L’IA vient-elle de ressusciter l’examen oral ? (partie 1)

Le Danemark vient de rendre obligatoire la soutenance orale d’un important travail écrit de fin d’études secondaires. Pendant que Bruxelles confie une partie de la vérification à des marques invisibles et que l’Australie-Méridionale ouvre une commission royale sur l’intelligence artificielle, une évidence remonte à la surface : lorsqu’on ne sait plus qui a écrit, il faut demander à celui qui signe de répondre de ce qu’il a rendu. Encore faut-il pouvoir se payer cette vérification.

COPENHAGUE, PREMIÈRE SEMAINE D’AOÛT

Le 6 août 2026, le gouvernement danois a annoncé que les lycéens concernés par le større skriftlige opgave, un important travail écrit réalisé à domicile, devraient désormais le défendre oralement. Environ 9 000 élèves présentent chaque année cette épreuve. La mesure s’accompagne de dispositifs beaucoup moins socratiques : surveillance des écrans pendant les examens écrits, filtrage des accès au réseau et retour recommandé d’une partie des travaux en milieu contrôlé.

Trois réponses, donc, dont une seule relève de la parole. Il faut le préciser sous peine d’embellir la décision. Le Danemark n’a pas soudain redécouvert les vertus de l’échange oral. Il a constaté qu’un travail écrit produit hors de la présence d’un enseignant ne permettait plus de savoir avec suffisamment de certitude qui l’avait réellement accompli. Il a réagi avec les deux instruments qui lui restaient : surveiller la machine et interroger l’élève.

Le plus intéressant n’est peut-être pas la surveillance. C’est le déplacement de la preuve. Le texte ne suffit plus. On demande désormais à celui qui l’a signé de montrer qu’il peut l’expliquer.

Pourquoi maintenant ?

LA FRAUDE A CHANGÉ D’OBJET

La réponse est arrivée quatre jours plus tard dans The New York Times. Jusqu’à récemment, l’intelligence artificielle permettait surtout de déléguer un texte, une dissertation, un problème ou un questionnaire. Les agents d’IA permettent désormais de déléguer la présence elle-même.

Dana Goldstein et Alan Blinder décrivent des agents capables de se connecter aux plateformes d’enseignement, de visionner des cours, de passer des questionnaires, de rédiger des travaux et de participer aux échanges avec les autres étudiants. Une instruction suffit : se connecter, accomplir la tâche, rendre le résultat.

L’étudiant n’a plus besoin d’écrire. À la limite, il n’a même plus besoin d’être là.

Le phénomène trouve un terrain particulièrement favorable dans l’enseignement à distance. Plus de la moitié des étudiants américains ont suivi au moins un cours en ligne l’année dernière, contre environ un tiers en 2019. Une partie de ces formations fonctionne de manière asynchrone : vidéos préenregistrées, progression autonome, devoirs déposés sur une plateforme, parfois aucun contact direct avec un professeur ou les autres étudiants.

Cet environnement se délègue d’autant mieux qu’il a précisément été conçu pour fonctionner sans témoin.

Les enseignants peuvent soupçonner l’anomalie. Ils voient parfois apparaître des productions impeccables chez des étudiants qui ne maîtrisent pas les notions élémentaires lorsqu’ils sont interrogés directement. Mais le soupçon ne constitue pas une preuve, et les logiciels qui prétendent reconnaître l’écriture artificielle ne fournissent pas la certitude que l’institution réclame avant de sanctionner.

Certains enseignants américains reviennent donc au monde physique : examens en salle, travaux manuscrits, présentations, interrogations orales, productions fondées sur une expérience personnelle difficilement externalisable.

Copenhague n’a rien inventé. Le gouvernement danois a institutionnalisé un réflexe déjà né dans les salles de classe.

Le déplacement est considérable.

La question n’est plus seulement de savoir si le texte est authentique.

Elle est de savoir si l’étudiant existe derrière lui.

CE QUE L’OCDE A MESURÉ

Avant la querelle, les mesures.

Le Digital Education Outlook 2026 de l’OCDE établit une distinction que le débat public confond constamment : réussir grâce à l’intelligence artificielle et apprendre grâce à elle ne sont pas la même chose.

Une expérimentation de terrain conduite en Turquie et reprise par le rapport est particulièrement éclairante. Des élèves disposant d’une interface standard d’IA générative ont obtenu des performances supérieures de 48 % pendant les exercices. Mais lorsque l’outil leur a été retiré, leurs résultats ont été inférieurs de 17 % à ceux des élèves qui avaient travaillé sans cette assistance.

La machine avait amélioré la performance immédiate sans produire le bénéfice d’apprentissage attendu.

Une seconde étude, beaucoup plus médiatisée, doit être utilisée avec davantage de prudence. Des chercheurs du MIT Media Lab ont suivi 54 participants pendant plusieurs sessions de rédaction, en observant notamment leur activité électroencéphalographique. Les auteurs ont constaté des différences de connectivité neuronale entre les participants écrivant sans outil, ceux recourant à un moteur de recherche et ceux travaillant avec un modèle génératif. Ils ont proposé l’expression de « ⁠dette cognitive⁠ » pour décrire certains effets observés après une dépendance préalable à l’outil.

Cette étude est intéressante. Elle n’autorise pas tous les titres catastrophistes qui lui ont été consacrés. Le texte diffusé en 2025 n’avait pas encore fait l’objet d’une évaluation par les pairs au moment où le débat s’en est emparé, et sa première autrice a elle-même mis en garde contre les extrapolations excessives.

Depuis, le débat a changé d’échelle. Le 25 août 2026, le comité ad hoc du MIT consacré à l’usage de l’intelligence artificielle dans l’enseignement, l’apprentissage et la formation à la recherche a publié son rapport après cinq mois de travaux et de consultations. Il reprend la question de la « ⁠capitulation cognitive⁠ », concept formulé quelques mois plus tôt par Steven D. Shaw et Gideon Nave à la Wharton School pour désigner le moment où l’utilisateur cesse d’examiner la réponse de l’IA et lui abandonne son jugement. Dans trois expériences préenregistrées portant sur 1 372 participants et 9 593 essais, Shaw et Nave ont observé que l’accès à une IA exacte améliorait la performance, tandis qu’une IA volontairement erronée la dégradait par rapport à l’absence d’assistance, sans empêcher une confiance élevée dans les réponses obtenues. Le problème n’est donc plus seulement que l’outil puisse faire à la place de l’élève. Il est qu’une réponse fluide puisse supprimer l’effort de vérification qui devait précisément former son jugement.

Le 8 septembre 2026, PISA 2025 a ajouté une photographie d’une tout autre ampleur : 760 000 élèves de 15 ans dans 91 pays et économies. Dans la zone OCDE, les performances moyennes en compréhension de l’écrit et en mathématiques sont les plus faibles jamais enregistrées par le programme. Entre 2015 et 2025, la compréhension de l’écrit a reculé de 28 points et les mathématiques de 22 points. Cette chronologie interdit cependant de faire de l’intelligence artificielle générative la cause d’un recul engagé bien avant sa diffusion massive. Le volet consacré aux usages de l’IA établit une distinction plus utile. Les élèves qui déclarent ne pas l’utiliser pour rédiger leurs devoirs obtiennent de meilleurs résultats que ceux qui lui délèguent cette tâche. Parmi les utilisateurs fréquents, ceux qui ont appris à évaluer la qualité des informations générées et à se servir de l’IA comme instrument d’apprentissage obtiennent de meilleurs résultats que ceux qui n’ont reçu aucun accompagnement. En France, 37 % des élèves disent utiliser au moins une fois par semaine un chatbot d’IA pour apprendre et 23 % l’utilisent pour rédiger des textes dans le cadre d’exercices d’écriture.

Les travaux de l’OCDE permettent désormais une affirmation plus précise : l’effet pédagogique ne se lit pas dans la seule présence de l’outil, mais dans ce qui lui est délégué. Une IA utilisée pour explorer, vérifier ou apprendre n’occupe pas la même place qu’une IA chargée de produire le raisonnement que l’exercice devait former.

Or toute politique scolaire qui ne regarde que la copie risque désormais de mesurer la puissance de l’assistance autant que la compétence de celui qui la rend.

SIX RÉPONSES À UN MÊME FAIT

Devant cette transformation, plusieurs gouvernements expérimentent des réponses presque contradictoires.

L’Estonie équipe. Le programme AI Leap, présenté comme l’héritier numérique du Tiger Leap des années 1990, a commencé en septembre 2025 avec 20 000 élèves et 3 000 enseignants. Son extension prévue à la rentrée 2026 doit concerner 38 000 élèves supplémentaires et 2 000 enseignants, notamment dans l’enseignement professionnel. Le projet repose sur un partenariat public et privé et assume l’entrée de l’intelligence artificielle dans l’apprentissage.

Le Vietnam enseigne. Par la décision n° 2422/QĐ-BGDĐT du 18 août 2026, le ministère de l’Éducation et de la Formation a décidé de généraliser à l’ensemble de l’enseignement scolaire, dès l’année 2026-2027, un cadre national d’éducation à l’intelligence artificielle expérimenté l’année précédente. Le socle commun prévoit 12 périodes par niveau et par année scolaire. Il repose sur quatre domaines : une approche centrée sur l’humain, l’éthique de l’IA, les techniques et applications, puis la conception de systèmes simples. La progression commence dès l’école primaire par la découverte d’applications élémentaires, la protection des données personnelles et le respect du droit d’auteur ; elle conduit au collège à l’usage raisonné des outils et à la compréhension de leurs principes, puis au lycée à la conception et à l’amélioration de systèmes simples dans le cadre de projets. Le programme ne se limite donc pas à apprendre à utiliser une machine. Il inscrit dans le même cadre la pensée critique, la vérification de l’information, la sécurité, l’éthique et la responsabilité.

New York distingue. Pour l’année scolaire 2026-2027, le plus grand système scolaire public des États-Unis instaure un moratoire sur les outils d’intelligence artificielle générative directement destinés aux élèves de 2-K à la 8e année, tout en imposant au lycée deux modules de 45 minutes consacrés au fonctionnement de l’IA, à la protection des données, aux biais et à ses usages appropriés. L’usage direct n’y disparaît pas : cinq programmes pilotes sont autorisés de la 9e à la 12e année et certains parcours de préparation professionnelle peuvent recourir à des outils approuvés sous supervision enseignante. La séparation est nette. Apprendre l’intelligence artificielle ne signifie pas lui déléguer l’apprentissage. La même frontière vaut pour les adultes : l’IA peut assister la préparation pédagogique et l’organisation, mais elle ne peut noter un élève, surveiller son comportement ou décider de son placement, de sa progression ou de l’obtention de son diplôme. Le conseil psychologique, l’intervention de crise et le soutien thérapeutique demeurent réservés à des professionnels qualifiés.

L’Australie-Méridionale enquête. Le 10 août 2026, son Premier ministre Peter Malinauskas a annoncé la création d’une commission royale sur l’intelligence artificielle, une première à cette échelle dans le pays. La commission a commencé ses travaux le 1er octobre, sous la présidence de l’ancien juge fédéral Iain Ross, aux côtés de Kate Pounder et Christopher Manning ; la composition du collège et son mandat ont été confirmés publiquement le 8 octobre. Son rapport doit être remis au plus tard le 1er juillet 2027. Le mandat couvre notamment l’éducation, le travail, les services publics, la santé et la réglementation, ainsi que les incidences économiques et sociales de l’IA.

La chronologie ajoute un paradoxe que la commission devra assumer. Malinauskas revenait alors d’un voyage aux États-Unis pendant lequel il avait rencontré OpenAI, Anthropic et Apple et signé avec OpenAI un protocole d’accord portant notamment sur les compétences, l’innovation, les investissements et les infrastructures d’intelligence artificielle. Le gouvernement contracte avec un acteur majeur du secteur au moment même où il organise l’examen politique de ses effets.

Bruxelles marque. Depuis le 2 août 2026, l’article 50 du règlement européen sur l’intelligence artificielle impose aux fournisseurs concernés de rendre détectables les contenus générés ou manipulés par IA au moyen de marques lisibles par machine. Un délai transitoire de quatre mois a été accordé aux fournisseurs dont les systèmes avaient déjà été mis sur le marché avant cette date.

Copenhague vérifie.

L’Estonie équipe. Le Vietnam enseigne. New York distingue. L’Australie-Méridionale enquête. Bruxelles marque. Au Danemark, on demande à l’élève de venir répondre de sa copie.

Ces réponses ne sont pas équivalentes. Elles ne vérifient pas la même chose.

LE MARQUAGE, OU LA PREUVE CONFIÉE AU FOURNISSEUR

Le 14 août 2026, Anthropic a expliqué publiquement le fonctionnement du filigrane textuel qu’il commençait à intégrer à ses modèles Claude. Au 27 octobre, son tableau officiel indique que Claude Fable 5.1, Mythos 5.1, Opus 5, Opus 5.5, Opus 4.8, Sonnet 5.5 et Haiku 5.5 portent un filigrane textuel sur les interfaces propriétaires, avec une couverture également indiquée chez les partenaires cloud pour ces modèles. Tous les modèles plus anciens ne sont cependant pas encore couverts : Anthropic poursuit le déploiement du marquage pour les modèles sortis avant le 2 août 2026. La précision est importante, parce qu’elle écarte une idée qui circulait depuis l’annonce initiale : il n’y a ni caractère Unicode secret, ni espace invisible, ni information cachée ajoutée au fichier. Le filigrane est statistique.

Anthropic indique utiliser une variante de SynthID-Text, méthode publiée par Google DeepMind dans Nature en 2024. Lorsqu’un modèle génère un texte, plusieurs mots peuvent parfois convenir presque également à un même endroit. Le filigrane intervient dans la source d’aléa qui départage ces choix. Répétées suffisamment souvent, ces décisions produisent une structure statistique invisible pour le lecteur, mais identifiable à l’aide d’une clé.

La marque n’est donc pas déposée sur le texte.

Elle réside dans la manière dont le texte a été choisi.

Cela change beaucoup de choses.

Trois jours après son annonce, alors que certains utilisateurs affirmaient avoir résilié leur abonnement, Anthropic a publié une longue mise au point et assuré n’avoir constaté aucune hausse des résiliations depuis l’annonce.

Le dispositif n’établit pas l’auteur. Anthropic le reconnaît explicitement : son détecteur peut seulement estimer la probabilité que Claude ait participé à la production d’un passage. Il ne peut ni établir que Claude en est l’auteur ni déterminer si le reste du texte a été écrit par un humain ou par une autre intelligence artificielle.

Le marquage signale un passage, non une paternité, et ne dit rien de la contribution humaine.

Un conseil de classe qui prononcerait une sanction sur cette seule base condamnerait un élève sur une probabilité de contact.

Ensuite, le signal dépend de la quantité de texte effectivement produite par Claude. Les passages courts sont plus difficiles à identifier. Les passages factuels, dans lesquels peu de formulations sont possibles sans altérer l’exactitude, portent moins de signal. Le code également.

Surtout, la simple correction d’un texte humain n’équivaut pas à sa génération. Si Claude ne modifie que quelques accords, fautes de grammaire ou signes de ponctuation, le nombre de mots choisis par le modèle peut être trop faible pour que son intervention soit détectable. C’est une distinction essentielle. Le filigrane ne frappe donc pas automatiquement de la même manière celui qui fait relire son devoir et celui qui demande à la machine de l’écrire.

Mais cette précision ne résout pas le problème de fond.

Plus Claude écrit, plus la marque devient détectable. Plus l’humain reprend, remanie ou réécrit, plus le signal peut s’affaiblir. Anthropic reconnaît qu’une modification légère ne devrait pas nécessairement faire disparaître le filigrane, mais qu’une réécriture complète, où chaque mot est remplacé, le supprimera.

Voilà la limite structurelle.

Le filigrane reconnaît une trajectoire de génération. Il ne reconnaît pas une idée.

Une littérature scientifique entière travaille déjà sur les attaques de reformulation contre les filigranes de modèles génératifs. En 2025, puis dans une version révisée en 2026, l’équipe à l’origine de RLCracker a montré qu’un modèle entraîné pour reformuler des textes pouvait supprimer avec une très grande efficacité plusieurs types de filigranes tout en conservant leur sens. Son résultat le plus spectaculaire, 98,5 % de réussite, concernait des textes de 1 500 tokens protégés par le système Unigram. Il serait donc abusif de présenter ce chiffre comme une mesure directe de la vulnérabilité du SynthID-Text choisi par Anthropic. L’étude démontre autre chose, plus générale : la robustesse d’un filigrane textuel face à une reformulation adversariale ne peut pas être tenue pour acquise.

Le problème n’est pas que le marquage ne fonctionne jamais.

C’est qu’il fonctionne dans un monde où le texte n’est pas ensuite transformé.