Les universités devraient évaluer les apprentissages des étudiants avec et sans l’aide de l’IA, selon un commentaire publié dans Nature le 3 novembre 2026. L’auteur soutient que les résultats obtenus lors d’une tâche assistée par l’IA ne montrent pas nécessairement ce qu’un étudiant a appris de manière autonome.
Le commentaire répond à l’argument de Marc Schmitt selon lequel les universités devraient apprendre aux étudiants à remettre en question les modèles d’IA et à juger la qualité de leurs réponses. Il affirme que les évaluations devraient aussi déterminer dans quelle mesure les étudiants réussissent lorsque l’outil d’IA n’est plus disponible.
L’auteur évoque un essai randomisé mené auprès d’élèves du secondaire en mathématiques. L’accès sans restriction à un chatbot a amélioré leurs résultats pendant les exercices, mais ils ont ensuite obtenu de moins bons résultats à un examen passé sans cet outil. Évaluer uniquement le travail réalisé avec l’aide de l’IA pourrait donc, avertit le commentaire, donner l’impression qu’un tuteur d’IA est plus efficace qu’il ne l’est réellement.
Sources: Nature.