Triche à l'IA : 7 évaluations que ChatGPT ne peut pas faire à la place de vos étudiants

Un devoir maison rendu en un temps record, un style impeccable mais impersonnel, des références qui n'existent pas... Depuis l'arrivée de ChatGPT et des autres IA génératives, beaucoup de formateurs et d'intervenants s'interrogent : comment évaluer encore les étudiants de façon fiable ? Bonne nouvelle : la solution passe moins par la surveillance que par la conception des évaluations. Voici une méthode concrète, des exemples de sujets et une charte simple pour concevoir des évaluations que l'IA ne peut pas faire à la place de vos étudiants.
Pourquoi les détecteurs d'IA ne sont pas la solution
Le premier réflexe est souvent de passer les copies dans un détecteur. C'est une fausse sécurité. Ces outils produisent des faux positifs (un étudiant qui écrit de façon très structurée, ou dont le français n'est pas la langue maternelle, peut être signalé à tort) et des faux négatifs (un texte généré puis reformulé passe facilement). OpenAI a d'ailleurs retiré son propre outil de détection en 2023 faute de fiabilité suffisante.
Accuser un étudiant sur la seule base d'un score de détection expose l'intervenant et l'école à des contestations difficiles à défendre. Mieux vaut changer de logique : rendre la triche inutile ou visible plutôt que chercher à la prouver après coup.
Le principe : évaluer le raisonnement, pas seulement le livrable
Une IA générative excelle à produire un texte générique sur un sujet générique. Elle est beaucoup moins efficace quand l'évaluation demande :
- du contexte local qu'elle ne connaît pas (un cas vu en cours, une entreprise rencontrée, des données collectées par l'étudiant) ;
- une trace du processus (brouillons, choix, erreurs corrigées) ;
- une restitution orale où l'étudiant doit défendre ses choix ;
- une expérience personnelle ou une prise de position argumentée et située.
C'est aussi une excellente occasion de faire évoluer vos pratiques vers une évaluation des compétences au-delà des notes traditionnelles.
7 formats d'évaluation résistants à l'IA
1. L'oral de soutenance court
Après un rendu écrit, prévoyez 5 à 10 minutes d'échange par étudiant ou par groupe : « Pourquoi avez-vous choisi cette méthode ? », « Que changeriez-vous si le budget était divisé par deux ? ». Un étudiant qui a réellement travaillé répond sans difficulté ; celui qui a copié un texte généré se trouve vite en difficulté. Vous pouvez pondérer la note : 60 % écrit, 40 % oral.
2. Le cas ancré dans votre cours
Construisez vos sujets à partir d'éléments que seuls vos étudiants connaissent : l'étude de cas analysée en séance 3, les chiffres présentés par l'invité de la séance 5, les retours d'un atelier. Plus le sujet s'appuie sur le vécu du module, moins une réponse générique est exploitable.
3. Le dossier avec journal de bord
Demandez un livrable accompagné d'un journal de bord daté : pistes explorées, difficultés, sources consultées, décisions prises. Évaluez ce processus autant que le résultat. Sur un outil collaboratif (Google Docs, Notion, Teams), l'historique des versions permet en plus de voir l'évolution du travail.
4. Le travail en temps limité en séance
Pour vérifier les acquis fondamentaux, rien ne remplace une épreuve courte en présentiel, sans appareil connecté : questions de compréhension, mini-cas à résoudre en 30 minutes, schéma à commenter. Inutile d'en faire toute la note : c'est un point de contrôle qui sécurise le reste.
5. La critique d'une réponse d'IA
Retournez le problème : fournissez une réponse générée par une IA sur votre sujet et demandez aux étudiants de l'analyser. Quelles erreurs contient-elle ? Quelles nuances manquent ? Quelles sources faudrait-il vérifier ? Cet exercice développe l'esprit critique et apprend à utiliser l'IA intelligemment, comme nous le détaillons dans notre article sur l'utilisation de ChatGPT dans l'enseignement supérieur.
6. Le terrain et les données de première main
Interview d'un professionnel, observation en entreprise, mini-enquête auprès de 15 personnes, test d'un prototype : dès que l'étudiant doit produire ses propres données, l'IA ne peut plus faire le travail à sa place. Elle peut l'aider à les analyser, ce qui est tout à fait légitime.
7. La production en groupe avec rôles définis
Attribuez des rôles clairs (chef de projet, analyste, rédacteur, contradicteur) et demandez une courte note individuelle sur la contribution de chacun. Couplé à une présentation finale, ce format rend la contribution réelle de chaque étudiant beaucoup plus lisible. Ces formats s'intègrent naturellement à une pédagogie active.
Fixer une règle claire : la charte IA de votre module
La plupart des « tricheurs » ne savent tout simplement pas ce qui est autorisé. Interdire totalement l'IA est rarement tenable ; l'autoriser sans cadre, non plus. Annoncez dès la première séance, et écrivez-le dans votre syllabus, une règle simple pour chaque évaluation. Par exemple, trois niveaux :
- Niveau 0 – IA interdite : épreuves en séance, contrôle des fondamentaux.
- Niveau 1 – IA en assistance : autorisée pour la recherche d'idées, la reformulation ou la correction, à condition de le déclarer.
- Niveau 2 – IA intégrée : l'usage de l'IA fait partie de l'exercice et doit être documenté (prompts utilisés, vérifications effectuées).
Demandez une courte déclaration d'usage en fin de copie : « J'ai utilisé [outil] pour [usage]. J'ai vérifié [éléments]. » Elle responsabilise l'étudiant et vous évite des débats sans fin.
Avant de fixer votre règle, vérifiez la politique de l'établissement : de plus en plus d'écoles ont adopté une charte sur l'IA générative, et votre cadre doit rester cohérent avec elle. N'hésitez pas à en parler au responsable pédagogique.
Que faire en cas de soupçon ?
Un texte vous semble généré ? Avant toute sanction :
- Comparez avec les productions précédentes de l'étudiant, notamment celles réalisées en séance ;
- Vérifiez les sources citées : les références inventées sont un indice fréquent ;
- Proposez un échange : demandez à l'étudiant d'expliquer son raisonnement et de développer un passage ;
- Appliquez la procédure de l'école en matière de fraude plutôt que de trancher seul.
Dans la grande majorité des cas, l'entretien suffit à clarifier la situation, et il devient même un moment pédagogique.
Exemple : transformer un sujet classique
Avant : « Rédigez une note de 5 pages sur les enjeux du marketing d'influence. » Un sujet qu'une IA traite en quelques secondes.
Après : « À partir de la campagne de la marque étudiée en séance 4, analysez trois indicateurs de performance que vous aurez collectés vous-même, proposez une recommandation chiffrée et défendez-la lors d'un oral de 8 minutes. Joignez votre journal de bord et votre déclaration d'usage de l'IA (niveau 1). »
Le sujet évalue les mêmes compétences, mais il exige du contexte, des données personnelles et une restitution orale. Pour choisir le bon format selon vos objectifs, consultez aussi notre guide quelle évaluation choisir pour mes étudiants.
En résumé
- Les détecteurs d'IA ne sont pas fiables : ne fondez pas une sanction sur eux.
- Évaluez le processus et le raisonnement, pas seulement le livrable final.
- Ancrez vos sujets dans le contexte de votre cours et du terrain.
- Ajoutez des temps oraux courts et des épreuves en séance.
- Fixez une charte IA claire, par évaluation, dans votre syllabus.
Des évaluations bien conçues sont un vrai atout pour un intervenant : les écoles recherchent des formateurs capables d'intégrer l'IA dans leurs pratiques plutôt que de la subir. Vous êtes formateur ou intervenant ? Créez votre profil sur Tenors et recevez les offres de plus de 350 établissements. Vous êtes une école ? Publiez votre besoin et recevez des candidatures d'intervenants qualifiés sous 24 h.


.jpg)
%20(67).jpg)