L’Office for Students appelle à des évaluations sans IA pour préserver la valeur des diplômes

Le 11 novembre 2026, l’Office for Students d’Angleterre a déclaré que les universités doivent veiller à ce que les évaluations mesurent ce que les étudiants savent et sont capables de faire, souvent en recourant à des formats sécurisés sans IA. Il a averti que de nombreux travaux réalisés sans supervision peuvent être menés à bien avec l’IA et atteindre un niveau élevé, tout en exigeant peu d’investissement de la part des étudiants.

Parallèlement à un rapport de recherche conjoint avec Advance HE, l’OfS a publié des recommandations à l’intention des universités et des établissements d’enseignement supérieur, qui appliquent à l’IA ses conditions de qualité existantes plutôt que de créer une nouvelle condition d’inscription spécifiquement liée à l’IA. Ces conditions comprennent des exigences relatives à l’actualisation des cours et à l’acquisition de compétences pertinentes, à un soutien suffisant aux étudiants et à l’octroi de diplômes crédibles fondés sur des évaluations valides et fiables. Les établissements qui ne satisfont pas à ces exigences peuvent se voir imposer des conditions d’inscription spécifiques, des sanctions financières ou une suspension de l’accès aux aides financières destinées aux étudiants ou aux subventions de l’OfS.

Josh Fleming, directeur de la stratégie et de la mise en œuvre de l’OfS, a décrit l’IA à la fois comme une opportunité et comme un « risque générationnel pour le système tel qu’il existe, qui menace de saper l’apprentissage des étudiants et la capacité des établissements à les évaluer ». Il a appelé à recourir beaucoup plus largement aux évaluations sans IA.

Témoignages d’étudiants et de membres du personnel

Le rapport complet s’appuie sur une étude menée entre juin et septembre 2026 auprès de 244 membres du personnel de l’enseignement supérieur et de 91 étudiants ou représentants étudiants issus d’au moins 127 établissements. Les données proviennent d’événements en présentiel, de 64 réponses à des questions en ligne et de 22 entretiens. Les participants s’étaient portés volontaires et ne sont pas nécessairement représentatifs de l’ensemble des étudiants et du personnel.

Des étudiants ont indiqué aux chercheurs que certains de leurs pairs réalisaient parfois des évaluations à l’aide de grands modèles de langage en seulement quelques minutes et obtenaient des notes similaires à celles obtenues sans aide. Certains ont ajouté que ces étudiants étaient incapables de se rappeler des détails élémentaires de leurs travaux. Les membres du personnel ont signalé un grand nombre de travaux présentant le même style et les mêmes références, tandis que les dissertations remises à distance ont été jugées particulièrement vulnérables.

Le rapport conclut que les évaluateurs humains ne peuvent pas repérer de manière fiable les textes générés par l’IA et que les outils de détection ne permettent pas d’identifier systématiquement le recours à l’IA. Par conséquent, les déclarations de principe et les procédures disciplinaires engagées a posteriori ne sauraient remplacer une conception rigoureuse des évaluations. Les résultats des détecteurs ne devraient constituer qu’un élément de preuve parmi d’autres dans le cadre d’une procédure équitable, et un soupçon sans preuve solide ne devrait pas justifier une note plus basse.

Les évaluations sécurisées en pratique

Les recommandations définissent l’évaluation sécurisée comme un format conçu pour empêcher le recours à l’IA, par exemple les examens en présentiel, les exposés, les examens oraux, les prestations et les tâches pratiques ou appliquées. Lorsque l’IA est autorisée, les étudiants doivent tout de même démontrer qu’ils ont atteint les résultats d’apprentissage visés, lesquels peuvent inclure une utilisation efficace de l’IA. Une évaluation devrait être remplacée si elle peut être réalisée avec l’IA sans mobiliser les connaissances ou les compétences qu’elle est censée mesurer.

Une étude de cas illustre ce choix de conception. En septembre 2026, l’University of Bath a adopté un modèle à deux voies, après avoir constaté que la catégorie intermédiaire de son ancien système de feux tricolores, qui autorisait certains usages de l’IA, ne pouvait être contrôlée de manière fiable et équitable. Les évaluations de la voie fermée interdisent l’accès à l’IA ; celles de la voie ouverte l’autorisent et doivent être conçues en tenant compte de cette possibilité. Dans les deux cas, elles doivent mesurer les résultats d’apprentissage visés.

Les évaluations sécurisées ont aussi un coût. Les participants ont évoqué les ressources nécessaires aux examens et aux épreuves orales, la crainte que les examens sans documents ne reflètent pas la pratique professionnelle et le risque que certains formats désavantagent les étudiants handicapés. Les établissements restent légalement tenus de ne pas pratiquer de discrimination et peuvent devoir prévoir des aménagements raisonnables, notamment modifier les méthodes d’évaluation, tout en veillant à ce que ces aménagements ne confèrent pas un avantage injuste.

Compétences en IA et accessibilité

Le rapport ne recommande pas d’exclure l’IA de l’enseignement. Les étudiants s’en servent pour expliquer des notions difficiles, résumer des documents, créer des questions d’entraînement et réviser ; ces usages peuvent être bénéfiques aux étudiants handicapés et neurodivergents, ainsi qu’à ceux dont l’anglais n’est pas la langue première. Le rapport distingue ces activités du délestage cognitif, lorsque l’IA se substitue à la lecture, à la recherche, à la résolution de problèmes ou à d’autres tâches exigeantes, et peut ainsi contourner l’effort nécessaire pour développer des connaissances et des compétences.

De nombreux étudiants considèrent que la maîtrise de l’IA est importante pour l’emploi et souhaitent bénéficier de formations plus adaptées à leur discipline. Pourtant, l’offre est inégale et les formations du personnel sont souvent facultatives et peu suivies. Les recommandations de l’OfS préconisent des règles claires sur les usages autorisés de l’IA, un contrôle des supports pédagogiques et des commentaires générés par l’IA, ainsi que des mesures pour atténuer les disparités dues à l’inégalité d’accès aux outils payants et à la formation. Relativement peu d’établissements participants avaient intégré des stratégies en matière d’IA à l’échelle de leur établissement.

L’OfS prévoit de mener des recherches structurées supplémentaires sur l’ampleur et la nature de cette évolution, tandis qu’Advance HE lancera au début de 2027 une Change Academy axée sur l’IA à l’intention des établissements membres. Pour les établissements, la question immédiate de conformité est de savoir si une qualification permet toujours de démontrer ce qu’un étudiant sait et est capable de faire lorsque l’aide de l’IA peut être indétectable. La même réponse réglementaire exige également des compétences pertinentes en IA et une conception accessible, faisant de la sécurisation des évaluations l’un des volets de la protection de la valeur des diplômes, aux côtés de l’enseignement et du soutien aux étudiants.