Hiver 2023 : quand 70 % de ma classe a remis un travail parfait
Le TP que j’avais préparé différemment
À l’hiver 2023, j’ai donné un travail pratique en Java à mes deux groupes. Sans leur dire ce que je préparais.
Nous étions en pleine période ChatGPT. L’IA générative venait d’entrer dans les salles de classe par la porte de derrière — et personne n’avait encore décidé quoi faire avec ça. Mes consignes étaient claires : pas d’IA. Et 70 % des travaux sont revenus parfaits.
Au lieu de remettre les notes, j’ai annoncé en classe que chaque étudiante et étudiant devrait me rencontrer individuellement pour une courte entrevue. La condition : ils ne verraient pas leur code pendant la rencontre. Et comme dans la vie, tout le monde a droit à une deuxième chance — celui ou celle qui avouerait l’utilisation de l’IA, clairement interdite dans les consignes, ne serait pas sanctionné : un nouveau travail, en classe, sous surveillance.
Plus de la moitié de la classe a avoué.
Je ne leur en ai pas voulu
Ce qui m’a frappé, ce n’est pas la tromperie. C’est la logique derrière. Ces étudiants n’avaient pas de boussole. Personne ne leur avait dit : voici ce que l’IA peut faire pour toi, voici où elle te nuit, voici la frontière. Dans le vide, ils ont choisi l’efficacité.
Je ne voulais pas les perdre. Je ne voulais pas les décourager. Alors j’ai improvisé : deux exercices en classe, étalés sur deux séances, sous mes yeux — un genre d’examen de rattrapage inventé sur le moment.
Je me sentais diminué. Pas par eux — par l’absence d’outil. J’avais une conviction pédagogique, mais pas de cadre pour la transmettre.
Le vrai problème : l’étudiant qui n’exerce plus son métier
Étudier est un métier. Un métier à temps plein qui exige de l’effort cognitif, de la discipline, un engagement réel avec la matière. Ce n’est pas une métaphore — c’est ce que la recherche en éducation documente depuis des décennies.
Quand l’IA produit le code à la place de l’étudiant, ce dernier n’exerce plus son métier. Il obtient l’étiquette du savoir sans en posséder la substance. Et le diplôme, lui, devient un contrat social à la crédibilité fragilisée.
Le problème n’est pas l’IA. C’est l’absence de balises.
La Matrice : l’outil que je n’avais pas
Ce que j’aurais eu besoin à l’hiver 2023, c’est d’un cadre clair — pour moi, et pour mes étudiants — sur ce qui est permis, dans quel contexte, et pourquoi.
La Matrice de responsabilité que j’ai développée part de cette idée : tous les cours ne se situent pas au même endroit par rapport à l’IA. Certains bâtissent les fondations — là, l’effort cognitif non assisté est non négociable. D’autres développent la collaboration — l’IA peut assister, à condition que l’étudiant reste aux commandes. D’autres encore cultivent l’expertise — là, l’IA devient un copilote légitime que l’étudiant apprend à piloter.
Trois zones. Une logique. Un outil que chaque enseignant peut adapter à son cours dès le premier jour.
Ce qui aurait changé
Si j’avais eu ce cadre à l’hiver 2023, je n’aurais pas eu à improviser. Mes étudiants auraient su, dès le premier cours, dans quelle zone ce TP se situait — et pourquoi. Le dialogue sur l’IA serait entré dans le cours par la porte principale, pas par la fenêtre des aveux.
L’outil ne règle pas tout. Mais il transforme une situation de crise en situation pédagogique. Et ça, c’est exactement la différence entre se sentir diminué et se sentir outillé.
Références
- Rosenshine, B. (2012). Principles of Instruction: Research-Based Strategies That All Teachers Should Know. American Federation of Teachers. [Document PDF]
- Svinicki, M. D. (2004). It Ain’t Necessarily So: Uncovering Some Assumptions About Learning. Essays on Teaching Excellence. [Document PDF]