Le professeur de la parole invisible a surpris ses élèves à utiliser l'IA. 90% d'entre eux ont échoué

Un professeur aux États-Unis a découvert une malhonnêteté académique généralisée parmi les étudiants utilisant des outils d'intelligence artificielle en utilisant une technique simple mais efficace, le texte caché. Le 15 août 2026, Jason Gibson, un instructeur d'histoire à l'Université d'État d'Alcorn, a découvert que plus de 90% de ses étudiants avaient copié des essais en utilisant de grands modèles de langage tels que ChatGPT. Sa méthode consistait à intégrer du texte invisible dans des instructions d'affectation, que les systèmes d'IA n'ont pas pu détecter. L'incident s'est produit lors d'un examen de mi-mandat au cours duquel les étudiants ont été invités à analyser la révolution industrielle et à la comparer aux percées technologiques modernes.

Gibson soupçonne que certains étudiants ont pu utiliser des outils d'IA pour terminer leurs devoirs. Pour tester cette théorie, il a inséré une instruction cachée dans les lignes directrices électroniques. L'instruction était écrite en texte blanc sur un fond blanc, ce qui la rendait invisible aux yeux humains mais lisible par les systèmes d'IA. L'instruction cachée obligeait les étudiants à inclure le mot Madagascar dans leurs essais d'une manière absurde et illogique. Les étudiants qui ont terminé la tâche de manière indépendante ou simplement mis en évidence les instructions avant de commencer remarqueraient facilement l'anomalie. Cependant, ceux qui ont copié l'ensemble des instructions directement dans les plates-formes d'IA ont inconsciemment passé la commande cachée.

Comme les algorithmes de traitement du langage naturel s'appuient uniquement sur le contenu textuel et le code, ils ont interprété l'instruction littéralement et ont incorporé le mot Madagascar dans les essais générés. Les résultats ont été frappants. Sur les 35 essais soumis, 32 ont inclus le mot Madagascar dans des contextes bizarres. Un essai a abruptement mentionné Madagascar volant après le déjeuner. Un autre a décrit Madagascar émergeant d'une roue de couleur rose qui chuchotait au plafond. Un troisième essai a affirmé que Madagascar avait apporté des petits pains à un match de basket-ball. Ces insertions absurdes ont révélé que de nombreux étudiants n'avaient même pas lu les instructions avant de soumettre leur travail.

Gibson a partagé l'incident à travers un enregistrement vidéo, qui a rapidement attiré l'attention en ligne et a suscité des discussions sur l'intégrité académique dans l'enseignement supérieur. Cette affaire met en évidence un défi croissant auquel sont confrontées les institutions éducatives dans le monde entier. Alors que les écoles investissent massivement dans des logiciels coûteux et souvent peu fiables conçus pour détecter le contenu généré par l'IA, les professeurs se tournent vers des méthodes plus simples pour identifier la tricherie.

L'approche de Gibson démontre que parfois les solutions les plus efficaces nécessitent une technologie minimale. En exploitant les limites des systèmes d'IA, les éducateurs peuvent découvrir des comportements répréhensibles que les outils automatisés pourraient manquer. L'incident soulève des inquiétudes plus larges concernant l'engagement des étudiants et la fiabilité des évaluations à une époque dominée par l'apprentissage assisté par l'IA. Il souligne la nécessité de stratégies plus robustes pour assurer l'honnêteté académique tout en s'adaptant aux nouvelles technologies. Alors que les universités continuent à s'attaquer à ces problèmes, des cas comme celui de Gibson servent d'exemple de mise en garde sur la façon dont les méthodes d'enseignement traditionnelles peuvent encore jouer un rôle crucial dans le maintien des normes.