Ils pensaient tricher avec l'IA sans se faire repérer : une consigne invisible dans un test a suffi à piéger ces étudiants

Des étudiants ont tenté d'utiliser l'intelligence artificielle (IA) pour tricher lors d'un test en ligne, pensant que leurs réponses générées par IA passeraient inaperçues.

Leur stratégie reposait sur l'idée que les correcteurs humains ne détecteraient pas l'usage de ces outils automatisés.

Cependant, une simple consigne invisible intégrée dans le test a suffi à les démasquer.

Cette consigne, invisible à l'œil nu mais détectable par les systèmes informatiques, a permis d'identifier les copies produites par IA.

Les détails précis de cette méthode ne sont pas précisés dans l'article, mais elle illustre comment les outils de détection d'IA peuvent être intégrés directement dans les plateformes d'évaluation pour lutter contre la fraude.

La consigne invisible utilisée pour piéger les étudiants repose sur une technique appelée watermarking (filigrane numérique) ou stéganographie (art de cacher des informations dans un fichier).

Ces méthodes permettent d'ajouter des données imperceptibles pour l'utilisateur mais détectables par des algorithmes spécifiques.

Dans ce cas, le test en ligne contenait une instruction cachée, probablement sous forme de métadonnées ou de code invisible, qui déclenchait une alerte si une réponse était générée par une IA.

Cette approche est de plus en plus utilisée pour sécuriser les évaluations en ligne, notamment depuis la généralisation des outils comme ChatGPT ou Bard, capables de rédiger des textes complexes en quelques secondes.

L'intégration de cette consigne invisible dans le test a permis de repérer les étudiants ayant utilisé l'IA pour rédiger leurs réponses.

Les conséquences de cette détection n'ont pas été détaillées dans l'article, mais elles pourraient inclure des sanctions académiques, comme l'annulation de la note ou une exclusion temporaire.

Cette méthode met en lumière l'évolution des stratégies de lutte contre la fraude à l'ère du numérique, où les outils d'IA deviennent de plus en plus accessibles.

Elle soulève également des questions éthiques sur l'utilisation de ces technologies dans un cadre éducatif, notamment en termes de transparence et de respect de la vie privée des étudiants.

L'usage de l'IA dans les milieux éducatifs s'est fortement développé ces dernières années, notamment avec l'arrivée d'outils comme ChatGPT, capable de générer des textes, des résumés ou même des dissertations en quelques secondes.

Cette démocratisation a créé un dilemme pour les enseignants et les institutions, qui doivent à la fois encourager l'innovation pédagogique et lutter contre la fraude.

Les plateformes d'évaluation en ligne, comme celles utilisées pour les tests standardisés ou les examens à distance, intègrent désormais des outils de détection d'IA pour garantir l'intégrité académique.

Ces systèmes analysent des éléments comme le style d'écriture, la structure des phrases ou la présence de motifs typiques des réponses générées par IA.

Cette affaire illustre un enjeu plus large : l'adaptation des systèmes éducatifs face à l'essor de l'IA.

Alors que les outils d'IA deviennent de plus en plus sophistiqués, les méthodes de détection doivent évoluer pour rester efficaces.

Les institutions pourraient être amenées à repenser leurs évaluations, par exemple en privilégiant des formats plus interactifs ou en intégrant des questions qui nécessitent une réflexion personnelle et créative, difficile à reproduire par une machine.

Par ailleurs, cette situation pose la question de l'équité entre les étudiants, certains ayant accès à des outils d'IA avancés tandis que d'autres n'en disposent pas, ce qui pourrait creuser les inégalités dans l'accès à l'éducation.