L'IA crée de la dépendance, pas de l'incompétence

L'IA crée de la dépendance, pas de l'incompétence

Les étudiants d'un professeur d'économie de Brown avaient 96 % de moyenne avec l'IA. Privés d'elle, ils sont tombés à 48 %.

Cet écart de 48 points a fait le tour du monde cette semaine comme la énième preuve que les étudiants trichent. C'est passer à côté. Ce que Roberto Serrano a mesuré par accident, c'est la seule chose qu'aucune étude sur la productivité de l'IA ne mesure jamais : non pas ce que l'outil fait gagner à quelqu'un pendant qu'il l'utilise, mais ce qu'il lui en reste quand on le débranche. La réponse, ici, tient en un chiffre : la moitié.

Et cette mesure-là ne concerne pas que des étudiants. Elle attend le développeur qui ne relit plus le code qu'il livre, le juriste qui ne rédige plus ses clauses, le consultant qui ne construit plus ses slides.

Le chiffre est réel, nous l'avons vérifié à la source. L'histoire qu'on en raconte, en revanche, est fausse sur trois points, et la vraie est plus inquiétante que le raccourci.

Un examen à la maison, offert pour de bonnes raisons

Roberto Serrano enseigne l'économie à Brown depuis trente-quatre ans. Son cours, ECON 1170, porte sur l'économie du bien-être et la théorie du choix social. C'est un cours avancé, très mathématique, de ceux qui découragent les curieux de passage.

Le 13 décembre 2025, une fusillade sur le campus tue deux étudiants. Serrano venait d'accepter d'encadrer l'une des victimes. Au printemps suivant, plusieurs de ses étudiants lui confient leur angoisse à l'idée de se retrouver enfermés dans une salle d'examen. Alors, pour la première fois en presque vingt ans, il donne son partiel à faire à la maison.

Le cours attirait d'habitude une trentaine d'inscrits. Ce semestre-là, ils sont 86. Serrano lui-même attribue cette affluence à la promesse de l'examen à domicile. Un geste de compassion s'est transformé en produit d'appel, et c'est déjà tout le sujet.

Des notes qui n'ont aucun sens

Le partiel tombe le 5 mars. La moyenne de la classe est de 96 sur 100. Quarante étudiants sur 86 rendent une copie parfaite.

Pour situer : la moyenne historique de cette même épreuve tourne entre 65 et 80. Et Serrano l'avait volontairement durcie, justement parce que les étudiants disposaient d'un temps illimité. Une épreuve plus difficile qui produit la meilleure moyenne jamais vue, voilà un résultat qui devrait rendre n'importe quel enseignant euphorique. Serrano, lui, va passer le sujet dans ChatGPT.

Ce qu'il en sort ressemble aux copies rendues. Selon ses mots, des réponses « à peu près correctes, mais très à côté, dans un style très contourné ». Des groupes de travail ont rendu des devoirs identiques, avec les mêmes erreurs aux mêmes endroits. Le professeur estime qu'au moins cinquante de ses étudiants ont triché. C'est son décompte à lui, et il faut le garder en tête pour la suite.

La salle d'examen, et les absents

Serrano écrit alors à sa classe. Il annonce ses soupçons, et il annonce l'examen final en salle, surveillé.

Dix-huit étudiants abandonnent le cours dans la foulée. Neuf autres ne se présentent pas le jour de l'épreuve. Vingt-sept partants sur 86. Et voici le détail qui vaut tous les commentaires : sur ces 27 disparus, 22 avaient obtenu un 100 parfait au partiel.

Cinquante-neuf étudiants composent donc, en mai, sous surveillance. La moyenne s'effondre à 48,6. Trois copies rendent zéro. Dix-neuf étudiants échouent. C'est le plus bas niveau jamais enregistré dans ce cours.

Le vrai chiffre n'est pas celui que tout le monde cite

C'est ici qu'il faut ralentir, parce que la statistique la plus accablante n'est pas le 96 contre 48.

Sur les 59 étudiants présents à l'examen final, deux seulement ont obtenu une note à moins de dix points de leur propre note de partiel. Deux. Un seul a fait mieux qu'en mars.

La différence est capitale. Un examen final plus difficile fait baisser toute la classe d'un cran, c'est banal, ça arrive partout. Mais il ne détruit pas le classement : les bons de mars restent globalement les bons de mai, quelques rangs plus bas.

Ici, la corrélation a purement disparu. Le talent de mars s'est évaporé en mai. C'est cela qu'aucune difficulté d'épreuve n'explique.

Et maintenant, la nuance qui manque partout

Il faut le dire clairement, parce que la plupart des reprises l'ont escamoté : ce n'est pas une expérience scientifique. Serrano n'a pas refait passer le même examen sans machine, contrairement à ce qu'on lit un peu partout.

Ce sont deux épreuves différentes, à deux moments différents du semestre : un partiel en mars, un final en mai. Ce sont aussi deux groupes différents, 86 étudiants d'un côté, 59 de l'autre. Comparer deux moyennes calculées sur des populations distinctes, avec des contenus distincts, relève de l'observation de terrain bien plus que du protocole. Et la classe composait en mai après une accusation collective de tricherie, ce qui n'aide personne à réfléchir.

Ajoutons ce que Brown répond : l'université affirme prendre l'affaire au sérieux, mais que le professeur n'a pas fourni au comité du code académique les éléments nécessaires pour instruire les dossiers. Aucune procédure n'a abouti. Personne n'a été reconnu coupable de tricherie. Il s'agit de soupçons documentés, pas d'une condamnation.

Sauf que la nuance ne détruit pas le chiffre. Elle le renforce, et c'est le retournement de l'histoire.

Les 27 étudiants partis avant le final étaient les plus suspects du lot, puisque 22 d'entre eux avaient décroché un 100. S'ils étaient restés composer, la moyenne serait probablement tombée plus bas encore. Le 48,6 n'est donc pas une exagération : c'est une estimation prudente, obtenue après le départ des principaux intéressés.

L'affaire tient de la scène de crime bien plus que du laboratoire : aucun protocole, mais des indices. Et les indices concordent tous.

L'angle mort de toutes les études

Revenons à la mesure, maintenant qu'on sait ce qu'elle vaut.

Toutes les études sur la productivité de l'IA, sans exception, comparent un travailleur équipé à un travailleur qui ne l'est pas. Aucune ne compare un travailleur équipé à ce même travailleur, six mois plus tard, privé de son outil. On a déjà vu à quel point les chiffres de la productivité IA résistent mal à l'examen : c'est le même angle mort, et il est structurel. Personne n'a intérêt à mesurer la dépendance qu'il installe.

Serrano l'a fait sans le vouloir. Et son résultat ne dit pas que ses étudiants sont mauvais. Il dit qu'entre mars et mai, ce qui ressemblait à de la compétence était en réalité un accès. Retirez l'accès, il ne reste rien à retirer.

C'est là que l'affaire cesse de parler d'université. Un développeur qui livre du code qu'il ne relit plus obtient, lui aussi, 96 %, jusqu'au jour où il doit débugger en production ce que personne n'a compris. La dépendance ne se voit pas tant que l'outil fonctionne. C'est très exactement ce qui la rend coûteuse.

Serrano a une phrase brutale pour dire ça, et elle n'est pas tendre avec les diplômes : si tout ce que tu fais consiste à appuyer sur un bouton pour que la machine travaille à ta place, tu penses vraiment avoir besoin d'un diplôme de Brown pour ça ?