Cinq universités australiennes autorisent l'IA à corriger les copies

Une sentinelle improbable

Armin Alimardani a les cheveux bleus, une montre connectée au poignet, et se décrit comme « un passionné de technologie ». Il enseigne le droit et les technologies à la Western Sydney University, expérimente l'IA depuis des années, et a travaillé comme consultant pour OpenAI. Le Guardian, qui a publié son avertissement dimanche, le qualifie de « sentinelle improbable ».

C'est depuis Palerme, où il participe à des ateliers universitaires sur la technologie, qu'il a expliqué ce qui l'inquiète. Ses collègues lui demandent depuis quelque temps si l'IA pourrait alléger la charge de correction. Il trouve cette conversation « extrêmement préoccupante ».

Ses mots exacts : « On doit faire très attention à l'endroit où on met les pieds. Parce qu'il y a toujours un risque, en ce moment, que l'enseignement supérieur s'effondre. » Venant d'un opposant de principe, la phrase glisserait. Venant de quelqu'un qui construit lui-même des outils d'évaluation par IA, elle s'accroche.

D'abord, la charge est réelle

Avant de poser le problème, il faut poser la raison. Dans les universités australiennes comme ailleurs, la correction occupe une part énorme du temps des enseignants, et Alimardani le dit lui-même : beaucoup de personnels sont surchargés jusqu'au « point de rupture ». Ce n'est pas un détail de contexte, c'est le moteur de toute l'affaire.

Une partie de ces correcteurs sont des vacataires dont la correction constitue le revenu principal, dans un métier déjà précaire. Quand une technologie promet d'expédier en une fraction du temps une tâche que personne n'arrive à finir, elle ne s'impose pas par la contrainte. Elle s'installe comme un soulagement.

Alimardani va plus loin : l'IA pourrait même améliorer la qualité de la correction, en agissant comme « une seconde paire d'yeux ». Il travaille à créer des modèles capables de repérer les incohérences dans l'évaluation humaine. Son objection ne porte pas sur l'outil, mais sur ce qui arrive quand on le déploie à grande échelle.

Ce que les politiques disent vraiment

Cinq établissements autorisent aujourd'hui leur personnel à utiliser l'IA pour corriger et rédiger des retours : Western Sydney, l'université de Newcastle en Nouvelle-Galles du Sud, Deakin et RMIT dans le Victoria, et l'université d'Adélaïde. Le Guardian décrit un « feu vert conditionnel », et les conditions ne sont pas les mêmes partout.

Deakin est la plus explicite : son personnel peut utiliser l'IA pour « améliorer l'efficacité et soutenir l'évaluation et les activités administratives », mais pas pour « attribuer des notes ». Western Sydney revendique une « approche centrée sur l'humain », dans laquelle « l'attribution des notes, des mentions et des retours doit toujours rester la responsabilité du personnel enseignant ». Newcastle, de son côté, donne aux étudiants le droit de refuser que l'IA intervienne.

Pour RMIT et Adélaïde, le Guardian indique seulement des autorisations « similaires » à celles de Western Sydney, sans en détailler le contenu. Et trois des universités les mieux classées du pays, la University of New South Wales, Melbourne et Sydney, refusent l'IA en correction, tout en l'accueillant avec enthousiasme ailleurs dans la salle de cours.

Il faut donc écarter la version courte qui va circuler. Là où le détail est public, aucune politique ne confie la note à la machine : à Deakin comme à Western Sydney, un humain reste au bout de la chaîne. Le garde-fou, c'est lui.

La dérive de vérification

Alimardani pose alors son objection en une image. Prenons cent universitaires à qui l'on confie un outil de correction par IA, avec consigne de vérifier chaque évaluation. « Disons que quatre-vingts font exactement ce qui est conseillé. Il y en aura vingt qui ne le feront pas. »

Il appelle ça la « dérive de vérification ». Le mécanisme est d'une banalité désarmante : après quelques corrections générées qui paraissent correctes, l'humain chargé du contrôle, souvent surchargé lui-même, cesse d'être aussi vigilant. Et les hallucinations de la machine passent pour des faits.

C'est le même geste que celui d'un vérificateur de billets qui, au bout de la centième liasse conforme, arrête de regarder. Le garde-fou n'est pas supprimé par une décision. Il s'use par répétition, sans que personne signe quoi que ce soit.

Alimardani rappelle que des scandales de ce type se sont déjà produits dans les tribunaux, où des conclusions rédigées avec l'IA sont arrivées devant des juges avec des références inventées. Dans l'évaluation universitaire, il les juge « presque inévitables », avec deux effets en cascade : la réputation des établissements, et un sentiment d'injustice chez les étudiants.

Un lecteur d'hier reconnaîtra le mécanisme

On a publié hier un article sur des gens qui cessent de dire « je ne sais pas » dès qu'une IA est à côté d'eux. Ce qui se passe en Australie en est la version institutionnelle : un individu qui arrêtait de douter devient une organisation qui arrête de vérifier, et qui l'a écrit dans une politique.

La comparaison éclaire aussi le choix inverse. Quand la communauté de Wikipédia en français a interdit l'IA rédactionnelle en septembre, ce n'était pas parce qu'elle jugeait le texte mauvais, mais parce qu'elle savait ne pas pouvoir le détecter de façon fiable : une règle qu'on ne peut pas contrôler ne protège rien. Les universités australiennes ont choisi l'option opposée, autoriser et compter sur le contrôle.

Le mot des critiques, et ce qu'il ne mesure pas

Une partie des détracteurs a trouvé une formule pour cette perspective : le « slop-cycle », la boucle de bouillie. Des étudiants qui rendent des devoirs générés par IA, que des enseignants corrigent avec de l'IA. Le même camp redoute de voir le travail d'universitaires sur les campus remplacé par des algorithmes dans des centres de données.

La formule est efficace, et il faut la citer pour ce qu'elle est : le mot de critiques non nommés, pas un constat mesuré. Aucun chiffre d'usage réel n'apparaît dans cette enquête. On ne sait pas combien d'enseignants s'en servent, ni sur quelle proportion de copies.

Ce qui est documenté, c'est la contradiction que les personnels soulèvent eux-mêmes. « On dit aux étudiants en permanence que leur usage de l'IA dans l'évaluation pose des problèmes d'intégrité », explique un universitaire sous couvert d'anonymat. « Quel message envoie-t-on si on dit ensuite : mais nous, on va l'utiliser pour te noter ? »

Ce que ça coûte, vu de la place de l'étudiant

L'argument le plus solide d'Alimardani n'est pas moral, il est économique. « Les étudiants sont déjà en difficulté financière. S'ils ne reçoivent pas de vrais retours, s'ils ont l'impression que leur diplôme a moins de valeur aux yeux des employeurs et qu'il ne les aide pas tant que ça à trouver un emploi, pourquoi viendraient-ils à l'université, au fond ? »

Alex Cameron, étudiant en écriture à la Queensland University of Technology et rédacteur du magazine du campus, répond sans détour. Ses trois années ont été « géniales », entouré de gens intéressants, et c'est ça « tout l'intérêt des universités ». Il ne paierait pas mille dollars, dit-il, pour un diplôme dans lequel une IA le noterait.

« À ce stade, autant tout faire faire par l'IA. Autant décrocher nos diplômes par IA et lui faire écrire nos devoirs. » Et sur ce qu'il ressentirait : « Je serais furieux. Absolument hors de moi. On aime écrire nous-mêmes, on aime que des humains nous lisent, et on aime recevoir des retours d'humains. »