Contexte d’utilisation

En fin 2024, des étudiants en MMathPhys à Oxford ont commencé à solliciter ChatGPT pour leurs exercices. Le phénomène s’est intensifié en janvier 2025, lorsque un étudiant a demandé à l’IA de résoudre une question de théorie quantique des champs. Le même outil a ensuite été employé pour des dissertations et même comme « thérapeute » informel, selon le témoignage.

Mécanismes techniques et limites

ChatGPT repose sur un modèle de langage de grande taille hébergé dans le cloud. Chaque requête implique un appel d’API, un calcul de dizaines de milliards de paramètres et une consommation énergétique proportionnelle aux centaines de kilowattheures rapportées par les médias en 2024. Le texte fourni par l’étudiant est envoyé aux serveurs d’OpenAI, où il est stocké temporairement pour le traitement. Le modèle ne possède pas de compréhension physique du problème ; il génère des réponses basées sur des corrélations statistiques. Cette limitation apparaît clairement dans l’échange reproduit ci‑dessous, où l’IA répond « You should ask a theoretical physicist » à une question sur les amplitudes de diffusion.

You should ask a theoretical physicist.

Le manque de vérifiabilité technique expose les utilisateurs à des réponses erronées, ce qui peut compromettre la qualité des travaux soumis.

Conséquences pédagogiques

Le recours massif à l’IA a modifié la dynamique de la collaboration. Auparavant, les étudiants échangeaient leurs solutions via des groupes de discussion, débattaient des méthodes et corrigeaient mutuellement leurs réponses. Après l’introduction de ChatGPT, le texte indique que « Just ask ChatGPT » est devenu la norme, réduisant les interactions humaines. Cette évolution affecte la construction de compétences critiques, notamment la capacité à identifier les erreurs et à argumenter les choix méthodologiques.

Par ailleurs, l’utilisation de l’IA pour des évaluations non notées (exercices de pratique) a détourné l’objectif initial de ces devoirs, qui était de préparer les examens. Le témoignage souligne que les étudiants considèrent les exercices comme superflus lorsqu’ils peuvent être externalisés à une IA.

Perspectives de régulation et d’adaptation

Les établissements doivent réévaluer leurs politiques d’évaluation. L’intégration de détecteurs de texte généré par IA, la mise en place de contrôles oraux ou de projets à forte composante expérimentale sont des réponses possibles. En outre, la sensibilisation aux risques de confidentialité – les prompts contenant des données personnelles sont stockés sur des serveurs externes – est indispensable pour protéger les informations étudiantes.

En résumé, l’adoption rapide de ChatGPT à Oxford illustre une tension entre l’efficacité perçue de l’IA et la préservation des processus d’apprentissage collaboratif et critique. Les décisions prises aujourd’hui façonneront l’équilibre entre automatisation et formation intellectuelle dans les cursus scientifiques.