Contexte et faits
Le 9 août 2026, le provost de Dartmouth College, Santiago Schnell, a publié un article d’opinion dans le Washington Post intitulé « Universities are fighting AI cheating. But there’s a deeper problem ». Quelques semaines plus tard, un comité consultatif interne a conclu que Schnell n’avait pas déclaré l’usage d’une intelligence artificielle dans cet article ni dans un article académique soumis à une revue. Le comité a qualifié sa coopération de « insufficient cooperation », soulignant que Schnell a remis son ordinateur portable Dartmouth mais a refusé de fournir les journaux d’activité de ses comptes personnels LLM.
Utilisation technique de Claude
Le rapport d’enquête indique que Schnell a exploité un compte Claude Enterprise fourni par Dartmouth. Les logs du compte montrent trois catégories d’interaction : révision de manuscrits, détection et correction de bugs dans du code source, et génération ou modification de figures scientifiques. Un exemple de requête conservé dans les logs est :
I am getting ready to submit the enclosed paper, its supplementary materials and the enclosed repo to ChemSystemsChem. This paper is not biological, but rather chemical. Imagine that you are a reviewer for this paper with expertise in nonlinear chemical dynamics and mathematical chemical kinetics. What would be your referee report for this paper?Cette requête illustre une utilisation de Claude comme « assistant de discussion » plutôt que comme rédacteur complet. Schnell a déclaré à Semafor que l’outil servait à « refiner quelques arguments » et à « vérifier les fautes grammaticales », et à un éditeur de revue il a affirmé avoir utilisé l’IA pour « affiner des phrases, améliorer la clarté et l’expression des arguments ».
Analyse de la conformité et des risques
Les politiques de nombreuses revues exigent la divulgation explicite de toute assistance générée par une IA. L’absence de logs personnels empêche la vérification de la proportion d’automatisation dans le texte final. Sur le plan technique, un compte Claude Enterprise conserve des métadonnées détaillées (horodatage, prompt, sortie) qui pourraient servir d’audit trail. En ne les partageant pas, Schnell a limité la capacité du comité à quantifier le degré d’intervention de l’IA, créant ainsi une zone grise entre assistance éditoriale et rédaction assistée.
Du point de vue de la sécurité des données, la rétention d’un compte LLM personnel non contrôlé par l’institution expose potentiellement des informations sensibles (données de recherche, code propriétaire) à un service cloud externe. Sans journal d’accès, il est impossible d’évaluer si des données confidentielles ont été transférées hors du réseau de Dartmouth.
Conséquences institutionnelles
Face aux conclusions du comité, Schnell a démissionné de son poste de provost. Cette issue souligne la nécessité pour les établissements d’établir des protocoles d’audit obligatoires pour tout usage institutionnel d’IA, incluant la collecte systématique des logs et la clarification des exigences de divulgation. Le cas met également en lumière la tension entre l’efficacité apportée par les LLM et les exigences de transparence académique.