Depuis le lancement grand public de ChatGPT à la fin de 2022, la question qui domine les tribunes scolaires québécoises tient en trois mots : « les élèves trichent-ils? » C'est d'ailleurs le titre du segment que Radio-Canada a diffusé à l'émission Première heure, réunissant en table ronde l'étudiant du Cégep Limoilou Éliott Bilodeau, l'enseignante de sociologie Isabelle Morin et le neurologue David Fortin. La formulation est efficace, mais elle rate la cible. Le problème n'est pas d'abord une affaire de moralité étudiante : c'est un problème d'architecture institutionnelle. Au Québec, il n'existe toujours pas de cadre normatif opposable qui dise clairement, du primaire à l'université, ce qui est permis, ce qui est interdit et surtout qui décide.
Un encadrement qui existe, mais qui ne contraint personne
Il serait faux de prétendre que l'État québécois est resté inerte. Le Conseil supérieur de l'éducation et la Commission de l'éthique en science et en technologie ont publié conjointement, en 2024, le rapport Intelligence artificielle générative en enseignement supérieur : enjeux pédagogiques et éthiques, qui recommandait notamment que les établissements se dotent de politiques et que le ministère soutienne cette appropriation. Le ministère de l'Éducation a de son côté diffusé des documents d'orientation et des ressources destinées au réseau scolaire, et le ministère de l'Enseignement supérieur a financé des chantiers d'accompagnement. Le Conseil de l'innovation du Québec, sous la direction du scientifique en chef Rémi Quirion, a produit en 2024 le rapport Prêt pour l'IA, assorti de recommandations transversales, dont plusieurs touchent l'éducation.
Mais entre une recommandation et une règle, il y a un fossé. Un avis du Conseil supérieur de l'éducation n'a pas de force exécutoire. Un guide ministériel n'est pas un règlement. Résultat : ce sont les commissions scolaires devenues centres de services, les collèges et les universités qui ont dû improviser, chacun à son rythme, avec des ressources très inégales. Certains cégeps se sont dotés dès 2023 de cadres d'usage détaillés; d'autres en sont encore aux « lignes directrices » d'une page. Dans les universités, les politiques sur l'intégrité académique ont été rafistolées pour y greffer une mention de l'IA, sans toujours en repenser la logique probatoire.
Le fardeau de la preuve, transféré à l'enseignant
C'est là que le vide devient concret. Dans un régime d'intégrité académique classique, accuser un étudiant de plagiat suppose de démontrer la source copiée. Avec un texte généré par un grand modèle de langage, cette source n'existe pas : le texte est unique, produit à la volée. Les détecteurs d'IA, eux, sont notoirement peu fiables. OpenAI a d'ailleurs retiré son propre outil de détection en juillet 2023, invoquant explicitement son faible taux de succès. Plusieurs travaux universitaires ont montré que ces détecteurs produisent davantage de faux positifs chez les scripteurs dont le français ou l'anglais n'est pas la langue maternelle — une population surreprésentée dans plusieurs cégeps et universités du Québec.
Autrement dit : l'enseignant qui soupçonne un usage non déclaré se retrouve à devoir prouver l'improuvable, souvent seul, sans protocole clair, sans appui juridique et sans temps dégagé. S'il accuse, il s'expose à une contestation. S'il ferme les yeux, il pénalise implicitement les élèves qui ont fait le travail. Cette zone grise n'est pas neutre : elle produit une inégalité de traitement entre élèves d'un même programme, selon que leur professeur applique une tolérance zéro, un usage encadré ou un laisser-faire résigné. Deux étudiants inscrits au même cours, dans deux groupes différents, peuvent être évalués selon des règles opposées. C'est précisément ce qu'un cadre institutionnel est censé empêcher.
Le vrai enjeu : « l'IA a toujours une réponse »
Le débat sur la triche masque un problème plus structurant, et une organisation qui n'a rien d'un laboratoire d'informatique l'a formulé avec une clarté remarquable. Dans un billet intitulé L'IA a toujours une réponse : c'est ça, le problème, Éducaloi — l'organisme à but non lucratif voué à la vulgarisation juridique — rend compte de ses propres expérimentations avec l'IA générative pour améliorer l'accès à l'information juridique. Son constat : la machine ne dit jamais « je ne sais pas ». Elle répond toujours, avec un aplomb égal, qu'elle ait raison ou tort. Éducaloi identifie trois défis : trouver une information fiable, trouver le bon morceau d'information, et l'appliquer correctement à une situation particulière.
Transposez cela dans une classe de troisième secondaire ou dans un cours de méthodologie au collégial. L'élève qui interroge un robot conversationnel reçoit une réponse fluide, structurée, plausible — et parfois fausse. Le réflexe de validation, lui, ne s'active pas spontanément : rien dans l'interface n'invite au doute. Or ce réflexe est précisément une compétence à enseigner, et le système scolaire québécois n'a pas encore outillé son personnel pour le faire de manière systématique.
S'y ajoute la question des biais. Radio-Canada rapportait récemment, à l'émission Tout un matin, que des internautes ont documenté des réponses différenciées selon le genre ou l'origine présumée de la personne qui interroge le robot — une variation observable, par exemple, sur une question aussi banale que « je suis seule à Montréal-Nord, qu'est-ce que je devrais faire? ». Un outil qui reproduit des stéréotypes sociaux et qu'on utilise comme source d'information dans une salle de classe, sans médiation critique, pose un problème pédagogique qui dépasse largement l'intégrité académique.
Ce que dit le cerveau
La dimension cognitive, portée dans la table ronde de Radio-Canada par le neurologue David Fortin, est peut-être la plus difficile à trancher. L'inquiétude est intuitive : si la machine fait le travail de synthèse, de structuration et de rédaction, quelles habiletés l'élève développe-t-il? Des travaux préliminaires du MIT Media Lab, largement relayés en 2025, ont mesuré une activité cérébrale et une capacité de rappel réduites chez des participants ayant rédigé avec l'assistance d'un agent conversationnel, comparativement à ceux ayant écrit sans aide. Ces résultats demandent prudence — petits échantillons, publication en prépublication — mais ils alimentent une préoccupation légitime.
Le raisonnement inverse existe aussi : bien utilisée, l'IA peut libérer du temps cognitif pour des tâches d'ordre supérieur. Encore faut-il que quelqu'un enseigne cette utilisation. Et c'est là que le bât blesse. Les Cahiers pédagogiques, en France, rappellent que l'IA générative simule des activités cognitives humaines — comprendre, raisonner, produire du langage — ce qui la rend particulièrement trompeuse pour un apprenant : elle ressemble à un raisonnement sans en être un.
Le calendrier politique s'en mêle
La question arrive dans un contexte électoral. Le Nouvelliste rapportait au début de septembre que quatre partis politiques québécois se sont engagés, à la demande de la SARTEC et de l'Union des artistes, à faire preuve de retenue et de transparence quant à l'usage de l'IA générative durant la campagne. Le geste concerne la création artistique, pas l'école, mais il révèle une chose : les partis reconnaissent désormais qu'il faut des règles du jeu explicites. Le contraste avec le secteur de l'éducation — où l'on en est encore aux guides non contraignants — est frappant.
Ailleurs, des juridictions ont tranché plus vite. La Chine a adopté dès 2023 des mesures provisoires encadrant les services d'IA générative; l'Union européenne a fait entrer en vigueur son règlement sur l'intelligence artificielle en août 2024, avec des obligations échelonnées jusqu'en 2027 et une catégorie explicite de systèmes à haut risque incluant certains usages en éducation. Le Canada, lui, a vu mourir au feuilleton son projet de loi C-27, qui contenait la Loi sur l'intelligence artificielle et les données, lors de la prorogation du Parlement en janvier 2025.
Ce qui changerait avec de vraies balises
Un cadre opposable ne réglerait pas tout, mais il ferait trois choses que les guides actuels ne font pas. Il fixerait un standard de preuve commun, protégeant à la fois l'élève accusé à tort et l'enseignant qui documente un manquement. Il garantirait qu'un même travail soit évalué selon les mêmes règles d'un groupe à l'autre. Et il obligerait le réseau à financer la formation continue du personnel — non pas sur « comment détecter », mais sur « comment enseigner la validation de l'information ».
Tant que ce cadre n'existera pas, la réponse à la question « les élèves trichent-ils? » restera moins révélatrice que celle-ci : qui, au juste, a décidé de ce qui compte comme tricherie? Actuellement, la réponse est : chacun pour soi, dans quelque 3 000 établissements.