Chaque rentrée depuis trois ans ramène la même conversation dans les corridors des cégeps québécois : est-ce que les élèves trichent avec ChatGPT? La question a le mérite d'être simple. Elle a aussi le défaut de détourner l'attention du problème réel, celui que révèlent les témoignages du terrain recueillis cette semaine par Radio-Canada : dans une bonne partie du réseau, les règles sont floues, hétérogènes, parfois inexistantes, et c'est aux enseignants et aux étudiants qu'il revient de les improviser, cours par cours, travail par travail.
Ce que dit le terrain
Dans le cadre d'une émission spéciale de Première heure, Radio-Canada a réuni trois voix autour d'une même table : Éliott Bilodeau, étudiant au Cégep Limoilou, Isabelle Morin, enseignante de sociologie dans le même établissement, et David Fortin, neurologue. Le constat commun, tel que résumé par le diffuseur public, est net : « les règles quant à leur encadrement dans le milieu scolaire sont parfois floues ».
Ce mot — « floues » — est le cœur du dossier. Il signifie qu'un étudiant peut, dans la même session, suivre un cours où l'usage d'un assistant conversationnel est proscrit, un autre où il est toléré pour la révision linguistique, un troisième où il est carrément intégré à la démarche d'apprentissage, sans qu'aucune de ces positions ne repose sur une politique institutionnelle claire. Le résultat est prévisible : ce n'est plus la règle qui structure le comportement, c'est la relation de confiance avec chaque enseignant. Ceux qui savent lire les attentes implicites s'en sortent; les autres avancent à l'aveugle.
Dans un second reportage, publié le même jour, Radio-Canada a élargi la perspective avec « trois regards sur l'intelligence artificielle dans les écoles », rappelant que ChatGPT, Gemini et Claude « font partie du paysage scolaire ». Le verbe est important : il ne s'agit plus d'anticiper une arrivée, mais de gérer une présence déjà installée.
Le vide normatif, un choix par défaut
Au Québec, l'encadrement de l'IA en éducation s'est construit par couches successives plutôt que par une norme unique. Le ministère de l'Éducation a d'abord publié, en 2024, un guide à l'intention du réseau scolaire sur l'utilisation pédagogique et éthique de l'intelligence artificielle générative. Le Conseil supérieur de l'éducation et la Commission de l'éthique en science et en technologie avaient pour leur part signé, dès 2024, un rapport conjoint recommandant notamment un encadrement gouvernemental plus ferme et un accompagnement soutenu du personnel enseignant. Le Conseil de l'innovation du Québec, sous la direction du scientifique en chef Rémi Quirion, avait aussi remis en 2024 un rapport sur l'encadrement de l'IA qui insistait sur la nécessité d'agir vite, secteur par secteur.
Mais un guide n'est pas un règlement, et une recommandation n'est pas une obligation. Dans le réseau collégial, l'autonomie des établissements et la liberté pédagogique font en sorte que chaque cégep — parfois chaque département — définit ses propres balises. Certains ont adopté des politiques institutionnelles, d'autres ont produit des lignes directrices, plusieurs se contentent d'ajouter une phrase sur l'IA dans leur politique d'intégrité intellectuelle existante. Cette mosaïque n'est pas le fruit d'une décision : c'est le résultat d'une absence de décision.
Or le vide normatif n'est jamais vide bien longtemps. Il se remplit tout seul, et il se remplit par le bas : par les pratiques des élèves, par les habitudes des enseignants, et par les fonctionnalités que les grandes plateformes technologiques poussent dans les outils déjà installés sur les postes des établissements. Autrement dit, quand l'institution ne tranche pas, ce sont les fournisseurs et les usages spontanés qui tranchent à sa place.
Le piège des détecteurs et des correcteurs automatisés
Face au soupçon de triche, la tentation technologique est forte : détecter, valider, corriger par machine. C'est précisément là que la recherche récente invite à la prudence.
Un audit préenregistré déposé sur arXiv se penche sur l'usage des grands modèles de langage comme correcteurs de dissertations. Les auteurs traitent les modèles comme des évaluateurs humains et leur appliquent la batterie d'analyses classiques de la mesure éducative : sévérité, effet de halo, fiabilité, dérive entre les versions du modèle. Leur point de départ est un reproche méthodologique : ces outils sont presque toujours évalués uniquement sur des statistiques d'accord avec un correcteur humain, ce qui masque le fait qu'un correcteur — humain ou artificiel — peut être systématiquement plus sévère, se laisser influencer par une impression générale, ou changer de comportement d'une mise à jour à l'autre.
La conséquence est directe pour le milieu scolaire québécois : un établissement qui adosserait sa politique d'évaluation à un outil automatisé s'exposerait à une instabilité qu'il ne contrôle pas. Un modèle mis à jour en janvier ne note pas nécessairement comme le même modèle en septembre. Cela vaut aussi pour les détecteurs de texte généré, dont les faux positifs ont déjà provoqué des litiges dans plusieurs universités nord-américaines. Bâtir un régime disciplinaire sur un instrument dont on ne peut ni auditer le fonctionnement ni garantir la constance, c'est déplacer le risque vers l'étudiant.
Toujours sur arXiv, un autre travail propose un « modèle de réflexion des 5P » destiné à l'enseignement supérieur à l'ère de l'IA générative, en réponse au constat que les universités du monde entier peinent à intégrer ces technologies de manière cohérente. Le simple fait que de tels cadres se multiplient indique l'ampleur du besoin.
L'esprit critique comme réponse, et non l'interdiction
Pendant que les politiques tardent, des ressources émergent pour combler le vide. L'organisme École branchée consacre le nouveau numéro de sa revue à l'éducation aux médias et à l'information, avec un accent explicite sur le développement de l'esprit critique. Réseaux sociaux, algorithmes, désinformation, intelligence artificielle : la publication propose au personnel éducatif des pratiques de classe, des outils et des repères pour naviguer dans un univers informationnel devenu opaque pour les jeunes.
Dans la même veine, le média spécialisé Ludomag met en avant du matériel pédagogique permettant de faire comprendre aux élèves l'impact énergétique de l'IA générative. L'angle est astucieux : plutôt que de moraliser sur la triche, on ouvre le capot. Combien coûte une requête? Que se passe-t-il physiquement quand on demande une image à un modèle? Cette approche transforme l'outil en objet d'étude, ce qui est probablement la seule posture pédagogique durable. On n'apprend pas à un élève à se méfier d'une boîte noire en lui interdisant de l'ouvrir.
La question énergétique n'est d'ailleurs pas anecdotique au Québec, où l'implantation de centres de données liés à l'IA suscite des débats sur la capacité d'Hydro-Québec et sur les priorités d'allocation de l'électricité. Un cours de sciences ou de géographie qui aborde le coût matériel de l'IA générative parle donc aussi d'un enjeu de politique publique bien réel.
Le contexte : l'IA s'installe partout, pas seulement en classe
Le débat scolaire ne se déroule pas en vase clos. La même semaine, La Presse rapportait que la Société de transport de Montréal met l'intelligence artificielle à l'essai pour repérer plus rapidement les personnes qui flânent dans le métro, souvent des personnes en situation d'itinérance, avec un projet pilote dans deux stations et une extension possible à trois autres. Le parallèle est instructif : là aussi, une technologie est déployée avant qu'un cadre public en ait clairement défini les limites, les finalités et les garde-fous.
Sur le plan juridique, le Québec dispose déjà de la Loi 25 sur la protection des renseignements personnels, qui impose notamment des obligations de transparence lorsqu'une décision est prise exclusivement au moyen d'un traitement automatisé. Cette disposition n'a pas été écrite pour l'école, mais elle s'y applique. Un établissement qui recourrait à un outil automatisé pour évaluer ou sanctionner un étudiant entre en territoire réglementé, qu'il en soit conscient ou non.
Qui écrit les règles?
Ramener le dossier à « interdire ou permettre » est un raccourci confortable, parce qu'il transforme une question de gouvernance en question de morale individuelle. Or les trois voix réunies par Radio-Canada — un étudiant, une enseignante de sociologie, un neurologue — pointent chacune vers un aspect différent du même problème : les effets cognitifs de la délégation intellectuelle, la transformation des méthodes d'évaluation, et la charge que représente, pour l'élève, l'obligation de deviner les attentes.
Trois chantiers concrets s'imposent. D'abord, la transparence des attentes : chaque plan de cours devrait indiquer explicitement ce qui est permis, ce qui doit être déclaré et ce qui est proscrit. Ensuite, la révision des dispositifs d'évaluation : oral, travail en classe, itérations documentées, défense de la démarche plutôt que du seul produit fini. Enfin, une position institutionnelle sur les outils automatisés de détection et de correction, appuyée sur des preuves de fiabilité et non sur des promesses commerciales.
À défaut, le réseau continuera de fonctionner comme il le fait depuis trois ans : par arrangements locaux, avec des enseignants épuisés d'arbitrer seuls et des étudiants qui apprennent surtout à évaluer le risque de se faire prendre. Ce n'est pas de la triche. C'est un échec d'encadrement.