ChatGPT s’est installé dans le quotidien universitaire depuis décembre 2022, au point de bousculer les pratiques d’étude, de rédaction et d’évaluation. Des chercheurs de l’University of Phoenix ont publié un travail sur le lien entre l’attitude des étudiants diplômés envers l’IA et leur usage des assistants conversationnels. Le sujet dépasse la curiosité technologique, il touche au cœur du contrat de confiance entre étudiants et université.

Dans l’enseignement supérieur, l’IA générative ne se résume pas à un outil de triche ou à une calculatrice moderne. Elle devient un intermédiaire entre l’étudiant et le savoir, capable de reformuler un cours, de proposer un plan, de suggérer des références ou d’aider à clarifier une problématique. Résultat: les établissements se retrouvent à gérer une tension permanente entre l’efficacité promise et les exigences académiques, surtout pour les doctorants et les étudiants de master, dont le travail repose sur l’originalité, la méthode et la traçabilité.

Une étude sur les étudiants diplômés relie attitudes envers l’IA et usage de ChatGPT

Le point de départ est une recherche menée par des universitaires du College of Doctoral Studies de l’University of Phoenix. Leur article, intitulé Relationship between Students’ Attitudes toward Artificial Intelligence (AI) and their usage of AI Chatbots , est publié dans l’International Journal of AI in Pedagogy, Innovation, and Learning Futures. L’objet est clair: examiner les attitudes d’étudiants diplômés face aux chatbots d’IA et leur usage déclaré de ChatGPT dans des environnements d’enseignement supérieur.

Ce type de questionnement n’est pas anecdotique. À l’université, l’attitude envers un outil conditionne souvent l’usage réel: certains y voient un assistant de méthode, d’autres une menace pour l’intégrité académique, d’autres encore un simple raccourci. Le travail cité s’inscrit dans cette logique, en cherchant à comprendre comment les représentations de l’IA se traduisent, concrètement, en pratiques d’étude et de production écrite.

Pour les doctorants, l’enjeu est encore plus sensible. Leur quotidien est fait de lectures abondantes, de synthèses, de rédaction, de reformulation, de mise en cohérence d’un argumentaire et de dialogue avec un directeur de thèse. Un chatbot peut sembler taillé pour ces tâches, mais il introduit une question immédiatement pratique: qu’est-ce qui relève de l’aide à la compréhension, et qu’est-ce qui devient une délégation de l’écriture ou de l’analyse? Dans une thèse, la frontière n’est pas théorique, elle se joue dans des dizaines de décisions micro-techniques, du plan d’un chapitre à la formulation d’une hypothèse.

Cette recherche internationale fait écho à un débat plus large, déjà très vivant en France, où les établissements, les enseignants et les étudiants cherchent une ligne de conduite stable. Et ce débat n’est pas seulement moral: il est aussi pédagogique. Si l’outil est là, comment enseigner à s’en servir sans abîmer la formation?

Depuis décembre 2022, l’IA générative remue le monde académique

Plusieurs travaux et analyses en français situent le basculement au moment où ChatGPT devient accessible au grand public. Des documents de recherche et d’observation sur les usages étudiants rappellent que l’arrivée de ces plateformes d’IA, et en particulier ChatGPT, a remué le monde académique depuis décembre 2022, selon des documents au format PDF consacrés à l’usage étudiant.

Dans la pratique, ce remue-ménage se voit dans des scènes très concrètes. Avant, un étudiant de première année pouvait demander à un camarade un coup de main pour comprendre une consigne, chercher un exemple de plan, ou consulter un forum. Maintenant, une interface répond immédiatement, avec un ton assuré, et produit une réponse structurée. Résultat: l’étudiant peut avancer plus vite, mais il peut aussi avancer dans la mauvaise direction sans s’en rendre compte, parce que la réponse a l’air convaincante.

Le quotidien des enseignants change aussi. Un devoir propre n’est plus un indicateur suffisant de maîtrise. Une copie peut être bien rédigée sans que l’étudiant ait compris. À l’inverse, un étudiant peut utiliser l’IA pour améliorer l’expression d’une pensée personnelle. Cette ambiguïté pousse les universités à ajuster leurs règles, leurs consignes et leurs modes d’évaluation, en cherchant à distinguer la compétence disciplinaire de la simple qualité de rédaction.

Ce basculement touche particulièrement les filières où l’écrit est central: sciences humaines, droit, gestion, mais aussi ingénierie quand il s’agit de rédiger des rapports, de documenter une méthode ou de présenter un état de l’art. Pour un doctorant, l’outil peut accélérer la mise en forme, mais la thèse n’est pas un texte fluide, c’est une démonstration. Le risque, au quotidien, est de confondre une phrase bien tournée avec un raisonnement solide.

À l’ENS, onze élèves racontent comment ChatGPT a changé les réflexes de travail

En France, des témoignages montrent que l’IA ne reste pas au niveau des principes, elle s’invite dans les habitudes. Un article intitulé Comment l’IA a bouleversé l’université: onze normaliens face à ChatGPT donne la parole à des élèves de l’École normale supérieure et décrit une diversité de réactions et de pratiques. Ce type de retour est précieux parce qu’il met des mots sur des situations ordinaires, celles qui ne se voient pas toujours dans les règlements: préparer un exposé, clarifier une notion, tester un plan, gagner du temps sur une reformulation.

Ces témoignages illustrent une réalité simple: il n’existe pas un usage de ChatGPT, mais une palette. Certains l’utilisent comme un moteur de recherche amélioré, d’autres comme un correcteur, d’autres comme un interlocuteur pour s’entraîner à expliquer un concept. Dans un cadre exigeant, la question devient: à quel moment l’outil aide à apprendre, et à quel moment il remplace l’effort qui fait précisément apprendre?

Dans la vie d’un étudiant, la tentation est rarement idéologique. Elle est logistique. Les semaines sont chargées, les délais serrés, la pression forte. Un outil qui propose un plan en quelques secondes ou qui reformule un paragraphe peut donner l’impression de reprendre le contrôle sur son temps. Résultat: l’IA peut devenir un tuteur de poche. Mais un tuteur qui ne connaît ni le cours précis, ni les attentes exactes de l’enseignant, ni le niveau réel de l’étudiant, et qui peut se tromper avec assurance.

Pour les doctorants, les enjeux de réputation et de crédibilité sont plus lourds. Une thèse engage l’auteur sur des années, et elle s’inscrit dans une communauté scientifique où la rigueur des sources, la précision des concepts et la capacité à justifier chaque étape comptent. Même une aide apparemment modeste, comme une reformulation, peut poser question si elle altère la nuance d’un concept ou si elle masque une incompréhension.

Fracture entre générations formées avant et après ChatGPT: un risque pédagogique

Le débat porte aussi sur un risque de décalage durable. Un article sur l’usage de ChatGPT dans l’enseignement supérieur avance l’idée qu’ il pourrait se produire une fracture très importante entre ceux qui ont été formés à l’informatique avant ChatGPT et les étudiants d’aujourd’hui et de demain. L’idée n’est pas seulement technologique: elle touche aux réflexes de travail, à la façon de chercher, de vérifier, de citer, de douter.

Concrètement, deux étudiants peuvent rendre des travaux comparables en apparence, mais avec des trajectoires d’apprentissage très différentes. L’un a construit son raisonnement en lisant, en prenant des notes, en confrontant des sources. L’autre a itéré avec un chatbot, en ajustant des consignes jusqu’à obtenir un texte satisfaisant. Résultat: le produit final peut se ressembler, mais la compétence acquise n’est pas la même. Or l’université diplôme une compétence, pas seulement un document.

Cette fracture potentielle peut aussi se jouer entre enseignants. Certains intègrent l’outil dans leurs cours, d’autres le refusent, d’autres l’ignorent faute de temps. Pour les étudiants, cela crée une carte d’usages implicites: dans tel cours, on peut s’en servir pour préparer, dans tel autre, c’est risqué, dans tel autre, on ne sait pas. Dans la vie quotidienne, cette incertitude pèse, parce qu’elle oblige à deviner les attentes, parfois sans cadre explicite.

Dans les formations à la recherche, la question devient encore plus nette: comment former à l’esprit critique si un outil peut produire une synthèse instantanée? La synthèse n’est pas seulement un assemblage, c’est une hiérarchisation, un choix de concepts, une mise en tension des arguments. Utiliser un chatbot peut aider à démarrer, mais il faut ensuite être capable de reprendre la main, de vérifier, et de justifier. Sinon, l’étudiant se retrouve avec une prose qui sonne juste mais qui ne tient pas scientifiquement.

À l’université, mieux vaut former à comprendre qu’espérer interdire

Une autre analyse sur le débat universitaire autour de ChatGPT défend l’idée qu’il serait plus efficace pour les universités de sensibiliser les étudiants à l’importance de comprendre les matières étudiées plutôt que de se focaliser sur une logique d’interdiction. Dans les faits, l’interdiction totale est difficile à tenir dans le quotidien: l’outil est accessible, discret, et peut être utilisé à la maison comme sur un téléphone.

Le levier le plus concret est souvent pédagogique: expliciter ce qui est autorisé, ce qui ne l’est pas, et surtout pourquoi. Par exemple, autoriser une aide à la reformulation peut se défendre si l’objectif est de travailler l’argumentation et non l’orthographe, mais cela suppose d’exiger une bibliographie solide, une méthode de vérification, et une capacité à défendre oralement le contenu. À l’inverse, demander une réflexion personnelle, un commentaire de texte ou une résolution d’exercice peut impliquer une interdiction d’assistance, avec des modalités de contrôle adaptées.

Résultat: la question et au quotidien, qu’est-ce que ça change? se traduit par des consignes plus détaillées et des évaluations qui bougent. Plus d’oral, plus de devoirs en temps limité, plus de brouillons commentés, plus de journaux de recherche, plus de demandes de justification des choix. Pour un doctorant, cela peut vouloir dire documenter davantage son processus: comment une idée a émergé, quelles lectures l’ont nourrie, comment les hypothèses ont été testées, comment les objections ont été traitées.

À cela s’ajoute une dimension de responsabilité individuelle. Utiliser un outil d’IA n’efface pas l’obligation de vérifier. Dans une dissertation, une erreur factuelle peut coûter une note. Dans un mémoire ou une thèse, une erreur peut fragiliser un chapitre entier. Le confort immédiat de la réponse ne doit pas masquer une réalité simple: un étudiant reste comptable de ce qu’il rend, de ce qu’il cite, et de ce qu’il affirme.

Le mouvement est déjà lancé: l’IA générative s’installe comme un nouvel objet universitaire, à la fois outil, sujet d’étude et source de tensions. La suite dépendra de la capacité des établissements à clarifier les usages acceptables, et de celle des étudiants, surtout les doctorants, à transformer l’assistance technique en apprentissage réel, sans perdre la maîtrise de leur pensée.