← Accueil actu | Salle du marché
2026-10-27 · Source：Tom's Hardware
Richard Brocherds, de UC Berkeley, estime que les devoirs notent désormais le chatbot, pas l'étudiant — ne laissant que les examens surveillés en présentiel comme seul moyen de mesurer ce que les étudiants savent réellement.
Richard Brocherds a cessé de noter les devoirs. Le verdict du mathématicien médaillé Fields sur les séries d'exercices notées à l'ère des chatbots : évaluer des réponses rédigées par l'IA est une perte de temps et d'argent.
La conclusion du professeur de UC Berkeley touche au cœur du problème de l'intégrité académique. Quand les étudiants peuvent rendre des travaux générés par un modèle, ce qui est noté n'est plus la compréhension de l'étudiant mais la production de la machine — et, aux yeux de Brocherds, payer pour cette évaluation n'apporte rien. Sa réponse consiste à concentrer l'évaluation dans un format unique : l'examen en présentiel, qu'il présente comme la seule solution restante face à l'usage généralisé de l'IA.
Qui prend la décision importe autant que la décision elle-même. Brocherds détient une médaille Fields, la distinction la plus convoitée des mathématiques, et enseigne dans l'une des grandes universités publiques du monde. Quand un mathématicien de cette stature conclut que les devoirs — pilier de la formation mathématique depuis des générations — ne peuvent plus fonctionner comme exercice noté, la décision se lit comme plus qu'un simple ajustement de salle de classe. Elle équivaut à un jugement venant de l'intérieur des mathématiques d'élite sur ce que l'IA générative a fait du travail à faire à la maison.
L'argument a aussi son économie. Noter consomme du temps et de l'argent — heures d'enseignement, budgets de correction — et si les travaux soumis sont rédigés par une machine, cette dépense mesure la fluidité d'un chatbot plutôt que le savoir d'un étudiant. Le remède de Brocherds est sans détour : cesser de financer le signal défaillant et réserver l'évaluation au seul cadre où un étudiant ne peut pas être remplacé par un modèle.
La question ouverte est de savoir combien d'établissements suivront son exemple. Pour l'heure, un médaillé Fields a répondu sous la forme la plus brutale qui soit : tout ce qui se passe hors d'une salle sous surveillance ne peut plus être tenu pour mesure de l'apprentissage, et seul l'examen supervisé survit.
Mots-clés: UC Berkeley · Richard Brocherds · AI Cheating · Academic Integrity · Generative AI · Higher Education
萬安算交所 AIXX · AIXX · Bourse compute vérifiée · Accéder à la salle