Les étudiants en ingénierie face à une dépendance croissante envers l'intelligence artificielle générative

LAUSANNE, Suisse — Deux ans après que le lancement public de l'intelligence artificielle conversationnelle a transformé le paysage éducatif, les étudiants de l'École polytechnique fédérale de Lausanne (EPFL) doivent composer avec une relation complexe vis-à-vis d'outils automatisés profondément ancrés dans leurs habitudes académiques. Après le déploiement généralisé de ChatGPT par OpenAI fin 2022, les applications d'apprentissage automatique génératif se sont rapidement imposées sur les ordinateurs portables et appareils mobiles des futurs ingénieurs de l'institut technique suisse. Cette adoption rapide, favorisée par l'évolution des méthodes d'étude et l'essor d'un écosystème de modèles commerciaux et open source, a généré à la fois des gains notables de productivité et des inquiétudes persistantes quant à la rétention des compétences, à l'autonomie technique et à la dépendance cognitive, selon les informations de Phys.org.

## Key facts

- Les outils d'intelligence artificielle générative ont rapidement pénétré l'environnement informatique des étudiants de l'École polytechnique fédérale de Lausanne (EPFL) dans les deux ans suivant leur émergence fin 2022. - L'adoption accélérée parmi les futurs ingénieurs a été propulsée par l'adaptabilité des habitudes d'étude des étudiants et une nette prolifération de modèles fondateurs concurrents. - Les étudiants de premier cycle et de cycles supérieurs en ingénierie font état d'une relation conflictuelle avec les outils automatisés, mettant en balance les gains d'efficacité et les craintes de dépendance. - Les universités techniques à travers l'Europe, régies par des chartes institutionnelles diverses, continuent d'adapter leurs cadres d'évaluation et d'examen pour s'ajuster à l'accès généralisé aux générateurs automatisés de code et de texte. - Cette intégration institutionnelle reflète des dilemmes pédagogiques plus larges au sein des facultés de sciences, technologies, ingénierie et mathématiques (STEM) à l'échelle mondiale.

## What happened

Lorsque OpenAI a lancé ChatGPT en novembre 2022, les établissements d'enseignement supérieur s'attendaient initialement à des perturbations dans les cours de sciences humaines et de langues, où la génération de langage naturel posait un défi immédiat aux évaluations traditionnelles basées sur des dissertations. Cependant, dans les universités techniques comme l'EPFL, située sur les rives du lac Léman, l'impact s'est rapidement déplacé vers les disciplines quantitatives, algorithmiques et logicielles. Les étudiants en ingénierie, dotés de routines d'étude adaptables, ont promptement intégré les algorithmes génératifs dans leurs flux quotidiens de résolution de problèmes, selon un compte rendu de Phys.org.

Au cours des vingt-quatre mois suivants, les logiciels génératifs se sont étendus au-delà des interfaces conversationnelles pour inclure la complétion de code spécialisée, le calcul symbolique et les utilitaires de débogage. Les étudiants se sont retrouvés dans un environnement où des assistants automatisés pouvaient rédiger des scripts Python fonctionnels, expliquer des concepts avancés de calcul infinitésimal ou résumer des articles techniques complexes en quelques secondes. Cette accessibilité a rendu de plus en plus floue la frontière entre travail autonome et production assistée par algorithme.

Cette diffusion rapide a engendré ce que les observateurs décrivent comme une relation d'amour-haine au sein du corps étudiant. Si les futurs ingénieurs apprécient la rapidité avec laquelle l'intelligence artificielle peut résoudre des erreurs de syntaxe tenaces ou clarifier une littérature scientifique abstraite, nombre d'entre eux font également part d'un malaise grandissant. Cette tension découle de la crainte que le recours à des requêtes automatisées n'érode l'intuition computationnelle fondamentale, les capacités de résolution créative de problèmes et la rigueur historiquement requise pour maîtriser des programmes techniques exigeants.

## Why it matters

La normalisation généralisée de l'intelligence artificielle générative parmi les futurs spécialistes techniques comporte des implications majeures pour le marché du travail de l'ingénierie, les normes d'accréditation et la pédagogie universitaire. La formation d'ingénieur repose sur le principe selon lequel les étudiants doivent maîtriser les principes fondamentaux avant de manier des abstractions de haut niveau. Si les étudiants s'en remettent systématiquement à des modèles prédictifs pour contourner les efforts cognitifs initiaux — tels que le débogage manuel de logiciels ou l'établissement de formules physiques à partir de zéro —, les pédagogues préviennent que les futurs ingénieurs pourraient manquer des bases conceptuelles solides requises pour diagnostiquer des défaillances systémiques dans des infrastructures critiques du monde réel.

En outre, cette évolution a un impact direct sur les marchés du travail professionnels. Les industries mondiales comptent sur les diplômés d'écoles polytechniques de premier plan issues d'institutions telles que l'EPFL et son établissement frère, le Swiss Federal Institute of Technology Zurich (ETH Zurich), pour concevoir des systèmes critiques dans l'aérospatiale, les infrastructures civiles, les télécommunications et la robotique biomédicale. Si les diplômés arrivent sur le marché du travail avec des béquilles automatisées plutôt qu'avec une autonomie éprouvée en matière de résolution de problèmes, les cadres d'assurance qualité industrielle feront face à des défis de vérification sans précédent. À l'inverse, interdire totalement ces outils risquerait de former des diplômés mal préparés aux processus modernes de développement, où la programmation assistée par IA devient rapidement une norme sectorielle. Les universités doivent donc repenser leurs modalités d'évaluation, en s'éloignant des devoirs à la maison et des soumissions de code pour privilégier des examens oraux, surveillés ou appliqués en laboratoire qui mesurent fidèlement la compréhension réelle.

## The background

L'EPFL puise ses origines dans l'École spéciale de Lausanne, établie en 1853, et a obtenu le statut officiel d'institut fédéral en vertu du droit suisse en 1969. Aux côtés de l'ETH Zurich, elle forme le cœur du domaine des Swiss Federal Institutes of Technology, placé sous la responsabilité directe du Conseil fédéral suisse par l'intermédiaire de l'ETH Board. L'institution est réputée pour sa formation technique exigeante en informatique, microtechnique, science des matériaux et génie civil, attirant une communauté étudiante internationale de plus de 12 000 inscrits.

Le secteur mondial de l'éducation a été largement pris au dépourvu lorsque les grands modèles de langage ont fait leur apparition à grande échelle fin 2022. Reposant sur des architectures de réseaux de neurones de type transformeur conceptualisées pour la première fois en 2017, ces modèles traitent de vastes corpus de textes, de code source et de notations mathématiques pour prédire les segments de texte probables suivants. Si les universités ont d'abord accueilli la technologie avec appréhension — certains districts scolaires du primaire et du secondaire aux États-Unis et en Europe ayant instauré de courtes interdictions —, les facultés techniques ont vite reconnu qu'une interdiction totale était inapplicable et intellectuellement contre-productive.

Tout au long de 2023 et 2024, les réactions institutionnelles ont largement divergé. Certaines universités ont adopté des codes d'honneur exigeant des étudiants qu'ils citent les passages ou segments de code générés par une machine, tandis que d'autres ont imposé des logiciels spécialisés pour repérer les formulations générées automatiquement. Ces outils de surveillance ont fréquemment généré de faux positifs et ont peiné à évaluer le code informatique. En Suisse, où la gouvernance universitaire fédérale met l'accent sur la liberté de recherche et la responsabilité des étudiants, les institutions ont largement évité les interdictions générales et punitives. Les conseils académiques ont plutôt cherché à intégrer directement la maîtrise du numérique et du calcul dans les cursus, reconnaissant que la pérennité de l'enseignement de l'ingénierie dépend de l'adaptation de la conception des évaluations plutôt que de tentatives de filtrage du trafic réseau.

## Reaction

Les expériences documentées des étudiants de l'EPFL font écho à des discussions plus larges en cours au sein des départements universitaires, des conseils professoraux et des organes représentatifs étudiants dans toute l'Europe. Le personnel académique a exprimé des avis partagés au sein des assemblées facultaires, les professeurs d'informatique reconnaissant les avantages pratiques de la complétion automatisée de code tout en faisant part de leurs inquiétudes concernant les étudiants débutants qui contournent les phases d'apprentissage fondamental.

Les instances universitaires officielles, y compris les associations étudiantes et les directions académiques, se concentrent de plus en plus sur l'établissement de directives pédagogiques équilibrées. Des collectifs d'étudiants ont plaidé pour des grilles d'évaluation plus claires, soulignant que des politiques universitaires ambiguës rendent les étudiants vulnérables à une application incohérente des règles d'intégrité académique selon les départements. Les dirigeants institutionnels devraient se pencher sur ces défis au cours des prochains cycles de révision des programmes, où les conseils académiques évalueront comment les exigences formelles des diplômes doivent s'adapter pour garantir que les compétences fondamentales continuent d'être rigoureusement évaluées.

## What we don't know yet

D'importantes zones d'ombre subsistent quant aux conséquences éducatives mesurables et à long terme d'un recours intensif à l'intelligence artificielle au sein des cohortes universitaires. Les éléments actuels ne fournissent pas de données longitudinales retraçant les écarts de performance académique entre les utilisateurs réguliers de l'IA et les étudiants qui réduisent délibérément leurs interactions avec ces modèles. Il n'est pas encore vérifié si une forte dépendance envers les outils génératifs est corrélée à de moindres résultats lors d'examens surveillés sans assistance, ou si les étudiants assistés parviennent en fait à une compréhension holistique supérieure en déléguant la syntaxe mécanique de routine.

De plus, les témoignages disponibles ne précisent pas comment les différents départements de l'EPFL — la physique théorique par rapport au génie mécanique, par exemple — diffèrent dans leurs taux d'adoption ou leurs règlements internes. Des questions restent également ouvertes quant à la manière dont les normes européennes de protection des données, notamment la conformité avec le General Data Protection Regulation (GDPR) de l'Union européenne et la Federal Act on Data Protection (FADP) révisée de la Suisse, limiteront le déploiement institutionnel de plateformes propriétaires d'apprentissage automatique hébergées sur le cloud dans les cours universitaires obligatoires.

## What to watch

Les observateurs des politiques de l'enseignement supérieur devront suivre plusieurs évolutions majeures au cours des prochains semestres universitaires. Premièrement, surveiller si l'EPFL et les écoles polytechniques européennes comparables révisent formellement leurs règlements d'examens pour élargir le recours aux épreuves orales, aux évaluations sur table surveillées ou à des environnements d'examen informatique sécurisés et hors ligne.

Deuxièmement, prêter attention aux directives officielles publiées par les commissions nationales d'accréditation et les associations professionnelles d'ingénieurs, telles que la Swiss Society of Engineers and Architects (SIA) ou la European Federation of National Engineering Associations (FEANI), concernant l'utilisation autorisée de l'IA dans les projets de fin d'études homologués et les recherches doctorales. Enfin, surveiller si les recruteurs d'entreprises et les employeurs du secteur technologique modifient leurs processus d'évaluation des diplômés, notamment en introduisant des entretiens techniques en direct et sans assistance pour vérifier de manière autonome les compétences fondamentales d'ingénierie des candidats.

Cet article est basé sur des informations publiées par Phys.org.