Professeurs de philosophie à l'ère de l'IA : injonctions contradictoires — Devoirs
DEVOIRS
Ouvrir l'App
Réflexion : enseignants de philosophie

Les injonctions contradictoires auxquelles sont confrontés les professeurs de philosophie à l'ère de l'IA

Lecture · 4 min

Être professeur de philosophie n'a jamais consisté à transmettre un simple ensemble de connaissances. Notre discipline vise à former une pensée autonome, à développer une argumentation personnelle et à apprendre aux élèves à écrire.

Pourtant, depuis quelques années, notre métier est pris dans une série d'injonctions contradictoires.

On nous demande de multiplier les évaluations afin d'accompagner davantage les élèves, d'individualiser les parcours, de fournir des retours réguliers, de préparer au mieux les épreuves du baccalauréat.

Dans le même temps, on nous demande de terminer un programme particulièrement dense, avec des horaires qui, eux, n'ont pas augmenté.

Chaque devoir supplémentaire représente plusieurs heures de correction. Chaque heure consacrée à l'évaluation est une heure qui n'est plus consacrée à l'avancement du programme.

L'arrivée de l'intelligence artificielle a ajouté une nouvelle difficulté.

Les devoirs réalisés à la maison, qui constituaient jusqu'à présent un outil précieux d'entraînement, ne permettent plus toujours de savoir ce que l'élève est réellement capable de produire seul. Le phénomène est massif : une enquête de 2025 relève que 92 % des étudiants utilisent l'IA et 88 % s'en servent pour leurs évaluations.[8] La question n'est pas de condamner l'IA. Elle est devenue un outil auquel les élèves auront recours tout au long de leurs études et de leur vie professionnelle. Mais son apparition modifie profondément la valeur pédagogique de certaines formes d'évaluation.

La réponse la plus immédiate consiste souvent à multiplier les devoirs surveillés.

Là encore, une nouvelle contradiction apparaît.

Le devoir surveillé offre davantage de garanties sur l'authenticité de la copie, mais il mobilise un temps précieux en classe. Ce temps est alors retiré à l'étude des notions, à l'explication des textes, aux discussions philosophiques et à la progression dans le programme.

Nous nous retrouvons donc face à un choix impossible :

  • faire davantage de devoirs à la maison, au risque que leur valeur comme indicateur des apprentissages diminue ;
  • ou multiplier les devoirs surveillés, au risque de ne plus avoir le temps d'achever le programme.

Cette tension n'est pas seulement organisationnelle. Elle interroge notre manière même d'évaluer.

La vraie question

Ce n'est plus « Comment empêcher les élèves d'utiliser l'IA ? »

Elle devient plutôt : « Comment continuer à évaluer des apprentissages authentiques dans un monde où l'IA fait désormais partie de l'environnement des élèves ? »

C'est probablement l'un des principaux défis pédagogiques des prochaines années. Et il mérite, à lui seul, une réflexion collective de notre profession.

Des pistes étayées par la recherche

Cette tension n'est pas propre à un établissement : la littérature récente la documente et propose une direction commune, sortir du tout-répressif pour repenser l'évaluation.

Renoncer à la traque, miser sur la refonte

Les modèles produisent des textes qui échappent aux détecteurs comme au personnel formé.[2] La réponse documentée n'est pas un meilleur détecteur, mais une refonte de ce qu'on évalue, autour de l'évaluation authentique et sécurisée.[1, 4]

Deux voies plutôt qu'un tout-ou-rien

Articuler des temps ouverts à l'IA et des temps sécurisés est plus tenable qu'un bannissement total, intenable en pratique.[6] L'évaluation authentique seule ne garantit pas l'intégrité dans un environnement saturé d'IA.[11]

Cultiver le jugement évaluatif, garder l'humain au centre

La compétence clé devient la capacité de l'élève à apprécier la qualité d'un travail, le sien comme celui d'une IA.[5] Un cadrage centré sur l'humain préserve la pensée critique, que l'usage intensif de l'IA tend à éroder.[7, 9]

Références

Publications scientifiques et sources primaires citées dans cet article. Chaque lien renvoie vers la source d'origine.

  1. [1]Cotton, D. R. E., Cotton, P. A., & Shipway, J. R. (2024). Chatting and cheating: Ensuring academic integrity in the era of ChatGPT. Innovations in Education and Teaching International, 61(2), 228-239. doi.org/10.1080/14703297.2023.2190148
  2. [2]Perkins, M. (2023). Academic integrity considerations of AI large language models in the post-pandemic era: ChatGPT and beyond. Journal of University Teaching and Learning Practice, 20(2). doi.org/10.53761/1.20.02.07
  3. [3]Sullivan, M., Kelly, A., & McLaughlan, P. (2023). ChatGPT in higher education: Considerations for academic integrity and student learning. Journal of Applied Learning & Teaching, 6(1), 31-40. doi.org/10.37074/jalt.2023.6.1.17
  4. [4]Lodge, J. M., Howard, S., Bearman, M., Dawson, P., & Associates (2023). Assessment reform for the age of artificial intelligence. Tertiary Education Quality and Standards Agency (TEQSA), Australia. www.teqsa.gov.au/guides-resources/resources/corporate-publications/assessment-reform-age-artificial-intelligence
  5. [5]Bearman, M., Tai, J., Dawson, P., Boud, D., & Ajjawi, R. (2024). Developing evaluative judgement for a time of generative artificial intelligence. Assessment & Evaluation in Higher Education, 49(6), 893-905. doi.org/10.1080/02602938.2024.2335321
  6. [6]Curtis, G. J. (2025). The two-lane road to hell is paved with good intentions: why an all-or-none approach to generative AI, integrity, and assessment is insupportable. Higher Education Research & Development, 44(8), 2151-2158. doi.org/10.1080/07294360.2025.2476516
  7. [7]UNESCO (2023). Guidance for generative AI in education and research. UNESCO, Paris. unesdoc.unesco.org/ark:/48223/pf0000386693
  8. [8]Freeman, J. (2025). Student Generative AI Survey 2025 (HEPI Policy Note 61). Higher Education Policy Institute / Kortext. www.hepi.ac.uk/reports/student-generative-ai-survey-2025/
  9. [9]Gerlich, M. (2025). AI tools in society: Impacts on cognitive offloading and the future of critical thinking. Societies, 15(1), 6. doi.org/10.3390/soc15010006
  10. [10]Revell, T., Yeadon, W., Cahilly-Bretzin, G., et al. (2024). ChatGPT versus human essayists: an exploration of the impact of artificial intelligence for authorship and academic integrity in the humanities. International Journal for Educational Integrity, 20:18. doi.org/10.1007/s40979-024-00161-8
  11. [11]Kofinas, A., Tsay, C. H.-H., & Pike, D. (2025). The impact of generative AI on academic integrity of authentic assessments within a higher education context. British Journal of Educational Technology, 56(6), 2522-2549. doi.org/10.1111/bjet.13585
  12. [12]Jensen, L. X., Buhl, A., Sharma, A., & Bearman, M. (2024). Generative AI and higher education: a review of claims from the first months of ChatGPT. Higher Education, 89, 1145-1161. doi.org/10.1007/s10734-024-01265-3

À lire aussi

Est-ce la fin des devoirs maison en philosophie ?

La discipline la plus exposée à l'IA générative, et comment les enseignants peuvent continuer à évaluer un travail authentique.

Pourquoi les détecteurs d'IA ne fonctionnent pas

Faux positifs, manque de fiabilité en français, contournements faciles : l'état des lieux complet pour les enseignants.

Correction automatique des copies

Comment récupérer des heures de correction sans sacrifier la qualité du retour à l'élève.

L'Indice d'Authenticité Rédactionnelle (IAR®)

Mesurer l'authenticité d'une copie sans détecter l'IA, en comparant l'élève à lui-même.

Évaluez l'authenticité, pas l'absence d'IA

Devoirs permet de continuer à donner des devoirs à la maison tout en mesurant la cohérence de chaque copie avec l'historique rédactionnel de l'élève. Essai gratuit 30 jours.