Il cache un mot invisible dans son sujet d’examen : 32 de ses 35 étudiants se font prendre à tricher avec l’IA

Aux États-Unis, un professeur d’histoire a piégé ses étudiants avec un mot caché dans l’énoncé d’un partiel, révélant une triche massive.

À l’université d’Alcorn State, dans le Mississippi, un enseignant a mis au point un stratagème discret pour savoir lesquels de ses étudiants utilisaient une IA comme ChatGPT pour rédiger leur copie. Comme le rapporte le site culturel américain My Modern Met, son expérience a tourné à la démonstration choc : presque toute la classe s’est fait prendre.

Un mot caché dans l’énoncé pour piéger les tricheurs à l’IA

Le protagoniste de cette affaire s’appelle Jason Gibson, docteur en histoire et professeur à Alcorn State University, un établissement public américain. L’histoire se déroule durant des cours d’été, dans deux unités d’enseignement d’histoire où les étudiants devaient passer un partiel de mi-semestre.

Le sujet demandait de comparer la Révolution industrielle et l’ère numérique actuelle. À la correction, un détail saute aux yeux de l’enseignant : une référence récurrente à Madagascar. Le pays n’a pourtant aucun lien direct avec la question posée.

Dans plusieurs copies, des phrases entières semblent sorties de nulle part. L’une d’elles, relevée par My Modern Met, illustre l’absurdité du texte généré :

Des formulations comme « Madagascar flotte latéralement à travers l’après-midi » n’avaient strictement aucun sens dans une copie d’examen d’histoire.

Ce n’était pas un délire poétique improvisé par les étudiants. C’était la conséquence d’un piège préparé à l’avance par le professeur.

Un mot en blanc sur fond blanc, invisible à l’œil nu

Lors de la conception de son examen, Jason Gibson a inséré le mot « Madagascar » dans l’énoncé, mais écrit en blanc sur fond blanc. Résultat : illisible pour un étudiant qui lit normalement le sujet, mais parfaitement détectable lorsqu’on le copie-colle dans une fenêtre de chatbot d’IA.

Pour ceux qui ont utilisé un outil comme ChatGPT, l’effet est immédiat : le modèle repère ce mot invisible dans le prompt et l’intègre à sa réponse générée. Les copies se retrouvent ainsi truffées de références incohérentes à Madagascar, trahissant la triche.

Le mot caché a agi comme un marqueur numérique : il n’apparaît que si le sujet a été copié-collé dans une IA, puis recraché sans relecture.

Trente-deux étudiants pris la main dans le sac

Dans une série de vidéos publiées sur TikTok, Jason Gibson raconte ce qu’il a découvert en corrigeant les copies. Il explique que 32 de ses 35 étudiants, répartis sur deux cours d’été, ont raté une partie de leur partiel pour avoir utilisé une IA.

Selon ses propos relayés par My Modern Met, il indique : les étudiants concernés ont utilisé l’intelligence artificielle pour « générer l’intégralité de leur réponse » à la question d’examen. Ils ne se sont même pas donné la peine de relire le texte avant de le rendre, laissant passer des formulations délirantes autour de Madagascar.

En ligne, la réaction est partagée. De nombreux internautes saluent l’astuce du professeur et ironisent sur le sort des trois seuls étudiants qui n’ont pas été pris. Certains imaginent qu’eux aussi ont employé une IA, mais en vérifiant et corrigeant le texte avant de le soumettre.

• 32 étudiants sur 35 identifiés comme ayant utilisé une IA pour tout rédiger ;
• un même mot fantôme, « Madagascar », comme fil rouge ;
• des réponses manifestement absurdes, jamais relues ;
• un professeur qui documente l’expérience sur TikTok, où le récit devient viral.

Une ruse ingénieuse… mais peut-être temporaire

La méthode de Jason Gibson a été largement commentée, notamment pour ses limites techniques. Des utilisateurs de TikTok, cités par My Modern Met, mettent en garde : ce genre de piège ne fonctionnerait pas indéfiniment. Un internaute lui écrit par exemple que les modèles les plus récents parviennent déjà à repérer ce type de « prompt injection » caché dans le texte et peuvent même avertir l’utilisateur.

Autrement dit, la course entre triche technologique et stratégies de détection s’annonce longue. Ce qui fonctionne aujourd’hui pourrait être contourné dès demain, au fur et à mesure que les modèles d’IA s’améliorent.

La manœuvre montre surtout un état des lieux : dans ce groupe d’étudiants, le recours à l’IA pour rédiger un devoir d’histoire est devenu presque la norme.

Comment le professeur a géré la sanction avec ses étudiants

Une fois l’examen corrigé, Jason Gibson ne s’est pas contenté de mettre des zéros dans un coin. Selon My Modern Met, il a expliqué à ses étudiants ce qui s’était passé et comment il les avait repérés.

Il leur a présenté une capture d’écran de l’énoncé avec le mot « Madagascar » mis en évidence, pour qu’ils voient la preuve du texte en blanc. Il a ensuite précisé que ceux qui contestaient leur note pouvaient déposer un recours et venir en parler.

Cette approche combine sanction et transparence. Le message est clair : l’enseignant surveille l’usage de l’IA, mais laisse une porte ouverte au dialogue individuel, par exemple si un étudiant estime être injustement suspecté.

L’IA, nouvel ennemi de l’intégrité académique

My Modern Met rappelle que la généralisation des IA génératives dans l’enseignement supérieur bouleverse les repères. De nombreux étudiants s’appuient désormais sur ces outils pour formuler des réponses, structurer un devoir ou produire un texte entier. Dans le même temps, les compétences d’analyse critique, de synthèse et de recherche risquent de passer au second plan.

Pour les enseignants, le défi consiste à protéger l’apprentissage réel. Ce piège du mot invisible illustre à quel point l’usage de l’IA s’est ancré, y compris dans des examens censés mesurer des connaissances acquises et des capacités personnelles.

Dans ce cours d’été, l’expérience montre que la majorité des étudiants préfère déléguer toute la rédaction à une IA plutôt que de produire une réflexion personnelle.

En France, quelles règles face à l’IA à l’université ?

En France, la question de l’IA générative à l’université ou en grande école se pose avec la même acuité. Les établissements d’enseignement supérieur s’interrogent : faut-il interdire ces outils, les encadrer ou au contraire les intégrer comme objets d’étude ?

Les règlements intérieurs des universités ou écoles précisent déjà que le plagiat constitue une fraude, passible de sanctions disciplinaires. L’utilisation d’une IA pour générer un devoir sans le signaler peut, selon les cas, être assimilée à une forme de plagiat ou de tricherie, au même titre qu’un copier-coller depuis une encyclopédie en ligne.

Dans les concours, les partiels surveillés sur table ou les examens nationaux, les règles sont strictes : accès à internet et aux outils tiers interdit, copies manuscrites, documents restreints. Ces dispositions limitent pour l’instant l’usage direct de l’IA en temps réel pendant les épreuves.

Pour des travaux à la maison, plusieurs pistes se combinent :

• clarifier dans les consignes ce qui est autorisé ou non en matière d’IA ;
• valoriser les oraux, soutenances et entretiens individuels, qui permettent de vérifier l’appropriation réelle du travail ;
• diversifier les exercices (réflexions personnelles, études de cas ancrées dans le vécu de l’étudiant, travaux de terrain) ;
• former les étudiants à un usage responsable de ces outils, plutôt que de miser sur l’interdiction pure.

Des enseignants français expérimentent déjà des dispositifs de contrôle, comme des oraux flash après la remise d’un devoir, des versions manuscrites à produire en classe, ou des sujets très contextualisés rendant la simple génération automatique moins pertinente.

Ce que révèle cette affaire sur la relation des étudiants à l’IA

L’expérience de Jason Gibson met en lumière plusieurs tendances lourdes. D’abord, une confiance importante accordée aux textes générés automatiquement : une partie des étudiants semble considérer qu’un texte produit par une IA est suffisamment bon pour être rendu tel quel à un professeur d’université.

Ensuite, une baisse de la relecture critique. Dans ce cas précis, il aurait suffi de parcourir la copie pour se rendre compte que des phrases comme « Madagascar flotte latéralement à travers l’après-midi » n’avaient rien à voir avec un devoir d’histoire sur la Révolution industrielle.

Pour un lecteur français, l’épisode rappelle que l’IA reste un outil, pas un rédacteur de substitution sans risque. Utilisée sans discernement, elle peut produire des incohérences flagrantes ou des contresens historiques, que tout correcteur attentif repèrera vite.

Confier intégralement un devoir à une IA, sans le retravailler, revient à signer un texte dont on ne maîtrise ni le contenu, ni les erreurs, ni les traces invisibles qu’il peut contenir.

Un outil utile, mais à manier avec précaution

Dans un cadre académique, l’IA peut aider à structurer des idées, à reformuler un plan ou à vérifier une grammaire. Certains enseignants l’utilisent eux-mêmes pour générer des exemples, proposer des sujets de réflexion ou illustrer des cas pratiques. Mais la responsabilité finale du contenu remis reste celle de l’étudiant.

Pour éviter les pièges, quelques réflexes s’imposent :

À mesure que les modèles évolueront et que les universités, en France comme aux États-Unis, ajusteront leurs règles, l’équilibre entre aide numérique et travail personnel restera un enjeu central de la vie étudiante. L’expérience du mot invisible de Jason Gibson marque une étape marquante de cette période de transition.

Hélène Vasseur

Lecture rapide : rédactrice en chef d’Eurotel, ancienne de l’hôtellerie, spécialiste des hôtels de caractère et des city-trips.

Hélène Vasseur a passé près de quinze ans dans l’hôtellerie avant de se consacrer à l’écriture. De la réception d’un palace lyonnais à la direction d’une maison d’hôtes, elle a appris à lire un hôtel de l’intérieur : ce qui fait une vraie adresse, et ce qui relève du décor.

Rédactrice en chef d’Eurotel, elle coordonne la ligne éditoriale et arpente l’Europe à la recherche d’hôtels de caractère et de destinations à raconter autrement. Sa conviction : on voyage mieux quand on comprend les lieux, pas seulement quand on les coche. Elle garde un faible pour les vieilles villes d’Europe centrale et les petits-déjeuners qui s’éternisent.