Machine learning

Des étudiants utilisent déjà des générateurs de texte pour rédiger leurs devoirs

Les puissants générateurs de texte basés sur l’IA, tels que les outils exploitant GPT-3, n'ont déjà plus de secret pour certains étudiants qui les utilisent pour produire des dissertations et autres tâches rédactionnelles. Ces textes peuvent récolter de bonnes notes et ne sont apparemment pas détectés par les systèmes anti-plagiat.

(Source: Andrea De Santis via Unsplash)
(Source: Andrea De Santis via Unsplash)

Les générateurs de texte basés sur le machine learning, tels que GPT-3 et outils dérivés, rendent déjà service à des étudiants peu scrupuleux. Le média en ligne Motherboard (du groupe Vice) a collecté les témoignages de certains d’entre eux, sous couvert d’anonymat cela va sans dire. Un étudiant de première année en biochimie confie par exemple avoir réalisé un devoir en utilisant une IA. Il s'agissait d'écrire sur les aspects positifs et négatifs des biotechnologies. L’étudiant a saisi ce texte d'instruction donnée au système: quelles sont les cinq bonnes et mauvaises choses sur la biotechnologie? Les algorithmes ont généré un texte qui lui a permis d'obtenir la meilleure note possible et de s’épargner une bonne heure et demie de rédaction.

Les systèmes de détection de plagiat ne fonctionneraient pas

Un autre étudiant confie avoir généré une dissertation sur les affaires du monde contemporain pendant sa dernière année d’étude secondaire. Le devoir a été pénalisé faute d’avoir cité des sources, mais l’étudiant a pu comprendre que les textes créés par les IA ne sont pas détectés par les systèmes de vérification de plagiat, souligne l'article de Motherboard. Le média a contacté OpenAI pour savoir s’ils ont la capacité de détecter et d'empêcher que des étudiants utilisent leur API ou son interface Playground pour faire leurs devoirs. L’organisation n’a pas donné suite.

Les préjudices d’un tel recours aux outils de génération de texte sont nombreux. Outre les aspects moraux, ces étudiants seront par exemple privés de la satisfaction d'accomplir un processus d'apprentissage rédactionnel. Certains experts semblent toutefois estimer que c’est au corps enseignant de s’adapter. Sociologue et auteur, Juan Pablo Pardo-Guerra a réagi sur Twitter, en listant différentes stratégies contre ce phénomène. Il propose notamment d’avoir recours à des instructions indicielles, à des tâches de comparaison analytiques ou encore à des séries de devoirs liés entre eux. Reste à savoir pendant combien de temps l’IA ne sera pas capable de mener à bien ce type de tâches…

Tags
Webcode
DPF8_271707