Les jurys de fin d’année ont laissé un arrière-goût étrange à bien des formateurs : des copies propres, structurées, et ce doute impossible à lever. Deux réponses sérieuses viennent d’émerger, une institutionnelle à Sydney, une méthodologique en France. Les organismes qui s’en saisiront cet été aborderont la rentrée, et la réforme Qualiopi, avec une longueur d’avance.
L’indistinction, le mot qui résume votre fin d’année
Lille, octobre 2023. Rochane Kherbouche, technopédagogue et Ambassadeur IA France Num, corrige les copies d’un module d’innovation pédagogique. Par acquit de conscience, il soumet le sujet à ChatGPT. Le texte s’affiche en quelques secondes : lisse, structuré, impossible à distinguer du travail « d’un apprenant moyen et sérieux ». Sa grille d’évaluation, calibrée sur quinze ans de terrain, « ne capturait rien de pertinent ». Il pose un mot sur ce vertige : l’indistinction. Le produit final venait de cesser d’être une preuve.
Trois ans plus tard, ce constat s’est confirmé partout où l’on a voulu le mesurer. La dernière enquête du HEPI (2026) chiffre l’usage de l’IA à 95% des étudiants, quand 48% seulement se disent guidés dans cet usage. Et la tentation de répondre par la détection s’est fracassée sur les données : l’étude de référence de Weber-Wulff et ses collègues (2023) conclut que les détecteurs d’IA ne sont ni précis ni fiables, avec des faux positifs qui frappent d’abord les apprenants honnêtes.
Pour un OF ou un CFA, la conséquence dépasse le confort de correction : quand la preuve d’acquisition ne prouve plus rien, c’est la valeur de la certification qui s’érode, face aux certificateurs comme face aux financeurs.
Sydney : la première réponse institutionnelle à grande échelle
Face à cette impasse, l’université de Sydney a fait un choix que peu d’institutions avaient osé formuler : arrêter la course à la détection et redessiner l’évaluation elle-même. Son modèle « two-lane », déployé à partir du second semestre 2025, répartit toutes les évaluations en deux « lanes », deux volets dont on gagne à garder les noms d’origine tant ils disent l’intention. La lane « secured » : des épreuves supervisées, sans IA, réservées à ce qui doit être attesté de façon incontestable. La lane « open » : tout le reste, où l’université écrit noir sur blanc que l’IA « ne peut être ni interdite, ni restreinte, ni contrôlée », ce qui implique d’évaluer le processus de travail plutôt que le produit rendu.
Détail qui change tout : la refonte a été co-conçue avec des étudiants partenaires, pas imposée d’en haut. Et le modèle voyage déjà : la VU d’Amsterdam l’a adapté à son tour.
Transposé à nos référentiels, le principe parle immédiatement aux directions : chaque bloc de compétences est affecté à son volet, en connaissance de cause. L’entretien technique, la mise en situation, le geste professionnel relèvent de la « lane secured ». Le dossier, le rapport, la production écrite basculent en « lane open », avec traçabilité de la démarche. Ce n’est pas une politique anti-triche. C’est une architecture.
La méthode francophone existe désormais
Ce que Sydney a institutionnalisé, un ouvrage français vient de le rendre opérationnel pour la formation professionnelle. « Évaluer en formation à l’ère de l’IA générative » (Chronique Sociale, juin 2026), du même Rochane Kherbouche, s’appuie sur quinze ans de terrain, une enquête auprès de 48 professionnels francophones et plus de trois cents sources. Je l’ai lu dès sa sortie, et j’y ai retrouvé, formalisé, ce que le terrain murmure depuis deux ans.
Trois déplacements structurent la méthode. Du produit fini vers le processus documenté : ce que l’apprenant trace de sa démarche redevient évaluable, là où le rendu final ne l’est plus. De la surveillance vers la conversation : l’oral, la justification, l’explicitation reprennent la place que la copie écrite occupait par commodité. De l’interdiction vers le discernement : un continuum éthique remplace la dichotomie permis/interdit, en distinguant substitution frauduleuse et collaboration transparente.
Le tout se décline en trois postures d’évaluation, à répartir selon les blocs : IA-résistant (l’épreuve rend l’outil inutile : oral synchrone, simulation, performance en temps réel), IA-collaboratif (l’usage est documenté et évalué : portfolios, journaux de bord), IA-formateur (l’IA devient partenaire d’entraînement : dialogue critique, analyse contradictoire). Pour un formateur qui sort des corrections de juin avec le doute au ventre, c’est une carte. Pas une injonction de plus.
Et les apprenants dans tout ça ?
On l’oublie dans les débats de salle des enseignants : les premiers à payer l’indistinction, ce sont les apprenants. Accusations de triche parfois infondées (les détecteurs se trompent, Weber-Wulff l’a établi), diplômes dont ils se demandent ce qu’ils vaudront sur le marché du travail, et un outil omniprésent que personne ne leur apprend à utiliser. L’écart HEPI entre les 95% qui utilisent et les 48% qui se sentent guidés dit exactement cela : le problème n’est pas l’accès à l’IA, c’est l’absence de formation à son usage. Pour un CFA, dont la promesse repose sur l’employabilité de ses alternants, cet angle mort se paie deux fois : dans la relation de confiance pendant le parcours, et dans la valeur perçue de la certification à la sortie.
La recherche du MIT Media Lab sur la « dette cognitive » donne le principe directeur à leur transmettre : réfléchir seul d’abord, solliciter l’IA ensuite. La connectivité cérébrale est maximale quand l’effort précède l’assistance. Voilà une règle simple, enseignable dès la rentrée, qui protège à la fois l’apprentissage et l’honnêteté.
Et Sydney montre la voie sur le terrain de la confiance : en associant des étudiants partenaires à la refonte, l’université a transformé les suspects en co-architectes. Un CFA qui invite ses apprentis à co-construire la charte d’usage de l’IA fait le même pari, à son échelle.
Et maintenant ?
Cinq chantiers concrets, calibrés pour un été d’OF ou de CFA :
- Auditez la vulnérabilité de vos évaluations. Soumettez vos sujets à ChatGPT, comme Rochane Kherbouche l’a fait. Ce qui en ressort indistinguable doit changer de forme.
- Attribuez une « lane » à chaque bloc de compétences. Secured ou open, en assumant le choix devant le certificateur.
- Déplacez une évaluation, une seule (la pus vulnérable), du produit vers le processus. Septembre est une échéance tenable pour un projet pilote.
- Écrivez la ligne rouge pour vos apprenants. Substitution contre collaboration, avec des exemples. La règle « réfléchir seul d’abord » tient en une phrase.
- Documentez tout. La révision de Qualiopi attendue au 1er novembre placera la pédagogie au centre des audits : chaque choix d’évaluation argumenté aujourd’hui est une preuve d’audit demain.
L’évaluation n’est pas le dossier pénible de la rentrée. C’est l’endroit exact où un organisme prouve, à ses financeurs comme à ses apprenants, que la valeur de ses certifications tient debout. Sydney l’a compris par conviction. Le régulateur français s’apprête à le demander par conformité. Autant s’y mettre par choix.
Sources de l’article
- Teaching@Sydney, FAQ sur l’approche two-lane et co-conception avec les étudiants partenaires
- Information Age (ACS), University of Sydney to allow AI in some assessments, 2024
- VU Amsterdam, Creating AI-proof assessments using the two-lane approach
- HEPI, Student Generative AI Survey 2026
- Weber-Wulff et al., Testing of detection tools for AI-generated text, International Journal for Educational Integrity, 2023
- MIT Media Lab, Your Brain on ChatGPT
- Rochane Kherbouche, Évaluer en formation à l’ère de l’IA générative, Chronique Sociale, juin 2026 (préface Christelle Lison)



