Enseignant-chercheur — tâches, une par une

Cours et enseignement

Des tuteurs IA font désormais une partie de ce travail lors d'essais. Dans un cours de physique à Harvard, les gains d'apprentissage médians des étudiants avec un tuteur IA ont été plus du double de ceux d'une séance d'apprentissage actif en classe, sur deux séances ; le CS50 de Harvard a mis des outils d'IA à la disposition d'environ 500 étudiants sur le campus, et 88 % des réponses de cours vérifiées par échantillon étaient correctes. Les projections américaines prévoient que l'emploi d'enseignant du supérieur progresse de 7 % de 2025 à 2035.

Des essais courts dans des cours isolés, dont un avec un effet plafond que les auteurs signalent ; une projection compte des emplois, non des heures d'enseignement.

Conception des évaluations et intégrité

L'IA a rendu peu fiable une grande partie des évaluations sans surveillance, ce qui crée un nouveau travail de refonte. À l'université de Reading, 94 % des copies d'examen rédigées par IA sont passées inaperçues et ont obtenu en moyenne des notes supérieures d'une demi-tranche de mention à celles des vrais étudiants ; l'agence britannique de la qualité indique que les productions de ces logiciels ne peuvent pas être détectées de manière fiable.

Le test d'une seule université dans une seule discipline et l'avis d'une agence ; aucun ne mesure comment l'évaluation a changé dans l'ensemble du secteur.

Correction et retours

L'IA peut prendre une partie de la correction avec une forte concordance avec les notes humaines : dans une étude de l'ETH Zurich sur des examens de physique, la notation par IA a atteint un coefficient de détermination d'environ 0,91 en prenant en charge la moitié de la correction, les copies restantes étant laissées à des personnes.

Une seule étude sur un seul type d'examen ; elle ne mesure ni la pratique de correction ni le temps gagné dans les universités.

Recherche et rédaction

Les revues laissent le statut d'auteur à des personnes, parce qu'être auteur signifie répondre du travail. Les recommandations des rédacteurs en chef de revues médicales indiquent que les agents conversationnels et autres outils d'IA ne devraient pas figurer comme auteurs parce qu'ils ne peuvent pas répondre de l'exactitude, de l'intégrité et de l'originalité du travail.

Des normes éditoriales, non une loi ; elles régissent le statut d'auteur et la responsabilité, non la part de rédaction que l'IA assiste désormais.

Évaluation par les pairs

L'IA façonne déjà la formulation des évaluations, tandis que les règles des rédacteurs en chef limitent ce que les relecteurs peuvent lui confier. Entre 6,5 % et 16,9 % du texte des évaluations par les pairs de plusieurs conférences d'IA pourraient avoir été substantiellement modifiés par des modèles de langage ; à ICLR 2025, 27 % des relecteurs ayant reçu un retour d'IA ont modifié leur évaluation. Les mêmes recommandations indiquent que les relecteurs doivent demander l'autorisation de la revue avant d'utiliser l'IA pour faciliter leur évaluation.

Des études issues de conférences d'IA, qui peuvent ne pas refléter d'autres disciplines ; une recommandation de rédacteurs en chef, non une loi.