Les lunettes IA fragilisent le principe même des examens surveillés

Un examen surveillé repose traditionnellement sur une idée simple : la personne assise dans la salle est aussi celle qui produit sa réponse. Les lunettes dotées d’IA, les écouteurs sans fil et d’autres objets connectés rendent cette certitude beaucoup plus difficile à établir.

Une caméra dissimulée dans une monture d’apparence ordinaire peut saisir une question ; un assistant extérieur ou un service d’IA peut l’analyser ; puis une réponse peut être renvoyée par un affichage dans le verre ou un canal audio discret. Le sujet dépasse donc le simple « nouvel outil de triche » : un examen écrit sous surveillance ne constitue plus forcément une preuve fiable qu’une réponse a été produite sans aide extérieure. 46

Des cas concrets déjà recensés en 2026

Plusieurs systèmes d’examen ont déjà été confrontés au problème :

• Université d’Auckland : l’établissement a sanctionné un étudiant qui avait apporté des lunettes IA à une épreuve, alors que les appareils intelligents étaient explicitement interdits. L’université indique former ses surveillants à reconnaître cette technologie et à réagir de façon appropriée. 48
• Université nationale de Taïwan (NTU) : un candidat à l’admission a été disqualifié pour avoir utilisé des lunettes intelligentes à IA, avec une note nulle. Les surveillants avaient été alertés par le fait qu’il baissait régulièrement la tête ; lors du contrôle, la monture s’est révélée chaude. 49
• Corée du Sud : deux candidats portant des lunettes IA ont été repérés lors de deux sessions du TOEIC en mai, et leurs résultats ont été invalidés. D’autres cas ont été rapportés dans des examens nationaux de qualification technique ; au moins cinq candidats auraient été pris en mai et juin, ce qui a conduit à envisager une révision des règles. 364032
• SAT américain : le College Board interdit explicitement les lunettes intelligentes, téléphones, montres connectées, bracelets d’activité, appareils Bluetooth — dont les écouteurs sans fil — et autres technologies portables pendant le test et les pauses, sauf aménagement approuvé. L’interdiction explicite des lunettes intelligentes est entrée en vigueur au printemps 2026. 1821

Il s’agit de cas détectés, non d’une mesure de toutes les tentatives. Ils montrent néanmoins que la triche assistée par objets connectés est déjà une réalité dans l’enseignement supérieur, les tests linguistiques, les qualifications professionnelles et les procédures d’admission.

Pourquoi ces dispositifs sont difficiles à repérer

Les lunettes intelligentes peuvent ressembler à des lunettes de vue classiques tout en intégrant caméra, microphone et composants électroniques. Selon un expert cité par CQUniversity, elles peuvent capter les questions et renvoyer des réponses en quelques secondes, par audio ou directement dans le verre. 46

La détection repose souvent sur des indices plutôt que sur une méthode de contrôle universelle : position de tête inhabituelle, gestes répétés vers la monture, reflet visible, son suspect, ou décision d’un surveillant d’inspecter un objet. Le cas de NTU l’illustre : il a fallu un soupçon, puis un contrôle physique, pour identifier l’appareil. 9

Le problème ne se limite pas aux lunettes. Écouteurs sans fil, montres, bagues connectées et téléphones dissimulés peuvent se répartir les fonctions : un appareil capte ou transmet l’information, un autre reçoit l’aide. Une règle ou une fouille visuelle centrée uniquement sur le téléphone peut donc passer à côté de tout le système connecté.

Les affirmations selon lesquelles une configuration donnée permettrait d’obtenir systématiquement une excellente note, voire un score parfait, doivent en revanche être traitées avec prudence tant qu’elles ne sont pas vérifiées de manière indépendante dans des conditions d’examen clairement définies. Les sources disponibles confirment des tentatives et des sanctions, pas un taux global de réussite de cette méthode.

Interdire est nécessaire, mais ne suffit pas

Des règles claires restent indispensables : elles fixent une limite, donnent aux surveillants un fondement pour intervenir et protègent les candidats qui respectent les consignes. La politique du College Board en offre un exemple direct. 18

Mais une réponse fondée sur le contrôle seul rencontre plusieurs limites :

• les objets connectés peuvent devenir de moins en moins reconnaissables ;
• les fouilles poussées et la surveillance constante sont coûteuses et peuvent créer des soupçons injustifiés ;
• les personnes portant des lunettes correctrices ou utilisant une technologie d’assistance autorisée doivent bénéficier d’aménagements équitables et applicables ;
• même un contrôle strict de la salle ne démontre pas, à lui seul, que chaque réponse reflète une compréhension autonome.

C’est donc aussi un enjeu de conception de l’évaluation. Une réponse écrite chronométrée devient une preuve plus fragile lorsque l’IA peut assister la mémorisation, l’explication ou le calcul hors du regard de l’examinateur.

Ce que les universités peuvent mieux évaluer

Il ne s’agit pas d’abandonner tous les examens contrôlés : certaines connaissances fondamentales doivent encore pouvoir être vérifiées sans assistance. Mais les décisions à fort enjeu gagneraient à s’appuyer sur plusieurs formes de preuve, plutôt que sur une unique épreuve écrite facile à médiatiser par la technologie.

Parmi les pistes possibles :

1. Des performances authentiques sous supervision. Travaux pratiques, simulations, expériences de laboratoire, exercices cliniques ou études de cas rendent davantage visibles la méthode et le jugement.
2. De courtes défenses orales. Un entretien, une démonstration ou une interrogation de suivi permet de vérifier qu’un candidat explique ses choix, répond à une situation nouvelle et corrige une erreur.
3. Des traces du processus. Brouillons, journal de décisions, évaluation des sources, versions successives, retours reçus et réflexion personnelle éclairent la construction du travail, pas seulement son résultat final.
4. Une évaluation transparente de l’usage de l’IA. Lorsque l’IA fait partie des pratiques professionnelles réelles, il peut être plus pertinent d’évaluer la déclaration des outils utilisés, les consignes données, la vérification, les limites et le jugement responsable que de faire comme si l’outil n’existait pas.
5. Le croisement des preuves. Associer observations à faible enjeu, tâches surveillées et vérifications ciblées réduit le poids d’une seule session éventuellement compromise.

La distinction essentielle est celle entre ce qu’une personne sait faire sans assistance et ce qu’elle sait faire avec des outils employés de manière responsable. Les deux peuvent compter, mais ils correspondent à deux compétences différentes et doivent être évalués clairement.

Une question plus large de vie privée et de gouvernance

Les capacités qui fragilisent l’intégrité des examens — caméras discrètes, microphones, capture d’images et assistance connectée — posent aussi la question d’enregistrements effectués sans information ni consentement véritable. Écoles, universités et employeurs doivent prévoir des règles précises sur les zones sans appareils, le consentement, l’enregistrement, la conservation et la suppression des données, les enquêtes, les aménagements liés au handicap et la proportionnalité des contrôles.

Les pouvoirs publics sont également confrontés à des choix de politique produit : indicateurs d’enregistrement plus visibles, paramètres de confidentialité renforcés par défaut, obligations pour les vendeurs, exigences d’information ou restrictions sur les appareils commercialisés pour un usage discret.

Les sources disponibles étayent les incidents liés aux examens et les réponses institutionnelles décrites ici. Elles ne permettent toutefois pas de tirer des conclusions juridiques propres au Royaume-Uni, à l’Angleterre et au pays de Galles, à la Norvège ou à l’Australie. Les règles de protection de la vie privée, de surveillance, de droit pénal et de consommation varient selon les pays et les contextes : elles exigent donc une analyse distincte, plutôt qu’un verdict mondial unique.

En bref

Les objets connectés avec IA mettent au jour une faiblesse des examens traditionnels : voir un candidat à son bureau ne signifie plus nécessairement savoir qu’il a travaillé seul. Les interdictions explicites et des surveillants formés demeurent des garde-fous essentiels. Mais la réponse durable consiste à concevoir des évaluations qui rendent visibles la compréhension, le jugement et la démarche — et non seulement une réponse qu’un appareil connecté pourrait aider à produire.