Examens et IA : pourquoi les universités misent davantage sur l’oral

Un mémoire universitaire n’est pas seulement un long document à remettre en fin d’études. Il est censé montrer qu’un étudiant sait chercher, organiser une réflexion, mobiliser des connaissances et défendre une idée. Mais depuis la diffusion d’outils d’IA générative capables de rédiger, résumer ou reformuler en quelques secondes, cette preuve est devenue plus difficile à établir lorsqu’elle repose uniquement sur un texte produit hors de la salle de cours.

C’est ce déplacement, discret mais profond, qui conduit des établissements à revoir leurs examens. À l’Institut d’administration des entreprises, l’IAE, de l’université de Bretagne occidentale, le mémoire doit ainsi être remplacé par un « grand oral ». Le choix ne consiste pas à déclarer la guerre à ChatGPT, Copilot ou aux autres assistants. Il traduit plutôt une interrogation centrale pour l’enseignement supérieur : comment évaluer de façon juste les compétences d’une personne dans un environnement où la production de texte peut être assistée par une machine ?

Le mémoire écrit face à une nouvelle question de confiance

Pendant longtemps, le travail écrit a occupé une place centrale dans l’évaluation universitaire. Dissertation, rapport de stage, dossier de recherche et mémoire permettent de juger à la fois des connaissances, de la méthode et de la qualité d’expression. Ils laissent aussi une trace durable du parcours de l’étudiant.

L’arrivée des IA génératives ne fait pas automatiquement disparaître ces qualités. Un outil peut aider à clarifier une formulation, proposer un plan ou résumer un document. Mais il peut également produire une réponse entière à partir d’une consigne. Dès lors, le texte final ne suffit plus nécessairement à révéler l’ampleur du travail personnel, la qualité de la compréhension ou la maîtrise effective du sujet.

La difficulté est moins technique que pédagogique. Chercher uniquement à déterminer si un texte a été produit avec une IA ne répond pas à toutes les questions. Un étudiant peut avoir utilisé un assistant de manière limitée, par exemple pour corriger une phrase, ou de façon beaucoup plus déterminante. Surtout, la présence éventuelle d’un outil ne dit pas, à elle seule, si l’étudiant a compris, vérifié et assumé ce qu’il remet.

Dans ce contexte, Vincent Salaun, maître de conférences, interroge la pertinence des travaux écrits traditionnels. Sa réflexion rejoint une préoccupation largement partagée dans l’enseignement supérieur : conserver des évaluations capables de distinguer la restitution mécanique, la production assistée et l’appropriation réelle des savoirs.

À Brest, le grand oral comme nouvelle pièce maîtresse

À l’IAE de l’université de Bretagne occidentale, le remplacement du mémoire par un « grand oral » illustre cette évolution. L’oral change la nature de la preuve demandée à l’étudiant. Il ne s’agit plus seulement de livrer un texte finalisé, mais d’expliquer un raisonnement, de répondre à des questions et de justifier des choix devant un jury ou des enseignants.

Ce format peut rendre visibles des dimensions que l’écrit révèle moins directement : la capacité à hiérarchiser des informations, à adapter son argumentation, à prendre du recul face à une objection ou à relier un cas pratique à des notions apprises. Dans les formations de gestion et d’administration, ces aptitudes rejoignent aussi des situations rencontrées dans le monde professionnel, telles que présenter un diagnostic, défendre une recommandation ou répondre à des interlocuteurs aux attentes diverses.

L’oral ne doit toutefois pas être interprété comme une sanction contre l’écrit. Écrire reste indispensable pour apprendre à construire une démonstration, citer correctement ses sources, présenter des données et formuler une pensée précise. La transformation engagée met plutôt en avant une logique de complémentarité : le dossier peut documenter un travail, tandis que l’échange oral permet d’en vérifier l’appropriation.

Quelles compétences l’oral permet-il d’évaluer ?

Un grand oral ne mesure pas seulement l’aisance à parler. Bien conçu, il peut inviter l’étudiant à exposer une problématique, présenter les sources ou les éléments ayant nourri son analyse, détailler ses choix méthodologiques et répondre à des relances. Les questions posées permettent alors d’aller au-delà d’une présentation apprise.

Plusieurs compétences deviennent particulièrement importantes :

• L’analyse, pour distinguer les faits, les hypothèses et les interprétations.
• La synthèse, pour sélectionner les éléments utiles sans perdre le fil d’un raisonnement.
• L’esprit critique, pour discuter les limites d’une réponse, y compris lorsqu’elle a été proposée par un outil d’IA.
• La communication, pour rendre une idée intelligible et ajuster son discours aux questions reçues.
• L’autonomie, pour expliquer ce que l’on a fait, pourquoi on l’a fait et ce que l’on en retient.

Ces compétences n’opposent pas l’humain à la technologie. Elles deviennent au contraire plus importantes lorsque les outils peuvent générer rapidement du contenu plausible. Une réponse bien rédigée ne garantit pas, à elle seule, qu’elle est exacte, pertinente ou adaptée au contexte. L’étudiant doit donc être en mesure de l’examiner, de la corriger et d’en assumer la responsabilité.

Coexister avec l’IA plutôt que prétendre l’effacer

La formule qui résume le mieux le changement en cours est la suivante : il ne s’agit plus seulement de savoir s’il faut résister à l’IA, mais de découvrir comment coexister avec elle. Les assistants conversationnels et les outils de génération de texte sont désormais facilement accessibles. Les ignorer dans les cursus reviendrait à laisser les étudiants seuls face à leurs usages, à leurs possibilités et à leurs limites.

La cohabitation ne signifie pas l’absence de règles. Les établissements ont besoin d’indiquer clairement ce qui est autorisé, ce qui doit être déclaré et ce qui reste interdit dans chaque évaluation. Les consignes ne seront pas forcément identiques pour un devoir sur table, un rapport de projet, un mémoire ou une présentation orale. C’est précisément cette clarté qui peut réduire les inégalités entre ceux qui maîtrisent déjà ces outils et ceux qui les connaissent moins bien.

L’IA peut aussi devenir un objet d’apprentissage. Demander à un étudiant de comparer une réponse générée avec des documents de référence, d’identifier une approximation, de retravailler un plan ou de justifier les corrections apportées permet d’évaluer une compétence essentielle : savoir utiliser un outil sans lui déléguer son jugement.

La valeur des diplômes dépend de la confiance dans l’évaluation

Derrière le débat sur les mémoires se joue une question plus large : celle de la valeur du diplôme. Un diplôme atteste normalement qu’une personne a atteint un niveau de connaissances et de compétences déterminé. Si les modalités d’examen ne permettent plus de savoir suffisamment ce que maîtrise un étudiant, cette fonction de certification est fragilisée.

La réponse ne peut pas se limiter à multiplier les contrôles. Elle passe par une réflexion sur la variété des situations d’évaluation. Un parcours peut articuler des travaux individuels réalisés en présence, des exercices pratiques, des projets de groupe, des productions écrites accompagnées d’une explicitation de la démarche et des soutenances orales. Chaque format a ses forces et ses angles morts. Leur combinaison donne une vision plus complète du parcours.

L’équité reste un point de vigilance majeur. Tous les étudiants ne disposent pas du même équipement, du même accès aux abonnements numériques ou de la même familiarité avec les codes de l’IA. Un cadre pédagogique doit donc préciser les outils mobilisables et veiller à ce que leur usage ne devienne pas un avantage opaque. De même, un oral doit être préparé avec des critères connus à l’avance afin que l’évaluation ne repose pas uniquement sur la confiance en soi ou la facilité d’élocution.

Repenser l’examen sans abandonner l’exigence

Modifier une évaluation demande du temps. Les enseignants doivent concevoir des sujets moins facilement automatisables, préparer des grilles d’appréciation, organiser des jurys et accompagner les étudiants. Les responsables administratifs ont également un rôle à jouer pour assurer la cohérence des règles au sein d’une formation.

Quelques principes peuvent guider cette évolution :

• demander à l’étudiant de décrire sa démarche, et pas seulement de remettre un résultat final ;
• valoriser les exercices ancrés dans un contexte précis, qui exigent des choix et une justification ;
• prévoir des moments d’échange permettant de vérifier la compréhension du travail rendu ;
• expliquer explicitement les usages acceptés de l’IA et ceux qui ne le sont pas ;
• former les étudiants à vérifier les contenus générés plutôt qu’à les recopier.

Cette évolution ne réduit pas les ambitions de l’université. Elle peut au contraire renforcer ce qui fait sa spécificité : apprendre à raisonner, à discuter des idées et à produire un savoir dont on comprend les fondements. L’écrit conserve dans ce cadre toute sa place, mais il devient l’un des éléments d’une évaluation plus riche.

Ce qu’il faut surveiller dans les prochains mois

Le cas de l’IAE de l’université de Bretagne occidentale pourrait annoncer d’autres expérimentations dans l’enseignement supérieur. L’essor de l’IA poussera vraisemblablement les établissements à faire évoluer non seulement les examens finaux, mais aussi les cours, les travaux dirigés et l’accompagnement des étudiants.

La question décisive sera celle de l’équilibre. Des évaluations entièrement centrées sur l’oral risqueraient de sous-estimer l’importance de l’écriture et de la recherche approfondie. À l’inverse, maintenir des formats inchangés sans expliciter la place des assistants numériques laisserait persister un doute sur l’authenticité de certaines productions. Entre ces deux écueils, la voie la plus solide consiste à diversifier les preuves de compétence et à faire de l’usage raisonné de l’IA une matière d’apprentissage.

En avril 2025, la transformation reste en cours. Mais une chose apparaît déjà clairement : l’examen de demain ne jugera pas seulement la capacité à produire une réponse. Il devra aussi apprécier la faculté de comprendre cette réponse, de la défendre et d’en mesurer les limites.