Essais universitaires : pourquoi l’IA peut affaiblir votre candidature

Un essai d’admission n’est pas un exercice de rédaction comme un autre. À notes comparables, il peut donner au jury ce qu’aucun relevé scolaire ne révèle vraiment : la façon dont un candidat interprète une expérience, formule un doute, relie un échec à un projet ou raconte ce qui l’a façonné. C’est précisément sur ce terrain personnel que les outils d’intelligence artificielle générative, pourtant rapides et convaincants à première vue, montrent leurs limites.

Une étude menée à l’Université Cornell alerte sur un risque très concret : en confiant entièrement cet exercice à un modèle comme ChatGPT, les candidats peuvent obtenir un texte grammaticalement solide, mais perdre ce qui rend leur parcours reconnaissable. L’enjeu ne consiste donc pas à opposer mécaniquement l’étudiant à la machine. Il est de distinguer une aide autorisée à l’écriture d’une délégation complète de sa parole.

Ce que l’étude de Cornell a examiné

Les chercheurs ont analysé 30 000 essais écrits par des humains et les ont comparés à des essais générés par huit modèles d’IA populaires. Leur question était simple : ces outils savent-ils restituer la variété des expériences et des identités que les candidats tentent d’exprimer dans un dossier universitaire ?

Les modèles de langage produisent du texte en prédisant les suites de mots les plus plausibles à partir d’immenses quantités de textes d’entraînement. Ils excellent donc à organiser une réponse, adopter un ton attendu et respecter une consigne. Mais un essai d’admission ne se résume pas à une structure efficace. Il doit donner du sens à des détails qui, pris isolément, ne disent parfois rien : un lieu, une relation familiale, un emploi, une difficulté, un changement de regard.

L’étude ne dit pas que toute phrase suggérée par une IA rend automatiquement un texte inutilisable. Elle montre plutôt qu’un essai entièrement généré présente des régularités qui l’éloignent de l’objectif même de l’exercice : permettre à une personne de se raconter avec ses mots.

Pourquoi les textes générés deviennent-ils uniformes ?

Les résultats signalent une forte homogénéité des productions. Même lorsque les chercheurs ajoutaient au prompt des paramètres culturels, tels que la race ou le genre, les modèles peinaient à faire émerger la diversité et la complexité des parcours individuels. Ils reprenaient plus volontiers des schémas narratifs attendus que les ambiguïtés, les contradictions ou les détails révélateurs d’une expérience vécue.

Un exemple analysé par l’équipe illustre cette limite. Lorsqu’un modèle devait écrire en se présentant comme une personne asiatique vivant à Salinas, le résultat prenait souvent la forme d’une énumération de données personnelles, avec une progression très formulaïque. Les informations étaient là, mais elles n’étaient pas véritablement incarnées. Le texte manquait d’engagement, de profondeur émotionnelle et de point de vue.

C’est une distinction essentielle. Un modèle peut associer un lieu à des thèmes probables, ou une identité à des récits fréquemment rencontrés dans ses données. Il ne sait pas, pour autant, pourquoi une scène précise a compté pour l’étudiant qui la raconte. Il ne peut pas remplacer le travail de sélection, de mémoire et d’interprétation par lequel une personne décide ce qu’elle veut dire d’elle-même.

L’essai d’admission sert à montrer ce que les notes ne disent pas

Dans une candidature, les résultats scolaires, les activités et les recommandations décrivent déjà une partie du profil. L’essai donne une autre information : la capacité à réfléchir à son propre parcours. Il ne s’agit pas seulement de prouver que l’on écrit correctement, mais de faire comprendre comment on observe le monde, ce que l’on a appris et ce vers quoi l’on souhaite avancer.

Le professeur Rene Kizilcec souligne que les modèles d’IA peuvent fournir un retour utile sur la rédaction, mais qu’ils ne peuvent se substituer à la voix authentique de l’étudiant. Cette nuance est importante. Un outil peut attirer l’attention sur une répétition, suggérer une structure plus claire ou aider à repérer une formulation confuse. En revanche, il ne devrait pas décider à la place du candidat de l’expérience à raconter, de l’émotion à mettre en avant ou de la leçon à tirer.

Pour Jinsook Lee, chercheuse principale de l’étude, l’écriture de l’essai est également un moment d’introspection. Revenir sur son histoire, identifier les événements qui ont compté et comprendre les facteurs qui ont contribué à façonner son identité font partie de la valeur du processus. Déléguer cette étape peut faire gagner du temps, mais aussi faire perdre une occasion réelle de réflexion.

Un texte d’IA peut-il être détecté par une université ?

L’équipe de Cornell a aussi testé la possibilité de distinguer les essais humains de ceux générés par IA. Dans son protocole, un modèle d’identification a atteint une précision presque parfaite. Autrement dit, les textes produits par les modèles présentaient des traits suffisamment réguliers pour être séparés avec une très grande efficacité des essais humains utilisés dans l’étude.

Il faut toutefois interpréter ce résultat avec rigueur. Une excellente performance dans un cadre expérimental ne signifie pas que n’importe quel détecteur disponible en ligne peut désigner de manière certaine l’auteur d’un texte réel. Les conditions de rédaction, les versions d’outils, les retouches humaines et les corpus analysés influencent fortement ce type de résultat. L’étude établit surtout que les essais générés dans son cadre étaient reconnaissables, non qu’un logiciel isolé puisse trancher sans erreur tous les cas particuliers.

Pour un candidat, le risque ne se limite d’ailleurs pas à un score de détection. Un essai standardisé peut aussi sembler déconnecté du reste du dossier, employer des formules très générales ou ne pas correspondre à la manière dont l’étudiant s’exprime lors d’un entretien. Si le règlement d’un établissement interdit la rédaction par IA, un usage caché peut en outre créer un problème de respect des règles de candidature.

Environ 30 % des lycéens y auraient déjà recours

La tentation est forte, car ces outils promettent de supprimer la page blanche. Une recherche citée dans le cadre de ces travaux indique qu’environ 30 % des lycéens utilisent l’IA pour leurs essais. Ce chiffre traduit moins une disparition de l’effort qu’une évolution des pratiques : de nombreux élèves voient l’assistant conversationnel comme un correcteur, un coach ou un rédacteur disponible à toute heure.

Mais l’aide la plus séduisante n’est pas toujours la plus utile. L’IA tend à proposer des formulations cohérentes avec ce qu’elle reconnaît comme un bon essai. Or, si beaucoup de candidats suivent les mêmes suggestions, les dossiers risquent de se ressembler davantage. Les récits deviennent plus polis, plus optimistes, plus ordonnés, mais parfois moins vrais.

Cette homogénéisation est particulièrement problématique dans un processus d’admission compétitif. Le jury ne cherche pas nécessairement un candidat au parcours parfait. Il cherche à comprendre une personne. Un texte qui assume une hésitation, explique une évolution ou raconte précisément un moment modeste peut donc être plus convaincant qu’une démonstration impeccablement construite, mais interchangeable.

Comment utiliser l’IA sans effacer sa voix ?

La première règle est de consulter les consignes de chaque université ou plateforme de candidature. Les politiques d’usage de l’IA varient sensiblement selon les établissements. Certaines peuvent autoriser des formes d’assistance limitées, d’autres attendre que l’essai soit entièrement réalisé sans outil génératif. En cas de doute, mieux vaut considérer que la prudence est nécessaire.

Si l’usage est permis, une méthode raisonnable consiste à préserver le contrôle du candidat à chaque étape :

• écrire seul les idées, souvenirs, exemples et le premier brouillon ;
• demander éventuellement une aide ciblée sur la clarté d’un paragraphe, la grammaire ou les répétitions ;
• refuser les réécritures qui remplacent les exemples vécus par des formules générales ;
• relire à voix haute le texte final pour vérifier que chaque phrase pourrait être dite naturellement ;
• garder les brouillons et les notes de travail, qui permettent de retracer l’élaboration personnelle du texte.

Cette méthode ne transforme pas l’IA en arbitre de la candidature. Elle la cantonne à un rôle technique, comparable à une aide de relecture, lorsque les règles l’acceptent. Le cœur du texte, lui, reste fondé sur des choix personnels : quoi raconter, pourquoi le raconter et ce que cette histoire signifie.

Ce qu’il faut surveiller

L’étude de Cornell rappelle que le débat sur l’IA à l’école ne peut pas se réduire à la seule question de la triche ou de la détection. Il porte aussi sur la nature des apprentissages que l’on souhaite préserver. Écrire un essai personnel apprend à organiser sa pensée, à relier des expériences et à prendre position sur son propre parcours.

À mesure que les assistants génératifs deviennent plus accessibles, les universités devront préciser leurs règles et les candidats devront apprendre à les utiliser avec discernement. La frontière la plus utile n’est pas celle entre technologie et écriture humaine. Elle se situe entre une assistance qui aide à mieux exprimer une pensée existante, et une substitution qui fabrique une identité narrative à la place de l’étudiant.

Pour une candidature universitaire, l’originalité ne vient pas d’un vocabulaire sophistiqué. Elle vient de la précision d’un regard. C’est une qualité qu’un modèle peut imiter dans la forme, mais qu’il ne peut pas vivre à la place de celui ou celle qui postule.