« Ne faites plus d'études : apprendre autrement à l'ère de l'IA », qu'y disaient

Le nombre de notes éliminatoires à l’examen de printemps du cours d’initiation à l’informatique de Berkeley a explosé de + 419 % en un an. En cause : les lacunes en maths des étudiants, trop habitués à recourir à l’IA plutôt qu’à apprendre leurs cours et à faire par eux-mêmes leurs devoirs, l’absentéisme et l’absence de participation en classe, et le fait que nombre d’entre eux aient triché.

35 % des étudiants de l’université de Californie à Berkeley ont obtenu une note éliminatoire à l’examen d’initiation à l’informatique le printemps dernier, contre 7 % l’an passé, relève le Daily Californian, un journal indépendant géré par les étudiants de l’université.

Les enseignants déplorent le recours accru des élèves à l’IA, leur manque de préparation en mathématiques, le manque de personnel et la triche qui en résulte.

Figurant en quatrième position au classement 2026 des meilleures écoles d’informatique états-uniennes, derrière Carnegie Mellon, le MIT et Stanford, Berkeley est aussi la première au classement des meilleures universités publiques.

Intitulé « La beauté et la joie de l’informatique », COMPSCI 10 est un cours d’initiation destiné aux étudiants ayant une « expérience minimale en informatique », afin de les préparer aux futurs cours d’informatique et leur « donner les moyens d’utiliser la programmation pour résoudre des problèmes dans leur domaine d’études » :

« Il offre un aperçu de l’histoire, des grands principes et des applications révolutionnaires de l’informatique, ainsi qu’une introduction complète à la programmation. Les thèmes abordés comprennent l’abstraction, la récursivité, la complexité algorithmique, les fonctions d’ordre supérieur, la concurrence, les implications sociales de l’informatique (vie privée, éducation, biais algorithmiques) et des domaines de recherche passionnants (science des données, IA, IHM). Les étudiants programmeront en Snap! (un langage graphique convivial) et en Python, et concevront et mettront en œuvre deux projets de leur choix. »

Intitulé « Structure et interprétation des programmes informatiques », COMPSCI 61A est quant à lui une introduction à la programmation et à l’informatique « axée sur les techniques d’abstraction comme moyens de gérer la complexité des programmes » :

« Le cours initie les étudiants aux différents paradigmes de programmation, notamment les approches fonctionnelle, orientée objet et déclarative. Il comprend une introduction à l’analyse asymptotique des algorithmes. »

Une explosion de respectivement + 419 %,+ 179 % et + 1 020 %, en un an

Or, 35,3 % des étudiants du cours CS 10 et 10,6 % des étudiants du cours CS 61A ont obtenu ce printemps 2026 un F (pour « failure », échec), soit la plus mauvaise note du système de notation états-unien, réservée aux travaux considérés comme irrecevables ou éliminatoires.

À titre de comparaison, aux printemps 2024 et 2025, le pourcentage de F avait baissé, passant de 9,1 à 6,8 % pour le premier cours, de 5 à 3,8 % pour le second. Une explosion (de respectivement + 419 % et + 179 %) d’autant plus problématique que les directives de notation avancent que 7 % des étudiants des cours de premier cycle, dont font partie les cours CS 10 et CS 61A, devraient obtenir des notes D et F.

Les directives précisent en outre qu’« une moyenne générale typique pour un cours de premier cycle se situe entre 2,8 et 3,3 ». Au printemps 2026, la moyenne des notes des deux classes était de C+, ce qui correspond à une moyenne générale de 2,3.

Le cours EECS 127 intitulé « Modèles d’optimisation en ingénierie » a de son côté enregistré ce printemps 2026 un taux d’échec (F) de 16,8 %, bien supérieur aux 5 % de notes D et F que le département EECS qualifie de « typiques » pour un cours de ce type, et alors qu’il était pourtant passé de 2,5 à 1,5 % entre 2024 et 2025, soit une explosion de + 1 020 % cette année.

Une « forte augmentation de la malhonnêteté académique »

Dan Garcia, qui a enseigné au printemps 2026 les cours CS 10 et CS 61A, estime que le « principal facteur » de ces taux d’échec anormalement élevés est dû à une « forte augmentation de la malhonnêteté académique » résultant de l’utilisation par les étudiants de grands modèles linguistiques, tels que Claude, ChatGPT et Google Gemini.

Garcia précise que près de 30 étudiants du cours CS 10 ont ainsi été « surpris en train de tricher lors d’examens à faire à la maison » au printemps 2026 (l’article ne précise pas combien d’étudiants devaient passer l’examen) :

« Certains des chiffres que vous avez vus concernant le nombre d’étudiants ayant échoué s’expliquent par le fait que nous les avons surpris en train de tricher, que nous avons engagé des poursuites à leur encontre et que nous avons transmis leurs dossiers au Centre de déontologie étudiante. »

« Mais dans d’autres cas, ce sont des étudiants qui s’appuient un peu trop sur les modèles de langage (LLM) pour faire le travail à leur place, et qui, au moment des examens, ne sont tout simplement pas prêts », poursuit-il.

Il faudrait enseigner « davantage, et non moins » aux étudiants à l’ère de l’IA

M. Garcia estime également que de nombreux étudiants présentaient des lacunes en mathématiques, une préoccupation partagée par Gireeja Ranade, professeure associée d’Electrical Engineering and Computer Science, en charge du cours EECS 127.

Elle s’est rendu compte que de nombreux étudiants avaient des difficultés en algèbre linéaire, et a été surprise de découvrir qu’un étudiant lui a confié que le cours d’algèbre linéaire qu’il avait suivi à Berkeley appliquait une « politique d’accès libre à Internet et à l’IA » pour les devoirs et les examens.

Alors que les permanences étaient autrefois « bondées », Ranade, Garcia et leurs assistants ont en outre constaté ce semestre une « très faible participation » des étudiants en cours, bien qu’ils aient régulièrement encouragé les étudiants à y assister.

« Avant, j’avais toujours des permanences bien remplies, et pour la première fois, personne ne venait me voir », s’étonne Garcia : « C’était tellement surprenant de me retrouver seul dans mon bureau. »

Garcia prévoit de discuter de ce qui s’est passé ce printemps 2026 avec ses étudiants dès les premiers jours de leurs futures classes, et de chercher à identifier les élèves ayant besoin de soutien supplémentaire.

Mme Ranade estime pour sa part que les professeurs devraient enseigner « davantage, et non moins » aux étudiants à l’ère de l’IA, de sorte qu’ils acquièrent les capacités de réflexion critique et d’analyse nécessaires pour devenir des leaders capables de s’imposer «dans un monde très concurrentiel ».

Les deux professeurs ont souligné la nécessité pour les étudiants de se sentir plus à l’aise face à des problèmes complexes.

Comme le résume @HedgieMarkets sur X.com, le marché du travail s’effondre en aval et en amont, sous couvert des profits et économies que permettrait l’IA :

« Les ingénieurs chevronnés sont licenciés pour financer les dépenses liées à l’IA. Les ingénieurs débutants sortent de l’université sans les compétences nécessaires, car l’IA s’est chargée de leurs cours. Et les entreprises qui dépensent des milliards dans ces outils n’ont pas encore fait le lien entre ces deux réalités. »

Harcèlement de rue connecté

L’intégration de la fonction Name Tag est déjà en cours dans l’application Meta AI. Celle-ci doit permettre la reconnaissance faciale via les lunettes connectées de l’entreprise. La communication de l’entreprise vis-à-vis de la fonctionnalité intrusive reste ambivalente.

Mise à jour le mardi 9 juin, 8h25 : Lors de la dernière mise à jour de son application Meta AI, l’entreprise de Mark Zuckerberg a supprimé les lignes de code correspondant à la fonctionnalité « Name Tag » qu’elle envisageait de mettre en place pour doter ses lunettes de la reconnaissance faciale. En analysant le code de l’application, nos confrères de Wired avaient pu remarquer que Meta avait déployé discrètement du code de cette fonctionnalité sans pour autant qu’elle soit activée ni même finalisée. Après la publication de leur article, l’entreprise a fait machine arrière dans la mise à jour suivante, ont-ils constaté. « Aucune décision définitive n’a encore été prise quant à la marche à suivre, si tant est qu’il y en ait une », a réagi Andy Stone, le vice-président de la communication de Meta.

---

Article original publié le 5 juin à 16h33 :

Meta a discrètement intégré du code dans son application Meta AI pour activer la reconnaissance faciale dans ses lunettes connectées, dont les modèles créés en collaboration avec Ray-Ban et Oakley.

En février, on apprenait que l’entreprise de Mark Zuckerberg réfléchissait à une fonctionnalité de ce genre baptisée « Name Tag ». Un mémo datant de janvier 2025 analysait de façon assez cynique que le lancement pourrait bénéficier « d’une période de contexte politique dynamique » dans laquelle les personnes critiques envers ce genre de fonctionnalités « auront concentré leurs ressources sur d’autres préoccupations ».

Du code déjà bien intégré dans l’app Meta AI

Mais Wired a pu découvrir que, depuis janvier dernier, plusieurs mises à jour de l’application Meta AI ont permis à l’entreprise d’y ajouter du code implémentant « Name Tag » petit à petit. Nos confrères affirment que des « composants essentiels du système » ont été intégrés dans l’application distribuée à des millions de personnes qui est nécessaire à l’utilisation des lunettes connectées de Meta.

Dès qu’elle sera activée, la fonction « Name Tag » pourra comparer tous les visages passant devant les lunettes à une base de données d’ « empreintes faciales » qui sera stockée sur le téléphone de l’utilisateur. La reconnaissance d’un visage entrainera des notifications à l’utilisateur tandis qu’un nouveau visage sera automatiquement indexé dans cette base dans un dossier « en attente ».

Le code du système « Name Tag » qu’a pu analyser Wired peut aussi récupérer des empreintes faciales depuis les serveurs de Meta et les stocker sur les appareils des utilisateurs afin d’alimenter cette base d’empreintes faciales.

Une empreinte biométrique représentée par une série de 2 048 nombres

Selon l’analyse du code, Meta a découpé la fonctionnalité « Name Tag » en trois : un modèle détecte les visages, une autre partie du code les recadre et enfin une troisième permet de les convertir en données biométriques. Les premières esquisses de l’interface graphique baptiseraient la fonction du nom « Connections » et proposeraient aux utilisateurs des lunettes Meta de « se souvenir des personnes qu’ils ont rencontrées ».

L’Electronic Frontier Foundation (EFF) confirme l’analyse de nos confrères. L’ONG ajoute que la fonctionnalité mise en place par Meta « enregistre les empreintes faciales sous la forme d’une série de 2 048 nombres représentant de manière unique la disposition des traits du visage d’une personne ». « Lorsque cette fonctionnalité est activée, elle convertit chaque nouveau visage capté par les lunettes de surveillance en une série de nombres, puis la compare à toutes les empreintes faciales existantes dans la base de données de l’utilisateur », explique-t-elle.

L’EFF déplore que « malgré les innombrables raisons de ne pas le faire, Meta semble avoir mis en place les moyens de transformer ses clients en une machine de surveillance décentralisée ». Elle ajoute que « c’est une raison de plus de bien réfléchir avant d’acheter ou d’utiliser les lunettes de surveillance de Meta ».

« En intégrant la technologie dans l’écosystème, on établit des normes et des standards », explique l’ancien responsable de l’encadrement des pratiques chez Meta Reality Labs, Joseph Jerome. « Je ne vois pas comment Meta pourrait déployer une technologie comme celle-ci de manière responsable », ajoute-t-il.

L’ambivalente communication de Meta

En avril dernier, plus de soixante-dix associations dédiées à la défense des libertés numériques ou à la lutte pour les droits des femmes et des minorités signaient une lettre ouverte contre l’intégration de la reconnaissance faciale dans les lunettes connectées de Meta à destination de Mark Zuckerberg. À l’époque, l’entreprise assurait :« Nos concurrents proposent ce type de produit de reconnaissance faciale, ce qui n’est pas notre cas. Si nous devions lancer une telle fonctionnalité, nous adopterions une approche très réfléchie avant de la déployer ».

Face aux révélations de nos confrères, Meta assure maintenant : « les faits sont simples : nous avons déjà indiqué que nous étudiions ce type de fonctionnalités, et ce que vous voyez n’est que la preuve de cette exploration ». L’entreprise ajoute : « rien n’a encore été mis à la disposition des utilisateurs et aucune décision définitive n’a été prise quant à la suite à donner, le cas échéant. Si nous décidons de déployer une telle fonctionnalité, nous adopterons une approche réfléchie et le ferons en toute transparence. Une chose est sûre : nous ne sommes pas en train de créer une base de données centrale de visages ».

Rappelons qu’en 2021, Meta avait annoncé l’abandon de la reconnaissance faciale. Elle expliquait à l’époque devoir « peser l’utilisation positive de la reconnaissance faciale par rapport aux préoccupations sociétales croissantes, d’autant plus que les régulateurs n’ont pas encore défini de règles claires ».

En France, la CNIL faisait encore part récemment de ses craintes sur l’utilisation des lunettes connectées et les risques majeurs qu’elles présentent pour la vie privée.

Harcèlement de rue connecté

L’intégration de la fonction Name Tag est déjà en cours dans l’application Meta AI. Celle-ci doit permettre la reconnaissance faciale via les lunettes connectées de l’entreprise. La communication de l’entreprise vis-à-vis de la fonctionnalité intrusive reste ambivalente.

Mise à jour le mardi 9 juin, 8h25 : Lors de la dernière mise à jour de son application Meta AI, l’entreprise de Mark Zuckerberg a supprimé les lignes de code correspondant à la fonctionnalité « Name Tag » qu’elle envisageait de mettre en place pour doter ses lunettes de la reconnaissance faciale. En analysant le code de l’application, nos confrères de Wired avaient pu remarquer que Meta avait déployé discrètement du code de cette fonctionnalité sans pour autant qu’elle soit activée ni même finalisée. Après la publication de leur article, l’entreprise a fait machine arrière dans la mise à jour suivante, ont-ils constaté. « Aucune décision définitive n’a encore été prise quant à la marche à suivre, si tant est qu’il y en ait une », a réagi Andy Stone, le vice-président de la communication de Meta.

---

Article original publié le 5 juin à 16h33 :

Meta a discrètement intégré du code dans son application Meta AI pour activer la reconnaissance faciale dans ses lunettes connectées, dont les modèles créés en collaboration avec Ray-Ban et Oakley.

En février, on apprenait que l’entreprise de Mark Zuckerberg réfléchissait à une fonctionnalité de ce genre baptisée « Name Tag ». Un mémo datant de janvier 2025 analysait de façon assez cynique que le lancement pourrait bénéficier « d’une période de contexte politique dynamique » dans laquelle les personnes critiques envers ce genre de fonctionnalités « auront concentré leurs ressources sur d’autres préoccupations ».

Du code déjà bien intégré dans l’app Meta AI

Mais Wired a pu découvrir que, depuis janvier dernier, plusieurs mises à jour de l’application Meta AI ont permis à l’entreprise d’y ajouter du code implémentant « Name Tag » petit à petit. Nos confrères affirment que des « composants essentiels du système » ont été intégrés dans l’application distribuée à des millions de personnes qui est nécessaire à l’utilisation des lunettes connectées de Meta.

Dès qu’elle sera activée, la fonction « Name Tag » pourra comparer tous les visages passant devant les lunettes à une base de données d’ « empreintes faciales » qui sera stockée sur le téléphone de l’utilisateur. La reconnaissance d’un visage entrainera des notifications à l’utilisateur tandis qu’un nouveau visage sera automatiquement indexé dans cette base dans un dossier « en attente ».

Le code du système « Name Tag » qu’a pu analyser Wired peut aussi récupérer des empreintes faciales depuis les serveurs de Meta et les stocker sur les appareils des utilisateurs afin d’alimenter cette base d’empreintes faciales.

Une empreinte biométrique représentée par une série de 2 048 nombres

Selon l’analyse du code, Meta a découpé la fonctionnalité « Name Tag » en trois : un modèle détecte les visages, une autre partie du code les recadre et enfin une troisième permet de les convertir en données biométriques. Les premières esquisses de l’interface graphique baptiseraient la fonction du nom « Connections » et proposeraient aux utilisateurs des lunettes Meta de « se souvenir des personnes qu’ils ont rencontrées ».

L’Electronic Frontier Foundation (EFF) confirme l’analyse de nos confrères. L’ONG ajoute que la fonctionnalité mise en place par Meta « enregistre les empreintes faciales sous la forme d’une série de 2 048 nombres représentant de manière unique la disposition des traits du visage d’une personne ». « Lorsque cette fonctionnalité est activée, elle convertit chaque nouveau visage capté par les lunettes de surveillance en une série de nombres, puis la compare à toutes les empreintes faciales existantes dans la base de données de l’utilisateur », explique-t-elle.

L’EFF déplore que « malgré les innombrables raisons de ne pas le faire, Meta semble avoir mis en place les moyens de transformer ses clients en une machine de surveillance décentralisée ». Elle ajoute que « c’est une raison de plus de bien réfléchir avant d’acheter ou d’utiliser les lunettes de surveillance de Meta ».

« En intégrant la technologie dans l’écosystème, on établit des normes et des standards », explique l’ancien responsable de l’encadrement des pratiques chez Meta Reality Labs, Joseph Jerome. « Je ne vois pas comment Meta pourrait déployer une technologie comme celle-ci de manière responsable », ajoute-t-il.

L’ambivalente communication de Meta

En avril dernier, plus de soixante-dix associations dédiées à la défense des libertés numériques ou à la lutte pour les droits des femmes et des minorités signaient une lettre ouverte contre l’intégration de la reconnaissance faciale dans les lunettes connectées de Meta à destination de Mark Zuckerberg. À l’époque, l’entreprise assurait :« Nos concurrents proposent ce type de produit de reconnaissance faciale, ce qui n’est pas notre cas. Si nous devions lancer une telle fonctionnalité, nous adopterions une approche très réfléchie avant de la déployer ».

Face aux révélations de nos confrères, Meta assure maintenant : « les faits sont simples : nous avons déjà indiqué que nous étudiions ce type de fonctionnalités, et ce que vous voyez n’est que la preuve de cette exploration ». L’entreprise ajoute : « rien n’a encore été mis à la disposition des utilisateurs et aucune décision définitive n’a été prise quant à la suite à donner, le cas échéant. Si nous décidons de déployer une telle fonctionnalité, nous adopterons une approche réfléchie et le ferons en toute transparence. Une chose est sûre : nous ne sommes pas en train de créer une base de données centrale de visages ».

Rappelons qu’en 2021, Meta avait annoncé l’abandon de la reconnaissance faciale. Elle expliquait à l’époque devoir « peser l’utilisation positive de la reconnaissance faciale par rapport aux préoccupations sociétales croissantes, d’autant plus que les régulateurs n’ont pas encore défini de règles claires ».

En France, la CNIL faisait encore part récemment de ses craintes sur l’utilisation des lunettes connectées et les risques majeurs qu’elles présentent pour la vie privée.