Zombification des universités par l'IA : Témoignage direct de la triche par LLM dans les grandes écoles

L'article "The Great Zombification" d'Owen Yingling, étudiant en philosophie de 21 ans à l'UChicago, offre un témoignage brut et à la première personne de la façon dont les LLM ont métastasé dans la culture des universités d'élite. Il ne s'agit pas d'incidents de triche isolés, mais d'un effondrement systémique.

Données clés de l'article

• Écart de triche quantifié : Dans un cours de logique où l'auteur était assistant d'enseignement, il y avait un écart de 40 points de pourcentage entre les scores des examens à emporter et ceux des examens en présentiel — une preuve directe que l'utilisation des LLM gonfle les notes.
• Utilisation du téléphone pendant l'examen : Dans un cours de Statistiques 244 (option économique populaire), les étudiants "ont littéralement tchatté pendant tout l'examen" — sortant leurs téléphones, photographiant les épreuves, les soumettant aux LLM, copiant les réponses générées par machine dans des cahiers bleus pendant que le professeur restait assis devant et ignorait la situation.
• Professeur utilisant ChatGPT pour ses cours : L'auteur a remarqué un "rythme chantant" dans la voix d'un professeur et a réalisé qu'il ou elle pourrait rédiger ses cours avec ChatGPT — symptomatique du fait que même les enseignants adoptent l'outil pour enseigner.
• L'économie d'entreprise ("bizcon") comme site d'infection principal : Les cours avec une notation laxiste, des examens blancs et des ensembles de problèmes mécaniques ont créé l'environnement parfait pour la dépendance aux LLM. Pas de mathématiques au-delà de l'algèbre simple, pas besoin d'assister aux cours ou de faire les devoirs soi-même.
• Triche à l'échelle de la fraternité lors d'un examen à mi-parcours asynchrone : Au début (première année) quand les LLM étaient nouveaux — la fraternité a utilisé l'IA pour un examen, la plupart ont obtenu 70. Plus tard, les professeurs ont arrêté de rire.

Pourquoi cela importe pour les développeurs

Si vous travaillez sur des agents de codage basés sur des LLM ou des outils éducatifs, c'est un témoignage direct de la façon dont votre technologie est utilisée et contournée dans des contextes académiques réels. L'article ne plaide pas pour une meilleure détection ("réprimer" manque le point) — il soutient que les structures d'incitation fondamentales de la notation et de la certification sont désormais brisées. Pour les développeurs d'agents, cela soulève des questions pratiques : comment concevoir des agents qui enseignent réellement plutôt que de simplement générer des réponses ? Comment vérifier le travail des étudiants quand le réflexe par défaut est d'externaliser la pensée à l'IA ?

La conclusion de l'auteur est sévère : l'utilisation de l'IA dans les universités d'élite est "un cancer" qui menace de transformer une génération en "idiots baveux" et de détruire l'université en tant que projet humaniste, terrain d'entraînement moral, ou même atelier de formation professionnelle.