Ce que la hausse de l'utilisation abusive de l'IA au CXC signifie pour les organismes de certification qui dépendent encore de la surveillance automatisée

LaLe Caribbean Examinations Council a enregistré 128 cas d'irrégularités aux examens lors de ses sessions CSEC et CAPE de 2026, contre 80 l'année précédente, 54 en 2024 et 36 en 2023. Pour la première fois, le CXC a suivi l'utilisation abusive de l'IA comme une catégorie de violation distincte, aux côtés des appareils non autorisés, de la collusion et du matériel prohibé.

Le Dr Nicole Manning, directrice des opérations du CXC, a été claire :« La nouveauté, c'est l'utilisation abusive de l'IA. Nous n'avions jamais eu cela auparavant. C'est nouveau. »

Cette dernière remarque mérite réflexion. Le CXC n'est pas une petite structure régionale qui expérimente la passation d'examens en ligne pour la première fois. C'est l'un des organismes certificateurs les plus établis des Caraïbes, gérant des examens à enjeux élevés qui déterminent l'admission à l'université et le statut professionnel de centaines de milliers de candidats chaque année. Si une organisation avec une telle expérience institutionnelle ne crée que maintenant une catégorie pour l'utilisation abusive de l'IA, cela signifie que le problème a dépassé les systèmes conçus pour le détecter. Le CXC a déjà publié des normes et des directives pour une utilisation responsable de l'IA dans les évaluations, ce qui suggère que cet organisme n'a pas été pris au dépourvu. Il s'agit plutôt d'une institution qui tente encore de rattraper la rapidité avec laquelle le problème évolue.

Pourquoi la détection automatisée seule peine face à l'utilisation abusive de l'IA

La surveillance automatisée traditionnelle est conçue pour signaler des comportements : mouvements oculaires, changement d'onglet, bruit de fond, une seconde voix dans la pièce. Ces signaux fonctionnent assez bien pour les anciennes formes de fraude, comme un téléphone caché ou un complice dans la pièce voisine.

La triche assistée par IA ne produit pas ces signaux. Un candidat qui génère ou paraphrase discrètement une réponse avec un outil d'IA ne semble pas différent à la caméra d'un candidat qui réfléchit intensément à une question. Il n'y a pas de mouvement oculaire inhabituel à signaler, pas d'appareil à détecter, pas de seconde voix à entendre. Le comportement que les systèmes automatisés sont conçus pour détecter est tout simplement absent, une lacune que nous avons détaillée dans pourquoi une approche hybride, combinant IA et examen humain, offre une surveillance plus juste et plus précise.

C'est précisément cette lacune que soulignent les chiffres du CXC. Les appareils non autorisés et la collusion sont les types de violations pour lesquels les signalements automatisés sont conçus, et ils restent les catégories les plus importantes. L'utilisation abusive de l'IA est différente. C'est un type de violation qui a dû être créé parce que le modèle de détection existant ne permettait pas de l'identifier, et ne permettait probablement pas non plus de tout détecter.

Un algorithme peut signaler. Il ne peut pas décider.

Voici la distinction qui compte pour tout organisme certificateur observant cette tendance : un système automatisé peut vous indiquer qu'un élément semble inhabituel. Il ne peut pas vous dire si ce modèle constitue une violation. Cette détermination nécessite du contexte, du jugement et une personne prête à prendre une décision défendable, ce qui est la question centrale que nous abordons dans IA seule, en direct ou hybride : quel modèle de surveillance est adapté à votre programme.

C'est là que les enjeux deviennent réels pour les organismes certificateurs. Lorsque le CXC annule une note ou disqualifie un candidat pour une irrégularité, cette décision affecte l'admission à l'université, l'obtention d'une licence professionnelle ou la crédibilité du diplôme lui-même. Si cette décision a été prise sur la base d'un simple signalement automatisé, sans qu'aucun humain ne confirme que ce signalement représente réellement une faute, l'organisme certificateur s'expose. Un candidat qui conteste la décision, et ils sont nombreux, a besoin de voir plus qu'un simple « l'algorithme l'a signalé ». Il a besoin d'un jugement documenté et motivé derrière cette décision.

Ce n'est pas un risque hypothétique. C'est le scénario exact que le CXC gère désormais à grande échelle, avec une nouvelle catégorie de violation et aucun protocole établi pour l'examiner de manière cohérente.

L'adoption croissante de l'IA place la barre plus haut pour tous les organismes certificateurs, pas seulement pour le CXC

Le CXC gère un programme d'examen dans une région, mais cette évolution sous-jacente concerne tout le monde. À mesure que les outils d'IA deviennent plus performants et accessibles, tous les organismes de certification délivrant des titres à fort enjeu sont confrontés au même risque : la surveillance automatisée a été conçue pour un modèle de menace qui ne couvre plus la forme de triche la plus courante. Nous analysons en profondeur ce que ce changement implique pour les programmes, notamment dans Triche par IA et intégrité des évaluations en 2026.

Cela ne signifie pas que les organismes de certification doivent abandonner l'automatisation. Cela signifie que l'automatisation seule ne suffit plus à garantir la validité des résultats délivrés par un programme. C'est l'examen de chaque session signalée par un réviseur formé, et non seulement de celles détectées par un algorithme, qui transforme un signalement en une décision capable de résister à toute contestation.

Pour les programmes délivrant des titres ayant une réelle valeur, qu'il s'agisse d'un diplôme de fin d'études, d'un titre professionnel ou d'une licence réglementaire, la question n'est pas de savoir si l'utilisation abusive de l'IA apparaîtra dans les salles d'examen. Les chiffres du CXC suggèrent que c'est déjà le cas. La question est de savoir si le programme dispose d'un moyen défendable de gérer cette situation lorsqu'elle se présente.

{{post-cta}}