← Derniers articles
💻 computer science

Academic Integrity and Emotional Responses to Inappropriate LLM Use in Software Engineering Education

Cette étude interroge 116 étudiants de premier cycle en génie logiciel pour révéler que leurs réponses émotionnelles face à l'usage perçu comme inapproprié des LLM sont hétérogènes, allant de l'indifférence et de la culpabilité au soulagement et à la satisfaction, selon des facteurs tels que les risques d'apprentissage, les préoccupations morales et la pression des échéances.

Auteurs originaux : Ronnie de Souza Santos, Italo Santos, Giuseppe Destefanis, Cleyton Magalhaes, Mairieli Wessel

Publié 2026-06-09
📖 6 min de lecture🧠 Analyse approfondie

Auteurs originaux : Ronnie de Souza Santos, Italo Santos, Giuseppe Destefanis, Cleyton Magalhaes, Mairieli Wessel

Article original sous licence CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). Ceci est une explication générée par l'IA de l'article ci-dessous. Elle n'a pas été rédigée ni approuvée par les auteurs. Pour une précision technique, consultez l'article original. Lire la clause de non-responsabilité complète

Imaginez que vous êtes un étudiant dans un cours de génie logiciel. Vous avez un énorme devoir de programmation à rendre demain, vous êtes épuisé et les instructions sont un peu floues. Vous sortez votre téléphone et demandez à un chatbot d'IA d'écrire le code pour vous. Vous savez, au fond de vous, que votre professeur n'a probablement pas voulu que vous fassiez cela. Vous cliquez sur « envoyer ».

Maintenant, la grande question n'est pas seulement ce que vous avez fait, mais ce que vous avez ressenti après coup.

Ce document est comme une séance de thérapie de groupe pour 116 étudiants en génie logiciel, qui ont été invités à confesser leurs « péchés liés à l'IA » et à décrire leurs sentiments immédiatement après. Les chercheurs voulaient savoir : les étudiants se sentent-ils terriblement ? Paniquent-ils ? Ou se contentent-ils de hausser les épaules ?

Voici le détail de leurs découvertes, en utilisant quelques métaphores de la vie quotidienne.

1. L'« émotion de montagne russe » était étonnamment plate

On pourrait s'attendre à ce que la triche (ou l'utilisation inappropriée de l'IA) provoque une montagne russe de culpabilité, de peur et d'anxiété. Mais l'étude a trouvé quelque chose de différent. Le trajet était principalement plat.

  • Le sentiment le plus courant : Le « haussement d'épaules »
    L'émotion la plus fréquemment rapportée était l'indifférence. Environ 36 % des étudiants n'ont rien ressenti de spécial. C'était comme manger un biscuit qu'on n'était pas censé manger ; vous saviez que vous aviez enfreint une règle, mais vous n'avez pas ressenti une tempête de culpabilité. Même lorsqu'ils savaient qu'ils pourraient se faire prendre ou qu'ils n'apprenaient pas autant qu'ils le devraient, ils se sentaient émotionnellement détachés. C'est comme si le risque était devenu si normalisé qu'il ne semblait plus être un problème majeur.

  • Le groupe « Culpabilité » et « Anxiété »
    Environ 20 % ont ressenti de la culpabilité et 18 % de l'anxiété.

    • La culpabilité était comme un sac à dos lourd qu'ils devaient porter. Ils avaient le sentiment de se voler eux-mêmes une opportunité d'apprentissage, ce qui les rendait « de moins bons programmeurs ».
    • L'anxiété était comme attendre qu'une bombe explose. Ils craignaient que le professeur ne les attrape, qu'ils échouent l'examen ou qu'ils soient expulsés de l'école.
    • Insight clé : Ces sentiments étaient généralement situationnels. Ils ne se sentaient pas coupables de l'acte en soi autant qu'ils s'inquiétaient des conséquences (se faire prendre) ou de l' auto-jugement (je n'apprends pas).
  • Le groupe « Soulagement » et « Satisfaction »
    Étonnamment, certains étudiants ont ressenti du soulagement (18 %) ou même de la satisfaction (7 %).

    • Le soulagement était comme enlever enfin une paire de chaussures trop serrées. Si l'échéance était dans une heure et que le code ne fonctionnait pas, utiliser l'IA ressemblait à un canot de sauvetage. La pression a disparu et ils se sont sentis bien d'avoir survécu à la tempête, même s'ils savaient qu'il s'agissait d'une « triche ».
    • La satisfaction était rare mais présente. Certains étudiants avaient l'impression d'utiliser un outil cool et futuriste pour prendre de l'avance, voyant cela comme un mouvement intelligent plutôt que comme une mauvaise action.

2. Le « Où » et le « Pourquoi » comptent

L'étude a examiné cela se passait. Il ne s'agissait pas d'un seul type de cours.

  • La phase « Perdu dans les bois » : Dans les premiers cours de programmation, les étudiants utilisaient l'IA parce qu'ils étaient complètement perdus et ne savaient pas par où commencer.
  • La phase « Écrire un roman » : Dans les cours exigeant des essais ou des rapports, les étudiants utilisaient l'IA pour rédiger le texte parce qu'ils ne se souciaient pas du sujet ou ne parvenaient pas à organiser leurs pensées.
  • La phase « Sur la corde raide » : Dans les cours avancés ou les projets de groupe, la pression était forte et les problèmes étaient difficiles. Les étudiants utilisaient l'IA pour corriger des bugs ou terminer le travail de groupe parce qu'ils étaient désespérés de respecter une échéance.

3. Le « Manuel de règles » était souvent flou

Un thème majeur était que les règles étaient souvent peu claires.

  • Imaginez un jeu où l'arbitre dit : « N'utilisez pas d'aide extérieure », mais n'explique pas si consulter une recette compte comme de l'aide.
  • Beaucoup d'étudiants ont déclaré que les directives étaient vagues. Certains n'avaient jamais été informés de ce qui était autorisé ; d'autres l'avaient été de manière « générale ». Cette ambiguïté facilitait la justification de l'utilisation de l'IA. Ils se disaient : « Eh bien, les règles n'étaient pas claires, donc je suis juste efficace. »

4. Le grand enseignement : « Savoir vs Ressentir »

La découverte la plus importante est un décalage entre le savoir et le ressenti.

D'habitude, nous pensons : Si vous savez que vous avez mal agi, vous vous sentirez mal.
Cette étude dit : Pas nécessairement.

Les étudiants pouvaient clairement voir les risques : « Je sais que je pourrais échouer », ou « Je sais que je n'apprendrai pas à coder ». Mais cette connaissance ne se traduisait pas toujours par des émotions négatives fortes. Ils pouvaient porter deux pensées simultanément dans leur tête :

  1. « C'est risqué et peut-être mal. »
  2. « Je me sens bien par rapport à ça parce que je devais finir ce travail. »

C'est comme rouler à 10 km/h au-dessus de la limite de vitesse. Vous savez que c'est techniquement illégal et dangereux, mais si vous êtes pressé et que la route est déserte, vous ne ressentirez peut-être pas un seul frisson de peur. Vous vous sentirez simplement soulagé d'être arrivé à temps.

Résumé

Le document conclut que, pour les étudiants en génie logiciel, l'utilisation inappropriée de l'IA est devenue une partie normalisée de la routine. Il ne s'agit généralement pas d'une crise morale dramatique remplie de larmes et de panique. Au lieu de cela, c'est souvent une décision pragmatique prise sous la pression, suivie d'un haussement d'épaules, d'un soupir de soulagement ou d'une inquiétude silencieuse quant à l'éventualité d'être pris. La réponse émotionnelle est « étouffée », ce qui signifie que les étudiants ne sont pas aussi investis émotionnellement dans le caractère « mal » de l'acte que nous pourrions s'y attendre.

Noyé(e) sous les articles dans votre domaine ?

Recevez des digests quotidiens des articles les plus récents correspondant à vos mots-clés de recherche — avec des résumés techniques, dans votre langue.

Essayer Digest →