Do Academic Credentials Still Predict Professional Competence After Generative AI?

Imaginez un monde où un diplôme universitaire est moins un certificat de ce qu'un étudiant a appris qu'un signal de sa capacité à endurer un processus difficile. Pendant des décennies, les économistes et les éducateurs ont considéré les titres académiques sous cet angle : l'idée que l'obtention d'un diplôme prouve qu'un étudiant possède la discipline et l'intelligence nécessaires pour accomplir une tâche exigeante, même si le travail spécifique qu'il a soumis n'était pas entièrement le sien. Ce système repose sur une hypothèse simple : que le travail qu'un étudiant rend est un reflet authentique de son propre esprit. Mais fin 2022, une nouvelle technologie est arrivée, menaçant de briser cette hypothèse. L'intelligence artificielle générative, capable de rédiger des essais, de résoudre des problèmes et de formuler des arguments complexes, a soudainement rendu possible pour les étudiants de produire un travail de haute qualité avec une fraction de l'effort habituel. La crainte immédiate était que cette technologie ne vide le diplôme de sa substance. Si n'importe qui pouvait produire le travail, le signal deviendrait insignifiant, et le lien entre un diplôme et une compétence professionnelle réelle se briserait.

Cette question ne porte pas seulement sur la malhonnêteté académique ; il s'agit de savoir si l'ensemble du système de certification professionnelle fonctionne encore. Lorsqu'un diplômé en droit passe l'examen du barreau, ou qu'un diplômé en soins infirmiers passe un examen de licence, ils passent un test supervisé à enjeux élevés qui ne peut être délégué à un ordinateur. Ces examens sont le dernier point de contrôle, le moment où la promesse d'un diplôme est confrontée à la réalité. Si le travail académique menant à ces examens a été compromis par l'intelligence artificielle, le diplôme pourrait ne plus prédire qui est réellement capable d'exercer le métier. La crainte est que la technologie ait tellement réduit le coût de production du signal qu'elle ne permette plus de distinguer les capables des incapables, laissant les employeurs et le public avec un titre qui ne signifie plus ce qu'il signifiait autrefois.

Une équipe de chercheurs s'est donné pour mission de tester cette crainte avec des données concrètes, en examinant si l'arrivée de l'intelligence artificielle générative a réellement brisé le lien entre les titres académiques et la compétence professionnelle. Ils se sont concentrés sur deux professions distinctes : le droit et les soins infirmiers. Ces domaines ont été choisis car ils se situent aux deux extrémités du spectre concernant la dépendance de leur travail quotidien vis-à-vis du langage et du texte. Le droit est un domaine fortement exposé aux tâches basées sur le langage, ce qui en fait le candidat le plus probable à une perturbation par les outils de génération de texte. Les soins infirmiers, bien qu'exigeant une pensée critique, impliquent une part importante de travail manuel, physique et interpersonnel, beaucoup plus difficile à simuler pour un ordinateur. En comparant ces deux domaines, les chercheurs pouvaient voir si l'érosion des titres se produisait davantage dans le secteur le plus exposé à la technologie.

Les chercheurs ont constitué un ensemble de données massif suivant des milliers d'écoles de droit et de programmes de soins infirmiers à travers les États-Unis. Ils ont examiné les dossiers académiques des étudiants lorsqu'ils sont entrés pour la première fois dans ces programmes — spécifiquement leurs scores aux tests standardisés et leurs notes universitaires — puis ont suivi la manière dont ces mêmes cohortes ont performé lors de leurs examens de licence professionnelle trois ans plus tard. Cela a créé une chronologie claire : les chercheurs pouvaient voir si les étudiants qui entraient avec des dossiers académiques solides devenaient toujours les professionnels les plus performants après leur formation, et si cette relation avait changé après que l'intelligence artificielle soit devenue largement disponible. Ils ont examiné les données de 2014 à 2025, couvrant neuf années avant l'arrivée de la technologie et trois années après.

Les résultats étaient étonnamment clairs et contraires à l'anxiété prédominante. Les chercheurs ont découvert que la connexion entre la capacité académique initiale et le succès aux licences professionnelles ne s'était pas affaiblie après l'arrivée de l'intelligence artificielle générative. En fait, la relation est restée tout aussi forte, et dans certains cas statistiques, même légèrement plus forte, dans les années suivant la sortie de la technologie. Les données ont montré que les étudiants qui entraient en école de droit avec des scores de tests plus élevés continuaient à réussir l'examen du barreau à des taux plus élevés, qu'ils aient eu accès à l'intelligence artificielle pendant leurs études ou non. Le même schéma s'est vérifié pour les programmes de soins infirmiers. Les chercheurs ont calculé que si l'intelligence artificielle avait causé une baisse significative du pouvoir prédictif de ces diplômes, cela aurait été facilement visible dans les données. Au lieu de cela, les preuves ont permis d'exclure toute baisse supérieure à environ vingt pour cent, et le scénario le plus probable est que la baisse ait été bien moindre, voire inexistante.

L'une des conclusions les plus frappantes est que la seule rupture majeure dans les données n'a pas eu lieu lors de l'arrivée de l'intelligence artificielle. Les chercheurs ont remarqué un changement dans les données autour de 2022, mais ce changement s'est produit chez une cohorte d'étudiants qui avaient déjà terminé la majeure partie de leurs cours avant que la technologie ne soit publiquement diffusée. Cela suggère que la perturbation a été causée par la pandémie et le passage chaotique à l'apprentissage à distance, et non par l'intelligence artificielle. Les étudiants qui ont réellement utilisé la technologie pendant leurs études n'ont pas montré de déclin dans leur capacité à réussir leurs examens finaux supervisés. Les données indiquent que si la technologie a pu modifier la façon dont les étudiants effectuaient leurs devoirs quotidiens, elle n'a pas détruit la capacité sous-jacente du diplôme à prédire qui réussirait dans le monde réel.

L'étude a également examiné si la technologie aidait les étudiants plus faibles à rattraper leur retard, créant ainsi un effet de « nivellement » où tout le monde se retrouvait regroupé, faisant disparaître la distinction entre les performants et les moins performants. C'était une crainte spécifique : que l'intelligence artificielle permette aux étudiants en difficulté de produire un travail qui paraisse aussi bon que celui des meilleurs étudiants, aplatissant ainsi la courbe de performance. Les chercheurs n'ont trouvé aucune preuve de cela. La distribution des scores ne s'est pas compressée comme la théorie le prédisait. Les meilleurs éléments sont restés distincts des moins performants, et l'écart entre eux ne s'est pas réduit. La technologie n'a pas agi comme un grand égalisateur effaçant les différences de capacité des étudiants ; le classement des étudiants par leur compétence professionnelle finale est resté intact.

Qu'est-ce que cela signifie pour la valeur d'un diplôme à l'ère de l'intelligence artificielle ? Les résultats suggèrent que le système de certification professionnelle est plus robuste que beaucoup ne le craignaient. Les examens finaux supervisés, qui déterminent qui peut pratiquer le droit ou la médecine, ont agi comme un filtre fiable, capturant toute perte de compétence qui aurait pu survenir lors des travaux académiques non supervisés précédents. Le diplôme signale toujours qu'une personne possède la capacité de réussir le test qui importe le plus. Cependant, cela ne signifie pas que le système est parfait ou que l'intégrité des devoirs quotidiens est sauve. Les chercheurs soulignent que le risque s'est simplement déplacé en amont. Le danger n'est plus que l'examen final soit compromis, mais que le processus d'apprentissage lui-même — les devoirs quotidiens et le développement des compétences — ait été altéré de manières que l'examen final ne peut pas percevoir. Le diplôme prédit toujours le succès à l'examen, mais il ne garantit plus nécessairement que l'étudiant a tout appris ce qu'il était censé apprendre en cours de route.

L'étude conclut que l'arrivée de l'intelligence artificielle générative n'a pas encore détruit le signal des titres académiques. Le lien entre ce qu'un étudiant sait au début et ce qu'il est capable de faire à la fin reste fort. La technologie n'a pas rendu le diplôme insignifiant, ni n'a brouillé la ligne entre les capables et les incapables. Au contraire, le système a absorbé le choc, les examens finaux à enjeux élevés continuant de servir de mesure fiable de l'aptitude professionnelle. Le véritable défi pour les éducateurs et les institutions n'est pas de protéger l'examen final, qui s'est avéré résilient, mais de s'assurer que l'apprentissage qui a lieu durant les années précédant cet examen est toujours authentique et efficace. Le diplôme fonctionne toujours, mais le parcours qu'il certifie peut avoir changé d'une manière que nous commençons à peine à comprendre.