Les professeurs peuvent-ils détecter ChatGPT pour les questions à choix multiples? Ce qui est vraiment suivi

Les professeurs peuvent-ils détecter ChatGPT pour les questions à choix multiples?

La réponse courte est que les professeurs ne peuvent pas détecter ChatGPT pour les questions à choix multiples de la même manière qu'ils le détectent dans un essai écrit, car il n'y a pas de prose pour qu'un détecteur note. Des outils comme Turnitin's AI Writing Indicator et GPTZero fonctionnent en mesurant la perplexité et la rafale – des propriétés statistiques de la construction de phrases qui n'existent que lorsqu'il y a une véritable écriture sur la page. Une soumission à choix multiples est un ensemble d'options sélectionnées, pas un paragraphe, il n'y a donc pas de syntaxe, pas de choix de mots, et pas de rythme de phrase pour que ces outils exécutent une note de probabilité. Cet écart ne signifie pas que les examens à choix multiples ne sont pas surveillés. Cela signifie que la preuve sur laquelle un professeur ou une plateforme de test peut agir se déplace entièrement de la réponse elle-même vers le comportement qui l'entoure – combien de temps a pris chaque question, si le navigateur est resté focalisé, ce qu'un enregistrement de surveillance montre, et si le modèle de réponses correspond à la façon dont le reste de la classe a réussi.

"Il n'y a rien dans une réponse à feuille de bulles pour un détecteur d'IA à lire. Si nous nous inquiétons d'un score à choix multiples, la preuve doit venir de quelque part d'autre entièrement." – Bureau d'évaluation et de test, université d'État, 2025

Pourquoi les détecteurs de texte IA ne fonctionnent pas sur les réponses à choix multiples?

Les détecteurs de texte IA sont conçus pour analyser le langage écrit, pas les décisions. La perplexité mesure à quel point chaque mot est prévisible compte tenu des mots précédents, et la rafale mesure à quel point la longueur et le rythme des phrases varient dans un document – les deux propriétés nécessitent qu'une chaîne de phrases originales existe en premier lieu. Sélectionner le choix C sur la question 14 ne génère rien de cela. Un étudiant pourrait taper la question dans ChatGPT, obtenir une explication de pourquoi la réponse est C, puis cliquer sur C – et la soumission de quiz résultante serait identique à celle d'un étudiant qui a résolu le problème indépendamment, car la seule chose qui arrive au carnet de notes est la lettre. Ceci est différent d'une question d'essai, où même un brouillon d'IA fortement édité laisse des empreintes digitales statistiques qu'un détecteur peut détecter. Sur un examen à choix multiples pur, l'empreinte digitale n'existe tout simplement pas, ce qui explique exactement pourquoi la question de savoir si les professeurs peuvent détecter ChatGPT pour les questions à choix multiples est répondue avec des données de plateforme et de surveillance au lieu d'un logiciel d'analyse de texte.

Que montrent vraiment les journaux de quiz et les données d'activité LMS?

Chaque système majeur de gestion de l'apprentissage – Canvas, Blackboard, Moodle, D2L – enregistre plus sur une tentative de quiz que la plupart des étudiants ne le réalisent, et les instructeurs peuvent extraire ces données même si rien ne semble inhabituel à première vue. Le journal enregistre généralement quand la tentative a commencé et s'est terminée, combien de temps l'étudiant a passé sur chaque question individuelle, combien de fois l'étudiant a navigué d'avant en arrière entre les questions, et si la fenêtre du navigateur a perdu le focus pendant la tentative. Rien de cela ne dit à un instructeur qu'un étudiant a utilisé ChatGPT spécifiquement, mais cela crée un profil comportemental qui peut sembler incohérent avec une tentative non assistée lorsque les chiffres sont suffisamment inhabituels. Une ventilation plus approfondie de ce qu'un journal de quiz de plateforme spécifique enregistre vraiment – y compris comment Canvas structure ces données et ce que LockDown Browser ajoute par-dessus – est couverte dans un guide complémentaire sur la question de savoir si Canvas peut détecter ChatGPT pour les questions à choix multiples spécifiquement.

1. Horodatages de début et de fin de tentative, plus temps total passé sur le quiz
2. Temps passé par question individuelle, pas seulement la tentative globale
3. Événements de navigation – combien de fois l'étudiant s'est déplacé entre les questions
4. Événements de perte de focus, si la plateforme ou l'outil de surveillance suit les changements de navigateur ou de fenêtre
5. Adresse IP et informations d'appareil liées à la session de connexion
6. Un historique de révision complet de chaque changement de réponse effectué avant la soumission finale

Les modèles de chronométrage peuvent-ils révéler des réponses assistées par l'IA?

Le chronométrage est l'un des signaux les plus utiles disponibles sur un examen à choix multiples, précisément parce que les réponses assistées par l'IA ont tendance à modifier le rythme d'une tentative de quiz d'une manière qui est mesurable même sans lire aucun texte. Un étudiant qui cherche chaque question dans une fenêtre séparée produit généralement une courbe de chronométrage plus plate – les questions répondues dans une plage similaire, quel que soit le niveau de difficulté – au lieu de la variation naturelle que vous attendriez de quelqu'un qui travaille réellement sur les questions faciles rapidement et les plus difficiles plus lentement. Les instructeurs qui examinent ce type de données ne regardent généralement pas un étudiant isolément; ils comparent une tentative individuelle à la distribution de temps pour toute la classe, ou au chronométrage de cet étudiant sur des évaluations antérieures en personne. Une tentative qui se termine dramatiquement plus rapidement que la moyenne de la classe, avec un chronométrage par question inhabituellement uniforme, attire plus d'examen qu'une qui s'est simplement terminée tôt. Le chronométrage rapide seul prouve très peu – certains étudiants sont simplement des testeurs rapides – ce qui explique pourquoi les données de temps sont presque toujours associées à au moins un autre signal avant que quelqu'un soulève une préoccupation.

Le logiciel de surveillance détecte-t-il l'utilisation de ChatGPT pendant un quiz?

Les outils de surveillance comme Respondus LockDown Browser avec Monitor, Proctorio et Honorlock ne détectent pas ChatGPT directement – ils enregistrent la vidéo, l'audio et l'activité de l'écran et signalent des événements spécifiques pour qu'un humain les examine après. Les signalements courants incluent le regard de l'étudiant s'éloignant de l'écran pendant des périodes prolongées, la voix ou la présence d'une deuxième personne dans la salle, un téléphone ou un deuxième appareil visible ou en usage, et les tentatives d'ouvrir un nouvel onglet du navigateur ou une application pendant une session verrouillée. Aucun de ces signalements ne dit "ChatGPT a été utilisé" – ils disent "quelque chose s'est passé ici qu'un examinateur devrait regarder." Un instructeur ou un agent d'intégrité académique examine généralement l'horodatage signalé dans le contexte: un étudiant jetant un coup d'œil à un téléphone pendant trois secondes se lit très différemment d'un étudiant tapant sur un deuxième appareil pendant deux minutes tandis qu'un navigateur verrouillé reste intouché au premier plan. Le logiciel de surveillance génère beaucoup d'événements signalés par défaut, et la plupart d'entre eux s'avèrent n'être rien – un coup frappé à la porte, un enfant entrant dans le champ, un coup d'œil à une horloge murale – c'est pourquoi l'étape d'examen, pas le signalement lui-même, est où une vraie conclusion est prise.

"Le logiciel de surveillance ne détecte pas ChatGPT. Il détecte le comportement, et puis une personne décide si ce comportement signifie quelque chose." – Directeur du centre d'examen en ligne, université publique, 2025

Que révèlent l'activité du navigateur et les journaux de changement d'onglets?

Les extensions de navigateur verrouillées sont spécifiquement conçues pour fermer l'écart que la détection purement basée sur le texte ne peut pas couvrir sur un examen à choix multiples. Elles peuvent empêcher un étudiant d'ouvrir un nouvel onglet, de minimiser la fenêtre d'examen ou de basculer vers une autre application pendant la durée de la tentative, et beaucoup enregistrent chaque tentative de le faire même lorsque l'action elle-même est bloquée. Certaines plateformes désactivent également la copie et le collage dans la fenêtre du quiz et enregistrent toute tentative de raccourci clavier associée. Un étudiant qui essaie à plusieurs reprises d'alt-tab hors d'un examen verrouillé, ou dont le navigateur signale plusieurs événements de perte de focus dans une courte fenêtre, génère une entrée de journal qu'un instructeur peut examiner avec les données de temps de la même tentative. Ces journaux sont un proxy pour l'opportunité, pas une preuve d'utilisation d'IA – un événement de perte de focus pourrait signifier qu'une notification s'est affichée, un deuxième moniteur a déclenché une fausse détection, ou l'étudiant a vraiment essayé de chercher quelque chose. Ce qui compte pour un examen est la fréquence à laquelle cela s'est produit et si cela s'aligne avec d'autres signaux de la même tentative.

1. Tentatives bloquées ou enregistrées d'ouvrir un nouvel onglet, une application ou une fenêtre de navigateur
2. Tentatives de copie-collage dans un quiz qui a cette fonction désactivée
3. Événements de perte de focus répétés dans une courte durée de la même tentative
4. Détection d'un deuxième moniteur ou affichage connecté pendant une session verrouillée
5. Raccourcis clavier associés au changement de fenêtre ou à la recherche sur le Web

Les adresses IP et les empreintes digitales d'appareils peuvent-elles exposer l'aide extérieure?

Les données de réseau et d'appareil ajoutent une couche que le chronométrage et l'analyse de texte ne peuvent pas couvrir seuls. Si l'appareil et l'emplacement enregistrés d'un étudiant ne correspondent pas à l'appareil et à l'adresse IP utilisés lors d'une tentative d'examen, cette non-concordance s'affiche dans le journal de session même si elle ne dit rien sur la manière dont les questions individuelles ont été répondues. Les plateformes de test signalent également les cas où plusieurs étudiants du même cours se connectent à partir de la même adresse IP ou d'une empreinte digitale d'appareil inhabituellement similaire pendant la même fenêtre d'examen, car ce modèle est plus communément associé aux étudiants travaillant ensemble dans la même salle qu'à l'utilisation d'IA spécifiquement – mais c'est le type d'anomalie qui reçoit un examen plus approfondi de toute façon. L'utilisation d'un VPN peut déclencher un signalement similaire, en particulier dans les institutions qui exigent que les étudiants se connectent via un réseau de campus spécifique pour les évaluations supervisées. Comme pour tous les autres signaux couverts ici, aucune de ces données n'identifie ChatGPT par son nom. Ce qu'il fait, c'est réduire quelles tentatives ressemblent assez différentes d'une ligne de base attendue pour justifier une conversation de suivi.

Les modèles de changement de réponse lèvent-ils des drapeaux rouges?

La plupart des plateformes de quiz enregistrent chaque fois qu'un étudiant change une réponse avant la soumission finale, y compris l'horodatage de chaque changement et, dans certains systèmes, quelle option a été sélectionnée avant le changement. Le logiciel d'intégrité d'examen conçu pour les cours à grand effectif peut analyser cet historique de révision dans une classe entière à la fois, en recherchant des modèles qui sont statistiquement improbables de se produire par hasard – un groupe d'étudiants changeant la même question à la même réponse en quelques secondes les uns après les autres, par exemple, ou un étudiant dont les réponses passent d'une option incorrecte à une option correcte immédiatement après une pause à mi-quiz sans aucun raisonnement visible entre les deux. Cette même classe de logiciel est également utilisée pour comparer les modèles de réponses incorrectes entre les étudiants, car deux étudiants devinant indépendamment mal ont tendance à atterrir sur différentes options incorrectes, tandis que deux étudiants copiant de la même source externe – y compris une session ChatGPT partagée – sont plus susceptibles d'atterrir sur la réponse incorrecte identique. Un seul changement de réponse signifie très peu en soi. Un groupe de changements inhabituels entre plusieurs étudiants, ou un modèle qui se répète sur plusieurs examens du même étudiant, est ce qui a généralement tendance à faire progresser un examen.

Que se passe-t-il si un professeur soupçonne l'utilisation d'IA sur un quiz?

Une tentative à choix multiples signalée ne mène presque jamais directement à une pénalité, car aucun des signaux couverts ici n'est définitif en soi – un professeur ayant une politique d'IA écrite est généralement censé construire un dossier à partir de plus d'un point de données avant d'agir. Le processus commence généralement par un examen combiné du journal de quiz, de tout signalement de surveillance et de la manière dont la performance de l'étudiant se compare à son travail lors d'évaluations antérieures en personne. Si le modèle paraît toujours inhabituel après cet examen, de nombreux instructeurs font un suivi direct avec l'étudiant, parfois lui demandant d'expliquer son raisonnement sur une question spécifique ou d'effectuer un court devoir de rattrapage supervisé couvrant un matériel similaire. Les étudiants qui peuvent expliquer leur réflexion sur les questions signalées résolvent généralement la préoccupation à ce stade. Les cas qui ne sont pas résolus de manière informelle accèdent à un processus formel d'intégrité académique, où l'instructeur est généralement censé présenter le modèle complet de preuves – pas une seule anomalie de chronométrage ou un événement de perte de focus – avant qu'une conclusion ne soit tirée. Ce processus par étapes est la réponse pratique à la question de savoir si les professeurs peuvent détecter ChatGPT pour les questions à choix multiples avec assurance: rarement à partir d'un signal, mais assez souvent une fois que plusieurs s'alignent.

1. L'instructeur ou le bureau d'examen examiné les signaux combinés de la même tentative, pas un signalement isolé
2. La tentative est comparée à l'historique de performance de l'étudiant et, où disponible, au reste de la classe
3. Une conversation de suivi ou un devoir de rattrapage supervisé donne à l'étudiant l'occasion d'expliquer le modèle
4. Les cas non résolus accèdent à un examen formel d'intégrité académique nécessitant plus qu'un point de données
5. Toute conclusion documente généralement le modèle complet de preuves, pas seulement le signalement original

Vérification des parties écrites d'un examen à format mixte avec NotGPT

NotGPT ne peut rien faire pour une section à choix multiples pure – il n'y a pas de texte à analyser, et aucun détecteur ne change cela. Mais de nombreux examens mélangent les choix multiples avec des questions à réponse courte ou des essais dans la même évaluation, et ces portions écrites sont exactement où un vrai détecteur de texte IA s'applique. Si vous vous inquiétez de la façon dont une réponse à réponse courte pourrait lire après une édition importante, ou si une explication technique semble inhabituellement fluide pour quelque chose que vous avez écrit sous la pression du temps, collez-la dans NotGPT avant de soumettre pour voir le même type de note de probabilité qu'un outil de détection d'instructeur générerait. La fonction Humanize peut également réécrire un passage signalé à intensité Light, Medium ou Strong si une section est notée plus haut que ce qu'elle devrait être pour une écriture qui est vraiment la vôtre.