- ▸ Quatre groupes, un cas marketing, une université italienne
- ▸ GPT-4o polit la copie, il ne la réinvente pas
- ▸ Ce que le raisonnement causal apprend, que l'IA n'enseigne pas
- ▸ Ce que contient l'entraînement
Bocconi University vient de trancher un débat que la presse pédagogique agite depuis 2023 : ChatGPT rend-il les étudiants plus intelligents, ou seulement plus polis ? Sa réponse, publiée par OpenAI le 27 août 2026, embarrasse les deux camps qui s’écharpent depuis trois ans sur ce sujet.
Ce qu’il faut retenir – L’accès à GPT-4o améliore la qualité et la cohérence des travaux produits par plus de 1 000 étudiants de première année, selon l’étude relayée par OpenAI. – Un entraînement au raisonnement causal, mené sans aucune IA, est la seule variable qui augmente l’originalité des idées produites. – Combinés, les deux leviers cumulent leurs effets — mais aucun ne remplace l’autre.
Quatre groupes, un cas marketing, une université italienne
L’expérience a la rigueur d’un protocole médical. Plus de 1 000 étudiants de première année à Bocconi University, l’une des grandes écoles de commerce italiennes, planchent sur le même cas marketing. Ils sont répartis en quatre groupes, chacun recevant une combinaison différente de deux leviers :
- accès libre à ChatGPT (GPT-4o) pendant l’exercice ;
- un module d’entraînement au raisonnement causal, indépendant de toute IA ;
- les deux à la fois ;
- ni l’un ni l’autre — le groupe témoin.
Les copies sont ensuite évaluées à l’aveugle par des correcteurs humains, sur une grille en cinq points qui distingue la qualité de la rédaction et l’originalité des idées proposées. Cette distinction fait toute la valeur du travail. Elle sépare ce que l’IA sait déjà bien faire — organiser, clarifier, structurer — de ce qu’elle ne fait pas à la place de l’étudiant : décider quelle idée mérite d’être défendue.
Je m’y arrête parce que la plupart des débats sur ChatGPT à l’université confondent ces deux dimensions. On brandit une copie bien écrite comme preuve d’un raisonnement solide. Bocconi, en les séparant méthodologiquement, oblige à revoir la question.
GPT-4o polit la copie, il ne la réinvente pas
Le premier résultat ne surprendra personne qui a déjà utilisé l’outil pour relire un mail professionnel. Les étudiants ayant eu accès à GPT-4o produisent un travail plus cohérent, mieux structuré, plus soigné dans sa forme. L’argumentation gagne en clarté, les transitions logiques s’enchaînent, la copie ressemble davantage à ce qu’un correcteur attend.
Ce gain de qualité ne s’accompagne pas d’un gain d’originalité. C’est le point que la communication autour des chatbots éducatifs a tendance à passer sous silence depuis le lancement de ChatGPT en novembre 2022 : un texte plus lisse n’est pas un texte plus neuf. GPT-4o excelle à formuler une idée existante avec élégance. Il ne va pas chercher, dans le corpus de l’étudiant, l’angle que personne d’autre n’a pris.
On pourrait m’objecter que la génération de texte augmentée finira, avec l’entraînement des modèles sur des tâches de créativité, par produire elle-même des propositions inédites. C’est possible, et ce n’est pas le sujet de l’étude Bocconi. Ce que montre ce protocole précis, aujourd’hui, avec GPT-4o et un exercice de marketing, c’est qu’à compétences égales de départ, l’accès à l’IA seule ne déplace pas le curseur de l’originalité. La forme progresse ; le fond stagne.
Ce que le raisonnement causal apprend, que l’IA n’enseigne pas
Le deuxième résultat est le plus intéressant, et le moins commenté jusqu’ici dans la couverture de l’étude. Le module de raisonnement causal — sans ChatGPT, sans aucun outil génératif — est la seule variable qui pousse les étudiants à produire des idées jugées plus uniques par les correcteurs.
Ce que contient l’entraînement
L’étude, telle que rapportée par OpenAI, décrit un travail centré sur le lien de cause à effet : comprendre pourquoi une solution fonctionnerait, et non se contenter d’affirmer qu’elle fonctionne. Concrètement, les étudiants s’exercent à :
- identifier la chaîne causale derrière une hypothèse marketing plutôt que sa seule conclusion ;
- expliquer, preuve à l’appui, pourquoi une option réussirait là où une autre échouerait ;
- confronter leur raisonnement à des contre-exemples avant de le présenter.
Rien de tout cela ne relève d’un prompt bien tourné. C’est un exercice de structuration de la pensée qui se fait à froid, sur papier ou en discussion de groupe, avant même d’ouvrir un outil.
Voilà, je crois, la ligne de partage que la controverse actuelle a du mal à tracer. L’inquiétude dominante sur ChatGPT à l’université porte sur la triche et la paresse intellectuelle. La question que pose Bocconi est différente, et plus utile : quelle compétence spécifique développe-t-on, quand on développe le raisonnement causal, que ChatGPT ne développe pas tout seul ? La réponse de l’étude est nette — l’originalité des idées, pas leur mise en forme.
Quand la qualité et l’originalité ne viennent pas de la même source
Le tableau ci-dessous synthétise la logique du protocole, telle que je la lis dans les résultats rapportés par OpenAI.
| Groupe | Levier | Effet observé |
|---|---|---|
| Témoin | Aucun des deux | Base de comparaison |
| GPT-4o seul | Accès à l’IA | Qualité et cohérence en hausse ; originalité stable |
| Raisonnement causal seul | Entraînement cognitif | Originalité des idées en hausse |
| Les deux combinés | IA + entraînement causal | Cumul des deux effets observés séparément |
Le groupe ayant reçu les deux leviers ne se contente pas d’additionner deux petits gains marginaux : il montre les effets propres à chacune des deux modalités, ce qui traduit une complémentarité plutôt qu’une redondance. L’IA prend en charge la mise en forme ; l’entraînement cognitif prend en charge la substance.
C’est là que je veux répondre à l’objection la plus solide qu’on pourrait m’opposer : si l’IA améliore de toute façon la qualité perçue d’une copie, pourquoi les enseignants s’embêteraient-ils à enseigner le raisonnement causal en parallèle, alors que la note globale montera de toute façon ? La réponse tient dans la distinction même que l’étude établit. Une copie soignée mais banale reste une copie banale. Elle passe mieux à l’oral, elle se lit mieux — mais l’idée qu’elle porte n’a pas gagné en valeur. Confondre les deux, c’est prendre le vernis pour le bois.
Ce que ça change pour la notation à l’université
L’implication pratique dépasse le seul cas Bocconi. Si l’accès à un modèle comme GPT-4o rend structurellement plus facile la production de réponses soignées, alors la grille d’évaluation classique — cohérence, style, clarté — perd de sa capacité à distinguer les étudiants entre eux. Tout le monde, ou presque, peut désormais produire une copie bien écrite.
Ce qui reste discriminant, selon cette lecture, c’est la capacité à générer une idée que le modèle n’aurait pas proposée spontanément — et ça, l’étude le relie directement à un entraînement spécifique, indépendant de l’outil. L’enjeu pour les établissements n’est pas de bannir ou d’imposer ChatGPT, débat déjà largement tranché dans les faits par l’usage massif des étudiants eux-mêmes. Il est de décider si le raisonnement causal — ou toute compétence cognitive équivalente — mérite une place explicite dans le programme, au même titre que la méthodologie de rédaction. Sur ce point, notre décryptage de ChatGPT dans les amphis français montre que la question reste largement ouverte côté établissements hexagonaux, faute de consigne nationale claire.
Deux questions que les enseignants me posent
Est-ce que ChatGPT remplace le besoin de penser par les étudiants ? Non, d’après cette étude. L’IA améliore la forme — cohérence, clarté, structure — tandis que le raisonnement causal développe le fond, c’est-à-dire l’originalité des idées produites. Les deux effets sont mesurés séparément et se cumulent quand ils sont combinés, sans que l’un se substitue à l’autre.
Quels exercices ont servi à entraîner le raisonnement causal ? Le module ne fait appel à aucun outil d’IA. Il s’appuie sur des mises en situation et un travail explicite sur le lien cause-effet : identifier pourquoi une solution fonctionnerait, la confronter à des contre-exemples, avant de la défendre par écrit. Une approche que l’on retrouve, sous d’autres formes, dans notre tour d’horizon des méthodes d’évaluation face à l’IA générative.
Trois chiffres à retenir avant la rentrée
- Plus de 1 000 étudiants de première année ont participé au protocole Bocconi, selon OpenAI.
- Quatre groupes, une seule variable qui augmente l’originalité des idées : le raisonnement causal.
- Cinq points d’évaluation, dont un seul — la qualité — bouge sous l’effet de l’IA seule.
Je reviens à ma question de départ. ChatGPT ne rend pas les étudiants plus intelligents, il les rend plus présentables. C’est déjà beaucoup, pour qui doit rendre un devoir à minuit. Mais si les établissements veulent former des étudiants capables de proposer une idée neuve, et pas seulement de la présenter avec élégance, la réponse de Bocconi est sans détour : ça s’enseigne, et ça ne s’improvise pas dans un prompt. Sur ce terrain, notre analyse du rapport annuel sur l’IA à l’école pointait déjà ce même angle mort. À la rentrée 2027, les premiers programmes intégrant ce type de module devraient permettre de vérifier si l’effet se maintient à plus large échelle.
Cet article est une tribune et reflète l’opinion de son auteur.
