Le diable se cache dans les détails avec celle-là. Les histoires de triche à l'IA aux examens circulent pas mal, et les détails ont tendance à devenir flous - surtout quand tu parles d'un examen de licence d'un pays en particulier. Les examens fiscaux sud-coréens sont réputés pour être très compétitifs, c'est vrai, mais j'aimerais bien voir des reportages d'une source crédible avant d'accepter le récit exact que tu décris. C'est le genre de truc qui semble plausible au point que les gens le partagent sans vérifier si ça s'est vraiment passé comme ça.
Cela dit, la préoccupation plus large concernant l'intégrité des examens et l'IA est tout à fait réelle, même si ce cas spécifique peut être exagéré ou mal mémorisé. La détection est vraiment difficile parce que les résultats de l'IA peuvent sembler polis et cohérents - il n'y aura pas de fautes de frappe ou de signaux d'alerte évidents comme dans une réponse bâclée. Ce qui attrape généralement les gens, c'est la reconnaissance de motifs : une réponse écrite trop parfaitement comparée aux autres travaux d'un étudiant, un style d'écriture qui ne correspond pas à ses soumissions précédentes, ou parfois juste des anomalies statistiques quand une institution cherche activement. Quelques écoles ont commencé à utiliser des outils de détection, mais ils ne sont pas parfaits.
Le piège dont personne ne parle assez : les institutions ne peuvent souvent pas vraiment prouver l'utilisation de l'IA de manière fiable. Tu peux *le soupçonner*, mais sur le plan légal et éthique, attraper quelqu'un nécessite soit une admission (comme le prétend ton exemple), soit qu'il soit pris la main dans le sac avec les prompts ouverts. Cet écart entre la suspicion et la preuve est énorme pour les décideurs politiques qui essaient de rédiger des règles qui n'exposeront pas les écoles à des poursuites. Donc même si la détection s'améliore, l'application reste compliquée.