En juin 2026, les médias internationaux ont rapporté les premiers cas massifs d'étudiants utilisant des lunettes connectées à l'intelligence artificielle pour tricher lors d'examens en Asie de l'Est. En Corée du Sud, deux candidats ont été pris en flagrant délit lors du TOEIC (test d'anglais professionnel) dès le mois de mai — les 10 et 31 — après que des surveillants ont repéré des montures suspectes avant le début de l'épreuve. Ces dispositifs permettent de scanner les sujets en temps réel, de reconnaître le texte via des caméras intégrées et d'afficher instantanément les réponses par projection sur les verres, bouleversant totalement les méthodes classiques de contrôle des connaissances.
Sur le plan technique, ces systèmes combinent des caméras miniatures, de la vision par ordinateur et une connexion cloud vers de puissants modèles de langage. La caméra capture la page de l'examen, des algorithmes OCR extraient le texte en une fraction de seconde, et le réseau neuronal ne se contente pas de chercher des réponses toutes faites : il analyse le contexte, explique la logique de résolution et adapte l'explication à la formulation spécifique de la question. Cette approche diffère fondamentalement des méthodes rudimentaires comme les oreillettes cachées ou les antisèches papier, qui nécessitent préparation et coordination. L'assistance est ici immédiate et ne dépend d'aucun apprentissage préalable de la matière.
Selon divers experts, les cas recensés ne seraient que la partie émergée de l'iceberg. Thomas Corbin, maître de conférences à l'université Deakin (Australie) et chercheur sur l'usage des lunettes IA dans l'éducation, affirme que pour quelques incidents signalés, le nombre de cas dissimulés est bien plus élevé. Ce principe a déjà été démontré en Chine où, début 2026, un véritable marché de location de lunettes intelligentes a été démantelé ; pour 6 à 12 dollars par jour, des centaines d'étudiants et d'entrepreneurs louaient ces appareils spécifiquement pour leurs examens.
La détection devient de plus en plus ardue. Si les examinateurs misent sur l'inspection visuelle et les détecteurs de métaux, les lunettes connectées modernes sont presque impossibles à distinguer des montures classiques et ne contiennent souvent pas de métal. À Taïwan, un étudiant en médecine n'a été démasqué que parce qu'un professeur a remarqué un regard étrange et a détecté, après examen, la signature thermique de l'appareil — un niveau de vigilance rare lors d'épreuves de masse. L'absence de tests standardisés pour vérifier la résistance des protocoles face à l'assistance par IA rend, par définition, les systèmes actuels vulnérables.
Les enjeux colossaux dans la région renforcent la motivation à utiliser ces nouveaux outils. En Asie de l'Est, où un seul examen peut sceller une carrière et le statut social, la compétition est impitoyable. En Chine, plus de 10 millions de candidats se présentent chaque année au concours national d'entrée à l'université — en juin 2026, les autorités ont pour la première fois imposé un contrôle systématique des lunettes à l'entrée, reconnaissant ainsi l'ampleur du problème.
La comparaison historique souligne un changement qualitatif majeur. Auparavant, des technologies comme les caméras cachées exigeaient des complices, une logistique complexe et des mois de préparation. Aujourd'hui, une seule personne, un appareil et un accès au cloud suffisent : le système est quasiment autonome. Parallèlement, les contre-mesures se développent, allant de la détection des mouvements oculaires anormaux à l'interdiction totale de tout type de lunettes dans les salles d'examen. Cependant, leur efficacité à grande échelle n'est pas encore prouvée, et la technologie progresse plus vite que les méthodes de détection.
L'ampleur de la diffusion des lunettes intelligentes est déjà critique. Meta a lancé ses premières lunettes IA avec Ray-Ban fin 2023 et a depuis commercialisé plusieurs versions — plus de 7 millions de paires ont été vendues l'an dernier. Dans le même temps, des constructeurs chinois tels que Xiaomi, Alibaba et Li Auto intègrent des modèles de langage dans leurs dispositifs, portés par des subventions étatiques. Le marché ne ralentit pas ; au contraire, les appareils deviennent plus fins, plus discrets et plus performants.
Des expériences scientifiques confirment le danger. À l'Université des sciences et technologies de Hong Kong, le chercheur Meng Zili a testé des lunettes IA grand public reliées à GPT lors d'un examen d'ingénierie. L'étudiant équipé a obtenu un score de 92,5 sur 100, se classant dans le top 5 d'une promotion de plus de 100 personnes, dépassant largement la moyenne de 72 points. Ce résultat a été obtenu dans les conditions réelles de stress d'une session finale, et non en laboratoire.
Le problème dépasse désormais les frontières de l'Asie de l'Est. Aux États-Unis, le College Board a banni les lunettes intelligentes du SAT dès mars 2026. En Grande-Bretagne, l'Ofqual, le principal régulateur des examens, a averti en juin que les lunettes IA et les micro-oreillettes représentaient une menace croissante. Au Japon, dès 2024, un scandale organisé de triche au TOEIC a été mis au jour : des candidats photographiaient les questions pour les envoyer à des complices et recevaient les réponses via les réseaux sociaux, entraînant l'annulation de centaines de notes.
Cette évolution contraint les systèmes éducatifs à repenser radicalement leurs formats d'évaluation. L'accent se déplace désormais de la vérification de la mémoire vers les compétences de pensée critique, la capacité à soutenir une réponse oralement et l'application des connaissances à des situations inédites — des exercices bien plus difficiles à copier via l'IA. Toutefois, la question de l'équité s'intensifie : les élèves issus de familles aisées accèdent à ces outils plus tôt et à moindre coût, créant une nouvelle forme d'inégalité.
La méthodologie de lutte contre la triche en est encore à ses balbutiements. On ignore à quelle vitesse les systèmes de détection pourront intégrer l'analyse du comportement oculaire, le suivi des émissions thermiques ou la surveillance des signaux électromagnétiques. Les mois et années à venir verront probablement l'émergence de protocoles hybrides combinant surveillance traditionnelle, monitoring par IA et biométrie. Reste à savoir s'ils seront efficaces à grande échelle ou s'ils compliqueront simplement la vie des étudiants honnêtes, laissant les fraudeurs innovants garder une longueur d'avance.
En fin de compte, les systèmes éducatifs n'ont plus le choix : ils doivent soit reformater totalement les examens, soit accepter qu'à l'ère de l'IA accessible partout, le concept d'examen à huis clos comme outil de mesure des connaissances a fait son temps. La première voie exige courage et investissements ; la seconde nécessite une réévaluation du sens même de la certification dans une société où les machines surpassent déjà l'humain pour résoudre des tâches standardisées.
