L'IA en ingénierie des structures : ce qu'elle peut faire et ce qu'elle ne peut pas

Une IA peut désormais rédiger une note de calcul, retrouver une clause normative, esquisser une disposition structurelle et suggérer un profilé acier en quelques secondes — plus vite qu'aucun ingénieur vivant. Elle peut aussi affirmer, avec une confiance totale, qu'une poutre est sûre alors qu'elle ne l'est pas. Ces deux vérités coexistent, et les tenir ensemble, c'est tout le travail de l'IA en ingénierie des structures.

La réconciliation est simple à énoncer et difficile à pratiquer : l'IA propose, la mécanique dispose. Un grand modèle de langage prédit un texte plausible ; une structure réelle obéit à l'équilibre, à la rigidité et à une vérification normative qui n'ont que faire de l'assurance affichée par le modèle. La question utile n'est donc jamais « l'IA peut-elle faire de l'ingénierie des structures ? » — mais « où l'IA aide-t-elle réellement, et que faut-il encore calculer et vérifier de façon déterministe ? »

Ce guide de l'ingénieur porte exactement sur cette frontière. Chaque chiffre structurel ci-dessous provient d'un véritable moteur MEF — réactions, effort tranchant, moment, flèche, redistribution sur l'ensemble du portique — et chacun constitue le type de vérité de référence que la conjecture d'une IA doit surmonter. Une calculatrice de poutre en direct est intégrée plus bas, pour que vous puissiez vérifier vous-même la réponse de n'importe quelle IA.

Nous l'avons écrit pour trois lecteurs :

• Étudiants en ingénierie — pour voir ce qu'est vraiment l'IA sous le marketing, et pourquoi la mécanique que vous apprenez est la partie qui n'est jamais totalement automatisée.
• Ingénieurs en exercice — où les LLM, le ML et la conception générative sont rentables aujourd'hui, où ils échouent, et comment garder la vérification (et la responsabilité) fermement entre vos mains.
• Dirigeants de bureaux d'études et curieux de technologie — une lecture les pieds sur terre sur ce qu'il faut adopter maintenant et ce qui relève encore du battage médiatique.

L'IA en ingénierie des structures désigne l'usage de systèmes d'apprentissage automatique et de modèles de langage — assistants LLM, modèles substituts de ML, conception générative/d'optimisation, vision par ordinateur et automatisation des flux de travail — pour accélérer le dimensionnement, l'analyse et l'inspection des structures. Ces outils accélèrent le travail autour de la physique ; ils ne remplacent pas la mécanique déterministe — l'équilibre, la méthode de la rigidité et la vérification normative — qui décide si une structure est sûre.

Une fois le marketing écarté, l'« IA » d'aujourd'hui dans ce domaine se résume à cinq couches distinctes, chacune avec un rôle différent :

• Assistants LLM — rédiger des textes, expliquer des concepts, retrouver et résumer des dispositions normatives, écrire des scripts d'analyse. Excellents en langage ; peu fiables en arithmétique et sur tout chiffre d'ingénierie précis.
• Modèles substituts de ML — des approximateurs rapides entraînés sur des milliers de cas résolus pour prédire un résultat (une fréquence propre, un taux d'utilisation, une pression de vent) en quelques millisecondes au lieu d'une analyse complète.
• Conception générative / d'optimisation — des algorithmes qui explorent un espace de géométries ou de dimensions de barres sous contraintes, en proposant des structures candidates que l'ingénieur doit juger.
• Vision par ordinateur — détecter fissures, corrosion et défauts sur des images, et surveillance de l'intégrité structurelle (SHM) à partir de données de capteurs.
• Automatisation des flux de travail — extraire des données de plans et de spécifications, relier le BIM et le MEF, et supprimer la plomberie manuelle entre les outils.

Le point le plus important à voir est ce qui se trouve sous ces cinq couches : un noyau de mécanique déterministe. Chacun de ces outils n'est fiable que dans la mesure où son résultat est confronté à l'équilibre et à une véritable analyse. L'IA est la couche rapide et faillible du dessus ; la physique est la fondation qui ne bouge jamais.

« Des ordinateurs qui font de l'analyse structurelle » n'a rien de nouveau — automatiser ce travail est l'histoire du domaine depuis près d'un siècle, et chaque vague a automatisé davantage de tâches ingrates sans jamais supprimer la mécanique.

• 1930 — distribution des moments (Hardy Cross). Une méthode manuelle pour résoudre les portiques hyperstatiques par itération. La première fois que la redistribution est devenue une routine — réalisée au papier, pas au silicium.
• 1956 — naissance de la méthode des éléments finis. Turner, Clough, Martin et Topp publient la formulation de la rigidité directe pour les structures complexes. C'est le moteur déterministe qui tourne encore aujourd'hui dans tout logiciel d'analyse moderne — y compris celui utilisé pour les chiffres de cet article.
• Années 1980 — le calcul par éléments finis arrive sur l'ordinateur de bureau. L'ordinateur personnel met l'analyse matricielle sur la machine même de l'ingénieur. (Cette décennie a aussi vu la première vague d'« IA » — les systèmes experts à base de règles — échouer discrètement et déclencher un « hiver de l'IA » : un rappel utile que l'automatisation sûre d'elle-même n'est pas la même chose que l'automatisation correcte.)
• 2012 — percée de l'apprentissage profond. Un réseau de neurones profond (AlexNet) remporte ImageNet avec une large avance, et l'apprentissage automatique moderne décolle — la technologie aujourd'hui derrière la détection de défauts et le SHM.
• 2017 → années 2020 — transformeurs et LLM. L'architecture transformeur (« Attention Is All You Need ») mène aux grands modèles de langage et aux outils de conception générative qui arrivent aujourd'hui dans l'AEC.

Le fil conducteur est sans équivoque : chaque avancée a automatisé le travail — l'arithmétique, la recherche, le dessin — et aucune n'a supprimé la physique. La matrice de rigidité de 1956 fait toujours le vrai travail ; le réseau de neurones est une nouvelle couche par-dessus, pas un remplacement.

Le scepticisme envers les chiffres produits par l'IA ne doit pas basculer dans le rejet de l'IA. Utilisée avec discernement, elle a déjà sa place dans le flux de travail :

• Rédaction et documentation. Premiers jets de rapports, procédures d'exécution, spécifications et e-mails — l'ingénieur relit et corrige, l'IA élimine la page blanche.
• Recherche de normes et de codes. Trouver et expliquer la clause pertinente de la NBR 8800, de l'AISC 360 ou de l'EN 1993 bien plus vite qu'en feuilletant des pages — puis vous confirmez auprès de la norme elle-même.
• Exploration paramétrique et générative. Balayer des dizaines de dispositions, de portées ou de dimensions de barres pour faire émerger des options qu'un humain n'aurait pas forcément essayées — une liste restreinte à évaluer, pas un projet à croire aveuglément.
• Modèles substituts de ML pour des simulations rapides. Des estimations quasi instantanées en phase amont, quand on cherche une direction, pas une vérification finale.
• Vision par ordinateur pour l'inspection et le SHM. Signaler fissures et corrosion sur des milliers d'images, ou surveiller les données de capteurs à la recherche d'anomalies — un tri infatigable qui concentre l'attention de l'ingénieur.
• Extraction de données et plomberie BIM/MEF. Extraire des quantités depuis des plans, réconcilier des modèles, automatiser les transferts fastidieux entre outils.

Remarquez le schéma commun à chaque réussite : l'IA propose, rédige, signale et accélère — et un humain associé à un outil déterministe vérifie et décide. C'est la discipline que le reste de ce guide rend concrète : gardez l'IA dans la boucle, mais gardez le solveur et l'ingénieur responsables des chiffres.

Voici la façon la plus courante dont un ingénieur rencontre l'IA aujourd'hui : vous tapez une demande dans un chatbot. « Dimensionnez une poutre en acier sur appuis simples, portée de 6 m, supportant une charge uniforme de 25 kN/m. » Un LLM compétent répondra avec aisance — il pourra citer wL²/8, proposer un profilé, voire citer une capacité. Une partie sera juste. Une partie pourra être silencieusement fausse : un module de résistance hallucinué, une limite mal mémorisée, une vérification qu'il aura sautée. Le texte ne vous donne aucun moyen de savoir laquelle.

Nous faisons donc ce que le LLM ne peut pas faire : nous calculons de façon déterministe. Prenez la réponse à cette demande — un IPE 330 sur appuis simples en S355, portée L = 6,0 m, charge uniforme w = 25 kN/m — et faites-la passer par le moteur MEF de CalcSteel. Il reproduit exactement la solution en forme fermée :

• Réactions d'appui : R = wL/2 = 75 kN à chaque appui.
• Effort tranchant maximal : V_max = 75 kN aux appuis.
• Moment maximal : M_max = wL²/8 = 112,5 kN·m à mi-portée.
• Flèche : le moteur indique 18,6 mm = L/322 — dans la limite usuelle de L/300. (Il inclut la déformation par cisaillement, donc la valeur se situe juste au-dessus de celle du manuel, 5wL⁴/384EI, soit ~17,75 mm = L/338 — une différence réelle, faible, que la formule manuelle ne capte pas.)
• Taux d'utilisation en résistance : par rapport à la capacité élastique en flexion du profilé M_Rd,el ≈ 243,5 kN·m, le taux d'utilisation est de 0,46.

Chacun de ces chiffres correspondait à la solution en forme fermée à la décimale près. C'est là tout l'enjeu — non pas que la poutre soit sûre (elle l'est), mais que sa sécurité soit établie par un calcul déterministe, et non par un paragraphe éloquent. Un LLM peut deviner le profilé ; seul le solveur le certifie. Dès l'instant où vous disposez d'un chiffre vérifiable, l'IA cesse d'être une boîte noire et devient un premier jet rapide. Alors vérifiez-le — c'est exactement à cela que sert la calculatrice ci-dessous.

Ne prenez pas la section précédente sur parole — reproduisez-la. La calculatrice ci-dessous est le véritable solveur de poutre CalcSteel, intégré ici même : entrez une portée sur appuis simples de 6 m, une charge uniforme de 25 kN/m et un IPE 330, et regardez-la renvoyer les mêmes réactions de 75 kN, le moment maximal de 112,5 kN·m ainsi que la flèche et le taux d'utilisation de l'exemple 1 — avec les diagrammes complets de l'effort tranchant et du moment fléchissant.

C'est cette habitude qui rend l'IA sûre à utiliser : chaque fois qu'un modèle vous remet une poutre, une charge ou un profilé, injectez-les ici et regardez les vrais chiffres. Le calcul est illimité, gratuit et ne nécessite aucune connexion. Pour la théorie derrière ce que vous vérifiez, voir diagrammes d'effort tranchant et de moment fléchissant et comment dimensionner une poutre en acier ; pour le volet des états limites de service, limites de flèche.

La « conception générative » est le terme d'IA qui suscite le plus d'enthousiasme — et le plus de confusion. Sous l'étiquette, c'est une optimisation sous contraintes : explorer un espace d'options et renvoyer celles qui satisfont les contraintes au moindre coût. C'est réellement utile — mais cela ne vaut que ce que vaut l'analyse interrogée et les contraintes que vous lui donnez. Laissons une recherche réelle rendre cela concret.

Conservons la demande de l'exemple 1 (L = 6 m, w = 25 kN/m) et les contraintes qu'un optimiseur recevrait — résistance en flexion et une limite de flèche de L/300. Laissons-le maintenant parcourir la gamme des IPE laminés. Le moteur MEF dimensionne chaque candidat :

• IPE 270 (216 kg) : assez résistant (taux d'utilisation 0,77) mais fléchit à 37,8 mm = L/159 — échoue sur la flèche.
• IPE 300 (253 kg) : taux d'utilisation 0,59, flèche 26,1 mm = L/230 — échoue encore sur la flèche.
• IPE 330 (295 kg) : taux d'utilisation 0,46, flèche 18,6 mm = L/322 — le profilé le plus léger qui satisfait les deux critères. Le minimum honnête.
• IPE 360 (343 kg) : taux d'utilisation 0,36, flèche L/447 — passe avec de la marge.
• IPE 500 (544 kg) : le choix « prudence maximale » — taux d'utilisation 0,17, flèche L/1330. Passe très largement, et pèse 544 kg.

Deux enseignements que l'optimiseur rend évidents. D'abord, la résistance est vérifiée pour chaque profilé — même l'IPE 270 à 0,77 — pourtant les deux plus légers sont inutilisables car c'est la flèche qui gouverne. Un « optimiseur » qui ne vérifierait que la résistance aurait livré un plancher qui rebondit. Ensuite, l'IPE 500, trop prudent, est 249 kg plus lourd que l'IPE 330 correctement dimensionné — 46 % d'acier en plus — pour aucun bénéfice sur cette portée.

Voilà ce que fait réellement la conception générative quand elle fonctionne : elle trouve ce minimum honnête parce qu'une analyse correcte lui a indiqué quelle contrainte gouverne. Donnez-lui une mauvaise analyse ou les mauvaises contraintes, et elle optimisera avec assurance la mauvaise chose. L'intelligence qui compte se trouve dans la mécanique et les contraintes — pas dans le mot « générative ». Voir limites de flèche pour les règles d'état limite de service qui gouvernent ici.

Une poutre isolée sur appuis simples est isostatique — la statique seule donne la réponse, si bien qu'un LLM peut parfois y arriver en récitant une formule. Un bâtiment réel n'a rien de cela. C'est un portique hyperstatique : les moments se redistribuent entre poutres et poteaux, le vent doit trouver un chemin jusqu'au sol, et il n'existe aucune équation en forme fermée à réciter. C'est là que l'IA fondée sur la reconnaissance de motifs arrive en bout de course, et où un véritable solveur est la seule option.

Modélisons un portique : portée de 12 m, hauteur d'égout de 6 m, deux poteaux IPE 450 et une poutre IPE 400, nœuds rigides soudés et pieds encastrés, sous une charge gravitaire w = 14 kN/m sur la poutre plus une poussée latérale de vent de 12 kN. Le moteur MEF par rigidité directe indique :

• Équilibre : ΣF_x = −12 kN (les pieds encastrés absorbent la totalité de la poussée du vent) et ΣF_y = 168 kN (= 14 kN/m × 12 m de gravité). Les réactions s'équilibrent au newton près.
• Redistribution : le moment maximal de la poutre est de 213,1 kN·m — bien en dessous des 252 kN·m qu'aurait une poutre isolée (wL²/8), car les nœuds rigides tirent le moment de la travée vers les angles.
• Asymétrie due au vent : la poussée fait pencher le portique, si bien que les deux nœuds d'angle diffèrent — 21,3 kN·m côté au vent, 56,4 kN·m côté sous le vent — et même les réactions verticales se répartissent de façon inégale (81,1 kN contre 86,9 kN). Les méthodes manuelles peinent ici ; le MEF le fait instantanément.

Voici maintenant la preuve que la machine a raison, pas seulement qu'elle est rapide. Pour toute poutre, le moment à mi-travée plus la moyenne des moments d'extrémité doit être égal à wL²/8. Vérifions : 213,1 + (21,3 + 56,4)/2 = 213,1 + 38,9 = 252,0 kN·m = wL²/8, exactement. La redistribution n'est pas approximative — c'est la solution exacte de la structure hyperstatique, et l'identité le confirme. Un LLM peut décrire la redistribution avec des mots ; il ne peut pas produire ce chiffre. Seul le solveur déterministe le peut — c'est précisément pour cela qu'un véritable outil de calcul de structures ne peut pas être un chatbot.

Entre « demander à un chatbot » et « lancer une analyse complète » se situe une idée réellement puissante : le modèle substitut. Entraînez un réseau de neurones sur des milliers de cas MEF résolus, et il apprend à prédire les résultats — un taux d'utilisation, une fréquence propre, un déplacement de pic — en quelques millisecondes, sans résoudre les équations. Pour les boucles d'optimisation qui doivent évaluer dix mille candidats, ou pour des simulations en temps réel en phase amont, cette vitesse change tout.

Mais un modèle substitut comporte trois limites que l'ingénieur doit respecter :

• Il interpole ; il ne comprend pas. Dans la plage de ses données d'entraînement, il peut être remarquablement précis. Poussez-le hors de cette plage — une portée inhabituelle, un nouveau matériau, un cas de charge qu'il n'a jamais vu — et il échoue en silence, renvoyant un chiffre confiant sans aucun avertissement qu'il extrapole.
• Il a besoin du MEF à la fois comme professeur et comme arbitre. Les données d'entraînement proviennent d'un solveur déterministe, et le projet final doit être vérifié par l'un d'eux. Le modèle substitut accélère la recherche ; il n'a pas le dernier mot.
• Ses erreurs sont statistiques, pas physiques. Un modèle substitut peut violer légèrement l'équilibre sans jamais s'en rendre compte. L'apprentissage automatique guidé par la physique — qui intègre les équations gouvernantes dans l'entraînement — est la voie intermédiaire prometteuse, mais elle réduit l'écart plutôt qu'elle ne le comble.

Le bon modèle mental : le ML propose vite, le MEF vérifie exactement, et l'ingénieur répond de l'enveloppe. Un modèle substitut est un excellent éclaireur et un mauvais juge — utilisez-le pour explorer, jamais pour valider.

Les limites les plus dures de l'IA en ingénierie des structures ne sont pas techniques — elles sont professionnelles. Le résultat d'un modèle n'est pas un projet ; le tampon d'un ingénieur habilité l'est. Le devoir de diligence ne change pas parce qu'un réseau de neurones a produit la géométrie, et « c'est l'IA qui me l'a dit » n'est pas une défense qu'un tribunal, un client ou une structure effondrée acceptera.

Les risques qu'il vaut la peine de nommer clairement :

• Hallucination assurée d'elle-même. Les LLM génèrent la réponse la plus plausible, pas la correcte, et ne signalent jamais de doute. Un profilé erroné peut se lire exactement comme un profilé correct.
• Opacité de la boîte noire. Si vous ne pouvez pas expliquer pourquoi un résultat est ce qu'il est, vous ne pouvez pas le défendre — et, de plus en plus, vous ne pouvez pas le faire approuver. La traçabilité n'est pas optionnelle dans un domaine critique pour la sécurité.
• Données médiocres, résultats médiocres. Un modèle entraîné sur des données biaisées, éparses ou mal étiquetées sera assurément faux exactement sur les cas que vous n'aviez pas anticipés.
• Complaisance envers l'automatisation. Plus l'outil est soigné, plus il est facile d'arrêter de vérifier. C'est précisément là qu'une erreur silencieuse passe.

Rien de tout cela n'est un argument contre l'IA — c'est un argument pour garder l'ingénieur aux commandes de la vérification. Traitez chaque résultat d'IA comme vous traiteriez un calcul remis par un junior talentueux mais pas encore éprouvé : comprenez-le, vérifiez les cas gouvernants face à une analyse réelle, et assumez la responsabilité personnelle du chiffre avant qu'il ne quitte votre bureau. Les cadres d'IA responsable pour le domaine disent la même chose avec plus de mots : c'est l'humain, pas le modèle, qui est responsable.

Rassemblez les deux moitiés et vous obtenez le flux de travail qui fonctionne vraiment : laissez l'IA avancer à la vitesse de l'IA sur ce qu'elle fait bien, et ancrez chaque chiffre structurel à un moteur déterministe. C'est exactement la forme de CalcSteel :

• Modélisez et analysez la structure réelle avec un véritable moteur MEF — la méthode de la rigidité directe de 1956, qui tourne dans votre navigateur — y compris les portiques hyperstatiques de l'exemple 3 qu'aucun chatbot ne peut résoudre.
• Vérifiez chaque barre selon la norme de votre choix — NBR 8800, AISC 360 ou EN 1993 — avec le profilé classifié et le taux d'utilisation calculé, et non affirmé.
• Lisez le résultat d'un coup d'œil. Les barres sont colorées du vert au rouge selon le taux d'utilisation, si bien qu'une barre surdimensionnée (gaspillant de l'acier, comme l'IPE 500) est aussi visible qu'une barre surchargée — le retour honnête dont un optimiseur, ou une IA, a besoin pour être fiable.
• Avancez vite sans halluciner. Vous obtenez une itération à la vitesse de l'IA avec la rigueur du MEF : le solveur n'invente jamais un chiffre, et chaque diagramme est reproductible.

Les poteaux qui reprennent à la fois une charge axiale et un moment de portique sont vérifiés avec une équation d'interaction, jamais la flexion seule — voir flexion composée (axiale + flexion). Et les portiques répétitifs et empilables qui rendent la conception paramétrique pilotée par l'IA si efficace sont couverts dans construction modulaire en acier. CalcSteel est le vérificateur déterministe dont votre flux de travail assisté par IA a besoin — l'endroit où une idée rapide devient un projet vérifié.

Six erreurs qui transforment l'IA d'un atout en un risque

1. Faire confiance au chiffre d'un LLM sans vérification par un solveur. Le texte est fluide, le module de résistance peut être inventé. Toute poutre, charge ou capacité qu'un modèle vous donne doit passer par une analyse réelle avant que vous n'y croyiez.
2. Supposer que l'IA élimine la physique. Elle élimine le travail, pas la mécanique. L'équilibre et la vérification normative restent ce qui décide de la sécurité — l'exemple 1 n'a réussi que parce que le moteur l'a confirmé.
3. Utiliser un modèle substitut hors de sa plage d'entraînement. Un modèle de ML extrapole en silence. Hors distribution, sa réponse assurée ne vaut rien ; vérifiez avec le MEF.
4. Dimensionner sur la résistance quand la flèche gouverne. L'optimiseur de l'exemple 2 aurait livré un IPE 270 sur la seule résistance — L/159, une défaillance qui rebondit. Manquez la limite gouvernante et l'IA ne fait qu'atteindre la mauvaise réponse plus vite.
5. Oublier qui est responsable. Ce n'est pas le modèle qui est tamponné ; c'est vous. Le devoir de diligence ne change pas selon l'outil qui a dessiné la géométrie.
6. Traiter la « conception générative » comme de la magie. C'est une optimisation sous contraintes appliquée à une analyse réelle. Donnez-lui les mauvaises contraintes ou un mauvais modèle, et elle optimisera, magnifiquement, la mauvaise chose.

FAQ

L'IA va-t-elle remplacer les ingénieurs en structures ? Non — elle change le métier. L'IA automatise la rédaction, la recherche et l'exploration de première passe ; elle ne peut pas assumer de responsabilité professionnelle, résoudre un portique hyperstatique sans un véritable solveur, ni remplacer le jugement d'ingénierie. L'ingénieur monte dans la chaîne de valeur, passant de la production de chiffres à la spécification de l'intention et à la vérification des résultats.

Puis-je utiliser ChatGPT pour dimensionner une poutre ? Pour explorer et expliquer, oui ; pour certifier, non. Comme l'a montré l'exemple 1, un LLM peut proposer un IPE 330 — mais seul un solveur déterministe confirme R = 75 kN, M = 112,5 kN·m et la flèche. Vérifiez toujours le chiffre dans une véritable calculatrice.

La conception générative est-elle réelle, ou est-ce du battage médiatique ? Réelle, quand c'est une optimisation sous contraintes appliquée à une analyse correcte (exemple 2). Du battage médiatique, quand elle est présentée comme une intelligence qui dispense de comprendre ce qui gouverne le projet.

CalcSteel utilise-t-il l'IA ? Le noyau structurel est un MEF déterministe par conception — aucun effort dans une barre n'est jamais produit par un modèle de langage. C'est bien là tout l'enjeu : c'est le vérificateur auquel votre flux de travail assisté par IA peut faire confiance.

• L'IA est une couche rapide sur une fondation fixe. LLM, modèles substituts de ML, conception générative, vision par ordinateur et automatisation accélèrent le travail — aucun ne remplace le noyau de mécanique déterministe qui se trouve dessous.
• Les LLM prédisent du texte, pas des efforts. Notre poutre IPE 330 n'est fiable que parce qu'un véritable moteur MEF a reproduit R = 75 kN, M_max = 112,5 kN·m et δ = L/322 à la décimale près.
• La « conception générative » est une optimisation sous contraintes. La résistance était vérifiée pour chaque profilé ; c'est la flèche qui gouvernait. Le minimum honnête était un IPE 330 — un IPE 500 gaspille 46 % de l'acier.
• Seul le MEF résout le véritable portique. Le portique hyperstatique a redistribué 252 → 213 kN·m, et 213,1 + 38,9 = 252 = wL²/8 exactement — une identité qu'un LLM ne peut que deviner.
• L'IA propose, la mécanique dispose. L'ingénieur responsable vérifie, tamponne et répond de chaque chiffre.

Vérifiez dès maintenant la poutre de n'importe quelle IA dans la calculatrice de poutre gratuite — illimitée, sans connexion pour le calcul — puis modélisez, vérifiez et dimensionnez correctement toute la structure dans CalcSteel, et laissez un véritable moteur MEF transformer une idée rapide en un projet que vous pouvez défendre. Les étudiants ont tout débloqué, gratuitement, via /education.