L’IA s’invite dans les amphithéâtres
Dans les universités, l’intelligence artificielle n’est plus un sujet abstrait réservé aux laboratoires de recherche ou aux formations en informatique. Elle est désormais présente dans les amphithéâtres, dans les devoirs à rendre et dans les discussions pédagogiques les plus fondamentales. Aux États-Unis, de nombreux enseignants s’interrogent sur l’impact de ces outils sur le cœur même de leur mission : former des étudiants capables de penser par eux-mêmes, de juger et de résoudre des problèmes complexes.
Longtemps, l’enseignement supérieur a reposé sur un équilibre entre transmission de savoirs et développement de compétences intellectuelles. Or l’IA générative, capable de rédiger des textes, de résoudre des équations ou de produire du code en quelques secondes, vient bousculer cet équilibre. Pour certains enseignants, il s’agit d’un bouleversement sans précédent dans leur carrière, qui oblige à repenser les objectifs, les méthodes et même la définition d’un diplôme universitaire.
Former des esprits critiques à l’ère des réponses automatiques
Pour Derek Bruff, directeur du Center for Teaching Excellence de l’université de Virginie, l’enjeu central de l’université n’a jamais été la simple restitution de connaissances. Selon lui, la mission principale reste le développement de la pensée critique, de la capacité de jugement et de la résolution de problèmes, des compétences essentielles bien au-delà de la salle de cours.
Le défi actuel tient au fait que l’IA permet de déléguer précisément ces compétences. Résoudre un problème, rédiger un raisonnement ou synthétiser une argumentation peut désormais être confié à un outil numérique. Cette facilité pousse les enseignants à revoir leurs pratiques pédagogiques et leurs évaluations, afin de s’assurer que les étudiants ne se contentent pas d’accepter des réponses produites par des machines.
Quel profil pour le diplômé de demain ?
Un consensus émerge néanmoins chez les enseignants : l’enseignement supérieur doit continuer à préparer les étudiants à leur future vie professionnelle. Or les compétences liées à l’IA deviennent progressivement une attente dans de nombreux secteurs. La question n’est donc pas de savoir s’il faut enseigner l’IA, mais comment l’intégrer sans affaiblir les fondamentaux.
Colin Campbell, professeur de physique et d’astronomie à l’université de Mount Union dans l’Ohio, résume cette tension : ignorer l’existence de l’IA serait irréaliste, mais s’y abandonner totalement serait tout aussi dangereux. Dans ses cours, il continue par exemple à demander aux étudiants de tracer des vecteurs à la main pour comprendre les forces physiques, tout en réintroduisant des évaluations écrites simples pour vérifier la solidité des bases.
Apprendre avant d’automatiser
Selon Colin Campbell, la question clé reste la vérification. Si l’IA fournit une réponse, encore faut-il être capable d’en juger la pertinence, d’identifier ses erreurs et de comprendre ses limites. « Qui va vérifier l’IA ? », interroge-t-il, en soulignant que les cas complexes ou atypiques échappent souvent aux solutions automatiques.
Certains enseignants adaptent donc l’usage de l’IA au niveau des étudiants. Un débutant pourra, par exemple, utiliser un outil d’IA pour générer une simulation d’un système physique complexe, à condition de démontrer sa compréhension de cette simulation. À un niveau plus avancé, l’IA peut devenir un assistant dans l’écriture du code lui-même, sans remplacer la maîtrise des principes scientifiques sous-jacents.
L’employabilité en ligne de mire
Au-delà de la réussite académique, l’enjeu est clairement professionnel. Pour Campbell, un étudiant qui saurait uniquement formuler des requêtes à un chatbot et transmettre ses réponses brutes serait difficilement employable. Les entreprises attendent des profils capables d’analyser, de contextualiser et de prendre des décisions, pas seulement d’exploiter des outils.
Cette réalité est souvent explicitée aux étudiants. Les enseignants prennent le temps d’expliquer pourquoi le cheminement intellectuel compte autant que le résultat final, et pourquoi sauter directement à la réponse peut nuire au développement des compétences sur le long terme.
Les humanités face au risque de la délégation cognitive
Les disciplines littéraires et les sciences humaines ne sont pas épargnées. Asao Inoue, professeur de rhétorique et de composition à l’université d’Arizona State, observe que les travaux d’écriture réflexive sont particulièrement faciles à externaliser vers des outils d’IA.
Plutôt que de se limiter à des interdictions, il choisit d’ouvrir un dialogue sur le sens du travail intellectuel. Il rappelle à ses étudiants que ce qui a de la valeur prend du temps, et que l’amélioration de la condition humaine passe rarement par des solutions instantanées. En parallèle, il reconnaît les contraintes réelles qui pèsent sur les étudiants : emploi salarié, charges familiales, emplois du temps saturés.Des engagements éthiques pour responsabiliser les étudiants
Dès le début de ses cours, Asao Inoue demande aux étudiants de rédiger des engagements éthiques concernant l’usage de l’IA. Ces promesses sont régulièrement réexaminées au fil du semestre, invitant chacun à réfléchir à ses pratiques et à ses choix.
La conception même des devoirs joue un rôle dissuasif. Les étudiants doivent fournir toutes les étapes de leur travail : notes, brouillons, pistes abandonnées. Cette exigence rend l’utilisation excessive de l’IA peu rentable, car elle demanderait presque autant d’efforts que le travail personnel.
L’IA comme outil pédagogique assumé
Si certains enseignants restent prudents, d’autres intègrent volontairement l’IA dans leurs pratiques. À l’université de Californie à Santa Barbara, Uma Ravat, enseignante en probabilités, statistiques et data science, utilise des productions d’IA comme support pédagogique.
Elle projette par exemple des réponses générées par une IA en classe et invite les étudiants à en identifier les erreurs ou les hypothèses implicites. Cette approche permet d’aborder très tôt la question de la fiabilité des outils, tout en développant les compétences d’analyse critique.
Transformer l’erreur en opportunité d’apprentissage
En mettant en évidence l’imprévisibilité de l’IA, les enseignants montrent que ces technologies ne sont ni neutres ni infaillibles. Les étudiants observent en direct comment une réponse peut sembler cohérente tout en étant erronée, ce qui renforce leur vigilance intellectuelle.
Pour Uma Ravat, l’IA permet également de dynamiser de grands groupes d’étudiants. Elle s’appuie sur ces outils pour créer des exercices courts et ciblés, intégrés au fil du cours, favorisant l’interaction et l’engagement.
Entre initiatives individuelles et stratégies institutionnelles
À l’échelle des établissements, les réponses restent encore hétérogènes. Derek Bruff constate que de nombreuses adaptations reposent aujourd’hui sur l’initiative individuelle des enseignants. Chacun expérimente, ajuste ses évaluations et redéfinit ses priorités pédagogiques.
Mais cette approche montre aussi ses limites. Pour que les compétences liées à l’IA s’intègrent de manière cohérente, une réflexion collective paraît nécessaire. Certains établissements proposent déjà aux enseignants de repenser un cours, voire un programme entier, afin d’y intégrer explicitement ces nouveaux enjeux.
Réformer sans précipitation
Pour autant, la prudence reste de mise. Les technologies évoluent rapidement, et il est difficile de définir un objectif stable pour une refonte complète des cursus. Derek Bruff insiste sur l’importance de ne pas agir dans l’urgence, mais d’inscrire ces évolutions dans des processus de révision déjà existants.
Selon Colin Campbell, une université qui fonctionne sainement dispose déjà des mécanismes nécessaires pour absorber l’arrivée de l’IA. L’adaptation devient alors une extension naturelle du travail pédagogique continu, plutôt qu’une révolution imposée.
À travers ces débats, une chose apparaît clairement : l’intelligence artificielle oblige l’enseignement supérieur à se recentrer sur l’essentiel. Plus que jamais, l’université est appelée à former des esprits capables de comprendre, de questionner et de décider, dans un monde où les réponses sont de plus en plus faciles à obtenir, mais pas toujours à interpréter.
