Introduction : l’université ne peut plus faire comme avant#

Pendant longtemps, l’enseignement postsecondaire reposait sur une idée simple : les étudiants venaient à l’université, au collège ou dans une école professionnelle pour accéder à des connaissances difficiles à obtenir ailleurs. Le professeur expliquait, la bibliothèque conservait, l’étudiant lisait, écrivait, mémorisait, passait des examens, puis entrait dans la vie professionnelle. Ce modèle n’a pas totalement disparu, mais il est désormais profondément bouleversé. Avec l’arrivée de l’intelligence artificielle générative, une partie du savoir est devenue instantanément accessible, traduisible, résumable et réorganisable.

Aujourd’hui, un étudiant peut demander à un outil d’IA d’expliquer une théorie complexe, de résumer un article scientifique, de proposer un plan de dissertation, de corriger un texte, de simuler un entretien d’embauche, de générer du code informatique, de traduire un paragraphe ou de produire des questions de révision. Selon le Digital Education Council Global AI Student Survey 2024, 86 % des étudiants interrogés utilisaient déjà l’IA dans leurs études, et 54 % l’utilisaient chaque semaine. Ce chiffre montre que l’IA n’est plus un sujet futuriste. Elle est déjà assise dans la salle de classe, dans la chambre d’étudiant, dans le laboratoire et dans la bibliothèque numérique.

Cette transformation n’est ni purement positive ni purement négative. Elle ouvre de nouvelles possibilités d’apprentissage personnalisé, de soutien linguistique, de recherche, d’inclusion et d’innovation pédagogique. Mais elle soulève aussi des questions sérieuses : intégrité académique, dépendance cognitive, protection des données, inégalités d’accès, qualité des sources, biais algorithmiques, rôle du professeur, valeur du diplôme et préparation réelle au monde professionnel.

1. Que signifie l’enseignement postsecondaire à l’ère de l’IA?#

L’enseignement postsecondaire désigne l’ensemble des formations qui viennent après l’école secondaire : universités, collèges, instituts techniques, écoles normales, écoles de commerce, écoles de santé, écoles d’ingénierie, programmes de métiers spécialisés, formations professionnelles, microcertifications et apprentissage continu. Dans beaucoup de pays, il représente le passage entre la formation générale et la participation active à la vie professionnelle, scientifique, civique et culturelle.

À l’ère de l’IA, cet enseignement ne peut plus se limiter à la transmission de contenus. Les contenus sont partout. Le défi devient plutôt de former des personnes capables de comprendre, d’évaluer, de questionner, d’appliquer et de transformer l’information. L’étudiant du XXIe siècle n’a pas seulement besoin de savoir chercher une réponse. Il doit savoir si cette réponse est fiable, pertinente, éthique, contextualisée et humainement responsable.

L’UNESCO appelle à une approche centrée sur l’humain pour l’utilisation de l’IA générative dans l’éducation et la recherche. Cette orientation est essentielle : l’IA doit servir l’apprentissage, la dignité humaine, l’équité et la créativité. Elle ne doit pas devenir un raccourci intellectuel qui remplace la réflexion, ni un instrument de surveillance qui affaiblit la confiance entre étudiants et enseignants.

2. Les étudiants utilisent déjà l’IA : le vrai défi est la littératie#

Beaucoup d’institutions ont d’abord réagi à l’IA par la peur : peur du plagiat, peur de la tricherie, peur de perdre le contrôle de l’évaluation. Ces inquiétudes sont légitimes. Pourtant, elles ne suffisent pas. Les étudiants utilisent déjà l’IA, souvent sans formation sérieuse sur ses limites. Ils savent parfois demander une réponse, mais pas toujours vérifier une source. Ils peuvent générer un texte fluide, mais ne savent pas nécessairement repérer une hallucination, un biais, une référence inventée ou une affirmation fragile.

C’est pourquoi la littératie en IA doit devenir une compétence de base, au même titre que la lecture critique, l’écriture académique, la recherche documentaire et la pensée scientifique. L’AI Competency Framework for Students de l’UNESCO propose justement de préparer les étudiants à devenir non seulement des utilisateurs, mais aussi des acteurs responsables de l’IA. Le message est important : il ne suffit pas de savoir utiliser un outil. Il faut comprendre ses implications sociales, éthiques, techniques et professionnelles.

Dans un monde globalisé, cette littératie doit être inclusive. Un étudiant à Kinshasa, Montréal, Paris, Nairobi, Port-au-Prince, New Delhi, São Paulo, Dakar, Bruxelles ou Tokyo ne rencontre pas les mêmes réalités technologiques. Certains ont accès à des outils payants, à une connexion rapide et à des bibliothèques numériques riches. D’autres étudient avec des ressources limitées, une connexion instable ou des plateformes non adaptées à leur langue. L’enseignement postsecondaire à l’ère de l’IA doit donc être aussi une question de justice éducative.

3. Le rôle du professeur devient plus important, pas moins important#

Une erreur fréquente consiste à croire que l’IA va remplacer les professeurs. En réalité, elle rend leur rôle plus complexe et plus nécessaire. Un professeur n’est pas simplement une personne qui livre du contenu. Il ou elle interprète, accompagne, corrige, encourage, contextualise, évalue, provoque la réflexion, protège les standards académiques et aide les étudiants à devenir des adultes intellectuellement responsables.

L’AI Competency Framework for Teachers de l’UNESCO souligne que l’éducation évolue vers une relation professeur-IA-étudiant. Cela signifie que les enseignants doivent apprendre à intégrer l’IA sans perdre leur jugement professionnel. Ils doivent savoir quand l’IA peut aider, quand elle peut nuire, quand elle doit être interdite et quand elle doit être utilisée de manière transparente.

Les professeurs auront besoin de formation continue. Il ne suffira pas d’organiser un atelier d’une heure sur “comment utiliser ChatGPT”. Les institutions devront offrir un développement professionnel sérieux sur l’éthique de l’IA, la protection des données, la conception d’évaluations authentiques, la détection des fausses sources, l’accessibilité, les outils disciplinaires et les effets de l’IA sur la motivation des étudiants.

4. L’évaluation doit passer du produit final au processus d’apprentissage#

L’un des plus grands bouleversements concerne l’évaluation. Pendant longtemps, un professeur pouvait demander une dissertation, un rapport ou une réflexion écrite et supposer que le texte final représentait directement la pensée de l’étudiant. Cette supposition est désormais fragile. Un étudiant peut utiliser l’IA pour générer un plan, reformuler des paragraphes, corriger la grammaire, créer des exemples, trouver des arguments opposés ou améliorer le style.

Cela ne veut pas dire que l’écriture académique est morte. Cela veut dire qu’elle doit devenir plus transparente. L’étudiant devrait pouvoir expliquer son processus : quelles sources il a utilisées, quelles idées il a rejetées, comment il a vérifié les informations, comment l’IA l’a aidé, quelles parties viennent de son raisonnement personnel et comment il défendrait son travail devant un public réel.

5. Le curriculum doit intégrer l’IA dans toutes les disciplines#

L’IA ne concerne pas seulement les étudiants en informatique. Elle concerne aussi les futurs enseignants, infirmiers, médecins, avocats, journalistes, psychologues, gestionnaires, ingénieurs, travailleurs sociaux, artistes, chercheurs, entrepreneurs, administrateurs publics et leaders communautaires. Chaque discipline doit se demander : quelles compétences en IA nos diplômés doivent-ils posséder pour être compétents, éthiques et utiles dans cinq ans?

Dans les sciences de la santé, l’IA peut soutenir l’analyse d’images médicales, la recherche clinique et la gestion des dossiers, mais elle exige une vigilance éthique. En droit, elle peut aider à analyser des documents, mais elle ne remplace pas la responsabilité professionnelle. En éducation, elle peut personnaliser certains apprentissages, mais elle ne remplace pas la relation humaine. En journalisme, elle peut accélérer la recherche, mais elle rend la vérification encore plus cruciale. En gestion, elle peut améliorer la prise de décision, mais elle peut aussi renforcer des biais si les données sont mal utilisées.

L’OCDE souligne que l’évolution rapide de l’IA oblige les systèmes éducatifs à réévaluer les compétences nécessaires pour vivre et travailler dans un monde transformé par les machines intelligentes. Le curriculum doit donc former des personnes capables de collaborer avec l’IA, mais aussi de la critiquer.

6. La recherche académique entre dans une nouvelle époque#

L’IA transforme déjà la recherche. Elle peut aider à explorer la littérature scientifique, organiser des notes, traduire des résumés, analyser des données, générer du code, visualiser des résultats ou améliorer la clarté d’un manuscrit. Pour les chercheurs multilingues, les étudiants internationaux et les institutions moins bien financées, ces outils peuvent réduire certaines barrières.

Mais cette promesse vient avec des risques. L’IA peut inventer des références, mal interpréter des résultats, reproduire des biais, simplifier abusivement une théorie ou donner l’impression de maîtrise là où il n’y a qu’une synthèse superficielle. Les universités et les revues scientifiques doivent donc définir des politiques claires sur l’usage de l’IA dans la rédaction, l’analyse des données, la revue par les pairs, la traduction et la déclaration d’auteur.

Le chercheur de demain ne sera pas seulement celui qui produit plus vite. Ce sera celui qui vérifie mieux, questionne plus profondément et protège l’intégrité de la connaissance. L’IA peut accélérer le travail scientifique, mais elle ne remplace pas la responsabilité humaine devant la vérité.

7. L’employabilité change : les diplômes doivent prouver une vraie valeur#

L’enseignement postsecondaire a toujours eu plusieurs missions : former l’esprit, développer la citoyenneté, transmettre la culture, produire de la recherche, préparer aux professions et contribuer au bien commun. Mais l’employabilité reste une préoccupation centrale pour les étudiants et les familles. À l’ère de l’IA, la question devient plus pressante : que vaut un diplôme si les compétences apprises deviennent rapidement obsolètes?

Le World Economic Forum Future of Jobs Report 2025 indique que les employeurs s’attendent à ce que 39 % des compétences clés des travailleurs changent d’ici 2030. De son côté, le PwC Global AI Jobs Barometer 2025 affirme que les emplois exigeant des compétences en IA offrent en moyenne une prime salariale de 56 % par rapport à des rôles similaires sans ces compétences.

Cela ne signifie pas que tous les étudiants doivent devenir programmeurs. Cela signifie plutôt que presque tous les diplômés devront comprendre comment l’IA modifie leur domaine. Le futur du travail appartient aux profils hybrides : des infirmiers qui comprennent les outils d’aide au diagnostic, des enseignants capables d’utiliser l’IA sans sacrifier la pédagogie, des juristes qui savent vérifier des recherches automatisées, des entrepreneurs qui utilisent l’IA pour innover, et des leaders capables de décider avec données, éthique et discernement.

8. L’équité mondiale : l’IA va-t-elle démocratiser ou aggraver les inégalités?#

L’un des grands espoirs de l’IA est la démocratisation du savoir. Un étudiant vivant loin des grands centres universitaires peut recevoir une explication dans sa langue. Un adulte qui travaille peut apprendre le soir. Un réfugié peut accéder à une formation. Un étudiant en situation de handicap peut bénéficier d’outils d’assistance. Un chercheur du Sud global peut améliorer la visibilité de ses travaux grâce à la traduction et à la correction linguistique.

Mais l’inverse est aussi possible. Si les meilleurs outils coûtent cher, si les plateformes ne respectent pas les langues locales, si les données viennent surtout des pays riches, si les infrastructures numériques sont faibles, alors l’IA pourrait creuser les écarts entre institutions. Le Stanford AI Index 2026 souligne que les systèmes éducatifs et les infrastructures de gouvernance peinent à suivre le rythme du développement technologique. Cette observation est particulièrement importante pour les pays et communautés où l’accès à Internet, à l’électricité, aux bibliothèques numériques et aux outils payants reste inégal.

L’enseignement postsecondaire mondial doit donc éviter une nouvelle forme de dépendance technologique. Les universités africaines, latino-américaines, asiatiques, caribéennes, autochtones et rurales ne doivent pas seulement consommer des outils conçus ailleurs. Elles doivent participer à leur conception, leur gouvernance, leur adaptation culturelle et leur critique.

9. L’éthique doit être au centre, pas à la fin#

L’éthique de l’IA ne peut pas être un chapitre ajouté à la fin d’un cours. Elle doit traverser tout le curriculum. Les étudiants doivent comprendre les enjeux de vie privée, de propriété intellectuelle, de surveillance, de discrimination algorithmique, d’impact environnemental, de dépendance cognitive, de désinformation et de responsabilité professionnelle.

Les lignes directrices européennes sur l’usage éthique de l’IA et des données en enseignement rappellent que les éducateurs doivent comprendre à la fois le potentiel et les risques de ces technologies. Même si ces lignes directrices ont été élaborées dans un contexte européen, leur message dépasse l’Europe : l’IA éducative doit être utilisée avec esprit critique, transparence, inclusion et responsabilité.

Une université qui adopte l’IA sans réflexion éthique risque de devenir plus rapide, mais pas nécessairement meilleure. Elle peut corriger plus vite, surveiller plus facilement, automatiser davantage et produire plus de données, tout en affaiblissant la confiance, la créativité et la liberté intellectuelle. La vraie innovation éducative ne consiste pas à automatiser le vieux modèle. Elle consiste à construire un meilleur modèle.

10. Ce que les dirigeants d’établissements doivent faire maintenant#

L’IA ne peut pas être laissée à l’improvisation individuelle. Les recteurs, présidents, doyens, directions de collèges, professeurs, bibliothécaires, services informatiques, associations étudiantes, syndicats, employeurs et gouvernements doivent travailler ensemble. Les politiques institutionnelles doivent être claires, mais pas rigides au point d’étouffer l’innovation.

• Élaborer une politique institutionnelle claire distinguant les usages permis, limités et interdits de l’IA.
• Former les professeurs et le personnel à l’usage pédagogique, éthique et disciplinaire de l’IA.
• Intégrer la littératie en IA dans tous les programmes, pas seulement en informatique.
• Redéfinir l’évaluation autour du processus, de l’oral, de la réflexion, de l’application et de la preuve d’apprentissage.
• Protéger les données des étudiants avant d’imposer des plateformes commerciales.
• Réduire les inégalités d’accès par des outils abordables, inclusifs et multilingues.
• Préserver la mission humaine de l’éducation : former le jugement, la sagesse, la créativité, l’éthique et le service.

11. Vers un nouveau modèle d’enseignement postsecondaire#

Le modèle postsecondaire de demain sera probablement plus flexible, interdisciplinaire, numérique, expérientiel et continu. Les étudiants pourront combiner diplômes, microcertifications, stages, apprentissages en milieu de travail, projets communautaires, recherche appliquée, cours en ligne et formations courtes. L’IA pourra soutenir la personnalisation, mais l’humain devra rester au centre.

L’université ou le collège du futur ne doit pas devenir une usine automatisée de diplômes. Il doit devenir un espace où la technologie aide les étudiants à apprendre plus efficacement, pendant que les enseignants les aident à penser plus profondément. L’IA peut soutenir la répétition, le feedback et l’organisation. Mais l’éducation doit continuer à former la conscience, la responsabilité, la créativité et le sens du bien commun.

Conclusion : l’IA oblige l’éducation à redevenir profondément humaine#

L’intelligence artificielle révèle une vérité ancienne : l’éducation n’a jamais été seulement une accumulation d’informations. Elle est une formation de la personne. Elle développe la discipline, le jugement, la mémoire, la créativité, l’éthique, la capacité de dialoguer, le courage de chercher la vérité et la responsabilité de servir le monde.

À l’ère de l’IA, l’enseignement postsecondaire doit cesser de défendre des routines dépassées et commencer à défendre sa mission la plus profonde. Les cours, les examens, les dissertations, les laboratoires, les stages, les mémoires et les thèses vont changer. Mais le but demeure : aider les êtres humains à comprendre le monde et à l’améliorer.

Les établissements qui réussiront ne seront pas ceux qui auront simplement acheté les outils les plus modernes. Ce seront ceux qui auront compris que la technologie doit être mise au service de l’humain. Ils enseigneront l’IA, mais aussi ses limites. Ils encourageront l’innovation, mais protégeront l’intégrité. Ils prépareront au travail, mais aussi à la citoyenneté. Ils utiliseront les machines intelligentes, mais n’oublieront jamais que la sagesse reste une responsabilité humaine.