L’intelligence artificielle (IA) est de plus en plus présente dans les universités, avec des applications allant de la gestion des ressources à l’accompagnement pédagogique des étudiants. Mais derrière les promesses de gain de temps et d’optimisation de l’apprentissage, se cache un danger plus insidieux : l’érosion de l’apprentissage lui-même. Les universités risquent de perdre leur essence en déléguant aux machines les tâches qui formaient étudiants et jeunes chercheurs.
L’essentiel en bref
- Les universités utilisent de plus en plus l’IA pour automatiser des tâches, mais cela risque de vider de sa substance l’écosystème d’apprentissage et de mentorat.
- Les systèmes d’IA peuvent être non autonomes, hybrides ou autonomes, avec des effets différents sur la vie universitaire.
- Les risques liés à l’utilisation de l’IA dans les universités incluent la perte de confidentialité, les biais et le manque de transparence.
- Les universités doivent réfléchir à la manière de gérer ces risques et de préserver l’essence de l’apprentissage et de la recherche.
Les systèmes d’IA dans les universités
Les universités utilisent désormais l’IA dans de nombreux aspects de leur fonctionnement. Certains systèmes sont invisibles, comme les systèmes qui aident à répartir les ressources ou à repérer les étudiants « à risque ». D’autres sont plus visibles, comme les outils d’IA qui aident les étudiants à réviser ou les enseignants à élaborer des sujets d’évaluation.
Les risques liés à l’utilisation de l’IA
Les systèmes d’IA peuvent être non autonomes, hybrides ou autonomes. Les systèmes non autonomes automatisent certaines tâches, mais un humain reste « dans la boucle » et les utilise comme de simples outils. Les systèmes hybrides regroupent des outils qui reposent sur des technologies d’IA générative, comme les bots conversationnels assistés par l’IA ou les dispositifs de feedback personnalisé. Les systèmes autonomes, quant à eux, sont capables de prendre des décisions sans intervention humaine.
Les universités disposent en général de services de conformité, de comités d’éthique de la recherche et de mécanismes de gouvernance pensés pour anticiper ou limiter ces risques – mais, dans les faits, ils n’atteignent pas toujours pleinement ces objectifs.
Les conséquences de l’érosion de l’apprentissage
La multiplication des usages de l’IA dans l’enseignement supérieur pose une question fondamentale : à mesure que les machines deviennent capables d’assumer une part croissante du travail de recherche et d’apprentissage, que devient l’université ? À quoi sert-elle encore ? Les universités risquent de perdre leur essence en déléguant aux machines les tâches qui formaient étudiants et jeunes chercheurs.
Il est important de noter que les universités ont des ressources pour gérer ces risques et préserver l’essence de l’apprentissage et de la recherche. Cependant, il est essentiel de réfléchir à la manière de gérer ces risques et de préserver l’essence de l’apprentissage et de la recherche.
Ainsi, les universités doivent trouver un équilibre entre l’utilisation de l’IA pour améliorer l’efficacité et la préservation de l’essence de l’apprentissage et de la recherche. Cela nécessite une réflexion approfondie sur les conséquences de l’utilisation de l’IA dans les universités et sur les mesures à prendre pour préserver l’essence de l’apprentissage et de la recherche.
