Cette analyse examine comment l'intelligence artificielle modifie les processus concrets d'enseignement à l'université. Les résultats montrent que l'impact varie considérablement selon les disciplines, les cultures institutionnelles et le niveau d'accompagnement des enseignants.
L'apparition de ChatGPT en novembre 2022 a fait basculer le débat sur l'IA à l'université du registre prospectif au registre opérationnel. Du jour au lendemain, les enseignants ont dû décider quoi faire face à des étudiants capables de produire des dissertations artificielles en quelques secondes. Cette urgence a révélé le manque de préparation institutionnelle et l'absence de cadre de référence partagé.
Les auteurs abordent l'enseignement universitaire comme un système de processus interdépendants : conception des cours, animation des séances, évaluation des apprentissages, accompagnement des étudiants. L'IA n'affecte pas ces processus de manière uniforme. Elle bouleverse certains (l'évaluation) tout en laissant d'autres relativement intacts (la socialisation en amphithéâtre).
L'étude s'appuie sur des entretiens avec des enseignants de disciplines variées et sur l'analyse de documents institutionnels. Les résultats montrent trois profils de réponse : les innovateurs qui intègrent l'IA dans leur pédagogie, les vigilants qui renforcent les contrôles anti triche, et les indifférents qui n'ont pas encore modifié leurs pratiques. Ces profils correspondent à des identités pédagogiques distinctes.
C'est sur l'évaluation que l'impact est le plus fort. Les formes classiques (dissertation à domicile, rapport écrit) deviennent problématiques quand l'IA peut les produire. Certains enseignants reviennent à l'oral ou à l'examen sur table. D'autres inventent de nouvelles formes d'évaluation qui intègrent l'usage de l'IA. Cette créativité forcée révèle la dépendance du système éducatif à des formats hérités du passé.
Lancez un audit des modes d'évaluation dans votre institution ou votre département. Identifiez ceux qui sont rendus caducs par l'IA générative et constituez un groupe de travail pluridisciplinaire chargé de proposer des alternatives en trois mois.
Luckin et al. (2016). Intelligence Unleashed: An Argument for AI as a Tool for Learning
Baxter et al. (2025). Artificially Intelligent Colleagues: Assessing Lecturers' Perspectives on Generative Artificial Intelligence in UK Higher Education
Molek (2023). AI and Organizational Transformation: Anthropological Insights into Higher Education
Référence : The impact of artificial intelligence on university teaching processes: An analysis. (2024).
Fagonner son travail : les salaries qui transforment leur poste de l'interieur
L'IA generative comme levier de job crafting : les premieres preuves empiriques
Resilience face a l'IA : les profils qui s'en sortent le mieux
Les travailleurs du savoir face à l'IA : des récits de transformation
L'entretien comprehensif : la methode qualitative qui donne la parole aux gens
Vivre ensemble mais seuls : le paradoxe de l'individualisme contemporain
L’expérience client repose sur une connexion émotionnelle, une constance irréprochable et un équilibre harmonieux entre humain et digital.
Les récompenses variables peuvent être comparées aux machines à sous.
Le leadership efficace est moins une question de pouvoir formel qu'une compétence relationnelle
