Résumé

Cette contribution propose une synthèse réflexive sur l'irruption de l'intelligence artificielle générative — ChatGPT, Bard et autres grands modèles de langage (LLM) — dans le champ de l'enseignement supérieur. À partir d'une revue de la littérature scientifique, de la presse et d'enquêtes de terrain menées en 2023, l'auteur interroge une question devenue centrale pour les universités : ces outils annoncent-ils un véritable renouvellement des pratiques pédagogiques, ou seulement une nouvelle source d'inquiétude ?

En s'appuyant sur le modèle du triangle pédagogique de Houssaye (enseignant – savoir – apprenant), l'analyse montre que l'IA générative reconfigure simultanément la relation didactique et la relation d'apprentissage, obligeant à repenser la relation pédagogique elle-même. L'auteur met en balance les bénéfices — aide à la conception de cours, tutorat personnalisé, stimulation de la créativité — et les risques — intégrité académique, évaluations faussées, informations inexactes, dépendance excessive — avant de formuler des recommandations concrètes à destination des enseignants, des chercheurs et des étudiants.

Points clés à retenir

• L'IA générative est une innovation potentiellement disruptive pour l'enseignement supérieur, mais elle s'inscrit dans une longue série d'innovations (moteurs de recherche, Wikipédia…) qui ont déjà questionné le rôle de l'enseignant.
• Le triangle pédagogique de Houssaye sert de grille de lecture : ces outils impactent directement la relation didactique et la relation d'apprentissage.
• Bénéfices identifiés : conception de plans de cours et d'évaluations, tutorat virtuel, brainstorming et créativité, gain de temps.
• Risques majeurs : atteintes à l'intégrité académique, évaluations injustes, informations inexactes et surdépendance vis-à-vis de l'outil.
• Pistes d'action : basculer vers une évaluation davantage formative que sommative, repenser l'ingénierie des cours et des projets, former enseignants et étudiants au « prompt engineering » et à un usage éthique.

Ce que couvre cette recherche

• Pourquoi l'IA générative suscite-t-elle autant d'intérêt ?
• ChatGPT : définitions, historique et comparaison avec Bard
• IA générative et triangle pédagogique
• Bénéfices et risques pour la relation pédagogique
• Défis pour l'évaluation des apprentissages (examens en ligne et en présentiel)
• Résultats d'enquêtes auprès d'enseignants (Ukraine) et d'étudiants (Belgique)
• Recommandations et questions ouvertes pour le débat

Pour citer cette recherche

Ghomari, A. R. (2023). IA (Intelligence Artificielle) générative : allons-nous vers un renouvellement des pratiques pédagogiques ? Laboratoire de Méthodes de Conception de Systèmes (LMCS), École nationale Supérieure d'Informatique (ESI), Alger.