Comment accompagner les établissements et les communautés pédagogiques à l'ère de l'IA ?
IA et enseignement supérieur : agir, encadrer, accompagner
Date : 2025
Documentation proposée par :
C'est parti !
Crédits
Pourquoi ce livrable
Enjeux
Retours d'expériences
Besoin de positionnement
Sommaire
Les institutions
Les équipes pédagogiques
Les étudiant·es
Les ingénieur·es pédagogiques
Les institutions
Retour
Quel positionnement
- Enoncés de principes
- Chartes
- Confidentialité des données
Recommandations
- Positionnement générique
- Consignes (générales et différents usages)
Pour aller + loin
Les institutions
Retour
Quel positionnement
Face aux inquiétudes croissantes des équipes pédagogiques et aux usages des IA génératives par les étudiants, les institutions doivent se doter de documents officiels permettant d’encadrer ces pratiques.
Confidentialité des données
Enoncés de principes
Chartes
Les institutions - Quel positionnement
Retour
Enoncés de principes
Les universités et écoles s’étant positionnées sur le sujet des IA affichent généralement un « énoncé de principe ». Cet énoncé a souvent une visée communicative et est affiché sur une page web dédiée au positionnement de l’établissement vis-à-vis de l’IA. Il permet à l’établissement de reconnaître le potentiel des IA et d’afficher ses grandes orientations à destination de la communauté éducative.
Ex : L’énoncé de principe de l’Université de Sherbrooke insiste sur une utilisation « judicieuse critique, sécuritaire et éthique » de l’IA, tandis que l’ETH Zurich rappelle l’intégrité académique attendue de la part des étudiants.
Les institutions - Quel positionnement
Retour
Chartes
Les établissements se dotent également d’un document plus développé, la « charte », qui leur permet d’expliciter leur positionnement en précisant les consignes d’utilisation de l’IA.
- Côté Québec, certaines se sont positionnées rapidement et font figure de modèles.
- En France, certaines universités ont déjà pu produire leurs propres chartes.
Université de Sherbrooke
Université d'orleans
Université de Laval
Université de Franche-Comté
Université de Grenoble Alpes
Université de Liège
Les institutions - Quel positionnement
Retour
Confidentialité des données
En contrepartie, une telle pratique nécessite des ressources importantes (infrastructure réseau, stockage, matériels, humains…) et impose une expérience moins complète qu’une IAG en ligne. Cependant, cela offre une alternative intéressante dans certains usages des IAG et permet surtout à l’institution de l’inscrire pleinement dans sa charte. C’est une réponse pertinente face à l’inquiétude de certains usagers qui doivent diffuser des documents lors de certaines requêtes spécifiques. Une bonne recommandation serait d’expérimenter cette solution avec les équipes pédagogiques et le personnel administratif avant de le déployer auprès des étudiants.
Certaines institutions ont choisi de mettre à disposition du personnel et/ou des apprenants une IAG installée en local sur les serveurs de l’établissement. Au regard de la confidentialité des données et des documents sensibles qui peuvent être exploités par les systèmes de langage intelligent, utiliser une IAG locale permet de rester dans le cercle fermé de l’institution et ainsi conserver toute la propriété intellectuelle attendue.
Une expérimentation est en cours à l'ESAIP.
Les institutions
Retour
Recommandations
Consignes générales
Positionnement générique
Consignes usages pédagogiques
Consignes usages recherche
Consignes usages administratifs
Les institutions - Recommandations
Retour
Positionnement générique
Reconnaître l’IA comme l’opportunité d’un outil d’assistance (et non de substitution) pour soutenir l’enseignement, l’apprentissage, la recherche et les fonctions administratives.
Promouvoir un usage critique, responsable, transparent et éthique des IA, en particulier des IAG.
Insister sur la responsabilité de l’usager vis-à-vis du contenu généré par l’IA (vérification, citation, absence de plagiat).
Encourager la formation continue de tous les publics à l’IA et ses usages.
Reconnaître et prévenir les risques liés à l’usage des IA (impacts environnementaux, sociaux, éthiques, cognitifs, etc.).
Les institutions - Recommandations
Retour
Consignes générales
S’adresser à l’ensemble de la communauté de l’ESR (ou alors préciser l’adaptation locale).
Utiliser des mots clés pour poser les principes (ex : curiosité, transparence, précaution, parcimonie, éthique, responsabilité, durabilité, etc.).
Préciser la stratégie d’acculturation et d’intégration par les équipes.
Interdire la transmission de données personnelles, sensibles ou confidentielles à des outils d’IA non contrôlés.
Exiger la transparence des usages : mention obligatoire de l’usage d’une IA dans tout travail, recherche ou publication.
Privilégier les outils d’IA respectueux de la confidentialité et du RGPD (préférer les solutions internes/fermetures des API publiques non sécurisées).
Les institutions - Recommandations
Retour
Consignes usages pédagogiques
Pour les étudiants :
Pour les enseignants :
- Communiquer explicitement les consignes d’usages ou d’interdictions de l’IAG auprès des étudiants (activités d’apprentissage ou d’évaluation).
- Utiliser l’IAG de façon optionnelle, comme une assistance réversible sur les gestes pédagogiques d’un enseignant (aide à la production de contenus, correction de copies, formulation de retours personnalisés (feedbacks) aux étudiants, etc.). L’IA ne doit pas se substituer à un geste professionnel de l’enseignant.
- Savoir évaluer les résultats d’un outil d’IAG pour l’utiliser de manière appropriée et éclairée.
- Si l’IA est autorisée pour une évaluation, déclarer les usages de l’IA et demander la conservation des traces (prompts et réponses).
Les institutions - Recommandations
Retour
Consignes usages recherche
Préserver la confidentialité et la valeur stratégique de l’information dans l’utilisation des outils qui les manipulent.
Vérifier si le contenu généré provient de sources existantes afin d’ajouter les références appropriées si nécessaire : s’il s’agit véritablement d’une innovation, mentionner l’IAG utilisée en cas d’utilisation directe de tout ou partie du contenu généré.
Vérifier le cadre légal et le point de vue des revues, des éditeurs ou des financeurs concernant l'utilisation d’IAG, même s’il semble y avoir un certain consensus sur l’aide à la rédaction de textes scientifiques : attention le cadre législatif sur ces outils est en cours d’élaboration.
A éviter !
Les institutions - Recommandations
Retour
Consignes usages administratifs
Demander validation hiérarchique pour intégrer une IA dans les processus métiers.
Utiliser l’IA dans les tâches répétitives ou d’assistance (rédaction de mails, organisation de contenus, résumé de textes) uniquement avec validation humaine.
Ne jamais soumettre de données confidentielles (dossiers étudiants, RH, etc.) à des outils non conformes au RGPD.
Les équipes pédagogiques
Retour
Les équipes pédagogiques sont les premières à constater l’impact des IA sur l’apprentissage des étudiants et sur leurs réalisations.
Elles sont souvent démunies et souhaitent ses solutions pour encadrer l’usage des IA dans leurs classes.
Leur principale inquiétude porte sur l’impact de l’IA sur leurs évaluations
Encadrer les usages
Réfléchir sur l'IA
Evaluer à l'ère de l'IA
Recommandations
Les équipes pédagogiques
Retour
Encadrer les usages
Il est conseillé aux enseignants de :
- Privilégier la transparence avec les étudiants
- S'appuyer sur des outillages pédagogiques
L’usage de l’IA représente plusieurs potentialités pour les enseignants :
- Synthèse du cahier du Louvain Learning Lab
Focus sur...
Les enseignants peuvent profiter d’un module de 3h gratuit et accessible sur la plateforme FUN MOOC pour se former les usages de l’IA dans l’éducation : « Intelligence artificielle pour et par les enseignants ». Ce cours a été développé et expérimenté auprès d’enseignants et chefs d’établissement dans le cadre du projet européen AI4T, réunissant cinq pays : la France, l’Italie, l’Irlande, le Luxembourg et la Slovénie.
Les équipes pédagogiques
Retour
Réfléchir sur l'IA
L’intelligence artificielle ne doit pas être envisagée uniquement comme un outil pédagogique : elle constitue également un objet d’enseignement essentiel dans l’enseignement supérieur, quelle que soit la discipline. Alors que l’IA transforme rapidement les pratiques professionnelles, scientifiques et culturelles, former les étudiants à en comprendre les fondements, les usages et les limites devient une compétence transversale clé. Intégrer l’IA comme objet d’enseignement ne signifie pas nécessairement en faire une matière à part entière, mais plutôt inscrire ses enjeux dans une logique interdisciplinaire adaptée au contexte de chaque formation. Former les étudiants à comprendre, interroger et maîtriser les outils d’IA est un enjeu éducatif de premier plan, pour leur permettre d’agir en citoyens éclairés dans un monde ou ces outils se développent de plus en plus.
Limites et biais
Impacts environnementaux
Focus sur...
Outils de sensibilisation
Les équipes pédagogiques - Réflechir sur l'IA
Retour
Limites et biais
Les intelligences artificielles génératives présentent des limites importantes qu’il est essentiel de connaître dans un cadre pédagogique. Issues de données massives, souvent biaisées, elles peuvent générer des contenus erronés ou inventés avec une apparence de crédibilité. Les enseignants doivent donc en faire un usage raisonné, en les présentant comme des outils à interroger plutôt qu’à adopter sans recul. La méthode SIFT, proposée par HEC Montréal, constitue un excellent outil pour développer l’esprit critique face aux contenus générés par l’IAG et lutter contre les biais et désinformations. Elle s’intègre parfaitement dans une approche pédagogique responsable de l’IA.
Qu'est la méthode SIFT ?
Les équipes pédagogiques - Réflechir sur l'IA
Retour
Impacts environnementaux
Quelques chiffres :
La DRANE (Délégation Régionale Académique au Numérique Éducatif) d’Île-de-France propose un article de vulgarisation intitulé "Quel est l’impact environnemental d’une IA générative ?".
Fabrication
Entraînement
Infractructures
Inférences
Les équipes pédagogiques - Réflechir sur l'IA
Retour
Outils de sensibilisation
Des outils de sensibilisation se développent afin de former les citoyens à l'utilisation responsable des systèmes d'IA conversationnelle et à les sensibiliser aux enjeux comme le pluralisme des modèles, leur impact environnemental et leurs biais. En France, citons Compar:IA proposé par L’Atelier Numérique du Ministère de la Culture. Le service permet d'interroger à l'aveugle deux modèles de langage conversationnels (parmi plus d'une vingtaine). Les utilisateurs comparent les résultats et expriment leur préférence. Ensuite, l'outil révèle l'identité des modèles et fournit des informations sur leurs caractéristiques et leur impact environnemental. Pendant ce processus, il collecte des données sur les questions posées et les préférences exprimées. A l’international, nous retrouvons EcoLogits Calculator est un simulateur en ligne développé et maintenu par GenAI Impact, une organisation à but non lucratif. Ici pas besoin faire de requête, des exemples classiques sont proposés (générer un tweet, un email, un résumé d’un article, etc.) et la comparaison avec l’utilisation d’une voiture électrique ou encore streaming sont très parlants.
Les équipes pédagogiques
Retour
Evaluer à l'ère de l'IA
L’émergence des IAG pousse les enseignants à repenser également leurs évaluations, car de nombreux travaux traditionnels (dissertations, résumés, réponses aux questions) peuvent désormais être réalisés par une IA.
Pour conserver le sens pédagogique des évaluations et évaluer réellement les compétences des étudiants, plusieurs stratégies sont à privilégier.
Peut-on détecter l’usage d’une intelligence artificielle générative (IAG) dans les travaux étudiants ? Pas de manière fiable.
L’IA et le droit d’auteur :
Focus sur...
Les équipes pédagogiques
Retour
Recommandations
Définir une stratégie vis-à-vis des IA (évitement, contournement, intégration, etc.) et adapter ses modalités pédagogiques et évaluatives en conséquence.
Déclarer clairement les outils que les étudiants peuvent utiliser et les parties du travail qui peuvent être concernées.
Définir une règle de citation pour que les étudiants puissent citer leur utilisation des IA selon des normes bibliographiques précises.
Créer un document permettant aux étudiants déclarer leurs usages de l’IA lors d’une évaluation. Si besoin, coupler l’évaluation avec un oral (vérification, discussion, etc.).
Insister sur la responsabilité des étudiants. Faire des rappels sur l’importance de la méthodologie universitaire et du respect de l’intégrité académique et scientifique.
Expérimenter l’IA avec les étudiants pour les orienter vers des usages liés à l’apprentissage et non directement vers la production directe et la performance.
Intégrer une dimension réflexive sur les IA au sein des cours (hallucinations, biais, données personnelles, impacts sociaux et environnementaux, délaissement de compétences à l’IA, etc.).
Les étudiant·es
Retour
Enquêtes auprès des étudiant·es
Stratégies d'intégration
Thématiques
Les étudiant·es
Retour
Enquêtes auprès des étudiant·es
- En novembre 2023, Compilatio et l’Institut Le Sphynx dévoilent les résultats de leur enquête menée auprès de 5600 enseignant·es et étudiant·es d'universités françaises. Nous recommandons la consultation des chiffres clés de leur enquête pour étayer les formations et les communications à propos des IA.
- En 2023, un des groupes pédagogiques issus d’Angers Loire Campus a décidé de mener sa propre enquête sur les usages de l’IA par les étudiants des établissements de ce réseau (presque 1500 réponses). Une infographie a été réalisée afin que vous puissiez exploiter plus facilement ces résultats. Une infographie est disponible.
Les étudiant·es
Retour
Stratégies d'intégration
Plusieurs approches permettent d’envisager l’introduction de l’IA dans les parcours de formations des étudiants :
Enseignements transversaux
Enseignements disciplinaires
Parcours d'auto-formation
Parcours PIX
Les étudiant·es
Retour
Thématiques
Pour orienter les étudiants vers les bonnes pratiques en matière d’IA, il convient de s’assurer que chacun possède un socle commun de compétences. Le Ministère de l’Éducation Nationale et de la Jeunesse a ainsi fait paraître en janvier 2024 le rapport « Intelligence artificielle et éducation. Apports de la recherche et enjeux pour les politiques publiques » (p.31-32). Un rappel y est fait sur le cadre de compétences la littératie IA proposé par Long et Magerko dans « What is AI Literacy? Competencies and Design » (2020).
Fonctionnement générique des IA
L'art du prompt
Focus sur...
Posture critique et responsable
Les ingénieur·es pédagogiques
Retour
Stratégies d'accompagnement des enseignants
Thématiques à aborder dans les formations
Pour aller + loin
Les ingénieur·es pédagogiques
Retour
Stratégies d'accompagnement des enseignants
Accompagnement de projets enseignants
Outillage technologique
Retour d'expériences
Sensibiliser + Former
Les ingénieur·es pédagogiques
Retour
Thématiques à aborder dans les formations
Propositions de progression pédagogique :
Production et scénarisation
L'évaluation
Les bases de l'IA
Crédits
Conception graphiqueAdeline ESCOFIER (UA) Emmanuelle FISCHMANN (CCI 49) Rédaction du guide Florence BESSOU (CCI 49) Alexis HAY (UA) David HUON (ESAIP)
Angers Loire Campus Groupe Pédagogie
Depuis 2023, le secteur de l’éducation est confronté à l’émergence des outils d’intelligence artificielle (IA), initiée notamment par OpenAI avec ChatGPT et maintenant développée par d’autres acteurs (Copilot Microsoft, Gemini Google, Claude Anthropic,Mistral AI, Perplexity DeepSeek, etc.). Ces outils, au développement très rapide, sont entrés progressivement dans les usages de certains étudiants, enseignants et personnels dans le milieu universitaire.
Besoin de positionnement/ changement de positionnement des institutions vis-à-vis des IA
Néanmoins, l’utilisation de ces outils est très rarement balisée et les acteurs expérimentant ces outils, ou devant faire face à l’impact de leur usage, le font sans un positionnement clair de la part de leur établissement.
C’est dans ce contexte que les accompagnateurs pédagogiques du réseau Angers Loire Campus proposent un document intégrant des pistes de réflexions pour aider les établissements et leurs membres à se positionner sur le sujet de l’IA.
- L’Agence de mutualisation des universités et établissements d'enseignement supérieur ou de recherche et de support à l'enseignement supérieur ou à la recherche (L’AMUE) propose un replay de sa webconférence « Mise en place d’une charte IA dans un établissement d’enseignement supérieur et de recherche » avec la Vice-Président dédiés au Numérique des Université d’Orléans et de Rennes.
- La proposition de la Métropole Aix-Marseille-Provence (AMP Métropole) pour l’intégration de l’IA dans les domaines du service numérique aux usagers et dans l’amélioration de la performance des organisations. L’accent est mis sur plusieurs grands principes : « Transparence », « Équité », « Maîtrise humaine », « Durabilité », « Sureté », « Proportionnalité ».
- Le « Sommet pour l’action sur l’intelligence artificielle » qui s’est tenu en France en février 2025 et qui a permis d’aboutir à la « Charte de Paris pour une intelligence artificielle d’intérêt général » adoptée par 10 pays dont la France.
Focus sur ...
« Il s'agit d'une leçon éducative importante », a déclaré Klopfer. « Travailler dur et se battre est en fait une façon importante d'apprendre. Lorsqu'on vous donne une réponse, vous ne vous débattez pas et vous n'apprenez pas. Et lorsque le problème devient plus complexe, il est fastidieux de revenir au début d'un grand modèle de langage pour tenter de comprendre et l'intégrer. »
Un professeur d'informatique du MIT (Eric Klopfer) teste l'impact de l'IA sur la formation des programmeurs. Il a divisé la classe en trois groupes (groupe 1 avec chat GPT, groupe 2 avec Llama et groupe 3 avec uniquement google sans IA) et il leur a donné une tâche de programmation à résoudre. Au niveau rapidité de résolution, pas de surprise dans l’ordre le groupe 1, puis le groupe 2 et en dernier le groupe 3. Cependant lorsqu’il leur a demandé de résoudre le problème de mémoire, le groupe 1 ne s’est souvenu de rien et a échoué, la moitié du groupe 2 a réussi alors que la totalité du groupe 3 y est parvenue.
Retours d'expériences
Ces témoignages permettent de mieux comprendre les réalités du terrain, les freins rencontrés, les réussites pédagogiques, ainsi que les détournements ou usages inattendus des outils. En recueillant ces retours, les accompagnants pédagogiques peuvent adapter plus finement leurs dispositifs de formation, proposer des exemples contextualisés et crédibles, et nourrir des recommandations réalistes, ancrées dans les pratiques. Une simple recherche avec le mot clé “IAG” sur le site "Innovation pédagogique" permet d’obtenir rapidement une grande quantité de retours d’expériences pertinents à utiliser sans modération.
Une requête d'environ 400 tokens sur un modèle comme ChatGPT/GPT-4o mini cosomme environ 2Wh d'électricité (soit 6x plus qu'une recherche Google classique). Un modèle moins frugal tel que Meta/Llama peut aller jusqu'à 55Wh ! 2Wh ~ 35min de fonctionnement d'une ampoule LED ou 3min de visionnage d'une vidéo en ligne.
Inférences
- Les usages répétitifs, les conversations prolongées inutiles, ou le recours à l'IA pour des tâches simples ont un impact considérable.
- Le coût énergétique d'une requête sur une IAG est "de très loin supérieur à celui d'une requête sur un moteur de recherche classique".
L’université de Laval propose quant à elle 5 grands principes : « primauté de la relation humaine », « ouverture, exploration et formation », « prudence et utilisation éclairée », « intégrité et transparence », et « intelligence collective et collaboration » afin d’aborder l’IA comme un objet d’enseignement et un outil d’innovation technologique pour la communauté pédagogique.
C’est le cas de l’Université d’Orléans (s’inspirant du travail de la déclaration de Montréal pour un développement éthique de l’IA et des documents de cadrage des universités de Louvain , de la charte de Liège et de Genève). La charte de l’université d’Orléans est intéressante car elle fixe à la fois des consignes pour l’utilisation pédagogique des IA mais également pour les usages liés à la recherche et pour les personnels administratifs. Elle repose sur 4 principes : curiosité, transparence, précaution et parcimonie.
- Générer des grilles d’évaluation adaptées à leurs objectifs pédagogiques
- Mobiliser l’IAG pour produire des commentaires constructifs et personnalisés
Correction assistée / Grilles d'évaluations
- Générer des sujets d’évaluation variés et contextualisés à l’aide d’un outil d’IAG
- Produire des consignes claires, des grilles de critères ou des corrigés types
- Adapter les évaluations à différents niveaux d’apprentissage et types d’étudiants
Evaluation : générer plusieurs sujets
Outillage technologique
Il constitue un levier clé pour permettre aux enseignants d’explorer concrètement les usages de l’IAG. Face à la profusion d’outils disponibles souvent perçus comme complexes ou opaques, il est essentiel de proposer une cartographie claire, évolutive et contextualisée, qui oriente les enseignants selon leurs besoins pédagogiques.
Voici un exemple d’une liste d’outils gratuit en ligne :
Sensibiliser + Former : Les enseignants doivent être accompagnés dans la compréhension des enjeux liés à l’IAG : fonctionnement des modèles, biais, risques de désinformation, mais aussi opportunités pédagogiques concrètes. Il est important de concevoir des actions de formation adaptées aux besoins des disciplines, animer des ateliers de prise en main et proposer des ressources pour éclairer les pratiques. Plusieurs niveaux d’accompagnement peuvent être proposés afin d’adapter les ateliers en fonction du public.
Ateliers autour de l'IA et les usages disciplinaires.
Niveau 3
Ateliers centrés sur les usages enseignants et étudiants.
Niveau 2
Ateliers d’initiation pour acquérir les bases de l'IA et les principes du prompt.
Niveau 1
L’université de Bordeaux met à disposition des ressources intéressantes pouvant servir à la formation des enseignants.Les collègues d’ALC partagent également des ressources créées et utilisées lors de formations ou d’accompagnements :
- L’UA : Formation « S’initier à l’IA », accompagnements d’équipe « IA et FLE » - « IA et langues », des ateliers « Evaluer à l’ère de l’IA, ou comment dompter le Minotaure ? ».
En fonction de la granularité souhaitée (une séquence pédagogique, un cours, une activité d’apprentissage, une évaluation, etc.), l’enseignant définit le cadre d’utilisation de l’IA (interdiction, autorisation, usages tolérés). Ces attentes peuvent être précisées à plusieurs niveaux (syllabus de cours, consignes d’une activité ou d’une évaluation, etc.). Le cahier du Louvain Learning Lab « Intégrer l’IA générative dans les stratégies pédagogiques » (octobre 2024) identifie trois stratégies des enseignants face aux IA.
L’enseignant adapte sa séquence pédagogique (alignement pédagogique, acquis d’apprentissage visés, activités et évaluations) afin d’intégrer des usages critiques et responsables de l’IA (par exemple en combinant travail écrit et défense orale.)
L'intégration
Adapter les évaluations pour les rendre suffisamment complexes ou contextualisées de manière que l’IA ne puisse pas produire de réponses de qualité.
Le contournement
Limiter les risques de triche en privilégiant des évaluations en présentiel, sans ordinateurs (notamment pour les examens certificatifs).
L'évitement
Enseignements transversaux
Les enseignements transversaux en début de parcours universitaires permettraient d’approfondir (ou de redécouvrir) certaines notions abordées lors du parcours PIX. Il peut être pertinent d’amener les étudiants à réfléchir à leurs postures vis-à-vis de l’IA et de les orienter vers les usages liés à l’apprentissage (méthodologie du travail universitaire).
- La formulation de prompts (requêtes) efficace est un également un sujet intéressant à aborder. La MAPI propose également une fiche « L’art du prompt ». Retenez ces 4 règles principales pour des requêtes efficaces : attribuer un rôle à l’IA (agis comme…), spécifier le contexte, énoncer la tâche à réaliser, mentionner les contraintes.
Explorez également la bibliothèque de prompts proposée par le site AI for Education avec des idées de prompts à faire tester aux étudiants (interviewer un personnage de la littérature, partenaire d’apprentissage des langues, brainstorming , etc.)
Le traitement de 10 à 50 requêtes par les modèles d'IA les plus performants consommerait environ 2 d'eau pour assurer le refroidissement des serveurs. IA et cryptomonnaies = 2% de la production de l'électricité mondiale en 2022. (prédiction x2 d'ici 2026)
Infrastructures
- Les fermes de serveurs ("data centers") consomment énormément d'électricité et d'eau (refroidissement "watercooling").
- Un serveur à base de processeurs Nvidia DGX A100, qui est le standard du marché pour l'IA, consomme 6,5 kWh, soit plus qu'un sèche-linge !
Citons également celle de l’Université Grenoble Alpes avec une proposition appliquée à l’UFR LLASIC (Langage, lettres, arts du spectacle, information et communication, journalisme).
Focus : UA - le module de 2h sur l'IA à destination des étudiants de l'IUT
- Vous retrouverez dans ce syllabus : des activités pour partir des représentations des étudiants, une partie plus transmissive avec les connaissances de base à acquérir, des exercices pratiques autour du prompt, des activités pour manipuler l’IA et contractualiser les usages avec les étudiants, et enfin une partie plus réflexive pour permettre aux étudiants de questionner leurs usages des IA.
- Ce module clé en main est proposé aux enseignants souhaitant aborder la question de l’IA avec leurs étudiants en première année de BUT. Le syllabus propose plusieurs temps pédagogiques avec des concepts à aborder avec les étudiants ainsi que différentes activités et ressources à utiliser.
L’université de Sherbrooke fait partie des établissements les plus en avance sur ce sujet en produisant un rapport détaillé intitulé « Adapter les programmes d'études pour tenir compte de l'IA à l'Université de Sherbrooke : recommandations et invitation à l'action », débuté en 2023 et paru le 15/01/2025.
Focus sur ...
Le recto du document permet à l’étudiant de déclarer les usages qu’il a eu de l’IA (préalablement contractualisés avec l’enseignant), tandis que le verso l’invite à adopter une posture plus réflexive sur ses usages (sécurité, retour critique, et apports de l’IA). Pour le moment cela s’applique seulement au contexte du rapport de stage, mais en fonction des retours d’expérience ce document pourra évaluer afin de permettre aux enseignants de le transposer à plusieurs niveaux (séquence entière, activités pédagogiques, évaluations certificatives etc.)
- Une des évaluations particulièrement sensibles à l’IA est l’écrit pouvant être réalisé à distance et de manière asynchrone par l’étudiant. En effet, lors de la rédaction d’un rapport de stage, d’un mémoire, ou encore lors d’une étude de cas, il est très difficile de vérifier si l’étudiant a utilisé l’IA.
- Plutôt que d’interdire l’IA dans ce cas, il est recommandé d’avoir une approche transparente et pédagogique avec les étudiants.
Les enseignants de l’IUT d’Angers ont ainsi choisi d’adapter les balises d’utilisation des outils d’intelligence artificielle générative, proposées par l’Université de Sherbrooke, pour que chaque département puisse proposer une « déclaration des usages de l’IA ».
Il est proscrit de fabriquer des données de recherche, y compris des figures, dans une démarche contraire à l’intégrité scientifique (par exemple falsification de résultats) ce qui est différent de la génération contrôlée de données synthétiques.
Dans la création de contenu ou dans la rédaction de publications, il est proscrit de dissimuler l’utilisation d’IAG ou d’outils automatisés, cela étant considéré comme un manquement à l’intégrité scientifique (Code de conduite européen pour l’intégrité scientifique, juin 2023).
- Les établissements devront veiller à clarifier leur positionnement
- Les enseignants devront se former et faire évoluer leurs pratiques pédagogiques
- Les étudiants devront être acculturés à l’usage de ces nouveaux outils dans le contexte académique
Il y a donc plusieurs enjeux pour les acteurs de l’enseignement supérieur.
Ce document se veut être une synthèse des ressources disponibles sur le sujet de l’utilisation des IA dans le domaine de la pédagogie de l’enseignement supérieur afin que les accompagnateurs puissent accompagner leurs établissements dans ce changement.
- Identifier différents types d’activités d’apprentissage selon les objectifs pédagogiques visés
- Utiliser des outils d’IA générative pour concevoir rapidement des activités variées
- Adapter les activités à différents publics (niveaux, besoins spécifiques, modalités)
Création d'activités pédagogiques
- Mobiliser des outils d’IAG pour structurer une séquence ou un plan de cours
- Générer des idées d’activités pédagogiques adaptées à leurs objectifs
Aide à la conception / scénarisation de cours
- Générer des supports de cours (diapositives, résumés, schémas, listes de concepts)
- Adapter un contenu à différents niveaux d’apprentissage (introductif, avancé)
Supports de cours
- Comprendre les principes de la différenciation pédagogique dans l’enseignement supérieur
- Identifier des leviers d’action pour adapter les contenus, les supports et les modalités pédagogiques
- Utiliser l’IA générative pour produire des variantes d’activités ou de ressources selon différents profils d’apprenants
Différenciation pédagogique (niveaux, publics à besoins spécifiques)
- Identifier les cas d’usage pertinents de bots pédagogiques pour accompagner l’apprentissage
- Concevoir un bot simple ou un assistant conversationnel basé sur l’IA générative
- Formuler des scénarios pédagogiques autour de l’usage de bots pour les étudiants
Bots pour étudiants
L'IA et le droit d'auteur
De son côté, l’Union européenne a adopté l’AI Act qui se concentre sur la question de la sécurité des utilisateurs et du respect de leurs droits et libertés fondamentales.
- En tant qu’enseignant, il faut sensibiliser les étudiants aux notions de droits de d’auteur et de la propriété intellectuelle. La MAPI propose un ainsi qui rappelle quelques bases en la matière . L’Université du Québec à Montréal (UQAM) propose des exemples concrets de cas où il conviendrait ou non de citer l’IA. Les enseignants peuvent également orienter les étudiants vers une manière de citer l’IA, que ce soit en utilisant des normes (APA, Chicago, MLA : voir les recommandations de l’UDES et de l’AMU ), en fournissant les prompts et leurs résultats, ou bien encore en utilisant des pictogrammes .
- L’usage des intelligences artificielles soulève en France des questions majeures en matière de propriété intellectuelle. Les IA sont souvent entraînées sur des œuvres protégées sans autorisation, et les textes qu’elles produisent ne peuvent pas être protégés par le droit d’auteur, faute d’intervention humaine identifiable. Cela fragilise la reconnaissance et la rémunération des créateurs.
Ressource : L'encadrement de l'intelligence artificielle (« IA ») par le droit d'auteur : l’évolution des cadres juridiques existants.
- La France a proposé la loi n°1630 en 2023, visant à encadrer l’usage des IA dans le respect des droits d’auteur (non promulguée).
Durant sa phase d'entraînement initiale, ChatGPT-3 aurait émis plus de 500 tonnes d'équivalent CO2. (~ les émissions de 10 voitures, à moteur thermique, au cours de leur durée de vie)
Entraînement
- Cette phase représente plus de 90% de la consommation électrique globale liée au fonctionnement des IA.
- Besoin de plusieurs milliers de serveurs (fonctionnant 7j/7 - 24h/24) pour entraîner ces grands modèles de langage.
- Aider les étudiants à développer une posture critique et responsable vis-à-vis des IA semble également primordial. Le site de l’UQÀM (Université du Québec à Montréal) synthétise plusieurs ressources utiles. Vous pouvez ainsi : poser des questions aux étudiants sur les outils d’IA et les résultats qu’ils peuvent générer afin de stimuler une réflexion critique , leur faire conscientiser le niveau d’assistance qu’ils attendent de l’IA, ou encore leur présenter des exemples d’usages responsables des IA ainsi que de choses à éviter, etc.
- Identifier les principaux biais et limites des outils d’IA générative (ex. ChatGPT, Claude, Mistral…)
- Comprendre les impacts pédagogiques, sociaux et éthiques de l’usage de l’IAG
- Mobiliser des méthodes d’analyse critique (ex : méthode SIFT)
- Comprendre les impacts écologiques.
- Comprendre les impacts cognitifs.
Limites, biais, impacts...
- Comprendre le fonctionnement de base des modèles de langage (LLM)
- Identifier les éléments clés d’un bon prompt
- Expérimenter différentes stratégies de prompt selon les objectifs pédagogiques
Apprendre à prompter
Accompagnement de projets enseignants
Il peut prendre plusieurs formes. Conception de scénarios pédagogiques intégrant des outils d’IAG, analyse des usages possibles en fonction des objectifs d’apprentissage, choix d’outils adaptés au niveau des étudiants et au cadre institutionnel, ou encore création de ressources (consignes, grilles de critères, tutoriels). L’université de Montréal a mis en ligne une page dédiée à l’intégration de l’IA dans la planification pédagogique et la conception de cours universitaires.
Enseignements disciplinaires
L’IA pourrait également être intégrée directement dans des enseignements disciplinaires afin de proposer des usages plus spécifiques et professionnels aux étudiants (la détection de maladies en médecine, la conception de bâtiments en architecture, ou encore la simulation de conversation en langues étrangères, etc.)
L’usage de l’IA représente plusieurs potentialités pour les enseignants que le cahier du Louvain Learning Lab synthétise ainsi :
Conception de questions, de quizz, de parcours de révisions adaptatifs, formulation de rétroactions, etc. Il est possible de s’appuyer sur des cadres de référence (ex : Taxonomie de Bloom, pour les langues le CECRL, etc.). Il est recommandé de tester la sensibilité de son évaluation existante face à l’IA.
Aide à l'évaluation des acquis
Séquence d’enseignement, activités, évaluations.
Assistance à la conception de cours
Supports de cours, exercices, adaptation de ressources existantes (ex : accessibilité numérique).
Création de ressources pédagogiques
Les parcours PIX (Programme d'Intégration de l'Intelligence Artificielle)
Obligatoire pour les élèves de 4e et de 2de des voies générales, technologiques et professionnelles, évaluera les connaissances et les compétences en IA de l’élève, puis lui proposera un programme personnalisé de formation avec des modules sur des thématiques précises (prompting, fonctionnement des IA génératives, ou encore la gestion des données et les impacts environnementaux).
L’université de Liège propose également sa charte en décembre 2023 dans laquelle elle insiste sur 4 types d’usages de l’IA : « usage réfléchi et responsable », « usage critique », « usage transparent » et « usage de surpassement ».
- Il est intéressant de s’appuyer sur un référentiel de compétences existant ou de spécifier à l’IA les objectifs pédagogiques visés afin d’identifier les outils d’IA les plus pertinents pour une discipline.
Focus sur ...
- La MAPI (Mission d’Appui à la pédagogie et à l’Innovation) propose de s’appuyer sur la méthode de l’ABC learning design (2020) pour distinguer des modes d’apprentissage actifs (collaboration, discussion, investigation, pratique, production, réflexivité/métacognition).
Ce cadre de référence est fourni à l’IA qui s’appuie dessus pour proposer des activités intégrant l’IA.
Figure 1 Extrait d'une présentation faite à des enseignants du CELFE (Centre de Certification en Langue Française) à l'Université d'Angers.
L’université de Sherbrooke a décidé d’outiller ses équipes pédagogiques en leur fournissant des exemples de « balises d’utilisation des outils d’intelligence artificielle générative ». Ces usages ne sont pas prescriptifs mais ils sont proposés aux enseignants souhaitant intégrer l’IA dans leurs enseignements. Ces balises sont réparties en 5 niveaux.
L’IA est utilisée pour produire un travail qui sera amélioré. Le niveau 4 propose un usage libre de l’IA sans restriction.
Niveaux 3 et 4
L’IA est utilisée pour assister l’apprentissage et/ou pour améliorer un travail produit par l’étudiant. L’étudiant produit le travail.
Niveaux 1 et 2
Interdiction totale de l'IA.
Niveau 0
Fabrication
- Extraction de ressources minières rares pour fabriquer les composants éléctriques (GPU, processeurs, etc.).
- Construction de serveurs très consommateurs d'électricité.
- Fabrication des terminaux (ordinateurs, portables, etc.).
Parcours d'auto-formation
Les parcours d’auto-formation (MOOC en ligne ou parcours créés en interne). Ce type de parcours permet davantage de flexibilité et d’adaptation aux besoins des étudiants.
- Le fonctionnement générique des IA est expliqué de manière claire et synthétique (deep learning, machine learning, LLM, etc. dans ces deux documents de la MAPI de l’Université de Bordeaux :
Qu’est-ce que l’IA ? Fonctionnement de ChatGPT
D’autres chartes plus ou moins détaillées sont parues progressivement. Nous pouvons ainsi citer celles de l’université de Franche-Comté dont l’architecture est intéressante puisqu’elle part de questionnements génériques sur les IA pour décliner « ce qu’il faut savoir » et ce qu’il faut appliquer « en pratique ».
Détection de l'usage de l'IAG
De plus, certains outils permettent de « réhumaniser » un texte produit par une IA afin de le rendre indétectable.
- En résumé, il est actuellement difficile, voire impossible, de prouver de façon recevable l’usage d’une IAG par un étudiant. Toutefois, si un doute subsiste, vous pouvez envisager de compléter l’évaluation par un entretien oral ou de proposer une nouvelle évaluation en présentiel.
- Il existe plusieurs outils de détection d’IAG mais aucun ne permet de confirmer avec certitude si un texte a été généré par une IA. Par exemple, Compilatio intègre un détecteur de contenus potentiellement générés par l’IA (tel que ChatGPT ou Gemini) et attribue un score exprimé en pourcentage de 0 à 100 %. Ce score indique la proportion du document dont le style rédactionnel s'apparente à celui produit par une IA générative.
- Or ces détecteurs peuvent parfois identifier à tort un texte rédigé par un humain comme étant issu d’une IA.
Renforcer la résilience des évaluations face à l’IA :
- Privilégier des formats difficilement automatisables : oraux, présentations, projets de groupe, travaux en présentiel.
- Contextualiser les consignes (ancrage personnel, local, actuel) et demander des traces du processus de travail (journal de bord, brouillons, réflexions).
- Favoriser l’évaluation de compétences telles que la pensée critique, la créativité, l’analyse, la synthèse et la capacité à argumenter ou à justifier.
- Éviter les tâches purement reproductives ou génériques facilement réalisables par une IAG.
Intégrer l’IA dans l’évaluation de manière encadrée et formative :
- Autoriser son usage avec transparence, et exiger des étudiants qu’ils expliquent ou critiquent ce que l’IA leur a fourni.
- Évaluer la capacité à utiliser l’IA avec discernement plutôt que de l’interdire systématiquement.
Interdire l’usage de l’IAG
- Prévoyez une évaluation en présentielle, surveillée. Plus le niveau de contrôle des conditions d’évaluation est élevé et plus le risque de fraude est nul.
Tester votre évaluation vous-même en utilisant une IAG afin de contrôler si cette dernière est capable de produire une réponse de qualité vis-à-vis des consignes demandées. Les différentes stratégies d’adaptation de son évaluation sont résumées dans un document de la MAPI de l'Université de Bordeaux :
Qu'est la méthode SIFT ?
SIFT est un acronyme en quatre étapes conçues pour évaluer la fiabilité de l’information : 1. Stop – Prendre le temps de réfléchir avant de croire ou de partager un contenu.
2. Investigate the source – Vérifier la crédibilité de la source d’information (Qui parle ? D'où ça vient ?).
3. Find better coverage – Chercher d’autres sources plus fiables ou plus complètes.
4. Trace claims, quotes and media to the original context – Remonter à la source originale des affirmations ou des images.
Appliquée aux textes générés par une IAG comme ChatGPT, cette méthode permet aux enseignants et aux étudiants d’identifier les informations erronées ou invérifiable et également de mettre en lumière les biais implicites.
...travaillant sur ce document font remonter que les premières craintes des enseignants portent sur l’impact des IA génératives sur leurs évaluations.
Retours d'expériences des accompagnateurs pédagogiques d'ALC
...adoptent des positions différentes vis à des IA. Certains sont totalement contre leur utilisation et tentent de l’interdire dans leurs cours. Certains n’abordent pas le sujet (par méconnaissance pour la plupart) et suspectent l’augmentation croissante de productions réalisées avec l’IA. D’autres expérimentent des activités avec l’IA ou tentent d’encadrer leur usage.
Les enseignants...
Les ingénieurs pédagogiques...
...quant à eux ont encore une pratique empirique de ces outils et les utilisent librement, souvent par manque d’un positionnement clair de l’établissement et des équipes pédagogiques. Les nouveaux arrivants en première année seront de plus en plus nombreux à intégrer l’IA dans leurs usages sans pour autant avoir été formés au fonctionnement et à l’utilisation de ces outils.
Les étudiants...
ALC API 2024_25 - IA et Ens Sup, agir, encadrer, accompagner
Lab'UA
Created on June 23, 2025
Start designing with a free template
Discover more than 1500 professional designs like these:
View
Essential Dossier
View
Essential One Pager
View
Akihabara Dossier
View
Akihabara Marketing Proposal
View
Akihabara One Pager
View
Corporate Brand Book
View
Color Shapes Dossier
Explore all templates
Transcript
Comment accompagner les établissements et les communautés pédagogiques à l'ère de l'IA ?
IA et enseignement supérieur : agir, encadrer, accompagner
Date : 2025
Documentation proposée par :
C'est parti !
Crédits
Pourquoi ce livrable
Enjeux
Retours d'expériences
Besoin de positionnement
Sommaire
Les institutions
Les équipes pédagogiques
Les étudiant·es
Les ingénieur·es pédagogiques
Les institutions
Retour
Quel positionnement
Recommandations
Pour aller + loin
Les institutions
Retour
Quel positionnement
Face aux inquiétudes croissantes des équipes pédagogiques et aux usages des IA génératives par les étudiants, les institutions doivent se doter de documents officiels permettant d’encadrer ces pratiques.
Confidentialité des données
Enoncés de principes
Chartes
Les institutions - Quel positionnement
Retour
Enoncés de principes
Les universités et écoles s’étant positionnées sur le sujet des IA affichent généralement un « énoncé de principe ». Cet énoncé a souvent une visée communicative et est affiché sur une page web dédiée au positionnement de l’établissement vis-à-vis de l’IA. Il permet à l’établissement de reconnaître le potentiel des IA et d’afficher ses grandes orientations à destination de la communauté éducative.
Ex : L’énoncé de principe de l’Université de Sherbrooke insiste sur une utilisation « judicieuse critique, sécuritaire et éthique » de l’IA, tandis que l’ETH Zurich rappelle l’intégrité académique attendue de la part des étudiants.
Les institutions - Quel positionnement
Retour
Chartes
Les établissements se dotent également d’un document plus développé, la « charte », qui leur permet d’expliciter leur positionnement en précisant les consignes d’utilisation de l’IA.
Université de Sherbrooke
Université d'orleans
Université de Laval
Université de Franche-Comté
Université de Grenoble Alpes
Université de Liège
Les institutions - Quel positionnement
Retour
Confidentialité des données
En contrepartie, une telle pratique nécessite des ressources importantes (infrastructure réseau, stockage, matériels, humains…) et impose une expérience moins complète qu’une IAG en ligne. Cependant, cela offre une alternative intéressante dans certains usages des IAG et permet surtout à l’institution de l’inscrire pleinement dans sa charte. C’est une réponse pertinente face à l’inquiétude de certains usagers qui doivent diffuser des documents lors de certaines requêtes spécifiques. Une bonne recommandation serait d’expérimenter cette solution avec les équipes pédagogiques et le personnel administratif avant de le déployer auprès des étudiants.
Certaines institutions ont choisi de mettre à disposition du personnel et/ou des apprenants une IAG installée en local sur les serveurs de l’établissement. Au regard de la confidentialité des données et des documents sensibles qui peuvent être exploités par les systèmes de langage intelligent, utiliser une IAG locale permet de rester dans le cercle fermé de l’institution et ainsi conserver toute la propriété intellectuelle attendue.
Une expérimentation est en cours à l'ESAIP.
Les institutions
Retour
Recommandations
Consignes générales
Positionnement générique
Consignes usages pédagogiques
Consignes usages recherche
Consignes usages administratifs
Les institutions - Recommandations
Retour
Positionnement générique
Reconnaître l’IA comme l’opportunité d’un outil d’assistance (et non de substitution) pour soutenir l’enseignement, l’apprentissage, la recherche et les fonctions administratives.
Promouvoir un usage critique, responsable, transparent et éthique des IA, en particulier des IAG.
Insister sur la responsabilité de l’usager vis-à-vis du contenu généré par l’IA (vérification, citation, absence de plagiat).
Encourager la formation continue de tous les publics à l’IA et ses usages.
Reconnaître et prévenir les risques liés à l’usage des IA (impacts environnementaux, sociaux, éthiques, cognitifs, etc.).
Les institutions - Recommandations
Retour
Consignes générales
S’adresser à l’ensemble de la communauté de l’ESR (ou alors préciser l’adaptation locale).
Utiliser des mots clés pour poser les principes (ex : curiosité, transparence, précaution, parcimonie, éthique, responsabilité, durabilité, etc.).
Préciser la stratégie d’acculturation et d’intégration par les équipes.
Interdire la transmission de données personnelles, sensibles ou confidentielles à des outils d’IA non contrôlés.
Exiger la transparence des usages : mention obligatoire de l’usage d’une IA dans tout travail, recherche ou publication.
Privilégier les outils d’IA respectueux de la confidentialité et du RGPD (préférer les solutions internes/fermetures des API publiques non sécurisées).
Les institutions - Recommandations
Retour
Consignes usages pédagogiques
Pour les étudiants :
Pour les enseignants :
Les institutions - Recommandations
Retour
Consignes usages recherche
Préserver la confidentialité et la valeur stratégique de l’information dans l’utilisation des outils qui les manipulent.
Vérifier si le contenu généré provient de sources existantes afin d’ajouter les références appropriées si nécessaire : s’il s’agit véritablement d’une innovation, mentionner l’IAG utilisée en cas d’utilisation directe de tout ou partie du contenu généré.
Vérifier le cadre légal et le point de vue des revues, des éditeurs ou des financeurs concernant l'utilisation d’IAG, même s’il semble y avoir un certain consensus sur l’aide à la rédaction de textes scientifiques : attention le cadre législatif sur ces outils est en cours d’élaboration.
A éviter !
Les institutions - Recommandations
Retour
Consignes usages administratifs
Demander validation hiérarchique pour intégrer une IA dans les processus métiers.
Utiliser l’IA dans les tâches répétitives ou d’assistance (rédaction de mails, organisation de contenus, résumé de textes) uniquement avec validation humaine.
Ne jamais soumettre de données confidentielles (dossiers étudiants, RH, etc.) à des outils non conformes au RGPD.
Les équipes pédagogiques
Retour
Les équipes pédagogiques sont les premières à constater l’impact des IA sur l’apprentissage des étudiants et sur leurs réalisations. Elles sont souvent démunies et souhaitent ses solutions pour encadrer l’usage des IA dans leurs classes. Leur principale inquiétude porte sur l’impact de l’IA sur leurs évaluations
Encadrer les usages
Réfléchir sur l'IA
Evaluer à l'ère de l'IA
Recommandations
Les équipes pédagogiques
Retour
Encadrer les usages
Il est conseillé aux enseignants de :
L’usage de l’IA représente plusieurs potentialités pour les enseignants :
Focus sur...
Les enseignants peuvent profiter d’un module de 3h gratuit et accessible sur la plateforme FUN MOOC pour se former les usages de l’IA dans l’éducation : « Intelligence artificielle pour et par les enseignants ». Ce cours a été développé et expérimenté auprès d’enseignants et chefs d’établissement dans le cadre du projet européen AI4T, réunissant cinq pays : la France, l’Italie, l’Irlande, le Luxembourg et la Slovénie.
Les équipes pédagogiques
Retour
Réfléchir sur l'IA
L’intelligence artificielle ne doit pas être envisagée uniquement comme un outil pédagogique : elle constitue également un objet d’enseignement essentiel dans l’enseignement supérieur, quelle que soit la discipline. Alors que l’IA transforme rapidement les pratiques professionnelles, scientifiques et culturelles, former les étudiants à en comprendre les fondements, les usages et les limites devient une compétence transversale clé. Intégrer l’IA comme objet d’enseignement ne signifie pas nécessairement en faire une matière à part entière, mais plutôt inscrire ses enjeux dans une logique interdisciplinaire adaptée au contexte de chaque formation. Former les étudiants à comprendre, interroger et maîtriser les outils d’IA est un enjeu éducatif de premier plan, pour leur permettre d’agir en citoyens éclairés dans un monde ou ces outils se développent de plus en plus.
Limites et biais
Impacts environnementaux
Focus sur...
Outils de sensibilisation
Les équipes pédagogiques - Réflechir sur l'IA
Retour
Limites et biais
Les intelligences artificielles génératives présentent des limites importantes qu’il est essentiel de connaître dans un cadre pédagogique. Issues de données massives, souvent biaisées, elles peuvent générer des contenus erronés ou inventés avec une apparence de crédibilité. Les enseignants doivent donc en faire un usage raisonné, en les présentant comme des outils à interroger plutôt qu’à adopter sans recul. La méthode SIFT, proposée par HEC Montréal, constitue un excellent outil pour développer l’esprit critique face aux contenus générés par l’IAG et lutter contre les biais et désinformations. Elle s’intègre parfaitement dans une approche pédagogique responsable de l’IA.
Qu'est la méthode SIFT ?
Les équipes pédagogiques - Réflechir sur l'IA
Retour
Impacts environnementaux
Quelques chiffres :
La DRANE (Délégation Régionale Académique au Numérique Éducatif) d’Île-de-France propose un article de vulgarisation intitulé "Quel est l’impact environnemental d’une IA générative ?".
Fabrication
Entraînement
Infractructures
Inférences
Les équipes pédagogiques - Réflechir sur l'IA
Retour
Outils de sensibilisation
Des outils de sensibilisation se développent afin de former les citoyens à l'utilisation responsable des systèmes d'IA conversationnelle et à les sensibiliser aux enjeux comme le pluralisme des modèles, leur impact environnemental et leurs biais. En France, citons Compar:IA proposé par L’Atelier Numérique du Ministère de la Culture. Le service permet d'interroger à l'aveugle deux modèles de langage conversationnels (parmi plus d'une vingtaine). Les utilisateurs comparent les résultats et expriment leur préférence. Ensuite, l'outil révèle l'identité des modèles et fournit des informations sur leurs caractéristiques et leur impact environnemental. Pendant ce processus, il collecte des données sur les questions posées et les préférences exprimées. A l’international, nous retrouvons EcoLogits Calculator est un simulateur en ligne développé et maintenu par GenAI Impact, une organisation à but non lucratif. Ici pas besoin faire de requête, des exemples classiques sont proposés (générer un tweet, un email, un résumé d’un article, etc.) et la comparaison avec l’utilisation d’une voiture électrique ou encore streaming sont très parlants.
Les équipes pédagogiques
Retour
Evaluer à l'ère de l'IA
L’émergence des IAG pousse les enseignants à repenser également leurs évaluations, car de nombreux travaux traditionnels (dissertations, résumés, réponses aux questions) peuvent désormais être réalisés par une IA.
Pour conserver le sens pédagogique des évaluations et évaluer réellement les compétences des étudiants, plusieurs stratégies sont à privilégier.
Peut-on détecter l’usage d’une intelligence artificielle générative (IAG) dans les travaux étudiants ? Pas de manière fiable.
L’IA et le droit d’auteur :
Focus sur...
Les équipes pédagogiques
Retour
Recommandations
Définir une stratégie vis-à-vis des IA (évitement, contournement, intégration, etc.) et adapter ses modalités pédagogiques et évaluatives en conséquence.
Déclarer clairement les outils que les étudiants peuvent utiliser et les parties du travail qui peuvent être concernées.
Définir une règle de citation pour que les étudiants puissent citer leur utilisation des IA selon des normes bibliographiques précises.
Créer un document permettant aux étudiants déclarer leurs usages de l’IA lors d’une évaluation. Si besoin, coupler l’évaluation avec un oral (vérification, discussion, etc.).
Insister sur la responsabilité des étudiants. Faire des rappels sur l’importance de la méthodologie universitaire et du respect de l’intégrité académique et scientifique.
Expérimenter l’IA avec les étudiants pour les orienter vers des usages liés à l’apprentissage et non directement vers la production directe et la performance.
Intégrer une dimension réflexive sur les IA au sein des cours (hallucinations, biais, données personnelles, impacts sociaux et environnementaux, délaissement de compétences à l’IA, etc.).
Les étudiant·es
Retour
Enquêtes auprès des étudiant·es
Stratégies d'intégration
Thématiques
Les étudiant·es
Retour
Enquêtes auprès des étudiant·es
Les étudiant·es
Retour
Stratégies d'intégration
Plusieurs approches permettent d’envisager l’introduction de l’IA dans les parcours de formations des étudiants :
Enseignements transversaux
Enseignements disciplinaires
Parcours d'auto-formation
Parcours PIX
Les étudiant·es
Retour
Thématiques
Pour orienter les étudiants vers les bonnes pratiques en matière d’IA, il convient de s’assurer que chacun possède un socle commun de compétences. Le Ministère de l’Éducation Nationale et de la Jeunesse a ainsi fait paraître en janvier 2024 le rapport « Intelligence artificielle et éducation. Apports de la recherche et enjeux pour les politiques publiques » (p.31-32). Un rappel y est fait sur le cadre de compétences la littératie IA proposé par Long et Magerko dans « What is AI Literacy? Competencies and Design » (2020).
Fonctionnement générique des IA
L'art du prompt
Focus sur...
Posture critique et responsable
Les ingénieur·es pédagogiques
Retour
Stratégies d'accompagnement des enseignants
Thématiques à aborder dans les formations
Pour aller + loin
Les ingénieur·es pédagogiques
Retour
Stratégies d'accompagnement des enseignants
Accompagnement de projets enseignants
Outillage technologique
Retour d'expériences
Sensibiliser + Former
Les ingénieur·es pédagogiques
Retour
Thématiques à aborder dans les formations
Propositions de progression pédagogique :
Production et scénarisation
L'évaluation
Les bases de l'IA
Crédits
Conception graphiqueAdeline ESCOFIER (UA) Emmanuelle FISCHMANN (CCI 49) Rédaction du guide Florence BESSOU (CCI 49) Alexis HAY (UA) David HUON (ESAIP)
Angers Loire Campus Groupe Pédagogie
Depuis 2023, le secteur de l’éducation est confronté à l’émergence des outils d’intelligence artificielle (IA), initiée notamment par OpenAI avec ChatGPT et maintenant développée par d’autres acteurs (Copilot Microsoft, Gemini Google, Claude Anthropic,Mistral AI, Perplexity DeepSeek, etc.). Ces outils, au développement très rapide, sont entrés progressivement dans les usages de certains étudiants, enseignants et personnels dans le milieu universitaire.
Besoin de positionnement/ changement de positionnement des institutions vis-à-vis des IA
Néanmoins, l’utilisation de ces outils est très rarement balisée et les acteurs expérimentant ces outils, ou devant faire face à l’impact de leur usage, le font sans un positionnement clair de la part de leur établissement.
C’est dans ce contexte que les accompagnateurs pédagogiques du réseau Angers Loire Campus proposent un document intégrant des pistes de réflexions pour aider les établissements et leurs membres à se positionner sur le sujet de l’IA.
Focus sur ...
« Il s'agit d'une leçon éducative importante », a déclaré Klopfer. « Travailler dur et se battre est en fait une façon importante d'apprendre. Lorsqu'on vous donne une réponse, vous ne vous débattez pas et vous n'apprenez pas. Et lorsque le problème devient plus complexe, il est fastidieux de revenir au début d'un grand modèle de langage pour tenter de comprendre et l'intégrer. »
Un professeur d'informatique du MIT (Eric Klopfer) teste l'impact de l'IA sur la formation des programmeurs. Il a divisé la classe en trois groupes (groupe 1 avec chat GPT, groupe 2 avec Llama et groupe 3 avec uniquement google sans IA) et il leur a donné une tâche de programmation à résoudre. Au niveau rapidité de résolution, pas de surprise dans l’ordre le groupe 1, puis le groupe 2 et en dernier le groupe 3. Cependant lorsqu’il leur a demandé de résoudre le problème de mémoire, le groupe 1 ne s’est souvenu de rien et a échoué, la moitié du groupe 2 a réussi alors que la totalité du groupe 3 y est parvenue.
Retours d'expériences
Ces témoignages permettent de mieux comprendre les réalités du terrain, les freins rencontrés, les réussites pédagogiques, ainsi que les détournements ou usages inattendus des outils. En recueillant ces retours, les accompagnants pédagogiques peuvent adapter plus finement leurs dispositifs de formation, proposer des exemples contextualisés et crédibles, et nourrir des recommandations réalistes, ancrées dans les pratiques. Une simple recherche avec le mot clé “IAG” sur le site "Innovation pédagogique" permet d’obtenir rapidement une grande quantité de retours d’expériences pertinents à utiliser sans modération.
Une requête d'environ 400 tokens sur un modèle comme ChatGPT/GPT-4o mini cosomme environ 2Wh d'électricité (soit 6x plus qu'une recherche Google classique). Un modèle moins frugal tel que Meta/Llama peut aller jusqu'à 55Wh ! 2Wh ~ 35min de fonctionnement d'une ampoule LED ou 3min de visionnage d'une vidéo en ligne.
Inférences
L’université de Laval propose quant à elle 5 grands principes : « primauté de la relation humaine », « ouverture, exploration et formation », « prudence et utilisation éclairée », « intégrité et transparence », et « intelligence collective et collaboration » afin d’aborder l’IA comme un objet d’enseignement et un outil d’innovation technologique pour la communauté pédagogique.
C’est le cas de l’Université d’Orléans (s’inspirant du travail de la déclaration de Montréal pour un développement éthique de l’IA et des documents de cadrage des universités de Louvain , de la charte de Liège et de Genève). La charte de l’université d’Orléans est intéressante car elle fixe à la fois des consignes pour l’utilisation pédagogique des IA mais également pour les usages liés à la recherche et pour les personnels administratifs. Elle repose sur 4 principes : curiosité, transparence, précaution et parcimonie.
Correction assistée / Grilles d'évaluations
Evaluation : générer plusieurs sujets
Outillage technologique
Il constitue un levier clé pour permettre aux enseignants d’explorer concrètement les usages de l’IAG. Face à la profusion d’outils disponibles souvent perçus comme complexes ou opaques, il est essentiel de proposer une cartographie claire, évolutive et contextualisée, qui oriente les enseignants selon leurs besoins pédagogiques. Voici un exemple d’une liste d’outils gratuit en ligne :
Sensibiliser + Former : Les enseignants doivent être accompagnés dans la compréhension des enjeux liés à l’IAG : fonctionnement des modèles, biais, risques de désinformation, mais aussi opportunités pédagogiques concrètes. Il est important de concevoir des actions de formation adaptées aux besoins des disciplines, animer des ateliers de prise en main et proposer des ressources pour éclairer les pratiques. Plusieurs niveaux d’accompagnement peuvent être proposés afin d’adapter les ateliers en fonction du public.
Ateliers autour de l'IA et les usages disciplinaires.
Niveau 3
Ateliers centrés sur les usages enseignants et étudiants.
Niveau 2
Ateliers d’initiation pour acquérir les bases de l'IA et les principes du prompt.
Niveau 1
L’université de Bordeaux met à disposition des ressources intéressantes pouvant servir à la formation des enseignants.Les collègues d’ALC partagent également des ressources créées et utilisées lors de formations ou d’accompagnements :
En fonction de la granularité souhaitée (une séquence pédagogique, un cours, une activité d’apprentissage, une évaluation, etc.), l’enseignant définit le cadre d’utilisation de l’IA (interdiction, autorisation, usages tolérés). Ces attentes peuvent être précisées à plusieurs niveaux (syllabus de cours, consignes d’une activité ou d’une évaluation, etc.). Le cahier du Louvain Learning Lab « Intégrer l’IA générative dans les stratégies pédagogiques » (octobre 2024) identifie trois stratégies des enseignants face aux IA.
L’enseignant adapte sa séquence pédagogique (alignement pédagogique, acquis d’apprentissage visés, activités et évaluations) afin d’intégrer des usages critiques et responsables de l’IA (par exemple en combinant travail écrit et défense orale.)
L'intégration
Adapter les évaluations pour les rendre suffisamment complexes ou contextualisées de manière que l’IA ne puisse pas produire de réponses de qualité.
Le contournement
Limiter les risques de triche en privilégiant des évaluations en présentiel, sans ordinateurs (notamment pour les examens certificatifs).
L'évitement
Enseignements transversaux
Les enseignements transversaux en début de parcours universitaires permettraient d’approfondir (ou de redécouvrir) certaines notions abordées lors du parcours PIX. Il peut être pertinent d’amener les étudiants à réfléchir à leurs postures vis-à-vis de l’IA et de les orienter vers les usages liés à l’apprentissage (méthodologie du travail universitaire).
- La formulation de prompts (requêtes) efficace est un également un sujet intéressant à aborder. La MAPI propose également une fiche « L’art du prompt ». Retenez ces 4 règles principales pour des requêtes efficaces : attribuer un rôle à l’IA (agis comme…), spécifier le contexte, énoncer la tâche à réaliser, mentionner les contraintes.
Explorez également la bibliothèque de prompts proposée par le site AI for Education avec des idées de prompts à faire tester aux étudiants (interviewer un personnage de la littérature, partenaire d’apprentissage des langues, brainstorming , etc.)Le traitement de 10 à 50 requêtes par les modèles d'IA les plus performants consommerait environ 2 d'eau pour assurer le refroidissement des serveurs. IA et cryptomonnaies = 2% de la production de l'électricité mondiale en 2022. (prédiction x2 d'ici 2026)
Infrastructures
Citons également celle de l’Université Grenoble Alpes avec une proposition appliquée à l’UFR LLASIC (Langage, lettres, arts du spectacle, information et communication, journalisme).
Focus : UA - le module de 2h sur l'IA à destination des étudiants de l'IUT
L’université de Sherbrooke fait partie des établissements les plus en avance sur ce sujet en produisant un rapport détaillé intitulé « Adapter les programmes d'études pour tenir compte de l'IA à l'Université de Sherbrooke : recommandations et invitation à l'action », débuté en 2023 et paru le 15/01/2025.
Focus sur ...
Le recto du document permet à l’étudiant de déclarer les usages qu’il a eu de l’IA (préalablement contractualisés avec l’enseignant), tandis que le verso l’invite à adopter une posture plus réflexive sur ses usages (sécurité, retour critique, et apports de l’IA). Pour le moment cela s’applique seulement au contexte du rapport de stage, mais en fonction des retours d’expérience ce document pourra évaluer afin de permettre aux enseignants de le transposer à plusieurs niveaux (séquence entière, activités pédagogiques, évaluations certificatives etc.)
- Une des évaluations particulièrement sensibles à l’IA est l’écrit pouvant être réalisé à distance et de manière asynchrone par l’étudiant. En effet, lors de la rédaction d’un rapport de stage, d’un mémoire, ou encore lors d’une étude de cas, il est très difficile de vérifier si l’étudiant a utilisé l’IA.
- Plutôt que d’interdire l’IA dans ce cas, il est recommandé d’avoir une approche transparente et pédagogique avec les étudiants.
Les enseignants de l’IUT d’Angers ont ainsi choisi d’adapter les balises d’utilisation des outils d’intelligence artificielle générative, proposées par l’Université de Sherbrooke, pour que chaque département puisse proposer une « déclaration des usages de l’IA ».Il est proscrit de fabriquer des données de recherche, y compris des figures, dans une démarche contraire à l’intégrité scientifique (par exemple falsification de résultats) ce qui est différent de la génération contrôlée de données synthétiques.
Dans la création de contenu ou dans la rédaction de publications, il est proscrit de dissimuler l’utilisation d’IAG ou d’outils automatisés, cela étant considéré comme un manquement à l’intégrité scientifique (Code de conduite européen pour l’intégrité scientifique, juin 2023).
Il y a donc plusieurs enjeux pour les acteurs de l’enseignement supérieur.
Ce document se veut être une synthèse des ressources disponibles sur le sujet de l’utilisation des IA dans le domaine de la pédagogie de l’enseignement supérieur afin que les accompagnateurs puissent accompagner leurs établissements dans ce changement.
Création d'activités pédagogiques
Aide à la conception / scénarisation de cours
Supports de cours
Différenciation pédagogique (niveaux, publics à besoins spécifiques)
Bots pour étudiants
L'IA et le droit d'auteur
De son côté, l’Union européenne a adopté l’AI Act qui se concentre sur la question de la sécurité des utilisateurs et du respect de leurs droits et libertés fondamentales.
- L’usage des intelligences artificielles soulève en France des questions majeures en matière de propriété intellectuelle. Les IA sont souvent entraînées sur des œuvres protégées sans autorisation, et les textes qu’elles produisent ne peuvent pas être protégés par le droit d’auteur, faute d’intervention humaine identifiable. Cela fragilise la reconnaissance et la rémunération des créateurs.
Ressource : L'encadrement de l'intelligence artificielle (« IA ») par le droit d'auteur : l’évolution des cadres juridiques existants.Durant sa phase d'entraînement initiale, ChatGPT-3 aurait émis plus de 500 tonnes d'équivalent CO2. (~ les émissions de 10 voitures, à moteur thermique, au cours de leur durée de vie)
Entraînement
Limites, biais, impacts...
Apprendre à prompter
Accompagnement de projets enseignants
Il peut prendre plusieurs formes. Conception de scénarios pédagogiques intégrant des outils d’IAG, analyse des usages possibles en fonction des objectifs d’apprentissage, choix d’outils adaptés au niveau des étudiants et au cadre institutionnel, ou encore création de ressources (consignes, grilles de critères, tutoriels). L’université de Montréal a mis en ligne une page dédiée à l’intégration de l’IA dans la planification pédagogique et la conception de cours universitaires.
Enseignements disciplinaires
L’IA pourrait également être intégrée directement dans des enseignements disciplinaires afin de proposer des usages plus spécifiques et professionnels aux étudiants (la détection de maladies en médecine, la conception de bâtiments en architecture, ou encore la simulation de conversation en langues étrangères, etc.)
L’usage de l’IA représente plusieurs potentialités pour les enseignants que le cahier du Louvain Learning Lab synthétise ainsi :
Conception de questions, de quizz, de parcours de révisions adaptatifs, formulation de rétroactions, etc. Il est possible de s’appuyer sur des cadres de référence (ex : Taxonomie de Bloom, pour les langues le CECRL, etc.). Il est recommandé de tester la sensibilité de son évaluation existante face à l’IA.
Aide à l'évaluation des acquis
Séquence d’enseignement, activités, évaluations.
Assistance à la conception de cours
Supports de cours, exercices, adaptation de ressources existantes (ex : accessibilité numérique).
Création de ressources pédagogiques
Les parcours PIX (Programme d'Intégration de l'Intelligence Artificielle)
Obligatoire pour les élèves de 4e et de 2de des voies générales, technologiques et professionnelles, évaluera les connaissances et les compétences en IA de l’élève, puis lui proposera un programme personnalisé de formation avec des modules sur des thématiques précises (prompting, fonctionnement des IA génératives, ou encore la gestion des données et les impacts environnementaux).
L’université de Liège propose également sa charte en décembre 2023 dans laquelle elle insiste sur 4 types d’usages de l’IA : « usage réfléchi et responsable », « usage critique », « usage transparent » et « usage de surpassement ».
Focus sur ...
- La MAPI (Mission d’Appui à la pédagogie et à l’Innovation) propose de s’appuyer sur la méthode de l’ABC learning design (2020) pour distinguer des modes d’apprentissage actifs (collaboration, discussion, investigation, pratique, production, réflexivité/métacognition).
Ce cadre de référence est fourni à l’IA qui s’appuie dessus pour proposer des activités intégrant l’IA.Figure 1 Extrait d'une présentation faite à des enseignants du CELFE (Centre de Certification en Langue Française) à l'Université d'Angers.
L’université de Sherbrooke a décidé d’outiller ses équipes pédagogiques en leur fournissant des exemples de « balises d’utilisation des outils d’intelligence artificielle générative ». Ces usages ne sont pas prescriptifs mais ils sont proposés aux enseignants souhaitant intégrer l’IA dans leurs enseignements. Ces balises sont réparties en 5 niveaux.
L’IA est utilisée pour produire un travail qui sera amélioré. Le niveau 4 propose un usage libre de l’IA sans restriction.
Niveaux 3 et 4
L’IA est utilisée pour assister l’apprentissage et/ou pour améliorer un travail produit par l’étudiant. L’étudiant produit le travail.
Niveaux 1 et 2
Interdiction totale de l'IA.
Niveau 0
Fabrication
Parcours d'auto-formation
Les parcours d’auto-formation (MOOC en ligne ou parcours créés en interne). Ce type de parcours permet davantage de flexibilité et d’adaptation aux besoins des étudiants.
- Le fonctionnement générique des IA est expliqué de manière claire et synthétique (deep learning, machine learning, LLM, etc. dans ces deux documents de la MAPI de l’Université de Bordeaux :
Qu’est-ce que l’IA ? Fonctionnement de ChatGPTD’autres chartes plus ou moins détaillées sont parues progressivement. Nous pouvons ainsi citer celles de l’université de Franche-Comté dont l’architecture est intéressante puisqu’elle part de questionnements génériques sur les IA pour décliner « ce qu’il faut savoir » et ce qu’il faut appliquer « en pratique ».
Détection de l'usage de l'IAG
De plus, certains outils permettent de « réhumaniser » un texte produit par une IA afin de le rendre indétectable.
Renforcer la résilience des évaluations face à l’IA :
Intégrer l’IA dans l’évaluation de manière encadrée et formative :
Interdire l’usage de l’IAG
Tester votre évaluation vous-même en utilisant une IAG afin de contrôler si cette dernière est capable de produire une réponse de qualité vis-à-vis des consignes demandées. Les différentes stratégies d’adaptation de son évaluation sont résumées dans un document de la MAPI de l'Université de Bordeaux :
Qu'est la méthode SIFT ?
SIFT est un acronyme en quatre étapes conçues pour évaluer la fiabilité de l’information : 1. Stop – Prendre le temps de réfléchir avant de croire ou de partager un contenu. 2. Investigate the source – Vérifier la crédibilité de la source d’information (Qui parle ? D'où ça vient ?). 3. Find better coverage – Chercher d’autres sources plus fiables ou plus complètes. 4. Trace claims, quotes and media to the original context – Remonter à la source originale des affirmations ou des images.
Appliquée aux textes générés par une IAG comme ChatGPT, cette méthode permet aux enseignants et aux étudiants d’identifier les informations erronées ou invérifiable et également de mettre en lumière les biais implicites.
...travaillant sur ce document font remonter que les premières craintes des enseignants portent sur l’impact des IA génératives sur leurs évaluations.
Retours d'expériences des accompagnateurs pédagogiques d'ALC
...adoptent des positions différentes vis à des IA. Certains sont totalement contre leur utilisation et tentent de l’interdire dans leurs cours. Certains n’abordent pas le sujet (par méconnaissance pour la plupart) et suspectent l’augmentation croissante de productions réalisées avec l’IA. D’autres expérimentent des activités avec l’IA ou tentent d’encadrer leur usage.
Les enseignants...
Les ingénieurs pédagogiques...
...quant à eux ont encore une pratique empirique de ces outils et les utilisent librement, souvent par manque d’un positionnement clair de l’établissement et des équipes pédagogiques. Les nouveaux arrivants en première année seront de plus en plus nombreux à intégrer l’IA dans leurs usages sans pour autant avoir été formés au fonctionnement et à l’utilisation de ces outils.
Les étudiants...