L’intelligence artificielle au postsecondaire : entre enthousiasme et méfiance Introduction au numéro thématique Artificial Intelligence in Post-secondary Education: Between Enthusiasm and Mistrust Introduction to Special Issue

Le monde de l’enseignement supérieur se présente comme un véritable microcosme de la société, en perpétuelle mutation et particulièrement sensible aux innovations qui redéfinissent nos modes de vie. Que l’on pense aux cellulaires, aux transformations des modes de travail, ou plus récemment à l’intelligence artificielle (IA), ces changements modifient profondément les milieux de l’enseignement. L’émergence de l’IA, en particulier les systèmes mobilisant le traitement automatique du langage et les systèmes génératifs, intervient aujourd’hui comme un vecteur de transformation, capable de remodeler non seulement la production et la transmission des savoirs, mais aussi la manière dont ces derniers sont évalués. Qui plus est, selon les experts et expertes du domaine, nous ne sommes qu’à l’aube de ces changements. Dans ce contexte, une clarification terminologique s’impose. La littérature et les médias utilisent fréquemment les termes « intelligence artificielle » pour aborder indistinctement diverses réalités. Or, ce concept recouvre un champ terminologique particulièrement vaste et fluctuant. Il convient ainsi de distinguer les domaines d’études (p. ex., apprentissage automatique, traitement du langage naturel) des différents types d’IA (faible, forte, prédictive, générative), des systèmes qui les mobilisent (p. ex., assistants vocaux, véhicules autonomes) et de leurs usages potentiels (p. ex., analyse prédictive de diagnostics, automatisation industrielle). À cet égard, le glossaire de la Déclaration de Montréal pour un développement responsable de l’intelligence artificielle propose l’emploi du terme « système d’IA » (SIA) qu’il définit comme « tout système informatique utilisant des algorithmes d’intelligence artificielle, que ce soit un logiciel, un objet connecté ou un robot » (Dilhac et al., 2018, p. 20). Toutefois, une confusion lexicale persiste, notamment entre les notions d’IA générale (IAG) et d’IA générative (IAg). Cette ambiguïté se renforce lorsqu’il est spécifiquement question des systèmes associés à l’IA générale (SIAG) ou à l’IA générative (SIAg), qui reposent sur des procédés intégrant l’IA. Compte tenu de ce flou terminologique, le présent numéro adopte la typologie simplifiée IAg pour désigner l’intelligence artificielle générative, telle que proposée par l’Office québécois de la langue française, tout en reconnaissant que d’autres formulations pourraient également convenir. Bien qu’elle offre des potentialités inédites en éducation, de la conception de supports pédagogiques personnalisés à l’automatisation de tâches administratives, l’IAg soulève aussi des défis de taille. Le rapport Intelligence artificielle générative en enseignement supérieur : enjeux pédagogiques et éthiques souligne notamment la nécessité de redéfinir les attentes universitaires, d’aligner les pratiques pédagogiques sur des objectifs d’apprentissage clairs, d’expliciter la notion d’intégrité universitaire et de développer la compétence numérique des personnes apprenantes, afin qu’elles maîtrisent les outils technologiques de manière critique et responsable (Conseil supérieur de l’éducation et Commission de l’éthique en science et en technologie, 2024). Au-delà de ces enjeux pédagogiques et techniques, la complexité des questions soulevées par l’IA tient également à ses implications éthiques, sociales et environnementales. L’UNESCO propose deux référentiels distincts en matière de compétences en IA : l’un destiné au personnel enseignant (Miao et Cukurova, 2024), l’autre aux personnes apprenantes (Miao et al., 2024). Le référentiel pour le personnel enseignant identifie cinq dimensions centrales, tandis que celui destiné au public apprenant en retient quatre. Trois dimensions sont communes aux deux référentiels : la compréhension des fondements et des applications de l’IA, l’éthique liée à son utilisation, ainsi qu’une perspective centrée sur l’humain. Les dimensions spécifiques à chaque public sont les suivantes : la conception de systèmes d’IA pour les personnes apprenantes; la pédagogie de l’IA et l’IA au service du développement professionnel pour le personnel enseignant. Plus largement, les transformations liées à l’IA incitent à la considérer à la fois comme un objet d’étude et comme un outil dont l’usage doit être encadré par des …