Merisphere Publishing
← Retour au noyau documentaire

Éducation & enseignement supérieur · BIB-AFA-0037

AI and Higher Education: Opportunities, Challenges and Trends

Paul Tiyambe Zeleza ; Ben Vinson III

Comment les universités peuvent-elles intégrer l’intelligence artificielle dans l’enseignement, la recherche, l’administration et la gouvernance sans céder au techno-solutionnisme, aggraver les inégalités d’accès ou sacrifier l’intégrité académique, les valeurs institutionnelles et la responsabilité sociale ?

Question centrale

Comment les universités peuvent-elles intégrer l’intelligence artificielle dans l’enseignement, la recherche, l’administration et la gouvernance sans céder au techno-solutionnisme, aggraver les inégalités d’accès ou sacrifier l’intégrité académique, les valeurs institutionnelles et la responsabilité sociale ?

Thèse / idée directrice

La monographie traite l’IA comme une transformation institutionnelle globale plutôt que comme un simple outil pédagogique. Elle soutient que ses bénéfices — personnalisation de l’apprentissage, augmentation des capacités de recherche, amélioration de certaines opérations administratives et nouveaux services — ne deviennent légitimes et durables que si les universités les encadrent par une gouvernance explicite, des infrastructures adaptées, des politiques d’accès équitable, des règles d’intégrité et de propriété intellectuelle et une réflexion sur les coûts culturels et environnementaux.

Architecture et contenu substantiel

Le texte commence par replacer l’IA dans une histoire plus longue des transformations technologiques de l’enseignement supérieur, afin d’éviter de traiter les outils génératifs récents comme un phénomène sans précédent. Il cartographie ensuite l’adoption de l’IA dans différentes régions du monde et met en évidence des rythmes d’appropriation inégaux, dépendant des infrastructures, des investissements, des marchés du travail et des capacités réglementaires. L’analyse se déploie à l’échelle des principales fonctions universitaires : enseignement et apprentissage, où l’IA peut soutenir personnalisation, tutorat et production de contenus mais pose des problèmes d’évaluation et d’intégrité ; recherche, où elle accélère l’analyse et la découverte tout en soulevant des questions d’auteur, de fiabilité et de propriété intellectuelle ; administration et gouvernance, où l’automatisation peut accroître l’efficacité mais aussi renforcer opacité, surveillance ou dépendance à des fournisseurs privés. La monographie examine également les relations entre étudiants, enseignants, personnels et dirigeants, en insistant sur la nécessité d’associer ces acteurs à la définition des politiques. Une place importante est donnée aux enjeux d’éthique, de biais, d’accès, d’épistémologie, de culture et d’empreinte environnementale. Le mouvement final est stratégique : infrastructures, partenariats, politiques institutionnelles, formation des personnels et alignement des curricula sur les transformations économiques doivent former un dispositif cohérent plutôt qu’une succession d’initiatives dispersées.

Méthode / matériau

Monographie comparative et interdisciplinaire mobilisant littérature sur l’IA et l’enseignement supérieur, exemples institutionnels de plusieurs continents, tendances d’adoption régionales et analyse des réponses de différents acteurs universitaires. Approche de gouvernance et de politique institutionnelle plutôt que manuel technique.

Concepts structurants

Conclusions / résultats

Les auteurs appellent les universités à gouverner l’IA au lieu de la subir. Cela implique des politiques claires, une formation continue des étudiants et personnels, des infrastructures et partenariats adéquats, une attention à l’équité d’accès, la protection de la propriété intellectuelle et une évaluation constante des risques. La monographie rejette l’idée qu’une adoption rapide soit en soi un signe de modernisation : l’innovation doit rester subordonnée aux finalités éducatives et sociales de l’université.

Apport de la contribution

La fiche donne à Mérisphère une grille de lecture utile pour l’ensemble du débat actuel sur l’IA universitaire, notamment en Afrique : elle permet de distinguer les usages concrets de l’IA des conditions institutionnelles nécessaires à leur légitimité et à leur efficacité.

Réserves / interrogations ouvertes

La notice CODESRIA fournit une présentation particulièrement détaillée de l’argument, des domaines analysés et des recommandations, mais le texte intégral de la monographie n’était pas disponible en accès direct lors de cette séquence. Les exemples régionaux, données comparatives et développements propres à chaque section devront être contrôlés avant validation finale.

Références de vérification