L’IA s’impose dans le cursus étudiant
Plus de 12'000 étudiantes et étudiants ont repris les cours à l'EPFL. Comment l'avènement de l'intelligence artificielle a-t-il chamboulé les études universitaires?
C'est une tentation irrésistible pour les étudiantes et étudiants, un tsunami pour les enseignantes et enseignants et un défi majeur pour la formation. Arrivée en fanfare fin 2022, l’intelligence artificielle s’impose désormais dans les cursus universitaires, obligeant à revoir tant les méthodes pédagogiques que l’évaluation des apprentissages. Plus fondamentalement, elle remet en question la notion de connaissances et de capacité d’analyse.
Duale, l’IA est prometteuse autant que dangereuse. C’est un outil extraordinaire dont il serait idiot de se passer pour certaines tâches. Mais c’est aussi une solution de facilité qui court-circuite les processus d’apprentissage. Dans les études comme dans le quotidien, elle reste peu fiable, biaisée, opaque, condescendante… et pourtant omniprésente.
Notre dossier examine à travers trois prismes – celui des étudiantes et étudiants, des enseignantes et enseignants et des spécialistes de l’apprentissage de l’EPFL – comment l’IA a envahi les études. Si une large majorité des premiers y ont recours, les seconds tentent de s’adapter pour en tirer le meilleur. Quant aux spécialistes de la pédagogie et de l’éducation, elles et ils veulent fournir aux étudiantes et étudiants une «boussole plutôt qu’une carte» en les invitant à se poser la question: «Est-ce que l’IA m’aide à apprendre, ou est-ce qu’elle apprend à ma place?»
Étudier
«Ce n'est pas parce que quelque chose est fait avec de l'IA que c'est mauvais. Il faut cependant être vigilant quant aux risques et à l'éthique derrière la conceptualisation et l'utilisation de l'IA.»
89% des étudiantes et étudiants de l'EPFL sondés utilisent l'IA
«C'est un incroyablement bon moteur de recherche.»
«Très pratique pour demander des preuves/explications pour des exercices/théorèmes spécifiques, pour avoir des astuces non révélatrices pour les exercices et surtout pour pouvoir avoir un feed-back sur nos preuves/solutions auxdits exercices.»
Un peu moins de 7% l'utilisent rarement,
30% plusieurs fois par jour
«Je ne l'utilise pas, mais j'ai l'impression qu'on me sort souvent (à chaque fois ?) l'usage de l'IA comme solution à mes problèmes.»
15% vérifient toujours le contenu généré par l'IA
«Je n'utilise pas l'IA pour apprendre des choses nouvelles, mais pour consolider les connaissances que j'ai déjà, donc je suis mon propre moyen pour vérifier l'IA.»
Pour un bon tiers, l'IA n'est ni positive ni négative
«Je ne sais pas quel est l'impact de l'utilisation sur le contenu des cours, et ne sais pas si je dois avoir des scrupules à mettre des corrections dans l'IA, par exemple pour demander des explications.»
L'impact de l'IA sur le monde te préoccupe-t-il?
77% des étudiantes et étudiants se disent beaucoup ou très préoccupés
«L'utilisation de l'IA m'inquiète non seulement pour le côté environnemental, mais aussi pour le côté social. Ce qui me fait peur, c'est à quel point l'IA est omniprésente et facilement accessible maintenant, ce qui fait oublier les conséquences qu'il y a derrière.»
«J’ai peur que l’IA nous «mange». J'ai vraiment l’impression que toutes les compétences qu’on va acquérir dans l’entièreté de nos études seront vraiment "has been" dans quelque temps et accessibles à tous les simples «utilisateurs» des IA. J’ai peur qu’on soit nul en tout.»
Le «je t'aime moi non plus» des étudiantes et étudiants
Tombée fin 2022, la météorite ChatGPT a trouvé à l’EPFL un terreau fertile pour coloniser les ordinateurs et smartphones de futurs ingénieures et ingénieurs. À la faveur de leur esprit en formation ainsi que de l’amélioration et la multiplication des modèles, en deux ans, l’IA générative s’est répandue comme une traînée de poudre.
La bonne nouvelle est qu’en 2026, l’intelligence artificielle n’a remplacé ni le cerveau ni la mémoire des étudiantes et étudiants de l’EPFL. Si moins d’une personne sur dix s’en passe, ils et elles l’utilisent surtout comme un outil d’apprentissage. C’est pour l’essentiel un moyen rapide et facile d’alléger la charge de travail, dans les grandes comme dans les petites tâches: planification du temps d’étude et des révisions, prise des notes, résolution des exercices, apprentissage de ses erreurs, simulation d’examens ou encore pour la gestion du stress. Les trois quarts des adeptes y ont recours pour se faire expliquer le contenu des cours; deux tiers comme aide à la résolution des séries d’exercices hebdomadaires.
L’utilisation de l’IA varie un peu en fonction des sections. Les étudiantes et étudiants en informatique, génie chimique et sciences de la vie sont les plus enthousiastes, tandis que celles et ceux en mathématiques sont les moins friands de ses prédictions statistiques.
«Si j'avais le temps de chercher l'info plutôt que de demander à ChatGPT, je le ferais.»
Ces éléments sont tirés du sondage mené par le groupe de travail sur l’IA des délégués des étudiants et étudiantes de l’EPFL lors du semestre d’hiver dernier. Il a interrogé la population étudiante, soit quelque 12'000 personnes en Bachelor et Master. Trois cent cinquante‑neuf personnes ont répondu, réparties de manière représentative entre les sections et les niveaux.
L’autre information qui peut être rassurante est qu’en dehors des études, 40% ont répondu ne pas utiliser l’IA générative. Et celles et ceux qui y ont recours l’emploient essentiellement «pour répondre à des questions du quotidien».
Le fait de se servir de l’IA comme d’un outil d’apprentissage ne signifie toutefois pas qu’elle est bien utilisée. Pour orienter les étudiantes et étudiants dans leur formation, le Centre d’appui à l’enseignement (CAPE) de l’EPFL publie cette année deux guides spécifiques consacrés à l’IA. La boussole pointe la question de «savoir si l’IA m’aide à apprendre ou si elle apprend à ma place». «Au cœur de nos préoccupations est la délégation cognitive: le fait de confier une partie de nos efforts mentaux à un outil ou à une machine», avance Olga Kasatkina, chercheuse et conseillère pédagogique au CAPE. «Nous n’avons pas encore de recul sur les effets que l’IA peut avoir sur le processus d’apprentissage.»
«Je me sens un peu coincée en ce qui concerne l’utilisation de l’IA. D’un côté, son utilisation est très utile et, la plupart du temps, elle aide beaucoup.
D’un autre, je ne souhaite pas utiliser d’IA à cause de sa consommation et son impact environnemental.
Voici le dilemme: dois-je me tenir à mes valeurs, mais risquer de prendre beaucoup plus de temps pour comprendre les maths? »
Plus globalement, le sondage montre que les étudiantes et étudiants qui ont répondu gardent une vision assez objective des avantages et des inconvénients de l’IA. Ils sont conscients de ses atouts et de la puissance de l’outil quand il est utilisé à bon escient, tout en étant inquiets de ses biais, ses possibles dérives (polarisation des opinions, atteintes à la vie privée, problèmes de sécurité) et ses impacts environnementaux et sociaux.
Enfin, le sondage s’est intéressé à la pression à utiliser l’IA dans le cadre de leurs cours. 85% des participantes et participants sentent peu ou pas de pression. Même si 60% disent avoir déjà été encouragés à utiliser l’IA par leur enseignant ou enseignante. Parmi ces derniers, un tiers l’a fait en parlant des impacts de l’IA dans différents domaines. Les commentaires montrent finalement une attitude plutôt ouverte, acceptant une utilisation pédagogique, illustrative et éclairée de l’IA par le corps enseignant, mais dans un cadre de transparence, de modération et de responsabilité.
Paroles d'étudiantes et étudiants
Tes premières impressions?
L'IA, une nouvelle
façon d'étudier?
Un peu
de méfiance?
Utiliser l'IA,
c'est de la triche?
Enseigner
«Les travaux écrits à faire à domicile pour tester les connaissances, on peut oublier. Vous ne lirez que des papiers écrits avec l’IA, sans certitude sur ce qui aura vraiment été acquis!»
Apprendre à bien utiliser l’IA plutôt que l’interdire
L’arrivée des outils d’IA générative a marqué un tournant dans le monde de l’enseignement. Quatre enseignantes et enseignants de l’EPFL expliquent comment cela impacte leur manière d’enseigner en 2026.
©EPFL/Alain Herzog
©EPFL/Alain Herzog
«C’est un tsunami, qui rebat notre rapport aux étudiantes et étudiants, et leur propre rapport au savoir». Jamila Sam enseigne la programmation depuis 30 ans. L’arrivée de l’IA générative, il y a trois ans, marque pour elle un tournant inédit. «Décontenancés, mes collègues et moi avons créé un groupe de travail sur la question. Nous commençons à entrevoir des pistes, notamment quel discours tenir à nos étudiantes et étudiants, comment les informer, quelle utilisation leur recommander. Nous apprenons en même temps qu’eux.»
Selon elle, le problème principal est l’illusion que donne l’IA de maîtriser une matière. «Ces outils font penser à ces jeunes qu’ils et elles comprennent sans avoir à faire l’effort de mener le raisonnement de bout en bout.» Elle le constate aux examens, avec une dégradation des acquis et des résultats. Les forums en ligne, mis en place durant le Covid, le démontrent également. «Leur fréquentation a chuté de 2000 messages, il y a deux ans, à 200 cette année. Il semble qu’ils et elles vont chercher des réponses ailleurs, et s’en satisfont.»
Théâtre et craies de couleur
©Lundi13
©Lundi13
Sébastien Basterrechea, chargé de cours en mathématiques, met ses étudiantes et étudiants en garde contre les erreurs que peut faire l’IA. «Mais pour moi, elle n’est pour l’instant qu’un outil supplémentaire, comme les MOOCs l’ont été il y a quelques années. Pour assimiler un processus mathématique, il faut l’avoir pleinement compris et intégré, et ça, l’IA ne peut pas le faire à notre place. Or, c’est cela qui est jugé à l’examen.»
Son arme secrète, c’est une bonne dose de théâtralité et de mouvement durant ses cours, et ses craies de couleur. «Ce n’est pas juste un cours d’analyse du lundi matin, sourit-il, c’est le show de M. Basterrechea! La matière est difficile. Le moins que je puisse faire est de la rendre agréable.»
Papier, stylo, point
©Lundi13
©Lundi13
«Nous sommes dans cette phase où l’on affine les règles», explique pour sa part Johan Rochel, chargé de cours en philosophie et éthique des nouvelles technologies. Pour lui, les IA génératives ont surtout bouleversé les modes d’évaluation. «Les travaux écrits à faire à domicile pour tester les connaissances, on peut oublier. Vous ne lirez que des papiers écrits avec l’IA, sans certitude sur ce qui aura vraiment été acquis!» L’essentiel, pour lui, est d’être au clair sur les compétences que les étudiantes et étudiants doivent avoir assimilées en quittant le cursus. «De là, on peut repenser l’enseignement, l’évaluation et l’usage des outils.»
Il mise sur le présentiel, avec études de cas, travail en équipe, discussions. «Pédagogiquement, il y a de grands bénéfices à avoir des gens autour de la table, qui se parlent, se regardent.» Pour l’examen, il a gardé les bonnes vieilles méthodes, soit deux heures dans une salle, avec papier, stylo et un peu de documentation, sans internet.
Au chapitre des risques, l’expert cite le transfert de compétences aux machines. «Si on automatise les tâches essentielles, que se passe-t-il s’il n’y a plus d’ordinateur? L’usage systématique de l’IA peut conduire à la facilité, puis à la perte de compétences et à la dépendance.» Apprendre à vérifier les informations et à garder un esprit critique est vital, mais cela ne suffit pas toujours: «Ces outils sont faits pour venir nous chercher là où nous sommes vulnérables, où nous manquons de temps…»
Augmenter les capacités humaines
Fraîchement arrivé à l’EPFL, Ken Holstein s’attache à repenser la manière dont les technologies émergentes sont conçues et utilisées. Directeur du co-augmentation, co-learning, and collaborative AI Lab (CoALA), il développe des systèmes d’IA qui renforcent les capacités humaines, telles que la réflexion, l’apprentissage, la collaboration, l’argumentation et la communication, plutôt que de se contenter d’automatiser des tâches.
Le professeur prône la conception de systèmes en collaboration avec celles et ceux qui les utilisent ou en subissent les effets – travailleurs, membres des communautés locales, enseignants et étudiants –, en fonction de leurs besoins spécifiques. «L’IA ne peut pas être une solution universelle. Lorsque les entreprises déploient les mêmes systèmes à l’échelle mondiale dans des contextes culturels, organisationnels et éducatifs très différents, on observe souvent des conflits avec les besoins et les valeurs locales.»
Il cite deux défis majeurs pour le domaine de l’éducation. Le premier est que les établissements d’enseignement négligent parfois d’impliquer suffisamment les expertes et experts dans les décisions d’adoption des technologies. Sous la pression de ne pas «rater le coche», ils peuvent choisir des solutions qui ne sont adaptées ni aux besoins d’apprentissage des élèves, ni à la pédagogie des enseignantes et enseignants.
Le second défi consiste, pour le corps enseignant, à concevoir des activités et des évaluations qui empêchent les étudiants de simplement «externaliser» l’effort cognitif requis pour l’apprentissage vers un système d’IA générative. «Il est important d’aider les élèves à bien comprendre que confier certaines tâches à l’IA les empêchera de développer les formes de jugement et d’expertise humaines qui seront les plus essentielles dans un monde où l’IA occupe une place prépondérante.»
Paroles d'enseignantes et enseignants
«Certaines et certains étudiants pensent, à tort, qu’ils sont désormais dispensés d’approfondir leurs compétences en programmation.»
©EPFL/Alain Herzog
©EPFL/Alain Herzog
«Ces technologies se développent avec une telle célérité que le temps qu’on perçoive le potentiel de l’une d’elles, une autre arrive déjà. En tant qu’enseignant, c’est difficile de rebondir, de développer un arsenal pédagogique qui permette de faire face.»
©EPFL/Alain Herzog
©EPFL/Alain Herzog
«Le cerveau humain n’est tout simplement pas conçu pour absorber autant d’informations. Utiliser les nouvelles technologies sans un socle stable de savoirs, c’est un peu comme construire un gratte-ciel sur des fondations branlantes».»
©EPFL/Alain Herzog
©EPFL/Alain Herzog
«Je constate que les étudiantes et étudiants intègrent beaucoup plus rapidement les nouveautés technologiques, par exemple les derniers modèles d’intelligence artificielle, dans leurs projets.»
L'IA dans l'enseignement: 👍 ou 👎
Nako Nakatsuka, professeure assistante au Laboratoire de nanotechnologie chimique de l'EPFL, et Francesco Mondada, directeur académique du Centre des sciences de l'apprentissage de l'EPFL, répondent à nos questions sur l'ascension de l'IA dans l'enseignement.
Par Cécilia Carron
Accompagner
«L'IA nous oblige à repenser nos pratiques, il faut revoir la manière dont nous évaluons les compétences et l’organisation des études.»
Face à l’IA qui a réponse à tout, la grande remise en question
De l’école à l’université, l’IA bouleverse le système éducatif. Chérie et crainte à la fois, elle oblige un vaste remue-méninges pour clarifier le sens des formations et les compétences essentielles que doivent acquérir les étudiantes et étudiants. «Que voulons-nous encore être capables de faire si l’électricité disparaît?», résume Patrick Jermann, responsable du Centre de l’éducation à l’ère digitale de l’EPFL (CEDE). «L’IA nous oblige à repenser nos pratiques, il faut revoir la manière dont nous évaluons les compétences et l’organisation des études. La façon dont on mesure les acquis conditionne en grande partie la façon dont les étudiantes et étudiants apprennent.»
À l’EPFL, cette réflexion a notamment donné lieu au projet stratégique «S’ÉPanouir-FLourish» qui vise à faire évoluer les programmes d’études pour fournir aux étudiantes et étudiants «une boussole plutôt qu’une carte». Soit un socle de compétences et de connaissances durables, une capacité d’adaptation au changement et une conscience de l’impact social. Le projet prévoit aussi plus de temps dans les cursus pour penser en profondeur, cultiver la créativité et les interactions humaines. Car pour bien apprendre, il faut du temps et ce processus ne peut pas être délégué à l’IA.
©EPFL/Joachim Steiner
©EPFL/Joachim Steiner
«Que voulons-nous encore être capables de faire si l’électricité disparaît?»
L’IA comme partenaire d’entraînement
«Les chatbots des grands modèles de langage (LLM) peuvent nous donner l’impression d’apprendre, car ils expliquent très bien, mais comprendre n’est pas apprendre. Sans effort, notre système cognitif ne reçoit pas le signal qu’il est nécessaire d’ancrer l’information, relève Kim Uittenhove, collaboratrice scientifique au Centre des sciences de l’apprentissage (Centre LEARN) de l’EPFL. L’apprentissage est un processus qui se construit activement, et chaque tâche confiée à l’IA, comme faire un résumé, par exemple, est une opportunité en moins pour consolider les compétences cognitives. Avoir un comportement passif, prendre seulement ce que l’IA nous donne est problématique, car on perd le contrôle du processus.»
Pour avoir une meilleure vision de la manière dont les étudiantes et étudiants de l’EPFL utilisent l’IA, la chercheuse a supervisé une étude qui a réuni 20 participantes et participants. Résultat, fréquemment, les étudiantes et étudiants ne l’utilisent pas de façon pédagogique. «On voit parfois que, malgré une bonne intention au départ, l’IA prend le dessus et exécute à leur place, parfois sans même que cela ait été demandé.» Un problème, puisque les études montrent qu’en utilisant l’IA de cette manière, cela peut conduire à de moins bons résultats aux évaluations.
Pour éviter cette prise de pouvoir de l’IA, le mieux est donc de faire appel à elle en tant que partenaire d’entraînement, que cela soit pour simuler un examen oral ou demander un retour sur son travail. Le chatbot conçu par Ola Svensson, professeur à l’EPFL, est un exemple d’un usage actif de l’IA. Celui-ci pose des questions au lieu de donner des réponses, et facilite ainsi l’apprentissage des étudiantes et étudiants en les amenant à faire un effort pour expliquer les concepts. Autre exemple, le chatbot contradicteur de Francesco Mondada, directeur académique du Centre LEARN, qui incite les étudiants et étudiantes à justifier leur raisonnement et à donner des arguments même en cas de bonne réponse. Le CEDE a aussi développé des tuteurs IA et un outil qui permet aux étudiants de générer des indices lorsqu’ils font leurs exercices. «Précisons que nous développons ces outils sur une infrastructure locale avec une approche responsable aussi bien en termes d’éthique que de durabilité, en choisissant les modèles les plus frugaux possibles du point de vue énergétique», insiste Patrick Jermann.
Repenser les critères d’évaluation
Un des grands défis du système éducatif est d’entretenir la motivation des étudiantes et étudiants à apprendre, alors qu’ils ont à disposition une IA qui peut travailler à leur place et exceller aussi bien en ingénierie qu’en lettres. «Nous sommes récemment passés d’une phase où l’on confiait à la machine tout ce qu’elle était capable de faire à notre place, à une autre où c’est l’intérêt de la tâche pour l’humain et son épanouissement qui doit déterminer s’il l’effectue lui-même ou non», relève Rudolf Mahrer, professeur à l’EPFL et à l’Unil et coenseignant du cours «Écrire et penser avec les IA génératives». «Ce changement de paradigme est une formidable occasion de réfléchir à nos compétences, au sens de nos apprentissages, à notre rapport à la technologie. C’est aussi le moment d’un danger plus affectif: le «complexe prométhéen», une perte de confiance en nous-mêmes face à la machine. Pourtant, nous avons besoin de cette confiance pour nous engager dans la formation, dans la vie.»
À l’EPFL, le professeur de linguistique fait partie d’un groupe de travail qui réfléchit à l’évolution du système d’évaluation. «Ce qui oriente, pour moi, nos propositions pour l’enseignement et l’évaluation, c’est le souci de ménager la relation de confiance entre enseignantes, enseignants et étudiantes et étudiants. Ces derniers doivent se dire: «Quand je suis à l’école ou à l’université, je suis un humain qui progresse avec d’autres humains que mon sort concerne.» L’IA est partout et parfois on l’utilise même à notre insu, il faut donc abandonner l’idée de détecter son usage, sortir de cette logique de la fraude et se concentrer sur la meilleure manière d’évaluer les compétences. La construction du savoir peut, par exemple, être évaluée via des épreuves sur table, écrites à la main avec peu de documentation, ou des travaux à domicile avec un complément écrit ou oral en classe demandant aux étudiantes et étudiants d’expliquer leur démarche.»
Tout comme il n’est pas profitable pour les étudiantes et étudiants de laisser l’IA prendre le dessus, Kim Uittenhove rend d’ailleurs aussi attentifs les enseignants et enseignantes aux risques d’utiliser l’IA pour l’évaluation. «J’ai mené une revue de la littérature sur cette question et, dans les systèmes d’évaluation déployés avec l’IA, des biais peuvent émerger. Certaines études montrent par exemple que l’IA accorde plus de points à des formulations plus longues, même si elles comportent des éléments non pertinents pour la question. Ces systèmes doivent donc être utilisés avec une grande prudence et inclure dans la boucle des experts humains, notamment pour éviter de pousser les étudiantes et étudiants à adopter des schémas de réflexion qui plaisent à l’IA.» Car si le système éducatif est en pleine remise en question, une chose est certaine, ce ne sont pas ces compétences que les universités veulent offrir à leurs futurs diplômés et diplômées.
©EPFL/Joachim Steiner
©EPFL/Joachim Steiner
«L’IA est partout et parfois on l’utilise même à notre insu, il faut donc abandonner l’idée de détecter son usage, sortir de cette logique de la fraude et se concentrer sur la meilleure manière d’évaluer les compétences.»
©EPFL/Joachim Steiner
©EPFL/Joachim Steiner
«L’apprentissage est un processus qui se construit activement, et chaque tâche confiée à l’IA, comme faire un résumé, par exemple, est une opportunité en moins pour consolider les compétences cognitives.»
Humour
Par Nik Papageorgiou | The Upturned Microscope
Nik Papageorgiou
Nik Papageorgiou
Nik Papageorgiou
Nik Papageorgiou
«Avec l’IA, il faut repenser ce que signifie apprendre»
Pour Dan Schwartz, spécialiste des sciences de l’apprentissage à Stanford, l’enjeu de l'IA dépasse largement le choix d’autoriser ou non ces nouveaux outils en classe: leur essor nous pousse à redéfinir ce que les étudiantes et étudiants doivent réellement apprendre.
Par Cécilia Carron
L’intelligence artificielle représente-t-elle une rupture totalement nouvelle pour les hautes écoles ou peut-elle être comparée à l’arrivée des ordinateurs, des moteurs de recherche ou de la calculatrice?
Au Ve siècle avant notre ère, Socrate craignait que l’introduction de l’écriture détruise la mémoire des gens et leur capacité à distinguer le vrai du faux. Cela ressemble beaucoup à certaines inquiétudes que nous entendons aujourd’hui au sujet de l’IA. Plusieurs attitudes très différentes se côtoient actuellement dans les hautes écoles. Les membres du corps enseignant utilisent pour la plupart l’IA dans leurs recherches. Il est donc assez naturel qu’ils introduisent les mêmes outils dans leurs cours. Certains développent des outils extrêmement spécifiques à leur discipline, par exemple un outil capable de comparer la vidéo d’un chirurgien novice avec celle d’un expert et d’identifier les différences entre leurs gestes. L’IA devient alors un véritable instrument d’apprentissage. À l’inverse, d’autres hésitent à faire entrer l’IA dans leur manière actuelle d’enseigner et tentent surtout d’empêcher les étudiants de tricher. Et puis il y a une quatrième attitude, qui rappelle justement Socrate: «Ne faisons pas entrer l’IA, elle va tout détruire.»
Les étudiants ont-ils pris de l’avance sur leurs enseignants?
Les membres du corps enseignant ont adopté très rapidement l’IA dans leurs recherches, parce qu’elle transforme déjà pratiquement toutes les disciplines. Les étudiants, eux, l'utilisent dans leur vie quotidienne et l'apportent naturellement en classe. Le problème est que les outils d’IA sont particulièrement performants pour réaliser le type de tâches que nous donnons traditionnellement aux étudiants. Il existe donc une sorte de décalage: pour certaines tâches d’apprentissage, les étudiants sont en avance; pour la recherche et les problèmes plus complexes, le corps enseignant l’est davantage.
Comment évaluer si l’IA aide réellement à apprendre, plutôt qu’à simplement obtenir de meilleurs résultats?
Il faut surtout comprendre que les étudiants vont utiliser ces outils dans leur vie professionnelle. Alors, pourquoi ne pas également les laisser les utiliser lors de l’examen final et revoir la manière d'évaluer? À nous de concevoir des examens suffisamment intelligents. Cela rappelle les débats autour de la calculatrice. La question était déjà qu’est-ce qu’un élève doit absolument être capable de faire seul? Voulons-nous mesurer si les étudiants maîtrisent le contenu que nous leur avons enseigné ou voulons-nous mesurer leur capacité à apprendre ce qui viendra ensuite? Ce n’est pas le même type d’évaluation. Une évaluation pourrait, par exemple, observer comment une personne apprend pendant qu’elle résout un problème. Une IA pourrait mettre en évidence qu’elle répète sans cesse la même stratégie qui ne fonctionne pas et observer si elle est capable d’en essayer une nouvelle. Ce serait une information très intéressante sur sa capacité à apprendre.
Si l’IA peut fournir instantanément des connaissances, que faut-il encore apprendre par cœur?
Il faut savoir suffisamment de choses pour pouvoir interpréter ce qu’elle produit. Si je l’interroge sur un problème médical et qu’elle me répond avec des termes que je ne comprends pas, son accès à toutes ces connaissances ne m’aide pas beaucoup. Certaines doivent devenir automatiques. Quand vous lisez un mot, vous ne devez pas avoir à réfléchir longuement avant de comprendre ce qu’il signifie. Il existe aussi de grands concepts fondamentaux qu’il faut comprendre en profondeur. La proportionnalité, les pourcentages ou les proportions en mathématiques en sont un bon exemple. Nous avons tendance à ajouter énormément de contenus aux programmes, alors que tous ne contribuent pas forcément à cette compréhension profonde. Si quelque chose n’est qu’une procédure sans concept fondamental derrière, peut-être peut-on effectivement laisser l’IA s’en charger.
À quoi ressemblerait alors un cours efficace avec l’IA?
Nous sommes encore en pleine phase d’expérimentation. Mais ce qui m’intéresse, ce sont les situations dans lesquelles l’IA aide l’être humain plutôt qu’elle ne prend sa place. Si j'enseigne devant un grand auditoire et que je parle pendant une heure, l’IA peut prendre des notes. Ce n’est pas très intéressant. Mais si les étudiants travaillent en petits groupes sur des tâches plutôt que de m’écouter passivement, alors l’IA peut jouer des rôles beaucoup plus intéressants. Dans un groupe un système pourrait remarquer qu’une personne monopolise la parole et suggérer qu’un autre étudiant pose une question. Elle pourrait également soutenir les enseignants débutants. Ce sont des formes de collaboration entre humains et IA qui me semblent prometteuses. La vraie question est donc de savoir si les enseignants sont prêts à modifier leur manière d’enseigner. Repenser entièrement un cours représente énormément de travail. Mais à un moment donné, continuer exactement comme avant ne fonctionnera plus.
«Avec l’IA, il faut repenser ce que signifie apprendre»
Pour Dan Schwartz, spécialiste des sciences de l’apprentissage à Stanford, l’enjeu de l'IA dépasse largement le choix d’autoriser ou non ces nouveaux outils en classe: leur essor nous pousse à redéfinir ce que les étudiantes et étudiants doivent réellement apprendre.
Par Cécilia Carron
L’intelligence artificielle représente-t-elle une rupture totalement nouvelle pour les hautes écoles ou peut-elle être comparée à l’arrivée des ordinateurs, des moteurs de recherche ou de la calculatrice?
Au Ve siècle avant notre ère, Socrate craignait que l’introduction de l’écriture détruise la mémoire des gens et leur capacité à distinguer le vrai du faux. Cela ressemble beaucoup à certaines inquiétudes que nous entendons aujourd’hui au sujet de l’IA. Plusieurs attitudes très différentes se côtoient actuellement dans les hautes écoles. Les membres du corps enseignant utilisent pour la plupart l’IA dans leurs recherches. Il est donc assez naturel qu’ils introduisent les mêmes outils dans leurs cours. Certains développent des outils extrêmement spécifiques à leur discipline, par exemple un outil capable de comparer la vidéo d’un chirurgien novice avec celle d’un expert et d’identifier les différences entre leurs gestes. L’IA devient alors un véritable instrument d’apprentissage. À l’inverse, d’autres hésitent à faire entrer l’IA dans leur manière actuelle d’enseigner et tentent surtout d’empêcher les étudiants de tricher. Et puis il y a une quatrième attitude, qui rappelle justement Socrate: «Ne faisons pas entrer l’IA, elle va tout détruire.»
Les étudiants ont-ils pris de l’avance sur leurs enseignants?
Les membres du corps enseignant ont adopté très rapidement l’IA dans leurs recherches, parce qu’elle transforme déjà pratiquement toutes les disciplines. Les étudiants, eux, l'utilisent dans leur vie quotidienne et l'apportent naturellement en classe. Le problème est que les outils d’IA sont particulièrement performants pour réaliser le type de tâches que nous donnons traditionnellement aux étudiants. Il existe donc une sorte de décalage : pour certaines tâches d’apprentissage, les étudiants sont en avance; pour la recherche et les problèmes plus complexes, le corps enseignant l’est davantage.
Comment évaluer si l’IA aide réellement à apprendre, plutôt qu’à simplement obtenir de meilleurs résultats?
Il faut surtout comprendre que les étudiants vont utiliser ces outils dans leur vie professionnelle. Alors, pourquoi ne pas également les laisser les utiliser lors de l’examen final et revoir la manière d'évaluer? À nous de concevoir des examens suffisamment intelligents. Cela rappelle les débats autour de la calculatrice. La question était déjà qu’est-ce qu’un élève doit absolument être capable de faire seul? Voulons-nous mesurer si les étudiants maîtrisent le contenu que nous leur avons enseigné ou voulons-nous mesurer leur capacité à apprendre ce qui viendra ensuite? Ce n’est pas le même type d’évaluation. Une évaluation pourrait, par exemple, observer comment une personne apprend pendant qu’elle résout un problème. Une IA pourrait mettre en évidence qu’elle répète sans cesse la même stratégie qui ne fonctionne pas et observer si elle est capable d’en essayer une nouvelle. Ce serait une information très intéressante sur sa capacité à apprendre.
Si l’IA peut fournir instantanément des connaissances, que faut-il encore apprendre par cœur?
Il faut savoir suffisamment de choses pour pouvoir interpréter ce qu’elle produit. Si je l’interroge sur un problème médical et qu’elle me répond avec des termes que je ne comprends pas, son accès à toutes ces connaissances ne m’aide pas beaucoup. Certaines doivent devenir automatiques. Quand vous lisez un mot, vous ne devez pas avoir à réfléchir longuement avant de comprendre ce qu’il signifie. Il existe aussi de grands concepts fondamentaux qu’il faut comprendre en profondeur. La proportionnalité, les pourcentages ou les proportions en mathématiques en sont un bon exemple. Nous avons tendance à ajouter énormément de contenus aux programmes, alors que tous ne contribuent pas forcément à cette compréhension profonde. Si quelque chose n’est qu’une procédure sans concept fondamental derrière, peut-être peut-on effectivement laisser l’IA s’en charger.
À quoi ressemblerait alors un cours efficace avec l’IA?
Nous sommes encore en pleine phase d’expérimentation. Mais ce qui m’intéresse, ce sont les situations dans lesquelles l’IA aide l’être humain plutôt qu’elle ne prend sa place. Si j'enseigne devant un grand auditoire et que je parle pendant une heure, l’IA peut prendre des notes. Ce n’est pas très intéressant. Mais si les étudiants travaillent en petits groupes sur des tâches plutôt que de m’écouter passivement, alors l’IA peut jouer des rôles beaucoup plus intéressants. Dans un groupe un système pourrait remarquer qu’une personne monopolise la parole et suggérer qu’un autre étudiant pose une question. Elle pourrait également soutenir les enseignants débutants. Ce sont des formes de collaboration entre humains et IA qui me semblent prometteuses. La vraie question est donc de savoir si les enseignants sont prêts à modifier leur manière d’enseigner. Repenser entièrement un cours représente énormément de travail. Mais à un moment donné, continuer exactement comme avant ne fonctionnera plus.
Construire
«On a besoin de contacts humains»
Un campus en mutation
Le cœur du campus lausannois de l'EPFL est en chantier depuis l'été 2025.
Un nouveau bâtiment est en cours de construction au niveau de l'Esplanade. Dans la foulée, la Coupole fera l'objet d'une rénovation en profondeur.
Ce projet nommé «Double Deck» verra naître 1500 places en auditoires modulaires.
Il matérialise l'importance que l'EPFL continue à donner aux interactions entre le corps enseignant et la communauté étudiante.
Les murs mobiles des auditoires permettront d’adapter la taille des classes en fonction des besoins, tandis que la conception du mobilier et de l’acoustique, propice à la collaboration, permettra aux étudiantes et étudiants d'utiliser les auditoires comme espaces d’étude lorsqu’ils ne sont pas utilisés pour les cours.
De nombeux espaces destinés au travail individuel ou en groupe seront aménagés.
Le projet, qui redonnera vie à l'Esplanade sans impact majeur dans le paysage, est réalisé sous la conduite de l’architecte Dominique Perrault.
Built with Shorthand