Chronique rédigée par Clara Dyan-Charles à l’aide de Notebook LM

---

Ces derniers mois, le rythme de l’évolution de l’intelligence artificielle (IA) n’a fait que s’accélérer, confirmant que nous ne sommes plus dans une phase d’expérimentation, mais bien dans une transformation structurelle de l’enseignement supérieur.

Entre les discussions sur la réglementation mondiale et la refonte radicale de l’évaluation, le message est clair : l’IA générative (IAg) est un contexte, un outil et potentiellement un risque pour l’apprentissage.

Le choc de l’évaluation : du contrôle à la conversation

La crise la plus visible concerne l’évaluation traditionnelle, que certains n’hésitent plus à qualifier d’« obsolète » face à la capacité de l’IAg à générer des travaux sophistiqués. Comme le dit l’expert Tom Chatfield, l’évaluation doit passer de la question « Qu’est-ce que tu sais ? » à « Comment réfléchis-tu avec l’IA ? ».

Les solutions qui émergent vont au-delà de la simple surveillance — une approche contre-productive et intenable. Au Québec, la réflexion est bien lancée, notamment avec la présentation du modèle AICAI (Academic Integrity and Creativity in the Age of Generative Artificial Intelligence) par Peters et Angelov, publié en septembre 2025.

Ce modèle propose un cadre systémique pour transformer nos pratiques, insistant sur l’importance de redéfinir le plagiat pour inclure le contenu généré par IA non cité.

Les nouvelles pistes pédagogiques

Le modèle AICAI, tout comme les recommandations internationales, encourage à cibler des objectifs pédagogiques ambitieux (Appliquer, Analyser, Évaluer, Créer) pour décourager la délégation facile des tâches à l’IAg.

Les conseiller·ères pédagogiques ont un rôle crucial à jouer en accompagnant les enseignant·es à valoriser les évaluations authentiques, comme les simulations orales ou les tâches proches du milieu professionnel, qui sont naturellement plus résistantes à la fraude.

Une pratique de plus en plus valorisée est l’évaluation du processus plutôt que du seul produit final. Il s’agit d’intégrer l’usage de l’IA de manière transparente et réflexive. Les étudiantes et étudiants sont désormais encouragés à tenir un journal de leurs expérimentations, incluant leurs prompts (requêtes) et les réponses obtenues, puis à fournir une analyse critique de ces résultats. L’enseignement de la rédactique (prompt engineering) devient ainsi une forme de pensée critique en soi.

Pour les professionnel·.les de la santé, par exemple, des lignes directrices ont été émises (le cadre A.V.E.C. : Apprendre – Vérifier – Estimer – Communiquer) qui insistent sur la vérification systématique des sources et du contenu généré, pour contrer les erreurs et les « hallucinations ». Cette notion de vérification experte est un pilier fondamental, peu importe la discipline.

Soutien à la littératie et gouvernance

Pour accompagner ce changement, la littératie numérique et en IA est mise de l’avant. Des outils pour développer cette compétence sont disponibles, comme la plateforme du Gouvernement du Québec ou la formation gratuite de l’Université TÉLUQ, qui couvre les concepts clés de l’IA, son éthique et ses enjeux sociétaux.

Même si la réglementation européenne (l’EU AI Act) est encore en cours d’implémentation (avec des lignes directrices pour les modèles d’IA à usage général, ou GPAI), elle établit déjà des normes mondiales et met l’accent sur la nécessité d’une culture de l’IA.

En tant qu’expert·es du numérique, notre rôle consiste à aider le corps enseignant à devenir des designers et interprètes critiques de ces systèmes. Il ne s’agit pas d’interdire, mais de structurer l’usage de l’IA pour qu’elle serve l’apprentissage profond et développe les capacités humaines distinctives, telles que le jugement éthique et la collaboration.

---

Sources

Avancées en IA: risques politiques, sécuritaires et économiques mondiaux (Obvia) : Une conférence donnée par le Pr. Yoshua Bengio à l’Agora de Mila le 24 octobre 2025,.

Carte conceptuelle de la terminologie de l’intelligence artificielle (IA) (Canada.ca) : Un outil du Bureau de la traduction du gouvernement du Canada proposant un échantillon terminologique,.

Catalogue de requêtes : Une plateforme permettant de découvrir et d’utiliser des requêtes pour les études.

Compétence numérique · Pages : Une plateforme intelligente du gouvernement du Québec destinée à développer la compétence numérique,.

EU Artificial Intelligence Act | Up-to-date developments and analyses : Un site maintenu par le Future of Life Institute proposant des analyses sur la réglementation européenne de l’IA,.

Initiation au vocabulaire de l’intelligence artificielle (Université TÉLUQ) : Une formation gratuite en ligne sur la terminologie et les enjeux de l’IA,.

The AI Act Explorer | EU Artificial Intelligence Act : Un outil interactif permettant d’explorer le texte officiel de la loi européenne sur l’IA du 13 juin 2024,.

a.v.e.c._-_infographie.pdf : Une infographie de la Haute Autorité de Santé (HAS) résumant les clefs d’usage de l’IA générative en santé.

AI and the Future of Pedagogy : Un livre blanc de Tom Chatfield explorant comment l’éducation peut répondre à l’essor de l’IA,.

Repenser l’évaluation universitaire à l’ère de l’IAg (Collimateur – UQAM) : Un article proposant le modèle AICAI pour transformer les pratiques d’évaluation.

Didak’Bot – un chatbot pédagogique configurable au service des apprentissages (DRANE Guadeloupe) : Présentation d’un assistant conversationnel pour les enseignants.

Évaluez votre littératie en intelligence artificielle (Université Laval) : Un outil d’auto-évaluation de l’Académie de la transformation numérique.

Premières clefs d’usage de l’IA générative en santé (Guide de la HAS) : Un guide pédagogique adopté le 23 octobre 2025 pour accompagner les professionnels de santé,.

    ◦ Lien mentionné : www.has-sante.fr