Comment L’IA Redéfinit Les Méthodes D’Évaluation Dans Les Écoles
L’Enjeu De Former Les Étudiants À L’Usage Critique De L’IA
L’intelligence artificielle s’est installée dans les études supérieures plus vite que les institutions n’ont eu le temps de définir leurs règles. À Sciences Po, trois étudiants sur quatre déclarent utiliser chaque semaine des outils d’IA, selon une enquête menée au printemps 2025. L’établissement a depuis choisi de ne ni les interdire ni les laisser sans cadre, mais d’adapter progressivement ses enseignements et ses modalités d’évaluation.
Le sujet n’est donc déjà plus de savoir si les étudiants utiliseront l’IA, mais ce qu’ils en feront. C’est là que l’analogie avec l’outil prend tout son sens. Un instrument peut faciliter un geste, accélérer une tâche ou élargir les possibilités d’action. Il ne dispense pas pour autant de savoir pourquoi, quand et jusqu’où l’utiliser. Dans l’éducation, cette distinction est essentielle : produire un texte n’est pas nécessairement savoir écrire, obtenir une synthèse n’est pas nécessairement comprendre, et recevoir une réponse n’est pas nécessairement savoir raisonner.
Les établissements commencent à tirer les conséquences de ce changement. Sciences Po insiste désormais sur le discernement, la créativité, la capacité de contextualisation et la pensée critique. L’usage de l’IA peut être explicitement intégré à certains travaux, à condition que les étudiants puissent expliquer leur démarche et exercer leur propre jugement. Les modalités d’évaluation évoluent elles aussi, avec davantage d’oraux, d’exercices en temps limité ou de travaux demandant de confronter et d’analyser les productions d’une IA.
Cette évolution transforme ainsi moins l’outil que la définition même de ce que signifie apprendre. Pendant longtemps, l’école a valorisé la capacité à restituer, synthétiser et rédiger. Or certaines de ces opérations sont désormais accessibles en quelques secondes. La difficulté se déplace : il faut savoir formuler une question pertinente, vérifier une réponse, repérer une erreur, comprendre les limites d’un modèle et donner du sens à ce qui est produit.
Cela ne signifie pas que les inquiétudes sont dépassées. Elles sont au contraire révélatrices des tensions qui traversent l’enseignement supérieur. Derrière la question de ChatGPT se trouvent des interrogations sur la valeur des diplômes, la fraude, l’autonomie intellectuelle, les transformations du travail et les compétences qui seront réellement reconnues demain. Les expérimentations menées dans les établissements ne permettent d’ailleurs pas encore de trancher définitivement les effets de l’IA sur les apprentissages. À Sciences Po, des travaux expérimentaux récents cherchent précisément à mesurer si son utilisation favorise ou, au contraire, affaiblit certains acquis.
L’ESSEC illustre une autre dimension de cette transformation. L’école a engagé des démarches visant à intégrer l’IA dans la formation et à développer les compétences nécessaires à son usage critique. Elle a également conclu un partenariat avec Mistral AI pour équiper notamment des étudiants et expérimenter des usages pédagogiques et professionnels. Le rapport entre l’école et les entreprises technologiques devient ainsi un enjeu éducatif à part entière. Former aux outils suppose de comprendre leurs possibilités, mais aussi leurs intérêts économiques, leurs biais et leurs limites.
Le dossier initial associait également l’IA à une inquiétude concernant l’avenir des métiers. Cette crainte mérite d’être prise au sérieux sans être transformée en certitude : les données disponibles ne permettent pas de dire simplement quels emplois disparaîtront, lesquels seront créés et à quelle vitesse. En revanche, la transformation des tâches est déjà suffisamment tangible pour justifier une évolution des formations.
L’enjeu n’est donc probablement pas de choisir entre l’enthousiasme technologique et la résistance. Il est d’apprendre à conserver une capacité de décision face à l’outil. L’IA peut devenir une béquille qui évite l’effort ou un instrument qui augmente les possibilités. La différence ne réside pas seulement dans la puissance de la technologie, mais dans la formation de celleux qui l’utilisent.
À mes yeux, c’est peut-être là que se joue la véritable question éducative : dans un monde où les machines produisent de plus en plus facilement des réponses, l’école doit-elle surtout apprendre à répondre, ou apprendre à juger la valeur des réponses ? La technologie ne tranchera pas cette question à notre place. Et c’est précisément pourquoi il devient urgent de continuer à apprendre à penser.







Laisser un commentaire