L’avènement de l’intelligence artificielle dans le paysage académique soulève des questionnements fondamentaux sur nos pratiques d’écriture et d’évaluation. Dans le cadre des réflexions que nous menons en lien avec l’impact de l’IA sur l’enseignement, nous avons humblement entamé une réflexion qui s’inscrit dans une perspective à la fois historique et prospective.
Cette analyse, présentée initialement lors de la semaine IA de Compilatio (2024), propose un premier questionnement du sujet autour d’une question centrale : comment conceptualiser l’authenticité des productions académiques dans un environnement où l’IA devient un nouveau « compagnon d’écriture » ?
Notre démarche s’articule autour de trois axes principaux :
- Une perspective historique des pratiques d’écriture, démontrant que l’acte d’écrire n’a jamais été véritablement solitaire
- Une cartographie des compétences en écriture académique, s’appuyant sur le Science Writing Toolbox (2024) développé à l’UNIL par le Prof. Preitner
- Une esquisse de proposition méthodologique à travers l’échelle AIAS pour l’intégration raisonnée de l’IA dans les pratiques pédagogiques
Cette réflexion s’adresse aux enseignant·e·s-chercheur·se·s, aux responsables pédagogiques et aux étudiant·e·s qui cherchent à naviguer dans ce questionnement autour de nos pratiques académiques. Elle vise à ouvrir des pistes à explorer pour maintenir l’intégrité académique tout en embrassant les possibilités offertes par ces nouvelles technologies.
Loin d’adopter une posture technophobe ou technophile, notre questionnement s’attache à développer une approche nuancée, ancrée dans la réalité des pratiques pédagogiques contemporaines. Elle met en lumière la nécessité de réfléchir sur nos critères d’évaluation pour valoriser les compétences distinctement humaines, tout en reconnaissant le potentiel transformatif de l’IA dans l’enseignement supérieur.
Perspective historique des compagnons d’écriture
L »évolution de nos pratiques d’écriture reflète une constante adaptation aux innovations technologiques et sociales. La tradition orale, première forme de transmission des savoirs, s’appuyait sur l’expérience directe et collective. L’avènement des manuscrits a ensuite introduit une première médiation, avec les scribes comme gardien·ne·s privilégié·e·s du savoir. La révolution de l’imprimerie a marqué un tournant décisif, démocratisant l’accès aux connaissances et standardisant leur diffusion. L’ère industrielle a multiplié les sources d’information, conduisant à une diversification sans précédent des références disponibles. L’époque numérique a ensuite transformé radicalement notre rapport à l’information, offrant un accès quasi illimité aux savoirs. Aujourd’hui, l’IA s’inscrit dans cette continuité historique, représentant un nouveau « compagnon d’écriture » qui, comme ses prédécesseurs, soulève des questions fondamentales sur l’authenticité et la production intellectuelle.
Cartographie des compétences en écriture académique
Cette cartographie des compétences, inspirée du Science Writing Toolbox (2024), offre un cadre analytique rigoureux pour comprendre les dimensions multiples de l’écriture académique. Chaque compétence identifiée représente un aspect distinct mais interconnecté du processus d’écriture. La planification et la structuration constituent le socle méthodologique, permettant d’organiser la pensée de manière cohérente. L’analyse critique et la synthèse reflètent la capacité à traiter l’information de manière pertinente. La rédaction et l’adaptation au public traduisent l’importance de la communication ciblée. La créativité narrative enrichit le discours académique d’une dimension engageante. L’éthique et la méthodologie garantissent la rigueur scientifique, tandis que la révision assure l’amélioration continue du travail. Cette approche systémique permet d’identifier précisément les zones d’intervention potentielles de l’IA tout en préservant l’intégrité du processus académique.
Distinction entre capacités IA et compétences humaines distinctives
La différenciation entre les capacités de l’IA et les compétences humaines distinctives s’avère fondamentale pour repenser nos pratiques évaluatives. Les modèles d’IA sont très puissants en matière de génération de contenus structurés et d’analyse de patterns, démontrant une efficacité non négligeable dans les tâches systématiques et répétitives. Cependant, les compétences humaines se distinguent par leur capacité unique à contextualiser, à innover et à établir des connexions inédites. Cette dichotomie ne doit pas être perçue comme une opposition, mais plutôt comme une opportunité de redéfinir nos critères d’évaluation. En identifiant précisément ce qui relève des capacités automatisables et ce qui reste du domaine de l’expertise humaine, nous pouvons adapter nos méthodes pédagogiques pour valoriser les compétences véritablement distinctives de nos étudiant·e·s.
L’échelle AIAS comme outil de dialogue
- Niveau 0 : Absence d’IA
- Niveau 1 : Structuration et brainstorming
- Niveau 2 : Production humaine améliorée par l’IA
- Niveau 3 : Production IA améliorée par l’humain
- Niveau 4 : Intégration complète de l’IA
L’échelle AIAS, développée par Perkins, Fuze, Roe et Mac Vaught(2024), constitue un cadre méthodologique Intéressant pour établir un dialogue constructif entre enseignant·e·s et étudiant·e·s sur l’utilisation de l’IA. Cette gradation permet une communication transparente des attentes et des autorisations concernant l’usage des outils d’IA dans les travaux académiques. Chaque niveau correspond à un degré d’intégration spécifique, offrant ainsi une flexibilité adaptée aux objectifs pédagogiques variés. Cette approche structurée facilite non seulement la communication des attentes, mais permet également une évaluation plus équitable et cohérente des productions estudiantines, tout en maintenant la rigueur académique nécessaire.
Implications pédagogiques et recommandations pratiques
Le questionnement de nos pratiques pédagogiques face à l’émergence de l’IA nécessite une approche méthodique et réfléchie. L’intégration de ces outils dans l’enseignement supérieur ne peut se faire sans un accompagnement structuré des différent·e·s acteur·rice·s. La formation aux usages pertinents de l’IA doit s’accompagner d’une réflexion approfondie sur nos méthodes d’évaluation. L’enjeu n’est pas simplement technique, mais fondamentalement pédagogique : comment valoriser et développer les compétences distinctement humaines dans un environnement où l’IA devient un outil quotidien ? La réponse réside dans une approche équilibrée, combinant innovation technologique et préservation des valeurs fondamentales de l’enseignement supérieur.
Conclusion : Réfléchir la notion d’authenticité académique à l’ère de l’IA
L’émergence de l’IA comme compagnon d’écriture marque une nouvelle étape dans l’évolution de nos pratiques académiques. Cette transformation, loin d’être une rupture, s’inscrit dans la continuité historique de l’adaptation de l’enseignement supérieur aux innovations technologiques. Nous pensons que l’enjeu principal ne réside pas dans la résistance ou l’adoption inconditionnelle de ces outils, mais dans notre capacité à repenser nos approches pédagogiques et évaluatives.
Les enseignant·e·s et chercheur·se·s sont appelé·e·s à développer de nouvelles compétences, non seulement techniques, mais surtout pédagogiques et méthodologiques. L’échelle AIAS et la cartographie des compétences proposées constituent des outils structurants pour accompagner cette transformation. La distinction claire entre capacités IA et compétences humaines distinctives nous permet d’orienter nos efforts vers la valorisation de ce qui reste fondamentalement humain : la créativité, l’esprit critique, et la capacité à contextualiser.
Cette réflexion que nous tentons de mener devra être enrichie par les apports de vrais spécialistes du domaine et nous solliciterons les collègues experts de l’UNIL pour mieux la cadrer et offrir à notre communauté des perspectives plus valides et approfondies sur les questionnements en lien avec les écrits scientifiques à l’ère de l’IA.