L’Australie vient de publier un cadre de r\u00e9f\u00e9rence complet pour guider l’int\u00e9gration de l’intelligence artificielle dans l’enseignement sup\u00e9rieur. Ce document, \u00e9labor\u00e9 par une \u00e9quipe de six chercheurs\u00b7ses issu\u00b7es des principales universit\u00e9s australiennes, se distingue par son approche critique et centr\u00e9e sur l’\u00e9quit\u00e9. Contrairement \u00e0 de nombreux guides institutionnels qui embrassent l’IA sans r\u00e9serve, l’Australian Framework for Artificial Intelligence in Higher Education<\/em> (Lodge et al., 2025) pose d’embl\u00e9e une question d\u00e9rangeante : ces technologies, qui n’ont pas \u00e9t\u00e9 con\u00e7ues pour l’\u00e9ducation, ont-elles r\u00e9ellement leur place dans nos universit\u00e9s ?<\/p>\n\n\n\n Cette interrogation fondamentale traverse l’ensemble du document, qui propose sept principes directeurs et des orientations concr\u00e8tes pour une impl\u00e9mentation responsable de l’IA. L’\u00e9quit\u00e9 constitue le fil conducteur du cadre, avec une attention particuli\u00e8re port\u00e9e aux groupes historiquement marginalis\u00e9s dans l’enseignement sup\u00e9rieur et aux savoirs autochtones. Pour les institutions francophones, ce cadre offre une ressource pr\u00e9cieuse pour penser l’int\u00e9gration de l’IA au-del\u00e0 des discours techno-optimistes dominants.<\/p>\n\n\n\n Depuis 2022, l’intelligence artificielle g\u00e9n\u00e9rative questionne les pratiques acad\u00e9miques dans le monde entier. Les grands mod\u00e8les de langage comme ChatGPT, Claude ou Gemini sont devenus des outils quotidiens pour de nombreux\u00b7ses \u00e9tudiant\u00b7e\u00b7s. Cette adoption importante a soulev\u00e9 des pr\u00e9occupations concernant l’int\u00e9grit\u00e9 acad\u00e9mique, l’\u00e9valuation et la p\u00e9dagogie, mais elle a \u00e9galement r\u00e9v\u00e9l\u00e9 des enjeux plus profonds touchant \u00e0 la nature m\u00eame de l’enseignement sup\u00e9rieur.<\/p>\n\n\n\n Le cadre australien s’inscrit dans une d\u00e9marche institutionnelle plus large. Il fait suite au rapport Australian Universities Accord<\/em> (2024) et au rapport parlementaire Study Buddy or Influencer<\/em> (2024), qui ont tous deux soulign\u00e9 la n\u00e9cessit\u00e9 d’une approche coordonn\u00e9e au niveau sectoriel. Il s’appuie \u00e9galement sur les travaux ant\u00e9rieurs de l’agence de qualit\u00e9 TEQSA concernant la r\u00e9forme de l’\u00e9valuation \u00e0 l’\u00e8re de l’IA.<\/p>\n\n\n\n Ce qui frappe d’embl\u00e9e dans ce document, c’est son honn\u00eatet\u00e9 intellectuelle. Les auteur\u00b7rices reconnaissent explicitement que \u00ab\u00a0ces technologies n’ont pas \u00e9t\u00e9 d\u00e9velopp\u00e9es \u00e0 des fins \u00e9ducatives et, \u00e0 bien des \u00e9gards, entrent en conflit avec les valeurs et l’objectif de l’enseignement sup\u00e9rieur.\u00a0\u00bb Cette lucidit\u00e9 contraste avec le techno-optimisme ambiant et invite les institutions \u00e0 exercer leur esprit critique avant toute adoption pr\u00e9cipit\u00e9e.<\/p>\n\n\n\n Le cadre s’articule autour de sept principes fondamentaux, chacun \u00e9tant soigneusement align\u00e9 avec les standards nationaux australiens d’enseignement sup\u00e9rieur et les Objectifs de D\u00e9veloppement Durable des Nations Unies.<\/p>\n\n\n\n Principe 1 : Une \u00e9ducation centr\u00e9e sur l’humain<\/strong> Principe 2 : Une mise en \u0153uvre inclusive<\/strong> Le cadre recommande des \u00e9valuations d’impact intersectionnelles r\u00e9guli\u00e8res et insiste sur la n\u00e9cessit\u00e9 de fournir des alternatives significatives pour les \u00e9tudiant\u00b7e\u00b7s qui ne peuvent pas, ne souhaitent pas, ou s’opposent consciencieusement \u00e0 l’utilisation de certains outils d’IA. Cette approche reconna\u00eet que l’autonomie \u00e9tudiante doit pr\u00e9valoir sur l’imp\u00e9ratif technologique.<\/p>\n\n\n\n Principe 3 : D\u00e9cision \u00e9thique par l’\u00e9quit\u00e9, la responsabilit\u00e9, la transparence et la contestabilit\u00e9<\/strong> Principe 4 : Savoirs autochtones<\/strong> Le document souligne une tension inh\u00e9rente : les syst\u00e8mes d’IA, entra\u00een\u00e9s principalement sur des traditions de savoir occidentales, pr\u00e9sentent des d\u00e9fis \u00e9pist\u00e9mologiques fondamentaux. Les institutions doivent adopter un mod\u00e8le d’apprentissage bidirectionnel qui positionne les syst\u00e8mes de savoirs autochtones et occidentaux comme compl\u00e9mentaires plut\u00f4t qu’hi\u00e9rarchiques.<\/p>\n\n\n\n Principe 5 : D\u00e9veloppement et d\u00e9ploiement \u00e9thiques<\/strong> Principe 6 : D\u00e9velopper des comp\u00e9tences adaptatives pour l’int\u00e9gration de l’IA<\/strong> Cette approche bas\u00e9e sur les forces reconna\u00eet que l’apprentissage efficace dans des environnements riches en technologies d\u00e9pend davantage des capacit\u00e9s fondamentales d’apprentissage autodirig\u00e9 et de pens\u00e9e critique que de connaissances techniques sp\u00e9cifiques.<\/p>\n\n\n\n Principe 7 : Innovation fond\u00e9e sur les preuves<\/strong> Au-del\u00e0 des principes, le cadre propose des orientations concr\u00e8tes pour l’impl\u00e9mentation. Ces recommandations couvrent huit domaines cl\u00e9s :<\/p>\n\n\n\n Structures de gouvernance<\/strong> : Le document pr\u00e9conise l’\u00e9tablissement de structures de gouvernance de l’IA incluant des repr\u00e9sentant\u00b7es du personnel acad\u00e9mique et professionnel, des chercheurs\u00b7ses actif\u00b7ves en technologie \u00e9ducative, des repr\u00e9sentant\u00b7es \u00e9tudiant\u00b7e\u00b7s de divers horizons, des responsables autochtones, des sp\u00e9cialistes de l’accessibilit\u00e9, et des expert\u00b7es en \u00e9thique.<\/p>\n\n\n\n D\u00e9veloppement de politiques<\/strong> : Les politiques institutionnelles doivent aborder l’int\u00e9grit\u00e9 acad\u00e9mique, les principes de conception d’\u00e9valuation, les directives d’utilisation acceptable, les arrangements de gouvernance li\u00e9s \u00e0 la confidentialit\u00e9 des donn\u00e9es et \u00e0 la prise de d\u00e9cision automatis\u00e9e, la transparence concernant l’utilisation de l’IA dans les t\u00e2ches administratives, les standards d’approvisionnement, et les m\u00e9canismes de r\u00e9vision.<\/p>\n\n\n\n Approvisionnement et d\u00e9veloppement<\/strong> : Les processus d’approvisionnement doivent \u00e9tablir des politiques claires pour \u00e9valuer les outils d’IA tiers, mandater l’\u00e9valuation des implications en mati\u00e8re de confidentialit\u00e9 des donn\u00e9es, de s\u00e9curit\u00e9 et d’\u00e9thique, int\u00e9grer des principes d’\u00ab\u00a0\u00e9quit\u00e9 par conception\u00a0\u00bb dans tout d\u00e9veloppement interne d’IA, et s’assurer que tout outil d’IA am\u00e9liore d\u00e9monstrablement les processus et r\u00e9sultats d’apprentissage (et pas seulement l’\u00ab\u00a0engagement\u00a0\u00bb ou les pr\u00e9f\u00e9rences auto-rapport\u00e9es).<\/p>\n\n\n\n Apprentissage professionnel<\/strong> : Les programmes de formation doivent d\u00e9velopper la capacit\u00e9 du personnel \u00e0 comprendre les enjeux \u00e9thiques, moraux et environnementaux li\u00e9s \u00e0 l’IA, offrir des dimensions p\u00e9dagogiques et techniques, aborder les consid\u00e9rations disciplinaires sp\u00e9cifiques, se concentrer sur l’\u00e9quit\u00e9 et l’inclusion, inclure des perspectives autochtones sur la technologie, et offrir un soutien continu plut\u00f4t qu’une formation ponctuelle.<\/p>\n\n\n\n Ce cadre australien offre plusieurs enseignements pr\u00e9cieux pour les institutions d’enseignement sup\u00e9rieur francophones qui naviguent elles aussi dans les eaux troubles de l’int\u00e9gration de l’IA.<\/p>\n\n\n\n Repenser l’\u00e9quit\u00e9 \u00e0 l’\u00e8re num\u00e9rique<\/strong> : Le cadre nous rappelle que l’\u00e9quit\u00e9 ne se limite pas \u00e0 l’acc\u00e8s aux technologies. Elle englobe la reconnaissance des biais incorpor\u00e9s dans les syst\u00e8mes d’IA, la possibilit\u00e9 pour les \u00e9tudiant\u00b7e\u00b7s de refuser certains outils, et la n\u00e9cessit\u00e9 d’\u00e9valuations d’impact intersectionnelles r\u00e9guli\u00e8res. Dans nos contextes, cela pourrait signifier une attention particuli\u00e8re aux enjeux linguistiques \u2013 les LLM \u00e9tant g\u00e9n\u00e9ralement moins performants en fran\u00e7ais qu’en anglais \u2013 et aux dimensions culturelles de l’apprentissage.<\/p>\n\n\n\n Valoriser l’autonomie \u00e9tudiante<\/strong> : Le principe selon lequel les \u00e9tudiant\u00b7e\u00b7s doivent pouvoir faire des choix \u00e9clair\u00e9s sur l’utilisation de l’IA dans leur apprentissage (ou non) contraste avec certaines approches institutionnelles plus prescriptives. Il sugg\u00e8re que notre r\u00f4le n’est pas d’imposer ou d’interdire, mais d’\u00e9duquer et d’accompagner.<\/p>\n\n\n\n Privil\u00e9gier les capacit\u00e9s durables<\/strong> : L’accent mis sur les comp\u00e9tences adaptatives plut\u00f4t que sur les comp\u00e9tences techniques sp\u00e9cifiques r\u00e9sonne particuli\u00e8rement dans un contexte de transformation technologique rapide. Former nos \u00e9tudiant\u00b7e\u00b7s au \u00ab\u00a0prompt engineering\u00a0\u00bb aura probablement peu de valeur dans cinq ans ; d\u00e9velopper leur capacit\u00e9 de jugement critique, leur r\u00e9flexivit\u00e9 et leur agilit\u00e9 intellectuelle sera toujours pertinent.<\/p>\n\n\n\n Int\u00e9grer les savoirs et perspectives locales<\/strong> : Bien que le principe sur les savoirs autochtones soit sp\u00e9cifique au contexte australien, il soul\u00e8ve une question plus large : comment nos institutions peuvent-elles s’assurer que l’IA ne renforce pas une vision monoculturelle (g\u00e9n\u00e9ralement anglo-am\u00e9ricaine) du savoir et de l’apprentissage ?<\/p>\n\n\n\n Adopter une posture critique<\/strong> : La force du cadre australien r\u00e9side dans sa lucidit\u00e9. Il ne part pas du principe que l’IA est n\u00e9cessairement b\u00e9n\u00e9fique pour l’\u00e9ducation, mais interroge continuellement son appropriation et ses impacts. Cette vigilance critique devrait inspirer nos propres d\u00e9marches institutionnelles.<\/p>\n\n\n\n L’Australian Framework for Artificial Intelligence in Higher Education<\/em> ne propose pas de recettes miracles. Il n’affirme pas que l’IA r\u00e9volutionnera positivement l’enseignement sup\u00e9rieur, ni qu’elle doit en \u00eatre bannie. Au contraire, il adopte une position de prudence r\u00e9flexive, reconnaissant \u00e0 la fois les possibilit\u00e9s et les p\u00e9rils de ces technologies.<\/p>\n\n\n\n Son message central est clair : si nous choisissons d’int\u00e9grer l’IA dans nos institutions, nous devons le faire de mani\u00e8re r\u00e9fl\u00e9chie, \u00e9quitable et \u00e9thique, en pla\u00e7ant toujours l’humain \u2013 \u00e9tudiant\u00b7e\u00b7s, enseignant\u00b7e\u00b7s, personnel \u2013 au centre de nos pr\u00e9occupations. L’IA doit servir nos objectifs \u00e9ducatifs et nos valeurs institutionnelles, et non l’inverse.<\/p>\n\n\n\n Pour les institutions francophones, ce cadre offre un mod\u00e8le de r\u00e9flexion strat\u00e9gique qui va bien au-del\u00e0 des pr\u00e9occupations imm\u00e9diates d’int\u00e9grit\u00e9 acad\u00e9mique pour embrasser les dimensions plus profondes de justice sociale, de souverainet\u00e9 \u00e9pist\u00e9mologique et de durabilit\u00e9 institutionnelle. Il nous rappelle que les choix technologiques sont toujours des choix de soci\u00e9t\u00e9, et que nous avons la responsabilit\u00e9 collective de fa\u00e7onner activement l’avenir de l’enseignement sup\u00e9rieur \u00e0 l’\u00e8re de l’IA.<\/p>\n","protected":false},"excerpt":{"rendered":" L\u2019Australie publie un cadre pour une int\u00e9gration responsable de l\u2019IA dans l\u2019enseignement sup\u00e9rieur, pla\u00e7ant \u00e9quit\u00e9, \u00e9thique et vigilance critique au c\u0153ur des pratiques.<\/p>\n","protected":false},"author":1002797,"featured_media":3328,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"_seopress_robots_primary_cat":"","_seopress_titles_title":"","_seopress_titles_desc":"","_seopress_robots_index":"","footnotes":""},"categories":[8],"tags":[],"class_list":{"0":"post-3321","1":"post","2":"type-post","3":"status-publish","4":"format-standard","5":"has-post-thumbnail","7":"category-education"},"_links":{"self":[{"href":"https:\/\/wp.unil.ch\/iaunil\/wp-json\/wp\/v2\/posts\/3321","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/wp.unil.ch\/iaunil\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/wp.unil.ch\/iaunil\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/wp.unil.ch\/iaunil\/wp-json\/wp\/v2\/users\/1002797"}],"replies":[{"embeddable":true,"href":"https:\/\/wp.unil.ch\/iaunil\/wp-json\/wp\/v2\/comments?post=3321"}],"version-history":[{"count":5,"href":"https:\/\/wp.unil.ch\/iaunil\/wp-json\/wp\/v2\/posts\/3321\/revisions"}],"predecessor-version":[{"id":3968,"href":"https:\/\/wp.unil.ch\/iaunil\/wp-json\/wp\/v2\/posts\/3321\/revisions\/3968"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/wp.unil.ch\/iaunil\/wp-json\/wp\/v2\/media\/3328"}],"wp:attachment":[{"href":"https:\/\/wp.unil.ch\/iaunil\/wp-json\/wp\/v2\/media?parent=3321"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/wp.unil.ch\/iaunil\/wp-json\/wp\/v2\/categories?post=3321"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/wp.unil.ch\/iaunil\/wp-json\/wp\/v2\/tags?post=3321"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}Un contexte de transformation rapide et de questionnements profonds<\/h2>\n\n\n\n
Sept principes pour une IA responsable<\/h2>\n\n\n\n
Le premier principe affirme que l’enseignement sup\u00e9rieur doit rester fondamentalement anthropocentrique. La valeur principale de l’universit\u00e9 r\u00e9side dans les connexions humaines, le dialogue critique et le d\u00e9veloppement du jugement professionnel expert. L’IA doit servir \u00e0 am\u00e9liorer l’apprentissage, jamais \u00e0 remplacer l’enseignement et le mentorat humains. Cette position s’appuie sur les travaux de Bearman et al. (2024) qui d\u00e9montrent que le jugement \u00e9valuatif humain demeure essentiel m\u00eame avec des outils d’IA sophistiqu\u00e9s.<\/p>\n\n\n\n
L’\u00e9quit\u00e9 traverse tout le document comme un imp\u00e9ratif cat\u00e9gorique. Les institutions doivent s’assurer que l’IA b\u00e9n\u00e9ficie \u00e0 tous\u00b7tes les \u00e9tudiant\u00b7e\u00b7s, en particulier celles et ceux issus de groupes historiquement marginalis\u00e9s : personnes issues de milieux socio-\u00e9conomiquement d\u00e9favoris\u00e9s, peuples autochtones, femmes dans les domaines d’\u00e9tudes non traditionnels, personnes non anglophones, personnes handicap\u00e9es, et personnes des zones rurales et isol\u00e9es.<\/p>\n\n\n\n
Le troisi\u00e8me principe s’appuie sur le cadre FATE (Fairness, Accountability, Transparency, Ethics) en y ajoutant une dimension cruciale : la contestabilit\u00e9. Les syst\u00e8mes d’IA ne sont ni neutres ni objectifs \u2013 ils sont charg\u00e9s de valeurs. Les institutions doivent donc \u00e9tablir des m\u00e9canismes clairs permettant aux \u00e9tudiant\u00b7e\u00b7s et au personnel de contester les d\u00e9cisions influenc\u00e9es par l’IA, avec une r\u00e9vision humaine rapide et significative.<\/p>\n\n\n\n
Ce principe, particuli\u00e8rement novateur, reconna\u00eet la souverainet\u00e9 des donn\u00e9es autochtones et affirme le droit des peuples autochtones \u00e0 maintenir le contr\u00f4le de leur patrimoine culturel et de leurs savoirs, y compris leur repr\u00e9sentation dans les syst\u00e8mes d’IA. Le cadre s’appuie sur les principes CARE (Collective Benefit, Authority to Control, Responsibility, Ethics) et les travaux de Kukutai et Taylor (2016).<\/p>\n\n\n\n
L’approvisionnement et le d\u00e9veloppement de technologies d’IA doivent respecter des standards \u00e9thiques rigoureux. Cela inclut l’\u00e9tablissement de comit\u00e9s d’\u00e9thique avec des membres diversifi\u00e9\u00b7es (incluant des repr\u00e9sentant\u00b7es \u00e9tudiant\u00b7e\u00b7s), la conduite d’\u00e9valuations d’impact \u00e9thique avant toute impl\u00e9mentation significative, et la surveillance de la durabilit\u00e9 environnementale et des impacts climatiques de l’utilisation de l’IA.<\/p>\n\n\n\n
Plut\u00f4t que de se concentrer sur des comp\u00e9tences techniques sp\u00e9cifiques comme le \u00ab\u00a0prompt engineering\u00a0\u00bb (qui aura une utilit\u00e9 future limit\u00e9e), le cadre pr\u00e9conise le d\u00e9veloppement de comp\u00e9tences adaptatives fondamentales : d\u00e9finition d’objectifs, suivi des progr\u00e8s, adaptation des strat\u00e9gies, pratiques r\u00e9flexives. L’accent est mis sur la capacit\u00e9 \u00e0 \u00e9valuer quand et comment int\u00e9grer l’IA dans les pratiques disciplinaires, plut\u00f4t que sur la ma\u00eetrise technique de l’IA elle-m\u00eame.<\/p>\n\n\n\n
Le dernier principe appelle \u00e0 baser les d\u00e9cisions d’impl\u00e9mentation de l’IA sur des preuves de recherche rigoureuses, tout en encourageant l’innovation responsable. Les institutions doivent mener et partager des \u00e9valuations de leurs impl\u00e9mentations d’IA, contribuant ainsi \u00e0 la base de connaissances du secteur.<\/p>\n\n\n\nOrientations pratiques pour la mise en \u0153uvre<\/h2>\n\n\n\n
Implications pour les institutions francophones<\/h2>\n\n\n\n
Conclusion : Vers une intelligence artificielle au service de l’humain<\/h2>\n\n\n\n