Les pratiques d’enseignement et d’apprentissage se transforment en profondeur avec le développement rapide de l’intelligence artificielle générative. Pour accompagner ces évolutions, les hautes écoles de Suisse romande (UNIGE, UNIL, UNINE, UNIFR et HES-SO) ont proposé, le 19 mars dernier, un événement simultané dans quatre villes afin de favoriser les échanges et les regards croisés. Objectif: fournir aux enseignant-es et aux étudiant-es des outils concrets, des pistes de réflexion et des espaces de dialogue.

À Genève, plus de 200 participant-es se sont inscrit-es en vue de partager leurs expériences et d’assister à des conférences, débats et ateliers pratiques consacrés au prompting, à la rédaction académique, à la protection des données ou encore aux outils d’enseignement. Lors de la première table ronde, quatre enseignant-es ont ainsi discuté de leurs usages concrets de l’IA avec les étudiant-es.

La dimension humaine au cœur de l’expérience universitaire

Les projets menés en classe visaient principalement à développer une posture critique face à l’outil et à ses productions. «Les étudiant-es étaient très enthousiastes à cette idée, rapporte Nadine Bordessoule, chargée d’enseignement à l’École de langue et de civilisation françaises. Ensemble, dans l’échange et la discussion, ils/elles ont construit une analyse collective et réinvesti concrètement les apprentissages. Le meilleur antidote à une utilisation passive de ces outils, c’est d’y remettre du corps, du sensible et de la voix.» Cette dimension humaine, au cœur de l’expérience universitaire, est également soulignée par Bruno Strasser, professeur à la Section de biologie: «L’impact de la période covid sur les étudiant-es nous a amené-es à nous interroger sur ce qu’offre réellement l’université. Au-delà des apprentissages, elle permet aussi d’interagir, de se rencontrer et d’échanger. Il me semble essentiel de préserver et d’encourager ces dimensions humaines à l’ère de l’intelligence artificielle.»

Les discussions ont également mis en lumière certaines préoccupations, notamment la dépendance aux prompts et à l’historique des interactions, ainsi que la question du droit au non-usage. «La contradiction entre la nécessité d’un apprentissage critique et stratégique de l’IA générative et le respect d’une mise à distance, voire d’un refus de l’IA pour des raisons politiques ou environnementales, complexifie notre positionnement quant à son intégration dans l’enseignement», reconnaît Frédéric Giraut, professeur au Département de géographie et environnement. Cette ambivalence se retrouve également dans les tâches soumises aux étudiant-es. «Proposer un exercice basé sur une production d’IA générative, c’est aussi valider et banaliser son usage, relève Frédéric Giraut. Et promouvoir une seule IA générative, en l’occurrence celle qui domine le marché, est également source de questions.»

Si l’évaluation à l’ère de l’IA soulève de multiples interrogations, elle interroge aussi sur la responsabilité des apprentissages. «Les risques liés à l’usage de l’IA incombent en grande partie aux étudiants eux-mêmes, souligne Bruno Strasser. S’ils choisissent de ne pas réellement apprendre et de s’isoler en s’appuyant uniquement sur ces outils, ils devront en assumer les conséquences. De mon côté, je m’efforce de leur proposer d’autres voies: aller sur le terrain, rencontrer des personnes, collaborer, travailler en groupe, explorer d’autres façons d’apprendre. À terme, la responsabilité de ces choix leur revient.»

Parole aux étudiant-es

Une seconde table ronde réunissait quatre étudiant-es qui allaient partager leurs expériences avec l’IA dans leurs études. Un premier constat s’impose: une bonne maîtrise du sujet reste indispensable. «Sans une certaine connaissance, il devient difficile de vérifier les informations données par l’outil, souligne Deyan Birchmeier. On se retrouve aussi très vite cantonné à des généralités, sans pouvoir explorer les aspects intéressants de la matière ni apporter de profondeur à l’analyse.» Si le gain de temps et l’amélioration de la qualité rédactionnelle figurent parmi les atouts les plus cités, l’IA répond aussi à un besoin de réassurance. «La rédaction d’un travail de mémoire est une tâche très solitaire, explique Clémentine Dupont. Je voyais mon responsable une fois par mois seulement. J’avais besoin d’avoir un retour sur mon travail et d’être rassurée sur sa pertinence. Utiliser l’IA m’a donné confiance en moi.» Pour Hugo Haldi, l’impact s’est surtout fait sentir sur la rapidité de l’apprentissage: «L’IA m’a permis une montée en compétences extrêmement rapide. Avant de commencer mon travail de master, je n’avais que des notions très vagues de mon sujet. Un mois plus tard, j’avais déjà un prototype fonctionnel.»

Au‑delà de ces avantages, l’outil contribue à une meilleure organisation du travail. Pourtant, malgré ces bénéfices, les étudiant-es relèvent certaines limites. Melina Doguet évoque ainsi l’importance de l’apprentissage autonome: «Les moments où j’ai réellement ressenti l’euphorie de l’apprentissage, c’est lorsque je travaillais seule.» Deyan Birchmeier partage cette impression en repensant à ses années d’étude: «C’est précieux de galérer et de passer cinq heures à tenter de résoudre un problème. Ce sont les moments où j’ai le plus appris.» Hugo Haldi abonde également dans ce sens: «Il est important de faire ses propres recherches et de se tromper tout seul. Si on délègue tout à l’IA, cela provoque une perte de compétences assez flagrante. Quand on est étudiant-e, on a souvent l’impression de comprendre. Mais c’est en passant à la pratique qu’on découvre ce qui nous échappe vraiment. Avec l’IA, on saute cette étape.» Melina Doguet résume cette tension autrement: «L’IA est comme un miroir narcissique: elle ne nous permet pas de nous confronter à d’autres perspectives et on reste dans un tunnel.»

Interrogé-es sur ce qu’ils et elles auraient voulu voir mis en place par l’université, les participant-es mentionnent plusieurs éléments. «J’aurais aimé qu’on ne me dirige pas uniquement vers un outil populaire, mais qu’on m’enseigne réellement comment intégrer des systèmes d’IA, notamment sous Linux ou d’autres environnements techniques, explique Melina Doguet. L’enjeu serait d’acquérir une vision d’ensemble permettant de faire ses propres choix, en fonction de sa manière d’apprendre et de travailler.» Hugo Haldi exprime, pour sa part, une préoccupation liée à la souveraineté technologique: «J’aurais souhaité que l’on me propose des alternatives plus souveraines. Il serait vraiment intéressant que l’université mette en place des systèmes d’IA générative plus autonomes, idéalement hébergés en Suisse ou, au minimum, en Europe.»

Pour prolonger les échanges de cette journée, un retour complet sera prochainement disponible en ligne, avec les vidéos des conférences et des tables rondes, l’ensemble des ressources partagées lors des ateliers, ainsi qu’un livre blanc qui mettra en lumière les principaux enjeux, tendances et pistes de solutions identifiés au fil des discussions.