IA et université : l’égalité des chances menacée par la révolution numérique
L’intelligence artificielle s’installe dans les amphithéâtres. Et pas toujours de façon douce. Alors que les outils comme ChatGPT transforment radicalement la façon dont les étudiants travaillent, une question brûlante divise le monde académique : que reste-t-il de la formation universitaire si rédiger un devoir se résume à formuler quelques instructions à une machine ?
Un glissement silencieux dans les pratiques étudiantes
Dans les facultés françaises, le phénomène n’est plus anecdotique. Selon une enquête interne menée auprès de 1 200 étudiants dans trois universités parisiennes en 2024, près de 67 % d’entre eux déclarent utiliser régulièrement un outil d’IA générative pour leurs travaux académiques. Parmi eux, 34 % admettent soumettre des textes générés quasi intégralement par la machine. C’est massif. Et pourtant, les institutions tâtonnent encore sur la marche à suivre.
Les enseignants, eux, voient la différence. « On reconnaît très vite un rendu produit par IA — la syntaxe est trop lisse, les transitions trop parfaites, il n’y a aucune aspérité intellectuelle », confie une maîtresse de conférences en sociologie à l’Université de Lyon.
L’égalité des chances, grande perdante
C’est là que le débat devient franchement politique. Des chercheurs en sciences de l’éducation tirent la sonnette d’alarme : si le travail universitaire se réduit à l’art du « prompt », c’est-à-dire à la capacité à bien interroger une IA, les inégalités d’accès au numérique vont creuser encore davantage les écarts entre étudiants.
Car tout le monde n’a pas accès aux versions payantes de ces outils. GPT-4, Claude ou Gemini Advanced coûtent entre 20 et 30 euros par mois — une somme loin d’être négligeable pour un étudiant boursier. Et la maîtrise des outils numériques reste profondément liée au milieu social d’origine.
Des décennies d’efforts pour démocratiser l’enseignement supérieur seraient alors balayées en quelques années. Pas par malveillance, mais par négligence collective.
Les universités cherchent leurs repères
Face à cette réalité, les réponses institutionnelles restent timides. Certains établissements ont mis en place des chartes d’utilisation éthique de l’IA. D’autres ont renforcé les épreuves orales ou les examens sur table. But ces mesures ponctuelles ne constituent pas une stratégie cohérente.
« Nous avons besoin d’un cadre national clair, élaboré avec les enseignants, les étudiants et les experts du numérique. L’université ne peut pas improviser seule face à une technologie qui évolue tous les trois mois », a déclaré un responsable du ministère de l’Enseignement supérieur, lors d’une table ronde organisée à Paris en mars 2025.
Repenser ce que signifie apprendre
Still, tout n’est pas noir. Certains pédagogues voient dans l’IA une opportunité de recentrer l’enseignement sur la pensée critique, le débat, l’analyse — des compétences que la machine ne peut pas simuler durablement. Yet cela suppose une réforme profonde des curricula, des moyens humains supplémentaires, et une volonté politique que l’on attend encore de voir se concrétiser.
L’enjeu est simple à formuler, difficile à résoudre : l’université doit décider ce qu’elle veut former. Des utilisateurs d’outils, ou des esprits capables de les dépasser.
