Navigation – Plan du site

AccueilNuméros52Débat-discusssionLieux, évaluations, intelligence ...

Débat-discusssion

Lieux, évaluations, intelligence artificielle : trois questions pour penser les environnements de formation de demain

Pierre Beust

Texte intégral

1La présente contribution s’inscrit dans un débat autour de la relecture de l’article de Bernadette Charlier et Claire Peltier (Charlier et Peltier, 2024) qui propose un appel à collaboration à un programme de recherche ambitieux consistant à repenser, à la lumière des nouvelles formes d’hybridation identifiées aujourd’hui, le modèle d’analyse des dispositifs hybrides de formation résultant des travaux menés dans le cadre du projet Hy-Sup entre 2009 et 2012 (Deschryver et Charlier, 2012). Dans la suite de l’article nous questionnons en quoi le modèle Hy-Sup d’analyse de la conception des environnements d’apprentissage est encore d’actualité, ou pas et nous suggérons quelques pistes qui en découlent.

2Nous n’apportons pas ici un point de vue de chercheur sur les évolutions des sciences de l’éducation et de la formation relatives à la pédagogie hybride depuis 2012 (année de la fin de Hy-Sup). Notre propos résulte d’un retour de pratiques et d’une expérience professionnelle sur la mise en place de dispositifs de formation universitaire. Je suis professeur d’informatique à l’université de Rennes. J’y dirige un service d’appui à la pédagogie (le SUPTICE1). Je travaille depuis une vingtaine d’année sur la pédagogie avec le numérique, l’hybridation et la formation à distance. Avant d’être à l’université de Rennes, j’ai été directeur d’un service de formation à distance et vice-président délégué aux transformations pédagogiques à l’université de Caen Normandie. J’ai été aussi pendant 8 ans mis à disposition en tant que conseiller scientifique et pédagogique à la Direction Générale de l’Enseignement Supérieur et de l’Insertion Professionnelle (DGESIP) au Ministère de l’Enseignement Supérieur et de la Recherche (MESR). J’y ai notamment accompagné les établissements dans la mise en place d’examens à distance pendant la crise COVID-19 et j’ai été le responsable national d’un programme de déploiement de tiers lieux pour la formation à distance, les Campus Connectés2.

3Notre propos vise à examiner trois angles morts du modèle Hy-Sup. C’est évidemment tout à fait normal qu’un modèle daté d’une douzaine d’années présente des angles morts relativement aux pratiques actuelles. De plus, il est à noter que la formation en ligne et hybride a vécu un bouleversement majeur de pratique lors de la crise du Covid-19 avec, au gré des confinements et déconfinements entre 2020 et 2022, des phases de passage en tout distanciel, et des phases de co-modalité pour organiser une jauge entre la présence et la distance. Les angles morts que nous aborderons ici sont les lieux de la formation, les méthodes d’évaluation et l’intégration depuis peu de l’intelligence artificielle.

Les lieux de la formation : un impact sur les environnements hybrides

4Dans leur article, et dans la continuité de Hy-Sup, Bernadette Charlier et Claire Peltier cherchent à décrire et comprendre la variété des co-constructions d’un même environnement d’apprentissage. Quatre familles de variables sont proposées :

  1. l’étudiant avec ses caractéristiques individuelles ;

  2. l’environnement d’enseignement et d’apprentissage tel que conçu par l’enseignant ;

  3. les représentations et les comportements qui émergent de leurs interactions ;

  4. les apprentissages – perçus ou objectivés – issus de ces interactions.

5S’agissant de la première famille décrivant la singularité de l’étudiant, sont proposés 5 descripteurs :

  1. les aptitudes cognitives ;

  2. le passé académique ;

  3. le niveau de connaissances relatif au sujet abordé ;

  4. les conceptions du savoir et de l’apprentissage ;

  5. les caractéristiques de la personnalité.

6Il manque ici, à notre avis, un descripteur essentiel de l’environnement d’apprentissage : le (ou plutôt les) lieu(x) d’apprentissage. Ce n’est pas parce qu’on parle d’hybridation et de formation à distance que l’on peut s’abstraire de la notion des lieux de la formation. Cela a été très clair pendant la crise sanitaire du Covid-19 lorsque beaucoup d’universités ont dû aider matériellement des étudiants qui résidaient dans des zones blanches (ou presque) avec des connexions très peu fiables. Un modèle explicatif de la dynamique des environnements d’apprentissage ne peut pas faire l’impasse sur cette question. Et d’ailleurs, Bernadette Charlier et Claire Peltier vont bien dans ce sens en donnant à l’articulation présence/distance un statut de variable dans la description d’un dispositif hybride. Une expérience d’apprentissage est avant tout une expérience de vie et celle-ci est nécessairement située au sens géographique du terme dans un ou plusieurs lieux, voir dans des transitions entre ces lieux. Par exemple, des étudiants qui consultent des ressources audios liées à leur formation lors de temps de mobilité sont engagés dans leur environnement d’apprentissage mais pas de la même façon que s’ils participaient à un atelier en ligne synchrone et interactif : en mobilité, la place de l’étudiant est ici davantage dans une situation pédagogique de réception de contenus.

7Dans la formation présentielle, la question des lieux n’est pas une variable pertinente car tout le monde est au même endroit (étudiants et enseignants). Dans l’hybridation ou la distance, c’est tout à fait différent. Les lieux peuvent agir positivement ou négativement sur l’expérience d’apprentissage. Lorsqu’un environnement induit « naturellement » un comportement pour celui qui s’y situe, on peut parler d’affordance au sens de Gibson (1977). Il y a des affordances qui desservent l’expérience d’apprentissage. Par exemple, un étudiant qui travaille dans un environnement familial bruyant et potentiellement producteur de déconcentration. À l’inverse, certains environnements ont des affordances volontairement positives pour les situations d’apprentissage, comme les Learning labs, Fab labs et espaces de co-working. Les caractéristiques physiques et humaines de ce type de lieux sont évidemment pensées pour développer l’affordance pédagogique.

8Les lieux de la formation à distance sont en général multiples et on aurait tort d’imaginer la seule situation de l’étudiant chez lui dans un espace que l’on pense approprié. C’est un modèle d’étudiant théorique qui vole en éclats quand on regarde la réalité de la formation à distance et de la formation tout au long de la vie (aidants, chargés de famille, cumuls emploi-formation, sportifs ou artistes de haut niveau…). La distance ne s’oppose pas à la présence. Simplement ce n’est pas la même présence que celle de l’enseignement dit abusivement « présentiel ». Aux deux extrêmes en matière d’affordances positives et négatives, on peut par exemple citer deux types de lieux : certains qui ont explicitement pensés pour la formation distance, les campus connectés, et d’autres qui ne sont pas du tout pensés pour la formation à distance et où pourtant elle s’y développe également, les lieux de détention.

Les campus connectés : des lieux ancrés dans les territoires

9Les campus connectés sont des tiers lieux créés à l’initiative du Ministère de l’Enseignement Supérieur, de la Recherche et de l’Innovation en 2019. En quelques années, ils sont passés de 13 lieux expérimentaux à 89 sur l’ensemble du territoire. Les collectivités locales qui portent les campus connectés cherchent à étendre un maillage territorial de l’enseignement supérieur au-delà des grandes villes et des villes moyennes disposant d’antennes universitaires. Le principe est de proposer un lieu d’accueil au plus près des lieux de vie de l’étudiant qui suit une formation à distance. Le tiers lieu lui procure des espaces adaptés au travail universitaire, l’assistance d’un tuteur animateur du lieu (le tuteur agit dans une fonction de coach des apprentissages en étant beaucoup plus sur le terrain de l’appui motivationnel et méthodologique que sur celui du contenu disciplinaire et des connaissances académiques) et une socialisation étudiante qui peut souvent faire défaut en formation à distance. Prouvant que le lieu est un déterminant important de l’environnement d’apprentissage, les campus connectés ont démontré leur utilité en affichant des taux de réussite supérieurs à la formation à distance en situation isolée, et surtout en ramenant à l’idée même de la réussite des étudiants qui s’en sentaient exclus par sentiment de clivages géographiques et/ou sociaux et d’inégalité de destins. Les rapports de l’Inspection Générale de l’Éducation, du Sport et de la Recherche3 (IGESR) et de la Cour des comptes4 sur les campus connectés, reprenant les données de la DGESIP et de la Banque des territoire (financeur de l’action), donnent quelques éléments d’objectivation de cette réussite. Par exemple en 2022-2023, le taux d’abandon d’étudiants était évalué à 17 % en campus connecté, contre 31 % en Licence 1 dans les universités (rapport IGESR, p. 41-42). La même année, la DGESIP observait un taux de réussite global qui atteignait près de 58 % (sur une population de 615 étudiants). La réussite comparée entre la formation à distance non tutorée et la formation à distance tutorée est difficile à caractériser (notion très multifactorielle) mais néanmoins significative. C’est ce que montre l’enquête de l’Institut Supérieur des Technologies de la Formation (ISTF) en 2024 sur le site de l’Onisep5 : 53 % des dispositifs non tutorés ont un taux de complétion (étudiants qui n’abandonnent pas) inférieur à 20 %, tandis que 67 % des dispositifs tutorés ont un taux de complétion supérieur à 60 %.

La formation en détention : un lieu évidemment très particulier

10Les personnes détenues (on dit « sous mains de justice ») sont privées de libertés, mais pas de droits. La formation est un droit qui figure dans les textes réglementaires (Code de l’éducation, Code de procédure pénale). L’administration pénitentiaire (la Direction de l’Administration Pénitentaire, DAP) et l’enseignement supérieur (la DGESIP) travaillent de concert pour encadrer les actions de formations du supérieur dans les centres de détention. En témoigne un accord-cadre signé par les deux directions générales6 : première signature en 2017, renouvelée en 2022 puis 2025. La DGESIP a publié en mars 2025 un guide de l’enseignement supérieur en prison7 à l’intention des établissements d’enseignement supérieur. Le guide liste les adaptations souhaitables (accès aux contenus et à la documentation, procédures de scolarité, examens,…) montrant bien le déterminisme évident de la singularité du lieu sur le déroulé de l’action de formation. On retrouve également cette singularité dans le guide8 de la Fédération Inter-universitaire de l’Enseignement à Distance (FIED). À part quelques rares expérimentations autour des MoodleBox9 (boitiers Raspberry PI diffusant localement une plateforme Moodle en étant coupés de l’internet), la formation à distance en prison présente une particularité importante. Là où la formation à distance a beaucoup évolué avec l’internet en passant du modèle de l’enseignement par correspondance au e-learning, la prison reste un contexte où la formation reste majoritairement très peu numérisée, car l’Internet n’est pas autorisé pour les détenus. Le numérique, de même que la quasi-absence de socialisation, montre de manière évidente des conditions de formation fortement dégradées par la spécificité du lieu.

11À noter également une observation importante (que ne démentiraient pas les théoriciens de la physique), le (ou les) lieu(x) sont intrinsèquement liés au temps. Les temps de la formation en détention se trouvent souvent dilatés et ne se s’inscrivent plus forcément dans les années universitaires mais plutôt dans le temps de la détention. La question de la temporalité particulière à la formation à distance ne concerne pas que les détenus. Les personnes en recherche de montées en compétence professionnelle ou de réorientation professionnelle ont des temps de formation à distance très différents du présentiel (principalement dans des horaires du soir) du fait du cumul formation emploi.

12La complexité des questions de lieux et de temps dans l’effectivité de la formation nous amène à penser, comme le signalent Bernadette Charlier et Claire Peltier, que la dimension articulation présence/distance ne s’inscrit plus dans une logique binaire, telle qu’abordée dans le questionnaire Hy-Sup (composantes 1 et 2 du modèle Hy-sup), mais dans celle d’une pluralité de déclinaisons.

Les évaluations : multiplier les modalités dans l’hybridation

  • 10 Dit aussi alignement pédagogique en français, ou constructive alignment en anglais.

13Bernadette Charlier et Claire Peltier soulignent à juste titre un manque criant dans la recherche autour du projet Hy-Sup : l’évaluation des apprentissages n’a pas été spécifiquement retenue comme une dimension permettant de différencier les différents types de dispositifs hybrides de formation. Elles proposent de lui accorder une place particulière (c’est l’une de leurs variables de description des dispositifs hybrides). Effectivement, l’évaluation des apprentissages (learning assessment) est reconnue dans la littérature comme une variable influençant les approches d’apprentissage et les résultats de l’apprentissage (Gijbels et al., 2005), et constitue l’un des trois éléments déterminant de l’alignement constructif10 (Biggs, 1987). Si l’un des objectifs d’un environnement techno-pédagogique est bien d’y permettre le développement personnel et la réussite, il semble évident que les modalités d’évaluation sont un point de focalisation de première importance tant elles conditionnent la réussite.

14L’idée de transposer, purement et simplement, les modalités d’évaluation de l’enseignement présentiel à l’enseignement hybride et à distance doit absolument être remise en question. Elle présente des risques de rupture d’alignement pédagogique car il n’est pas lisible et cohérent d’avoir des objectifs de formation en ligne, des activités pédagogiques en ligne mais des modalités d’évaluation en présentiel. Pour savoir comment adapter l’évaluation et décliner des modalités spécifiques adaptées à l’enseignement hybride et à distance, il convient tout d’abord de rappeler que l’évaluation est une notion multi-dimensionnelle. Les modalités d’évaluation sont à décliner, selon nous, dans un espace à 4 dimensions :

  • dimension 1 : du présentiel à la distance ;

  • dimension 2 : du synchrone à l’asynchrone ;

  • dimension 3 : de l’individuel au collectif ;

  • dimension 4 : du formatif au sommatif.

Figure 1. Les dimensions de l’évaluation

Figure 1. Les dimensions de l’évaluation

15Ces dimensions ne sont pas forcément des positions binaires. Chaque cas d’évaluation se positionne dans cet espace en plaçant un curseur dans chacune des dimensions. Par exemple, comme on l’a dit précédemment, les différents lieux de la formation offrent des possibilités entre la « pure » présence et la « pure » distance. Être évalué dans un campus connecté revient à composer à distance du lieu de la formation mais dans un environnement présentiel. Autre exemple : composer dans une situation isolée sans aucune aide extérieure est une situation individuelle, mais être autorisé lors d’une évaluation à recourir à de la documentation ou des outils d’intelligence artificielle générative peut être assimilé à une situation individuelle améliorée, qui pourrait être considérée comme un entre-deux entre l’individuel isolé et le collectif. Enfin, on pourrait penser que la leçon de 24 heures du concours de l’agrégation du supérieur en Droit (où le candidat tire au sort un sujet, part le travailler et doit revenir 24 heures plus tard pour prononcer une leçon sur le sujet) constitue une modalité qui s’inscrit dans une temporalité mixte entre le synchrone et l’asynchrone.

16S’astreindre à dépasser les oppositions binaires nous incite à trouver des espaces de réflexion et d’expérimentation pour des situations d’apprentissage et d’évaluation (SAé) innovantes. Par exemple, il pourrait être tout à fait envisageable dans un contexte de formation en apprentissage de mobiliser une SAé réalisée sur le lieu d’apprentissage professionnel, en synchrone (ou pas) avec des étudiants sur le lieu de la formation sur une période de temps donnée. De même on peut imaginer des SAé avec différentes parties dont certaines uniquement formatives et d’autres sommatives (ou mixte si on considère par exemple qu’on ne prendrait que les deux ou trois meilleures évaluations dans un ensemble plus vaste de situations évaluées).

17En formation présentielle, hybride ou à distance, on peut être amenés à faire des choix. Par exemple, la télésurveillance par webcam au domicile de l’étudiant en formation co-modale (distance et présence en salle selon les étudiants) fait le choix d’une modalité synchrone et d’un intermédiaire « présence + distance » : les étudiants télésurveillés sont à distance mais mis dans des conditions d’épreuve équivalentes à l’examen en présence en salle qui se déroule dans le même temps. La télésurveillance des examens est une pratique qui a été mise en place la première fois en 2015 dans le cadre de la formation à distance par Sorbonne Université et par l’université de Caen Normandie (Bottin-Rousseau et Beust, 2018). Elle a ensuite été très développée lors de la crise du Covid-19. Sur le plan expérientiel des étudiants, une étude de l’université de Caen Normandie11 indique que 70 % des étudiants estiment qu’il leur paraît plus complexe de tricher à domicile que dans une salle car la webcam est à 20 centimètres d’eux et qu’elle ne s’arrête pas. Être filmé chez soi, n’est-ce pas déstabilisant pour autant ? À la question posée « Est-ce une pratique trop intrusive ? », seulement 2 % ont répondu par l’affirmative. Plus surprenant, 90 % d’entre eux affirment que l’absence d’enseignant durant l’épreuve n’est pas un problème. Au contraire, ils jugent même la télésurveillance et l’absence d’enseignant moins stressante qu’une session d’examens sur table.

18Les modalités d’évaluations gagnent à être mixées. L’évaluation n’est pas une notion monolithique mais s’apparente plutôt à un bouquet de solutions. Les choix faits dans ce bouquet, leur justification dans la scénarisation pédagogique envisagée et les feedbacks qui sont adressés aux apprenants sont des richesses dans un environnement techno-pédagogique de formation hybride. Un modèle descriptif « post Hy-Sup » gagnerait à le prendre en compte dans le détail.

L’intelligence artificielle : une place incontournable dans la pédagogie en ligne

19Comme le souligne David Cassagne dans sa contribution à ce débat-discussion 2025 sur l’article de Bernadette Charlier et Claire Peltier, il convient également de prendre en compte les transformations qui sont en train de se réaliser très rapidement avec l’essor de l’intelligence artificielle (IA). C’est bien évidemment un aspect des environnements numériques d’aujourd’hui qui ne pouvait être anticipé dans la vision du projet Hy-Sup en 2012, 10 ans avant le boom de l’IA générative avec l’arrivée de ChatGPT 3.5. L’IA est un mouvement de fond qui percute tous les métiers et redéfinit les compétences. Les milieux de la formation n’échappent pas à ce mouvement de fond car l’IA, et notamment l’IA générative, amène à repenser la création de contenus pédagogiques, à redéfinir les méthodes d’accompagnement pédagogique, à questionner des façons plus pertinentes pour évaluer les étudiants, et à proposer des modes personnalisation. Ce que l’on appelle adaptative learning.

L’IA pour l’adaptative learning

20L’adaptative learning est une approche pédagogique qui consiste à proposer une expérience d’apprentissage personnalisée et évolutive, grâce à l’appui des nouvelles technologies et en appui sur les connaissances issues des sciences cognitives. Elle ambitionne une expérience étudiante plus qualitative et plus couronnée de réussite. Selon Fabienne Bouchut, cheffe de projets Innovation au sein du Groupe Cegos, « L’adaptive learning se base sur l’intelligence artificielle pour offrir aux apprenants des programmes de formation adaptés à leur profil et à leur parcours et pouvant être suivis de manière personnalisée »12. La personnalisation peut concerner à la fois :

  • les parcours de formation (c’est-à-dire le choix des modules et leur ordre en fonction de la progression de l’étudiant et de sa réussite) ;

  • les contenus (notamment le niveau de difficulté) ;

  • les modalités pédagogiques.

21L’IA apporte des possibilités d’accompagnement pédagogique renouvelées pour aider les étudiants de manière individuelle à appréhender du contenu (reformulations, traductions, résumés, détails…) et à s’auto-évaluer (quizz, feedback, outils de mémorisation de types flashcards, mots croisés, mots mêlés, cas pratiques…). Par exemple, les chatbots, agents conversationnels, dédiés à une situation d’apprentissage sont des outils d’adaptative learning étayés sur l’IA générative. L’étudiant y exprime ses propres difficultés et obtient des réponses contextualisées. Ils s’insèrent dans un dispositif techno-pédagogique (par exemple un espace de cours sur une plateforme LMS tel que mis en place actuellement à l’université de Rennes). Il doit être contextualisé pour apporter des réponses construites à partir des ressources présentes sur la plateforme : les documents dans l’espace de cours, les ressources recommandées, les quizz et bases de questions proposées, les réponses apportées dans les forums. Il doit également contrôler l’interaction pour ne pas être détourné de son usage, et si un étudiant lui pose une question en dehors de la thématique du cours, il doit le signaler explicitement. Le chatbot pédagogique peut être un véritable relai contrôlé de l’action de l’enseignant. Dans certaines configurations, l’enseignant peut avoir accès aux prompts et réponses des étudiants au sein de l’espace de cours en ligne (sous son rôle d’enseignant). Il peut ainsi débriefer avec les étudiants les questions posées et les réponses apportées et, le cas échéant, relever des contre-sens dans les questions des étudiants ou les réponses de l’IA.

22La bonne intégration d’un chatbot pédagogique est celle qui lui confère un statut de prolongation de l’action pédagogique de l’enseignant, étayé par ses ressources et contrôlé par l’enseignant. C’est un aspect important de l’évaluation de l’environnement par les étudiants, qui constitue une variable des dispositifs hybrides bien identifiée par Bernadette Charlier et Claire Peltier. Pour bien intégrer l’IA dans une expérience d’apprentissage, l’étudiant doit percevoir le plus explicitement possible ce qui est attendu, permis, autorisé, souhaité et non prescrit. C’est aux enseignants de rendre très lisible leur intégration des outils d’IA dans leur posture professionnelle pédagogique. Un bon exemple à suivre est celui des balises d’utilisation des outils d’IAG de l’université de Sherbrooke13.

L’IA et l’évaluation des étudiants

23L’IA amène aussi évidemment à repenser la façon dont on évalue les étudiants. Notamment, la production écrite est une activité qui est de moins en moins contrôlable en termes de sources. Si la question n’est pas débattue clairement dans la relation enseignant-étudiants, il est fort probable que les étudiants mobiliseront l’IA sans forcément se rendre compte d’une situation potentiellement problématique. On peut a priori penser qu’il y a trois stratégies d’évaluation face à l’IA générative :

  • éviter : contrôler les conditions (présentiel synchrone sans numérique) ;

  • contourner : adapter le sujet pour rendre les outils d’IA moins performants ;

  • intégrer : viser les usages critiques et responsables.

24Relativement à un travail rédactionnel demandé en asynchrone, il est à noter qu’interdire purement et simplement l’usage des IA est une posture peu réaliste, car il faut se rappeler que les outils permettant une détection de l’usage d’IA ne sont ni courants, ni gratuits, ni fiables. Donc, si on interdit, on est dans l’incapacité de vérifier le respect de l’interdiction. Une solution de contournement peut être de privilégier l’évaluation orale par rapport à l’évaluation écrite. Le doute est moins grand sur qui est à l’origine de la production. Cela peut conduire à revoir des barèmes d’évaluation : par exemple passer de situations du type « écrit sur 15 + oral sur 5 » à des situations inverses « écrit sur 5 + oral sur 15 » pour une note globale sur 20 points.

25Une autre solution dans l’idée de maintenir un travail de production écrite est de privilégier la restitution d’un avis personnel, d’une compétence située, d’une expérience de vie propre singulière. Si on demande à un étudiant de reproduire une production qui potentiellement fait partie des corpus d’entrainement des IA courantes, alors il est fort possible que le recours à l’IA soit de mise.

26Une démarche intéressante consiste également à autoriser/intégrer explicitement les étudiants à utiliser l’IA dans leur production, dès lors qu’ils le font bien, c’est-à-dire en informant le lecteur des passages qui ont été aidés avec de l’IA générative. Dans un mémoire ou un rapport, on peut aussi demander aux étudiants de consigner en annexes les prompts qu’ils ont soumis, les résultats qu’ils ont obtenus et ce qu’ils en ont pensé. Cela en fait un objet pédagogique qui éventuellement peut même intégrer le barème. L’idée est d’aller vers une IA « embarquée » dans les productions, notamment pour l’évaluation. À titre d’exemple de démarche d’utilisation transparente de l’IA, on peut citer la préconisation des pictogrammes de Martine Peters14. Elle affirme que l’Intégrité Académique (IA #1) et l’Intelligence Artificielle (IA #2) sont toutes les deux à défendre15. C’est aux enseignants de faire en sorte que les deux notions ne soient pas contradictoires mais conciliables, notamment dans les tâches d’évaluation.

L’IA et la formation des acteurs

27Une démarche productive consiste alors à aborder deux questions simultanément : comment forme-t-on à et avec l’IA nos étudiants ? Les étudiants seront bien formés à une posture professionnelle intégrant à sa bonne place l’IA s’ils ont notamment en face d’eux des enseignants qui démontrent une bonne intégration de l’IA dans leur métier. De ce point de vue, la problématique de l’IA pour l’étudiant est complémentaire de celle de l’IA pour l’enseignant, et vice versa. Les deux référentiels de compétences en IA de l’UNESCO (2025a ; 2025b), pour l’enseignant et pour l’apprenant, en témoignent. En amont d’un environnement techno-pédagogique qui intègre l’IA, il est donc nécessaire d’acculturer les acteurs (enseignants et étudiants). Plus qu’une compétence d’ordre technique, il est question de débattre des cas d’usages intéressants, où l’IA enrichit les compétences humaines, et de ceux qui ne le sont pas forcément (quand l’IA intervient en remplacement d’une compétence humaine). Comme nous l’avions expliqué dans un récent article (Beust et Wong-Hee-Kam, 2025), il s’agit de positionner l’IA comme une orthèse (dont on pourrait éventuellement se passer), et non comme une prothèse (qui agit définitivement à la place de ce qu’elle remplace).

28La démarche à adopter est une démarche d’établissement avec la contribution forte d’un portage et d’une volonté politique et la contribution des services d’appui (direction des systèmes d’information, pédagogie numérique, affaires juridiques…). Elle vise à proposer des chartes d’usage (on peut notamment s’inspirer de la charte générique proposée par le réseau des DemoES16), des temps d’acculturation et de discussion à la façon des Cafés IA du Conseil national du numérique (CNNum17), des retours d’expérience et des infrastructures les plus contrôlées, responsables et souveraines possibles.

Conclusion

29Les quelques points abordés dans cette contribution se veulent des propositions de réflexion allant dans le sens de l’invitation de Bernadette Charlier et Claire Peltier à penser les environnements de formation de demain. Le caractère nécessairement multidimensionnel de ces environnements fait évidence et, à la lumière de l’alignement constructif, il convient également de coordonner notamment leurs dimensions techniques, humaines, contextuelles et institutionnelles. Les chantiers sont importants et doivent partir de l’observation que lorsqu’on parle de pédagogie numérique, le mot important est pédagogie, le numérique étant un moyen au service de la pédagogie. Il convient également de rappeler que la pédagogie ne se limite surtout pas (notamment dans les environnements en ligne) à l’apport de contenus, sinon il est fort à craindre que les IA remplaceront les pédagogues. La pédagogie c’est l’art d’accompagner dans la bonne direction un parcours d’apprentissage en train de se faire en limitant les frictions (cf. la variable « frictions-congruences » de Bernadette Charlier et Calire Peltier particulièrement pertinente). Cela mobilise des contenus mais cela convoque surtout des compétences à comprendre les difficultés de l’autre, et à y répondre en œuvrant par tous les moyens aux conditions de réussite. Nul doute qu’alors la pédagogie « humaine », pour partie faite d’empathie et d’altruisme, a encore de beaux jours dans les environnements de formation à penser (et repenser) pour l’avenir.

Haut de page

Bibliographie

Beust, P. et Wong-Hee-Kam, O. (2025). Déployer une stratégie d’usage des outils d’IA générative dans un établissement d’enseignement supérieur. Le cas de l’Université de Rennes. Revue Télescope SMP&OE, 22, École nationale d’administration publique, Québec.

Biggs, J. B. (1987). Student Approaches to Learning and Studying. Australian Council for Educational Research.

Bottin-Rousseau, S. et Beust, P. (2018). Examens télésurveillés au domicile de l’étudiant dans la formation à distance universitaire française. Dans F. Lafleur et G. Samson (dir.), Formation et apprentissage en ligne. Presses Universitaires Du Québec.

Cassagne, D. (2025). Démarches institutionnelles et hybridation des formations à l’Université de Montpellier, Distances et médiations des savoirs, 50. https://doi.org/10.4000/145dt.

Charlier, B. et Peltier, C. (2024). Comprendre la dynamique de co-construction des environnements d’apprentissage hybrides : cadre d’analyse et pistes de recherche, Distances et médiations des savoirs, 45. https://doi.org/10.4000/dms.9749.

Deschryver, N. et Charlier, B. (2012). Dispositifs hybrides. Nouvelles perspectives pour une pédagogie renouvelée de l’enseignement supérieur, rapport final du projet européen Hy-Sup.

Gibson, J.-J. (1977). The Theory of Affordances. Dans R. Shaw et J. Bransford (dir.), Perceiving, Acting, and Knowing: toward an ecological psychology (p. 67-82). Hillsdale, Lawrence Erlbaum Associates.

Gijbels, D., Van de Watering, G, Dochy, F. et Van den Bossche, P. (2005). The Relationship between Studens’ Approaches to learning and the assessment of learning outcomes. European Journal of Psychology of Education, 20(4), 372-341.

UNESCO (2025a). Référentiel de compétences en IA pour les apprenants. https://doi.org/10.54675/NXRY6511.

UNESCO (2025b). Référentiel de compétences en IA pour les enseignants. https://doi.org/10.54675/BQZD8407.

Haut de page

Notes

1 Accès : https://suptice.univ-rennes.fr/ (consulté le 9 décembre 2025).

2 Accès : https://services.dgesip.fr/CampusConnectes/ (consulté le 9 décembre 2025).

3 https://www.enseignementsup-recherche.gouv.fr/fr/campus-connectes-95025 (consulté le 9 décembre 2025).

4 https://www.ccomptes.fr/sites/default/files/2023-10/20230131-reponses-universites-et-territoires.pdf (consulté le 9 décembre 2025).

5 https://documentation.onisep.fr/doc_num.php?explnum_id=64908 (consulté le 9 décembre 2025).

6 Accès : https://www.enseignementsup-recherche.gouv.fr/sites/default/files/2025-03/convention-cadre-dgesip-dap-france-universit-s-36512.pdf (consulté le 9 décembre 2025).

7 Accès : https://www.enseignementsup-recherche.gouv.fr/sites/default/files/2025-03/guide-pour-favoriser-l-acc-s-des-tudiants-sous-main-de-justice-l-enseignement-sup-rieur-36513.pdf (consulté le 9 décembre 2025).

8 Accès : https://www.fied.fr/wp-content/uploads/2024/09/Guide_IDEFI_VF_19-nov-1.pdf (consulté le 9 décembre 2025).

9 Dans des centres de détention à Caen, Rennes et Aix-en-Provence, par exemple.

10 Dit aussi alignement pédagogique en français, ou constructive alignment en anglais.

11 Accès : https://www.letudiant.fr/educpros/entretiens/telesurveillance-d-epreuves-avez-vous-deja-passe-un-examen-en-pyjama.html (consulté le 9 décembre 2025).

12 Accès : https://www.cegos.fr/ressources/mag/formation-2/quest-ce-que-ladaptive-learning (consulté le 9 décembre 2025).

13 Accès : https://www.usherbrooke.ca/ssf/enseignement/intelligence-artificielle-ia/outils/balises-dutilisation-des-outils-diag (consulté le 9 décembre 2025).

14 Accès : https://mpeters.uqo.ca/utilisation-transparente-de-lintelligence-artificielle/ (consulté le 9 décembre 2025).

15 Accès : https://enseigner.hec.ca/ia-pour-integrite-academique/ (consulté le 9 décembre 2025).

16 Accès : https://www.demoes-pro3.fr/proposition-charte-ia-esr/ (consulté le 9 décembre 2025).

17 Accès : https://cafeia.org/ (consulté le 9 décembre 2025).

Haut de page

Table des illustrations

Titre Figure 1. Les dimensions de l’évaluation
URL http://journals.openedition.org/dms/docannexe/image/12197/img-1.png
Fichier image/png, 38k
Haut de page

Pour citer cet article

Référence électronique

Pierre Beust, « Lieux, évaluations, intelligence artificielle : trois questions pour penser les environnements de formation de demain »Distances et médiations des savoirs [En ligne], 52 | 2025, mis en ligne le 15 décembre 2025, consulté le 14 février 2026. URL : http://journals.openedition.org/dms/12197 ; DOI : https://doi.org/10.4000/15bk7

Haut de page

Droits d’auteur

CC-BY-SA-4.0

Le texte seul est utilisable sous licence CC BY-SA 4.0. Les autres éléments (illustrations, fichiers annexes importés) sont susceptibles d’être soumis à des autorisations d’usage spécifiques.

Haut de page
Rechercher dans OpenEdition Search

Vous allez être redirigé vers OpenEdition Search