L’intelligence artificielle dans l’enseignement supérieur en Chine : politique publique, étude de cas et défis
- Cet article est une traduction de :
- Artificial intelligence in Higher Education in China: policy, case study, and challenges [en]
Résumés
Cet article décrit d’abord les politiques nationales en matière d’intelligence artificielle (IA) l’enseignement supérieur en Chine, puis présente une étude de cas relative à un exemple d’utilisation de l’IA dans l’enseignement et l’apprentissage : la Plateforme d’enseignement intelligent PKU Wenxue de l’Université de Pékin, qui améliore l’enseignement et l’apprentissage grâce à l’IA. L’analyse se termine par une présentation des défis qui se posent dans la mise en œuvre et l’utilisation de cette plateforme, notamment intégrer et unifier les données, surmonter la résistance au changement, prendre en charge plusieurs langues, inscrire son utilisation dans le cadre éducatif actuel, renforcer sa performance, sa sécurité et confidentialité, et améliorer son coût.
Entrées d’index
Mots-clés :
incertitude, intelligence artificielle, enseignement supérieur, plateforme d’enseignement intelligenteGéographique :
ChinePlan
Haut de pageNotes de la rédaction
Article traduit de l’anglais par Hélène Bréant.
Texte intégral
L’IA dans la politique éducative de l’enseignement supérieur chinois
1Le ministère de l’éducation chinois est à l’origine de plusieurs politiques nationales en vue de promouvoir et développer l’intelligence artificielle dans le domaine de l’éducation, comme les standards curriculaires relatifs aux technologies de l’information et de la communication (TIC) pour le deuxième cycle du secondaire de 2003 et 2017. Dans l’enseignement supérieur spécifiquement, le ministère a lancé en 2018 le Plan d’action pour l’innovation dans l’IA pour les institutions de l’enseignement supérieur. Son but : améliorer la recherche, l’innovation et l’émergence des talents dans le champ de l’IA. Les universités devaient alors optimiser leurs systèmes académiques et d’innovation afin de mieux soutenir la nouvelle génération en matière d’IA à l’horizon 2020, en réussissant des percées dans les domaines de la théorie fondamentale de l’IA, des technologies clés et de la culture des talents. En 2025, les universités devraient avoir considérablement amélioré leurs capacités en matière d’IA, en produisant des résultats d’importance internationale et en soutenant la modernisation de l’industrie chinoise et la transition du pays vers une société intelligente. D’ici 2030, les universités aspirent à devenir des leaders mondiaux de l’innovation dans l’IA, fournissant un soutien aux technologies et aux talents qui sera essentiel pour que la Chine accède au rang de pays porté par l’innovation.
- 1 C’est-à-dire qui imite le fonctionnement des neurones et des synapses biologiques.
- 2 La vision par ordinateur est un domaine scientifique et une branche de l’intelligence artificielle (...)
2Le Plan d’action pour l’innovation dans l’IA pour les institutions de l’enseignement supérieur présente toute une palette de tâches clés visant à faire progresser la recherche, l’innovation et le développement des talents dans le champ de l’IA. Tout d’abord, les universités sont encouragées à optimiser l’innovation en matière d’IA en renforçant la recherche fondamentale dans des domaines tels que l’intelligence du big data, l’informatique neuromorphique1 et l’apprentissage automatique, tout en promouvant l’innovation dans des technologies centrales pour l’IA comme les algorithmes d’apprentissage automatique, la vision par ordinateur2 et les systèmes intelligents. Ce plan comprend la création de pôles d’innovation dans le champ de l’IA et le soutien à la collaboration entre universités, instituts de recherche et entreprises. De plus, les universités sont chargées de constituer des équipes de recherches pluridisciplinaires, d’appuyer les initiatives nationales relatives aux technologies et d’attirer des experts internationaux afin d’accroître le développement de l’IA. Un autre aspect important concerne la culture des talents, qui implique d’intégrer l’IA à des disciplines comme l’informatique, les neurosciences et le droit, et d’élargir les programmes de tous les cycles universitaires centrés sur l’IA. Les universités sont encouragées à mettre au point des manuels sur l’IA et à dispenser des cours en ligne pour traduire une recherche de pointe en supports pédagogiques, mais aussi à promouvoir des collaborations entre le monde académique et celui des entreprises qui correspondent aux progrès technologiques. En outre, ce plan met l’accent sur l’application et la commercialisation des technologies de l’IA dans divers secteurs tels que l’éducation, la santé, l’industrie et la défense nationale, à travers des partenariats stratégiques et des transferts de technologie. Il encourage également le développement de contextes éducatifs entraînés par l’IA et soutient l’intégration profonde de l’IA dans les domaines militaire et civil. Le plan du gouvernement encourage enfin la création d’alliances pour l’innovation en matière d’IA, de plateformes open source et de collaborations régionales afin de muscler l’innovation et le développement économique régional. Ces efforts visent à faire de la Chine un leader mondial de l’IA en favorisant un écosystème de l’IA qui englobe la recherche, le développement des talents et les applications pratiques.
Une plateforme chinoise d’enseignement intelligent
3En 2024, le département de l’enseignement supérieur au sein du ministère de l’éducation a organisé deux cycles de recueil et d’évaluation de données, puis recommandé des scénarios d’application typiques associant les mots clés « intelligence artificielle » et « enseignement supérieur ». Cette initiative vise à identifier et à promouvoir des cas pratiques innovants et pionniers ayant un impact significatif sur la réforme et le développement de l’enseignement supérieur par le biais des applications technologiques de l’IA. Trente-deux études de cas ont ainsi été identifiées. Cette section décrit l’un de ces cas pratiques – celui de l’université de Pékin et de sa Plateforme d’enseignement intelligent PKU Wenxue, qui améliore l’enseignement et l’apprentissage à l’aide de l’IA.
4La plateforme PKU Wenxue, lancée en octobre 2024, s’appuie sur le BrainiacBuddy system en intégrant les toutes dernières technologies en matière de génération augmentée de récupération (RAG). Cette dernière améliore les grands modèles de langage (LLM) en récupérant des extraits de documents pertinents provenant d’une base de connaissances externe à travers une analyse des similarités sémantiques. En intégrant de l’information externe, la RAG contribue à atténuer le problème de la génération de contenus erronés. Les caractéristiques centrales de la plateforme comprennent une base de connaissances alimentée par l’IA, un assistant d’enseignement alimenté par l’IA, une boîte à outils pédagogiques, MathCopilot, un interpréteur Python et des outils de débogage de code. Ces spécificités visent à fournir un soutien didactique solide aux étudiants comme aux professeurs. Chacun de ces éléments est décrit ci-après.
La base de connaissances
5La base de connaissance alimentée par l’IA permet aux étudiants et aux enseignants de téléverser leurs supports pédagogiques et d’en traduire instantanément le contenu, d’expliquer les concepts ou d’initier des conversations fondées sur l’IA pour aider à approfondir la compréhension et étendre le périmètre des savoirs. Ce composant crée une mine de connaissances personnalisées alimentée par l’IA et adaptée aux besoins individuels d’apprentissage. Lorsqu’un utilisateur importe un document PDF, il peut choisir de sélectionner les mots et les phrases pertinents, puis cliquer sur « Résumer », « Traduire », « Expliquer » et d’autres fonctions clés, afin que le contenu sélectionné dans le document soit traité par le biais du LLM. En même temps, il peut aussi choisir de « générer un modèle » qui l’aidera à poser des questions, et utiliser la fonction « Notes » pour garder une trace de ses propres réflexions après avoir lu le document.
La boîte à outils pédagogiques MathCopilot
6MathCopilot est un outil essentiel pour résoudre des problèmes mathématiques. En saisissant un problème de maths, les élèves ont le choix entre diverses fonctionnalités telles que « Résoudre », « Conseils IA », « Explication de la solution » et « Problèmes similaires » pour atteindre leurs objectifs d’apprentissage. Si vous choisissez de bénéficier de conseils générés par l’IA, vous allez recevoir des solutions étape par étape pour vous guider à travers le processus de résolution du problème. Cette fonction met l’accent sur la compréhension du processus réflexif au-delà des solutions, plutôt que de se contenter de donner une réponse. Elle propose également de résoudre des problèmes du même ordre pour pratiquer l’exercice et un résumé en un clic de la démarche qui a permis d’arriver à la solution, ainsi que des notions afférentes pour aider à ancrer ce qui a été appris. Des tests préliminaires ont montré que MathCopilot dépassait en exactitude d’autres produits similaires – ce qui prouve l’immense potentiel de l’IA dans l’enseignement des mathématiques (site de Sohu, 2024).
L’interpréteur Python
7Les ressources pédagogiques contenues dans l’interpréteur Python permettent aux novices en codage de poser des questions et interagir en temps réel avec les documents pour être aidés dans leur apprentissage de la programmation. L’interpréteur Python intégré à la plateforme permet aux élèves de compiler et d’exécuter du code Python en ligne et de vérifier immédiatement l’effet du code, de modifier le code existant ainsi que les paramètres pour l’exécuter une nouvelle fois. L’interaction en temps réel donne plus de maîtrise aux étudiants, en les laissant modifier leur code et leurs paramètres, ce qui favorise une expérience d’apprentissage plus pratique et stimulante. Ils peuvent ainsi tester en permanence leur compréhension et affiner leurs solutions en s’appuyant sur les retours directs fournis par la plateforme.
Les outils de débogage de code
8Enfin, les utilisateurs peuvent copier le code et les informations d’erreur originaux, puis cliquer sur « Envoyer » ou « Débogage de code ». Ensuite, la plateforme fournit une analyse d’erreur. Il peut s’agir par exemple de mettre en lumière une erreur de logique, telle qu’une comparaison incorrecte dans un énoncé conditionnel, ou un problème de syntaxe – un point-virgule manquant, par exemple. Le système fournit alors une section « Solution ». Cela peut consister à suggérer de remplacer l’opérateur de comparaison défaillant ou de corriger l’étendue des boucles pour garantir que le programme s’exécute comme prévu. Sur la base de la solution apportée, l’utilisateur peut éditer le code directement dans l’éditeur de la plateforme. Les corrections suggérées s’y retrouvent en temps réel, et l’utilisateur peut essayer d’exécuter le code actualisé pour vérifier si cela résout l’erreur. Le système peut également inclure un texte explicatif à côté du code corrigé détaillant pourquoi la réparation porte ses fruits et précisant la manière dont le code fonctionne désormais correctement. Par exemple, si la résolution apportée était liée à l’amélioration de la logique d’une boucle, l’explication peut consister à décrire la manière dont la boucle corrigée traite désormais les données dans une séquence valable. Si nécessaire, l’utilisateur peut aussi indiquer un complément quant au contexte du problème, par exemple sur l’environnement d’exploitation ou les résultats attendus, dans le champ « Autres notes ». Cela aide l’IA à donner des suggestions plus précises.
Défis rencontrés
9Si la Plateforme pour l’enseignement intelligent PKU Wenxue a fait souffler sur l’enseignement et l’apprentissage un vent d’innovation, étudiants et enseignants restent confrontés à de nombreux défis.
Intégration et standardisation des données
10Intégrer des données issues de sources diverses, telles que différents services, projets de recherches ou collaborations externes, peut s’avérer complexe. S’assurer que toutes les données sont disponibles dans un format cohérent pour permettre une expérience pédagogique homogène est essentiel, mais difficile.
Implication et appropriation des utilisateurs
11Encourager le corps enseignant, les étudiants et les utilisateurs externes à recourir à la plateforme peut être une tâche ardue. Cela peut impliquer de surmonter la résistance au changement, notamment si la plateforme exige de nouveaux workflows ou méthodes d’apprentissage.
Soutien multilingue
12À l’instar de nombreux établissements prestigieux, l’Université de Beijing accueille de nombreux étudiants et professeurs internationaux qui peuvent ne pas maîtriser la langue chinoise. C’est pourquoi il faudrait que la plateforme PKU Wenxue soit déclinée en de multiples langues pour être réellement accessible. Non seulement la plateforme devrait être disponible dans des langues telles que l’anglais, l’espagnol, le français, etc., mais il faudrait aussi s’assurer que la traduction soit pertinente sur le plan culturel. Cela veut dire adapter les langues, les termes relatifs à l’enseignement et même les éléments de l’interface utilisateur, pour qu’ils soient pertinents dans chaque contexte culturel.
Intégration dans le curriculum
13Intégrer la plateforme alimentée par l’IA dans le curriculum actuel peut poser des défis. Cela requiert une planification minutieuse pour garantir que la plateforme complète et améliore le cadre éducatif en vigueur.
Évolution et performance
14À mesure que la base d’utilisateurs grandit, s’assurer que la plateforme peut traiter une charge accrue sans compromettre la performance est un défi de taille. Cela inclut la gestion du stockage des données, de la vitesse de traitement et de l’expérience utilisateur sur tous les appareils.
Sécurité et données personnelles
15Protéger les données académiques sensibles, notamment relatives à la recherche et aux étudiants, requiert des mesures de sécurité robuste. Le cadre juridique en vigueur, particulièrement en ce qui concerne le droit de la propriété intellectuelle sur les contenus pédagogiques et l’adhésion aux politiques éducatives, peut engendrer des défis importants.
Coût et financement
16Le volet financier du développement et de la maintenance d’une plateforme aussi sophistiquée peut être conséquent. Il est crucial d’assurer un financement pérenne ou de trouver un modèle économique viable pour la plateforme.
Notes
1 C’est-à-dire qui imite le fonctionnement des neurones et des synapses biologiques.
2 La vision par ordinateur est un domaine scientifique et une branche de l’intelligence artificielle qui traite de la façon dont les ordinateurs peuvent acquérir une compréhension de haut niveau à partir d’images ou de vidéos numériques.
Haut de pagePour citer cet article
Référence électronique
Ahmed Tlili, « L’intelligence artificielle dans l’enseignement supérieur en Chine : politique publique, étude de cas et défis », Revue internationale d’éducation de Sèvres [En ligne], HS - 4 | 2025, mis en ligne le 01 juin 2025, consulté le 07 mars 2026. URL : http://journals.openedition.org/ries/17404 ; DOI : https://doi.org/10.4000/146vs
Haut de pageDroits d’auteur
Le texte seul est utilisable sous licence CC BY-NC-ND 4.0. Les autres éléments (illustrations, fichiers annexes importés) sont susceptibles d’être soumis à des autorisations d’usage spécifiques.
Haut de page


