Intégration responsable de l'intelligence artificielle (IA) dans les établissements d'enseignement supérieur : repères et bonnes pratiques
Pour accompagner le réseau de l'enseignement supérieur (ES) dans ses efforts de déploiement de l’IA, le ministère de l’Enseignement supérieur a mis en place l’Instance nationale de concertation sur l’IA en ES. Ce guide pratique découle directement des travaux de l’Instance. Il accompagne le cadre de référence en IA que cette dernière a créé récemment. La prise en compte de ces deux instruments complémentaires pourra aider les établissements d’ES, des plus grands aux plus petits, à mieux structurer leur démarche de développement ou de déploiement de l’IA, à aligner leurs actions en cette matière avec les valeurs de l’ES et, au final, à relever avec succès les défis posés par la montée de l’IA.
Afin de soutenir nos réflexions sur l’usage de l’intelligence artificielle au collégial, Véronique Allard (conseillère pédagogique, CCSI) vous a préparé un résumé du Guide pratique sur l’intégration responsable de l’IA dans les établissements d’enseignement supérieur. Son objectif? Vous faciliter la lecture et mettre en lumière les principaux repères et bonnes pratiques proposés par le ministère.
IA aux études supérieures
La vision de l’intégration de l’IA en enseignement supérieur se décline comme suit : Fédérer la communauté de l’enseignement supérieur autour de la démocratisation de l’IA afin d’en promouvoir une utilisation efficace, critique, responsable, cohérente et éthique, d’assurer la qualité de la formation pour tous et de viser l’excellence en recherche, tout en respectant l’autonomie des établissements, l’autonomie professionnelle et la liberté académique.1
L’intégration responsable de l’intelligence artificielle (IA) dans les établissements d’enseignement supérieur est un processus complexe qui nécessite une approche structurée et continue. Les sources proposent plusieurs étapes et considérations pour y parvenir et les regroupent en trois étapes névralgiques : la fondation, la planification et le développement continu.
Voici les étapes à considérer pour une intégration responsable de l’IA en enseignement supérieur, selon le guide pratique :
Poser les fondations d’une gouvernance efficace et responsable
La gouvernance de l’IA doit s’appuyer sur des principes fondamentaux comme l’accessibilité, l’équité, l’humanisme, la responsabilité et la transparence, afin de placer l’humain au centre et d’assurer un usage sûr et éclairé.
Il est essentiel d’utiliser l’IA dans le respect des cadres réglementaires et des principes éthiques, en protégeant les droits des personnes, la confidentialité des données et la propriété intellectuelle. En s’appuyant sur des repères comme la Déclaration de Montréal, on peut ainsi réduire les risques et tirer le meilleur parti des retombées positives de l’IA.
L’évaluation des risques et des impacts doit être continue, anticipant les effets à long terme et identifiant les incidents potentiels tout en mettant en place des mécanismes de contrôle clairs.
Enfin, les établissements doivent élaborer ou adapter des orientations et des balises précises pour encadrer l’usage de l’IA, en privilégiant souvent l’amélioration des politiques existantes, en définissant clairement les règles dans les plans de cours et en suivant une démarche progressive de consultation, de pilotage et d’amélioration continue.
Planifier une gouvernance adaptée aux besoins de chaque établissement
Il est important d’impliquer l’ensemble des parties prenantes comme les étudiants, enseignants, personnel, directions, experts en TI, syndicats et partenaires externes, afin d’assurer l’adhésion et de prendre en compte les différents enjeux à chaque étape du déploiement de l’IA.
Les choix en matière d’IA doivent s’aligner sur les valeurs et la mission de l’établissement, avec des orientations claires et flexibles, évaluées à l’aide de critères précis tels que l’équité, l’inclusion, la protection des données et l’impact environnemental.
La gouvernance doit être adaptée à la taille et à la culture de l’établissement, impliquant des acteurs compétents dans différents domaines, et structurée autour d’un responsable ou d’un comité d’IA, avec des indicateurs de performance pour assurer un suivi continu.
Enfin, l’approvisionnement et la réponse aux besoins doivent suivre une démarche rigoureuse, qui inclut le diagnostic des usages et des risques, l’obtention d’un appui transversal, la clarification des rôles, la définition de politiques d’acquisition robustes et la mise en place d’outils de suivi et d’ajustement afin de concilier innovation et respect des exigences éthiques, juridiques, pédagogiques et techniques.
Développer la littératie et les compétences en IA en continu
Il est essentiel d’assurer une formation équitable à l’IA pour tous les acteurs, afin de réduire les écarts de connaissances et de compétences, en incluant la maîtrise de la terminologie et des techniques de formulation des requêtes.
Le curriculum doit être actualisé en repensant les approches pédagogiques et les méthodes d’évaluation, en intégrant les compétences en IA et en renforçant les liens avec les milieux professionnels, tout en diversifiant les évaluations pour prévenir le plagiat et développer des compétences durables.
Il est important de favoriser l’expérimentation et le partage d’expériences concrètes, par exemple à travers des projets pilotes, des espaces d’essai (« bacs à sable pédagogiques ») ou des communautés de pratique où les équipes peuvent échanger leurs réussites et leurs défis. La collaboration entre les établissements et avec les acteurs du milieu de l’IA au Québec permet aussi de mettre en commun les ressources, de développer des outils partagés et d’assurer une cohérence dans les pratiques.
Conclusion
En suivant ces étapes, les établissements peuvent s’assurer que l’IA est déployée de manière responsable, efficace et bénéfique pour l’ensemble de leur communauté.
En somme, l’intégration de l’IA en enseignement supérieur doit se faire progressivement, en impliquant la communauté, en s’appuyant sur des principes éthiques solides et en développant en continu les compétences pour maximiser les bénéfices tout en limitant les risques.2