L’Université aurait-elle peur des IA ? – Marc Hiver

L’IA est. Non, tu ne feras pas qu’elle ne soit pas ! pour paraphraser le philosophe présocratique Parménide !

« La France a peur », disait le présentateur Roger Gicquel en ouverture du journal télévisé de TF1 du 18 février 1976 au lendemain de l’arrestation du meurtrier de Philippe Bertrand dans l’affaire Patrick Henry. Ce lancement était suivi d’un long développement moralisateur contre toute tentative de vengeance et de lynchage.

L’Université aurait-elle peur de l’intelligence artificielle ? Pas toute l’Université puisque dans les disciplines un peu « dures » l’IA a trouvé sa place. Alors dans les Sciences Humaines et Sociales, « forcément » trop humaines et trop sociales ? Précisons d’emblée que le trouble ne concerne pas toutes leurs communautés, mais par exemple, les Sciences de l’Information et de la Communication où certains enseignants-chercheurs se demandent comment ils vont désormais évaluer leurs étudiants. Et si les mémoires et les thèses des étudiants-chercheurs étaient gangrénées ? Si le recrutement des futurs collègues en était affecté ?

Dans cet essai je ne prétends pas dresser un état des lieux complet de cette situation, mais à l’échelle de la Web-revue, pour sa quinzième année d’existence, faire un point sur la question en cette rentrée 2026. Avant de me focaliser sur l’Université je propose, pour situer un des aspects grand public de ce que l’IA propose en terme d’innovation et de fantasmes sur l’autonomisation des machines, un détour par le secteur automobile.

LA PEUR DE L’AUTONOMISATION DES MACHINES : DETOUR PAR LE SECTEUR AUTOMOBILE

On le sait, « les agents IA » visent une certaine autonomie. C’est-à-dire un dialogue direct entre les machines et avec leur environnement. Et déjà on en voit des effets dans certains secteurs comme l’automobile avec la notion d’aide à la conduite.

L’aide à la conduite Toyota : Toyota Safety Sense

Toyota regroupe ses principales aides à la conduite sous le nom Toyota Safety Sense, lui-même intégré à l’ensemble plus large T-Mate. Sur ses modèles actuels, l’intérêt consiste en ce que ces systèmes ne se limitent pas à prévenir le conducteur : certains peuvent agir sur l’accélération, le freinage et la direction.

Le dispositif particulièrement intéressant sur voie rapide est le régulateur de vitesse adaptatif (DRCC/ACC). On programme une vitesse, par exemple 110 km/h. Si la Toyota rattrape une voiture roulant à 90, elle réduit automatiquement sa vitesse et maintient une distance prédéfinie. Lorsque la voie se libère, elle revient progressivement à la vitesse programmée. La distance avec le véhicule précédent est réglable. Sur les dernières évolutions, Toyota a travaillé sur des décélérations plus progressives lorsqu’un véhicule s’insère devant la voiture et sur la réduction de vitesse en courbe.

À cela s’ajoute le LTA (Lane Trace Assist). Voilà le point qui distingue le système Toyota d’une simple alerte de franchissement de ligne : le LTA assure une fonction de centrage dans la voie, en intervenant légèrement sur la direction. Toyota indique avoir retravaillé cette assistance afin que ses interventions paraissent plus naturelles.

Cela ne correspond pas stricto sensu à une autonomie « complète » au sens où la voiture dialoguerait avec son environnement ( les autres véhicules et la route, notamment l’autoroute)

L’aide à la conduite Tesla : de l’Autopilot au FSD

L’Autopilot de base, fourni sur les Tesla neuves, rejoint dans son principe ce que nous avons décrit chez Toyota. Il associe un régulateur de vitesse dynamique, qui adapte la vitesse à la circulation, et une assistance au maintien de cap, qui agit sur la direction pour maintenir la voiture dans sa voie. Tesla utilise principalement ses caméras et son système Tesla Vision, associé à des réseaux qualifiés de « neuronaux ».

On est donc dans une conduite partiellement automatisée : la voiture gère simultanément vitesse, distance et trajectoire, tandis que le conducteur surveille la route.

Là où Tesla va beaucoup plus loin : le FSD supervisé

Le Full Self-Driving (Supervised) — « Conduite entièrement automatique supervisée » — change d’échelle. Sous la surveillance du conducteur, la voiture peut prendre en charge non seulement vitesse et trajectoire, mais également les changements de voie, les embranchements correspondant à l’itinéraire, le contournement d’autres véhicules et obstacles, ainsi que les virages à droite et à gauche.

Une question : le masculinisme comme résistance à l’IA dans l’automobile ?

L’automobile, autrefois symbole de liberté assez « genré », permettait au mâle dominant d’exprimer sa volonté de puissance souvent réprimée dans le cadre du milieu professionnel lié au capitalisme « fordien ». Permis de tuer aussi : on se souvient des hécatombes sur les autoroutes dans les années 70-80. Il suffit désormais, notamment pour la législation française, de tenir le volant et de rester vigilant. Les handicapés et les séniors ont bien compris l’intérêt des innovations !

RETOUR A UNE REFLEXION THEORICO-PRATIQUE

Le déterminisme technologique comme le déterminisme économique qui innervent la pensée libérale — fussent-il en dernière instance — comme le soulignait Louis Althusser ne saurait réduire paradoxalement toute la pensée à un « matérialisme » qui a été totalement renouvelé avec la Relativité et les quantas et leurs immatériaux [Les immatériaux, une manifestation postmoderne au Centre Pompidou – 1985 – sous le commissariat du philosophe Jean-François Lyotard et du théoricien du design Thierry Chaput, accompagnés d’une équipe de conseillers scientifiques.]. D’ailleurs il faudrait reprendre la notion d’antihumanisme théorique dans les sciences (à ne pas opposer à l’humanisme, ce mouvement intellectuel, culturel et philosophique qui place l’être humain et son épanouissement au centre de ses préoccupations.)

Scientifiquement, Gilbert Simondon et son ouvrage de philosophie intitulé « Du mode d’existence des objets techniques » paru pour la première fois aux Éditions Aubier-Montaigne en 1958 peut encore nous aider à comprendre les IA, sans anachronisme. Il y tord le cou à une doxa qui a parcouru les philosophes du siècle dernier et leur dénigrement systématique de la technique. Une critique ayant certes sa légitimité par opposition au capitalisme qui, dans la topique bipolaire capital-travail, met bien sûr l’accent sur le capital comprenant les machines. Marx, lui, mettant en avant le travail humain. En fait, il faudrait prendre au sérieux la notion de topique au sens freudien ou électrique avec ses pôles désignant la présence, pour l’électricité de deux pôles distincts, positif (+) et négatif (-), dans un circuit ; ou trois pôles chez Freud : le ça, le moi et le surmoi.

La comparaison a une limite nette : l’électricité reste un système à un seul degré de liberté (plus ou moins de tension entre deux pôles), alors que la deuxième topique est un système à trois termes qui ne s’oppose pas simplement en intensité — c’est un conflit de nature, pas de quantité. Le moi n’est pas « entre » le ça et le surmoi comme un point sur un axe : il doit arbitrer entre des logiques hétérogènes (pulsion, interdit, réel).

L’intérêt commun des deux topiques, en somme : remplacer une description d’objets par une dynamique de tensions entre instances — mais celle de Freud ajoute une complexité qualitative que le simple schéma électrique ne peut pas capturer.

Pour Simondon, l’aliénation des êtres humains à l’objet technique ne s’explique donc pas tant par une confiscation du travail humain par les machines (comme le défend la tradition marxiste dans le cadre d’une opposition capital-travail sans dépasser cette opposition en une véritable topique bipolaire), que par une méconnaissance du mode d’existence des objets techniques et de leur fonctionnement interne.

L’idée centrale

Simondon part d’un constat : la culture occidentale a une attitude ambivalente et confuse envers les objets techniques — soit elle les diabolise (l’objet technique comme robot menaçant, aliénant), soit elle les traite comme de purs outils sans valeur (assemblages utilitaires sans dignité propre). Dans les deux cas, on refuse de penser l’objet technique en lui-même. Simondon veut réintroduire la technique dans la culture, au même titre que l’esthétique.

Le concept clé : la concrétisation

L’apport le plus connu du livre est la notion de concrétisation. Un objet technique évolue d’un état « abstrait » — où chaque fonction est assurée par une pièce distincte, dans une logique de juxtaposition — vers un état « concret », où les éléments se multifonctionnalisent et où les parties convergent en une unité de fonctionnement cohérente. L’exemple classique est le moteur thermique : les ailettes de refroidissement d’un cylindre finissent par jouer aussi un rôle de renfort structurel — la pièce n’a plus une seule fonction mais plusieurs, intégrées.

Cette concrétisation obéit à une logique interne, presque une auto-évolution de l’objet technique, indépendante (en partie) des seules intentions de l’ingénieur — Simondon parle d’un « devenir » technique.

Que dire alors de l’intelligence artificielle qui confisquerait jusqu’au point ultime la liberté dans le travail (fordisme non compris, comme le montre Charlie Chaplin dans Les Temps modernes.) Non seulement la liberté toute relative du libéralisme serait hypothéquée, mais le travail humain lui même, cette valeur revendiquée par tous les politiques de droite. D’ailleurs, les Moghuls de la Tech l’annoncent clairement : on attribuera un RUB (Revenu Universel de Base) à tous les « surplus people ».

RETOUR AUX SHS

Que vaudra le parcours d’un étudiant, a fortiori celui d’un étudiant-chercheur, en thèse par exemple ? Déjà que certains pompaient allègrement les fiches Wikipédia ! Alors on s’arcboute. Mais comment ? Les IA grand public comme ChatGPT, Claude ou Gemini deviennent de plus en plus fluides dans leur expression avec une orthographe et une syntaxe souvent impeccable dont bien des étudiants, qui ont accédé à certaines universités via parcoursup au bénéfice des 95 % de réussite au bac, ne sauraient se comparer !

Quant à créer de la nouveauté dont serait incapable l’IA générative, mais que pourrait développer une interpolation dans les bases de données chez les agents IA, la demande-t-on à nos étudiants en premier cycle ? Et que penser du mythe de l’enseignant-chercheur qui corrigerait ses copies au nom de sa pseudo exhaustivité dans son domaine de recherche ?

UNE PISTE

Dans notre domaine, à l’égal de tous les domaines où elle s’inscrit désormais comme la médecine, le recours à l’IA est inévitable. En amont il faudra, plutôt que de se focaliser sur la « triche » et ses sanctions – dont le bannissement – intégrer dans les cours et les TP la bonne intelligence avec l’IA. Et comme toutes les copies risquent d’être bien « écrites » ce qui relevait d’un critère de surface depuis le lycée, il faudra juger cette collaboration sur pièces : quid de la qualité et de la pertinence de la copie même s’il y a suspicion de collusion ?

Eh bien ! peut-être devra-t-on au nom d’un bon usage de « l’outil » noter sans distinction l’étudiant et son IA. D’ailleurs, on demandera au correcteur de ne pas déléguer son travail à l’IA comme cela se fait sans doute dans des officines privées d’enseignement à distance où l’IA mime une présence humaine.

Et la nouveauté dans les thèses ? Vaste programme à déterminer dans le cadre d’une cooptation entre humains ! Et si les machines se cooptaient aussi entre elles ? Science-fiction ? Les agents IA plus que les IA génératives nous attendent au tournant ! À quand le droit à la paresse pour tous ceux qui le souhaitent avec à la clé un RUB confortable ne correspondant pas en valeur à notre RSA dérisoire ? Que seuls les esprits supérieurs, comme le dirait ce grand « humaniste » Elon Musk, travaillent pour le pur plaisir de leur pensée, alter ego des machines qu’ils contribueraient à superviser et à améliorer tant qu’elles ne le feront pas elles-mêmes dans le meilleur des mondes capitalistes !

L’EXISTANT

En fait, le problème tend désormais à être formulé moins comme : « comment empêcher les étudiants d’utiliser l’IA ? » que comme : comment continuer à certifier qu’un étudiant maîtrise réellement ce qu’on évalue lorsque l’IA peut produire une copie vraisemblable ? C’est notamment l’orientation prise par le régulateur australien de l’enseignement supérieur, TEQSA (Tertiary Education Quality and Standards Agency) , et par JISC (Joint Information Systems Committee) au Royaume-Uni.

Et j’ajouterai pour la France : dans le cadre d’une université de masse dans les SHS liée aux 95% de réussité au bac !

Les principales réponses déjà mises en œuvre

• Le retour à des évaluations surveillées : examens sur table, travaux réalisés en classe, parfois sans accès à Internet. C’est la solution la plus simple pour disposer d’une partie du cursus où l’identité de l’auteur est garantie. Mais elle marque évidemment un retour vers des formes traditionnelles d’évaluation.
• L’oral ou la soutenance : après avoir rendu un mémoire, un devoir ou un projet, l’étudiant doit être capable d’expliquer son raisonnement, ses sources et ses choix. L’oral devient ainsi moins une seconde épreuve qu’un moyen de vérifier l’appropriation du travail écrit. JISC relève explicitement le développement des oral and investigatory vivas.
• Évaluer le processus plutôt que le seul produit fini : plans successifs, brouillons, bibliographie commentée, journal de travail, étapes intermédiaires, portfolio, discussion avec l’enseignant. L’objectif est de rendre visible la construction intellectuelle que la copie finale ne permet plus nécessairement d’observer. C’est l’une des orientations importantes relevées par JISC et TEQSA.
• Autoriser l’IA mais imposer sa déclaration : certaines formations ne cherchent plus à interdire ChatGPT, mais demandent à l’étudiant d’indiquer comment il l’a utilisé — recherche d’idées, plan, reformulation, critique, sources, etc. Un cas documenté par l’Université d’Adélaïde repose précisément sur ce principe : « Don’t be sorry, just declare it ».
• Construire des évaluations à deux voies : une partie « sécurisée », où l’étudiant doit démontrer personnellement ses acquis, et une partie ouverte où l’IA peut être utilisée parce que savoir travailler intelligemment avec elle devient elle-même une compétence. Cette approche dite two-lane est notamment développée dans les travaux diffusés par TEQSA.

Dans le cadre d’une université de masse on imagine le temps de travail pour l’examinateur et le surcoût pour l’Education nationale même si cela remet le correcteur humain au centre du dispositif d’évaluation !

Et les détecteurs d’IA ?

C’est probablement la fausse bonne solution la plus intéressante. Des logiciels comme Turnitin proposent bien une détection des textes probablement générés par IA. Mais Turnitin lui-même précise que son résultat ne doit pas servir seulement à sanctionner un étudiant, puisqu’un texte humain peut être identifié comme artificiel et inversement. L’entreprise masque même désormais les pourcentages inférieurs à 20 %, jugés plus exposés aux faux positifs.

L’UNESCO va plus loin : la course technologique entre IA génératrices et détecteurs apparaît difficilement gagnable et pousse plutôt à repenser ce que l’on veut mesurer dans une évaluation. Le Ministère français de l’Éducation nationale déconseille lui aussi les détecteurs, les jugeant trop peu fiables et susceptibles de pénaliser à tort un élève.

On voit donc se dessiner un déplacement assez profond : on passe de la détection de la triche à la preuve de l’apprentissage. L’évaluateur ne peut plus toujours déduire de la qualité d’une copie que celui qui la signe possède les compétences qu’elle manifeste. Les solutions les plus sérieuses consistent alors à multiplier les moments où l’étudiant doit rendre son travail intellectuel observable : étapes de rédaction, oral, justification des choix, évaluations surveillées — tout en acceptant ailleurs l’IA comme instrument de travail. TEQSA parle désormais explicitement d’assurance of learning, c’est-à-dire de la capacité de l’université à garantir les acquis réels de l’étudiant.

L’IA pose moins une nouvelle question de tricherie qu’une crise de la relation traditionnelle entre “copie produite” et “compétence de son auteur”. 

PS. Et toi lecteur, quelles pistes de réflexion envisages-tu et de quelles éventuelles solutions expérimentées ici et là as-tu connaissance ?

 

HIVER Marc, « « L’Université aurait-elle peur des IA ? – Marc Hiver», Articles [En ligne], Web-revue des industries culturelles et numériques, 2026, mis en ligne le 1er septembre 2026. URL : http://industrie-culturelle.fr/industrie-culturelle/luniversite-aurait-elle-peur-des-ia-marc-hiver/