Cependant, force est de constater qu’en dépit des progrès réalisés en termes de couverture fonctionnelle des métiers, le système reste souvent, pour les décideurs, les gestionnaires et les étudiants, une source de frustration, avec un sentiment bien ancré que toutes les promesses n’ont pas été tenues et qu’un chemin significatif reste à parcourir :

• la dématérialisation des processus reste souvent fragmentée, avec pour conséquence de faire peser une charge importante sur les gestionnaires, qui doivent compenser par des stratégies de contournement les failles du système et les cas particuliers.

• pour étendre la couverture fonctionnelle, le système d’information tend à se complexifier, avec pour conséquence de n’avoir qu’une poignée de spécialistes en capacité d’en avoir une vision d’ensemble et ajoutant à la difficulté de conduire les changements d’usages.

• dans un contexte de mouvement global de consolidation et de regroupement des établissements, les outils du SI n’ont bien souvent pas été en capacité d’épouser pleinement la diversité des modes de gestion propres à chaque entité organisationnelle, qu’elle soit établissement, faculté, école, ou tout autre forme de composante.

On peut dès lors raisonnablement s’interroger sur le futur des systèmes d’information en université, microcosme très spécifique qui échappe pour partie aux lois du marché grâce à une culture bien ancrée de mutualisation à travers des dispositif variés, du plus institutionnel au plus spontané, qui en font toute la richesse. De quoi sera fait l’avenir, quels seront les challenges à relever, les injonctions contradictoires à résoudre ?

On peut en effet dès aujourd’hui identifier plusieurs lignes de tensions et paradoxes structurels auxquels les systèmes d’information sont exposés :

• Silotage métier vs transversalité fonctionnelle
• Convergence vs Agilité
• Performance vs Souveraineté
• Internalisation vs Externalisation

Silotage métier vs transversalité fonctionnelle

L’un des points de faiblesse du SI universitaire tient au fait qu’il s’est construit de manière incrémentale en épousant les silos métier. Si ce phénomène est assez naturel, au sens où il permet de plus facilement conduire les projets correspondants, il pose à terme problème pour aboutir à un SI cohérent et interopérable à l’échelle de l’établissement. Le meilleur exemple pour illustrer ce propos est sans doute le cas de la formation continue, qui a progressivement pris une part croissante dans l’activité de l’université et joue maintenant un rôle crucial dans ses équilibres budgétaires.

Or cette activité, qui n’a pas été initialement prise en compte dans le champ SI de la scolarité, a donné lieu à la construction de systèmes spécifiques, pour partie redondants avec ceux déjà existants pour les étudiants en formation initiale. Plusieurs solutions peuvent permettre de combler ce défaut : développer l’interopérabilité de systèmes dans le sens d’architectures orientées service, travailler à la bonne gouvernance des données ou encore s’appliquer à réaliser des exercices prospectifs pour anticiper les transformations de fond de l’université et permettre une évolution par le haut de l’écosystème applicatif. Cela passe aussi par un meilleur ancrage des pratiques de gestion de projet au sein des universités, qui doivent permettre en premier lieu de pouvoir réellement aborder les sujets de transformation dans une approche multipartite, et ainsi réduire les effets de silos.

Convergence vs Agilité

Comme indiqué plus haut, l’une des tendances de fond qui a marqué le secteur universitaire ces dernières années est le mouvement de consolidation qui a conduit les établissements à fédérer des entités toujours plus composites autour d’une administration centrale.

Or, certaines de ces entités peuvent parfois parfaitement s’intégrer dans un modèle de fonctionnement commun mais peuvent également parfois disposer de systèmes d’information très aboutis, taillés sur mesure et plus performants que celui de l’administration centrale. Accepter une telle cote mal taillée peut alors être difficile pour les équipes. Pour autant, il faut avoir également conscience que maintenir en parallèle plusieurs systèmes fonctionnellement redondants représente un coût et un risque opérationnel énorme pour les universités.

Face à ce problème, il n’existe pas de solution miracle, il faut pouvoir sortir par le haut : les systèmes centraux doivent évoluer pour offrir davantage de souplesse et d’interopérabilité avec les systèmes locaux, notamment en devenant plus modulaires. Cela permet de sortir de la politique du tout ou rien et d’induire une convergence progressive dans un modèle commun réellement adapté aux besoins. Par exemple, il doit être possible d’imaginer des configurations où des composantes disposent de leur propre système opérationnel qui alimentent des systèmes communs de pilotage s’alignant sur des formats de données standards.

Performance vs Souveraineté

La dégradation récente des relations entre l’Europe et les Etats-Unis a remis sur le devant de la scène un problème inégalement adressé : celui de la souveraineté numérique des services publics. L’Europe, comme le reste du monde, reste fortement dépendante des grands éditeurs et fournisseurs de services américains pour faire tourner ses systèmes. Les Etats-Unis peuvent ainsi, en théorie, paralyser les institutions européennes en enjoignant les grands acteurs de la tech à le faire. Ils peuvent également, en vertu du Patriot Act, accéder à toutes les données qui seraient gérées par ces systèmes.

Ce constat a redonné de la voix aux partisans de l’informatique libre dans l’université, avec notamment en ligne de mire Microsoft et Zoom. Ce choix, s’il est légitime et déjà ancré de longue date dans la politique numérique de certains établissements, a certainement un coût : celui de la performance. Le succès de Microsoft et Zoom n’est pas que le fruit de politiques commerciales prédatrices : il tient aussi aux moyens considérables investis dans leurs produits pour les rendre attractifs, performants et interopérables. On peut ainsi citer l’exemple de Big Blue Button, équivalent libre de Zoom, qui a eu beaucoup de mal à se faire une place pendant la crise COVID du fait de quelques défauts qui l’ont définitivement condamné aux yeux de nombreux utilisateurs.

Soyons clair : il n’est probablement pas possible de « renverser la table », ni même d’être certain que les choix allant dans le sens de la souveraineté ne se révèlent pas à terme aliénants. Il est néanmoins possible, sinon souhaitable, d’intégrer la notion de souveraineté au cœur de la politique numérique de chaque établissement et d’engranger progressivement des victoires, en choisissant bien ses combats et en les menant collectivement au bon niveau. Ce choix, pour être un succès, nécessite avant tout un portage politique fort à tous les niveaux institutionnels (y compris étatique), un engagement substantiel dans les dispositifs de mutualisation pour faire vivre des projets souverains et des décisions fortes pour maintenir ou développer les compétences requises.

Internalisation vs Externalisation

Cette dualité fondamentale de stratégie économique reste plus que jamais d’actualité dans l’ESR. Aujourd’hui, l’informatique en nuage (Cloud Computing) est devenue un quasi-synonyme de l’externalisation de services numériques. Or, les universités françaises ont été longtemps très réticentes à faire appel à ce type de service, faisant prévaloir la logique comptable et patrimoniale d’investissement comme étant préférable à du budget de fonctionnement. Cependant, les éditeurs font pour beaucoup évoluer leurs modèles vers du SaaS (y compris l’AMUE) et la question environnementale (entre autres) rend de plus en plus délicat pour les universités de gérer en propre leurs infrastructures, fussent-elles regroupées au sein de datacenters régionaux. De la même manière, de plus en plus d’universités font appel à des SOC (Security Operation Center) qui leur permettent de faire superviser leurs systèmes en temps réel par des sociétés spécialisées en cybersécurité.

On observe ainsi un mouvement qui semble inéluctable de spécialisation conduisant à repenser le rôle de la DSI, qui évolue d’une position exclusive d’opérateur technique vers un rôle hybride entre opérateur technique et gestionnaire de contrats de services. Cette évolution n’est pas sans effet sur les équipes internes, qui voient leurs métiers se transformer en profondeur, passant de celui de musicien à celui de chef d’orchestre. Cette transformation structurelle doit être prise en compte dans le développement des compétences internes et doit induire de nouvelles approches dans la gestion des services numérique : l’approche SLA (Service Level Agreement) peut ainsi constituer un outil d’arbitrage intéressant, en s’interrogeant en premier lieu sur la capacité d’un établissement à délivrer un certain niveau de qualité de service plutôt que de raisonner en termes de capacité technique « théorique ». A terme, l’intérêt d’un établissement serait probablement de conserver en interne les activités à caractère différenciant et d’externaliser les activités plus génériques.

Enfin, comment rédiger un article en octobre 2025 sans parler d’IA ? Bien entendu, l’IA va complètement transformer l’approche au numérique. Outre tout ce qui a pu être dit sur ses apports dans l’enseignement, la gestion et la recherche, une révolution discrète tient également dans la capacité qu’elle offre à un être humain d’interagir avec une machine en langage naturel. Peut-être le début d’une belle amitié entre le SI et ses utilisateurs…

« Le gouvernement français s’attache, depuis plusieurs mois, à mettre en place les bases d’une politique nationale d’ouverture et de réutilisation des données publiques. Les fondations juridiques ont été posées avec la transcription en droit national et la mise en œuvre de la directive PSI (public secteur information) autorisant la réutilisation des données publiques. La Commission européenne a depuis septembre 2010 entrepris un réexamen de cette directive afin d’élargir son champ d’application. Le grand chantier actuel de la France est la mission Etalab qui consiste en le développement d’un portail unique des données publiques. Cette mission devrait aboutir à la future plateforme open data de l’Etat, «data.gouv.fr». »

La France s’est dotée pour la première fois en 2018, d’un plan national pour la science ouverte. Ce plan a été mis à jour en 2021, avec le lancement d’un deuxième plan. S’en est suivi la création du comité pour la science ouverte, organe de gouvernance du plan. Un fonds national pour la science ouverte a également été créé, afin d’apporter un soutien financier aux projets et aux initiatives visant à développer la science ouverte. On constate alors que depuis 2018, l’accès ouvert aux publications a progressé, passant de 38% à 65%. (1)

Faut-il en conclure que cet accès à des données de qualité a accéléré l’innovation en France ?

La France compte en 2025 1 000 start-ups dans l’intelligence artificielle (contre 502 en 2021). Elles ont levé 1,4 milliard d’euros en 2024 (contre 556 millions d’euros en 2018). D’autre part, le nombre de licornes a fortement augmenté en France passant à 29 au total en 2023, dont 16 avec une proposition de valeur centrée sur l’IA. Ces éléments factuels donnent une partie de la réponse. Car chaque acteur économique qui s’installe sur le sol français, devenu « terre d’accueil des entreprises de la tech », se réfère en premier lieu aux talents qu’il pense y trouver. Un hommage indirect mais bien souvent entendu, à la qualité de la formation des étudiants et aux chercheurs de haut niveau que notre pays produit sans faiblir.

Aujourd’hui la France tient son rang de Nation innovante et, symbole de son attractivité retrouvée, est devenue une « start-up nation », terme légèrement galvaudé qui reflète néanmoins un dynamisme réel dans la création d’entreprises technologiques, ainsi que le secteur Edtech le démontre.

Mais comment sommes-nous redevenus un pays stimulant pour les jeunes talents innovants ?

La première recommandation d’un rapport ministériel de 2013 sur l’évolution de l’innovation en France portait déjà sur la pédagogie. Il faut « réviser les méthodes pédagogiques de l’enseignement primaire et secondaire pour développer les initiatives innovantes ». En effet, l’étude conduite révèlait que « la France est mal classée tant en Europe que dans le monde sur les sujets de la prise de risque et de la créativité ». Ainsi les rapporteurs précisent que « les méthodes pédagogiques doivent valoriser la prise de risque et d’initiatives, notamment au travers de démarches projet, seul et en groupe, et de démarches expérimentales. »

Il y a bien eu une prise de conscience que l’innovation est une culture et que le meilleur moyen de la favoriser est de transformer notre système éducatif pour y instaurer le goût d’entreprendre. Pour rappel, notre pays partait de loin puisqu’en 2010, très peu de jeunes étaient initiés à la création d’entreprise. Par exemple, on notait 12 000 jeunes impliqués dans 700 mini-entreprises en 2010-2011 en France. 3,1 millions de jeunes suivaient, quant à eux, ce programme en Europe en

2009-2010, et 10 millions dans le monde, avec un impact prouvé sur l’entrepreneuriat (2).

Il y avait donc urgence à réformer. Innover étant une question d’éducation, l’éducation se devait d’être innovante, en premier lieu. Dès lors, transformer les modèles pédagogiques via la technologie est apparu comme une nécessité et une obligation pour l’enseignement supérieur. Un phénomène qui a connu une vive accélération avec la crise du covid-19, obligeant tout le monde à se

« digitaliser ». Depuis, les établissements d’enseignement supérieur ont mené de nombreux projets, stimulés par le programme France 2030. Parallèlement, le secteur de la EdTech s’est révélé être également un excellent contributeur de l’innovation.

Aujourd’hui, dans bien des universités, comme dans toutes les écoles de commerce et d’ingénieurs, il existe des parcours valorisant les compétences de l’entreprenariat.

Les données comme levier d’innovation pédagogique

Ainsi, depuis quelques d’années, les données ont permis d’alimenter et d’orienter les transformations profondes des pratiques pédagogiques. Elles ont contribué à renouveler les contenus, les méthodes, et la conduite du changement dans les établissements, en tenant compte notamment de la diversité des profils étudiants et des évolutions sociétales.

Ces données sont partie intégrante des dispositifs pédagogiques numériques innovants, soutenus par des collaborations avec des acteurs EdTech. Celles-ci développent des outils adaptés, comme des environnements interactifs, des usages spécifiques de l’intelligence artificielle générative, ou encore des scénarios d’apprentissage personnalisés. Ces outils facilitent la mise en place d’activités pédagogiques renforçant la créativité, l’esprit critique, la communication et la collaboration, autant de compétences clés du 21e siècle.

Quelques exemples d’usage des données pour améliorer la pédagogie

Les données d’observation qui sont utilisées pour ajuster l’enseignement

Dans cet usage, les enseignants recueillent en continu des données d’observation sur les apprentissages essentiels (ex. fluidité en lecture, compréhension). Ces données sont ensuite analysées pour identifier les élèves en difficulté et orienter les actions pédagogiques ciblées comme la remédiation par groupes différenciés ou le suivi individualisé.

Le regroupement et l’analyse des résultats qui permettent d’orienter les choix pédagogiques

Dans ce cas, les données d’évaluation formative et sommative sont consolidées au niveau de la classe ou de l’établissement pour détecter les tendances, évaluer l’efficacité des méthodes, et ajuster les contenus ou modes d’enseignement. Dans certaines universités anglo-saxonnes, l’analyse des évaluations massives et régulières permet d’identifier les parcours pédagogiques ou les cours nécessitant d’être revus ou repensés, avec pour objectif d’améliorer globalement la réussite étudiante.

Ainsi par exemple, on peut citer quelques usages pour lesquels l’analyse des données est utile :

Les commentaires vidéo sur les devoirs en marketing :

Une enseignante en marketing à l’Université de Chichester enregistre des commentaires vidéo détaillés sur des dissertations d’années précédentes, mettant en lumière les forces et faiblesses. Les étudiants accèdent ainsi à une meilleure compréhension des critères de notation, ce qui améliore significativement la qualité des travaux.

Les capsules pédagogiques pour la formation continue :

L’Université de Rennes propose un catalogue de capsules pédagogiques : ressources vidéo courtes et thématiques destinées à l’autoformation et à l’acculturation pédagogique. Ces capsules favorisent la diffusion et l’appropriation de bonnes pratiques innovantes chez les enseignants-chercheurs.

L’apprentissage par problèmes et scénarios interactifs :

Des universités intègrent des jeux pédagogiques et des simulations basés sur des données réelles pour enseigner des disciplines complexes, favorisant la mise en pratique et l’analyse critique. Par exemple, une escape classroom à l’IMT de Lille enseigne l’optimisation combinatoire via un jeu de rôle.

Comment l’écosystème des Edtech s’est-il emparé de ces données ?

Aujourd’hui, l’écosystème des EdTech s’est développé en utilisant les données disponibles comme levier majeur pour renouveler les outils à disposition de l’enseignement supérieur. Ces technologies innovantes, allant des plateformes d’apprentissage adaptatif aux outils d’évaluation intelligente, misent sur l’exploitation fine et continue de données issues des pratiques pédagogiques, des parcours des étudiants, et des résultats scientifiques. Pour autant, ces acteurs technologiques sont avant tout portés par la volonté d’améliorer la personnalisation, l’inclusion et l’efficacité des formations. C’est là l’ambition affirmée, par exemple, de Wooclap ou encore de Nolej, que nous avons interrogés sur ce sujet.

Par ailleurs, les EdTech utilisent des jeux de données ouverts liées à l’enseignement et la recherche dans des plateformes collaboratives, pour permettre aux enseignants et étudiants de travailler sur des données réelles, de développer des compétences en traitement et analyse de données, et de promouvoir la transversalité et l’esprit critique (par exemple Inokufu solution française)

En somme, les données permettent à ces nouveaux acteurs de l’enseignement supérieur de présenter des preuves. Des preuves de l’efficacité effective des solutions numériques qu’ils proposent pour améliorer l’expérience des uns et des autres, mais également des preuves de l’impact sur les progrès réalisés tant sur le plan de l’acquisition des connaissances que sur leur accessibilité pour tous.

Demain, l’enseignement supérieur dans sa globalité produira davantage de données encore, pour nourrir des modèles d’intelligence artificielle inconnus à ce jour, mais aussi pour poursuivre son évolution et accompagner vers la connaissance les futures générations.

Gageons que les établissements d’enseignement supérieur et de recherche seront les garants de leur qualité et les premiers défenseurs de l’éthique indispensable à leur impact positif sur nos sociétés.

Publié le 14/10/2025

Un article écrit par
Simone et les Robots

Au fil de cette période, le paysage de l’enseignement supérieur français a vu le nombre d’établissements privés croître de façon spectaculaire, dépassant désormais les 14.000. Cette expansion s’est accompagnée d’une hausse significative de la part des étudiants inscrits dans le privé, qui atteint aujourd’hui environ un quart des effectifs totaux du secteur. De nouveaux groupes, des campus étrangers et des organismes hors cadre réglementaire national se sont implantés, aux côtés d’écoles spécialisées et de centres de formation professionnelle innovants, des établissements à but non lucratif, souvent associés à des missions d’intérêt général. La croissance du secteur privé n’est pas univoque, elle comprend à la fois des initiatives éducatives porteuses d’innovation, mais aussi des modèles largement dominés par des enjeux financiers parfois au détriment du bien-être des étudiants et de la qualité académique. Comme le montre l’enquête de Claire Marchal dans Le Cube, ces acteurs lucratifs, généralement liés à de grands groupes privés, devenus de puissantes multinationales, exercent une forte pression sur la rentabilité, ce qui conduit parfois à des stratégies de croissance agressives, avec des pratiques critiquées sur la qualité de la formation, la surcharge des étudiants et des logiques commerciales pesant sur les contenus pédagogiques. Parallèlement, plusieurs EdTech françaises et internationales se sont imposées parmi les acteurs incontournables du secteur, à l’image d’OpenClassrooms ou de Wooclap, participant activement à la mutation technopédagogique de l’offre.

L’émergence de ces nouveaux acteurs s’est également traduite par la mise en place de schémas de coopération innovants, favorisant le développement de formations hybrides et la co-construction de diplômes en partenariat avec les établissements publics. Les institutions mutualisent de plus en plus leurs moyens et diversifient leur offre grâce à des collaborations avec les acteurs privés et les entreprises. De plus, les collectivités territoriales et les acteurs économiques locaux s’impliquent dans le soutien des initiatives régionales en matière d’enseignement supérieur, consolidant l’offre territoriale et soutenant le développement des compétences au niveau local.

Dans ce contexte mouvementé, quelles sont les décisions qui détermineront la souveraineté et la pertinence du système pour la décennie à venir ?

Pour comprendre les futurs possibles, il est impératif de diagnostiquer précisément les forces structurelles et conjoncturelles qui exercent une tension sur le système ESR actuel. Cette analyse met en lumière les fractures internes qui le fragilisent, le choc technologique qui le contraint à muter, et l’évolution récente d’un paysage institutionnel de plus en plus complexe. C’est à l’intersection de ces dynamiques que se dessinent les trajectoires de demain.

Avant d’imaginer demain, il faut avoir en tête qu’aujourd’hui, le socle humain et financier du système ESR est pris en tenaille par un effet de ciseau qui met en péril son équilibre stratégique.

Une vague de départs massive

Le système fait face à un défi démographique majeur. Les projections indiquent une accélération spectaculaire des départs en retraite d’ici 2030 dans l’ESR. Dans un scénario haut, cette augmentation atteindrait +50 % pour les enseignants-chercheurs et +38 % pour l’ensemble des enseignants titulaires entre 2022 et 2030⁽¹⁾.

Un effort de recrutement critique

Pour simplement maintenir le taux d’encadrement actuel des étudiants, le rythme de recrutement des enseignants titulaires devra être multiplié par 1,24 en moyenne sur la période 2023-2030, et par 1,75 dans les disciplines scientifiques, où la situation est plus critique encore.

Un financement sous contrainte

Parallèlement, le financement public se resserre. La Dépense Intérieure d’Éducation (DIE) pour le supérieur, qui s’élevait à 43 Mds € en 2023, a marqué un recul de 0,4 % sur un an⁽²⁾, signalant une pression budgétaire dans un contexte de besoins humains et matériels croissants.

Pendant ce temps-là, les avancées de la technologie sont énormes notamment avec l’irruption de l’Intelligence Artificielle Générative (IAG) qui agit comme un puissant catalyseur de transformation, imposant des défis pédagogiques, éthiques et stratégiques.

Or cette technologie, en voie d’adoption rapide, génère paradoxalement une perception ambivalente. Ainsi l’IA est déjà massivement adoptée par les jeunes, avec 74 % des 18-24 ans qui l’utilisent, alors que simultanément, elle est perçue comme un risque majeur par plus de 90 % des acteurs de l’ESR, qui craignent un impact délétère sur les capacités cognitives et l’esprit critique⁽³⁾. La mission des établissements se dédouble. Ils doivent former tous les étudiants à un usage raisonné et éthique de l’IA, tout en construisant des formations spécifiques pour répondre aux besoins de compétences de la Nation.

Se posent enfin deux questions cruciales pour notre futur : la question de la souveraineté qui va de pair avec celle du financement. Le marché de l’IA étant dominé par des acteurs privés étrangers, l’enjeu de la souveraineté est directement lié à celui des financements publics de notre recherche et des projets émergents.

Trois scénarios pour l’ESR français à l’horizon 2030

Sur la base du contexte précédemment établi, trois trajectoires principales se dessinent pour l’avenir de l’ESR français. Chacune de ces visions alternatives pour 2030 repose sur des logiques de gouvernance, de financement et d’innovation distinctes, avec des implications profondes sur le rôle de l’enseignement supérieur dans la société et son positionnement international.

Vers un modèle public robuste et inclusif

Cette trajectoire repose sur la consolidation d’un système public fort et cohérent, soutenu par une politique européenne coordonnée. L’ESR public tire parti de la diversité de ses offres pour se positionner comme le moteur principal des transitions écologique et numérique, garantissant un accès équitable à une formation de haute qualité.

Gouvernance et financement :

Ce modèle implique un investissement public pérenne et ambitieux, en particulier dans les secteurs de recherche clés (IA, énergie, santé). Le financement, majoritairement public (plus de 85-90 %), s’inspirerait des modèles allemands ou scandinaves pour garantir la stabilité et la vision à long terme.

Innovation pédagogique :

L’innovation est pilotée par le secteur public, qui favorise la mutualisation systématique des outils et des bonnes pratiques, notamment en matière d’IA. Cette approche vise à réduire les inégalités entre établissements et à garantir une diffusion homogène des avancées pédagogiques.

Positionnement international :

Le rayonnement scientifique de la France est renforcé, capitalisant sur sa force reconnue dans les collaborations internationales (63 % de co-publications). Une politique européenne forte et coordonnée sert de levier pour affirmer son influence académique mondiale.

Un modèle fragmenté et concurrentiel

Dans cette trajectoire, la concurrence privée s’intensifie, entraînant une fragmentation du système. La sélectivité sociale et territoriale augmente, tandis que le service public universitaire, moins financé et moins cohérent, voit sa mission et sa liberté académique s’éroder.

Gouvernance et financement :

La gouvernance devient moins cohérente, avec une dépendance croissante envers les financements privés. Ce modèle se rapprocherait de celui de pays comme les États-Unis ou le Royaume-Uni, où la part du financement privé dépasse 60-70 %, créant un marché de l’éducation très compétitif.

Innovation pédagogique :

L’innovation est principalement tirée par des acteurs privés (EdTech) et par la compétition entre établissements. Ce dynamisme risque cependant de creuser les inégalités d’accès aux nouvelles technologies et aux pédagogies de pointe, créant un système à plusieurs vitesses.

Positionnement international :

Le positionnement international devient dual : quelques établissements d’élite, très attractifs et compétitifs, coexistent avec un système global affaibli, perdant en cohérence et en attractivité moyenne sur la scène mondiale.

Un modèle hybride pragmatique

Cette voie n’est pas un simple statu quo, mais une stratégie délibérée qui conjugue une autonomie renforcée des établissements, une intégration agile de l’innovation technologique et des partenariats stratégiques public-privé. L’objectif est de consolider le rôle sociétal et scientifique de l’ESR en optimisant les synergies existantes.

Gouvernance et financement :

La gouvernance est basée sur l’agilité et les partenariats stratégiques, y compris avec les collectivités territoriales. Le financement reste mixte, s’appuyant sur le modèle actuel français (~79 % public, ~21 % privé⁽⁴⁾), tout en cherchant à maximiser l’efficacité des collaborations par un pilotage fin.

Innovation pédagogique :

Positionnement international :

Ce scénario consolide le rôle de l’ESR comme moteur de la formation continue et comme lieu d’expérimentation pour la société. Sa pertinence sur la scène mondiale est renforcée par sa capacité à répondre de manière agile aux défis sociétaux et économiques.

Au-delà des divergences, un consensus se dégage sur des investissements structurants indispensables, quel que soit le scénario retenu. Ces investissements concernent prioritairement la transformation numérique, la transition écologique, l’accompagnement social des étudiants et le soutien à la mobilité internationale.

Pour y parvenir, une politique publique visionnaire est nécessaire. Elle devra optimiser la répartition des ressources entre l’éducation et la R&D, tout en renforçant les mécanismes d’efficience et d’évaluation pour maximiser l’impact de chaque euro investi. L’inaction comporterait des risques majeurs : une déperdition des talents vers l’étranger et une vulnérabilité accrue face aux ingérences technologiques et à la désinformation.

Face à l’ampleur de ces enjeux, la mission fondamentale de l’enseignement supérieur et de la recherche doit être réaffirmée. Plus que jamais, l’université doit s’imposer comme le lieu privilégié pour former non seulement aux technologies de demain, mais surtout aux compétences humaines irremplaçables que sont l’esprit critique, la créativité et la capacité à résoudre des problèmes complexes. C’est la condition sine qua non pour garantir sa pertinence, sa valeur ajoutée et sa souveraineté à l’horizon 2030.

^[1] Etat de l’Enseignement supérieur, de la Recherche et de l’Innovation en France, 2025
^[2] Nous considérons ici les données en euros constants, aussi ce recul est essentiellement dû à l’effet prix.
^[3] Rapport « IA et Enseignement Supérieur : Formation, Structuration et Appropriation par la Société », Pascal F., Taddei F., de Falco M., Gallié E-P., MESR, 2025
^[4] OCDE

Comment, dans ce contexte peu rassurant, tracer une trajectoire positive et inclusive pour la formation professionnelle ? Comment peut-elle s’adapter sans cesse aux dernières ruptures technologiques et s’employer à les transformer en vecteur d’équité économique et sociale ?

Dans un monde numérique en pleine mutation, certains affirment que l’accès à la formation demeure inégal. Alors que le numérique transforme les métiers et les compétences requises, il est toujours aussi urgent de colmater les fractures sociales et territoriales. Pourtant, d’après le Rapport sur l’usage des fonds de la formation professionnelle de France Compétences(1), en 2023, près de 55,3 milliards d’euros (Md€) ont été consacrés à la formation professionnelle continue et à l’apprentissage. A ce titre, les OPCO ont financé la formation de plus de 1,3 million de stagiaires au titre du plan de développement des compétences, près de 850 000 contrats d’apprentissage et 116 000 contrats de professionnalisation.

Concernant l’alternance, en 2023, 43 % des jeunes ayant signé un contrat d’apprentissage étaient issus de la voie scolaire, 6 % étaient demandeurs d’emploi et 31 % étaient déjà en apprentissage avant la signature de leur contrat. Les certifications préparées en apprentissage peuvent être des diplômes (67 % contre 70 % en 2022) ou des titres à finalité professionnelle (33 % contre 30 % en 2022) inscrits au RNCP et délivrés par différents types d’établissements publics ou privés.(2)

Ces efforts colossaux ne sont pas sans effet. Une étude de l’Afpa(3) montre l’impact social et économique très positif des formations pour l’emploi, notamment pour les demandeurs d’emploi en situation difficile, avec des chiffres précis sur les retombées économiques et sociales. Il apparait clairement que les personnes sans emploi bénéficiant d’une formation, trouvent à la fois plus vite et plus durablement un nouvel emploi, tout en se réinsérant socialement et générant ainsi davantage de cotisations et moins de prise en charge de l’Etat. Autre axe de travail retenu par les gouvernements successifs, le CPF (Compte Personnel de Formation). En 2023, plus de 1,3 million de CPF ont été validés pour un montant total de plus de 2 milliards d’euros. Conséquence positive directe : le CPF est aujourd’hui le premier moyen d’accéder à la formation pour les personnes en recherche d’emploi.

Ce n’est donc pas tant le contenu ou la pertinence de l’apprentissage et des formations qui poserait question, mais bien les difficultés résultantes de la numérisation des informations. On le constate de manière plus aiguë avec l’arrivée de l’IA générative qui creuse plus profondément les différences et la productivité entre collègues, entre services et entre les entreprises. Tous les experts des ressources humaines reconnaissent que la compétition s’oriente rapidement sur la capacité de chacun à s’adapter plus ou moins vite aux nouveaux usages numériques. Pourtant la digitalisation est une réelle opportunité pour rendre la formation tout au long de la vie, accessible et personnalisée. Grâce aux outils numériques, les formateurs peuvent créer des parcours sur-mesure, flexibles, accessibles à distance, qui favorisent l’autonomie des apprenants en formation initiale comme en formation continue. Et les outils, comme on pourra le lire dans la tribune consacrée au monde des Edtech, sont de plus en plus nombreux et performants.

Quelles innovations technologiques vont modifier le paysage de la Formation dans un futur proche et probablement avant 2050 ?

Les Robots de Simone vous en présentent quelques-unes, issues des tendances actuelles et des projections expertisées :

• Intelligence artificielle (IA) : l’IA doit favoriser l’émergence de parcours de formation hyper-personnalisés, permettant ainsi de répondre aux besoins de chacun et d’offrir au formateur la possibilité d’un suivi tout aussi personnalisé. Si l’IA tient aujourd’hui une partie de sa promesse de personnalisation, notamment au travers de certaines solutions EdTech pionnières, nous ne sommes pas encore à l’ère de l’hyperpersonnalisation généralisée où les contenus s’adaptent en temps réel aux besoins, rythmes et lacunes de chaque apprenant. Néanmoins, les progrès rapides de la technologie laissent imaginer l’arrivée de solutions capables d’anticiper les difficultés et de proposer des réponses sur mesure.

• Réalité virtuelle et réalité augmentée : Si l’usage de ces technologies existe déjà depuis plusieurs années dans le monde de l’éducation et de la formation, elles devraient évoluer vers un usage plus répandu d’environnements immersifs d’apprentissage, où les stagiaires pourront pratiquer dans des contextes simulés très réalistes, renforçant la compréhension et l’engagement.

• Holographie : si le coût et la nécessité d’infrastructure adaptée ont freiné les débuts de l’holographie, elle offre, en situation d’apprentissage, une expérience immersive qui engage activement les apprenants, facilitant ainsi la compréhension et la mémorisation des contenus complexes grâce à une visualisation dynamique, tout en permettant de personnaliser les formations de manière interactive et sécurisée. Elle permet de visualiser des objets et des concepts en trois dimensions avec une grande précision, de participer à des sessions collectives comme si l’apprenant était physiquement présent, brisant les contraintes géographiques et améliorant grandement la compréhension et l’engagement.

• Exosquelettes : ces combinaisons technologiques piloteront les mouvements des apprenants dans les formations pratiques, comme en industrie ou santé, facilitant un apprentissage moteur extrêmement précis et naturel.

• Robots formateurs et assistants virtuels : ils accompagneront les apprenants pour les guider, corriger, motiver, apportant un appui pédagogique constant et intelligent, tout en préservant la part humaine essentielle.

• Blockchain pour la traçabilité des compétences : cette technologie garantira la transparence, la sécurisation et la reconnaissance irréversible des parcours et certifications, favorisant la mobilité et la confiance entre acteurs.

• Neurotechnologies : des dispositifs neurotechnologiques pourraient aider à gérer la concentration, le stress et la surcharge mentale des apprenants, optimisant ainsi leur bien-être durant la formation.

On le comprend, il faudra faire appel aux humains pour garantir à la fois la qualité des enseignements et un usage éthique et adapté aux objectifs pédagogiques des formations. Sans de sérieux garde-fous, le recours aux outils numériques pourra renforcer les inégalités, notamment parce que les compétences numériques feront partie dès demain des compétence clés, au même titre que certains savoir-faire traditionnels le sont aujourd’hui.

Répartition de la contribution Formation des entreprises par France Compétences

Pour les années à venir, il faudra donc imaginer une formation professionnelle davantage connectée aux enjeux numériques. Cela sera-t-il suffisant pour prévenir la précarisation liée à l’automatisation et à l’intelligence artificielle que tout le monde redoute ?

De nombreux organismes de formation ont déjà pris ce virage indispensable d’une participation active à la transformation écologique numérique, avec des formations orientées vers la durabilité et la responsabilité sociale. Les universités, sous l’impulsion du rapport Jouzel (2020), ont vite réagi et proposent de multiples parcours, diplômants ou non, vers cette double transition. Les besoins des entreprises en la matière sont immenses et des centaines de milliers d’emplois sont à pourvoir chaque année pour accompagner l’évolution de notre économie. Plusieurs projets soutenus par France 2030 vont en ce sens, comme par exemple :

Le projet DeMETeRE de l’URCA (Université de Reims Champagne-Ardenne) qui vise à mieux intriquer formations et acteurs économiques à l’échelle du territoire. (4)

Le projet C-DéCIDé de l’ULCO (Université Littoral Côte d’Opale) qui a pour objectif de développer des formations initiales et professionnelles à la décarbonation de l’industrie pour 20 000 apprenants chaque année sur son territoire. (5)

Le projet 1001 Parcours de CCI France pour accompagner via une plateforme numérique de partage de contenus pédagogiques de plus de 250 organismes de formation, 33 000 formateurs en France, et 415 000 apprenants partout en France. (6)

Et encore, le programme Executive Education de Sciences Po qui a pour programme : « digital et transformation des organisations » (7)

Naturellement, il appartient aux responsables de formation de notre pays, de fixer les règles du jeu, et de réguler le marché de la formation professionnelle, sans mettre en danger les investissements massifs qu’ils entreprennent pour réduire la fracture numérique.

Nous avons besoin d’une politique publique claire face au défi de la transformation numérique inclusive, avec pour priorité la mise en place de dispositifs qui conjuguent innovation numérique et accompagnement social humain et collectif. Mais comment poursuivre une trajectoire exigeante en matière de financement public alors que les débats sur la dette publique enflamment les opinions et mettent en péril nos démocraties ?

L’avenir de la formation professionnelle en France repose sur sa capacité à conjuguer inclusion sociale et transformation numérique. Agir dès aujourd’hui pour bâtir une formation professionnelle numérique, inclusive et solidaire est un défi démocratique majeur.

Car à l’évidence, l’humain a toujours réussi, jusqu’ici, à s’approprier les avantages offerts par la technologie, au fil des siècles.

Une autre « évidence » relevée dans un document publié par l’université de Bordeaux : « Une des grandes opportunités de l’IA est aussi l’amélioration de l’efficacité pédagogique grâce à la personnalisation de l’apprentissage. L’IA est en effet capable d’analyser le niveau de compétences, les préférences d’apprentissage et les besoins individuels des étudiants pour s’adapter afin que chacun progresse à son rythme avec un soutien ciblé. » ⁽²⁾

Alors posons-nous deux questions essentielles pour envisager le futur de l’enseignement avec l’IA :

• Allons-nous, en tant qu’espèce, progresser intellectuellement dans les 30 prochaines années en utilisant l’IA ?
• Faut-il vraiment personnaliser l’apprentissage via l’IA pour le rendre efficace pour chacun et pour la société ?

Edgar Morin a écrit sur Twitter le 1er mai 2018 :

« Je crains l’intelligence superficielle

autant que l’artificielle. »

Son intention était de nous inviter à cultiver la pensée complexe, celle que le cerveau produit avec une consommation réduite à 10 W et non pas en consommant des tonnes d’eau et d’énergie comme le font les serveurs informatiques. Car, sans que cela ne constitue une surprise, le cerveau humain n’effectue pas de calcul arithmétique. En réalité, il traite directement les informations sensorielles et les combine par des chaînes d’interactions physico-chimiques subtiles et innombrables. Il évolue en prime, dans un environnement instable par nature et subit de très nombreuses interactions avec l’extérieur, contrairement aux modèles fermés et limités par le jeu de données qu’ils exploitent.

Pour l’instant, nous n’avons que très peu de savoir sur le fonctionnement complexe de notre cerveau lorsqu’il s’agit de réfléchir au-delà de la simple impulsion mécanique ou du réflexe. Comment se construisent nos émotions, nos pensées, nos rêves et nos angoisses ? Pourquoi aimons-nous la physique ou le droit ? Pourquoi savons-nous dessiner ou réparer une bicyclette ? Comment décidons-nous d’aller vivre à Dax ou à Dunkerque ? Aucun algorithme ne semble capable d’expliquer nos choix, nos fantasmes ou nos amours.

Or l’accès à la connaissance, rendu plus facile, plus direct par le biais du numérique, est-il une garantie de progrès intellectuel ?

Parce qu’après tout, chaque innovation qui a révolutionné nos sociétés, de l’invention de la roue à celle du smartphone, a contribué au progrès individuel. Pourquoi en serait-il autrement pour l’intelligence artificielle ? Pourquoi se poser la question ?

Pour la première fois dans notre histoire, on nous présente des outils dits intelligents, qui font mieux et plus vite des travaux supposés intellectuels au sens où nous devons utiliser nos ressources et nos compétences pour les réaliser. Ecrire un rapport, résumer un livre ou une conférence, présenter une idée, analyser des conversations multiples, autant de tâches complexes que l’IA est censé pouvoir faire à notre place. Aussi bien voire mieux que nous, et comme pour toutes les machines inventées par l’Homme, plus vite que nous. C’est là que le défi nous est lancé. Après tout si la machine est aussi intelligente que nous et va plus vite, nous devrions l’utiliser. C’est ce que nous avons toujours fait.

Si nous appliquons cela au domaine de l’enseignement, nous devrions obtenir comme résultat, d’apprendre davantage et plus vite qu’avant. C’est en tout cas, le but que nous recherchons. En savoir plus nous conduira-t-il à être plus intelligent ?

L’effet Flint qui résume l’augmentation du QI de l’être humain depuis le milieu du 20è siècle peut-il nous rassurer sur ce point ? D’après les études menées sur 300 000 personnes, le QI augmente et continue d’augmenter, mais d’une manière moins marquée maintenant : 2.4 points par décennie entre 1948 et 1985, contre 1,8 entre 1986 et 2020. « Mais les arbres ne peuvent pas monter jusqu’au ciel, il y a forcément des limites à ce qu’un cerveau humain peut faire », rappelle Franck Ramus, directeur de recherches au CNRS et de l’équipe «Développement cognitif et pathologie» au Laboratoire de Sciences Cognitives et Psycholinguistique de l’Ecole Normale Supérieure de Paris, dans un article de 2023.⁽³⁾ Une bonne nouvelle pour l’humanité, même si certains émettent des réserves et affirment même au contraire que notre intelligence décline, nourrissant les nostalgiques et tenants du « c’était mieux avant ».

1.8 points

Augmentation du QI entre 1986 et 2020

Et si le progrès était individuel ?

L’autre voie du progrès lié à l’usage de l’intelligence artificielle serait celle de l’individualisation des parcours d’apprentissage. Plus on sera capable de personnaliser ce parcours et plus l’apprenant sera performant dans l’acquisition et la restitution des connaissances et compétences utiles à sa vie professionnelle. C’est en tout cas le discours commun, tenu par nombre de spécialistes allant à l’encontre du principe de l’université, ce lieu où l’on apprend ensemble. Faire collège à Paris au milieu du XIIe siècle, c’est se réunir en tant que détenteurs du savoir. Ainsi naissent les universités à Paris, à Oxford puis partout dans la vieille Europe, avant de franchir les frontières et les continents.

A une autre époque, l’accès au savoir est réservé aux plus aisés et placés dans les mains des précepteurs. Parcours individuel signifiant alors, un coût prohibitif pour la quasi-totalité d’une population. Démocratiser l’accès à la connaissance a d’abord consisté à partager les bancs de l’école, et à suivre, pour la plupart les mêmes cours, les mêmes programmes. Au niveau supérieur de l’enseignement, on pourra plus tard se spécialiser par composante ou discipline, sciences ou humanités, généraliste ou spécialiste.

L’IA serait donc la promesse d’un retour à l’individu. Son coût d’emploi étant évidemment assez faible, une fois ramené à l’abonnement mensuel et personnel, on peut en conclure que tout le monde sera de la partie. Chacun apprenant ce qu’il souhaite, à son rythme, encadré et évalué toutefois par un formateur, un tuteur, voire même un coach. Pourquoi pas ?

Pourtant, le principal reproche que l’on adresse à l’usage intensif de l’IA générative et des LLM de façon plus générale, est de réduire, voir d’anéantir notre esprit critique. Fondement de notre intelligence collective et de l’université, notre capacité à débattre et à « disputer » autour d’idées, de concepts et de projets de toute nature, serait en danger. Et en effet, si l’on envisage la polarisation de la société sous cet angle, nous pouvons redouter cette perte de l’acceptation du débat contradictoire comme un indicateur de régression intellectuelle.

A charge pour les enseignants et les établissements de continuer à jouer ce rôle d’instigateur et d’animateur de l’esprit critique.

Reste que les compétences que nous devons acquérir servent aussi la société dans laquelle nous vivons, et plus encore celle pour laquelle nous travaillons. A l’individualisation des parcours vient se heurter la nécessité d’une culture partagée. La génération Z a mis en évidence cette nouvelle difficulté pour le monde économique, d’une intégration et d’une exigence extrêmement difficile à gérer pour l’entreprise mais aussi pour la Nation. Pourrons-nous maintenir un socle culturel fédérateur lorsque chacun suivra son parcours comme bon lui semble ? Devons-nous faire confiance à l’IA pour nous permettre d’atteindre à la fois ces deux objectifs du respect de chacun dans sa différence et de tous dans la culture qui nous rassemble ?

Les enjeux de l’éducation sont et seront toujours complexes et essentiels à la vie en société. L’IA induit sans doute un changement profond dans les méthodes comme dans les usages, pédagogiques ou non.

A nous d’imaginer le futur pour le progrès de tous.