Imaginer l’université de demain, c’est accepter qu’elle est déjà engagée dans une transformation numérique profonde, qui ne cesse de s’accélérer. Cette transformation n’est pas une option : elle est devenue un impératif stratégique pour chaque établissement. Gouvernance, expérience étudiante, cybersécurité, financement : ces quatre enjeux structurent aujourd’hui toutes les feuilles de route et conditionnent la réussite des chantiers que nous ouvrons.

Les directions du numérique savent combien ces projets sont complexes, parfois difficiles à expliquer dans toute leur profondeur. Pourtant, ils sont décisifs : c’est bien de leur anticipation, de leur pilotage et de leur appropriation collective que dépend la capacité des universités à rester à la hauteur des attentes de leurs communautés.

Car au-delà des technologies et des outils, il s’agit d’un changement culturel et organisationnel. C’est l’idée d’embarquer toute la communauté – enseignants, étudiants, personnels administratifs, directions – dans une évolution qui touche nos usages quotidiens, nos modes de travail et nos façons de partager la connaissance.

La transformation numérique, une affaire de gouvernance

Le premier constat est sans appel : un projet de transformation numérique échoue presque toujours s’il est perçu comme un simple projet technique. Pour réussir, il doit être conçu et porté comme un projet global d’établissement, adossé à une vision stratégique claire, idéalement alignée sur une mandature complète, et si possible sur plusieurs mandatures successives.

Cela suppose un soutien indéfectible de la présidence, des doyens et de la direction générale des services. Sans ce portage politique, les directions du numérique se retrouvent seules face à une accumulation de demandes impossibles à arbitrer. Le résultat est connu : des projets qui s’enlisent, des priorités contradictoires, et des équipes épuisées.

C’est pourquoi nous avons mis en place, à l’Université de Lille, une gouvernance structurée à trois niveaux :

• une gouvernance transverse, qui réunit présidence, premier vice-président et DGS pour arbitrer régulièrement les priorités

• un comité stratégique, deux fois par an, avec le président, les doyens et les vice-présidents institutionnels pour valider les grandes orientations.

Il ne s’agit pas uniquement de piloter la partie technique : chaque projet doit avoir son « product owner », c’est-à-dire un responsable métier qui porte la maîtrise d’ouvrage, exprime les besoins, arbitre les choix fonctionnels et accompagne les utilisateurs dans le changement.

Dans des établissements de grande taille et à fonctionnement fédératif comme Lille, cette maîtrise d’ouvrage déléguée est indispensable. Sans elle, les risques sont nombreux : des processus non harmonisés, des applicatifs partiellement utilisés, voire contournés, et au final une perte de qualité des données et de capacité de pilotage. L’expérience montre qu’une composante qui juge un SI inadapté à ses usages aura tendance à développer sa propre solution à côté, au détriment de la cohérence globale. C’est précisément le rôle de la maîtrise d’ouvrage fonctionnelle que d’éviter ces dérives, de construire des compromis acceptés et de garantir que les outils numériques servent bien l’ensemble de l’établissement.

La technologie n’est qu’un outil, la véritable transformation est d’abord politique, fonctionnelle et organisationnelle.

L’étudiant au centre, un changement de paradigme

Longtemps considérés comme les “parents pauvres” des services numériques, les étudiants sont désormais au cœur des stratégies de transformation. Leur outil principal, parfois unique, est le téléphone portable : tout projet doit donc aujourd’hui être pensé mobile first.

À l’Université de Lille, nous avons pris ce virage il y a plusieurs années avec une logique simple : offrir aux étudiants une expérience fluide, personnalisée et réellement utile. Cela s’est traduit par le développement de LILU, une application mobile conçue en interne et plébiscitée par trois quarts de nos étudiants. Accessible depuis Android et iOS, elle rassemble les services numériques les plus utilisés : emploi du temps nominatif mis à jour en temps réel (y compris les changements de salle ou de groupe), consultation des notes, accès à la messagerie institutionnelle, intégration de Moodle, plans de campus interactifs… LILU est pensée comme une porte d’entrée unique et évolutive, enrichie selon les retours des étudiants eux-mêmes.

Mais le changement de paradigme va bien au-delà d’une application. Il s’agit de replacer les étudiants au centre de la conception des services numériques pour construire des outils qui simplifient vraiment leur quotidien et garantissent leur accessibilité. C’est pourquoi notre établissement s’est formellement engagé dans une démarche de mise en conformité de ses principaux services, dont l’application mobile, au travers d’un schéma pluriannuel d’accessibilité numérique (SPAN). Cette trajectoire n’est pas un simple exercice réglementaire : en rendant l’information plus simple à trouver et à utiliser, on améliore directement le quotidien des étudiants et on rend l’université plus inclusive.

L’avenir ouvre de nouvelles perspectives. L’intelligence artificielle sera un levier puissant pour fluidifier l’accès à l’information. Les chatbots basés sur des modèles RAG permettront aux étudiants d’interroger directement le corpus documentaire de l’université et d’obtenir des réponses contextualisées, sans avoir à parcourir des pages complexes. Nous préparons ainsi l’intégration de solutions souveraines comme ILaaS, pour garantir à la fois innovation et indépendance.

Enfin, la transformation numérique étudiante ne peut ignorer un autre enjeu décisif : la commodalité, avec la captation de cours et leur mise à disposition en VOD selon les choix pédagogiques.

Demain l’expérience étudiante sera donc de plus en plus numérique. Nous devons anticiper toutes les frictions qui pourraient entraver le progrès qu’elle générera afin de libérer l’accès à la connaissance.

Cybersécurité : la fin des illusions, une question de survie

Le niveau de maturité en matière de cybersécurité dans l’enseignement supérieur reste faible. Cette fragilité s’explique par plusieurs facteurs : une culture de la liberté, particulièrement dans le monde de la recherche, qui conduit encore trop souvent à l’utilisation de matériels personnels non administrés ; la complexité des co-tutelles (CNRS, Inserm, universités…) qui brouille la répartition des responsabilités ; ou encore la dispersion des pratiques entre laboratoires. Résultat : une sécurité fragmentée et inégale, là où les établissements devraient au contraire avancer avec une politique homogène et partagée.

Face à cette situation, il est impératif que la cybersécurité soit portée au plus haut niveau de l’établissement. La règle est claire : tous les postes de travail sont sécurisés par la direction du numérique, qui en assure le chiffrement, la protection par EDR, la mise à jour automatisée des logiciels et le suivi via un inventaire technique. Par défaut, les usagers ne disposent pas de droits administrateurs sur leur poste. Pour tenir compte de la spécificité de certains périmètres, notamment la recherche, une charte de co-administration a été mise en place. Elle permet à un utilisateur d’obtenir des droits élargis, mais uniquement dans un cadre formalisé et en respectant les mêmes obligations de sécurité : mises à jour régulières, système d’exploitation maintenu par l’éditeur, conformité avec la politique de l’établissement.

En cas de manquement, la sanction est immédiate : le poste est déconnecté du réseau. Ces exigences s’appliquent à tous les personnels de l’établissement : enseignants, chercheurs, personnels administratifs. Restreindre la sécurité au seul périmètre administratif reviendrait à protéger la périphérie tout en laissant sans défense les zones les plus sensibles.

L’adoption de la directive européenne NIS2 marque une véritable révolution. Les établissements de recherche devraient désormais être considérés comme des entités essentielles, ce qui impose un alignement sur l’état de l’art en cybersécurité : supervision 24/7 (SOC/EDR), authentification multi-facteurs (MFA), tests d’intrusion, exercices de crise réguliers. Ces nouvelles obligations représentent un saut culturel autant que financier et les établissements doivent se préparer à absorber cette charge. Mais au-delà des outils, c’est une évolution de culture qui s’impose. Les attaques récentes – de Paris-Saclay à la mairie de Lille, en passant par le Muséum d’histoire naturelle – ont montré l’ampleur des risques: paralysie des services, perte de données stratégiques, blackout total parfois pendant des mois. Les universités ne peuvent plus se réfugier dans une posture de naïveté ou d’exception académique.

Il existe encore des débats sur la tension entre liberté et sécurité. Mais aujourd’hui, toute personne exerçant des responsabilités dans un établissement d’enseignement supérieur sait qu’il n’y a plus d’arbitrage possible : la protection collective doit primer.

Financement du numérique : la dépendance cachée aux géants américains

Le financement du numérique dans l’enseignement supérieur se heurte à une double difficulté : une dépendance croissante vis-à-vis des géants américains et une organisation nationale marquée par l’absence de pilotage vertical. Contrairement au scolaire, où l’administration centrale finance et coordonne directement de nombreux services numériques, l’ESR fonctionne sur un modèle d’autonomie qui fragmente les moyens et disperse les efforts. Chaque établissement doit assumer seul des choix structurants, sans bénéficier d’une stratégie nationale consolidée.

Dans ce vide institutionnel, ce sont les associations professionnelles qui jouent un rôle décisif. Le CSIESR (informaticiens de l’ESR), l’ADSI (directeurs du numérique) ou encore ESUP structurent une mutualisation horizontale : partage de bonnes pratiques, veille technologique, développement et diffusion collective de solutions. ESUP, en particulier, illustre cette logique en concevant des briques logicielles mutualisées mises à disposition de l’ensemble des établissements, là où les acteurs institutionnels ne couvrent pas tout le spectre des besoins.

Mais cette organisation horizontale ne suffit pas à compenser la pression des GAFAM. Microsoft 365, Google Education sont proposés à des tarifs quasi-gratuits, instaurant une dépendance massive. Ces offres à prix cassés, qui relèvent d’un véritable dumping, empêchent l’émergence d’acteurs européens capables de rivaliser. Et lorsque les remises se réduisent, la réalité budgétaire frappe de plein fouet: Zoom a déjà doublé ses tarifs en cinq ans, VMware a quadruplé les siens, Adobe et les suites scientifiques comme MATLAB ou LabView suivent la même trajectoire.

Si Microsoft ou Google mettaient fin demain à leurs conditions préférentielles, nombre d’universités françaises seraient dans l’incapacité de maintenir leurs services actuels.

La difficulté est d’autant plus forte que d’autres charges viennent s’ajouter : la cybersécurité impose des investissements lourds ; l’AMUE bascule ses logiciels structurants (Pégase, SIFAC+) en mode cloud avec un surcoût d’hébergement ; et les attentes des usagers se multiplient avec l’IA générative, dont les coûts restent prohibitifs à grande échelle.

À Lille, nous avons dû absorber une hausse de 20 % du budget numérique en un an, uniquement pour maintenir l’existant et répondre aux nouvelles obligations.

La question n’est donc plus seulement budgétaire. Elle est politique : voulons-nous continuer à subir une dépendance stratégique à des acteurs étrangers, ou investir collectivement, via la mutualisation et le soutien aux solutions souveraines, dans un modèle soutenable pour l’ESR ?

La transformation numérique n’est pas un choix mais une trajectoire incontournable pour l’enseignement supérieur. Elle bouscule nos pratiques, nos équilibres financiers et notre organisation, tout en ouvrant des perspectives inédites. Gouvernance, expérience étudiante, cybersécurité, souveraineté technologique : chacun de ces enjeux est vital, et tous sont profondément liés. La question n’est donc plus de savoir si nous devons transformer nos universités, mais comment nous pouvons le faire en conjuguant innovation, soutenabilité et indépendance. C’est un chemin exigeant, parfois contraint par les réalités budgétaires ou sécuritaires, mais c’est aussi un formidable levier pour réinventer nos manières d’enseigner, de travailler et de partager la connaissance. Il nous appartient désormais de faire de cette transformation une opportunité collective, portée au plus haut niveau des établissements, et partagée par l’ensemble de la communauté universitaire. Car derrière les tensions et les contraintes, il y a un espoir : celui d’un numérique qui renforce notre mission première, transmettre et produire du savoir au service de tous.

Les edtech françaises – ces technologies au service de l’éducation et de la formation – ont connu un boom durant la pandémie de covid : les usages se sont massifiés principalement du fait des contraintes sanitaires que nous subissions. Écoles fermées, universités fermées, centres de formation fermés, toutes et tous en ligne pour continuer à apprendre. D’un danger est né une opportunité que les edtech ont su saisir.

Depuis, les edtech se sont renforcées. Elles ont investi en recherche et développement pour consolider leurs briques technologiques. Elles ont multiplié les partenariats avec des laboratoires – tant les sciences humaines que les sciences formelles – pour soutenir leurs démarches et ainsi allier l’excellence technologique avec la cohérence et utilité cognitives. Au quotidien, elles œuvrent à massifier l’apprentissage tout en le personnalisant.

Des promesses d’une éducation plus accessible et efficace, nous sommes progressivement passé aux preuves : les edtech françaises contribuent à la performance éducative, à l’inclusion, à l’égalité des chances et la mobilité sociale, l’employabilité, la productivité, et enfin à l’indépendance technologique. Loin d’une gadgetisation, elles portent une innovation utile.

Bien sûr, nous ne cédons pas ici à la pensée techno-solutionniste : toute technologie éducative n’est pas bonne en soi, dans tous les contextes et pour tous les apprentissages. Mais preuve est faite – les études sont nombreuses – que ces technologies peuvent contribuer à relever les défis auxquels nos institutions éducatives et notre appareil de formation font face et pour lesquels nous peinons à trouver des solutions efficaces. Les rapports PISA traduisent une baisse du niveau de nos élèves en mathématiques, en compréhension de l’écrit et en sciences. Notre école est celle où l’origine sociale pèse le plus lourd dans les résultats scolaires. L’orientation des jeunes pâtit largement de ces déterminismes sociaux.

Les élèves et étudiants, qui sont près de 10% à souffrir de troubles des apprentissages sans compter ceux à besoins éducatifs particuliers, sont souvent peu pris en charge, au risque d’être déscolarisés et de perdre toute estime de soi. Les diplômés d’universités peinent à trouver du travail. Les formations dites classiques sont difficilement accessibles aux jeunes éloignés des centres urbains ou à celles et ceux qui ont des contraintes personnelles (enfants à garder, situation de handicap, etc.).

Le débat public, polarisé autour de la “surexposition aux écrans”, est truffé d’amalgames dangereux. On confond les réseaux sociaux (tik-tok, instagram, etc.) avec les logiciels pédagogiques.

Les premiers monétisent nos données, donnent accès à des contenus inappropriés, maximisent le temps passé en ligne et se substituent à d’autres activités plus stimulantes (effort physique, jeu, conversation…). Tout le contraire pour les seconds dont les contenus sont créés à des fins éducatives, pour stimuler la réflexion, la collaboration et les apprentissages. On confond également les usages passifs et solitaires qui isolent et accaparent avec des usages accompagnés et émancipateurs.

Les études scientifiques sont caricaturées⁽¹⁾ . Les faits étayés sont balayés par des dogmes.

On utilise des revendications sociales (le salaire des enseignants ou leur nombre, les dotations des universités) – mon propos n’est pas de discréditer leur légitimité – comme argument pour refuser un travail collectif pour faire émerger une nouvelle façon d’enseigner qui pourtant s’impose à l’heure de l’accès aux IA génératives.

On considère l’investissement dans les compétences comme une dépense publique qu’il s’agirait donc de réduire alors même qu’il est la condition principale de notre réussite économique et de notre cohésion sociale futures. Pire, on discrimine les apprentissages à distance au seul motif qu’ils sont à distance, alors qu’ils donnent un diplôme, un métier et un avenir à des jeunes.

L’horizon s’assombrit au moment même où la France et l’Europe comprennent par la contrainte – voire les menaces de D. Trump – que l’indépendance technologique est clé. Au moment même où les standards des apprentissages avec les technologies se définissent.

Nous sommes à un tournant : un de ceux qu’il est indispensable de ne pas louper. Dans le passé, nous avons parfois échoué (rappelez-vous l’histoire du Minitel et d’Internet). Mais nous avons aussi été à l’initiative (n’oublions pas que Clément Ader a inventé l’avion, pas les frères Wright).

Voulons-nous que notre éducation soit dans les mains des big tech américaines ou chinoises, dont les algorithmes sont pensés par une Silicon Valley techno-libertarienne ou par le régime autoritaire de Pékin ?

Voulons-nous que nos données éducatives soient monétisées et manipulables ? Voulons-nous déployer des modèles dont la soutenabilité est discutable ?

C’est à cet endroit que doit se situer le débat et les actions en faveur des edtech françaises. Elles nous donnent les moyens de faire autrement. Elles sont des alternatives crédibles à des technologies importées et indomptables. Elles sont le chemin pour construire nos standards, conformes à nos idéaux historiques et à notre vision de l’avenir.

Alors comment y arriver ?

D’abord en assumant un critère d’achat “Made in France – Made In Europe” dans nos choix technologiques, à l’image de ce qui a été fait dans le passé pour le critère RSE. A fonctionnalités identiques, les solutions edtech françaises ou européennes doivent l’emporter sur des concurrents étrangers. Pas parce que nous souhaitons nous recroqueviller sur nous-mêmes. Mais bien parce que les modèles technologiques d’apprentissage emportent une vision du monde et un projet de société. Nous en défendons l’utilité dans cette récente tribune.

Ensuite en déployant un cadre de confiance pour les technologies éducatives qui crée les conditions d’une collaboration saine et vertueuse. Ce cadre pourrait inclure des clauses de sauvegarde en faveur de l’intérêt général. Par exemple, la préservation d’une collaboration éthique entre des acteurs technologiques et des institutions éducatives fondée sur des règles de gouvernance qui garantissent la souveraineté. Ou encore l’implication de la recherche pour penser et accompagner les transformations du travail engendrées par ces technologies (quels gains sociaux ? quels coûts évités ?). Ou enfin une exigence de déployer des modèles plus sobres en énergie.

Enfin en élaborant une méthodologie claire de preuve pour les technologies éducatives. Cette méthodologie pourrait inclure une échelle progressive avec plusieurs niveaux de preuve demandés aux edtech en fonction de leur maturité et de leur marché. On doit d’abord démontrer les preuves d’usage et de satisfaction des utilisateurs, avant de réaliser des études plus poussées (sur la progression des apprenants ou sur les “learning outcomes”). Cette méthodologie devrait également prévoir les moyens nécessaires pour garantir l’opérationnalité de l’échelle (mobilisation des institutions, identification des laboratoires de recherche, sanctuarisation d’enveloppes de financement d’études d’envergure, mise en open data des évaluations nationales et des données d’insertion dans l’emploi, etc.).

Les premières (modestes) briques d’une politique industrielle spécifique : qui se focalise sur les apprentissages et les compétences, qui s’appuie sur des infrastructures mutualisées et territorialisées (si besoin séparées des autres régions du monde) dont la gouvernance garantit, by design, la souveraineté, qui parie sur les technologies françaises déployées par nos edtech dont on défend les partis pris (ce sont des éditeurs) et valorise le savoir faire. Une politique qui fait le choix d’un déploiement pérenne, sobre, en conformité avec un cadre éthique exigeant.

Chiche ?

^[1] Par exemple : les analyses de l’INSERM ou encore les analyses d’INRIA

Dans l’histoire des sciences, chaque grande révolution a reposé sur une capacité nouvelle à observer, mesurer et partager. Hier, la lunette astronomique ouvrait les cieux ; aujourd’hui, ce sont les données qui dessinent l’horizon de la connaissance. Face aux défis sans précédent de notre époque : changement climatique, pandémies, migrations, inégalités croissantes, la science fournit des connaissances utiles pour la construction de notre avenir.

La donnée : matière première de la connaissance scientifique

Les données de recherche, qu’elles proviennent de mesures quantitatives, d’entretiens, d’images, d’échantillons biologiques ou de corpus textuels, constituent le socle de la production scientifique. Elles ne se limitent pas à des chiffres ou des enregistrements : elles témoignent de phénomènes et d’observations qui, une fois analysés, nourrissent la construction de modèles, d’hypothèses et de prédictions.

La fiabilité, la qualité et l’accessibilité de ces données conditionnent la robustesse des résultats et la reproductibilité des travaux, principe central de la démarche scientifique.

Leur gestion rigoureuse, documentation, conservation, archivage et partage maîtrisée, est donc essentielle pour éviter les biais, renforcer la confiance et garantir que les savoirs produits puissent être vérifiés et réutilisés. À ce titre, les données sont désormais reconnues comme une production scientifique à part entière, et non comme un sous-produit des travaux de recherche.

Le partage des données pour relever les défis planétaires

Face à des défis planétaires comme le changement climatique, les pandémies ou les migrations, aucun pays ni aucune discipline ne peut prétendre disposer seul de toutes les réponses. Les données doivent circuler au-delà des frontières géographiques, linguistiques et disciplinaires, et s’intégrer dans des systèmes interopérables. Des initiatives comme le séquençage international du génome humain, le CERN en physique des particules, GISAID pour le partage de données génomiques sur la grippe et le SARS-CoV-2, ou encore les immenses bases de données climatiques ouvertes au public montrent que la mise en commun mondiale des données est non seulement possible, mais indispensable.

Ces dispositifs montrent que la coopération scientifique mondiale n’est pas une utopie. Cette coopération permet d’exploiter pleinement le potentiel de l’information : là où une équipe isolée ne dispose que de ressources limitées, un réseau mondial peut identifier des corrélations inédites, anticiper des crises et proposer des solutions adaptées. La collaboration scientifique apparaît ainsi comme une nécessité collective, traduisant la responsabilité des chercheurs et des institutions face aux grands défis de l’humanité.

De la donnée isolée au commun scientifique

Longtemps, la recherche a vécu sur un modèle compétitif, où chaque équipe conservait ses données comme un trésor jalousement protégé. Mais ce paradigme s’effondre progressivement devant la complexité des défis contemporains. La science ouverte est une approche transformatrice qui place les données de recherche au cœur d’un écosystème collaboratif mondial, où la connaissance devient un bien commun accessible à tous les acteurs de la société.

Les principes FAIR (Faciles à trouver, Accessibles, Interopérables et Réutilisables) constituent le socle technique de cette révolution. La mise en commun de données ne se réduit pas à un geste technique : elle traduit une pratique de la recherche où les données, en tant que ressources ouvertes, s’apparentent à un véritable commun dont l’usage et la gouvernance doivent être partagés.

L’impact de cette ouverture dépasse toutes les espérances. Lorsque le Human Genome Project a choisi de publier ses données en temps réel, il a accéléré la recherche génétique de plusieurs décennies. De même, l’ouverture des données climatiques a permis à des chercheurs du monde entier de développer des modèles prédictifs plus précis, alimentant les politiques environnementales nationales et internationales.

Transparence et éthique : les piliers de la confiance

L’ouverture des données scientifiques ne saurait être confondue avec un abandon de vigilance. La confiance dans la science dépend de la transparence, mais cette dernière ne peut pas se faire au détriment de l’éthique. Les scandales liés à la falsification de données entachent régulièrement l’image de la recherche. Publier les données, documenter leur origine, expliciter les protocoles méthodologiques : autant de pratiques indispensables pour prévenir la fraude et renforcer la vérifiabilité des résultats.

Toutefois, toute mise à disposition doit s’accompagner de garanties éthiques. Les données de recherche concernent parfois des individus, des communautés vulnérables, ou encore des ressources naturelles sensibles. L’éthique impose donc un équilibre : rendre les données aussi ouvertes que possible, mais aussi fermées que nécessaire. Le respect de la vie privée, la protection des savoirs autochtones, la préservation de la biodiversité, les secrets professionnels, de défense et des affaires… encadrent la circulation des données.

Dans nos sociétés confrontées à la désinformation et aux théories conspirationnistes, la transparence des données de recherche constitue un rempart essentiel contre l’obscurantisme.

Science et ressources numériques : entre ouverture et autonomie stratégique

La recherche s’appuie désormais sur un écosystème numérique mondial fait de données, d’algorithmes et de codes sources, qui sont à la fois des ressources indispensables et des productions scientifiques à part entière. Mais cette dépendance accrue aux plateformes et outils externes soulève des enjeux de souveraineté scientifique : garantir l’accès, la traçabilité, la conservation et l’adaptation de ces ressources sans dépendance critique vis-à-vis d’acteurs extérieurs. L’enjeu n’est pas de se refermer, mais de renforcer la capacité à gouverner des biens stratégiques essentiels à la recherche. La souveraineté scientifique repose sur le contrôle des ressources nécessaires à la production de connaissances, afin d’assurer indépendance, fiabilité et résilience dans un contexte mondialisé.

Transformer les données en leviers de progrès social exige un accès équitable et durable, fondé sur des normes communes d’archivage, de protection et de partage. Cela suppose également un financement pérenne et une gouvernance multipartite, garantissant des infrastructures équilibrées, à l’abri des monopoles.

L’ouverture des données comme levier d’équité

Au-delà des considérations d’efficacité scientifique, l’ouverture des données de recherche soulève des questions éthiques fondamentales. Dans un monde où les inégalités de développement se creusent, l’accès à la connaissance devient un enjeu de justice sociale planétaire. Toutefois, la circulation des données scientifiques risque d’aggraver les inégalités si l’accès reste réservé aux pays et institutions les mieux dotés technologiquement. Pour que les données profitent réellement aux sociétés, il faut investir dans la formation, les infrastructures numériques et les politiques d’inclusion.

Le principe de justice scientifique exige que les chercheurs des pays du Sud global puissent participer pleinement à la production et à l’exploitation des données, plutôt que d’être réduits au rôle de fournisseurs d’informations pour les puissances économiques du Nord. C’est à ce prix que la recherche deviendra un véritable outil d’émancipation collective.

Lorsque les données sont rendues accessibles, elles ne profitent pas uniquement à la recherche académique. Elles alimentent des initiatives citoyennes, des projets associatifs et des politiques publiques. Dans le domaine de l’environnement, l’ouverture des données sur la biodiversité ou la pollution atmosphérique nourrit des mobilisations collectives, permettant aux habitants de documenter leur cadre de vie et d’exiger des changements réglementaires.

Avec CovidTracker et ViteMaDose, une initiative citoyenne a montré comment l’usage de données ouvertes pouvait, en pleine pandémie, améliorer l’accès à l’information et aux services de santé.

Quand technologies et collaboration transforment la recherche

Les nouvelles générations de chercheurs, nées à l’ère numérique, portent naturellement les valeurs d’ouverture et de collaboration. L’intelligence artificielle, la blockchain ou l’informatique quantique offrent des possibilités inédites pour traiter, sécuriser et valoriser les données de recherche à l’échelle planétaire.

Cette convergence crée une fenêtre d’opportunité pour transformer l’approche de la production et du partage des connaissances. Grâce au numérique, les murs des laboratoires s’ouvrent. Les plateformes de science ouverte, les dépôts institutionnels et les entrepôts de données dessinent un nouvel écosystème où la connaissance s’élabore de façon coopérative et transparente.

La donnée : ressource et responsabilité collective

L’histoire montre que les plus grandes découvertes naissent des croisements inattendus entre disciplines, cultures et perspectives. En créant les conditions techniques, juridiques et culturelles d’un véritable partage global, nous préparons des avancées scientifiques dont nous ne pouvons aujourd’hui mesurer toute la portée. Face aux défis planétaires : crise climatique, menaces sanitaires, mutations sociales…, aucune discipline, aucune institution, aucun pays ne peut prétendre trouver seul des solutions durables. Dépasser les frontières qui fragmentent encore la production scientifique est devenu une nécessité.

La donnée n’est pas seulement une ressource : elle est une responsabilité, qui engage chercheurs, institutions et citoyens.

La gouvernance ouverte et inclusive des données de recherche n’est pas seulement garante d’efficacité scientifique : elle est aussi le fondement d’une confiance démocratique renouvelée. Elle ouvre la voie à une société de la connaissance dans laquelle la circulation fluide et sécurisée des données nourrit l’innovation, et où la science se déploie comme force de transformation sociale.

Le monde de l’apprentissage a connu de profonds bouleversements au cours ces dernières années. Après avoir été considérablement chamboulé par le législateur en 2018, libéralisant l’accès à l’apprentissage, de nouvelles dispositions sont mises en place avec pour effet rapide de diminuer le nombre de nouveaux contrats signés, en particulier dans l’enseignement supérieur. De cette hyper croissance ayant débouché sur le triplement des effectifs en moins de cinq ans, à la prise de conscience qu’un excès de libéralisation favorisait l’émergence de centres de formation de qualité parfois discutable, la qualité de la pédagogie devient un enjeu majeur. Alors que dire des évolutions technologiques et de leur impact grandissant sur la formation et sa qualité comme sur les usages des apprenants et des formateurs ?

Plusieurs problématiques pour le futur émergent et méritent ainsi d’être exposées et sans doute débattues. Ainsi, les CFA connaissent des enjeux majeurs de rationalisation des coûts et de qualité, principalement liés aux exigences réglementaires, à la montée en puissance des contrôles et à l’évolution des niveaux de prise en charge des contrats (NPEC). Dans des temps difficiles pour les finances publiques, l’enjeu de rationalisation des coûts devient prégnant. La prise en charge des coûts des contrats d’apprentissage a fait l’objet de baisses en 2022 et 2023 pour mieux aligner le financement sur les coûts réels constatés, avec une diminution moyenne d’environ 5% à 10% selon les formations. Ces réductions visent à maîtriser les dépenses publiques dans un contexte de contribution importante de l’État au financement.

Des économies supplémentaires sont encore envisagées, dans la limite du maintien de la viabilité financière des centres de formation d’apprentis (CFA). La réforme mise en œuvre en 2025 prévoit désormais un financement au plus juste, basé sur la durée réelle du contrat d’apprentissage (proratisation journalière), et introduit une participation financière obligatoire pour les employeurs des apprentis de niveau bac+3 et plus. Ces mesures reflètent une volonté de responsabilisation financière accrue des acteurs tout en respectant les contraintes budgétaires publiques.

L’autre enjeu majeur qui suscite beaucoup de débats critiques envers les organismes de formation est celui de la qualité. D’ailleurs la qualité de la formation professionnelle est encadrée par plusieurs dispositifs réglementaires, notamment la certification Qualiopi qui est obligatoire pour les organismes concourant au développement des compétences.

La qualité est également liée à la pertinence des formations proposées au regard des besoins réels du marché de l’emploi, notamment en priorisant les formations aux métiers dits en tension ou d’avenir.

Ce lien qualité-coût est au cœur des réformes qui cherchent à aligner financement et efficacité des parcours d’apprentissage. Les acteurs de la formation sont soumis à des contrôles accrus et à des mécanismes de transparence pour renforcer l’efficacité du système, incluant la possibilité pour les opérateurs de compétences (OPCO) de suspendre la prise en charge des formations en cas de dysfonctionnements.

La question du numérique se pose alors avec acuité. Que vont changer les récentes innovations technologiques et comment pouvons-nous adapter nos parcours de formation ?

Il faut toujours avoir en tête que notre objectif prioritaire et principal est celui de l’employabilité des apprenants. On a beau dire que les métiers de demain seront indispensables, il n’en demeure pas moins que nous devons former des publics dont les choix d’orientation sont encore guidés par les métiers actuels. Si l’on prend l’exemple de la rénovation énergétique, enjeu majeur afin de tenir nos engagements de réduction des émissions de CO2, voilà des formations qui ont été récemment développées et pour lesquelles nous n’avons pas de candidats. A l’inverse nous avons des demandes énormes pour les formations en marketing et en communication, alors que l’insertion professionnelle ne sera pas systématiquement au rendez-vous.

Est-ce là une conséquence de l’Intelligence Artificielle générative, ou plus simplement d’une appétence irrationnelle pour des métiers aux débouchés désormais limités ? Certes, certains métiers sont mis en difficulté par l’IA, comme dans le domaine de la comptabilité par exemple, mais d’autres comme les métiers de la restauration, de l’informatique ou de la santé sont en forte tension et ne subissent pas les effets du numérique.

Le numérique est une opportunité pour la formation, l’éducation ou l’apprentissage. Notre mission, en tant que structure consulaire est de créer le lien entre l’apprenant, l’entreprise et l’organisme de formation. Nous développons à cet effet des plateformes numériques qui assurent en permanence, cette mise en relation et ce travail collaboratif.

Il nous faut également intégrer les outils numériques pour la production de contenus pédagogiques, pour adapter, voire personnaliser, les formations au plus près des besoins, soit des apprenants, soit des entreprises.

Nous avons par ailleurs, grâce à l’IA, la possibilité d’adapter le rythme des apprentissages, rendant plus profonde la compréhension et la mémorisation des connaissances. Finalement, nous travaillons sans cesse à l’amélioration, la justesse des évaluations.

Aujourd’hui, les référentiels reposent sur les compétences professionnelles, puisque nombre de formations débouche sur une certification inscrite au RNCP – Répertoire national de la certification professionnelle, avec une reconnaissance de l’État.

Pour autant, nous devons continuellement former les formateurs, comme pour l’IA générative par exemple. La maitrise des outils numériques qui fleurissent dans notre domaine chaque année est un défi pour les organismes de formation. C’est aussi et peut-être de manière plus signifiante, une opportunité de progrès dans la qualité des formations délivrées.

Si nous analysons, par exemple, l’impact de l’intelligence artificielle (IA), et la prise en compte du référentiel de compétences, croisant les activités en CFA et en entreprise afin de renforcer l’acquisition des compétences avec le métier cible, les perspectives offertes pour améliorer la qualité des formations en apprentissage en France, sont importantes :

• L’IA peut automatiser l’évaluation en cours de parcours via des quiz interactifs ou des analyseurs de réponses écrites, permettant aux formateurs de se concentrer davantage sur l’accompagnement individuel et la pédagogie active. Cela optimise l’efficacité et la réactivité dans le suivi des apprentis.
• Grâce à l’IA, il est possible de créer des environnements virtuels réalistes et des simulations métiers, offrant aux apprentis des mises en situation concrètes, sécurisées, et répétables, ce qui facilite le transfert des compétences en entreprise.
• Des assistants virtuels basés sur l’IA peuvent fournir un soutien immédiat aux apprentis, répondre à leurs questions, les guider dans leurs parcours, et même détecter des signes de décrochage ou difficulté, ce qui renforce l’accompagnement et la réussite.

Tout cela n’est possible que si nous formons les formateurs.

Il nous appartient de veiller à la montée en compétences de nos formateurs, à la qualité de l’acte de formation et à son adaptation aux attentes des entreprises et des apprenants.

Ainsi nos missions évoluent à mesure que les usages sont impactés par la technologie. Nous devons garantir la montée en compétence des formateurs, adapter sans cesse les parcours de formation, mais aussi accompagner socialement les apprentis. Trouver le bon contrat, avec la bonne entreprise et pour laquelle les motivations et les compétences de l’apprenti seront à la fois durables et efficaces.

Corriger, adapter, personnaliser à chaque étape, pour chaque nouvelle compétence à acquérir, constituent le socle indispensable à la qualité des formations de demain et donc à l’employabilité de la jeunesse.

L’histoire nous l’enseigne : depuis l’antiquité, la relation entre la technologie et la pédagogie oscille entre fascination et répulsion.

Dans Phèdre de Platon, Socrates raconte l’histoire du Dieu Thot présentant son invention , l’écriture, à Pharaon : « Roi, lui dit Thot, cette science rendra les Égyptiens plus savants et facilitera l’art de se souvenir, car j’ai trouvé un remède, le pharmakon, pour soulager la science et la mémoire. »

Et Pharaon lui répond: « Tu lui attribues tout le contraire de ce qu’elle peut apporter. Le pharmakon, c’est le poison qui fera naître l’oubli. Parce qu’ils auront foi dans l’écriture, c’est par le dehors, par des empreintes étrangères, et non plus du dedans et du fond d’eux-mêmes, que les hommes chercheront à se ressouvenir. »

L’écriture, puis plus près de nous, l’imprimerie, la calculatrice, l’ordinateur jusqu’à l’apparition du web, de Wikipedia ou de Google ont toujours questionné le monde de l’Éducation, les disputes entre techno-sceptiques et techno-ravis.

L’IA générative, c’est notre dernier Pharmakon, à la fois remède et poison.

Enseigner et apprendre à l’ère des IA génératives

Le vent de panique du monde de l’Éducation autour des possibilités de tricherie aux examens, dès la sortie de ChatGPT fin novembre 2022, est derrière nous.

Le véritable débat se situe aujourd’hui autour des changements, probablement profonds, que les IA génératives vont générer sur nos manières d’enseigner et d’apprendre. À nous de poser, ou plutôt reposer, car cela a déjà été le cas pour d’autres technologies, la question de la relation entre l’enseignant, l’apprenant et les technologies, en l’occurrence les IA génératives.

Ce questionnement doit se faire en ayant en tête la boussole fondamentale qu’est l’alignement pédagogique défini par John Biggs en 1996 : la cohérence entre les objectifs d’apprentissage, les activités pédagogiques et les modalités d’évaluation pour les atteindre.

De ce questionnement, une typologie autour de quatre axes se dessine pour l’enseignant sur la place de l’IA dans un cours :

 

● Former sur l’IA : afin de comprendre les principes, les biais dans les corpus des données d’entraînement, les enjeux et les risques liés à leur usage au sein de la société, aux questions de droits d’auteur, de production de désinformation, d’impact écologique sur la consommation d’énergie et d’eau, sur les questions géopolitiques de souveraineté ou de transformation profonde de certains métiers ;

 

 

● Former sans l’IA : en identifiant les compétences pour lesquelles son utilisation ne doit pas être mobilisée et peut s’avérer contre-productive ou inappropriée.

Du côté de l’apprenant la question principale à laquelle nous devons l’amener à réfléchir est la suivante : À quel moment me faut-il apprendre :

● Avec l’IA : pour améliorer la qualité de mes productions, personnaliser les apprentissages ou accroître mon efficacité

● Sans l’IA : pour ancrer l’acquisition des savoirs, acquérir les méthodes et outils issus de la recherche, garder le goût de la lecture, apprendre à apprendre.

Repenser les évaluations

Une des tendances actuelles, pour contrer les risques de tricherie, est de revenir massivement aux examens sur table.

Cependant, cette solution ne peut être que transitoire. Le véritable enjeu est de repenser l’évaluation des compétences, précisément autour de la définition qu’en donne Jacques Tardif :

L’IA prend alors sa juste place, celle d’une ressource externe mobilisée au bon moment, sans utilisation ou dépendance excessive. Et dans ce contexte, l’évaluation tiendra compte du processus autant, sinon plus, que du résultat.

Clarté et confiance

L’émergence des IA génératives a fait naître un double doute fondé sur une perception erronée des usages réciproques : d’un côté, l’enseignant percevant chaque apprenant comme un tricheur en puissance utilisant massivement l’IA et de l’autre, l’apprenant surestimant l’utilisation des IA génératives par l’enseignant, capable de tout sous-traiter à l’IA, depuis son plan de cours jusqu’à la correction automatique des copies.

Il faut impérativement redonner un cadre de confiance et de clarté entre l’enseignant et l’apprenant.

Ce cadre peut se définir à l’échelle institutionnelle au sein d’une charte sur les usages de l’IA, mais il doit aussi se décliner au sein de chaque cours avec une transparence réciproque dans les usages de chacun.

Cette transparence devrait d’ailleurs s’appliquer largement, en dehors du monde de l’Éducation, dans les médias, la publicité, les posts sur les réseaux sociaux ou la rédaction d’articles.

(Re)questionner les fondamentaux et le fonctionnement de l’Université

Plus largement, la place potentielle de l’IA, générative ou non, sur l’évolution des missions et du fonctionnement de l’Université doit nous amener à nous questionner.

Quels sont les impacts sur la recherche ? Comme objet d’étude pour les Sciences Humaines et Sociales, comme outil de travail pour l’ensemble de la communauté scientifique. Quels impacts sur les processus métiers, les équipes supports, la relation aux étudiants, l’efficience des services apportés aux usagers ?

Quels impacts sur les stratégies numériques des établissements ? Sur les questions d’acquisition de licences de solutions du marché versus d’investissement dans des infrastructures mutualisées ? Sur les IA, qui s’insinuent dans toutes les nouvelles versions des produits proposés par les éditeurs, au niveau des Edtech bien sûr, mais aussi dans les logiciels des bibliothèques universitaires, les outils bureautiques ? Sur la cybersécurité ?

À court terme, l’utilisation des IA génératives dans de nombreux métiers, pour traiter des tâches confiées il y a encore peu de temps à des stagiaires ou des apprentis pour « apprendre le métier », pose la question du sas d’entrée dans la vie professionnelle et des évolutions qu’il faut intégrer dans les programmes de formation pour en tenir compte.

Difficile, par contre, de se projeter à moyen et long terme dans un monde où l’IA est en constante évolution. Allons nous vers l’AI Générale, une forme d’intelligence supérieure à celle de l’être humain comme le prophétise certains ? Ou, au contraire, vers une consanguinité et un appauvrissement des IA, se nourrissant de leurs propres productions en polluant le web de contenus de moins en moins fiables ?

Difficile également de mesurer l’impact des IA génératives sur les fonctions cognitives des apprenants. Nous n’avons pas encore le recul suffisant pour en comprendre les effets. Cette « part de cerveau libre » dont parle Michel Serres dans Petite Poucette augmentera-t-elle notre potentiel ou conduira-t-elle à un appauvrissement de nos capacités ?

Une seule chose semble sûre : Au-delà d’un solide socle de connaissances scientifiques, économiques, sociales, historiques, politiques et culturelles, les enseignants devront fournir aux futurs étudiants les moyens d’acquérir les compétences nécessaires pour évoluer dans un monde en mutation, où l’IA n’est qu’une des facettes des transformations qui sont devant nous, ainsi que les clés de lecture pour préserver leur esprit critique dans des espaces où les données, voire les réalités, produites par les IA génératives seront nombreuses et incertaines.

L’Éducation a su se transformer lors des révolutions précédentes, celles de l’écriture, de l’imprimerie, du web et doit faire de même pour celle de l’IA. Nous devons adapter nos modes d’enseignement et d’apprentissage pour nous concentrer sur l’essentiel : former des esprits libres, utilisant de manière consciente et raisonnée ce qui doit avant tout rester des outils.

“Nous devons préparer nos étudiants pour un monde où ils exerceront des métiers qui n’existent pas aujourd’hui, dans lesquels ils utiliseront des technologies qui n’ont pas encore été inventées, pour résoudre des problèmes que nous n’imaginons pas”.

Cette phrase, prononcée il y a plus de 20 ans par Richard Ridley, n’a jamais été autant d’actualité.