Pourriez-vous nous parler de l’évolution de la place du diplôme dans notre société au cours des 25 dernières années ? La France a la réputation d’y accorder une importance cruciale.

Cette réputation est tout à fait justifiée. Il y a 20 ans, lorsque nous avons créé Verifdiploma, le constat était déjà celui d’une profusion de diplômes et de formations qui rendait le paysage illisible. On était déjà un peu perdus, on ne savait plus comment bien valoriser les compétences et les parcours. Mon expérience personnelle en est une bonne illustration : j’avais fait un magistère de finances à la Sorbonne, une excellente formation alliant théorie et pratique, mais si vous demandiez à un recruteur en l’an 2000 ce qu’était un magistère, personne ne pouvait répondre. Le mot inspirait le sérieux, mais la valeur réelle était floue.

Depuis, ce phénomène n’a fait que s’accélérer de manière spectaculaire. On a assisté à une multiplication des écoles et des formations, transformant l’éducation en un véritable marché, un business dominé par le marketing. Même les plus grandes écoles ont participé à ce mouvement en créant de nouveaux produits pour faire du business. Cette évolution a brouillé les pistes : on ne sait plus très bien où se situe la valeur. Par conséquent, la valeur d’un diplôme est aujourd’hui de plus en plus décorrélée de son contenu intrinsèque pour être liée à la valeur de la marque de l’établissement et à son attractivité.

Pour se développer et créer de la valeur, les écoles doivent s’internationaliser. Celles qui sont restées trop franco-françaises manquent de moyens pour attirer les meilleurs professeurs et les meilleurs étudiants.

Dans ce marché mondialisé, l’attractivité n’est plus une option, elle est essentielle. Une école qui n’est pas attractive n’aura pas les moyens de se développer. Protéger ses diplômes, c’est donc avant tout protéger sa marque et sa valeur future.

Cependant, il y a un paradoxe. Si le marketing a pris le dessus, la qualité de certaines formations de masse semble avoir baissé. J’entends des recruteurs se plaindre que des techniciens titulaires d’un BTS — un diplôme qui concerne plus de 100 000 personnes par an — manquent de compétences fondamentales et ne savent pas répondre à des questions basiques. Face à cela, le besoin réel des entreprises porte sur les compétences plutôt que sur le parchemin lui-même. C’est d’ailleurs une tendance que nous observons dans notre activité de vérification : les demandes se concentrent de plus en plus sur les relevés de notes, qui détaillent les compétences acquises, plutôt que sur le diplôme global.

Cette situation est-elle la même en Afrique ? Quels sont les enjeux spécifiques à ce continent ?

L’Afrique a été une grande découverte pour moi, car les enjeux y sont encore plus importants et plus directement reconnus qu’en Europe. Là-bas, tout le monde s’accorde à dire que le diplôme est un levier fondamental d’émancipation sociale. C’est un outil essentiel pour les jeunes issus de milieux défavorisés, mais aussi, et c’est crucial, pour les jeunes femmes. La formation est le principal moyen de se développer, d’acquérir de nouvelles compétences et de s’offrir une mobilité. Partir en Occident restant très coûteux, on observe une forte mobilité à l’échelle sous-régionale : un jeune de Côte d’Ivoire ira se former au Sénégal ou au Maroc, par exemple.

Le dynamisme est incroyable. Cependant, le continent est confronté à un fléau : le faux diplôme, qui pénalise tout le système, dévalorise les formations légitimes et freine le développement.

Du côté des entreprises, le défi est immense. Leur problématique n’est pas seulement de trouver des compétences, mais surtout de les retenir. Dès qu’une personne est formée et compétente, elle a tendance à partir, attirée par d’autres opportunités dans un marché mondialisé. Les entreprises sont donc dans un cycle permanent de formation et de recrutement pour pallier ce manque de rétention. Pour elles aussi, l’attractivité est devenue une question de survie : si elles ne sont pas attractives, elles perdent leurs meilleurs éléments.

Vous parlez du faux. Avec l’arrivée de l’intelligence artificielle générative, parvient-on encore à distinguer le vrai du faux ?

Il faut d’abord rappeler que la falsification de documents n’est pas nouvelle. Elle est apparue avec l’ordinateur personnel et s’est accélérée avec Internet. Dès 2001, quand nous avons lancé Verifdiploma, il existait déjà des sites permettant d’acheter de faux diplômes en ligne. L’IA générative ne fait donc qu’accélérer et amplifier un phénomène qui existait déjà depuis 15 ou 20 ans.

Cependant, l’IA introduit une menace bien plus grande et plus insidieuse : la fraude organisée basée sur l’usurpation d’identité. Il est désormais possible de construire un dossier complet et parfaitement crédible — avec de vrais diplômes, de vrais cursus appartenant à quelqu’un d’autre — mais associé à une fausse identité. On voit déjà des cas très concrets dans le secteur bancaire, où des fraudeurs se font recruter avec de faux profils, parviennent à détourner des centaines de milliers d’euros en quelques semaines et disparaissent sans laisser de traces.

Face à cela, notre méthode de vérification systématique à la source est plus pertinente que jamais. Nous ne nous fions jamais au document, aussi parfait soit-il, mais nous contactons directement l’établissement émetteur. Pour contrer ces fraudes complexes, il faut multiplier les points de contrôle : vérifier le diplôme, bien sûr, mais aussi une pièce d’identité, un stage, une formation antérieure… À terme, je pense que le recours à la biométrie deviendra indispensable pour garantir l’identité de manière fiable.

Pour finir, pensez-vous que le diplôme restera un indicateur de progrès et de développement pour tous les pays, comme c’est le cas aujourd’hui en France ?

Fondamentalement, oui, car l’éducation et la formation resteront toujours le principal moteur de développement, d’émancipation et d’intégration. Le diplôme est essentiel et le restera, notamment lorsqu’il s’agit d’intégrer des talents venants ou migrants vers d’autres pays. Dans un monde où les métiers évoluent à une vitesse folle — on parle aujourd’hui d’IA, hier de cybersécurité, avant-hier de blockchain — l’acquisition de nouvelles compétences est une nécessité absolue pour tous.

Cela dit, le besoin réel se déplace de plus en plus vers des certifications de compétences spécifiques plutôt que vers des diplômes généralistes.

C’est une évidence pour tout le monde, que ce soit pour recruter un technicien ou un expert dans un domaine précis.

Pourtant, et c’est là tout le paradoxe, cette transition est étonnamment lente. Je pensais que ce virage aurait été pris il y a déjà 10 ans, mais le marché, les recruteurs, tout le monde reste encore très attaché au modèle historique du diplôme.

Je pense que ce frein est lié à la puissance du marché de la formation et à son marketing. La valeur est tellement attachée à la marque des grandes institutions que cela ralentit l’évolution vers un système purement basé sur les compétences. Les sommes en jeu sont colossales, et cet écosystème a une forte inertie.

Pour conclure, je dirais que le maître mot pour l’avenir est l’attractivité. Dans ce marché mondial, on ne peut plus se reposer sur des lois ou des décrets. Que ce soit pour une école, une formation ou même une certification, sa valeur dépendra de sa capacité à être attractive pour les étudiants, pour les entreprises et pour le monde entier. C’est l’enjeu numéro un.

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.

La vidéo est-elle encore un outil pédagogique et en quoi la distingue-t-on du divertissement ?

La réponse est un grand oui, la vidéo reste une modalité pédagogique extrêmement pertinente. Aujourd’hui, on observe principalement la coexistence de deux grands formats. Le premier est une sorte de replay du présentiel. Il s’agit de la captation de cours en amphithéâtre, proposant des contenus longs d’une heure et demie à deux heures. L’objectif pour l’étudiant est de pouvoir revoir le cours auquel il a déjà assisté, afin de compléter ses notes ou d’approfondir des passages spécifiques. C’est un format de soutien, qui ne remplace pas le cours en direct.

Le second format est la capsule courte, une vidéo de 5 à 10 minutes conçue pour appréhender un concept précis. Elle peut être consultée avant ou après le cours pour bien intégrer une notion. Il est d’ailleurs communément admis qu’une vidéo pédagogique ne devrait pas dépasser 10 minutes, au risque de voir l’attention des apprenants décrocher.

La distinction avec le divertissement est fondamentale et repose sur plusieurs points. D’abord, l’intention : la vidéo pédagogique aide à apprendre, pas à se détendre. Ensuite, et c’est un indicateur clé, la durée d’attention n’est pas la même. Les données que nous observons chez Ubicast, aussi bien en France qu’aux Pays-Bas, en Belgique ou en Suisse, montrent que le temps de visionnage moyen d’un replay de cours d’1h30 est d’environ 20 minutes.

Les étudiants ne regardent pas le cours en intégralité d’une seule traite ; ils vont plutôt chercher des séquences spécifiques, souvent en vitesse accélérée. On est donc très loin de la durée d’un épisode de série (environ 1 heure) ou d’un film (2 heures), que l’on consomme pour le plaisir.

Les jeunes peuvent-ils aussi apprendre sur Tik-Tok ? et en quoi est-ce complémentaire de ce qu’ils apprennent à l’école ?

Mon parti pris est de dire clairement non, et ce pour deux raisons principales. La première est liée au format lui-même. Sur TikTok, les contenus qui fonctionnent durent moins de 10 secondes. Il est, à mon sens, impossible d’intégrer une connaissance solide et fondamentale en si peu de temps. On est dans le zapping, le survol de l’information, pas dans un processus d’apprentissage structuré.

La seconde raison est plus profonde : la dépendance aux algorithmes des plateformes. L’objectif d’un éditeur comme TikTok ou Instagram n’est pas philanthropique ; il n’est pas de vous élever par la connaissance. Leur but est commercial : vous faire rester le plus longtemps possible pour vous monétiser en tant qu’audience et aspirer vos données personnelles pour mieux cibler les contenus. L’objectif de la plateforme est donc contraire à celui de l’éducation. Même si l’on imaginait une succession de micro-contenus d’une minute pour traiter un sujet, on ne pourrait que survoler les choses, sans atteindre la profondeur requise par l’apprentissage académique. Il ne s’agit donc pas d’un outil complémentaire, mais plutôt d’une pratique qui relève purement du divertissement.

L’IA générative révolutionne-t-elle la production de vidéo pédagogique ?

L’intelligence artificielle est assurément une aide précieuse, mais il faut nuancer son impact. À l’heure actuelle, son principal apport ne se situe pas dans la production du cœur de la vidéo, mais plutôt en amont (pré-production) et en aval (post-production).

En amont, l’IA peut être très efficace pour préparer et structurer un script. Elle peut aider à définir un plan et à rédiger un premier jet de texte, ce qui représente un gain de temps considérable. Bien sûr, il est essentiel que l’humain retravaille ce texte pour se l’approprier, y injecter son style et son intelligence émotionnelle, et éviter les phrases génériques et impersonnelles que l’on reconnaît désormais très vite.

En aval, l’IA est extrêmement performante pour la post-production. Des tâches comme le sous-titrage, la traduction ou le montage (par exemple, couper les silences) sont grandement accélérées. Cela permet non seulement de gagner des heures de travail, mais aussi d’améliorer l’accessibilité numérique des contenus à moindre coût.

En revanche, pour la production elle-même, la technologie n’est pas encore mature. Les IA génératives de vidéo comme Veo (de Google) et Sora (de OpenAI) se limitent encore à des séquences de 10 à 15 secondes, un format inadapté à l’apprentissage. Les avatars, quant à eux, manquent encore de naturel ; leurs visages sont souvent figés et ils sont dépourvus de communication non verbale, ce qui est crucial pour l’engagement. De plus, l’IA peut commettre des erreurs, comme résumer un cours en supprimant des informations qui seront pourtant demandées à l’examen.

Ma vision est donc celle de l’humain augmenté, et non de l’humain remplacé. L’IA doit être un outil maîtrisé pour nous faire gagner du temps et nous permettre de nous concentrer sur notre véritable valeur ajoutée. Le risque, si l’on n’y prend garde, est de voir émerger des «charlatans» ou de «faux profs» qui produiraient des cours entièrement par IA sans aucune expertise réelle, ce qui pose une vraie question sur la différenciation et la qualité à l’avenir.

Quelle est votre vision sur l’équilibre entre l’image et le langage dans le futur de l’enseignement supérieur ?

Cette question est passionnante car elle touche au cœur de l’évolution pédagogique. La première révolution visuelle dans l’enseignement n’est pas venue avec la vidéo, mais bien avant, avec l’arrivée des rétroprojecteurs puis des vidéoprojecteurs dans les salles de classe. C’est à ce moment que nous sommes passés d’un enseignement purement oral à un apprentissage visuel, où les «slides» viennent illustrer et soutenir le propos de l’enseignant. La vidéo et le e-learning se sont inscrits dans ce continuum, qui a atteint son apogée durant la pandémie de Covid, où tout est devenu image et distantiel.

Cependant, je pense que nous assistons aujourd’hui à un rééquilibrage. L’avenir n’est ni dans le tout-image, ni dans le tout-langage, mais dans la recherche du meilleur des deux mondes. Un bon parcours pédagogique sera celui qui saura mixer intelligemment les modalités : des éléments visuels pour soutenir la compréhension (comme un graphique en statistiques qui a plus d’impact que des chiffres bruts), et des moments centrés sur le langage.

Le succès phénoménal du podcast est la preuve la plus éclatante de ce rééquilibrage. Le format audio, qui est du pur langage, connaît un essor fulgurant car il présente des avantages uniques. Premièrement, il a moins de contraintes que la vidéo : on peut l’écouter dans les transports ou en voiture, sans être rivé à un écran. Deuxièmement, il véhicule d’autres émotions ; l’absence d’image force une plus grande concentration sur la voix et ses intonations. Enfin, c’est un format beaucoup plus frugal, moins lourd et moins consommateur de bande passante.

En somme, si nous vivons dans une civilisation de l’image, cela ne signifie pas que le langage perd de sa valeur. Au contraire, dans un monde saturé d’images souvent synonymes de divertissement, le langage, et notamment l’audio, pourrait bien redevenir le média privilégié pour l’apprentissage profond et efficace.

Comment faire de la connaissance ce qui fait ou fera la
différence ?

Pour comprendre comment la connaissance devient un facteur de différenciation, il faut d’abord revenir à son origine et à la manière dont nous l’acquérons. Mon co-fondateur, Philippe, a forgé le concept de «offroad learning» pour décrire tout le savoir que nous accumulons en dehors des contextes de formation traditionnels et cloisonnés, comme l’école ou l’entreprise. Ce savoir, disponible partout autour de nous, notamment en ligne, est immense. L’enjeu initial de Nolej était de trouver un moyen de capturer cette connaissance foisonnante pour la rendre interactive et assimilable par l’humain, et surtout, de la rendre disponible au moment précis où nous en avons le plus besoin.

Cependant, l’accès à cette connaissance ne suffit pas. Ce qui fera réellement la différence, c’est notre capacité à utiliser cette connaissance dans des situations nouvelles. Il ne s’agit pas seulement de posséder une information, mais de savoir la mobiliser, de créer des connexions entre ce que nous savons déjà et les défis inédits auxquels nous faisons face. Cette capacité repose sur des processus mentaux qui nous sont propres, comme la vitesse de traitement de l’information ou notre mémoire de travail, mais surtout sur la métacognition : notre aptitude à nous connaître nous-mêmes, à comprendre comment nous fonctionnons.

Par exemple, ayant moi-même un trouble déficitaire de l’attention, j’ai une capacité de réflexion en arborescence qui me permet de créer des connexions différentes de celles d’autres personnes. Face à un problème, sans mode d’emploi, je peux mobiliser mes connaissances pour en créer un, précisément parce que mon cerveau fonctionne différemment. La différence ne se situe donc pas dans la connaissance elle-même, mais dans la manière dont nous l’utilisons en fonction de nos spécificités cognitives.

Il est donc crucial de devenir acteur de sa propre connaissance, d’éviter la paresse intellectuelle qui consisterait à se reposer systématiquement sur une mémoire externe comme ChatGPT. L’effort cognitif pour aller chercher une information dans notre propre cerveau est ce qui nous permet de «débloquer» des savoirs et de les adapter de manière créative à de nouvelles situations.

D’ailleurs, l’expérience et l’âge jouent un rôle clé. On distingue l’intelligence fluide (la capacité à résoudre des problèmes nouveaux) de l’intelligence cristallisée (la connaissance accumulée au fil de la vie). Avec le temps, notre intelligence cristallisée se consolide, notre base de connaissances devient plus solide et nos représentations mentales plus profondes, même si notre intelligence fluide peut légèrement décliner. C’est bien la preuve que la connaissance, lorsqu’elle est profondément intégrée, reste un puissant levier de différenciation.

Faut-il créer plus de contenus ou de meilleurs contenus pédagogiques ?

C’est une question centrale, surtout à l’heure de l’IA générative qui peut nous faire craindre une surproduction de contenus au détriment de la qualité. De mon point de vue, les deux aspects sont importants et complémentaires.

Produire plus de contenus permet d’atteindre une granularité très fine. Avec l’IA, on peut démultiplier les ressources pour répondre de manière extrêmement précise et personnalisée aux besoins spécifiques de chaque apprenant. Plus un contenu est personnalisé, plus il a de chances d’être pertinent et efficace.

Cependant, la quantité ne remplace pas la qualité. La question est : qu’est-ce qu’un «meilleur contenu» ? La recherche en psychologie cognitive nous donne des pistes très claires. Par exemple, une étude a montré que sans un titre clair, les participants étaient incapables de comprendre un texte, même simple. La segmentation, les titres, ou encore les principes de cohérence visuelle (principes de la Gestalt) sont essentiels pour construire une représentation mentale et faciliter la compréhension.

Mais le facteur le plus déterminant n’est ni la quantité ni la qualité intrinsèque du contenu, mais le niveau d’engagement cognitif de l’apprenant. Le modèle théorique ICAP (Interactif, Constructif, Actif, Passif) l’illustre parfaitement. Lire un texte est une activité passive. Mais si, en lisant, vous faites des liens avec vos connaissances antérieures, vous passez à un niveau actif. Si vous élaborez à partir de ce que vous lisez, vous êtes dans le constructif. Si on reste passif, peu importe que le contenu soit de qualité ou abondant, l’apprentissage sera limité. L’enjeu est donc de concevoir des contenus qui poussent l’apprenant à être acteur, à ne pas se contenter de consommer l’information.

En quoi l’IA est-elle indispensable à la création de contenus pédagogiques ?

L’IA n’est pas seulement un outil de productivité pour créer plus vite ; elle transforme en profondeur la manière dont nous pouvons concevoir et utiliser les contenus pédagogiques. Son apport est triple :

1. La mise à jour constante des connaissances : le monde évolue à une vitesse folle. Les métiers d’aujourd’hui, comme «prompt engineer», n’existaient pas il y a quelques années. Une enseignante qui doit préparer un cours sur l’orientation scolaire peut difficilement maîtriser seule toutes ces nouveautés. L’IA lui permet de prendre un article très récent, de le croiser avec ses propres contenus de référence, et de générer en quelques minutes un cours à jour et pertinent pour sa classe.

2. La personnalisation et l’apprentissage adaptatif : c’est l’un des apports les plus puissants. L’IA permet d’adapter un contenu aux centres d’intérêt de chaque élève pour renforcer sa motivation. Par exemple, pour un cours de géologie, on peut utiliser des contenus sur les volcans pour un élève passionné par ce sujet, ce qui aura un impact direct sur son intérêt et donc son engagement. De même, l’IA peut adapter le niveau de langage d’un contenu. Sur Nolej, suite à la demande des enseignants, nous avons intégré une fonctionnalité basée sur le FALC (Facile à Lire et à Comprendre) pour rendre les textes accessibles à des élèves qui ne maîtrisent pas parfaitement la langue française ou qui ont des difficultés de compréhension. On peut ainsi ajuster un même savoir pour un collégien, un lycéen ou un étudiant en master.

3. Un instrument au service de la pédagogie, y compris hors écran : une découverte surprenante a été que les enseignants ne voulaient pas seulement des contenus numériques. Ils nous ont demandé de pouvoir imprimer, exporter en Excel ou en PowerPoint pour pouvoir ensuite «faire leur propre cuisine» en classe. L’IA devient alors un assistant, un robot de cuisine qui prépare les ingrédients, mais c’est bien l’enseignant qui reste le chef, au cœur de la conception et de la transmission. Le contenu généré par l’IA peut parfaitement servir de base à une activité de groupe sur papier ou à une discussion au tableau.

Quelle place restera-t-il pour le talent lorsque nous aurons tous accès à la même connaissance ?

Loin de gommer le talent, je pense que l’IA va au contraire nous pousser à le révéler et à le cultiver. L’accès universel à la connaissance ne rend pas tout le monde égal. Prenez l’exemple des sportifs de haut niveau : ils ont accès aux mêmes coachs, aux mêmes entraînements, mais certains se démarquent grâce à des spécificités individuelles, qu’elles soient physiques ou cognitives.

C’est cette singularité qui constitue leur talent.

L’IA devrait nous inciter à délaisser les activités passives pour nous focaliser sur des tâches plus difficiles, celles qui nous challengent et nous poussent dans nos retranchements. C’est dans la difficulté que la créativité et le talent s’expriment. Chacun de nous possède des aptitudes uniques. Un de mes collaborateurs, musicien, est capable d’entendre un son infime et strident dans une pièce bruyante que personne d’autre ne remarque, car il a une oreille parfaite. C’est un talent que des années d’entraînement ne me permettraient sans doute jamais d’égaler. L’IA ne remplacera jamais cela.

Le vrai risque n’est pas que l’IA efface le talent, mais que nous tombions dans la passivité, comme avec les algorithmes de plateformes comme TikTok, conçus par des experts du cerveau humain pour nous rendre addicts. En tant que concepteurs de technologies, nous avons la responsabilité de créer des outils qui ont une utilité réelle et qui favorisent l’autonomie et le sentiment de compétence. Il faut éviter les «détails séduisants», ces éléments visuels superflus qui alourdissent la charge cognitive sans rien apporter à l’apprentissage.

Le plus important est que l’utilisateur, qu’il soit enseignant ou apprenant, se sente à l’origine de ce qu’il produit, qu’il ait la satisfaction d’avoir créé quelque chose de valeur. C’est ce sentiment de compétence et de fierté qui donne vie à la connaissance et qui, au final, est la plus belle expression du talent humain.

« 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

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

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.

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.

La technologie favorise-t-elle l’apprentissage ? En 10 ans de Wooclap quels sont les progrès que vous avez constatés ?

Je pense qu’il est essentiel de repartir des fondamentaux avant même de parler de technologie. La recherche en neurosciences, notamment les travaux de Stanislas Dehaene, a identifié quatre piliers fondamentaux de l’apprentissage, largement documentés dans la littérature scientifique : l’attention, l’engagement actif, le feedback (ou retour d’information) et la consolidation. La question n’est donc pas tant de savoir si la technologie est bonne ou mauvaise, mais si elle peut aider à mettre en place des dispositifs pédagogiques plus efficaces que le modèle traditionnel d’un cours magistral de deux heures où les étudiants écoutent passivement.

Et donc, la réponse à la question est oui, même si la technologie n’est pas toujours indispensable. Des outils comme Wooclap, que l’on appelle des student response systems, permettent aux enseignants de systématiser les bonnes pratiques pédagogiques avec peu d’efforts.

Concernant les progrès constatés en dix ans, ils sont considérables et touchent trois domaines principaux. Premièrement, l’infrastructure technologique : il y a dix ans, le Wi-Fi n’était pas omniprésent dans les amphithéâtres et tout le monde n’avait pas accès à la 3G. Aujourd’hui, l’accès à la 4G/5G ou au Wi-Fi est la norme dans la quasi-totalité des établissements. Deuxièmement, l’équipement des étudiants : le taux de pénétration des smartphones et des ordinateurs portables est extrêmement élevé, ce qui n’était pas encore tout à fait le cas il y a une décennie. Enfin, et c’est un point crucial, la littérature scientifique a énormément évolué. De nombreux articles ont démontré que, bien utilisées, les technologies peuvent réellement améliorer la qualité de l’apprentissage.

Cette évolution a aussi changé la perception des enseignants. Au début, beaucoup étaient réfractaires, et pour de bonnes raisons.

Le milieu universitaire est, à juste titre, prudent et demande des preuves scientifiques avant d’adopter une nouvelle technologie à grande échelle. Nous avons fait face à un cercle vicieux : pour obtenir des preuves scientifiques, il nous fallait des utilisateurs, mais pour que les universités nous fassent confiance, elles voulaient des preuves. Heureusement, des professeurs «early adopters» ont joué le jeu. Convaincus, ils ont partagé leur expérience, créant un effet boule de neige qui, au bout de deux à trois ans, a mené à des déploiements à grande échelle et à la publication d’articles scientifiques sur notre solution.

Quelle est votre vision du partage de connaissances pour la prochaine génération d’étudiants ?

Avec l’avènement des livres, d’Internet et maintenant des intelligences artificielles génératives, l’accès à la connaissance est de plus en plus facile, rapide et quasiment gratuit, ce qui est une excellente chose en soi. Le véritable enjeu réside dans l’utilisation de cette connaissance à bon escient pour permettre à l’humain de continuer à progresser.

Ma conviction est qu’une des meilleures manières d’apprendre à l’ère de l’IA est de développer des projets concrets. Exploiter la connaissance pour un projet permet non seulement d’améliorer l’ancrage et la compréhension des concepts, mais aussi de faire des liens entre différentes disciplines et d’identifier ses propres limites ainsi que celles de la technologie.

Dans ce contexte, le développement de l’esprit critique devient un enjeu encore plus primordial qu’auparavant. Il faut avoir conscience que ni le contenu ni la technologie ne sont neutres. Une IA entraînée en Europe, en Chine ou aux États-Unis aura des biais et des prismes différents. Dans un monde où il est de plus en plus difficile de distinguer le vrai du faux, l’esprit critique est notre meilleur atout.

Je suis cependant en désaccord avec l’idée un peu provocatrice selon laquelle il ne faudrait plus acquérir de connaissances, mais seulement des compétences. C’est une erreur, car l’apprentissage se construit sur l’acquis : pour développer des compétences solides, il faut une base de connaissances. Sans cela, on se retrouve très vite en surcharge cognitive. Le rôle de l’apprenant évolue : il ne s’agit plus seulement de répondre à des questions, mais aussi d’apprendre à en poser, notamment pour interagir efficacement avec une IA. L’avenir de la pédagogie réside sans doute dans cette interaction permanente où l’on apprend à réfléchir et à exploiter la connaissance.

Vous venez de lancer 5 agents IA pour aider les enseignants, pouvez-vous nous expliquer en quoi cela va modifier leur relation aux apprenants ?

Lorsque l’IA générative a émergé, nous nous sommes demandé comment l’intégrer à Wooclap en respectant deux critères fondamentaux : faciliter la vie des professeurs et augmenter l’impact sur l’apprentissage. Nos premiers pas ont été un générateur de questions qui, à partir d’un thème ou d’un document de cours, crée automatiquement des QCM, des questions ouvertes, etc. C’est un gain de temps gigantesque pour l’enseignant.

Récemment, nous avons lancé cinq nouveaux agents, tous co-développés avec notre communauté d’enseignants et d’ingénieurs pédagogiques, ce qui assure leur pertinence et facilite leur adoption.

1. Le «Légendeur d’image» : l’enseignant charge une image (par exemple, le corps humain), et l’IA génère automatiquement les légendes, créant instantanément un exercice interactif.

2. L’ «Organisateur de réponses» : lors d’une question ouverte, des centaines de réponses peuvent s’afficher. Cet agent les regroupe en catégories thématiques, ce qui facilite grandement l’analyse et la discussion en direct.

3. Le «Générateur d’idées» : durant un brainstorming, cet agent peut endosser le rôle d’un expert absent (par exemple, un expert marketing ou financier) pour générer des idées, enrichir la discussion et même rebondir sur les propositions des participants. Des enseignants l’utilisent déjà pour générer des idées que les étudiants doivent ensuite critiquer, un excellent exercice pour l’esprit critique.

4. Le «Synthétiseur» : il résume en quelques points les nombreuses réponses à une question ouverte ou le contenu d’une session de brainstorming.

5. L’Agent de «Consolidation» : inspiré par la méthode de «peer instruction» d’Eric Mazur, professeur à Harvard, cet agent intervient lorsque les résultats à une question sont faibles. Il peut alors générer instantanément une nouvelle question, de même niveau et sur la même thématique, pour vérifier si la notion a été mieux comprise après une discussion en petits groupes.

Ces agents ne modifient pas la relation enseignant-apprenant en remplaçant l’humain, mais en l’augmentant. Ils libèrent l’enseignant des tâches chronophages pour qu’il puisse se concentrer sur l’animation, le débat et l’accompagnement personnalisé, tout en lui offrant de nouveaux outils pour challenger ses étudiants et rendre le cours plus dynamique et interactif.

Quand une Edtech lève 25 millions d’euros, est-ce compatible avec ses valeurs, son engagement pour un progrès social ?

C’est une excellente question, et il était primordial pour nous que la réponse soit oui. C’est la raison pour laquelle nous avons choisi de lever ces fonds auprès d’un fonds à impact, qui valorise autant notre impact sur l’apprentissage que notre performance financière.

Concrètement, cela signifie que nous sommes tous, y compris le fonds d’investissement, alignés sur des objectifs communs et suivis via des indicateurs précis. Ces indicateurs nous assurent de garder le cap. Je peux en citer quelques-uns :

• Le nombre d’apprenants touchés : notre objectif est d’avoir un impact sur le plus grand nombre possible d’étudiants. Cela nous dissuade de prendre des décisions qui, comme augmenter nos prix par dix, pourraient améliorer nos revenus à court terme mais réduiraient notre portée.

• La satisfaction des utilisateurs (NPS) : nous mesurons en permanence la satisfaction des professeurs, des étudiants et des universités. Un score élevé nous indique que nous répondons à un réel besoin.

• Les résultats des études scientifiques : nous suivons de très près les études menées par des universités sur l’usage de Wooclap pour nous assurer que l’impact sur l’apprentissage reste positif.

Ces 25 millions d’euros ne sont pas une fin en soi, mais un moyen. Ils vont nous permettre de démultiplier notre impact en France et à l’international, mais surtout de renforcer notre capacité d’innovation pédagogique. Cet argent servira à recruter les talents nécessaires pour développer de nouvelles fonctionnalités, comme les agents IA, et continuer à poursuivre notre mission : rendre l’éducation plus efficace et engageante pour tous.