88 % des étudiants utilisent aujourd’hui l’intelligence artificielle générative dans leur parcours académique. Face à ce basculement, l’enjeu n’est plus de surveiller ni d’interdire, mais d’apprendre, et surtout d’apprendre autrement. C’est le prolongement d’une question que je pose désormais dans mes propres classes : que devient le savoir, quand la réponse est toujours à portée de clic ?
Nous l’observons tous chaque semestre un peu plus nettement : l’intégration de l’IA générative dans l’enseignement supérieur ne relève plus du débat prospectif, mais d’un fait accompli. Les chiffres le confirment à l’échelle mondiale : 88 % des étudiants utilisent désormais l’IA dans leur parcours académique, selon la dernière édition de l’enquête mondiale du Digital Education Council (2026, plus de 45 000 répondants dans 35 pays). Pourtant, face à cette réalité, la réponse des institutions oscille encore trop souvent entre deux réflexes stériles : l’interdiction, ou l’acceptation passive. Ni l’un ni l’autre ne répond à l’essentiel : la transformation radicale du rapport au savoir que cette technologie impose.
En effet, l’accès immédiat à des réponses synthétisées par les grands modèles de langage déplace le centre de gravité de l’apprentissage ; il ne s’agit plus seulement d’accumuler ou de restituer de l’information, mais il s’agit également de développer une réelle capacité d’évaluation critique. L’UNESCO le rappelle ici avec justesse dans sa Guidance for Generative AI in Education and Research : l’automatisation des tâches rédactionnelles expose les apprenants à un risque réel de passivation intellectuelle, si l’effort de problématisation et de vérification n’est pas activement stimulé. Finalement, cela voudrait dire que quand la machine produit la réponse, la valeur proprement humaine se déplace tout entière vers la qualité de la question posée et l’exigence de preuve.
Ce diagnostic trouve un écho frappant dans les projections du World Economic Forum, dont le Future of Jobs Report 2025 place la pensée analytique en tête des compétences recherchées pour la décennie à venir (jugée essentielle par sept employeurs sur dix), devant la résilience, la flexibilité et l’agilité. Parallèlement à cela, l’OCDE formule de son côté un avertissement complémentaire dans son Digital Education Outlook 2026 : si l’intelligence artificielle peut accélérer la production d’un travail, c’est toujours à l’humain que revient sa « couche de jugement », évaluer la validité d’une preuve, la solidité d’un raisonnement, la fiabilité d’une source. L’OCDE met ainsi en garde contre un risque qu’elle nomme le cognitive offloading : la tentation de déléguer sa réflexion, plutôt que de la déléguer à bon escient. La question n’est donc plus de savoir combien de place laisser à l’IA, mais bien : quelles tâches nous acceptons de lui confier, et lesquelles restent, structurellement, du ressort de l’esprit humain ?
Le défi spécifique de l’enseignement supérieur au Maroc
Au Maroc, cet enjeu prend une dimension stratégique particulière. Engagé dans une dynamique d’accélération numérique à travers la feuille de route PACTE ESRI 2030, notre enseignement supérieur se trouve à la croisée des chemins : une jeunesse ultra-connectée, mais confrontée à des disparités persistantes d’accès aux ressources numériques. Une enquête exploratoire menée en 2026 auprès de onze universités publiques marocaines (Chaoui, Soussan & Helmi, 2026) donne une première mesure concrète de cette adoption : 98 % des étudiants interrogés déclarent déjà utiliser des outils d’IA dans leurs études, contre 78 % des enseignants, un écart de vingt points qui, à lui seul, dit l’urgence de former le corps professoral autant que les étudiants (l’échantillon, restreint à 51 répondants, invite à lire ce chiffre comme un signal plutôt qu’une mesure représentative, mais le signal n’en reste pas moins net, reflétant une tendance réelle du terrain d’étude). C’est donc dans ce contexte précis que l’adoption massive de l’IA ne doit surtout pas devenir un facteur supplémentaire d’inégalité d’apprentissage.
Partant de ce défi, ces chiffres posent, avec une acuité particulière, deux questions qui nous semblent centrales pour notre système : (1) quel type de diplômé le Maroc veut-il former dans une économie où l’intelligence artificielle pourra produire une part croissante des tâches intellectuelles d’entrée de gamme ? (2) Et si son usage devient incontournable, que doit continuer à enseigner l’université, précisément, que l’IA ne doit pas faire à la place de l’étudiant ?
Le marché du travail marocain exige alors une adéquation rapide entre formations et compétences émergentes : aujourd’hui, le diplômé que nous avons intérêt à former n’est donc pas celui qui rivalise avec la machine sur la vitesse d’exécution, mais celui dont la valeur ajoutée tient à ce qui ne s’automatise pas, à savoir : l’ancrage territorial, l’éthique intellectuelle, mais aussi la maîtrise fine du contexte socio-économique local.
Trois leviers pour repenser nos pratiques pédagogiques
Face à ces constats, notre responsabilité est claire : accompagner les étudiants pour qu’ils passent d’une posture de simples consommateurs de réponses automatiques à celle d’évaluateurs rigoureux et responsables. C’est là, très concrètement, notre réponse à la question de ce que l’université doit continuer à enseigner. Trois leviers nous semblent, à ce stade, incontournables.
- Faire de la démarche critique l’objet même de l’évaluation : c’est-à-dire déplacer la notation du produit fini (la dissertation, le rapport… etc.) vers le processus d’élaboration et donc valoriser l’explicitation des choix, la vérification des sources, la traçabilité des hypothèses et enfin la mise en regard des propositions de l’IA avec la réalité du terrain.
- Faire des faiblesses du modèle un matériel d’apprentissage à part entière : Les hallucinations factuelles, les biais algorithmiques, le manque de contextualisation culturelle des algorithmes sont d’excellents exercices de métacognition. Apprendre à déceler l’erreur d’une IA exerce l’esprit critique bien plus efficacement qu’une interdiction formelle.
- Faire évoluer la posture de l’enseignant : parce qu’avec ces nouveaux enjeux, le rôle professoral s’éloigne encore un peu plus de la simple transmission magistrale du savoir pour s’affirmer comme un guidage méthodologique ; un garant de la rigueur, de la déontologie intellectuelle et de la contextualisation que l’IA, seule, ne peut offrir.
Finalement, l’université n’a pas vocation à former des exécutants en compétition avec des algorithmes, mais à outiller des esprits libres, capables de douter, de problématiser, de décider. Ce n’est ni en la craignant ni en la flattant que nous ferons de l’intelligence artificielle une alliée du savoir : c’est en décidant, avec exigence, ce qui doit rester humain. Ce travail-là ne revient à personne en particulier. Il se construit, un cours après l’autre, dans chacune de nos salles de classe.
- Par Yasmine Mohcine
- Professeure chercheure en Marketing -Management
