L’IA remplacera-t-elle les professeurs ? La vérité en 2026

Résumé rapide : L'IA ne remplacera pas entièrement les professeurs, mais transformera profondément leur rôle. Si elle peut automatiser la notation, la diffusion des contenus et les tâches administratives, les aspects humains de l'enseignement – le mentorat, le développement de l'esprit critique, le lien émotionnel et le cadre éthique – demeurent irremplaçables. Les professeurs qui adopteront l'IA comme outil gagneront en efficacité, tandis que ceux qui y résisteront risquent de rencontrer des difficultés.

La question qui plane sur les campus universitaires n'est plus un secret : l'intelligence artificielle remplacera-t-elle les professeurs ? C'est une préoccupation légitime. Des tuteurs IA peuvent répondre aux questions à 3 h du matin. ChatGPT rédige des dissertations en quelques secondes. Les systèmes de correction automatisés traitent les devoirs plus rapidement que n'importe quel humain.

Mais voilà le point essentiel : il ne s'agit pas vraiment de remplacement, mais de transformation.

D'après une enquête menée par l'Association américaine des collèges et universités et le Centre « Imagining the Digital Future » de l'Université Elon (publiée en janvier 2025), 951 000 responsables de l'enseignement supérieur se sont dits préoccupés par l'impact de l'IA générative sur l'enseignement et l'apprentissage. Il ne s'agit pas de panique, mais de la prise de conscience d'un changement fondamental en cours.

La vérité ? L’IA redéfinit le métier d’enseignant, elle ne le supprime pas. Certaines tâches disparaîtront. D’autres gagneront en importance. Et les enseignants qui réussiront seront ceux qui sauront saisir cette nuance.

Ce que l'IA peut réellement remplacer dans le travail universitaire

Soyons francs sur les points faibles. Environ 601 000 000 tâches professorales courantes pourraient être automatisées grâce aux technologies actuelles. Ce n’est pas une hypothèse : c’est déjà une réalité sur les campus du monde entier.

Les tâches administratives arrivent en tête. La création des programmes de cours, les réponses par courriel aux questions fréquentes, la planification des cours et la documentation des comités peuvent toutes être gérées par des systèmes d'IA. Un professeur a décrit ces tâches comme une “ manœuvre bureaucratique fastidieuse ” qui consomme des heures sans apporter de bénéfice direct aux étudiants.

La notation représente une autre catégorie importante. Les tests à choix multiples ? Déjà automatisés. Les questions à réponse courte ? L’IA peut les évaluer avec une précision raisonnable. Même la notation des dissertations devient possible pour les travaux de base, grâce à des systèmes d’IA qui vérifient la structure, la cohérence de l’argumentation et l’exactitude des citations.

La diffusion des contenus évolue elle aussi. Les plateformes basées sur l'IA peuvent présenter des cours magistraux, s'adapter au rythme d'apprentissage de chacun et fournir un retour d'information instantané sur les exercices. Pavel Pevzner, de l'UC San Diego, a exploré les textes interactifs adaptatifs massifs (MAIT), une technologie d'IA conçue pour remplacer les cours magistraux standardisés par des systèmes d'enseignement personnalisés et réactifs.

Le bilan de l'automatisation

Mais attendez. Ce n'est pas parce que quelque chose peut être automatisé que l'automatisation fonctionne bien.

La notation par IA manque de nuances. Elle ne perçoit pas les approches créatives qui sortent des sentiers battus. Elle peine à comprendre les réponses contextuelles. Et elle est absolument incapable de déterminer si un étudiant maîtrise réellement la matière ou s'il a simplement cherché à contourner l'algorithme.

Comme l'a exprimé un professeur de philosophie de l'Université de l'Utah Valley : “ Je ne peux pas vivre ainsi, et je refuse de le faire. ” Près de 401 000 étudiants de cet établissement sont les premiers de leur famille à faire des études supérieures. Pour eux, la qualité du lien humain avec les professeurs est souvent déterminante dans leur décision de persévérer ou d'abandonner.

La technologie existe. La question est de savoir si son utilisation est plus bénéfique aux élèves que le jugement humain.

Ce qui rend les professeurs irremplaçables

Voici ce que l'IA ne peut pas faire : donner aux étudiants le sentiment d'être vus.

Les témoignages des étudiants font régulièrement ressortir les mêmes thèmes : “ Vous m’avez poussé à sortir de ma zone de confort. ” “ Vous m’avez permis de me découvrir sous un meilleur jour. ” “ Votre passion pour l’enseignement est contagieuse. ” Il ne s’agit pas de simples réactions à la transmission d’informations, mais bien à un véritable contact humain.

Le développement de l'esprit critique ne se limite pas à la simple transmission d'informations. Les professeurs suscitent une dissonance cognitive : ils remettent en question les idées reçues, posent des questions dérangeantes et incitent les étudiants à dépasser la simple mémorisation pour parvenir à une synthèse. Une IA peut certes animer un dialogue socratique, mais elle est incapable de cerner l'ambiance et de savoir quand insister davantage ou quand un étudiant a plutôt besoin d'être encouragé.

Le mentorat va bien au-delà des cours. Les professeurs rédigent des lettres de recommandation qui témoignent de leur connaissance approfondie de l'étudiant. Ils offrent des conseils de carrière fondés sur des années d'expérience dans l'évolution des secteurs d'activité. Ils apportent un soutien moral précieux lors des difficultés scolaires. Ils montrent comment penser comme un historien, un scientifique ou un philosophe, et pas seulement ce qu'il faut penser.

Le problème des moments imprévus

Les moments les plus marquants de l'enseignement sont souvent improvisés. Une question anodine peut déboucher sur une discussion novatrice. Un projet de groupe raté peut se transformer en leçon de persévérance et de collaboration. L'expérience personnelle d'un étudiant peut relier la matière du cours à des implications concrètes qu'aucun manuel n'avait anticipées.

L'IA fonctionne par schémas. Elle ne peut improviser de manière pertinente car elle ne comprend pas le contexte comme les humains. Elle est incapable de reconnaître quand s'écarter du plan de cours est plus bénéfique à l'apprentissage que de le suivre à la lettre.

Les discussions entre professeurs au sein de la communauté mettent régulièrement en lumière cette réalité. Le consensus ? L’IA ne remplacera pas les professeurs attentifs, innovants, stimulants et exigeants. En revanche, elle remplacera probablement ceux qui agissent déjà comme des robots : dispensant des cours magistraux répétitifs et impersonnels, notant mécaniquement sans retour, traitant les étudiants comme de simples numéros plutôt que comme des individus.

Comment l'IA transforme le rôle du professeur

La transformation est différente du remplacement. Plutôt que de supprimer des professeurs, l'IA modifie la façon dont ils consacrent leur temps.

D'après un article de Medium sur l'IA et les professeurs, la Fondation nationale américaine pour la science (NSF), en partenariat avec Capital One et Intel, investit 100 millions de dollars dans des instituts nationaux de recherche en IA. L'objectif ? Non pas remplacer les enseignants, mais renforcer leurs compétences.

Les professeurs deviennent des concepteurs plutôt que de simples transmetteurs de connaissances. Ils créent des expériences d'apprentissage enrichies par l'IA, où la technologie prend en charge les tâches répétitives tandis que les humains se concentrent sur la pensée critique. Ils élaborent des devoirs intégrant des outils d'IA, apprenant ainsi aux étudiants à utiliser la technologie de manière critique plutôt que dépendante.

Les rôles de recherche se développent également. Les professeurs suivent désormais l'impact de l'IA sur les performances des étudiants, documentent les réussites et les échecs, et publient des résultats qui orientent le développement de l'IA en éducation. Ils ne sont plus de simples utilisateurs passifs de la technologie : ils participent activement à sa conception et à son déploiement.

L'effet d'amplification de l'efficacité

L'IA permet aux bons professeurs de devenir encore meilleurs. C'est la réalité concrète qui se dégage des premières adoptions.

Des tâches comme la création de supports de cours, la rédaction de commentaires personnalisés et la réponse aux questions courantes peuvent être assistées par l'IA, libérant ainsi du temps pour l'enseignement proprement dit. Un observateur du secteur, fort de plusieurs décennies d'expérience dans les technologies éducatives, a constaté que l'automatisation des audits de nuit dans les hôtels – une procédure manuelle de huit heures auparavant – n'avait pas entraîné de suppressions d'emplois, mais avait permis aux employés de se consacrer à des tâches à plus forte valeur ajoutée cognitive.

Le même schéma se retrouve dans l'enseignement supérieur. L'IA prend en charge les tâches routinières. Les professeurs peuvent ainsi se consacrer aux tâches que les machines ne peuvent pas accomplir : animer des discussions complexes, accompagner les étudiants en difficulté, développer des pédagogies innovantes et mener des recherches.

En mars 2026, la Fondation nationale américaine pour la science (NSF) a annoncé l'initiative TechAccess : AI-Ready America, un effort concerté visant à permettre aux Américains de comprendre, d'utiliser et de créer grâce à l'intelligence artificielle. Le programme prévoit la création de pôles de coordination recevant 1 million de dollars par an pendant trois ans. Dix pôles ont été sélectionnés lors de la première phase, vingt lors de la deuxième et les autres lors de la troisième.

C'est un investissement dans l'intégration, pas dans l'élimination.

Intégrer l'IA dans l'éducation sans perdre l'essentiel

L'IA peut faciliter les tâches d'enseignement, mais un apprentissage significatif dépend toujours de la manière dont ces outils sont utilisés et guidés par les humains.

IA supérieure Ils travaillent sur la mise en œuvre pratique de l'IA, notamment dans des environnements où la précision, la structure et la supervision humaine sont essentielles. Ils aident les organisations à concevoir et à développer des solutions d'IA sur mesure, à intégrer l'apprentissage automatique aux systèmes existants et à mettre en place des flux de données adaptés aux cas d'usage concrets. Dans le domaine de l'éducation, cela peut impliquer le soutien des systèmes de contenu, des processus de recherche ou des outils internes, sans pour autant se substituer à l'humain qui les sous-tend.

Si vous envisagez l'IA comme un outil de soutien plutôt que comme un raccourci dans l'éducation ou la recherche, contactez-nous. IA supérieure pour voir comment il peut s'intégrer à votre configuration.

Le problème de l'expérience étudiante dont personne ne parle

L'utilisation de l'IA par les étudiants sans apprentissage engendre une crise silencieuse. Ils obtiennent des diplômes sans développer de compétences.

Sur tous les campus, les professeurs constatent le même phénomène : des dissertations qui paraissent sophistiquées mais manquent de cohérence dans leur argumentation ; des exercices correctement résolus, mais dont les étudiants sont incapables d’expliquer le raisonnement ; des travaux de recherche aux citations impeccables, mais sans synthèse originale.

Cette technologie facilite la simulation des apprentissages. Et certains étudiants empruntent cette voie.

C’est là que le rôle irremplaçable des professeurs devient crucial. Les enseignants humains savent faire la différence entre l’apprentissage assisté par l’IA et le simple recours à des raccourcis dépendants de l’IA. Ils peuvent poser des questions complémentaires, exiger des explications orales et concevoir des évaluations qui testent la compréhension plutôt que la simple restitution de connaissances.

Une étude de l'Organisation de recherche économique de l'Université d'Hawaï, citant une analyse du Pew Research Center, révèle que les professions les plus exposées à l'IA ne sont pas des emplois peu qualifiés ou à bas salaire, mais des postes mieux rémunérés et exigeant une forte expertise. Les travailleurs occupant des emplois fortement exposés à l'IA gagnent en moyenne $33 de l'heure, contre $20 pour ceux qui y sont moins exposés.

Qu’en conclut-on ? Les étudiants qui utilisent l’IA comme une béquille plutôt que comme un outil se préparent à des emplois qui n’existeront pas ou qui seront mal rémunérés. Les professeurs ont pour rôle de les guider et de les aider à utiliser la technologie sans en devenir dépendants.

Enseigner la culture de l'IA comme compétence fondamentale

Les professeurs visionnaires n'interdisent pas l'IA. Ils enseignent son utilisation responsable.

Les travaux pratiques incluent désormais des exigences relatives à l'utilisation des outils d'IA. Les étudiants apprennent à évaluer les résultats de l'IA, à vérifier les informations et à intégrer l'assistance machine au raisonnement humain plutôt que de s'y substituer. Cela reflète la manière dont les professionnels travaillent de plus en plus dans tous les domaines.

Des recherches menées par la Brookings Institution et le MIT sur l'avenir du travail suggèrent que l'IA est plus efficace lorsqu'elle est utilisée comme outil d'augmentation des capacités humaines – c'est-à-dire comme technologie qui valorise davantage les compétences et l'expertise humaines – plutôt que comme simple automatisation. Les professeurs qui enseignent cette compétence apportent une contribution irremplaçable.

Le programme CyberAI SFS (CyberAICorps Scholarship for Service) de la NSF, qui débutera en février 2026, intègre l'éducation en IA aux opérations de cybersécurité et au développement de la main-d'œuvre, avec deux volets soutenant jusqu'à 25 projets par exercice financier.

La réalité économique de l'enseignement supérieur

Les universités sont confrontées à des difficultés financières. L'IA offre des économies apparentes. C'est cette vérité dérangeante qui motive l'intérêt de certains établissements pour l'automatisation.

Si l'IA peut “ enseigner ” à 500 étudiants aussi facilement qu'à 50, la perspective de réduire le nombre d'enseignants devient tentante. C'est particulièrement vrai pour les établissements confrontés à une baisse des inscriptions ou à des restrictions budgétaires.

Mais ce calcul néglige des facteurs essentiels. La persévérance scolaire est compromise en l'absence de lien humain. Le taux de réussite diminue lorsque les étudiants se sentent réduits à de simples numéros. Le taux de dons des anciens élèves est corrélé à la qualité des relations entretenues avec le corps professoral durant les études supérieures.

Des recherches menées par la Brookings Institution et le MIT sur l'avenir du travail suggèrent que l'IA est plus efficace en tant que technologie d'augmentation – valorisant les compétences et l'expertise humaines – plutôt qu'en tant qu'automatisation pure et simple. Les organisations qui ont supprimé tous les postes humains se sont souvent retrouvées à devoir les recréer après avoir constaté que la technologie ne pouvait pas gérer la complexité.

Le paradoxe du prestige

Les universités d'élite ne supprimeront pas de professeurs. Leur valeur repose sur l'accès à un corps professoral de renom. Les parents paient des frais de scolarité élevés précisément pour bénéficier de classes à effectifs réduits avec des chercheurs reconnus.

Le risque pèse sur les établissements moins sélectifs, les collèges communautaires et les programmes qui font déjà appel à des enseignants contractuels. Ces établissements accueillent les populations étudiantes les plus vulnérables : les étudiants de première génération, les adultes actifs et les minorités sous-représentées. Pour ces étudiants, la relation avec leurs professeurs est souvent déterminante pour leur réussite ou leur échec.

Remplacer les professeurs par l'IA dans les établissements accueillant des populations défavorisées reviendrait à créer un système à deux vitesses : les étudiants issus de milieux aisés bénéficieraient d'un encadrement humain, tandis que les autres se contenteraient d'algorithmes. Non seulement c'est injuste, mais c'est aussi contre-productif pour la formation professionnelle.

Les documents relatifs aux initiatives de la NSF de mars 2026 insistent sur l'importance de rendre l'IA accessible à tous les Américains, et non de créer des inégalités fondées sur l'IA. L'objectif est de permettre aux communautés, aux travailleurs et aux étudiants de comprendre et d'utiliser l'IA, ce qui nécessite des formateurs humains maîtrisant à la fois la technologie et les besoins des personnes qui l'utilisent.

Ce que les professeurs doivent faire pour rester pertinents

L'adaptation n'est plus une option. Les professeurs qui considèrent l'IA comme superflue ou purement menaçante auront des difficultés. Ceux qui l'intègrent de manière stratégique prospéreront.

• D'abord: Maîtriser les outils. Les professeurs n'ont pas besoin de devenir programmeurs, mais ils doivent posséder une connaissance pratique des principales plateformes d'IA, de leurs capacités et de leurs limites. L'utilisation quotidienne de l'IA permet de développer une intuition quant à ses possibilités et ses limites.
• Deuxième: Repenser les évaluations. Les dissertations et les séries de problèmes traditionnelles sont de plus en plus vulnérables à l'IA. Parmi les alternatives efficaces, citons les examens oraux, les projets itératifs avec des points d'étape obligatoires, le travail collaboratif avec évaluation par les pairs et les travaux nécessitant une réflexion personnelle ou l'intégration de l'expérience.
• Troisième: Enseignez explicitement l'IA. Intégrez la culture de l'IA dans tous vos cours. Abordez les situations où son utilisation est pertinente, les méthodes de vérification des informations qu'elle génère et son rôle dans la pratique professionnelle.

Le modèle de co-création

Certains des professeurs les plus novateurs impliquent les étudiants dans l'expérimentation en intelligence artificielle. Plutôt que d'imposer des règles, ils explorent ensemble comment l'IA transforme leur discipline.

Les étudiants apportent un regard neuf. Ils sont souvent plus à l'aise avec la technologie. La création collaborative de projets – où les étudiants contribuent à définir les usages appropriés et inappropriés de l'IA – favorise l'adhésion à une utilisation éthique.

Cette approche illustre également l'apprentissage tout au long de la vie. Le fait que des professeurs reconnaissent leurs incertitudes quant aux implications complètes de l'IA, puis collaborent avec leurs étudiants pour les appréhender, témoigne d'une humilité intellectuelle et d'une capacité d'adaptation. Ce sont des compétences essentielles à tout professionnel dans un environnement technologique en constante évolution.

Les annonces de la NSF d'août 2025 (en particulier la lettre aux collègues intitulée « Développer les ressources pour l'éducation à l'IA de la maternelle à la terminale ») étaient axées sur le développement de l'éducation à l'IA de la maternelle à la terminale, y compris les ressources pour les élèves du secondaire et le perfectionnement professionnel des enseignants.

Question de chronologie : à quelle vitesse cela se produit-il ?

D'après un message publié sur LinkedIn par un professeur, Bill Gates a récemment déclaré que d'ici dix ans, la plupart des enseignants seraient remplacés par l'IA. Cette affirmation a suscité un vif débat parmi les enseignants. Était-elle réaliste ? Alarmiste ? Ou peut-être trop prudente ?

En 2026, nous n'assisterons pas à un remplacement massif. Ce que nous constatons, c'est une intégration accélérée.

La promotion de cette année est la première à avoir passé la quasi-totalité de son cursus universitaire à l'ère de l'intelligence artificielle générative. Ces étudiants n'ont jamais connu l'enseignement supérieur sans ChatGPT. Leurs attentes et leurs comportements diffèrent fondamentalement de ceux des promotions précédentes.

Le corps professoral s'adapte plus rapidement que prévu. Parmi les responsables de l'enseignement supérieur qui expriment leur inquiétude quant à l'impact de l'IA, 95% ne sont pas paralysés : ils expérimentent activement, partagent leurs stratégies et élaborent des politiques institutionnelles.

L'adoption des technologies dans l'éducation suit généralement un schéma précis : engouement initial, déception, puis intégration pratique progressive. L'IA semble traverser ce cycle plus rapidement que les technologies précédentes, mais elle suit néanmoins le même schéma.

Ce que cinq années pourraient apporter

Si les tendances actuelles se confirment, le paysage universitaire de 2030 devrait comprendre :

Des assistants pédagogiques IA disponibles 24h/24 et 7j/7 pour répondre aux questions courantes, encadrés par des professeurs se concentrant sur les problématiques complexes. Des plateformes d'apprentissage adaptatives qui ajustent le rythme et la difficulté, avec un suivi des progrès par les professeurs et un soutien aux étudiants en difficulté. Une notation automatisée pour les travaux à choix multiples, l'évaluation humaine étant réservée aux travaux créatifs, analytiques ou plus nuancés. Des simulations en réalité virtuelle pour un apprentissage expérimental, conçues et animées par le corps professoral.

Mais les cours magistraux ne disparaîtront pas. Les permanences des étudiants ne deviendront pas facultatives. L'encadrement des thèses ne sera pas automatisé. La relation fondamentale entre l'enseignant expert et le chercheur en devenir demeure essentielle à la mission de l'enseignement supérieur.

Les recherches sur l'IA et le développement de la main-d'œuvre soulignent la complexité de l'impact de l'IA sur le travail intellectuel. Une étude de l'Organisation de recherche économique de l'Université d'Hawaï révèle que les professions les plus exposées à l'IA sont celles qui offrent les meilleures rémunérations et qui requièrent une forte expertise ; autrement dit, les travailleurs collaborent avec l'IA plutôt que d'être remplacés par elle.

Perspective mondiale sur l'IA et l'enseignement supérieur

Cette transformation n'est pas propre aux États-Unis. Les universités du monde entier sont confrontées à des questions similaires, même si les approches varient.

Certains pays considèrent le développement des compétences en IA comme une priorité nationale, et voient dans l'intégration de l'IA sous l'égide des professeurs une préparation à la main-d'œuvre. D'autres, en revanche, se préoccupent davantage de préserver les valeurs académiques traditionnelles face aux bouleversements technologiques.

La collaboration internationale en matière de recherche sur l'IA dans l'éducation se développe. Ce qui fonctionne dans un contexte ne s'applique pas forcément à un autre, mais des principes se dégagent : l'IA est plus efficace en complément qu'en remplacement. Le contact humain demeure essentiel à l'apprentissage. L'esprit critique prend une importance accrue à mesure que l'accès à l'information se facilite.

L'initiative de la NSF de mars 2026 vise explicitement à coordonner la préparation à l'IA au sein des communautés américaines. Le programme comprend des pôles de coordination : 10 lors de la première phase, 20 lors de la deuxième, et les autres lors de la troisième. Chaque pôle recevra 1 million de dollars par an pendant trois ans. Ces pôles réunissent des établissements d'enseignement, des entreprises et des organisations communautaires.

Ce modèle de coordination reconnaît que la préparation à un avenir intégrant l'IA nécessite des réseaux humains, et pas seulement le déploiement de technologies.

Défis qui menacent la transition

Cette transformation n'est pas sans heurts. De véritables obstacles existent, et les ignorer n'est d'aucune utilité.

La charge de travail des enseignants est déjà insoutenable dans de nombreux établissements. Ajouter aux responsabilités existantes “ apprendre les outils d’IA et repenser tous les cours ” sans soutien supplémentaire conduit à l’épuisement professionnel, et non à l’innovation. Les universités doivent allouer du temps de formation, un soutien technique et des ressources pour la refonte des cours.

Les enjeux d'équité sont importants. Les élèves issus de milieux défavorisés peuvent ne pas avoir accès aux outils d'IA à domicile, ce qui creuse les inégalités de réussite scolaire. Les établissements doivent veiller à ce que l'intégration de l'IA ne favorise pas les élèves déjà privilégiés.

Les systèmes d'intégrité académique sont mis à rude épreuve. Les outils de détection génèrent de faux positifs. Les étudiants apprennent à dissimuler leur utilisation de l'IA. Les professeurs sont confrontés à une charge de travail insoutenable en matière d'enquêtes. Des politiques claires assorties d'attentes raisonnables sont essentielles, mais elles sont encore en cours d'élaboration dans la plupart des établissements.

Le déficit d'enseignement en éthique

L'IA soulève des questions éthiques auxquelles la plupart des professeurs ne sont pas formés pour répondre : biais algorithmiques, atteintes à la vie privée, impact environnemental des ressources informatiques, ambiguïté en matière de propriété intellectuelle et risques de remplacement de la main-d'œuvre.

Ces problématiques transcendent les frontières disciplinaires. Un professeur de biologie qui utilise l'IA pour la recherche en génétique est confronté à des questions éthiques différentes de celles d'un professeur de littérature dont les étudiants utilisent l'IA pour l'analyse textuelle. Tous deux ont besoin de cadres de référence pour aborder les questions éthiques dans leur contexte respectif.

Les professeurs deviennent, de fait, des formateurs en éthique, une compétence qui dépasse largement le cadre de la formation universitaire classique. Le développement professionnel axé sur l'utilisation éthique de l'IA devient donc essentiel, et non plus optionnel.

D'après des documents provenant de divers établissements universitaires et centres de recherche, les professeurs se perçoivent de plus en plus comme des acteurs clés de l'intelligence artificielle au sein de leurs cours et départements. Ils ne se contentent pas d'appliquer les règles institutionnelles : ils créent des normes, transmettent des valeurs et incarnent une utilisation responsable des technologies.

Témoignages authentiques de la transition

La théorie est une chose, la pratique en est une autre. Les professeurs de toutes les disciplines sont actuellement confrontés à cette transition, avec des résultats mitigés.

Un professeur de philosophie d'une grande université publique accueillant de nombreux étudiants de première génération refuse catégoriquement d'utiliser des raccourcis basés sur l'IA. Son argument ? Ces étudiants ont plus que jamais besoin de développer leur esprit critique. Leur permettre de déléguer une tâche cognitive à des machines compromet l'objectif même de leur formation.

Parallèlement, d'autres enseignants privilégient l'expérimentation. Ils confient aux étudiants l'utilisation de l'IA, puis analysent les résultats. Ils leur demandent d'améliorer le travail généré par l'IA. Ils discutent des raisons pour lesquelles l'IA produit des résultats biaisés ou erronés. La salle de classe devient ainsi un lieu d'apprentissage du contenu du cours et des compétences numériques.

Certains professeurs font part de leur frustration. Ils repensent un devoir pour le rendre résistant à l'IA, pour ensuite découvrir que les étudiants ont trouvé des solutions de contournement. D'autres, en revanche, expriment leur soulagement de voir enfin des solutions techniques aux tâches administratives, ce qui leur permet de se concentrer sur l'enseignement qu'ils apprécient réellement.

La différence de discipline

L'impact de l'IA varie considérablement selon les domaines. Les disciplines STEM trouvent souvent l'intégration de l'IA plus simple : il existe des outils pour la vérification automatisée des problèmes, les simulations et l'analyse des données qui améliorent réellement l'apprentissage.

Les sciences humaines sont confrontées à des défis différents. Comment enseigner l'analyse littéraire quand l'IA peut produire des dissertations de qualité ? Comment développer la pensée historique quand les étudiants peuvent demander des interprétations à l'IA ? La réponse réside dans le dépassement de la simple restitution des connaissances pour atteindre la métacognition : apprendre aux étudiants à réfléchir sur leur propre pensée, à remettre en question les présupposés et à élaborer des arguments originaux que l'IA ne peut reproduire.

Les programmes professionnels (commerce, éducation, soins infirmiers) doivent préparer les étudiants aux environnements de travail intégrant l'IA. Ces programmes considèrent de plus en plus l'IA comme un outil de formation, au même titre que la maîtrise des tableurs ou les techniques de présentation.

L'accent mis par la NSF sur le développement de la main-d'œuvre dans les domaines des sciences, de la technologie, de l'ingénierie et des mathématiques (STEM) grâce à des initiatives favorisant l'intelligence artificielle reconnaît que chaque discipline requiert une approche différente. Les annonces de mars 2026 ont mis l'accent sur la transformation des méthodes d'apprentissage des disciplines STEM, et non pas simplement sur l'ajout de contenus relatifs à l'IA aux cours existants.

Le verdict : que se passe-t-il réellement ?

L’IA va-t-elle donc remplacer les professeurs ? Les faits semblent indiquer que non, mais avec d’importantes réserves.

L'IA remplace certaines tâches actuellement effectuées par les professeurs. C'est indéniable. La correction des copies, les tâches administratives, la diffusion de contenus de base et les réponses aux questions courantes des étudiants sont de plus en plus automatisées. Cela représente environ 40 à 60 millions de tonnes de travail professoral traditionnel, selon l'établissement et la discipline.

Mais l'IA ne remplace pas le rôle du professeur en tant que tel. Ce qui se dessine, c'est une transformation de ce rôle, où les enseignants se concentrent sur les aspects de l'enseignement qui requièrent du discernement, de l'empathie, de la créativité et la capacité à établir des relations. Ces compétences restent hors de portée de l'IA actuelle, et le resteront probablement dans un avenir prévisible.

Les professeurs menacés ne sont pas ceux qui excellent dans l'enseignement. Ce sont ceux qui accomplissaient déjà leur travail de manière mécanique : ils dispensaient des cours magistraux sans interaction, notaient sans commentaires, et considéraient l'éducation comme un simple transfert d'informations plutôt que comme un processus de développement humain.

Franchement, si l'IA actuelle peut reproduire l'intégralité de votre travail, vous n'enseigniez pas vraiment. Vous transmettiez des informations, que les étudiants pouvaient de toute façon trouver dans des manuels, des vidéos, ou maintenant, via des chatbots.

Le risque à deux niveaux

Le véritable problème n'est pas le remplacement de tous les professeurs, mais la création d'inégalités éducatives où les étudiants issus de milieux aisés bénéficient d'un encadrement humain tandis que les étudiants défavorisés se contentent d'algorithmes.

Les établissements d'élite ne supprimeront pas de postes d'enseignants. Les universités publiques desservant des populations vulnérables pourraient être soumises à des pressions pour réduire leurs coûts par l'automatisation. Cela aggraverait les inégalités existantes au lieu d'améliorer l'éducation.

Pour éviter cette situation, des choix politiques délibérés sont nécessaires. Des initiatives fédérales comme le programme AI-Ready America de la NSF visent à garantir un large accès à l'éducation plutôt qu'un avantage exclusif. Cependant, leur mise en œuvre déterminera si l'IA démocratise l'éducation ou concentre les privilèges.

Les recherches sur l'impact de l'IA sur les effectifs montrent systématiquement que les effets de cette technologie dépendent de son mode de déploiement. Les organisations qui utilisent l'IA pour améliorer les performances de leurs employés constatent des gains de productivité et une amélioration des résultats. Celles qui l'utilisent uniquement pour réduire les coûts par la suppression d'emplois observent souvent une baisse de la qualité et des dysfonctionnements organisationnels.

L'enseignement supérieur est confronté au même choix.

Questions fréquemment posées