L'université canadienne à l'heure des choix technologiques
Le déploiement de l'intelligence artificielle générative au sein des établissements d'enseignement supérieur au Canada soulève des questions fondamentales qui dépassent largement le cadre de la simple détection du plagiat. Selon une analyse publiée par The Conversation Canada, le véritable test de la stratégie nationale canadienne en matière d'intelligence artificielle ne se joue pas dans les laboratoires de recherche industrielle, mais bien dans les salles de cours universitaires et dans les programmes de formation des futurs enseignants. L'adoption rapide de ces technologies bouscule les méthodes d'évaluation traditionnelles et impose une réflexion profonde sur la manière dont les enseignants sont préparés à cette transition.
Jusqu'à présent, la réponse institutionnelle s'est souvent concentrée sur la dimension défensive : comment empêcher l'utilisation non autorisée des agents conversationnels ou comment adapter les règlements sur l'intégrité académique. Pourtant, les experts soulignent que cette posture réactive occulte l'essentiel. Le véritable enjeu réside dans la capacité à transformer l'intelligence artificielle en un outil d'émancipation pédagogique, capable de soutenir le travail des enseignants sans alourdir leur charge mentale ni dénaturer la relation humaine qui est au cœur de l'apprentissage.
Au-delà du plagiat : repenser la relation pédagogique
Pour intégrer l'intelligence artificielle de manière constructive, il convient de comprendre comment elle modifie les conditions sociales et cognitives de l'enseignement. D'après les orientations publiées par l'UNESCO dans son guide mondial sur l'IA générative dans l'éducation et la recherche, l'utilisation non encadrée de modèles commerciaux pose des risques majeurs de standardisation de la pensée et de perte de repères méthodologiques pour les étudiants. Les enseignants se retrouvent souvent démunis, oscillant entre l'interdiction stricte et l'intégration forcée d'outils dont ils ne maîtrisent ni le fonctionnement interne ni la destination des données d'entraînement.
Au Québec, le Conseil supérieur de l'éducation a également mis en garde contre une approche purement utilitariste de la technologie. La formation des enseignants doit intégrer une véritable littératie numérique critique. Cela implique de comprendre les biais inhérents aux grands modèles de langage, mais aussi de disposer d'outils qui permettent de restreindre l'espace de réponse de l'IA à des sources d'information vérifiées, évitant ainsi les phénomènes d'hallucination où la machine génère des faits erronés avec une assurance trompeuse.
Le défi technique et éthique : contrer l'hallucination et protéger les données
Sur le plan technique, l'utilisation des modèles de langage généralistes en contexte scolaire se heurte à deux obstacles majeurs : l'absence d'ancrage factuel et le transfert transfrontalier des données. Lorsqu'un étudiant interroge un outil grand public, sa requête et les données personnelles associées sont fréquemment acheminées vers des serveurs situés à l'étranger, ce qui contrevient aux exigences de la Loi 25 au Québec concernant la protection des renseignements personnels dans le secteur public.
Pour résoudre le problème des hallucinations, la recherche scientifique s'est tournée vers l'architecture de génération augmentée par récupération, communément appelée RAG (Retrieval-Augmented Generation). Cette technique consiste à coupler le modèle de langage à une base de données locale contenant des documents de référence (manuels scolaires, notes de cours, articles scientifiques). Grâce à l'utilisation d'embeddings, qui sont des représentations vectorielles permettant de mesurer la proximité sémantique entre deux textes, le système identifie les passages les plus pertinents du cours pour répondre à la question de l'étudiant. Le modèle de langage n'invente rien : il synthétise uniquement les informations contenues dans les documents fournis par l'enseignant. Cette approche garantit la vérifiabilité des réponses et respecte l'autorité pédagogique de l'éducateur.
L'approche de ProductivIA : EtudeIA et la Base documentaire au service de l'apprentissage
C'est précisément dans cette perspective d'un encadrement rigoureux et souverain que s'inscrit l'architecture de la plateforme ProductivIA. À travers l'application EtudeIA, combinée à la Base documentaire, la plateforme démontre qu'il est possible de mettre l'intelligence artificielle au service de la réussite scolaire sans compromettre l'intégrité des données ni la rigueur scientifique.
Dans ce modèle, l'enseignant dépose ses propres contenus pédagogiques (syllabus, présentations, notes de cours) au sein de l'application Base documentaire. Ces fichiers sont vectorisés localement et restent confinés au sein du silo sécurisé de l'établissement d'enseignement. Lorsque l'étudiant utilise l'application EtudeIA pour réviser ou poser une question, l'outil n'interroge pas le web de manière indifférenciée. Il s'appuie exclusivement sur la Base documentaire du cours pour formuler une explication personnalisée, adaptée au niveau de l'élève. L'enseignant conserve un contrôle total sur les sources d'information utilisées par l'assistant virtuel, ce qui élimine le risque d'hallucinations scientifiques.
De plus, cette architecture respecte pleinement les exigences de la Loi 25. Pour les institutions scolaires soumises à des règles strictes de confidentialité, l'orchestrateur de ProductivIA peut être configuré pour diriger les requêtes exclusivement vers le fournisseur souverain québécois Matania, dont les infrastructures sont physiquement situées sur le territoire de la province. Les données des étudiants ne transitent jamais vers des serveurs étrangers. Enfin, cette suite applicative peut s'exécuter dans le navigateur de n'importe quelle machine, y compris des ordinateurs plus anciens réhabilités grâce au système d'exploitation souverain Boréal-OS, offrant ainsi une solution globale qui allie sobriété numérique, accessibilité et souveraineté technologique.
Pour aller plus loin
La transition numérique des universités canadiennes ne pourra réussir sans une réflexion collective sur la gouvernance des outils technologiques. Les institutions d'enseignement supérieur sont appelées à concevoir des cadres d'évaluation qui valorisent la démarche réflexive des étudiants plutôt que le seul produit fini. Dans ce contexte, les technologies ouvertes, transparentes et auditables apparaissent comme des partenaires indispensables pour préserver la mission fondamentale de l'université : former des esprits libres, critiques et souverains.