Usage autonome de l’IA fondé sur les droits des enseignants : interprétation du Référentiel de compétences en IA pour les enseignants de l’UNESCO

Article académique historique | Auteur : Fengchun Miao. Publié dans Open Education Research, 2024, 30(5), p. 4–16 ; date initiale sur le site de la Chaire : 13 octobre 2024. Cette interprétation universitaire conserve son contexte de 2024 et se distingue du Référentiel lui-même et des orientations politiques actuelles.

Fengchun Miao

Sommaire de l’article

Résumé et mots-clés

Résumé : Cet article propose une interprétation du Référentiel de compétences en IA pour les enseignants de l’UNESCO. L’IA prend progressivement la forme technologique d’agents d’apparence humaine et contribue à construire une relation pédagogique triangulaire entre enseignants, élèves et IA. Le défi qu’elle pose au pouvoir d’agir enseignant dans les interactions entre humains et machines souligne la nécessité de comprendre et de défendre une approche de l’IA centrée sur l’humain. Le paradigme dominant de production technologique, qui extrait activement les données humaines pour entraîner des modèles, accélère la multiplication des problèmes éthiques ainsi que la déstabilisation et la reconstruction des relations sociales à l’ère de l’IA. L’éthique de l’IA et la responsabilité sociale dans une société avec l’IA sont ainsi devenues des domaines essentiels de l’apprentissage des enseignants. Technologie fondamentale et polyvalente de plus en plus omniprésente, l’IA a montré son potentiel de transformation des processus de production, des pratiques sociales et des modes de vie. Les enseignants doivent davantage comprendre ses principes de fonctionnement, juger de façon critique son adéquation à l’éducation et explorer des usages efficaces au service de l’enseignement et du développement professionnel. Les gouvernements et les établissements doivent donc définir des référentiels de compétences visant un usage autonome de l’IA fondé sur les droits éducatifs des enseignants. Ces référentiels doivent couvrir une approche centrée sur l’humain, l’éthique de l’IA, ses fondements et les compétences d’application, l’intégration de l’IA et de la pédagogie, et le développement professionnel soutenu par l’IA. Les objectifs, contenus et méthodes de formation doivent être organisés selon trois niveaux de progression — Acquérir, Approfondir et Créer — afin d’aider les enseignants à utiliser l’IA de manière responsable, efficace et innovante.

Mots-clés : compétences enseignantes en IA ; relation pédagogique triangulaire enseignant–élève–IA ; approche de l’IA centrée sur l’humain ; éthique de l’IA ; fondements et compétences d’application de l’IA ; intégration de l’IA et de la pédagogie ; IA pour l’apprentissage professionnel des enseignants

Bien que les chercheurs ne s’accordent pas sur la possibilité pour les machines d’IA d’acquérir le statut de sujet (张友恒, 2022), l’usage éducatif de technologies destinées à simuler la pensée et les comportements humains a déjà contribué à faire apparaître une relation triangulaire enseignant–élève–IA, tout en remettant de plus en plus explicitement en cause le pouvoir d’agir enseignant. Protéger les droits des enseignants et leur autonomie dans l’éducation et l’enseignement est devenu urgent. Les technologies intelligentes emploient généralement un paradigme de production qui recherche et exploite activement les données humaines pour entraîner des modèles. Leurs relations de service incitent ou contraignent souvent les utilisateurs à abandonner tout ou partie de la confidentialité de leurs données en échange de services commodes. Cela accélère à la fois la multiplication des problèmes éthiques et la révision des réglementations qui y répondent ; l’éthique de l’IA et la responsabilité sociale deviennent donc des apprentissages obligatoires pour des enseignants dont les intérêts sont directement concernés. L’IA générative a renforcé la capacité de l’IA, technologie fondamentale et polyvalente, à fournir des modèles de fondation aux transformations de la production, des pratiques sociales et des modes de vie. Elle a aussi inauguré une étape où les contenus générés sont plus aléatoires et où l’interaction humain–IA sollicite davantage le jugement humain. Les enseignants ont donc besoin de nouvelles compétences pour comprendre son fonctionnement et l’utiliser de manière critique dans l’enseignement, l’évaluation et le développement professionnel. En réponse, le Référentiel de compétences en IA pour les enseignants de l’UNESCO, ci-après « le Référentiel » (Miao, 2024), définit valeurs, connaissances, savoir-faire et capacités pratiques dans cinq domaines : approche centrée sur l’humain ; éthique de l’IA ; fondements et compétences d’application ; intégration de l’IA et de la pédagogie ; et développement professionnel soutenu par l’IA. Il décrit les compétences aux niveaux Acquérir, Approfondir et Créer. ^{[11] [5]}

I. Pourquoi définir systématiquement les compétences enseignantes en IA ?

Par rapport aux générations précédentes de technologies de l’information et du numérique, les avancées technologiques intégrées de l’IA depuis plus d’une décennie ont profondément touché l’éducation et les autres secteurs sociaux. Les milieux universitaires et politiques doivent examiner systématiquement ces effets réels, puis définir et développer les compétences enseignantes en tenant compte des nouveaux contextes d’enseignement qui émergent.

1. Les avancées technologiques de l’IA et leurs profondes implications pour les compétences enseignantes

Dans sa forme technologique élémentaire, l’IA est une catégorie de technologies qui utilise la programmation pour simuler la pensée et les comportements humains, remettant ainsi directement en cause le pouvoir d’agir humain. Les outils repèrent des régularités en analysant de grandes quantités de données sur des situations antérieures et tendent à remplacer la décision humaine par des prédictions fondées sur ces régularités. Une promotion excessive et l’incitation à dépendre de l’IA pour décider de l’enseignement et de la gestion des apprentissages peuvent éroder les capacités pédagogiques des enseignants. Pour prévenir l’empiétement de l’IA sur leurs décisions autonomes, il faut renforcer leur capacité de juger et de décider s’il convient de l’utiliser et comment, ainsi que leur conscience, centrée sur l’humain, que l’IA doit servir le développement des capacités humaines.

Du point de vue des rapports dominants de production technologique, développer l’IA en exploitant des données pour entraîner des modèles constitue un paradigme plus agressif envers les données humaines et plus menaçant pour la vie privée. Les outils informatiques antérieurs visaient la transmission et le partage d’informations et répondaient passivement aux opérations des utilisateurs. À l’inverse, l’exploitation des données derrière les plateformes d’IA comprend des collectes imperceptibles et l’acquisition et l’utilisation actives de données sans autorisation. Les conditions commerciales par défaut incitent ou obligent les personnes qui s’inscrivent à céder une part de leur vie privée pour entraîner les versions ultérieures, en échange de l’accès aux services actuels. Les technologies de l’information avaient déjà créé des risques pour la confidentialité et la sécurité, mais les rapports de production et de service plus agressifs de l’IA suscitent des risques éthiques plus profonds et peuvent accentuer les inégalités sociales. Ces relations très contestées rendent plus urgent de permettre aux enseignants de comprendre et de pratiquer l’éthique de l’IA et d’aider les élèves à l’utiliser de manière sûre et responsable.

En matière de génération des résultats, les réponses de l’IA se caractérisent par une explicabilité limitée et une plus grande part d’aléatoire (苗逢春, 2024). Dans les processus informatiques antérieurs, une même entrée déclenchait une même sortie, selon une réponse déterministe. Avec l’IA, notamment générative, des entrées identiques peuvent produire des sorties ou des prédictions différentes. Cette variabilité réduit la fiabilité des contenus générés en éducation, surtout pour l’apprentissage de connaissances factuelles et conceptuelles. Face à la boîte noire de la génération, les enseignants ont besoin de connaissances élémentaires sur le fonctionnement de l’IA et de compétences approfondies pour utiliser ses contenus de façon critique, selon des principes pédagogiques appropriés. ^[6]

Quant à son adaptabilité dans des espaces de problèmes complexes, l’IA possède la capacité d’une technologie fondamentale polyvalente à fournir des modèles de fondation généraux à différents domaines. Les progrès récents, en particulier les modèles proposés par l’IA générative, permettent des entraînements ultérieurs propres à des secteurs et l’ajustement de modèles personnalisés. Cette forte adaptabilité dynamique explique son potentiel de transformation des modes de production et de fonctionnement, des pratiques sociales et des modes de vie. Devant ce potentiel croissant et l’entrée successive des pays dans des sociétés avec l’IA, il est essentiel d’aider les enseignants à comprendre ses effets sociaux, à développer leur responsabilité citoyenne et à trouver motivation et soutien pour apprendre tout au long de la vie.

Ensemble, les effets pratiques et les implications profondes de ces avancées constituent le contexte théorique et pratique de la définition des compétences enseignantes : approche centrée sur l’humain, éthique de l’IA, fondements et compétences d’application, intégration de l’IA et de la pédagogie, et développement professionnel soutenu par l’IA.

2. Protéger les droits enseignants et développer les compétences dans l’interaction enseignant–élève–IA

Avant l’arrivée de l’IA générative dans l’enseignement, enseignants et élèves constituaient les deux acteurs dotés d’un pouvoir d’agir dans l’interaction pédagogique. L’IA simulant de plus en plus la pensée humaine, ses usages éducatifs favorisent une relation triangulaire entre trois porteurs de ce pouvoir : les enseignants, les élèves et des entités d’IA d’apparence humaine. À plus long terme, cette relation pourrait devenir une interaction toujours plus profonde et complexe entre des enseignants dont la préparation des programmes, la conception pédagogique, l’enseignement et l’évaluation sont fortement influencés par l’IA ; des élèves dont les sources de connaissances, les démarches intellectuelles et la présentation des acquis le sont également ; et des entités d’IA préentraînées sur leurs données, agissant comme des « sujets et objets » pédagogiques apparemment autonomes. L’IA a déjà montré des avantages dépassant largement les capacités humaines pour traiter d’immenses corpus et générer des contenus entre systèmes de représentation symbolique. Elle a aussi démontré une valeur pratique importante pour capter des données au-delà de la perception humaine, identifier des régularités et appuyer décisions et prédictions.

Toutefois, une IA insuffisamment mûre et dépourvue de contrôle juridique et éthique crée inévitablement des risques majeurs, visibles et latents, pour les élèves, les éducateurs, les systèmes éducatifs et la société. Elle a déjà menacé le pouvoir d’agir humain et pourrait encore l’affaiblir. Les paradigmes d’entraînement fortement énergivores ont des effets négatifs graves sur le climat mondial. La production de modèles fondée sur l’appropriation des données porte systématiquement atteinte à la vie privée à grande échelle ; des données délibérément peu représentatives et les biais des concepteurs peuvent aggraver les inégalités et exclusions anciennes et produire de nouvelles discriminations algorithmiques. Dans l’éducation, l’IA peut être conçue et promue selon des présupposés qui dévalorisent la contribution et l’influence des enseignants ainsi que la valeur spécifique des relations interpersonnelles, réduisant l’enseignement et l’apprentissage à des calculs et à des assemblages de tâches automatisées. Une compréhension et une promotion excessivement étroites de l’éducation intelligente risquent un « rétrécissement pseudo-intelligent de l’éducation » : l’attention se limite aux contenus que l’IA peut traiter, aux décisions modélisables et aux fonctions d’enseignement ou de tutorat exécutables par les systèmes. Des valeurs éducatives plus larges sont négligées : développement de la pensée et de l’esprit individuels, capacités socioémotionnelles fondées sur les relations et la pratique sociale, et valeurs ancrées dans les cultures locales.

Le triangle émergent entre enseignants, élèves et machines intelligentes d’apparence humaine a aussi encouragé des intentions commerciales et des propositions éducatives visant à remplacer les enseignants par l’IA. Cela menace des droits professionnels fondamentaux, notamment celui d’éduquer et d’enseigner, et rend urgente la réévaluation politique des rôles enseignants et des compétences requises. Le Consensus de Beijing sur l’intelligence artificielle et l’éducation (UNESCO, 2019) précise que, si l’IA peut soutenir les responsabilités éducatives et pédagogiques des enseignants, l’interaction humaine et la collaboration avec les élèves doivent rester au cœur de l’éducation. La valeur des enseignants ne peut être remplacée par des machines ; leurs droits et conditions de travail doivent être protégés. Le Consensus désigne expressément l’interaction significative enseignant–élève, le développement des capacités individuelles et l’épanouissement humain comme des finalités centrales. Garantir que les enseignants ne soient pas remplacés, défendre leurs droits éducatifs légitimes et soutenir un enseignement autonome constituent la position politique à partir de laquelle examiner les usages de l’IA et les compétences enseignantes. Il faut ensuite déterminer comment leurs rôles et capacités doivent évoluer pour un usage éthique et efficace, et quelles compétences faciliteront leur adaptation. Le Référentiel définit ainsi les enseignants, citoyens et professionnels de l’éducation dans une société avec l’IA, selon les rôles suivants : citoyens à l’esprit critique ; cocréateurs de règles éthiques et exemples d’éthique de l’IA ; coconcepteurs d’outils éducatifs et d’environnements intelligents ; concepteurs et facilitateurs des apprentissages soutenus par l’IA ; et exemples d’apprentissage permanent sur l’IA. ^[10]

II. Principes directeurs : un contrat social centré sur l’humain pour l’interaction humain–IA dans l’éducation

Les interactions entre enseignants, élèves et agents d’IA d’apparence humaine comptent parmi les contextes où pouvoirs d’agir machinique et humain produisent les applications les plus variées par la confrontation et la coopération. Des usages éducatifs éthiques, efficaces et innovants exigent des règles centrées sur l’humain pour guider et encadrer ces interactions. On peut les comprendre comme un contrat social de l’interaction humain–IA. À partir d’une explication concrète de ce contrat, le Référentiel propose les principes directeurs suivants.

1. Un contrat social de l’interaction humain–IA pour un avenir numérique inclusif

Le rapport de l’UNESCO de 2021 sur les futurs de l’éducation (UNESCO, 2021) appelle à un nouveau contrat social fondé sur les droits humains fondamentaux et sur la non-discrimination, la justice sociale, le respect de la vie, la dignité humaine et la diversité culturelle. Il comprend également les engagements éthiques de sollicitude, de réciprocité et de solidarité. En définissant et en promouvant des principes pour un contrat social régissant l’interaction humain–IA, le Référentiel cherche à préciser et à concrétiser ces propositions. Tandis que le système des Nations Unies et les gouvernements œuvrent pour un avenir numérique sûr et inclusif à l’ère de l’IA (UN, 2024), ce contrat constitue une base nécessaire de compréhension sociale. Le Référentiel en interprète les principes opérationnels comme suit. ^[9]

1.1 Dépasser l’emballement commercial autour de l’IA

Le Référentiel guide les enseignants vers cette compréhension fondamentale : l’IA est dirigée par des humains. Il explicite un fait essentiel de sa conception et de son usage : les choix des développeurs déterminent si elle acquiert, et dans quelle mesure, un potentiel transformateur de protection des droits et de renforcement des capacités humaines. Ils déterminent aussi si des intentions nuisibles ou des discriminations involontaires portant atteinte aux convictions ou à l’autonomie des personnes sont intégrées aux systèmes. Les enseignants doivent donc développer un regard critique sur les bénéfices et les dommages de l’IA et comprendre que l’éthique dès la conception et une supervision efficace sont nécessaires pour qu’elle serve les capacités individuelles et la durabilité sociale.

1.2 Comprendre les menaces potentielles intégrées à la conception de l’IA

Les paradigmes dominants de développement et les méthodes de génération des contenus ont déjà causé des dommages visibles graves et étendus ainsi que des menaces potentielles pour les droits et la vie privée. Des contenus générés à partir de langues d’entraînement culturellement dominantes peuvent aussi nuire aux savoirs, cultures et langues autochtones. Les enseignants doivent comprendre la conception, l’entraînement et le fonctionnement des systèmes pour protéger le pouvoir d’agir et défendre les diversités linguistique et culturelle dans leurs usages.

1.3 Empêcher la recherche du profit commercial de primer sur les valeurs humaines et sociales

Les algorithmes orientés vers le profit provoquent des usages addictifs et très persistants, approfondissent une immersion numérique détachée du monde réel et renforcent des distinctions et des classements injustifiés entre personnes, menaçant les valeurs essentielles de la condition humaine et de la vie sociale. Un contrat social de l’interaction humain–IA doit protéger et promouvoir l’empathie, l’altruisme, l’équité, la compréhension interculturelle et la solidarité, qui se perpétuent et évoluent à l’ère de l’IA. Il doit empêcher l’IA de restreindre les relations entre personnes et leurs interactions avec le monde, tout en respectant les modes de vie et d’apprentissage non numériques et non médiatisés par l’IA.

1.4 Orienter les usages de l’IA vers le développement des capacités humaines

Sans orientation pédagogique solide, confier à l’IA générative les processus de réflexion et de construction des connaissances affaiblit la pensée des élèves et nuit au développement intellectuel des mineurs (苗逢春, 2024). Les usages éducatifs doivent dépasser l’idée erronée ou la pratique élémentaire consistant à fournir davantage d’informations et de réponses standardisées. Les outils intelligents doivent stimuler et soutenir l’enquête et le développement des capacités de résolution de problèmes. ^[6]

2. Une orientation des valeurs de l’IA centrée sur l’humain

L’idée d’un contrat social pour l’interaction humain–IA se retrouve dans l’approche centrée sur l’humain que défend de longue date l’UNESCO. Elle repose sur quatre principes : la conception et l’usage doivent renforcer les capacités individuelles et la durabilité sociale ; chacun doit bénéficier d’un accès égal et inclusif ; les systèmes promus doivent respecter l’explicabilité, la sécurité, la fiabilité et l’absence de préjudice ; enfin, sélection, usage et contrôle doivent insister sur la maîtrise et la responsabilité humaines. La mise en œuvre de ces valeurs implique les principes opérationnels suivants.

1) Responsabilité humaine dans l’usage de l’IA. Dans la définition des compétences enseignantes, ce principe signifie que les outils ne doivent pas remplacer l’autorité légalement établie des enseignants sur les décisions éducatives et pédagogiques. Ceux-ci doivent décider si, quand et comment les utiliser. Il signifie aussi que décideurs, organismes de formation et établissements doivent d’abord assumer leurs obligations de formation et d’accompagnement à un usage approprié. La responsabilité institutionnelle de formation et de soutien est une condition préalable à la responsabilité individuelle des enseignants.

2) Inclusion dans la conception et l’usage. L’IA comporte souvent des exclusions et discriminations structurelles. Les enseignants doivent reconnaître les discriminations algorithmiques possibles. Dans leurs fonctions, ils doivent garantir des usages inclusifs entre genres, groupes ethniques, capacités, milieux socioéconomiques et populations mobiles ou migrantes, et concevoir délibérément des activités soutenues par l’IA qui favorisent l’éducation inclusive et protègent la diversité culturelle.

3) Exercer le droit des utilisateurs à interroger l’explicabilité de l’IA. La formation doit permettre d’acquérir les connaissances et compétences nécessaires pour comprendre et évaluer les outils de manière critique, notamment leur explicabilité et leur sécurité. Les référentiels doivent, par exemple, proposer d’apprendre comment l’IA produit réponses et contenus, afin de juger de leur pertinence pédagogique et de participer aux consultations sur l’évaluation et le choix des outils.

4) Comprendre l’IA sous contrôle humain et participer à sa supervision. Les enseignants doivent reconnaître qu’elle est dirigée par des humains et comprendre comment les choix des concepteurs déterminent les effets des produits sur les droits fondamentaux, la dignité, la justice sociale et les transformations environnementales. Ils doivent pouvoir évaluer les intentions de conception, mieux identifier les risques et fournir des retours sur l’amélioration des outils et la maîtrise des dommages. Dans leurs responsabilités éducatives, cela permet de bénéficier de l’IA tout en limitant ses effets négatifs sur les apprentissages et la santé des élèves.

3. Défendre des outils et usages sûrs, fiables et écologiquement responsables

Pour concrétiser le contrat social, les autorités éducatives doivent d’abord assumer leur responsabilité réglementaire d’évaluer la sécurité et la fiabilité des systèmes avant d’exiger des enseignants le respect des règles éthiques. Le Référentiel recommande que les dispositifs d’évaluation de tous niveaux appliquent pleinement l’éthique dès la conception, plutôt que d’attribuer aux enseignants une gouvernance éthique dépassant leurs fonctions. Les procédures doivent privilégier les principes suivants.

1) Faire respecter le principe de non-préjudice. Les autorités doivent imposer l’examen et la validation des effets possibles des outils sur les droits fondamentaux, la dignité humaine et la durabilité sociale et environnementale. Les mécanismes d’admission doivent garantir que seuls les outils conformes aux normes de prévention et de maîtrise des risques entrent dans les systèmes éducatifs pour être expérimentés ou diffusés.

2) Promouvoir des outils écologiquement responsables. Le Référentiel souligne la nécessité de limiter les effets environnementaux de l’IA, notamment ses émissions de carbone. Les régulateurs doivent examiner systématiquement les coûts écologiques de l’entraînement, du déploiement et de l’utilisation pendant tout le cycle de vie, surtout les risques de dommages irréversibles et d’aggravation de la crise climatique. Les enseignants doivent aussi savoir estimer ou suivre émissions et consommation énergétique et guider les élèves vers une conception et des usages respectueux de l’environnement.

3) Évaluer la pertinence pédagogique et l’inclusion. Les mécanismes d’évaluation doivent établir l’adéquation intrinsèque des systèmes aux finalités éducatives, en portant une attention particulière à leur adaptabilité pour les enseignants et apprenants ayant des besoins particuliers. Ils doivent empêcher l’entrée de systèmes conçus à des fins discriminatoires et protéger la vie privée et les données sensibles des élèves. L’adéquation à l’âge et la pertinence pédagogique doivent également être examinées avant de promouvoir les outils.

4) Établir la responsabilité humaine des fournisseurs. Le Référentiel préconise d’aider les enseignants à connaître cette responsabilité et à comprendre que les fournisseurs technologiques et les autorités éducatives associés au développement doivent assumer des responsabilités juridiques et sociales en matière de transparence, d’explicabilité, de robustesse et de conséquences possibles de l’utilisation.

4. Des compétences en IA transférables aux contextes complexes et aux évolutions technologiques

Les référentiels et les formations doivent prendre en compte à la fois la continuité et les avancées entre technologies numériques et IA. Ils doivent aider les enseignants à relier naturellement leurs pratiques éducatives numériques à l’enseignement à l’ère de l’IA, en partant de leurs besoins éducatifs. Sur la base des rôles décrits précédemment, le Référentiel identifie systématiquement des cadres de valeurs transférables, des structures de connaissances conceptuelles capables d’expliquer différents contextes et des compétences fondamentales adaptables nécessaires aux responsabilités enseignantes.

1) Des citoyens à l’esprit critique dans les sociétés avec l’IA. Le Référentiel identifie et explique une progression de valeurs essentielles et d’attitudes critiques concernant le pouvoir d’agir, la responsabilité humaine et la responsabilité sociale à l’ère de l’IA. Il interprète ces notions aux niveaux individuel, institutionnel et sociétal et illustre les attitudes et comportements qu’elles orientent. Il introduit également la citoyenneté dans une société avec l’IA.

2) Des cocréateurs de règles éthiques et des exemples d’éthique de l’IA. Le Référentiel synthétise et définit six principes éthiques essentiels et les conflits qui les sous-tendent, les connaissances et savoir-faire nécessaires à des usages sûrs et responsables, et les compétences intégrées permettant d’élaborer collectivement des règles.

3) Des coconcepteurs d’outils éducatifs et d’environnements intelligents d’apprentissage. Le Référentiel dépasse la formation au maniement d’outils commerciaux. Il défend des connaissances conceptuelles indépendantes des marques et plateformes, des méthodes et savoir-faire transférables, ainsi que la capacité d’évaluer et d’utiliser de manière critique des outils et ressources libres. Il aide à comprendre comment les données et algorithmes entraînent les modèles et comment les systèmes produisent résultats et réponses ; guide l’évaluation de la conformité éthique et de la pertinence pédagogique ; et renforce le transfert par des variations de tâches et de contextes. Il encourage aussi les enseignants à créer des outils et à ajuster des modèles pour répondre à leurs besoins éducatifs.

4) Des concepteurs et facilitateurs des apprentissages soutenus par l’IA. En partant des besoins fondamentaux de leur domaine ou discipline et des conditions locales d’apprentissage et d’équipement, les enseignants doivent comprendre comment les principes pédagogiques éclairent les décisions d’utiliser ou non l’IA, à quel moment et de quelle façon, dans la conception pédagogique. Ils peuvent progresser vers la conception d’apprentissages et d’interactions socioémotionnelles soutenus par l’IA et vers des scénarios d’espaces ouverts. Le Référentiel encourage délibérément l’examen de questions prospectives : les développements futurs remettront-ils en cause les principes pédagogiques existants ou stimuleront-ils de nouvelles approches ? Il invite à explorer les interactions réciproques entre pédagogie et IA sur une base centrée sur l’humain.

5) Des exemples d’apprentissage permanent sur l’IA. Par la motivation à apprendre tout au long de la vie, l’autoévaluation des compétences et l’amélioration des connaissances disciplinaires et pédagogiques avec l’IA, le Référentiel guide les enseignants dans l’apprentissage et la pratique d’usages soutenant le développement individuel, l’entraide, la coopération et l’apprentissage professionnel collaboratif à l’échelle des organisations.

5. Motiver et soutenir l’apprentissage professionnel permanent à l’ère de l’IA

Le développement professionnel est un processus d’apprentissage permanent qui traverse toute la carrière enseignante. La rapidité des renouvellements technologiques, la différenciation croissante des enjeux éthiques et la complexité changeante des applications éducatives rendent particulièrement urgentes les attitudes et capacités d’apprentissage tout au long de la vie. Le Référentiel recommande les mesures suivantes pour soutenir l’apprentissage et la pratique continus des usages éducatifs de l’IA.

5.1 Proposer un accompagnement gradué au développement individuel des compétences

Les trois niveaux de progression constituent une structure d’orientation pour l’autoévaluation et l’évaluation par autrui. Ils intègrent des méthodes et recommandations adaptées aux thèmes et objectifs propres à l’IA et aident les enseignants à développer progressivement les compétences intégrées de chaque module selon leur parcours et leurs responsabilités. Ils favorisent des cadres conceptuels transférables et la confiance nécessaire pour apprendre de nouveaux outils et comprendre les implications pédagogiques, éthiques et sociales des technologies nouvelles.

5.2 Encourager la réflexion et l’amélioration continues par la théorie et la pratique

Le Référentiel recommande une formation fondée sur l’analyse de cas, la réflexion sur les pratiques personnelles et l’intériorisation des valeurs et de la compréhension. Il encourage aussi une spirale associant conception de séances ou de plans d’apprentissage, mise en œuvre, réflexion, reconception et amélioration continue. Selon leurs capacités initiales, les enseignants peuvent progressivement intégrer théorie et pratique dans certains domaines de l’IA et de ses applications éducatives et les faire progresser ensemble.

5.3 Renforcer la cohérence entre formation initiale, formation continue et soutien des établissements

Le Référentiel propose une conception ou une réorganisation intégrée de la formation initiale, de la formation en cours d’emploi, du mentorat continu entre pairs et du soutien systématique des établissements. Cela fournirait un accompagnement relié entre étapes de carrière et une coordination des organismes formateurs. Il souligne également l’apprentissage agile, le mentorat, les communautés professionnelles et le renforcement des capacités institutionnelles dans l’apprentissage permanent des enseignants.

5.4 Adapter programmes, évaluation et politiques enseignantes pour encourager les usages éducatifs de l’IA

Des politiques efficaces et motivantes doivent lever les obstacles systémiques : manque de temps ou de motivation lié à des tâches non enseignantes pressantes, insuffisance des connaissances théoriques et de l’accompagnement pratique, et infrastructures scolaires inadéquates. Outre les conditions numériques et pédagogiques nécessaires, les établissements doivent réduire les charges inutiles et garantir temps et financement pour l’apprentissage professionnel. Ils doivent envisager de reconnaître les usages efficaces et innovants dans l’évaluation du travail. À un niveau politique plus large, les responsables doivent examiner si les programmes et systèmes d’évaluation existants limitent fondamentalement les objectifs de développement et les méthodes requis aux ères numérique et de l’IA, puis procéder aux ajustements appropriés après délibération et consultation approfondies.

III. Cadre bidimensionnel et modules : définir et développer les compétences enseignantes en IA selon une approche centrée sur l’humain

Le Référentiel construit une matrice selon deux dimensions. Une approche centrée sur l’humain guide la définition de modules à la fois suffisamment généraux et adaptables à des contextes précis.

1. Un cadre bidimensionnel de compétences guidé par une approche centrée sur l’humain

La première dimension comprend les domaines de compétence : valeurs, attitudes, connaissances et savoir-faire interconnectés nécessaires à un usage éducatif éthique et efficace. Elle couvre cinq domaines : approche centrée sur l’humain ; éthique de l’IA ; fondements et compétences d’application ; intégration de l’IA et de la pédagogie ; et développement professionnel soutenu par l’IA. L’approche centrée sur l’humain est l’idée directrice centrale et le mode de pensée fondamental pour définir et développer les autres éléments. Chaque domaine possède ses caractéristiques propres, tout en étant organiquement relié aux autres par complémentarité, interdépendance théorique et coopération pratique. Ainsi, l’efficacité d’usages guidés par la pédagogie dépend de la compréhension critique des forces et limites de l’IA, des principes éthiques et surtout des fondements techniques. À son tour, la compréhension des dilemmes et principes éthiques dépend de la connaissance de l’entraînement des modèles et du fonctionnement de l’IA, ainsi que de l’expérience et des compétences pratiques.

La deuxième dimension concerne le développement des capacités internes et des comportements observables que les enseignants peuvent atteindre dans les cinq domaines grâce à la formation et au soutien des établissements. Les niveaux Acquérir, Approfondir et Créer fournissent des repères gradués. La progression entre domaines peut être asynchrone et non linéaire. Certains enseignants peuvent disposer de connaissances et compétences opérationnelles de troisième niveau tout en restant au premier pour leur approche, leur compréhension éthique ou l’intégration pédagogique. Certains enseignants de lettres et sciences humaines peuvent, après formation, atteindre linéairement le troisième niveau dans d’autres domaines, tandis que leurs compétences opérationnelles restent au premier ou au deuxième. Les cinq domaines et les trois niveaux forment quinze modules de compétences, présentés au tableau 1.

Version textuelle du tableau — Tableau 1 | Cinq domaines et trois niveaux de progression

Tableau 1 | Cinq domaines et trois niveaux de progression

Domaine de compétence	Niveau de progression
	Acquérir	Approfondir	Créer
Approche de l’IA centrée sur l’humain	Pouvoir d’agir humain	Responsabilité humaine	Responsabilité sociale dans une société avec l’IA
Éthique de l’IA	Principes éthiques fondamentaux	Usage sûr et responsable	Cocréation de règles éthiques
Fondements et applications de l’IA	Fondements de l’IA et applications élémentaires	Compétences d’application	Créer avec l’IA
Intégration de l’IA et de la pédagogie	Enseignement assisté par l’IA	Intégration de l’IA et de l’enseignement	Transformation pédagogique soutenue par l’IA
Développement professionnel soutenu par l’IA	Apprentissage professionnel permanent renforcé par l’IA	Apprentissage organisationnel amélioré par l’IA	Transformation professionnelle soutenue par l’IA

2. Modules de compétences : définir les concepts fondamentaux et cartographier leurs relations

À mesure que l’IA pénètre l’éducation, les référentiels doivent adapter et redéfinir des concepts établis — pouvoir d’agir humain, responsabilités éducatives des enseignants, responsabilité sociale, éthique et conception pédagogique — tout en assimilant les nouveaux concepts interdisciplinaires issus de l’interaction IA–éducation. La matrice propose une cartographie, des définitions et un portrait relationnel des concepts anciens et nouveaux dans les contextes éducatifs. Elle vise à inspirer le développement de compétences centré sur l’humain, et non à délimiter les capacités enseignantes en IA.

2.1 Modules du niveau Acquérir

Acquérir est le niveau que tous les enseignants devraient atteindre par la formation ou le soutien de leur établissement : point d’entrée de l’apprentissage de l’IA et première étape de pratique. Il combine les compétences élémentaires nécessaires pour évaluer, choisir et utiliser efficacement et éthiquement l’IA en enseignement. On peut y voir des compétences générales communes à tous, base nécessaire aux progrès et usages ultérieurs. À ce niveau, les enseignants commencent à acquérir et appliquer des connaissances et savoir-faire de base, comprennent progressivement les droits humains, la justice sociale et les valeurs humaines liés à l’IA et s’en servent pour repérer bénéfices et risques éducatifs d’outils précis. Ils doivent comprendre les principes éthiques fondamentaux, la nature d’une technologie dirigée par l’humain et les rôles décisifs des personnes dans son développement et son usage. Ils acquièrent des capacités opérationnelles élémentaires, commencent à comprendre ses effets positifs et négatifs sur les processus et résultats pédagogiques et conçoivent des activités avec des outils courants. Le Référentiel définit les modules suivants.

1) Pouvoir d’agir humain. Les enseignants comprennent de façon critique que l’IA est dirigée par des humains et que les décisions collectives et individuelles de ses développeurs affectent profondément l’autonomie et les droits des utilisateurs. Ils cultivent la volonté de défendre le pouvoir d’agir humain lors de l’évaluation et de l’utilisation des outils.

2) Principes éthiques fondamentaux. Les enseignants acquièrent une première compréhension des conflits typiques et des connaissances sur les principes de l’interaction humain–IA : protection des droits fondamentaux et du pouvoir d’agir, promotion des diversités linguistique et culturelle, inclusion et durabilité environnementale.

3) Fondements de l’IA et applications élémentaires. Les enseignants acquièrent des connaissances de base : définitions de l’IA, entraînement des modèles avec des données et algorithmes, principales catégories et exemples. Ils développent des compétences élémentaires pour examiner la pertinence pédagogique d’un outil à la lumière de ses principes et utiliser les outils ayant passé l’examen d’admission.

4) Enseignement assisté par l’IA. Les enseignants peuvent déterminer si un outil précis soutient la planification disciplinaire des programmes, la conception des cours, l’enseignement et l’évaluation. Par la conception et la mise en œuvre, ils développent le potentiel éducatif des outils autorisés tout en évitant les risques possibles.

5) Apprentissage professionnel permanent renforcé par l’IA. Les enseignants peuvent utiliser l’IA pour leur développement et leur réflexion, en commençant à analyser leurs besoins d’apprentissage professionnel et à planifier des parcours personnalisés avec son soutien.

2.2 Modules du niveau Approfondir

Approfondir correspond au niveau d’un enseignant référent dans ce domaine, vers lequel tous devraient progresser après une formation systématique et un soutien scolaire. Les enseignants de ce niveau intègrent aisément l’IA dans leurs pratiques et assument pleinement la responsabilité humaine d’un usage sûr et responsable. Ils comprennent et suivent les politiques nationales ou locales, protègent sécurité, vie privée et droits des parties prenantes concernant outils et contenus générés et évaluent de façon critique les effets éthiques d’outils précis. Ils défendent équité, inclusion et diversité dans la conception et l’usage, sachant que les décisions de conception conditionnent la pratique éthique des utilisateurs. Ils identifient, évaluent, sélectionnent et utilisent des outils appropriés pour améliorer enseignement et apprentissage, appliquent une pédagogie centrée sur l’humain et renforcent l’apprentissage professionnel individuel et collectif. Le Référentiel définit les compétences suivantes.

1) Responsabilité humaine. Les enseignants approfondissent la responsabilité et le jugement humains dans le déploiement et l’usage appropriés. Ils évaluent de façon critique les risques et principes des décisions assistées par l’IA et savent contester les promesses technologiques excessives et la présentation de l’IA comme substitut des personnes dans les décisions éducatives à forts enjeux.

2) Usage sûr et responsable. Les enseignants intériorisent les règles éthiques fondamentales, notamment la protection de la vie privée, la propriété intellectuelle et les autres lois pertinentes, et les intègrent habituellement à l’évaluation et à l’usage éducatifs des outils, des données et des contenus générés.

3) Compétences d’application. Les enseignants possèdent les connaissances et savoir-faire permettant de manier et d’utiliser l’IA avec aisance en contexte éducatif. Ils approfondissent leur compréhension des catégories d’IA et leurs compétences pratiques, y compris algorithmiques, selon leurs responsabilités et leur formation, en intégrant l’éthique à la pratique.

4) Intégration de l’IA et de l’enseignement. Les enseignants appliquent l’IA à la conception et à la facilitation d’apprentissages centrés sur les élèves, conformément à leur discipline, aux capacités cognitives des apprenants et à leurs besoins plus larges. Ils s’en servent pour susciter l’engagement, soutenir la personnalisation selon les capacités et intérêts, renforcer l’interaction enseignant–élève et cultiver délibérément empathie, pensée critique et résolution de problèmes.

5) Apprentissage organisationnel amélioré par l’IA. Les enseignants utilisent l’IA avec confiance pour personnaliser leur participation et leurs plans d’apprentissage professionnel au sein de communautés et de démarches collaboratives. Cela inclut le partage des ressources sur les outils et plateformes adaptés, le mentorat et l’entraide, ainsi que l’ajustement dynamique des plans d’apprentissage.

2.3 Modules du niveau Créer

Créer décrit les capacités attendues d’enseignants experts dans les usages éducatifs de l’IA. Ils comprennent de manière critique ses effets sociaux et leurs responsabilités citoyennes. Ils participent activement aux débats et à l’élaboration des politiques éducatives et principes éthiques ; combinent ou améliorent des outils, ou ajustent des systèmes, pour constituer des ensembles d’outils et des solutions personnalisées aux difficultés éducatives ; et évaluent de manière critique une gamme plus large de systèmes d’enseignement et d’apprentissage. Ils explorent les contextes où l’IA peut offrir des espaces et approches ouverts. Ils l’utilisent aussi pour soutenir un développement continu ou une transformation professionnelle possible, en combinant des outils adaptés aux besoins durables des communautés. Pour ce niveau exploratoire et tourné vers l’innovation, le Référentiel propose les définitions prospectives suivantes.

1) Responsabilité sociale dans une société avec l’IA. Les enseignants développent une vision critique des effets de l’IA sur les règles sociales et les normes morales. Guidés par cette vision, ils participent à imaginer et à construire des sociétés sûres et inclusives, en défendant notamment une conception et des usages favorisant bien-être humain, inclusion et justice.

2) Cocréation de règles éthiques. Par la communication, l’examen de situations conflictuelles et l’adoption empathique d’autres points de vue, les enseignants favorisent l’attention publique aux enjeux éthiques et la compréhension et la mise en œuvre des principes et réglementations. Par des discussions ciblées et une supervision collaborative, ils défendent la prise en compte dès la conception des risques éthiques, dommages socioculturels et préoccupations environnementales, et participent activement à l’élaboration de règles d’usage éducatif de l’IA.

3) Créer avec l’IA. Les enseignants appliquent avec aisance leurs connaissances conceptuelles et compétences opérationnelles pour développer des outils répondant à des problèmes réels ou créer des environnements inclusifs d’apprentissage soutenus par l’IA, par exemple en améliorant des outils libres ou en adaptant des systèmes.

4) Transformation pédagogique soutenue par l’IA. Les enseignants évaluent de manière critique les effets de l’IA sur l’enseignement, l’apprentissage et l’évaluation. Ils planifient et facilitent des contextes immersifs pour les apprentissages disciplinaires, les compétences interdisciplinaires, la pensée critique, la résolution de problèmes et d’autres activités pratiques et d’apprentissage. Grâce aux analyses et retours fondés sur les données des processus et résultats, ils continuent d’explorer les frontières de l’interaction entre IA et changement pédagogique avec un esprit critique et ouvert.

5) Transformation professionnelle soutenue par l’IA. Les enseignants adaptent et améliorent les outils de développement professionnel et recherchent et valident continuellement des moyens efficaces de stimuler et soutenir une progression transformatrice de leurs capacités et de celles de leurs communautés professionnelles.

3. Objectifs, thèmes et méthodes de formation des modules, et profils de compétences entre modules

Les cinq domaines couvrent des champs typiques de l’apprentissage humain : développement des valeurs ; apprentissage socioémotionnel ; intériorisation de l’éthique ; compréhension et investigation des concepts de l’IA ; apprentissage opérationnel et projets ; développement d’outils ; compréhension théorique de l’intégration IA–pédagogie et transfert dans la pratique ; et apprentissage professionnel collaboratif soutenu par la technologie, individuellement et dans les organisations. Ils comprennent des connaissances bien structurées et des situations problématiques peu structurées. Définir objectifs et performances attendues pour des enseignants aux points de départ différents est encore plus complexe. Pour chaque module, le Référentiel explique les « spécifications » attendues des formations et plans d’apprentissage scolaires : objectifs, étendue et profondeur des thèmes et méthodes. Le développement n’a de portée pratique que s’il se traduit dans la planification et la mise en œuvre de l’enseignement, la conception et le soutien de l’apprentissage et l’évaluation des résultats et retours. Les activités contextualisées décrivent donc les changements d’attitude et de comportement attendus à certains niveaux. Les situations enseignantes varient énormément selon pays, régions, disciplines et niveaux scolaires. Explications et exemples intègrent cette diversité, laissant place à des adaptations et usages locaux. Le tableau 2 présente les composantes de description des modules, leurs intentions et leurs relations.

Version textuelle du tableau — Tableau 2 | Structure schématique des modules du niveau Acquérir

Le tableau 2 original illustre une structure descriptive, et non un programme de formation rempli. Ses cinq lignes et trois colonnes descriptives comprennent 15 cellules laissées vides. Elles sont conservées sans inventer de contenu.

Tableau 2 | Structure schématique des modules du niveau Acquérir

Module de compétence et définition	Description du module
	Objectifs de formation : objectifs, contenus et méthodes conseillés pour les cours ou le soutien scolaire	Objectifs d’apprentissage enseignant : capacités dans chaque module et leur combinaison	Pratiques pédagogiques contextualisées : changements attendus d’attitude et de comportement
1.1 Pouvoir d’agir humain
2.1 Principes éthiques fondamentaux
3.1 Fondements de l’IA et applications élémentaires
4.1 Enseignement assisté par l’IA
5.1 Apprentissage professionnel permanent renforcé par l’IA

3.1 Des objectifs de formation propres aux modules qui reflètent leurs relations

Les objectifs de formation sont des recommandations pour concevoir une formation systématique des enseignants. Du point de vue des planificateurs et prestataires, ils définissent les objectifs de développement des compétences, les thèmes essentiels et les méthodes adaptées. Celles-ci tiennent compte des caractéristiques des valeurs, de l’apprentissage socioémotionnel, de l’éthique, des principes de l’IA, des compétences opérationnelles et des applications en enseignement et développement professionnel. Pour une approche centrée sur l’humain, le Référentiel recommande de changer de perspective au moyen de dilemmes conflictuels. Pour l’éthique, il suggère d’identifier les sources des controverses dans des scénarios, de comprendre les principes et d’intérioriser les règles. Pour les connaissances conceptuelles, il recommande l’investigation de problèmes simulés et la construction et l’actualisation de cartes conceptuelles autour d’outils précis. Pour les compétences opérationnelles et créatives, il propose des projets de développement d’outils à partir de tâches simulées et des exercices de transfert par variation. Pour l’intégration IA–pédagogie, analyse de cas, conception pédagogique, mise en œuvre et réflexion soutiennent une spirale théorie–pratique. Pour le développement professionnel, l’apprentissage autonome et entre pairs suit une séquence d’autoévaluation, motivation, choix des outils et usage critique.

3.2 Des objectifs d’apprentissage définissant la maîtrise des modules et leur application intégrée

Les objectifs d’apprentissage décrivent directement aux enseignants les acquis professionnels attendus et ce que peuvent faire les personnes maîtrisant certaines compétences de module et leur combinaison. Ils précisent les concepts fondamentaux, les liens entre modules et des relations progressivement approfondies, selon des dimensions allant des acteurs individuels aux institutions et parcourant tout le cycle de conception, développement, usage et supervision de l’IA. Pour les praticiens, les acquis signifient aussi des capacités transférables au travail éducatif. Les objectifs montrent donc comment une approche centrée sur l’humain oriente les autres apprentissages, comment l’éthique guide l’évaluation et le choix des outils et comment la compréhension des principes de l’IA permet, en retour, une intériorisation plus profonde des principes éthiques.

3.3 Des profils d’activités contextualisées illustrant des capacités globales en enseignement

Dans le développement effectif des enseignants, les modules constituent un ensemble interconnecté et indispensable de capacités globales. La maîtrise de chaque module et leur application conjointe déterminent ensemble les attitudes et comportements dans différents contextes. Le Référentiel décrit ainsi des évolutions d’attitudes et des performances pratiques proches de l’enseignement et aisément compréhensibles pour les enseignants.

IV. Les implications pratiques d’un référentiel de compétences enseignantes en IA pour la Chine

La norme chinoise de culture numérique des enseignants, publiée par le ministère de l’Éducation en 2022 (教育部, 2022), aborde les technologies comme un continuum et recommande l’intégration de l’IA dans des dimensions comprenant ressources éducatives numériques, connaissances technologiques et conception pédagogique. Sur cette continuité, le Référentiel de l’UNESCO met davantage l’accent sur les avancées de l’IA et leurs effets sur les interactions entre enseignants, élèves et agents d’apparence humaine, pour en déduire les compétences enseignantes. Il présente les implications pratiques suivantes pour la Chine. ^[2]

1. Associer classification des risques et gouvernance détaillée pour des environnements sûrs et fiables

1.1 Classer les risques de sécurité et préciser les limites des usages éducatifs

Les écoles et les classes ne doivent pas devenir des terrains d’essai d’outils aux risques inconnus. L’auteur propose que les régulateurs nationaux, en s’appuyant sur des dispositions telles que les Mesures provisoires de gestion des services d’intelligence artificielle générative et en s’inspirant du règlement européen sur l’IA (European Union, 2024), classent les objectifs de développement et risques de sécurité des systèmes généraux et interdisent explicitement les systèmes et outils à haut risque. Les exemples présentés dans l’article comme technologies à « risque inacceptable » comprennent l’incitation des mineurs à dépendre de plateformes conversationnelles, la surveillance des émotions par reconnaissance faciale et les outils prédisant et manipulant l’intelligence et les comportements humains. L’auteur estime qu’ils devraient être interdits de développement ou d’accès au marché et exclus sous toute forme des écoles et des classes. L’article décrit largement les systèmes éducatifs d’IA comme une catégorie à haut risque nécessitant une surveillance ciblée et rigoureuse. Il propose d’envisager l’actualisation des Mesures de gestion de l’enregistrement des applications éducatives de l’Internet mobile du ministère de l’Éducation de 2019 (教育部, 2019), d’établir des procédures d’examen et d’enregistrement, de préciser les limites d’admission et de fournir aux systèmes éducatifs une liste classée d’outils sûrs et fiables. ^{[1] [3]}

1.2 Renforcer la validation éthique et pédagogique et instaurer une labellisation verte

Les régulateurs nationaux et locaux doivent collaborer avec les établissements, collectifs enseignants, représentants des parents et autres parties pour valider la conformité et la pertinence des systèmes achetés par les pouvoirs publics ou largement promus en éducation. Outre une inscription sur liste autorisée, les outils validés pourraient recevoir des labels verts fondés sur des indicateurs précis. Selon les technologies, les objectifs et les organismes responsables, des méthodes par essais, simulations et modèles peuvent être combinées (Myllyaho et al., 2021). Les indicateurs doivent couvrir au minimum sécurité ; biais des données, algorithmes et résultats ; exactitude des sorties ; responsabilité humaine pour la confidentialité et la propriété des données ; explicabilité des modèles ; représentation des langues et cultures locales dans l’entraînement ; adéquation aux âges et capacités ; légalité de la collecte et de l’usage des données ; profils habituels d’utilisation et manipulation du jugement et de l’autonomie ; effets sur le pouvoir d’agir des enseignants et autres utilisateurs ; et dommages environnementaux. ^[8]

2. Équilibrer les priorités stratégiques et adapter programmes et évaluation pour un usage autonome, moins lourd et de meilleure qualité

Les compétences enseignantes remédient au manque de savoir-faire et sont nécessaires, mais insuffisantes, pour des usages efficaces au service des finalités éducatives. Les politiques nationales doivent peser les priorités de façon critique pour prévenir mauvais usages et surutilisation, lever les obstacles tels que réticence ou coût inaccessible et créer à la fois les conditions suffisantes d’un usage approprié et des mécanismes de gestion réduisant la charge tout en améliorant qualité et innovation.

2.1 Peser la place de l’IA dans les objectifs éducatifs et guider les décisions de ne pas l’utiliser

Les politiques doivent dépasser le technocentrisme et le solutionnisme technologique. Dans des budgets limités, les infrastructures non technologiques, le développement enseignant indépendant des technologies, les objectifs non technologiques, les relations interpersonnelles sans médiation et l’éducation socioémotionnelle doivent être prioritaires avant l’IA ou au même titre qu’elle. Les financements doivent protéger ces priorités et les finalités pour lesquelles l’IA ne doit pas être utilisée, afin d’éviter gaspillage, mésusages et surutilisation au nom de l’éducation intelligente.

2.2 Ajuster objectifs curriculaires, évaluation et horaires pour répondre aux préoccupations de charge et d’usage de l’IA

En s’appuyant sur le Référentiel, les autorités doivent anticiper les questions fondamentales sur la société sûre et inclusive souhaitée à l’ère de l’IA et sur les personnes nécessaires pour la construire. Elles doivent examiner les liens entre stratégies nationales de formation des talents pour l’innovation scientifique et technologique et éducation numérique, en identifiant notamment les domaines où l’IA présente des avantages comparatifs. Les priorités pourraient comprendre la découverte scientifique, l’innovation technologique et l’ingénierie soutenues par l’IA en sciences, technologie, ingénierie et mathématiques. Il faut aussi étudier ses effets possibles sur les objectifs des langues, des arts et des sciences sociales et déterminer si elle peut réellement améliorer la qualité. Avec l’IA générative, mémorisation mécanique et pensée d’ordre inférieur pourraient perdre progressivement de l’importance dans l’apprentissage et le travail. Les décideurs doivent donc examiner les pressions résultantes pour modifier les objectifs disciplinaires et transversaux, rééquilibrer pensée d’ordre inférieur et supérieur dans les acquis et les horaires, et adapter l’évaluation. Enseignants et élèves ont besoin de temps et d’incitations adéquates pour utiliser l’IA dans l’investigation et la pensée de haut niveau. Elle doit être intégrée au renouvellement itératif de l’enseignement et de l’évaluation sans ajouter d’heures et, si possible, en réduisant les charges.

2.3 Définir des normes inclusives d’équipement de base pour des outils disponibles et abordables

Les normes nationales minimales d’infrastructures numériques et d’outils élémentaires d’IA doivent reposer sur les budgets ordinaires de fonctionnement scolaire. L’accès habituel à Internet et l’utilisation régulière des outils numériques et d’IA doivent être couverts par les financements courants. Des fonds spécifiques et des mesures similaires doivent aussi encourager entreprises et établissements à développer des outils d’assistance pour les enseignants et apprenants ayant des besoins particuliers, afin que l’IA éducative de base soit accessible et abordable pour tous.

3. Partir de la culture numérique et l’aligner stratégiquement sur les compétences en IA

Avec les Normes de compétences d’application des TIC des enseignants du primaire et du secondaire, à titre expérimental (教育部, 2014), et la Culture numérique des enseignants (教育部, 2022), la Chine a réussi à placer le développement des compétences au premier plan stratégique des ères de l’Internet mobile et de la transformation numérique. La norme de 2022 comprend plateformes éducatives intelligentes, outils intelligents d’analyse et d’évaluation et classes intelligentes parmi les ressources numériques. Les connaissances technologiques incluent caractéristiques et procédures de résolution de problèmes de l’IA, tandis que la conception pédagogique mentionne des systèmes intelligents de correction. L’auteur estime cependant que ces concepts et les démarches de formation adaptées n’ont pas été définis avec la précision attendue d’une norme sectorielle, laissant l’application sans repères conceptuels et qualitatifs clairs. Le Référentiel de l’UNESCO examine, définit et explique des concepts fondamentaux nécessaires à l’ère de l’IA, dont beaucoup sont absents de cette norme. L’article considère aussi cette Culture numérique comme un produit d’avant l’IA générative, limité à l’IA prédictive et incapable de refléter les progrès ultérieurs et leurs nouveaux contextes d’activité humaine et d’éducation. Pour concrétiser l’objectif de 2024 du Comité central du PCC et du Conseil des affaires d’État — permettre aux enseignants de répondre activement au changement technologique et d’éduquer pour l’avenir —, l’auteur appelle à examiner rapidement les implications de l’éducation intelligente et les voies d’alignement entre culture numérique et compétences en IA, puis à engager en temps utile une élaboration systématique du référentiel. La Chine pourrait s’inspirer de manière critique de celui de l’UNESCO selon ses propres conditions, en expliquant concepts essentiels, relations et formation ciblée avec la précision d’un mode d’emploi. Une approche centrée sur l’humain pourrait guider une modernisation cohérente de la formation initiale et continue, de la recherche pédagogique régionale, du soutien scolaire et du mentorat, améliorant la qualité sans alourdir la charge des enseignants. ^{[4] [2] [12]}

V. Conclusion

À mesure que progresse l’ère de l’IA, théoriciens, décideurs et praticiens ne doivent ni céder au technocentrisme commercial par des expérimentations précipitées et des modèles promus, ni s’accrocher à des définitions historiques de concepts tels que le pouvoir d’agir humain issues des relations enseignant–élève antérieures à l’IA. Recherche et politiques doivent examiner de façon approfondie et critique comment les technologies qui simulent ce pouvoir remplacent visiblement ou érodent subtilement celui des enseignants et des élèves. À partir des interactions entre enseignants, élèves et agents d’apparence humaine, les concepts établis — pouvoir d’agir, responsabilité humaine, responsabilités citoyennes, éthique éducative de l’IA, connaissances et savoir-faire transférables, et pédagogie des technologies éducatives — doivent être redéfinis. Il faut clarifier les nouveaux concepts et leurs liens avec les anciens, afin que la théorie puisse guider en anticipant la pratique future. Une base théorique centrée sur l’humain doit orienter le renouvellement des formations externes et du soutien dans les établissements, réduire les charges cognitives, résoudre les incertitudes pratiques et approfondir le passage d’une théorie prospective à une pratique autonome.

Références de la publication originale

Les douze références conservent numéros et langues originales, avec correction des coquilles évidentes et du format des liens. UNESCO (2021), citée dans le texte mais absente de la bibliographie, est proposée séparément en lecture complémentaire, sans créer une treizième référence originale.

1. European Union (2024). AI Act [S]. OJ/L, 2024/1689, 12.7. https://eur-lex.europa.eu/eli/reg/2024/1689/oj ↩
2. 教育部（2022）. 教师数字素养 [S]. JY/T 0646—2022. ↩
3. 教育部（2019）. 教育移动互联网应用程序备案管理办法 [S]. http://www.moe.gov.cn/srcsite/A16/s3342/201911/t20191122_409333.html ↩
4. 教育部（2014）. 中小学教师信息技术应用能力标准（试行）[S]. http://www.moe.gov.cn/srcsite/A10/s6991/201405/t20140528_170123.html ↩
5. Miao, F. (2024). AI competency framework for teachers [M]. Paris: UNESCO. https://www.unesco.org/en/articles/ai-competency-framework-teachers ↩
6. 苗逢春（2024）. 生成式人工智能及其教育应用的基本争议和对策 [J]. 开放教育研究，30（1）：4–15. ↩
7. Miao, F., Holmes, W. (2023). Guidance on generative AI in education and research [M]. Paris: UNESCO, 14–17.
8. Myllyaho, L., Raatikainen, M., et al. (2021). Systematic literature review of validation methods for AI systems [J]. Journal of Systems and Software, 181: 1–22. https://doi.org/10.1016/j.jss.2021.111050 ↩
9. UN (2024). Global Digital Compact [DB/OL]. [2024-09-13]. https://www.un.org/en/summit-of-the-future/global-digital-compact ↩
10. UNESCO (2019). Beijing consensus on artificial intelligence and education [S]. Paris: UNESCO. ↩
11. 张友恒（2022）. 人工智能的主体地位探析 [J]. 社会科学前沿，11（11）：4610–4616. https://doi.org/10.12677/ASS.2022.1111630 ↩
12. 中共中央、国务院（2024）. 关于弘扬教育家精神加强新时代高素质专业化教师队伍建设的意见. http://www.moe.gov.cn/jyb_xxgk/moe_1777/moe_1778/202408/t20240826_1147269.html ↩

Publication originale et lectures complémentaires

Le PDF compte 13 pages, numérotées 4–16 à l’impression. Ces versions de l’interprétation existante ne sont pas des traductions officielles du Référentiel entier. Dates et propositions gardent leur contexte historique ; date et URL originales de la Chaire sont conservées.

Fengchun Miao est l’auteur de cet article. Le catalogue officiel du Référentiel indique Fengchun Miao et Mutlu Cukurova : ces deux informations d’auteur concernent des publications distinctes.

• Article original (PDF, 13 pages, environ 1,3 Mo)
• DOI de l’article
• Page officielle de publication du Référentiel de l’UNESCO
• UNESCO 2021 : Repenser nos futurs ensemble
• Nations Unies : Pacte numérique mondial
• Texte chinois officiel des Mesures provisoires de gestion des services d’intelligence artificielle générative