Publié le avr. 2026
Partager
Le discours d’urgence entourant la transformation de l’enseignement supérieur s’est intensifié parallèlement au développement rapide de l’intelligence artificielle. Sa nature récente, évolutive et agentique, ne façonne pas seulement le monde du travail, mais influence également les politiques publiques et la production de contenus, avec des implications étendues pour un large éventail de parties prenantes. Les exemples vont de son rôle dans l’amplification du travail à la restructuration de l’industrie créative . C’est dans ce contexte dynamique que les universités sont chargées de former des diplômés capables de soutenir la compétitivité économique et de naviguer dans des marchés du travail de plus en plus exigeants.
En février, lors du récent World Governments Summit à Dubaï, un rapport de PricewaterhouseCoopers (PwC) a été publié, appelant les universités à co-concevoir des programmes alignant l’apprentissage sur les emplois réels. Les établissements ont été invités à renforcer leurs partenariats avec l’industrie et à mettre en place un système de micro-certifications empilables, vérifiables numériquement, pouvant être combinées comme des pièces de puzzle afin de créer de nouveaux diplômes répondant aux exigences du marché. Il leur a également été demandé de mettre rapidement à jour leurs programmes pour refléter l’impact de l’intelligence artificielle et, bien que les diplômes demeurent importants, d’y intégrer des compétences transférables alignées sur les besoins professionnels.
À première vue, cette approche semble parfaitement logique. Qui contestera l’importance de la mobilité ? Les formations courtes en intelligence artificielle et les nanodiplômes doivent relier l’apprentissage à l’emploi. Le discours est simple : nous avons besoin d’un système de certification qui facilite la transition entre l’éducation et le marché du travail. Cela peut donner l’impression d’un véritable plan pour transformer nos institutions académiques fragilisées en partenaires proactifs, proches des besoins de l’industrie et prêts à s’engager pleinement dans la collaboration. Toutefois, si cet appel à l’action a raison de mettre l’accent sur la nécessité de certifications fiables, il convient peut-être de marquer un temps d’arrêt pour réfléchir à la nature même de leur portabilité.
Imaginons un instant que les universités ne soient pas focalisées sur les classements, les palmarès et les indicateurs de performance qui valorisent la visibilité, le volume et les productions de recherche. Mettons également de côté l’idée selon laquelle de nombreuses innovations à l’origine des transformations industrielles naissent dans des laboratoires universitaires aseptisés. Tournons-nous plutôt vers le domaine, largement non réglementé, de l’enseignement et de l’apprentissage dans l’enseignement supérieur. À l’exception des efforts menés par des organisations telles qu’Advance HE, la qualité de l’enseignement et de l’apprentissage dans de nombreuses universités est souvent évaluée à travers des enquêtes de satisfaction des étudiants, des taux d’achèvement, des statistiques de progression et des données sur l’insertion professionnelle des diplômés.
Nous évoluons dans un contexte profondément marqué par l’impact de l’intelligence artificielle sur le monde du travail. Les discussions autour de l’apprentissage se concentrent sur des modèles évolutifs et extensibles, mais cette orientation comporte le risque d’affaiblir les compétences essentielles de résolution de problèmes et de pensée critique que nous cherchons précisément à développer. Une construction des connaissances à un niveau superficiel ne conduit pas à une pensée de haut niveau (HOT). Le concept d’une approche « à la carte » des micro-certifications pourrait produire des diplômés aux profils interdisciplinaires apparents, dissimulant sous une aisance confiante une réalité bien différente : une forme d’approximation plutôt qu’un raisonnement rigoureux. Si nous supprimons la nécessité d’un apprentissage permettant de construire des connaissances dans un domaine donné, nous obtenons une simulation de la pensée de haut niveau plutôt que sa véritable expression, précisément au moment où l’intelligence artificielle accroît la demande en expertise authentique.
L’accès à l’information ne peut remplacer la connaissance. Les outils ne peuvent compenser ce que les apprenants ne possèdent pas encore. Et la connaissance ne naît pas spontanément de l’accès à l’information. Il est temps de redonner à l’expert praticien la place qui lui revient. L’enseignant qui structure les défis, entretient le dialogue et accompagne par un encadrement guidé. C’est le moment de modéliser des standards de preuve, de montrer comment évaluer des arguments concurrents et de rendre visible le raisonnement. Si les universités réduisent ce rôle à une simple facilitation, nous risquons d’affaiblir la formation intellectuelle ainsi que les conditions dans lesquelles le jugement intellectuel se construit. Sans une connaissance disciplinaire approfondie, les apprenants manquent de repères pour juger de l’exactitude, vérifier les faits ou intégrer de nouvelles idées. Sans experts, praticiens et enseignants, ils manquent de l’accompagnement nécessaire pour transformer l’information en jugement et la compétence en véritable maîtrise.
La véritable interdisciplinarité exige une connaissance approfondie de plusieurs disciplines, plutôt qu’une approche superficielle et fragmentée, et si nous n’y prenons pas garde, c’est précisément ce que le développement des micro-certifications pourrait encourager.
Mais gardons-nous de rejeter l’ensemble. Les micro-certifications ne doivent pas nécessairement être réduites à des stratégies de valorisation numérique ou à des partenariats industriels. Tout dépend de ce qu’elles représentent réellement pour le diplômé et pour son futur employeur. Ainsi, peut-être que le discours de transformation porté par les micro-certifications devrait se recentrer sur l’ingéniosité humaine dans un monde où l’humain doit rester pleinement acteur.
Il ne s’agit pas de rejeter les micro-certifications, mais de les réapproprier. L’intelligence artificielle ouvrira sans doute un accès illimité à l’information, affranchi des erreurs, mais cela implique que la mission de l’enseignement supérieur est de garantir les structures permettant de rendre cette information réellement exploitable. Œuvrons à une compétence complète à travers plusieurs disciplines. Pour que les micro-certifications servent véritablement la transformation, elles doivent renforcer la connaissance avant la compétence, car c’est à cette condition que la compétence devient réellement utile. La cohérence doit primer sur la portabilité. Des micro-certifications bien conçues doivent représenter des étapes cumulatives et intellectuellement exigeantes du parcours d’apprentissage, permettant de développer un jugement solide dans un monde saturé d’intelligence artificielle.