1. Politique publique d’enseignement et de recherche
Outils internes d’IA
En France, le CNRS a annoncé la mise à disposition d’un chatbot interne, « Emmy », basé sur Mistral AI en vertu d’un accord avec l’entreprise : https://next.ink/brief_article/le-cnrs-va-proposer-son-chatbot-iagen-emmy-a-ses-agents-et-proscrire-les-autres/ En parallèle, les autres outils d’IA conversationnels seront interdits aux agents du CNRS en vue de protéger les données de recherche. D’autres organismes d’enseignement supérieur et de recherche lancent également leurs outils internes d’IA générative, comme par exemple l’université de Reims avec Oratio.
David Monniaux, chercheur en informatique rattaché au CNRS, a testé Emmy et analyse son expérience dans un post de blog : https://blogs.mediapart.fr/david-monniaux/blog/191225/l-ia-qu-nous-enfonce-dans-la-gorge. Il écrit : « L’image que l’on aime parfois à donner de l’IA est celle d’une technologie libératrice, qu’il suffit de savoir utiliser à bon escient et que seuls des esprits grincheux critiquent. En réalité, elle automatise parfois ce qui ne devrait pas être automatisé, et n’automatise parfois pas ce qui devrait l’être. »
Il faut également se garder d’un malentendu : si les outils « internes » permettent a priori que les données injectées ne soient pas réutilisées pour l’entraînement des modèles, ceux-ci ne sont pas des « mini-modèles » qui ne seraient entraînés que sur des données internes (si c’était le cas, ils donneraient des résultats vraiment très mauvais).
Dans l’enseignement
Un article du NYTimes détaille les politiques de déploiement de l’IA dans l’enseignement, du Kazakhstan au Salvador en passant par l’Estonie, les Emirats et l’Islande : https://www.nytimes.com/2026/01/02/technology/school-ai-chatgpt-estonia-iceland.html L’article cite les problèmes de santé mentale et de déclin cognitif qui pourraient en découler, en se fondant sur l’étude « The Impact of Generative AI on Critical Thinking: Self-Reported Reductions in Cognitive Effort and Confidence Effects From a Survey of Knowledge Workers” (https://dl.acm.org/doi/10.1145/3706598.3713778). Il note également les résultats décevants de programmes un peu plus anciens, sur lesquels on a davantage de recul, visant à donner accès à l’informatique à tous les enfants, par exemple au Pérou, et souligne que l’UNICEF appelle désormais à la prudence sur le sujet.
Une très récente étude de Dan L. Dismore et Luke K. Fryer (parue en janvier 2026), « What does current genAI actually mean for student learning? », s’attache à analyser, avec les données disponibles actuellement, les effets de l’IA sur l’apprentissage : 10.1016/j.lindif.2025.102834
En mars 2025, la Corée du Sud a lancé la production de manuels scolaires augmentés par IA. Hyeongjeong Jin et Régis Mallet décrivent l’expérience dans Cahiers pédagogiques : « Avec un investissement d’un demi-milliard de dollars, le pays a développé des manuels capables d’analyser les performances de chaque élève en temps réel, d’adapter la difficulté et de fournir aux enseignants des tableaux de bord personnalisés. » (https://shs.cairn.info/revue-cahiers-pedagogiques-2025-7-page-6?lang=fr) Après des retours catastrophiques et de nombreuses plaintes d’élèves, de familles et d’enseignants, le gouvernement a rétropédalé, ainsi que le raconte un article de WeDemain : https://www.wedemain.fr/societe-de-demain/nouvelles-technologies/des-manuels-scolaires-generes-par-ia-en-coree-du-sud-lexperimentation-vire-au-fiasco-1143811
Rapport d’étape sur l’usage de l’IA dans les universités américaines
Aux Etats-Unis, en avril dernier, l’Association américaine des professeurs d’université (AAUP) publiait un rapport sur l’IA dans le monde universitaire en général : https://www.aaup.org/reports-publications/aaup-policies-reports/topical-reports/artificial-intelligence-and-academic Parmi les conclusions du rapport, il était noté qu’à l’heure actuelle, peu d’institutions offraient la possibilité à leurs employés de refuser les outils d’IA et les autres outils d’ed-tech mis à leur disposition. Si l’augmentation de la charge de travail est souvent citée par les usagers pour expliquer leur recours à l’IAg, il est également noté que l’implémentation de celle-ci augmente la charge de travail des enseignants-chercheurs et du personnel administratif, et exacerbe les inégalités.
2. Appels à la résistance
Dans ce contexte, les manifestes, lettres ouvertes et tribunes se multiplient dans le monde universitaire pour appeler à ne pas embrasser trop vite ces outils d’IAg.
Ainsi, l’Atecopol (atelier d’écologie politique), à Toulouse, publie un manifeste intitulé « Face à l’IA générative, l’objection de conscience » : https://atecopol.hypotheses.org/13082, qu’il est encore possible de signer. On trouvera une utile bibliographie à la fin du manifeste, ainsi qu’une page proposant des éléments de langage pour répondre aux arguments les plus courants en faveur de certains usages de l’IAg : https://atecopol.hypotheses.org/12971 — laquelle page répond d’ailleurs d’elle-même aux quelques propositions d’exceptions ménagées par le manifeste et que d’aucuns pourront trouver contestables.
Aux Pays-Bas, des chercheurs de l’université de Radboud, issus des sciences cognitives, de l’informatique et de l’économie, entre autres, publient une prise de position, « Against the Uncritical Adoption of ‘AI’ Technologies in Academia” : https://philarchive.org/archive/GUEATU Deux des co-autrices résument leur argument dans le magazine Project Syndicate : https://www.project-syndicate.org/commentary/ai-will-not-save-higher-education-but-may-destroy-it-by-olivia-guest-and-iris-van-rooij-2025-10
Trois chercheuses américaines en « writing studies », Jennifer Sano-Franchini,
Megan McIntyre et
Maggie Fernandes, publient un guide expliquant pourquoi et comment refuser l’IAg dans leur discipline et à l’université en général : https://refusinggenai.wordpress.com/
Alors qu’Orla Sheils, vice-provost de Trinity College, encourageait son université à se saisir des opportunités qu’elle voyait dans l’IAg, des collègues lui répondent dans l’Irish Times : https://www.irishtimes.com/opinion/2025/09/04/opinion-we-are-lecturers-in-trinity-college-we-see-it-as-our-responsibility-to-resist-ai/
416 chercheurs, issus de 38 pays différents, rejettent l’IAg en arguant notamment que « L’IAg simule l’intelligence » et que celle-ci est délétère « en particulier pour l’environnement et pour les travailleurs du Sud global » : https://papers.ssrn.com/abstract=5676462
Dan McQuillan, professeur d’informatique à Goldsmiths et auteur de Resisting AI. An Anti-fascist Approach to Artificial Intelligence (Bristol University Press, 2022), publie sur son site personnel les notes et diapositives de sa présentation au panel « Resisting GenAI & Big Tech in Higher Education » de la CJUU (Climate Justice Universities Union) : https://danmcquillan.org/resisting_genai_highered_cjuu.html
3. L’IA et la publication scientifique
Lors de la journée « Science ouverte au CNRS le 25 novembre 2025, la question de la surproduction des publications scientifiques, notamment (mais pas seulemement !) du fait de l’IAg, a été débattue : https://www.cnrs.fr/fr/actualite/publications-scientifiques-une-surproduction-fatale Dans ce contexte, Olivier Dumon, d’Elsevier, « vante la création d’un outil basé sur de l’intelligence artificielle ‘capable d’identifier des peer-reviewers pertinents au-delà des réseaux personnels de chaque éditeur’ ».
Les usages possibles de l’IAg dans l’évaluation font également l’objet d’un article du Monde : https://www.lemonde.fr/sciences/article/2025/12/10/l-evaluation-des-articles-scientifiques-bouleversee-par-l-ia_6656706_1650684.html David Larousserie note que des articles d’une part, et des rapports d’évaluation d’autre part, sont parfois écrits par ou avec l’IAg, et évoque les expériences menées par des éditeurs scientifiques pour automatiser en partie l’évaluation avec des « feed-backs IA » pour accélérer la publication.
Ce billet a été produit grâce à l’intelligence collective: merci à celleux qui m’ont envoyé des ressources!
Billets précédents:
Veille de novembre 2025