Dans le bureau du recteur d'une grande université, un dirigeant fixe son écran où une intelligence artificielle vient de générer un plan détaillé de réforme des programmes d'études. Les chiffres s'alignent parfaitement et les prévisions semblent convaincantes. Pourtant, le regard de l'administrateur trahit un doute mêlé de lassitude. S'il maîtrise les outils, il ressent un fossé entre leur utilisation technique et une véritable compréhension de leurs conséquences. C'est précisément ce décalage qui constitue le paradoxe central du nouveau modèle de littératie en matière d'intelligence artificielle, présenté récemment dans la revue Frontiers in Education. Les auteurs suggèrent d'envisager la littératie de l'IA non pas comme une simple compétence technique, mais comme une métacompétence : une aptitude de haut niveau capable d'impulser de véritables innovations dans la gouvernance de l'enseignement supérieur.
Apparemment, ce modèle arrive à point nommé. L'enseignement supérieur oscille aujourd'hui entre des attentes technologiques immenses et des pratiques de gestion chroniquement en retard. Les vagues de numérisation précédentes — des registres électroniques aux MOOC — se sont souvent soldées par l'adoption d'outils sans que les processus profonds ne soient modifiés. Ce nouveau concept tente de briser ce cycle en mettant l'accent sur le niveau métacognitif : la capacité non seulement à utiliser l'IA, mais aussi à réfléchir sur son rôle, à anticiper les risques et à créer des approches fondamentalement nouvelles pour l'organisation de l'apprentissage et du travail administratif.
Les auteurs de l'article reconstituent minutieusement le contexte. Ils s'appuient sur des recherches menées ces quinze dernières années, période durant laquelle la littératie numérique a progressivement évolué de la simple maîtrise de l'informatique vers l'analyse critique des données. Cependant, les données montrent que la plupart des programmes s'arrêtaient à un niveau superficiel. Le nouveau modèle y ajoute des dimensions éthiques, créatives et stratégiques. Selon les résultats préliminaires de programmes pilotes, les dirigeants ayant suivi cette formation proposaient plus souvent des solutions hors des sentiers battus — allant de parcours d'apprentissage adaptatifs à la refonte des politiques internes de l'établissement en tenant compte du potentiel de l'IA générative. Néanmoins, les chercheurs restent prudents : il s'agit pour l'instant d'observations encourageantes plutôt que de preuves d'une applicabilité à grande échelle.
Il est à noter que le modèle s'appuie sur les concepts de métacognition issus de la psychologie de l'éducation. La métacompétence désigne ici la capacité de réfléchir à ses propres processus de pensée en interaction avec l'intelligence artificielle. Le responsable universitaire cesse de percevoir la plateforme d'IA comme un simple assistant pour les tâches routinières. Il commence à l'utiliser comme un miroir permettant de repenser les objectifs de l'éducation, la structure des facultés et même les critères de réussite de l'université dans un monde en mutation. Cette approche semble liée à des mutations culturelles plus larges : la société exige de plus en plus de l'enseignement supérieur non seulement des connaissances, mais aussi une capacité à s'orienter dans l'incertitude.
Imaginez un jardinier expérimenté qui sait non seulement comment arroser chaque plante, mais comprend aussi le fonctionnement global de l'écosystème du jardin : quelles cultures s'entraident, où se trouvent les tensions du sol, quand il faut intervenir et quand il vaut mieux laisser faire la nature. De la même manière, la métacompétence de la littératie de l'IA transforme l'administrateur, qui passe du statut d'utilisateur d'algorithmes préconçus à celui de personne capable de « cultiver » l'innovation au sein de son organisation, en tenant compte du facteur humain, des limites éthiques et des conséquences à long terme. Cette analogie simple permet de comprendre immédiatement pourquoi les auteurs insistent tant sur ce niveau « méta ».
Cependant, derrière cette élégance théorique se cachent de fortes tensions. L'inertie institutionnelle des universités demeure un frein puissant. Les enseignants perçoivent souvent les nouvelles exigences comme une charge supplémentaire plutôt que comme une libération. De plus, la question de l'équité se pose de manière particulièrement aiguë : les universités d'élite, dotées de budgets importants et d'un accès aux experts, pourraient adopter ce modèle plus rapidement que les établissements régionaux. Si tel était le cas, cette nouvelle littératie ne ferait qu'accentuer le fossé existant au lieu de le réduire. L'étude mentionne honnêtement ces risques, bien qu'elle ne propose pas de solutions toutes faites pour les surmonter.
Plus profondément, le modèle soulève des questions fondamentales sur la nature du management à l'ère de l'intelligence artificielle. Il pousse à se demander dans quelle mesure les systèmes d'enseignement supérieur actuels sont prêts à abandonner les hiérarchies habituelles au profit de structures agiles, basées sur les données et la créativité. Les intérêts économiques des entreprises technologiques jouent également un rôle ici, car elles promeuvent activement leurs outils, mais la transformation réelle dépend de la volonté humaine de changer de mentalité. Les experts soulignent que sans un soutien politique fort et des changements internes profonds, le modèle risque de rester un beau concept théorique.
En fin de compte, ce nouveau modèle de la littératie de l'IA comme métacompétence nous pose une question plus vaste : l'enseignement supérieur saura-t-il devenir l'architecte conscient de la révolution technologique plutôt que d'en être le simple objet ? De la réponse à cette question dépendra en grande partie ce que sera l'université de demain — un lieu de véritable croissance intellectuelle ou simplement une plateforme de plus pour le déploiement de solutions numériques successives.
