L’université de Montréal publie un guide de bonnes pratiques pour le recours à l’IA en éducation

“Adapter son cours à son public” grâce à des agents d’IA capables de reproduire des “personas d’étudiants”, “concevoir des simulations professionnelles”, ou encore aider à “développer les compétences réflexives et argumentatives” des étudiants… Fin octobre 2025, l’université de Montréal a publié un nouveau guide de bonnes pratiques pour le recours à l’IA en éducation, présentant 29 usages concrets. Chaque usage doit respecter plusieurs principes, notamment l’alignement pédagogique, mais il existe aussi certaines limites.

L’université de Montréal (Québec) a diffusé ce guide à la fin du mois d’octobre 2025. Il résulte d’une collaboration entre le centre de pédagogie universitaire et plusieurs établissements collégiaux et universitaires membres du Pôle inter-ordres de Montréal (PIM).

L’objectif est d’outiller, grâce à 29 exemples pratiques, “la communauté de l’enseignement supérieur – enseignants, bibliothécaires, orthopédagogues, etc. – pour intégrer l’IA de manière judicieuse et responsable dans leurs pratiques pédagogiques”, explique l’introduction du guide.

Respecter certains principes

Les usages sélectionnés reposent sur quatre principes essentiels :

• Agentivité humaine : permettre à une personne d’agir de manière autonome et intentionnelle pour atteindre ses objectifs, prendre des décisions et s’engager activement dans la tâche.
• Soutien à la réflexion pédagogique : l’IA générative est un levier, non un substitut. L’expertise humaine reste primordiale.
• Alignement pédagogique : l’IA doit s’intégrer dans le scénario pédagogique de la séance ou du cours pour atteindre les compétences visées.
• Vigilance éthique : inclut transparence, responsabilité, sobriété numérique, respect des droits d’auteur et protection des données.

Le guide précise également qu’une intégration efficace de l’IA suit trois étapes :

• Analyse : identifier le contexte éducatif et le besoin auquel l’IA peut répondre, se poser des questions sur les avantages de l’usage et vérifier que l’institution autorise l’intégration envisagée.
• Mise en œuvre : s’assurer que l’outil choisi dispose des fonctionnalités nécessaires et qu’il est adapté au contexte pédagogique et aux besoins des étudiants.
• Rétroaction : collecter des informations sur l’efficacité et la pertinence de l’intégration, en évaluant les effets sur l’enseignement, l’engagement, la compréhension, l’autonomie et la motivation des étudiants, puis ajuster les usages selon les résultats.

Plusieurs exemples concrets

Parmi les 29 usages présentés :

• Adapter son cours à son public : utile pour planifier des cours, activités et contenus adaptés aux profils, besoins et motivations des étudiants via des personas d’étudiants. L’agent peut répondre à des questions pour explorer ces besoins et guider la planification pédagogique, mais nécessite la validation d’un expert humain.
• Concevoir des simulations professionnelles : favorise la créativité et la création de scénarios complexes à embranchements multiples. Le guide met en garde contre l’éloignement possible des objectifs pédagogiques et recommande de toujours revenir à l’intention d’apprentissage.
• Rendre les ressources inclusives et accessibles : créer schémas explicatifs, résumer des contenus longs, traduire… Le risque est la simplification excessive ou l’inexactitude, pouvant générer des inégalités entre étudiants.
• Développer les compétences réflexives et argumentatives : les étudiants débattent avec un agent philosophique pour clarifier leurs idées, affiner leurs arguments ou travailler la rédaction et la clarté conceptuelle. Attention aux biais et stéréotypes que l’IA peut reproduire.

D’autres usages incluent la création d’une “grille d’évaluation à échelle descriptive”, la proposition de tutorat, la correction de travaux à réponse ouverte ou la rédaction de rapports d’évaluation.

SOURCE : aefinfo.fr