« Toujours sur le métier remettez votre ouvrage » Cet adage s’applique particulièrement bien aux référentiels de compétences.
L’IA nous pousse à nous remettre au travail, tant elle a un impact sur la manière d’apprendre, de nous informer, de diffuser l’information, de travailler, de nous organiser, et sur la forme des systèmes que nous pouvons concevoir.
Comment aborder la question ?
S’agit-il de proposer un cadre complémentaire aux référentiels existants pour résoudre le problème, comme le propose la CDEFM dans le domaine du management ? Ce document a plusieurs qualités, il distingue la littératie de l’IA (i.e compréhension et usages des IA de dimensions plus métier, et de mettre en avant ces dimensions clés impactées sous forme de macro-compétences transversales. Il distingue des niveaux différentiés suivant les niveaux visés. S’il met en avant l’évolution liée à l’IA, cela a le défaut d’être un ajout, sans connexion évidente avec ce qui existe déjà.
Faut il au contraire viser à intégrer de manière transversale ces impacts dans les référentiels existants ? Le CDIO, association internationale de formations d’ingénieurs, a fait évoluer son syllabus dans cette optique, en insérant les dimensions clés liées à l’IA au cœur de leur syllabus. INCOSE, association de référence pour l’ingénierie système, procède de la même manière. Toutes deux, différencient d’ailleurs deux dimensions : l’IA comme outil (AI4SE), et l’IA comme composant du système visé (SE4AI). Le travail hybride (en équipe, en collaboration) humain-IA est un autre élément mis en avant par ces deux associations. Problème, est-ce que cela invisibilise la question de l’IA ?
Mais est-ce suffisant de compléter ou d’amender un référentiel de compétences ?
Premier problème : l’impact évolue rapidement
Il semble que lorsqu’on aborde les compétences à développer pour tirer parti de manière pertinente de l’IA, nous avons toujours tendance à être en retard par rapport à l’actualité. La question du prompt engineering a ainsi été un temps au centre des discussions pour devenir aujourd’hui un point annexe, parce que la technologie a très rapidement évolué, et parce que la vraie question est l’explicitation les besoins.
Autre exemple de retard chronique. Si l’on se penche sur la question de la collaboration humain-IA, cette question reste centrale, mais elle évolue également. Dans un premier temps, le travail de l’humain semblait principalement d’être de valider ce que fait la machine, en mettant en avant la question de la fiabilité de ces réponses. L’humain contrôle, la machine propose. Ethan Mollick, chroniqueur bien connu, a publié en 2024 un best-seller Co-Intelligence. Living and Working with AI (traduit en français Co-intelligence – Vivre et travailler avec l’IA), mettant en avant cette idée de collaboration humain-IA.
Mais ce rapport évolue. Le premier point est que l’IA dépasse de plus en plus l’humain. Les meilleurs modèles sont maintenant capables de développer des programmes informatiques (de coder) mieux et plus vite que des développeurs aguerris. Se pose alors la question de comment valider ce que fait la machine. Le nouveau livre d’Ethan Mollick, à sortir, Co-existence – the next phase of AI, reconnaît l’évolution dans cette relation. Un second point s’ajoute. Il est devenu courant que l’IA générative, au travers d’agents, agit de manière autonome, et non plus sous supervision (et donc validation) humaine, et ce de manière moins prévisible que l’informatique jusqu’ici. La collaboration humain-IA continue à être centrale, mais de manière (très) différente.
Si on revient sur la question des compétences, en tant que guide de conception de formation, le décalage devient frappant. Le CESE souligne déjà le problème de la durée de vie de la compétence qui est passée de 20 à 30 en 1980 à 6 à 24 mois aujourd’hui, et nous invite à repenser notre approche des compétences, tant il est vrai que le cycle de vie d’une formation est plus long que 24 mois. Et pour l’IA les changements sont plus proches des 6 mois…
Deuxième problème : ce n’est pas la seule transformation en cours
Il y a 5 ans, un référentiel de compétences pour l’ingénieur responsable nous était proposé au sein de l’IMT. Cela a été un gros travail, de fond, qui abordait des enjeux importants. Le problème a ensuite été d’intégrer cela dans les formations. Faire un enseignement dédié sur le sujet, permet de traiter de nombreux sujets, et de mobiliser les personnes convaincues. Par contre, l’intégration avec les disciplines, avec les métiers existants, le reste de la formation, est rendue plus compliquée.
De plus l’ajout d’un référentiel pour chaque nouveau sujet n’est pas soutenable, le temps n’est pas extensible, chaque discipline défend son pré carré et peut être tentée de s’opposer au nouvel entrant. Déjà en son temps, la pédagogie par projets a été vue par certaines disciplines comme un temps de formation perdue.
Comment échapper à la multiplication de cadres de références qui abordent chacun un facteur de changement, et à un caractère additif de compétences visées, au détriment d’une vision plus intégrée ?
Le CDIO a ainsi acté d’intégrer dans son syllabus, trois facteurs de changement qui affectent les compétences souhaitables de nos ingénieurs : (1) l’impact de nos activités sur les écosystèmes et l’urgence de transformations sociétales pour assurer des conditions de vie soutenables, (2) la numérisation comme technologie clé pour le changement, (3) le changement accéléré et la complexification de notre monde (avec l’acronyme VUCA pour Volatility, Uncertainty, Complexity, Ambiguity).
Dit autrement, nous sommes dans une société en polycrise, c’était le sens de l’intervention de Guillaume Carbou sur l’anthropocène en ouverture de QPES l’année dernière. Ce constat était au cœur de l’introduction du colloque de la CDEFI qui a suivi dans la même ville (Brest). C’est également le constat de départ de Pascal Detroz dans le cadre de ses travaux sur la robustesse et la formation. Ce constat partagé de société en polycrise peut être considéré comme une vision élargie de la définition d’un monde VUCA.
Troisième problème : un système plus complexe pour faire face à des enjeux complexes
Le monde est donc devenu plus complexe, et cette dynamique de changements nécessite plus d’agilité, d’adaptabilité, de créativité, de gestion de l’incertain, d’engagement. Ces exigences, cette complexité nécessite de repenser notre manière d’exprimer les objectifs de formation, pour aider nos étudiant·e·s à habiter un monde instable.
Que ce soit par rapport aux retours d’expérience liées à la transformation écologique et sociétale, à l’agilité dans un monde VUCA, mais également par rapport à l’IA, de nouvelles dimensions doivent être abordées dans les formations. Dans le cadre de l’IA générative, l’esprit critique, l’émotion sont des dimensions à aborder, mais de manière incidente.
Et pourtant, pour apprendre à vivre dans ce monde, les dimensions de compréhension des enjeux, d’esprit critique, de gestion des émotions et d’engagement, sont des dimensions à aborder de manière plus intégrée, de manière systémique dans nos formations.
Camille Larcin et Pascal Detroz proposent un biomètre qui couvre 5 dimensions : connaissances (avec Bloom), continuum logique, continuum expérientiel, continuum émotionnel, continuum réflexif (qui semble de fait être un continuum systémique), continuum agentif. Ce biomètre permet ainsi de couvrir et d’expliciter les différentes dimensions au-delà du cadre de la taxonomie classique de Bloom.
De fait le travail de ces 2 chercheurs est bien de proposer un nouveau paradigme pour l’enseignement supérieur, et pour cela ils se basent sur le cadre de la robustesse proposé par Olivier Hamant, qu’ils présentent comme une voie médiane et alternative. La robustesse est « la capacité d’un système à maintenir sa stabilité malgré les fluctuations qu’il subit ». Le système qui nous intéresse ici est l’enseignement supérieur dans un monde en polycrise. Un site participatif permet d’ailleurs d’échanger autour de leurs travaux.
Quatrième problème : un impact à 360°
Si on revient à l’IA, les débats de ces dernières années montrent bien que les changements ne sont pas que dans les compétences à développer. L’IA, principalement générative, utilisée par l’immense majorité des nos étudiants, change la manière d’apprendre. Elle modifie la manière de travailler des enseignants en les accompagnant dans la construction du cours, dans leurs interactions avec les étudiants (feedback), et en impactant les modalités d’évaluation. Elle impacte également la manière de faire de la recherche, et l’organisation des institutions. Pour que ce ne soient pas les développements de l’IA qui nous propose le cadre de ces évolutions, il est nécessaire de faire un pas de coté et non pas de simplement ajouter un ensemble de compétences à nos formations, ou d’utiliser des outils d’automatisation pour gérer la massification. D’autant que ces ajouts, posent effectivement la question du développement de l’esprit critique, ou de l’intelligence émotionnelle, sans apporter de réponse convaincante. Là encore, il faut faire un pas de coté en adoptant un cadre plus large.
Une réponse complexe à un contexte multiple
La réponse à la question de former nos étudiants dans un monde transformé par l’IA va donc au-delà de la définition d’un simple référentiel de compétences IA, même si ce travail d’identification est évidemment une étape incontournable.
La réponse doit intégrer l’évolution rapide de ces technologies, et de manière plus générale des compétences professionnelles. Elle doit acter que l’IA n’est pas le seul vecteur de changement, et qu’ils ne devraient pas être abordés de manière indépendante. La réponse doit élargir les dimensions de nos objectifs au-delà de simples cadres classiques.
Cette réponse se fait dans un contexte mouvant où nos institutions sont elles-mêmes impactées, ou la prise en compte nouvelles dimensions dans les objectifs de formation, impose forcément un renouvellement pédagogique. Le cadre de la robustesse permet d’aborder ce contexte de manière vivante et évolutive.
Revenons aux compétences IA et pour l’ingénieur
Cette complexité est un appel à l’action. Il est plus que jamais nécessaire de s’engager dans ce contexte que l’on sait évolutif.
L’approche d’intégration dans les syllabus sur le modèle du CDIO semble donc plus prometteuse pour faire évoluer des formations existantes. Elle permet également de (re)positionner l’AI comme une technologie comme une autre, et prendre ainsi en compte l’incertitude sur sa place future dans nos processus et nos systèmes. La place de l’IA est à 2 niveaux : l’IA dans le métier de l’ingénieur (un outil parmi d’autres) et dans les solutions pour concevoir des systèmes (IA comme une technologie parmi d’autres, les existantes et les futures plus robustes. Parce qu’être technophile, c’est viser la diversité technologique).
Le cadre de la robustesse permet d’aborder de manière plus structurée des dimensions qui sont mal prises en compte dans nos formations (esprit critique, systémique et complexité, éthique, émotions, engagement).
Combiner ces deux éléments permet également d’articuler des préoccupations aujourd’hui trop cloisonnées.
La définition des objectifs visés doit ainsi : être plus dynamique pour permettre d’intégrer les évolutions au plus tôt, viser le développement des fondamentaux pour permettre de vivre dans un monde instable : esprit critique, systémique, incertitude, créativité, coopération, émotions, … et en parallèle assurer l’appropriation d’un cadre de valeurs éthiques.
Et oui, ce sont les enjeux pour des formations autour de l’IA, pour les ingénieurs, et plus largement pour l’enseignement du supérieur.
« Hâtez-vous lentement, et, sans perdre courage,
Vingt fois sur le métier remettez votre ouvrage :
Polissez-le sans cesse et le repolissez ;
Ajoutez quelquefois, et souvent effacez. »
Boileau, L’Art poétique (1669-1674), Chant premier, v. 171-174, éd. ULB, p. 52
Crédit photo : Tissages par bpmm licence CC-by-NC-ND 2.0
Répondre à cet article
Suivre les commentaires :
|
