Analyse

Au centre des justifications de ceux qui promeuvent un investissement croissant dans les Intelligences Artificielles Génératives (IAG) dans l’enseignement supérieur, on trouve l’argument que non seulement l’IAG pourrait agir comme un égalisateur des chances, uniformisant l’accès aux ressources éducatives, mais qu’elle pourrait aussi réduire les inégalités existantes dans les capacités cognitives, du moins sous certaines conditions et pour certains types de capacités[1].

Cet argument repose sur un nombre croissant d’études qui s’intéressent aux effets des IAG sur les compétences professionnelles. La synthèse que l’on peut en tirer est la suivante :  dans les activités à forte composante routinière, l’IAG diminue le besoin d’une longue expérience, permet une montée en compétence accélérée et réduit les écarts de compétence entre les personnes ; dans le secteur de la recherche, elle pourrait renforcer les écarts de compétence, les personnes les plus expérimentées étant celles qui tirent le meilleur parti des usages des IAG ; toutefois, elle peut aussi contribuer à réduire certaines inégalités là où la créativité est en jeu, au prix néanmoins d’une uniformisation des pratiques.

À travers cette capacité à ajuster certains écarts, se dessine une forme singulière d’égalisation : l’accessibilité aux IAG vient combler certaines disparités cognitives entre les personnes, en particulier le soutien à la rédaction. Pourtant, derrière cette homogénéisation apparente des performances d’écriture, se profilent d’autres dynamiques : celles d’une reproduction, voire d’un renforcement, des inégalités structurelles, plus discrètes mais plus profondes. Les normes que véhiculent ces technologies – manières d’écrire et d’argumenter – ne sont pas neutres. Elles renvoient à des habitus spécifiques, socialement situés, qui ne sont pas accessibles à tous de manière équivalente.

Les IAG transformeront-elles les normes d’égalité ?

Cette égalité instrumentale des compétences pourrait re