L'intelligence artificielle est déjà utilisée dans une grande partie des universités interrogées par l'UNESCO en Amérique latine et dans les Caraïbes. Mais son installation dans les pratiques ne signifie pas que les établissements ont défini des règles communes. L'écart est net : 87 % déclarent un usage dans au moins un domaine, tandis que 26 % disposent d'une stratégie formelle.
Ces chiffres proviennent d'une enquête auprès de 200 établissements dans 19 pays, présentée par l'UNESCO IESALC en septembre 2026. Ils décrivent les réponses des participants, et non une mesure représentative de toutes les universités de la région. Leur intérêt tient moins à un classement des pays qu'à la question qu'ils posent : qui organise les usages lorsque les outils sont déjà entrés dans le travail quotidien ?
Ce que mesure réellement l'enquête
La publication méthodologique d'Arianna Valentini Céspedes précise que le questionnaire a circulé entre août et octobre 2025. Il comportait 33 questions fermées et s'adressait à des responsables d'établissement : recteurs, directions, responsables académiques ou de stratégie. Il ne s'agissait pas d'interroger directement les étudiants sur leurs apprentissages.
Après nettoyage de 375 réponses, 200 ont été retenues. La diffusion s'est faite par les réseaux institutionnels, des courriels, LinkedIn et une lettre d'information, sans base d'échantillonnage prédéfinie. L'autrice présente donc un travail exploratoire et descriptif, sans revendiquer de représentativité statistique.
Cette précision change la lecture. Dire que 87 % des établissements répondants utilisent l'IA n'autorise pas à annoncer que 87 % de toutes les universités latino-américaines le font. Cela ne signifie pas non plus que tous leurs cours ou tous leurs étudiants y ont recours.
Enseignement, recherche et règles communes avancent à des rythmes différents
Dans la synthèse de l'UNESCO IESALC, l'enseignement et l'apprentissage arrivent en tête des usages déclarés, autour de 74 %, devant la recherche, à 57 %. Les outils généralistes cités comprennent ChatGPT, Copilot et Gemini. Une partie de l'adoption vient des enseignants, chercheurs et étudiants, avant l'établissement d'une stratégie collective.
La présence d'un outil peut répondre à des besoins très différents : préparer un support, explorer une question, analyser des données ou aider à une tâche administrative. Regrouper ces usages sous une seule étiquette masque leurs enjeux. Une assistance à la préparation d'un cours ne soulève pas exactement les mêmes questions qu'une utilisation dans une évaluation.
La gouvernance consiste à fixer qui décide, selon quelles règles et avec quel suivi. Une stratégie donne une direction ; elle doit ensuite se traduire en consignes compréhensibles. Pour un étudiant, l'information utile est concrète : l'aide est-elle autorisée pour cet exercice, doit-elle être déclarée, et qu'est-ce qui doit rester un travail personnel ?
Un meilleur devoir ne prouve pas un meilleur apprentissage
Le rapport de l'OCDE « Digital Education Outlook 2026 » apporte un autre éclairage. Sa synthèse distingue la réussite d'une tâche avec une IA et les connaissances réellement acquises. Les recherches qu'il examine indiquent que des productions peuvent s'améliorer avec l'aide d'un outil généraliste, sans que cet avantage se maintienne lorsque l'outil est retiré.
L'OCDE souligne aussi que des usages conçus autour d'un objectif pédagogique peuvent soutenir les apprentissages. La différence ne tient donc pas seulement au modèle choisi. Elle dépend de l'activité demandée, de la place de l'enseignant et de la façon dont on vérifie ce que l'élève ou l'étudiant sait faire ensuite.
Ce rapport n'est pas une seconde mesure des 200 établissements de l'enquête latino-américaine. Il aide à interpréter un enjeu plus large : compter les usages ne suffit pas à établir leur efficacité éducative. Adoption, qualité des productions et acquisition de compétences sont trois questions distinctes.
Quelles questions poser avant de généraliser un outil ?
Une université peut commencer par définir le besoin auquel l'IA doit répondre. Cherche-t-on à proposer un retour plus fréquent sur un raisonnement, à faciliter l'accès à une ressource ou à alléger une tâche répétitive ? Sans objectif précis, il devient difficile de choisir un indicateur de réussite.
Vient ensuite la règle applicable à l'activité. Un exercice destiné à apprendre une méthode doit permettre de voir les étapes du raisonnement, pas seulement le résultat livré. Une aide autorisée gagne à être explicitée avant le travail, afin que les étudiants ne découvrent pas des attentes contradictoires au moment de l'évaluation.
Enfin, l'établissement doit pouvoir observer les effets et réviser sa décision. Les recommandations de l'UNESCO IESALC portent notamment sur la formation, la participation des étudiants à la gouvernance et le suivi des usages. Ce sont des conditions d'organisation, pas une garantie automatique de progrès.
Le sujet dépasse ainsi l'opposition entre interdiction générale et adoption enthousiaste. L'enjeu est de rendre les attentes lisibles et de conserver une question centrale : après avoir utilisé l'outil, qu'a-t-on réellement appris ?
Photographie d'illustration : la bibliothèque centrale de l'UNAM, à Mexico. Elle n'identifie pas un établissement répondant à l'enquête.
