L’intelligence artificielle au service de la conception et de l’innovation des formations interdisciplinaires : le cas de l’enseignement des infrastructures publiques numériques

L’intelligence artificielle pour concevoir et faire évoluer les formations universitaires

Une étude publiée le 27 mars 2026 dans la revue scientifique Quality & Quantity explore la manière dont l’intelligence artificielle générative peut accompagner les établissements d’enseignement supérieur dans la conception, l’évaluation et l’adaptation de leurs programmes de formation.

Une nouvelle approche de l’ingénierie des formations

Les chercheurs proposent une méthode baptisée « Genesis », qui associe les grands modèles de langage (LLM), tels que ChatGPT, à l’expertise des responsables pédagogiques.

L’objectif n’est pas de confier à l’IA la conception des formations, mais de l’utiliser pour analyser les programmes existants, identifier les compétences à développer, repérer les redondances entre enseignements et proposer des évolutions cohérentes avec les besoins professionnels.

Une expérimentation auprès de 473 apprenants

La méthode a été étudiée dans trois programmes internationaux de formation professionnelle consacrés aux infrastructures publiques numériques.

Les résultats suggèrent que l’IA peut faciliter l’articulation entre disciplines, renforcer la cohérence des contenus pédagogiques et accompagner leur adaptation à l’évolution des métiers.

Les auteurs soulignent toutefois que ces expérimentations ne démontrent pas encore une amélioration mesurable des résultats d’apprentissage ou des gains de productivité.

Quelles applications pour une Direction de la formation ?

Cette approche ouvre plusieurs perspectives pour les universités :

• Analyse des maquettes pédagogiques : identifier les doublons, les lacunes et les complémentarités entre enseignements.
• Évolution de l’offre de formation : confronter les compétences enseignées aux évolutions des métiers et aux besoins professionnels.
• Appui à l’ingénierie pédagogique : faciliter la préparation et la révision des programmes.
• Amélioration continue : exploiter les évaluations et les retours des apprenants pour proposer des ajustements.
• Interdisciplinarité : identifier des rapprochements possibles entre formations et domaines de compétences.

Une IA sous contrôle humain

L’étude insiste sur la nécessité de maintenir une supervision humaine à chaque étape. Les propositions produites par l’IA doivent être vérifiées, contextualisées et validées par les équipes pédagogiques.

L’intérêt de cette approche réside donc dans une collaboration entre l’expertise universitaire et les capacités d’analyse et de synthèse de l’intelligence artificielle.

Référence : Lusi, J. A., Nikiforova, A., Lorenz, B. et Pappel, I. (2026). An LLM-augmented framework for interdisciplinary curriculum design and innovation: case of digital public infrastructure education. Quality & Quantity, 60, 13205–13239.