Face à l'incertitude croissante du marché du travail, certains suggèrent de délaisser les bancs de l’université pour une immersion précoce en entreprise. C’est, selon nous, une erreur fondamentale. Dans un monde où l’avenir ressemble au « brouillard » décrit par Geoffrey Hinton, la mission de l’école n’est plus de former à des tâches précises, mais de forger des individus capables de naviguer dans l’inconnu.

1. Le Retour aux Fondamentaux : Apprendre à Penser

Puisque les compétences techniques deviennent obsolètes à une vitesse fulgurante, l’enseignement supérieur doit revenir à son essence : les arts libéraux. Plutôt que de transmettre des savoir-faire étroits, il s’agit de cultiver :

1. Le raisonnement logique et l'esprit critique.
2. La clarté de l'expression écrite et orale.
3. La capacité à évaluer des preuves et à déconstruire un argument.

Ces compétences transversales sont les seules qui ne périmeront pas. L’objectif n’est pas de faire des étudiants des consommateurs passifs d’IA, mais des utilisateurs éclairés capables de juger la pertinence des résultats produits par la machine.

2. Pédagogie : Du « Faire » vers le « Comprendre »

L'histoire nous montre que l'outil ne remplace pas la compréhension. La calculatrice n'a pas tué l'arithmétique ; elle a délégué l'exécution pour libérer l'esprit. Avec l'IA, nous vivons une transition similaire.

Les modèles de langage (LLM) peuvent désormais résumer, coder ou rédiger. L'enseignement doit donc pivoter : l'élève ne doit plus viser la maîtrise de l'exécution manuelle, mais la compréhension des concepts sous-jacents. Le succès de demain appartiendra à ceux qui sauront structurer un problème et piloter l'IA pour le résoudre.

3. La Révolution de l'Évaluation

L'IA rend les devoirs à la maison et les examens non surveillés obsolètes. Pour garantir un apprentissage réel et éviter les raccourcis technologiques, un retour aux méthodes traditionnelles s'impose :

1. Examens oraux et présentations en direct.
2. Résolution de problèmes au tableau blanc.
3. Quiz en présentiel.

Ce changement nécessite paradoxalement un modèle très humain : des classes plus petites et une interaction directe entre maître et élève. C'est peut-être le début d'un nouvel âge d'or pour l'enseignement personnalisé.

4. Les Défis : Biais et Inégalités

Ce modèle "haute intensité humaine" soulève deux problèmes majeurs :

1. La subjectivité : Les examens oraux et le suivi personnel peuvent introduire des biais moins visibles que dans les tests standardisés.
2. La fracture sociale : Un enseignement en petits groupes coûte cher. Si seules les institutions d'élite l'adoptent, l'écart se creusera avec les universités publiques, créant une éducation à deux vitesses.

L'Essentiel : L'IA ne rend pas l'éducation formelle inutile ; elle la rend plus exigeante. Pour que la société profite de cette révolution, nous devons investir massivement dans l'humain. Les gains de productivité générés par l'IA devraient servir à financer cet impératif : plus d'enseignants, des classes réduites et une interaction humaine renforcée. L'avenir de l'IA passera par une éducation plus humaine que jamais.