Une intelligence artificielle peut proposer un calcul, une solution technique ou un argument. Qui doit alors vérifier les hypothèses, comprendre les conséquences et répondre du choix retenu ?
Pour une formation en sciences, technologies, ingénierie et mathématiques — les STEM — cette question touche au cœur du métier. Former des personnes capables de produire une réponse est une chose ; les préparer à en apprécier la validité et les effets en est une autre.
La conférence internationale CIMQUSEF & EVALSUP 2026 est annoncée à Rabat les 28 et 29 octobre 2026. Son thème place les écosystèmes STEM centrés sur l’humain face aux bouleversements de l’IA. Pour les directions et les équipes enseignantes, l’enjeu est de traduire cette orientation en questions de formation, de jugement et de responsabilité.
Cet article est un aperçu préparé le 27 octobre 2026 à partir des informations publiques de l’organisateur. Il ne rapporte pas les conclusions de la rencontre et ne revendique aucune participation de Learning Coach.
Les repères de l’événement : un nom à actualiser
Le site de l’organisateur présente la rencontre comme la réunion de la 23e édition de CIMQUSEF, consacrée à la qualité de l’éducation et de la formation, et de la 8e édition d’EVALSUP, consacrée à l’évaluation dans le supérieur. L’appellation CIMQUSEF21 ne correspond donc pas à la présentation actuelle de l’événement.
Le programme provisoire annonce notamment des discussions sur les transformations économiques liées à l’IA, la place de la culture et de l’éthique dans les STEM, l’évaluation des compétences et la gouvernance éducative.
Ces intitulés sont des points de départ pour une lecture critique. Ils indiquent les sujets que la rencontre entend mettre en discussion ; ils ne permettent pas d’affirmer ce que les intervenants auront démontré. Les modalités et le programme doivent être confirmés sur les pages officielles.
Ce que peut signifier « centré sur l’humain » dans une formation STEM
L’expression paraît consensuelle. Elle devient plus exigeante lorsque l’on demande ce qu’elle change dans une activité.
Dans ce dossier, nous proposons une définition de travail : une formation STEM centrée sur l’humain prépare l’apprenant à comprendre une situation, examiner les solutions possibles et justifier un choix en tenant compte des personnes concernées.
Cela ne demande pas de diminuer la rigueur scientifique. Une erreur de mesure, une hypothèse mal posée ou une limite de modèle peuvent avoir des conséquences humaines. La précision technique et l’examen des usages appartiennent donc à une même discussion.
Imaginons une équipe étudiante qui conçoit un dispositif de gestion de l’eau. Une proposition peut sembler efficace sur le papier. Il reste à examiner les données disponibles, les besoins des usagers, la maintenance et les contraintes locales. Un assistant IA peut contribuer à l’exploration ; les étudiants doivent pouvoir expliquer leurs décisions.
Ce scénario est illustratif. Il montre une question pédagogique : à quels moments du projet le raisonnement et les arbitrages deviennent-ils visibles ?
Premier enjeu : apprendre à vérifier une réponse que l’on n’a pas entièrement produite
Dans les STEM, l’IA peut intervenir à plusieurs étapes d’un travail : reformulation du problème, proposition de code, interprétation d’un document ou recherche de variantes. L’enjeu éducatif dépend de ce que l’apprenant fait ensuite.
Une réponse bien présentée peut faciliter le travail tout en rendant une erreur difficile à remarquer. Un étudiant a besoin de connaissances pour reconnaître une valeur invraisemblable, une unité incohérente ou une conclusion qui dépasse les données.
Pour les équipes pédagogiques, nous proposons d’examiner les tâches de vérification. Peut-on demander à l’étudiant de contrôler une hypothèse, de produire une estimation indépendante ou d’expliquer dans quelles conditions une solution cesserait de convenir ?
Une telle activité doit rester adaptée à son niveau. Mettre un débutant devant une réponse complexe sans lui fournir les moyens de l’examiner ne crée pas automatiquement de l’esprit critique. L’enseignant peut montrer une démarche, proposer des critères puis retirer progressivement son aide.
La question à rapporter d’une conférence est précise : quelles connaissances et quelles occasions de pratique rendent cette vérification possible ?
Deuxième enjeu : faire entrer les conséquences dans le travail technique
L’éthique peut rester abstraite si elle intervient seulement après la conception. Une formation peut la rendre plus concrète en demandant qui bénéficie d’une solution, qui rencontre un obstacle et qui supporte les conséquences d’une erreur.
Prenons un outil qui classe des demandes ou recommande une priorité. Avant de discuter sa performance, les étudiants peuvent examiner les critères retenus, les données absentes et les possibilités de contestation. Deux solutions proches techniquement peuvent distribuer très différemment les bénéfices et les contraintes.
Ces questions ne se résolvent pas toujours par un calcul unique. Elles demandent d’expliciter les valeurs et les compromis. Le débat pédagogique gagne à reconnaître ces désaccords, tout en maintenant la vérification des faits.
Pour un organisateur de conférence STEM, un cas détaillé peut donc être plus utile qu’une longue liste de principes. Il donne aux participants un objet commun pour confronter le raisonnement technique et les conséquences envisagées.
Un éclairage de l’UNESCO : des compétences qui dépassent le maniement des outils
Le référentiel de compétences en IA pour les élèves publié par l’UNESCO en 2024 associe quatre dimensions : une approche centrée sur l’humain, l’éthique, les techniques et applications de l’IA, et la conception de systèmes. Il organise une progression entre comprendre, appliquer et créer.
Ce cadre aide à formuler des objectifs éducatifs. Il ne démontre pas qu’une conférence ou une activité particulière améliore les apprentissages, et ne constitue pas un programme obligatoire pour tous les pays.
Notre lecture est que ces dimensions doivent dialoguer. Apprendre à utiliser un système sans examiner ses limites laisse une partie du problème ouverte. Discuter de responsabilité sans comprendre suffisamment le fonctionnement et les usages de la technologie peut également limiter la portée du débat.
Pour un établissement, le travail consiste à choisir ce qui est pertinent à chaque niveau, puis à définir des activités qui permettent de l’apprendre et de le montrer.
Troisième enjeu : que faut-il regarder pour parler de qualité ?
Une école ou une université peut montrer ses équipements, le nombre de projets réalisés ou la présence d’outils récents. Ces éléments décrivent des moyens et des activités. Ils ne disent pas à eux seuls ce que les apprenants maîtrisent.
Nous proposons de discuter la qualité à partir de questions observables : l’étudiant peut-il expliquer une décision ? Repère-t-il une limite ? Sait-il revoir son travail lorsqu’une hypothèse change ? Peut-il rendre sa démarche compréhensible à une personne concernée ?
Le jugement doit s’appuyer sur des situations cohérentes avec la formation. Une grille trop générale peut masquer les exigences propres à la discipline. Les équipes ont besoin de préciser ce qui compte dans un raisonnement d’ingénierie, une analyse scientifique ou une conception informatique.
La qualité concerne aussi les conditions d’apprentissage. Les ressources, les langues de travail, le temps d’accompagnement et l’accessibilité peuvent modifier les possibilités offertes aux étudiants. Une démarche centrée sur l’humain doit rendre ces conditions discutables.
La perspective Learning Coach : relier capacités, situations et décisions
Nous proposons de préparer une conférence STEM autour de capacités que l’établissement souhaite développer, puis de demander dans quelles situations elles deviennent visibles.
| Capacité visée | Situation à examiner | Question pour l’équipe |
|---|---|---|
| Comprendre un modèle | Expliquer ses hypothèses et son domaine d’usage | Quelles connaissances faut-il mobiliser ? |
| Vérifier une proposition assistée | Contrôler un résultat ou comparer une autre méthode | Quels critères rendent le contrôle possible ? |
| Prendre en compte les personnes | Discuter un obstacle d’usage ou une conséquence | Quels acteurs doivent être entendus ? |
| Justifier un arbitrage | Comparer plusieurs solutions défendables | Quels compromis faut-il expliciter ? |
| Adapter son raisonnement | Réviser le projet après une nouvelle contrainte | Comment observe-t-on la progression ? |
Cette grille est une proposition éditoriale Learning Coach. Elle n’est ni un instrument validé ni une conclusion de CIMQUSEF & EVALSUP.
Son intérêt est de relier les idées discutées à des choix de formation. Chaque équipe peut conserver une question qui correspond à ses enseignements, puis examiner un support ou une évaluation existante.
Comment préparer des échanges utiles à Rabat ?
Une délégation peut commencer par recueillir une difficulté auprès des collègues qui ne participeront pas. Par exemple : comment faire expliquer une décision de conception lorsque l’IA a contribué au dossier ?
Les participants identifient ensuite les discussions pertinentes dans le programme. Pendant les échanges, ils peuvent distinguer les résultats présentés, les interprétations proposées et les conditions qui restent à examiner.
Une intervention sur l’avenir de l’éducation gagne aussi à laisser place aux questions du terrain. Les contraintes d’effectif, de matériel et de temps ne sont pas des détails à traiter après les idées : elles interviennent dans les possibilités de mise en œuvre.
L’objectif n’est pas de repartir avec une solution complète pour tout un établissement. Une question mieux formulée et un premier essai raisonnablement préparé peuvent déjà donner une suite concrète au déplacement.
Après la rencontre : choisir un essai et une manière d’en discuter
L’équipe peut sélectionner un seul changement : introduire une vérification indépendante dans un projet, demander une justification d’arbitrage ou faire examiner les conséquences d’une solution par différents acteurs.
Avant l’essai, elle précise ce qu’elle souhaite observer. Après, elle discute les travaux, les difficultés et les adaptations nécessaires. Ce retour permet de décider de poursuivre, de modifier ou d’abandonner la proposition.
Pour approfondir les stratégies d’apprentissage qui peuvent soutenir ce travail, notre dossier sur les méthodes d’apprentissage selon les sciences cognitives constitue une lecture complémentaire.
Le thème annoncé à Rabat ouvre ainsi une question que chaque formation peut s’approprier : lorsque les outils deviennent plus puissants, quelles capacités voulons-nous rendre plus solides chez les personnes qui les utilisent ?
Ressources
CIMQUSEF & EVALSUP 2026 — présentation officielle de la rencontre.
UNESCO — AI Competency Framework for Students, publication 2024.
Dates et thèmes issus des informations publiques de l’organisateur ; programme susceptible d’évoluer. Les grilles et scénarios sont des propositions Learning Coach.
