Rapports et cadres de référence

Intelligence artificielle générative en enseignement supérieur : enjeux pédagogiques et éthiques

Ce document présente divers travaux de réflexion et d’analyse portant sur les enjeux pédagogiques et éthiques soulevés par les usages de l’IAg en enseignement supérieur. Il rassemble 20 recommandations dans le but d’assurer une utilisation judicieuse de l’IAg dans les collèges.

Pour consulter toutes les publications, cliquez ici.

Intelligence artificielle générative en enseignement supérieur : enjeux pédagogiques et éthiques
Conseil supérieur de l’éducation, 2024


Cadre de référence issu des travaux de l’instance de concertation nationale sur l’IA en enseignement supérieur

Les objectifs poursuivis par la mise en place de ce cadre de référence sont au nombre de deux. Il s’agit d’abord de présenter le fruit des travaux de l’Instance et ensuite de faire de ce cadre une bougie d’allumage qui suscitera réflexion et discussions entre les membres de la communauté de l’enseignement supérieur.

Ce cadre de référence est suivi d’un guide pratique et d’une trousse de ressources.

Intégration responsable de l'intelligence artificielle dans les établissements d'enseignement supérieur : repères et bonnes pratiques
Campus numérique Québec — Pavillon de ressources éducatives numériques, 2025


Guide d’usages de l’intelligence artificielle générative (IAg) pour des tâches pédagogiques en enseignement supérieur

Le Centre de pédagogie universitaire (CPU) de l’Université de Montréal a produit ce guide à destination de la communauté de l’enseignement supérieur, et particulièrement aux établissements universitaires et collégiaux membres du Pôle interordres de Montréal (PIM) qui a soutenu cette réalisation. Il vise à fournir des exemples concrets et responsables d’intégration de l’IAg dans les tâches pédagogiques en enseignement supérieur.

Pour consulter ce guide, cliquez ici.

Intelligence artificielle générative en enseignement supérieur : enjeux pédagogiques et éthiques
Centre de pédagogie universitaire de l’Université de Montréal, (s.d.)


Outils pour le personnel enseignant

Faire apprendre et évaluer à l’ère de l’IA

Cette ressource de la formation du même nom est un guide autonome quant à l’élaboration d’activités d’apprentissage et d’évaluations utilisant l’IAg.

Lavigueur, P., You, D. (2025, 12 août).


Fiche de planification d’une activité intégrant l’IA

Cette fiche est un matériel de la formation Faire apprendre et évaluer à l’ère de l’IA. La fiche vise à accompagner le personnel enseignant dans la planification et l’organisation d’activités intégrant l’IAg.


Huit stratégies pour prévenir le plagiat à l’ère de l’IA

Cette présentation fournit huit conseils rapides pour prévenir le plagiat et la triche dans les évaluations dans un contexte de présence de l’IAg.

Lavigueur, P., You, D. (2024, 18 janvier).


Banque de ressources

L’Université de Sherbrooke présente une série des ressources visant à soutenir le personnel enseignant dans la prise en compte des IAg dans les activités pédagogiques. Certains outils invitent à revoir les méthodes d’évaluation afin de favoriser l’intégrité intellectuelle à l’ère de l’IAg.

Consultez la banque de ressources


Utilisation transparente de l’intelligence artificielle

Martine Peters, directrice du Partenariat universitaire sur la prévention du plagiat (PUPP), a rendu disponible des icônes promouvant une utilisation transparente de l’intelligence artificielle. Ceux-ci contribuent à l’intégrité académique en enseignement supérieur.

Peters, M. (2023). Acronymes et icônes pour une utilisation transparente de l’IA. Martine Peters, chercheuse et professeure en science de l'éducation Directrice du Partenariat universitaire sur la prévention du plagiat. https://mpeters.uqo.ca/utilisation-transparente-de-lintelligence-artificielle/
Peters, 2023

Téléchargez les icônes


Outils pour les personnes étudiantes

Guide étudiant pour une utilisation responsable de l’IAg

Ce guide étudiant propose des conseils pour utiliser l’IAg de manière responsable dans différentes activités d’apprentissage telles que la révision de cours, les travaux écrits et pratiques, les tests et examens, ainsi que le tutorat. Des informations sur les avantages et les limites de l’IAg s’y trouvent également.

Lavigueur, P., You, D. (2024, 17 mai).


Modèle de citation d’échange avec un agent conversationnel

Ce modèle facilite la citation d’un agent conversationnel dans le texte et l’insertion de la référence en médiagraphie en version APA.

Voir le modèle


À consulter aussi

Pour plus d’informations sur l’intégrité intellectuelle, consultez la page ici.