Lors de la dernière conférence #I4Sup, la professeure Laurence Devillers lors de son excellente intervention, nous a interpellés et challengés sur un point aussi fascinant que dérangeant : « Et si l’on pouvait continuer à parler à nos morts grâce à des avatars IA nourris de leurs traces numériques ? » La question, posée de manière frontale, a fait surgir une série de réactions dans la salle — entre sidération, fascination, et inquiétude. À chaud, j’ai tenté d’esquisser une réponse orale, en mobilisant quelques repères conceptuels issus de mes travaux sur les écosystèmes du numérique. Je profite ici d’un temps d’écriture plus posé pour approfondir cette première esquisse. Car si la question peut paraître futuriste, elle est en réalité déjà présente dans plusieurs initiatives technologiques contemporaines.
Mobiliser une approche écosystémique du numérique
L’émergence des avatars générés par intelligence artificielle à partir de données récoltées de leur vivant soulève des interrogations inédites. Ces entités numériques peuvent désormais simuler la voix, les gestes, voire certaines intentions ou émotions d’un proche décédé. Envisager cette possibilité — celle de « faire vivre les morts » — impose une réflexion à plusieurs niveaux, selon une approche écosystémique du numérique. Dans une approche écosystémique du numérique, que je défends dans mes travaux, il est fondamental de considérer l’ensemble des niveaux d’organisation — du micro au macro — pour comprendre la portée sociale, cognitive et symbolique des innovations technologiques. Le numérique ne peut être réduit à une somme de dispositifs ou à une collection de données : il constitue un milieu vivant, co-évolutif, où chaque artefact technique (de l’avatar IA au moteur de recommandation) interagit avec les usages, les normes sociales, les institutions et les valeurs collectives. Cet écosystème est traversé de tensions : entre l’individuel et le collectif, entre la mémoire intime et les infrastructures de stockage, entre le deuil psychique et la temporalité computationnelle. C’est dans cette complexité dynamique qu’il faut situer l’émergence des avatars post-mortem : ni simples curiosités techniques, ni strictes externalités symboliques, ils participent à la reconfiguration de nos rapports au temps, à la filiation et à la finitude.
Le niveau micro : au plus près de l’usager
Au niveau micro, celui des individus, l’effet est immédiat, profondément émotionnel. La fascination pour cette capacité technologique est indéniable. Elle touche au plus intime de nos vies : le rapport à la mémoire, au deuil, à l’absence. Rencontrer une version numérique d’un proche disparu — dialoguer avec lui, le voir sourire, entendre à nouveau sa voix — peut bouleverser les trajectoires émotionnelles. On entre ici dans une nouvelle forme d’attachement technologique, où l’artefact IA devient à la fois réceptacle de mémoire et agent de présence simulée. Dans cette perspective, Bernard Stiegler (La technique et le temps, 1994) nous a déjà alerté sur le fait que les technologies numériques, en tant que supports de rétention tertiaire, modifient notre manière de constituer le passé, de nous projeter dans l’avenir, et donc de nous construire en tant que sujets. La simulation post-mortem pourrait ainsi désynchroniser le temps psychique du deuil.
Le niveau meso : l’organisation du service numérique proposé à l’usager
À l’échelle méso, celle des organisations, entreprises et acteurs du numérique, se pose la question de l’intentionnalité et de l’éthique dans le développement de ces technologies. Quels sont les objectifs poursuivis ? Quels cadres éthiques sont mis en place ? Pour l’instant, il semble que certaines entreprises du secteur technologique s’emparent de cette opportunité avec des intentions à la fois compassionnelles et commerciales. Edgar Morin, dans sa pensée de la complexité (La Méthode, 1977–2004), nous a déjà rappelé que toute innovation technique doit être pensée dans son environnement éthique, culturel et affectif. Il ne s’agit pas seulement de ce que la technologie permet, mais de ce qu’elle transforme dans nos institutions sociales et symboliques. À cette condition seulement, les organisations pourront inscrire ces innovations dans une dynamique de soin, de réinvention du lien, et non dans une logique de marchandisation de l’intime.
Le niveau exo : la réglementation autour de ce cas d’usage
Sur le plan exo, à la périphérie des institutions formelles, se pose la question du cadre juridique. La loi pour une République numérique avait esquissé une régulation des données post-mortem, notamment via l’article 63 (relatif aux directives sur les données après le décès). Mais l’irruption de l’intelligence artificielle dans cet espace amplifie le vide juridique. Ces avatars ne relèvent plus seulement de la gestion des comptes numériques après le décès : ils reconstituent une entité interactive, un simulacre doté de capacités relationnelles. Dominique Boullier, en analysant les régimes de présence numérique (Sociologie du numérique, 2016), montre combien ces dispositifs modifient notre rapport aux absents. Il devient alors impératif de concevoir une nouvelle catégorie juridique et symbolique pour ces « êtres de données » qui persistent au-delà de la vie biologique.
Le niveau macro : le système de valeurs humaines autour de ce cas d’usages
Enfin, au niveau macro, celui des valeurs, des normes culturelles et des rythmes sociaux, la question devient presque anthropologique. Dans nos sociétés, la mort d’un proche est intégrée dans une séquence rituelle : celle du deuil, de la commémoration, de la transmission. Notamment dans la relation parent-enfant, la disparition joue un rôle structurant dans le passage de témoin, dans la construction d’une autonomie adulte. Maintenir une présence numérique du parent pourrait brouiller cette dynamique générationnelle. En ce sens, Bruno Latour — en déplaçant la frontière entre humains et non-humains — nous a appris que les technologies ne sont pas neutres : elles reconfigurent les réseaux d’acteurs, les régimes d’existence, les régimes d’autorité (Nous n’avons jamais été modernes, 1991). Dès lors, l’avatar post-mortem n’est pas un simple artefact technique, il devient un actant social, capable d’orienter les affects, d’organiser les rituels et de transformer la place des morts dans la société des vivants.
Pour ouvrir la discussion : des vies numériques après la mort ?
La puissance technologique de l’IA convoque des potentialités à la mesure de ses dangers. Offrir une présence posthume ne peut se réduire à un simple service numérique. Il s’agit d’un geste anthropologique, d’un choix de société. Pour qu’il soit acceptable, il doit être pensé dans une éthique du lien, du soin, et de la finitude. Comme le suggère Cynthia Fleury, la démocratie doit intégrer une éthique de la vulnérabilité pour éviter que les outils techniques ne deviennent les instruments d’un contournement du réel (Les irremplaçables, 2015).
La technologie, ici plus que jamais, doit rester au service de l’humain — non de son illusion d’immortalité.
Définition de l’IA générative et son émergence dans les sphères scientifiques, éducatives et sociales.
L’IA générative désigne un ensemble de modèles d’intelligence artificielle capables de produire de nouveaux contenus (textes, images, vidéos, sons) en s’appuyant sur des données préexistantes. Reposant sur des architectures avancées telles que les réseaux neuronaux transformeurs (e.g., GPT, DALL-E), elle s’est imposée comme une technologie révolutionnaire depuis les avancées de 2020. Dans les sciences, elle permet de générer des hypothèses, de simuler des expériences ou d’automatiser des revues de littérature (Wooldridge, 2022). En éducation, elle soutient la création de cours sur mesure, les outils d’évaluation et l’apprentissage interactif (Chen et al., 2020). Socialement, des applications telles que ChatGPT ou MidJourney démocratisent son usage, posant la question de son rôle dans la créativité humaine (Floridi & Chiriatti, 2020). Cependant, l’émergence rapide de cette technologie suscite des débats sur l’éthique, la fiabilité et les implications sociétales. Ces évolutions soulignent la nécessité d’une réflexion sur son intégration raisonnée dans nos pratiques quotidiennes.
Présentation de la problématique : Comment l’IA générative peut-elle être perçue comme une orthèse ou une prothèse dans ses usages ?
L’IA générative s’impose comme une technologie aux multiples facettes, capable de transformer profondément nos interactions avec les savoirs, la créativité et les processus de travail. Cependant, son rôle soulève une question essentielle : est-elle un outil qui améliore nos capacités humaines existantes (orthèse) ou un dispositif qui substitue certaines de nos fonctions (prothèse) ?
Cette distinction n’est pas seulement conceptuelle, mais conditionne la manière dont nous adoptons et utilisons ces technologies. Lorsqu’elle agit comme une orthèse, l’IA générative soutient l’utilisateur en augmentant ses performances, par exemple en aidant à structurer des idées ou à corriger des textes. En revanche, lorsqu’elle devient une prothèse, elle tend à remplacer certaines compétences, comme la rédaction complète d’un contenu ou la création autonome d’une œuvre.
Cette dualité amène à interroger les implications pratiques et éthiques : à quel point pouvons-nous déléguer nos tâches sans perdre nos compétences fondamentales ? Quels sont les risques d’une dépendance excessive ? Enfin, comment ces deux visions influencent-elles les domaines de l’éducation, de la recherche et du travail collaboratif ? Cette problématique invite à réfléchir aux usages souhaitables et à une intégration équilibrée de l’IA générative dans nos pratiques.
Annonce du plan
Pour explorer la dualité de l’IA générative en tant qu’orthèse ou prothèse, nous analyserons ses deux dimensions fondamentales à travers leurs usages et implications.
Dans un premier temps, nous examinerons l’IA générative comme orthèse, un outil qui renforce les capacités humaines en agissant comme un assistant intelligent. Nous étudierons les avantages liés à l’amélioration des performances et au soutien qu’elle apporte dans des domaines tels que l’éducation, la recherche ou la création, tout en discutant des limites potentielles, notamment une possible dépendance progressive.
Dans un second temps, nous aborderons l’IA générative comme prothèse, c’est-à-dire un dispositif qui remplace certaines fonctions humaines. Nous analyserons son rôle dans la substitution de tâches complexes, ses bénéfices en termes d’automatisation et d’accessibilité, mais aussi les défis qu’elle pose, tels que la déresponsabilisation ou la perte de compétences essentielles.
Ces deux perspectives permettront de poser les bases d’une réflexion équilibrée sur les impacts, les opportunités et les risques liés à l’intégration de l’IA générative dans nos pratiques professionnelles et personnelles.
Comprendre les concepts : Orthèse et Prothèse
Une orthèse
Une orthèse est un dispositif médical externe conçu pour assister, stabiliser, soulager, protéger ou corriger une partie du corps. Elle est utilisée dans divers contextes médicaux, notamment en orthopédie, rééducation fonctionnelle, et neurologie.
Fonctionnalités principales
Les orthèses remplissent plusieurs fonctions essentielles dans le domaine médical. Elles apportent un soutien structurel aux parties du corps affectées, notamment les articulations, les membres ou la colonne vertébrale. Leur rôle correctif est également central, en aidant à corriger des déformations ou des postures inadéquates, comme la scoliose ou les pieds plats. De plus, elles contribuent à soulager la douleur ou à réduire la pression exercée sur une zone sensible, en limitant les mouvements ou en redistribuant les charges. Enfin, les orthèses permettent une amélioration fonctionnelle, en facilitant une meilleure mobilité ou en augmentant les capacités après une blessure ou une intervention chirurgicale.
Types d’orthèses
Il existe plusieurs types d’orthèses, adaptés aux différentes parties du corps et à des besoins spécifiques. Les orthèses des membres supérieurs concernent les bras, poignets, mains et doigts, tandis que celles des membres inférieurs ciblent les hanches, genoux, chevilles et pieds. Les orthèses de tronc, comme les corsets ou lombostats, sont conçues pour soutenir la colonne vertébrale. Par ailleurs, des orthèses fonctionnelles spécifiques sont développées pour des activités particulières, comme le sport ou les tâches quotidiennes.
Matériaux utilisés
Les matériaux utilisés dans la fabrication des orthèses sont divers et sélectionnés en fonction de leur usage. Les plastiques rigides, tels que le polypropylène et le polycarbonate, assurent un maintien solide. Les métaux légers, comme l’aluminium ou le titane, offrent une combinaison de solidité et de légèreté. Les matériaux souples, notamment le néoprène ou les textiles élastiques, privilégient le confort et la compression. Enfin, des coussins ou mousses sont souvent ajoutés pour amortir les pressions et améliorer le confort.
Conception
La conception des orthèses peut être personnalisée ou standardisée. Les modèles personnalisés sont réalisés sur mesure à partir de moulages ou d’imageries médicales telles que les scanners ou IRM, afin de répondre aux besoins spécifiques du patient. En revanche, les orthèses prêtes à l’emploi sont des dispositifs standardisés disponibles dans le commerce et adaptés aux pathologies courantes.
Objectifs médicaux
Les orthèses répondent à plusieurs objectifs médicaux. Elles jouent un rôle préventif en évitant les blessures ou complications, comme les entorses ou les chutes. Elles facilitent également la réhabilitation en favorisant la récupération après une blessure ou une intervention chirurgicale. Enfin, elles peuvent servir à compenser une fonction absente, par exemple grâce à une attelle pour un pied tombant.
Critères de choix
Le choix d’une orthèse dépend de plusieurs critères. L’adaptabilité est cruciale, avec des dispositifs ajustables grâce à des sangles ou des mécanismes articulés. Le confort est également essentiel, avec des matériaux et une ergonomie qui préviennent les irritations ou douleurs. L’efficacité clinique, en lien avec le diagnostic médical, doit être assurée pour répondre aux besoins spécifiques du patient. Enfin, la durabilité est un facteur important, garantissant une résistance à l’usure pour un usage prolongé.
Les orthèses, souvent prescrites par des professionnels de santé et ajustées par des orthoprothésistes, jouent un rôle clé dans le traitement des troubles musculo-squelettiques et neurologiques, en contribuant à la qualité de vie des patients.
Une prothèse
Une prothèse est un dispositif médical externe ou interne qui remplace une partie manquante du corps, qu’elle soit d’origine congénitale ou perdue à la suite d’une blessure, d’une maladie ou d’une intervention chirurgicale.
Fonctionnalités principales
Les prothèses remplissent un rôle clé dans le remplacement et la restauration des parties manquantes du corps. Elles permettent de substituer une partie absente, qu’il s’agisse d’un membre, d’un organe ou d’un tissu. En plus de leur fonction mécanique ou biologique, elles peuvent également jouer un rôle esthétique en reproduisant l’apparence de la partie manquante, contribuant ainsi à améliorer l’image corporelle. Sur le plan fonctionnel, les prothèses peuvent restaurer partiellement ou totalement des capacités comme la marche, la préhension ou encore la mastication.
Types de prothèses
Les prothèses se déclinent en deux grandes catégories : externes et internes. Les prothèses externes incluent les dispositifs pour les membres supérieurs (bras, mains, doigts), les membres inférieurs (jambes, pieds), les prothèses faciales (nez, oreilles, yeux) et les prothèses mammaires utilisées après une mastectomie. Les prothèses internes, quant à elles, regroupent les prothèses orthopédiques (hanches, genoux, épaules), cardiaques (valves artificielles, pacemakers), dentaires (couronnes, implants) et organiques (vasculaires, péniennes).
Matériaux utilisés
Les matériaux employés dans la fabrication des prothèses sont choisis en fonction de leur rôle et des exigences liées à la biocompatibilité. Les métaux comme le titane, l’acier inoxydable ou les alliages de cobalt-chrome garantissent une grande solidité. Les polymères, tels que le silicone ou le polyéthylène, offrent flexibilité et légèreté. Les céramiques, comme les oxydes de zirconium, sont prisées pour leur résistance à l’usure, notamment dans les prothèses articulaires. Enfin, les composites, combinant plusieurs matériaux, permettent d’optimiser la légèreté, la résistance et la fonctionnalité.
Conception
Les prothèses peuvent être standards ou sur mesure. Les modèles standards sont préfabriqués pour des cas courants et ajustés au patient, tandis que les modèles sur mesure sont conçus à partir de scans 3D ou d’imageries médicales, offrant ainsi un ajustement précis. Les prothèses bioniques représentent une innovation majeure, intégrant capteurs, moteurs et puces électroniques pour reproduire des mouvements complexes commandés par les muscles ou le cerveau.
Objectifs médicaux et sociaux
Les prothèses visent plusieurs objectifs, à la fois médicaux et psychosociaux. Leur rôle fonctionnel est primordial, permettant de rétablir la mobilité, l’autonomie ou d’autres fonctions essentielles. Elles ont également un impact psychologique, en réduisant le sentiment de perte et en renforçant la confiance en soi. Enfin, elles jouent un rôle dans la réhabilitation, en accompagnant les patients dans leur adaptation à ces dispositifs.
Critères de choix
Le choix d’une prothèse repose sur plusieurs critères essentiels. L’adaptabilité est cruciale pour garantir un ajustement optimal au fil du temps. Le confort, assuré par des interfaces comme les emboîtures souples, est également déterminant, tout comme la durabilité des matériaux face à l’usure. Le poids est une considération importante, notamment pour les prothèses des membres, afin de minimiser la fatigue. Enfin, le coût des prothèses, en particulier celles sur mesure ou hautement fonctionnelles, peut représenter un défi.
Aspects technologiques
Les avancées technologiques ont considérablement transformé les prothèses. Les prothèses mécaniques, basées sur des mécanismes simples comme les ressorts ou pivots, permettent des mouvements basiques. Les prothèses électroniques, dotées de moteurs et de capteurs, offrent des mouvements précis et sophistiqués. Enfin, les prothèses intelligentes, connectées et intégrant des algorithmes d’apprentissage, ajustent leurs performances aux besoins spécifiques du patient, incarnant une révolution dans ce domaine.
Différence entre orthèse et prothèse
La distinction fondamentale entre une orthèse et une prothèse repose sur leur fonction et leur objectif médical. Une orthèse est un dispositif médical externe conçu pour assister, soutenir, corriger ou protéger une partie existante du corps. Elle est utilisée pour améliorer une fonction corporelle, limiter certains mouvements ou prévenir et traiter des pathologies. Par exemple, une attelle de genou, un corset lombaire ou une orthèse de poignet sont des solutions courantes. En revanche, une prothèse est conçue pour remplacer une partie manquante du corps, qu’il s’agisse d’un membre, d’un organe ou d’une structure. Elle vise à restaurer une fonction biologique ou à recréer une apparence normale, comme c’est le cas des prothèses de jambe, des implants mammaires ou des prothèses de hanche.
Transposition à l’IA générative
Nous proposons d’utiliser la méthodologie déjà mise en oeuvre dans (Mocquet, 2023) pour réaliser une transposition des concepts d’orthèse et de prothèse médicales aux technologies numériques selon les trois transformations du pli deleuzien :
Transformation 1 Vectorielles, ou par symétrie, avec un plan de réflexion orthogonal ou tangent = analogie
Transformation 2 Projectives : variables ou singularités de potentiel = différence
Transformation 3 Par déformation de l’existant dans la projection du monade = deformation
Source (Mocquet, 2023)
Transformation 1 : Vectorielles ou par symétrie (analogie)
Dans une approche analogique, l’orthèse et la prothèse médicales peuvent être respectivement transposées en outils numériques complémentaires et remplaçants.
Orthèse numérique : Un logiciel ou une technologie qui assiste, soutient ou corrige des processus existants, sans remplacer leur essence. Par exemple, une extension de navigateur qui améliore l’accessibilité web (lecture vocale, augmentation des contrastes) agit comme une orthèse, en corrigeant et en optimisant une fonctionnalité préexistante.
Prothèse numérique : Une technologie qui remplace entièrement une fonction absente ou défaillante. Par exemple, un système de traduction automatique peut agir comme une prothèse en remplaçant la capacité d’un individu à parler une langue étrangère.
Cette analogie établit une symétrie conceptuelle entre les rôles médicaux et numériques : l’orthèse soutient l’existant, tandis que la prothèse supplée l’absence.
Transformation 2 : Projectives (différence)
La transformation projective explore les variables et singularités qui distinguent les orthèses et prothèses numériques.
Orthèse numérique comme optimisation locale : L’orthèse agit dans un cadre réducteur, optimisant un élément spécifique d’un système numérique existant. Par exemple, un algorithme de compression d’image agit comme une orthèse en améliorant l’efficacité du stockage tout en maintenant le fichier d’origine. Cette action reste limitée à une tâche ciblée.
Prothèse numérique comme transformation structurelle : La prothèse, en revanche, représente un saut qualitatif ou une singularité transformative, introduisant un changement systémique. Par exemple, une intelligence artificielle générative qui remplace la création humaine dans des domaines comme l’écriture ou la conception graphique agit comme une prothèse, car elle introduit un potentiel totalement nouveau et autonome.
La différence réside donc dans leur échelle d’impact : l’orthèse se concentre sur des points fixes dans le système, tandis que la prothèse génère des trajectoires nouvelles et imprévisibles.
La déformation considère comment l’existant est plié et reconfiguré dans une nouvelle réalité numérique, modifiant les relations entre l’utilisateur et le système.
Orthèse numérique comme prolongement souple : Ici, l’orthèse agit comme une déformation légère des capacités numériques en respectant les structures préexistantes. Un exemple est un mode “accessibilité” sur un smartphone, qui ajuste les fonctionnalités sans redéfinir la logique de l’appareil. La projection monadique reste alignée avec la capacité d’usage initiale de l’utilisateur.
Prothèse numérique comme hybridation totale : La prothèse, par contraste, engage une restructuration radicale du rapport entre l’humain et le numérique. Par exemple, les interfaces cerveau-machine (BCI) fonctionnent comme des prothèses numériques, remplaçant complètement les interfaces traditionnelles et redéfinissant la manière dont un individu interagit avec la technologie.
Cette déformation souligne que l’orthèse conserve l’identité du système tandis que la prothèse réinvente les usages et redéfinit les relations entre les éléments.
Aspect
IA générative comme prothèse
IA générative comme orthèse
Définition
Remplace des fonctions absentes ou non réalisables par l’humain seul.
Assiste ou améliore les capacités existantes sans les remplacer totalement.
Objectif principal
Fournir une solution complète là où une compétence ou ressource est manquante.
Soutenir ou optimiser les compétences humaines dans des tâches spécifiques.
Exemples d’applications
Génération de contenu créatif (texte, images, vidéos) en l’absence totale d’interventions humaines.
Assistance dans l’écriture, correction ou suggestion pour améliorer un texte.
Niveau d’autonomie
Fonctionnement autonome, produisant un résultat indépendant de l’utilisateur.
Interaction active avec l’utilisateur pour co-créer ou affiner un résultat.
Durée d’utilisation
Utilisé lorsque l’humain ne peut pas accomplir la tâche seul.
Utilisé comme un outil temporaire ou complémentaire pour une tâche donnée.
Relation à la compétence humaine
Se substitue à une compétence ou une capacité manquante.
Renforce ou complète une compétence humaine existante.
Technologie et complexité
Conçue pour fonctionner comme un système quasi-indépendant (exemple : ChatGPT générant un rapport complet).
Conçue pour interagir avec l’utilisateur, lui offrant des suggestions ou des corrections.
Impact sur la formation
Peut réduire la nécessité d’acquérir certaines compétences (par exemple, rédaction complexe).
Favorise l’apprentissage et le perfectionnement par le soutien interactif.
Exemple dans l’enseignement
Rédaction complète d’un devoir ou création d’un cours sans intervention humaine.
Assistance pour structurer un devoir, proposer des idées ou vérifier une cohérence.
Critique potentielle
Risque de déresponsabilisation ou de perte de compétences chez l’utilisateur.
Dépendance excessive à l’outil sans effort d’apprentissage ou d’adaptation.
Tableau 1 :
Quels impacts sur les pratiques ?
Implications pour l’enseignement et la recherche
L’intégration des technologies numériques, qu’elles soient orthèses ou prothèses, ouvre de nouvelles perspectives dans les pratiques pédagogiques et académiques. L’utilisation de l’IA, dans ses dimensions orthétiques (assistance ciblée) ou prothétiques (remplacement ou hybridation), bouleverse les modalités traditionnelles d’apprentissage et de production de savoirs.
Orthèses numériques pour l’enseignement : L’IA peut jouer un rôle d’accompagnement en soutenant les activités éducatives sans en modifier fondamentalement la structure. Par exemple, des outils d’IA générative tels que les assistants de rédaction permettent aux étudiants ou chercheurs de surmonter des blocages ponctuels dans la rédaction de thèses ou articles scientifiques. De même, des simulations interactives de débats ou des exercices adaptatifs conçus par l’IA enrichissent les processus d’apprentissage tout en respectant les méthodes traditionnelles. Ces outils orthétiques renforcent les capacités des enseignants et des apprenants tout en maintenant une continuité avec les pratiques éducatives établies.
Prothèses numériques pour la recherche : À l’autre extrême, les technologies numériques prothétiques transforment profondément les processus académiques. Par exemple, la création automatisée de supports de cours ou la conception d’expérimentations basées sur des modèles prédictifs déplace le rôle de l’humain vers des fonctions de supervision ou d’interprétation. Les interfaces cerveau-machine (BCI), bien qu’encore émergentes, pourraient à terme remodeler l’acquisition et la transmission des savoirs en supprimant les barrières d’interaction homme-machine, donnant naissance à des pratiques académiques radicalement nouvelles.
Éthique et responsabilités
L’introduction de ces technologies pose des questions éthiques cruciales concernant leur usage et leurs impacts sur les rôles et responsabilités des acteurs académiques.
Définir la frontière entre assistance et substitution : Le passage de l’orthèse numérique (soutien) à la prothèse numérique (remplacement) soulève des débats sur les limites éthiques de l’IA dans l’éducation. Jusqu’où peut-on recourir à ces technologies sans altérer les compétences fondamentales des étudiants et chercheurs ? La délégation excessive de certaines tâches (rédaction, analyse, création) à l’IA pourrait éroder les savoir-faire humains si une réflexion éthique et pédagogique n’encadre pas ces usages.
Régulation et pédagogie autour de l’IA générative : Il est impératif de mettre en place des cadres réglementaires pour garantir une utilisation responsable des technologies numériques dans l’enseignement et la recherche. Parallèlement, une pédagogie éclairée sur les capacités et limites des outils d’IA générative est essentielle pour éviter les dérives. Les enseignants et chercheurs doivent être formés non seulement à utiliser ces outils, mais aussi à en évaluer les implications sur leurs pratiques et sur l’apprentissage des étudiants.
Ainsi, l’intégration des orthèses et prothèses numériques dans les pratiques académiques exige une réflexion collective sur leurs usages, afin de maximiser leur potentiel tout en préservant les valeurs fondamentales de l’éducation et de la recherche.
Conclusion
L’introduction de l’IA générative dans les domaines de l’enseignement et de la recherche révèle une dualité essentielle : cette technologie peut être perçue tantôt comme une orthèse, renforçant et soutenant les capacités humaines, tantôt comme une prothèse, substituant certaines fonctions traditionnelles. En tant qu’outil d’assistance, l’IA générative offre des opportunités pour améliorer l’efficacité pédagogique et faciliter les processus d’apprentissage. En revanche, lorsqu’elle est utilisée pour remplacer complètement certaines activités, elle pose des questions cruciales sur la perte d’autonomie et l’intégrité des pratiques académiques.
Adopter une posture face à la dualité entre l’orthèse et la prothèse numériques implique un engagement réfléchi, une vigilance éthique et une volonté d’adaptation. En plaçant l’autonomie et la responsabilité au cœur de cette réflexion, il est possible de tirer parti des avantages de ces technologies tout en préservant les valeurs fondamentales de l’éducation et de la recherche.
Perspectives
Pour tirer pleinement parti des avantages de l’IA générative tout en préservant les valeurs fondamentales de l’éducation, il est impératif d’explorer comment intégrer ces deux dimensions de manière éthique et constructive. Cela implique de définir des lignes directrices claires sur l’usage approprié de ces technologies, en établissant des critères pour distinguer l’assistance légitime de la substitution inappropriée. Une réflexion continue sur les impacts de l’IA sur les pratiques éducatives et académiques est également nécessaire pour garantir que son utilisation reste alignée avec les objectifs d’apprentissage et de recherche.
Invitation à la réflexion
Face à cette dualité entre orthèse et prothèse numériques, quelle posture devrions-nous adopter ? Devons-nous privilégier une approche critique et régulatrice, ou bien adopter une perspective plus exploratoire et ouverte à l’expérimentation ? Il est essentiel de s’engager dans cette réflexion collective pour naviguer dans le paysage complexe de l’IA générative, en nous interrogeant sur les implications éthiques et les responsabilités qui en découlent pour l’enseignement et la recherche.
Équilibre entre assistance et autonomie
Valoriser l’orthèse numérique : La première étape consiste à reconnaître l’importance des technologies orthétiques comme outils d’assistance qui complètent et renforcent les capacités humaines. Il est crucial d’encourager l’utilisation de ces outils pour améliorer l’efficacité pédagogique et faciliter l’apprentissage, tout en veillant à ce qu’ils ne deviennent pas des substituts à l’effort intellectuel ou créatif des étudiants et chercheurs.
Privilégier l’autonomie des apprenants : Face à la tentation de recourir aux prothèses numériques, il convient de promouvoir des pratiques qui encouragent l’autonomie des apprenants. Cela peut se traduire par des approches pédagogiques qui favorisent la réflexion critique, la créativité et la capacité à résoudre des problèmes sans une dépendance excessive à la technologie.
Réflexion éthique et critique
Engagement dans le débat éthique : Adopter une posture proactive en matière d’éthique est essentiel. Les enseignants et chercheurs doivent s’engager dans des discussions sur les implications éthiques de l’utilisation de l’IA et des technologies numériques. Cela inclut la réflexion sur les conséquences potentielles de la substitution de certaines activités par des outils automatisés.
Éducation à l’éthique numérique : Il est fondamental d’intégrer une formation sur l’éthique numérique dans les curricula. Les étudiants doivent être préparés à réfléchir de manière critique sur leurs interactions avec la technologie, à reconnaître les biais algorithmiques et à comprendre les enjeux de la vie privée et de la sécurité des données.
Adaptation et flexibilité
Être ouvert au changement : La dualité entre l’orthèse et la prothèse numériques nécessite une flexibilité et une ouverture à l’évolution des pratiques éducatives. Les institutions doivent être prêtes à adapter leurs méthodes d’enseignement et d’évaluation pour intégrer ces nouvelles technologies de manière réfléchie.
Promouvoir l’expérimentation : Encourager l’expérimentation avec ces technologies, tant orthétiques que prothétiques, permet de mieux comprendre leurs avantages et inconvénients. Les équipes pédagogiques doivent être disposées à tester des outils numériques tout en évaluant continuellement leur impact sur l’apprentissage et la recherche.
Collaboration interdisciplinaire
Favoriser les synergies entre disciplines : La compréhension des impacts des technologies numériques nécessite une approche interdisciplinaire. La collaboration entre les disciplines, incluant l’éducation, la psychologie, l’informatique et l’éthique, peut enrichir le débat et permettre une meilleure intégration de ces outils dans les pratiques académiques.
Établir des communautés de pratique : Créer des espaces d’échange entre enseignants, chercheurs et spécialistes des technologies numériques peut faciliter le partage d’expériences et de bonnes pratiques. Ces communautés peuvent jouer un rôle clé dans la réflexion sur l’adoption équilibrée des orthèses et prothèses numériques.
Mocquet, B. (2023). Pli et dépli des numériques publics : du Sup’ à la Santé. Dans Plissement numérique du monde (Pour une réflexion post-anthropocène ?). Editions Ovadia. https://hal.science/hal-04176778
Wooldridge, M. (2021). A Brief History of Artificial Intelligence: What It Is, Where We Are, and Where We Are Going. Flatiron Books.
PS : Ce billet est en partie généré avec l’IA Générative en orthèse, c’est un premier jet qui mérite un travail complémentaire que nous ferons ultérieurement.
Préambule : Cette note de lecture intègre l’utilisation d’une intelligence artificielle générative (✨NoteBookLM), avec laquelle nous avons échangé pour élaborer cet article.
Ce rapport de recherche, commandé par le groupe de recherche CIÉCO à la Chaire de recherche du Canada sur les écritures numériques (CRCEN), explore les forges d’édition et de publication, également appelées chaînes d’édition multi-formats. Sous la direction d’Emmanuel Château-Dutier, Michael Sina‐ tra et Marcello Vitali-Rosati, et coordonné et écrit par Roch Delannay et Antoine Fauchié, il a pour but de proposer des solutions pour l’édition numériques multi-formats, en particulier dans le contexte de la valorisation des collections muséales.
Informations générales
Le rapport est structuré en plusieurs sections, suivant un plan détaillé qui permet d’aborder les différents aspects des forges de publication. Il commence par un état de l’art, présentant le fonctionnement générique d’une chaîne de publication, puis explore trois générations de forges, de l’utilisation intensive de XML aux CMS, en passant par l’émergence des générateurs de site statique. Il propose ensuite des analyses détaillées de plusieurs forges spécifiques, en utilisant une grille d’analyse standardisée. Enfin, il se termine par un regard critique sur les contraintes et les limites de ces outils, ainsi que par un cas d’étude fictif illustrant la mise en pratique des concepts présentés.
Descriptif du contenu
Fonctionnement d’une chaîne de publication
Le rapport détaille les différentes étapes d’une chaîne de publication générique, en mettant l’accent sur l’approche du Single Source Publishing. (p.17). Ce principe consiste à générer plusieurs formats de sortie à partir d’une source unique, permettant de produire un PDF pour l’impression, un export XML pour un diffuseur numérique ou une version web en HTML à partir d’un seul document(p.18). Le rapport décrit ensuite en détail les phases d’écriture et inscription, de conversion, de transformation/production et de publication, illustré par un schéma.(p.19)
Panorama de trois générations de forges
Le rapport identifie trois générations de forges :
XML à tout faire : Cette génération s’appuie sur le langage XML et ses feuilles de transformation pour structurer et convertir les contenus. (p.28)
Les CMS : Les systèmes de gestion de contenu comme WordPress, Drupal ou Omeka-S offrent une solution complète et facile d’accès pour gérer les contenus. (p.28_29)
L’approche de la JAMStack : L’utilisation croissante des langages de balisage léger comme Markdown et des générateurs de site statique marque un retour à la simplicité et à la modularité. (p.29)
Analyse des forges
Le rapport analyse en détail plusieurs forges, en utilisant une grille d’analyse standardisée (p.58). Chaque fiche descriptive présente les objectifs de la forge, son fonctionnement, ses formats d’entrée et de sortie, des exemples d’utilisation, les technologies utilisées, les possibilités d’interfaçage et les contraintes spécifiques. [8] Parmi les forges analysées, on peut citer 11ty, Editoria, Electric Book Works, Hugo, Métopes, Omeka S, Pelican, Quarto, Quire, Sphinx et Stylo.
Regard critique
Le rapport porte un regard critique sur les contraintes liées aux forges de publication. Il met en avant l’importance de la préservation de la richesse sémantique des documents tout au long du processus de transformation (p.91). Il souligne également la nécessité d’une meilleure prise en charge du format XML par les forges, ainsi que de la valorisation des contenus produits (p.92). Enfin, il plaide pour l’adoption d’une approche low-tech et minimal computing dans la conception des forges, afin de privilégier la simplicité, la modularité, l’accessibilité (p.95) et limiter la suringénierie “l’usage de technologies peu accessibles (qui requièrent des connaissances techniques avancées) à travers unagencement complexe (difficile à appréhender et à maintenir)” (p.96).
Cas d’étude
Le rapport se conclut par un cas d’étude fictif : la publication d’une Encyclopédie de la pomme à partir d’un ouvrage imprimé du 18e siècle (p.99), cas d’étude qui permet d’illustrer la mise en pratique des concepts présentés dans le rapport et de confronter les différentes contraintes à un projet concret.
Public cible en France
Ce rapport est particulièrement pertinent pour les chercheurs, les éditeurs et les institutions culturelles en France qui souhaitent se familiariser avec les dernières technologies d’édition numérique. Il offre un panorama complet des solutions disponibles et met en lumière les enjeux et les défis liés à la publication numérique multimodale sémantique.
Plus spécifiquement, ce rapport serait utile pour :
Les maisons d’édition universitaires souhaitant développer des solutions d’édition numérique innovantes.
Les institutions muséales cherchant à valoriser leurs collections en ligne.
Les chercheurs en sciences humaines et sociales travaillant sur des projets d’édition numérique.
Les bibliothèques et les centres de documentation souhaitant moderniser leurs pratiques de diffusion de l’information.
Ce rapport pourrait également intéresser les développeurs et les spécialistes en informatique qui travaillent dans le domaine de l’édition numérique.
Conclusion
Ce rapport de recherche constitue une ressource précieuse pour comprendre les enjeux et les solutions liés aux forges de publication. Son approche claire et structurée, ainsi que sa grille d’analyse standardisée, en font un outil utile et pratique pour les professionnels de l’édition numérique.
Le micro-learning, méthode d’apprentissage de plus en plus populaire, émerge comme une solution adaptée aux besoins contemporains de formation, notamment dans des contextes professionnels où la flexibilité et l’accessibilité sont cruciales.
La question de savoir dans quelle mesure cette approche peut répondre aux objectifs pédagogiques, notamment en termes de niveaux taxonomiques et de design pédagogique, reste un enjeu clé.
Ce document ici-présent vise à examiner dans quelle mesure le micro-learning s’inscrit dans les niveaux taxonomiques de Bloom et comment il peut être intégré dans le cadre d’une évaluation selon le modèle de Kirkpatrick.
En se concentrant sur les aspects pratiques et théoriques du micro-learning, il s’agit ici de déterminer dans quels cas cette méthode permet d’atteindre les objectifs pédagogiques en matière d’acquisition des connaissances et de changement de comportement. En particulier, nous examinerons dans quelle mesure le micro-learning permet de passer des niveaux les plus bas de la taxonomie de Bloom, tels que la connaissance et la compréhension, aux niveaux plus avancés comme l’application ou l’analyse. De plus, nous analyserons son potentiel dans une formation évaluée selon les critères de Kirkpatrick, en particulier pour les niveaux 2 (apprentissage) et 3 (changement de comportement).
Ce document apportera ainsi des éléments de réponse à la question centrale : quels niveaux taxonomiques et quels designs pédagogiques sont adaptés au micro-learning dans le cadre de formations professionnelles ou continues ?
Quelques définitions
Le micro-learning est une approche pédagogique qui se caractérise par la délivrance de contenu en petites unités d’apprentissage, souvent numériques et accessibles à la demande. Ces unités sont généralement courtes, interactives, et conçues pour être consommées en quelques minutes, ce qui les rend particulièrement adaptées à des contextes de formation flexible et mobile (Fidan, 2023 ; De Gagne et al., 2019).
Le micro-learning repose sur le principe de fragmentation du contenu pour permettre une assimilation rapide et ciblée de l’information, tout en favorisant une meilleure rétention des connaissances par la répétition fréquente et l’accessibilité immédiate. Cette approche est fréquemment utilisée dans des contextes de formation continue, notamment dans les domaines de la santé et de l’éducation, où les professionnels doivent constamment mettre à jour leurs connaissances (Aouad et al., 2024 ; Wang et al., 2020).
De plus, des études montrent que le micro-learning peut stimuler l’engagement et la motivation des apprenants en raison de sa flexibilité et de son format interactif, ce qui permet un apprentissage autonome et adapté aux besoins individuels (Sankaranarayanan et al., 2023 ; Fidan, 2023).
Intérêts du micro-learning
Dans le cadre de cette revue de littérature, plusieurs avantages liés au micro-learning ont été identifiés.
Flexibilité et accessibilité
Le micro-learning permet de délivrer des contenus éducatifs dans des formats courts et interactifs, souvent accessibles sur des appareils mobiles. Cela favorise un apprentissage plus flexible et adapté aux emplois du temps des apprenants. (Aouad et al., 2024 ; De Gagne et al., 2019).
Engagement et motivation
En raison de sa concision, le micro-learning a tendance à augmenter l’engagement des apprenants. L’aspect ludique ou interactif peut aussi stimuler la motivation, notamment dans des contextes comme la salle de classe inversée (Fidan, 2023).
Amélioration de la rétention des connaissances
La répétition et la révision fréquentes des petites unités permettent une meilleure rétention des informations sur le long terme. Ceci est particulièrement utile dans le domaine de la formation continue et des professions de santé, où les connaissances doivent être mises à jour régulièrement (Wang et al., 2020 ; Aouad et al., 2024).
Taxonomie de Bloom vs microlearning
Le micro-learning peut également s’inscrire dans les différents niveaux de la taxonomie de Bloom. Ce tableau souligne comment le micro-learning peut adresser différents niveaux taxonomiques, du plus simple (connaissance et compréhension) à des niveaux plus complexes (analyse et évaluation), avec des variations en fonction du design des modules.
Niveau de la Taxonomie de Bloom
Description
Exemples et Références
Connaissance et compréhension
Les modules courts permettent de cibler efficacement ces niveaux de base en transmettant des faits et des concepts de manière directe
Fidan, 2023
Application
Les scénarios interactifs présents dans le micro-learning aident à appliquer les connaissances théoriques à des situations réelles
Aouad et al., 2024
Analyse et évaluation
Bien que plus difficile à atteindre avec des unités simples, certains formats avancés intègrent des activités d’analyse de cas, notamment pour la formation des professionnels de santé
Sankaranarayanan et al., 2023
Niveaux de Kirkpatrick vs Microlearning
Le micro-learning peut être analysé en termes des quatre niveaux de Kirkpatrick, un modèle d’évaluation de la formation, modèle retenu par le Haut-Conseil.
Ce tableau met en lumière les bénéfices potentiels du micro-learning à différents niveaux d’évaluation, soulignant son impact tant au niveau des réactions initiales des apprenants qu’au niveau des résultats concrets en termes de compétences et de performances.
Niveau de Kirkpatrick
Description
Exemples et Références
Niveau 1 : Réaction
Les apprenants apprécient en général la flexibilité et l’accessibilité du micro-learning.
De Gagne et al., 2019 ; Aouad et al., 2024
Niveau 2 : Apprentissage
Le micro-learning permet de vérifier rapidement la compréhension des concepts. Les quiz ou tests courts renforcent cet aspect.
Taylor et Hung, 2022
Niveau 3 : Comportement
Le micro-learning influence positivement la pratique professionnelle, notamment dans la formation des médecins généralistes sur des sujets comme les troubles alimentaires.
Aouad et al., 2024
Proposition de réponse
Une formation professionnelle de niveau 3 dans le modèle de Kirkpatrick, qui évalue les changements de comportement suite à la formation, ne peut pas être exclusivement assurée par le micro-learning de manière efficace. Bien que le micro-learning puisse jouer un rôle important dans l’acquisition de connaissances (niveau 2), il présente certaines limites lorsqu’il s’agit d’assurer des changements de comportement (niveau 3) dans un contexte professionnel.
Voici pourquoi :
Application dans des situations réelles
Le niveau 3 de Kirkpatrick nécessite de mesurer si les compétences apprises sont effectivement appliquées dans le travail quotidien. Le micro-learning, conçu pour des sessions courtes et autonomes, peut fournir les bases théoriques ou des rappels pratiques, mais il n’intègre généralement pas de mécanismes d’application pratique immédiate ou d’évaluation dans des contextes complexes et réels. Un apprentissage comportemental requiert souvent une interaction en face-à-face, des simulations ou des environnements supervisés pour garantir l’intégration des nouvelles pratiques.
Suivi et feedback
Le micro-learning offre rarement la possibilité d’une observation directe du comportement et d’une évaluation continue. Pour vérifier si un changement comportemental a eu lieu, un suivi ou des évaluations sur le terrain (comme des observations, des feedbacks des pairs ou des superviseurs) sont nécessaires. Ces aspects ne sont pas toujours faisables via des modules courts et numériques.
Support à long terme
La modification des comportements professionnels nécessite souvent un soutien continu, des interactions sociales et un retour d’expérience, que le micro-learning seul ne peut pas fournir de manière efficace. Les ateliers pratiques, les séances de mentorat ou les formations basées sur des projets réels sont souvent nécessaires pour renforcer et maintenir ces comportements.
En conclusion
En somme, une formation au niveau 3 de Kirkpatrick peut intégrer du micro-learning comme élément complémentaire pour renforcer des compétences ou connaissances spécifiques, mais elle ne peut pas se reposer uniquement sur ce format pour garantir une réelle transformation des comportements professionnels.
Des méthodes d’apprentissage plus immersives et interactives, ainsi que des évaluations dans des contextes de travail réels, sont souvent indispensables.
Bibliographie
Aouad, P., Janssen, A., Corry, S., Spielman, K., Gonzalez‐Arce, V., Bryant, E., Simeone, R., Shaw, T. et Maguire, S. (2024). Educating primary care physicians about eating disorders: Pilot data from a microlearning programme. European Eating Disorders Review, 32(4), 687-699. https://doi.org/10.1002/erv.3074
De Gagne, J. C., Park, H. K., Hall, K., Woodward, A., Yamane, S. et Kim, S. S. (2019). Microlearning in Health Professions Education: Scoping Review. JMIR Medical Education, 5(2), e13997. https://doi.org/10.2196/13997
Fidan, M. (2023). The effects of microlearning-supported flipped classroom on pre-service teachers’ learning performance, motivation and engagement. Education and Information Technologies, 28(10), 12687-12714. https://doi.org/10.1007/s10639-023-11639-2
Sankaranarayanan, R., Leung, J., Abramenka-Lachheb, V., Seo, G. et Lachheb, A. (2023). Microlearning in Diverse Contexts: A Bibliometric Analysis. TechTrends, 67(2), 260-276. https://doi.org/10.1007/s11528-022-00794-x
Taylor, A. et Hung, W. (2022). The Effects of Microlearning: A Scoping Review. Educational technology research and development, 70(2), 363-395. https://doi.org/10.1007/s11423-022-10084-1
Wang, C., Bakhet, M., Roberts, D., Gnani, S. et El-Osta, A. (2020). The efficacy of microlearning in improving self-care capability: a systematic review of the literature. Public Health, 186, 286-296. https://doi.org/10.1016/j.puhe.2020.07.007
Cette proposition a pour objectif d’alimenter les réflexions la formation des informaticiens dans l’Enseignement Supérieur.
Nous avons constaté une polysémie concernant le terme Développement professionnel continu (DPC), notamment en ce qui concerne les actions de formation à mener. Cette ambiguïté sur la notion même de développement professionnel au cœur de la préoccupation de nos politiques publiques, montre la difficulté de proposer une définition uniforme, applicable à différents métiers, notamment celui d’informaticien.
Notre contribution s’appuie sur les débats autour de cette polysémie pour explorer les différentes approches théoriques du développement professionnel et leur application à des contextes divers, pour proposer des suggestions.
L’ambigüité de sens du concept de développement professionnel est abordée dans l’article « Le concept de « développement professionnel » en enseignement : approches théoriques » (Uwamariya et Mukamurera, 2005).
Nous proposons d’en faire un transfert vers le contexte de la formation des informaticiens de l’Enseignement Supérieur.
Le concept de développement professionnel
La signification du développement professionnel est sujette à des variations en fonction des perspectives théoriques adoptées par différents auteurs cités dans l’article. On peut, par exemple, le concevoir comme un processus d’évolution personnelle et professionnelle impliquant des transformations importantes de l’individu ou bien comme la manière dont les professionnels évoluent dans leurs contextes sociaux, éducatifs et culturels. Cette approche met l’accent sur les conditions de vie et d’expérience des professionnels, suggérant que leur développement professionnel est profondément lié aux contextes dans lesquels ils travaillent.
D’un autre côté, le développement professionnel peut également être considéré comme une partie intégrante de la formation continue et du perfectionnement, où l’accent est davantage mis sur les mécanismes d’intervention.
Dans ce cadre, le développement professionnel est perçu comme un ensemble d’actions délibérées et encadrées, destinées à améliorer les compétences et la performance des professionnels concernés.
Deux grandes perspectives théoriques
L’analyse de l’article cité permet d’identifier deux grandes perspectives théoriques qui encadrent les conceptions du développement professionnel, et les actions de formation à construire.
Perspective développementale
La première est la perspective développementale, qui trouve ses racines dans la théorie du développement psychologique de l’enfant proposée par Piaget. Cette perspective suggère que le développement professionnel suit une succession de stades, chacun avec ses particularités et ses défis. Chaque stade prépare l’individu à affronter des situations plus complexes au stade suivant. Ce modèle postule que les changements dans les comportements, les pensées et les actions de l’individu découlent directement des expériences vécues (Limoges et Hébert, 1988).
Le modèle développemental, souvent appliqué à l’évolution de carrière, très linéaire, on peut lui reprocher cela notamment lors de crise, met en évidence cinq grandes phases, allant de la période de réflexion initiale sur la carrière à l’âge de la retraite.
Figure 1 : Les phases développementales et les tâches associées à l’évolution de la carrière en général (Super, 1953, cité par Dolan et al., 1995, p. 356)
Perspective professionnalisante
La deuxième grande perspective théorique est la perspective professionnalisante. Contrairement à la perspective développementale, elle met davantage l’accent sur l’acquisition de compétences spécifiques et l’adaptation aux exigences du métier. Cette approche se fonde sur l’idée que le développement professionnel est avant tout une réponse aux évolutions des pratiques et des savoirs dans un domaine donné. Les mécanismes d’apprentissage, de recherche et de réflexion sont essentiels à cette perspective (Lieberman et Miller, 1990), tout comme l’acquisition de nouvelles compétences à travers des expériences de travail, des formations et la recherche.
En guise de contribution au GT M30
En conclusion, bien que la polysémie du concept de développement professionnel soit manifeste à travers les termes variés et les approches théoriques, l’essentiel réside dans la compréhension des différentes façons dont les individus, notamment les informaticiens, évoluent dans leurs contextes professionnels.
Figure 2 : Les différentes conceptions du développement professionnel (Uwamariya et Mukamurera, 2005)
Le développement professionnel peut être vu soit comme un processus de croissance personnelle à travers des stades linéaires, soit comme une adaptation continue aux exigences professionnelles, où l’apprentissage et la transformation identitaire jouent un rôle fondamental.
Et pour les informaticiens des établissements du supérieur ?
En prolongement de notre réflexion sur le développement professionnel, il apparaît pertinent d’examiner comment ces deux perspectives théoriques – la perspective développementale et la perspective professionnalisante – peuvent s’appliquer à la formation des informaticiens dans les universités.
L’évolution rapide des technologies numériques et l’importance cruciale du secteur de l’informatique dans l’économie mondiale placent les informaticiens au cœur des enjeux de développement professionnel continu, tant en termes d’adaptation aux nouvelles technologies que d’évolution de carrière.
Perspective développementale
Dans le cadre universitaire, la perspective développementale, alignée avec le modèle d’établissement, de maintien et de déclin de Super (1953), peut être appliquée à la formation des informaticiens en trois phases distinctes.
Phase d’établissement : Cette première étape correspond au moment où les étudiants en informatique commencent leur parcours académique, par exemple en alternance dans nos DSI. Ils acquièrent les bases essentielles du métier, telles que la programmation, les algorithmes et la logique des systèmes. Cette phase correspond à la période où l’individu explore, teste et se prépare à intégrer le marché du travail. Par exemple, un étudiant peut choisir une spécialisation en cybersécurité ou en intelligence artificielle, confirmant ainsi son engagement vers un domaine spécifique. Les stages ou projets de recherche permettent également de consolider leurs connaissances théoriques par la pratique, tout en préparant leur insertion professionnelle.
Phase de maintien : Une fois diplômés et intégrés au marché du travail, les informaticiens entrent dans la phase de maintien. Ils stabilisent leur carrière en approfondissant leurs compétences et en assumant des responsabilités professionnelles. Dans ce cadre, des cours ou des certifications en gestion de projet informatique, en architecture de systèmes ou en nouvelles technologies (comme l’apprentissage automatique ou le cloud computing) permettent de maintenir un haut niveau de compétence et de rester en phase avec les innovations du secteur. Cette phase représente l’optimisation des compétences acquises durant la formation initiale, accompagnée d’une spécialisation progressive en fonction des besoins de l’Université et des projets spécifiques auxquels l’informaticien est associé.
Phase de déclin : Enfin, la phase de déclin correspond à un moment où, les informaticiens peuvent réduire leur activité professionnelle technique et se réorienter vers des rôles moins techniques. Par exemple, un informaticien peut devenir formateur, chef de projet ou manager. Cette transition marque un passage où la gestion de la carrière prend un virage vers la transmission de savoir et l’encadrement, plutôt que l’acquisition de nouvelles compétences techniques. La formation continue peut alors porter davantage sur des compétences transversales, telles que la pédagogie ou le mentorat, permettant aux informaticiens d’accompagner la nouvelle génération tout en tirant parti de leur longue expérience.
Ce cadre dynamique linéaire offre une vision claire de l’évolution des compétences et des besoins à chaque étape clé, tout en insistant sur l’importance de l’accompagnement et de la formation continue tout au long de la vie professionnelle.
Il prend en compte des trajectoires individuelles de formation.
Perspective professionnalisante
À l’inverse, la perspective professionnalisante mettrait l’accent sur la formation continue des informaticiens universitaires en activité.
Par exemple, un ingénieur en informatique travaillant dans le milieu universitaire pourrait suivre des formations sur les nouvelles normes de sécurité informatique, la cloudification ou sur les dernières innovations dans le domaine de l’intelligence artificielle. Ce type de développement professionnel est davantage centré sur la mise à jour des compétences nécessaires à l’accomplissement des tâches spécifiques à la profession. Parallèlement, des séminaires ou ateliers dédiés à la gestion de projets en informatique ou à la communication technique renforceraient leur capacité à s’adapter à l’évolution des outils et méthodes utilisés dans leur domaine. Dans cette perspective, l’accent est mis sur la réactivité et l’adaptation aux nouvelles exigences des technologies, plutôt que sur un parcours strictement linéaire. On peut citer pour illustrer les formations de la DGRI pour les clouds.
Le développement professionnel ici repose sur la nécessité d’acquérir des compétences directement applicables dans le cadre professionnel et d’évoluer dans un contexte de travail collaboratif où l’apprentissage est continu et contextuel.
Conclusion
Ainsi, ces deux exemples montrent que les perspectives développementale et professionnalisante, bien que théoriquement distinctes, offrent des cadres complémentaires pour appréhender la formation des informaticiens à l’université. D’un côté, une formation structurée par étapes permet de guider l’apprenant/professionnel vers une maîtrise progressive des compétences techniques puis vers l’encadrement ou la formation, tandis que de l’autre, une approche professionnalisante répond aux besoins immédiats des professionnels en fonction des mutations technologiques rapides.
La différence clé réside donc dans l’approche de la temporalité et de l’évolution. Le modèle développemental s’intéresse à la carrière dans son ensemble, tandis que la perspective professionnalisante se focalise sur des ajustements continus et immédiats pour rester pertinent dans le contexte professionnel.
Ces deux approches nous invitent à repenser les dispositifs de formation des informaticiens, en tenant compte à la fois de l’évolution personnelle de l’individu et des exigences du besoin professionnel qu’impose l’évolution rapide des technologies numériques.
Bibliographie
Boucher, L.-P. et L’Hostie, M. (1997). Le développement professionnel continu en éducation: nouvelles pratiques. Presses de l’Université du Québec,. https://eduq.info/xmlui/handle/11515/13686
Hébert, R. P. et d’éducation, U. de S. F. (1988). Développement en tête!: une introduction au courant cognitif-développemental en psychologie. Sherbrooke, Québec: Éditions du CRP.
Lieberman, A. et Miller, L. (1990). Teacher Development in Professional Practice Schools. Teachers College Record: The Voice of Scholarship in Education, 92(1), 105-122. https://doi.org/10.1177/016146819009200106
Super, D. E. (1953). A theory of vocational development. American psychologist, 8(5), 185.
Uwamariya, A. et Mukamurera, J. (2005). Le concept de « développement professionnel » en enseignement : approches théoriques. Revue des sciences de l’éducation, 31(1), 133-155. https://doi.org/10.7202/012361ar
Préambule : Dans le cadre de recherche de Use case de l’IA générative, nous cherchons des cas de mise en œuvre dans le cadre de notre travail. Ici, il s’agit de rendre compte d’une pratique, une collecte d’information concernant les Pôles Universitaires d’Innovation (PUI) et de proposer les résultats en discussion.
Introduction
Les Pôles Universitaires d’Innovation (PUI) sont un dispositif stratégique mis en place pour renforcer l’efficacité des actions de soutien à l’innovation dans les établissements d’enseignement supérieur en France lancé par Sylvie Retailleau, ministre de l’Enseignement supérieur et de la Recherche en 2022, dont l’appel est organisé par l’Agence Nationale de la Recherche (Agence Nationale de la Recherche, 2022).
Comme les IDEFI, NCU et DEMOES, ces instruments de gestion jouent un rôle incitatifs de transformation par l’État sur les opérateurs de l’ESR, les établissements du supérieur (Mocquet, 2021). Il s’inscrit dans une politique plus large du gouvernement visant à renforcer la synergie entre la recherche académique et l’industrie, en particulier dans les secteurs à forte intensité technologique. Les PUI visent ainsi à faciliter la transformation des résultats de la recherche fondamentale en applications concrètes à travers des mécanismes de transfert de technologie, d’entrepreneuriat et de partenariat industriel (Ministère de l’Enseignement Supérieur, de la Recherche et de l’Innovation [MESRI], 2022).
Ce programme s’inscrit également dans l’ambition nationale d’accélérer la création de start-up deeptech, avec pour objectif d’atteindre 500 nouvelles start-up par an d’ici 2030. Pour atteindre cet objectif, les PUI poursuivent deux grandes finalités : d’une part, accroître l’efficacité des actions de soutien à l’innovation en stimulant les collaborations entre laboratoires de recherche et entreprises ; et d’autre part, augmenter et accélérer le flux de projets issus de la recherche universitaire tout en améliorant leur conversion en innovations, notamment via la création de start-up (MESRI, 2021).
Dans le cadre de ce contexte, cet article présente une première analyse des projets PUI à l’aide d’une Intelligence Artificielle (IA) générative, dans le but de structurer et de centraliser les informations relatives aux projets lauréats, notamment concernant les écoles d’ingénieur. Cette approche exploratoire vise à offrir une base de travail pour des analyses futures, tout en soulignant les limites et les besoins de validation des résultats générés.
Méthodologie
Utilisation d’une IA générative pour la collecte d’informations Pour faciliter la collecte et la structuration des données, nous avons utilisé l’IA générative OpenAI (2024). Cette IA a permis d’automatiser le traitement d’informations issues de diverses sources, en rassemblant des données sur les projets PUI financés, les chefs de file des projets (universités), les montants de financements alloués, ainsi que les collaborations avec des écoles d’ingénieurs.
Les prompts À partir des données brutes fournies (annexe ANR), nous avons structuré les informations dans un tableau organisé. Les différentes étapes et prompts que vous avez fournis sont présentés ci-dessous relatés par ChatGPT (OpenAI, 2024) :
Prompt initial : Vous m’avez partagé un ensemble de données sous forme brute et demandé de les structurer dans un tableau Excel : “Voici des données, peux tu en faire un tableau ‘Annexe Acronyme projet Chef de file Financement maximum alloué (k€) Lauréats de l’AAP PUI’.”
Ajout d’une colonne avec les écoles d’ingénieurs : Suite à cela, vous avez demandé d’ajouter une nouvelle colonne contenant les écoles d’ingénieurs associées aux universités chefs de file. Le prompt correspondant était : “Peux tu ajouter une autre colonne en citant les écoles d’ingénieurs des chefs de file, tu peux en mettre plusieurs par cellule dans cette nouvelle colonne.”
Ajout d’une colonne avec une description des projets PUI : Ensuite, vous avez souhaité inclure des descriptions pour chaque projet dans une nouvelle colonne, décrivant les PUI et leur rôle dans l’innovation universitaire :“Peux tu ajouter une colonne avec une description du projet financé, les PUI ?”
Ajout des sources pour chaque projet : Vous avez ensuite souhaité que je certifie les informations en ajoutant une colonne indiquant les sources associées à chaque entrée :“Peux tu ajouter une source dans une autre colonne pour certifier tes infos ?”
Ajout des point GPS pour chaque projet dans le but de générer une cartographie : Vous avez demandé l’ajout d’un point GPS : “Peux tu ajouter au tableau une colonne avec les points gps ?” Après la structuration des données et l’ajout des colonnes supplémentaires, vous avez demandé de générer un fichier Excel téléchargeable, avec toutes les informations incluses dans les colonnes : “Prépare moi un fichier excel stp.”
Ce fichier comportait :
Les projets Les universités chefs de file Les financements alloués Les écoles d’ingénieurs associées Une description des PUI Des sources validant les informations Ce processus vous a permis de disposer d’un tableau complet, consolidé, et prêt pour une analyse approfondie.
Toutefois, cette première étape reste exploratoire. Il est crucial de consolider les informations issues de l’IA avec des sources institutionnelles afin de garantir leur exactitude et leur fiabilité.
Structuration des données Les informations collectées ont été organisées dans un tableau comportant des colonnes pour les acronymes des projets, les chefs de file, les montants des financements, les écoles d’ingénieurs associées, et une brève description des projets. Cette structuration permet d’obtenir une vue d’ensemble cohérente des projets PUI financés, tout en offrant une perspective sur les partenariats académiques et industriels impliqués (Agence Nationale de la Recherche [ANR], 2023).
Vérifications préliminaires Après la génération automatique des données par l’IA, nous avons réalisé une vérification préliminaire pour identifier des incohérences. Certaines informations, comme les montants de financement ou les collaborations avec des écoles d’ingénieurs, nécessitent des validations supplémentaires à partir de sources directes (par exemple, les rapports annuels des universités ou les communiqués des agences de financement).
Résultats
Présentation des résultats générés par l’IA L’analyse automatisée a permis de recenser environ 30 projets PUI, répartis à travers la France, avec des financements variant entre 2 500 k€ et 11 000 k€. Ces projets ont pour objectif de stimuler l’innovation à l’échelle locale et nationale, en particulier dans les domaines deeptech.
EnseignTableau obtenu Ce tableau est ainsi généré et peut-être récupéré par ce lien
Acronyme projet
Chef de file
Financement maximum alloué (k€)
Écoles d’ingénieurs
Description du projet
Source
Point GPS
BLUEBOX
Université de Bretagne Occidentale
4000
ENSTA Bretagne, IMT Atlantique
Développer un écosystème d’innovation technologique, notamment autour des sciences marines.
Ministère de l’Enseignement Supérieur, PUI
48.3984, -4.5004
Campus InnoV
Université de Rennes
7000
INSA Rennes, ENS Rennes
Renforcer l’innovation régionale en lien avec les industries créatives et numériques.
Site officiel de l’Université de Rennes
48.1173, -1.6778
FITInnovE
Université Grenoble Alpes
10000
Grenoble INP, ENSIMAG, ENSE3
Accélérer l’innovation et la transition énergétique dans les industries de haute technologie.
Communiqué Université Grenoble Alpes
45.1885, 5.7245
Innovation Alliance
Université Paris-Saclay
11000
CentraleSupélec, Télécom Paris, ENS Paris-Saclay
Créer un réseau d’innovation autour de la recherche scientifique et des start-ups technologiques.
Université Paris-Saclay, rapport annuel
48.7100, 2.2116
IP3 (IP CUBE)
Institut Polytechnique de Paris
5700
École Polytechnique, ENSTA Paris, Télécom Paris
Promouvoir l’innovation multidisciplinaire dans les secteurs technologiques et numériques.
IP Paris, documentation officielle
48.7139, 2.2130
Le PUI de Montpellier
Université de Montpellier
6500
Polytech Montpellier, IMT Mines Alès
Renforcer l’innovation dans les sciences de la vie, la santé et l’environnement.
Université de Montpellier, site institutionnel
43.6119, 3.8772
LOIRE VALLEY INNOV
Université de Tours
4000
Polytech Tours, INSA Centre-Val de Loire
Favoriser l’innovation dans le secteur agroalimentaire et la santé numérique.
Région Centre-Val de Loire, programme PUI
47.3941, 0.6848
L-VoRTEKS
Université de Lille
4000
École Centrale de Lille, ENSAIT, IMT Lille-Douai
Développer un pôle d’innovation dédié aux technologies vertes et aux énergies renouvelables.
Soutenir l’innovation médicale et les technologies de la santé.
Communiqué Université Côte d’Azur
43.7102, 7.2620
OpenCampusInnov
La Rochelle Université
3000
EIGSI La Rochelle
Développer des solutions innovantes en lien avec la transition écologique et l’urbanisme.
Université de La Rochelle, rapport officiel
46.1603, -1.1515
P.U.I Normandie
Normandie Université
4000
INSA Rouen, ENSICAEN, ESIGELEC
Promouvoir l’innovation industrielle et numérique pour les PME locales.
Université Normandie, communiqué officiel
49.4432, 1.0993
POLARIS
Université de Lorraine
5700
Mines Nancy, ENSEM, ENSGSI
Soutenir l’innovation dans les matériaux avancés et l’industrie 4.0.
Université de Lorraine, document PUI
48.6921, 6.1844
Pôle PSL Innovation
Université PSL
11000
Mines ParisTech, Chimie ParisTech, ESPCI
Créer des passerelles entre recherche académique et innovation industrielle.
Université PSL, rapport annuel
48.8462, 2.3372
PREDICT
ComUE Angers-Le Mans
3000
École Supérieure d’Électronique de l’Ouest (ESEO)
Innover dans le domaine de la gestion des risques industriels et naturels.
Région Pays de la Loire, document PUI
47.4710, -0.5480
PUI ASU
Sorbonne Université
9000
Polytech Sorbonne, École Normale Supérieure (ENS)
Développer l’innovation scientifique en collaboration avec les grandes entreprises.
Sorbonne Université, documentation PUI
48.8462, 2.3372
PUI CAP I-TERR
Université Clermont Auvergne
4000
SIGMA Clermont, Polytech Clermont
Innover dans les secteurs de l’agriculture durable et des territoires intelligents.
Université Clermont Auvergne, programme PUI
45.7772, 3.0870
PUI Nantes Université
Université de Nantes
6200
Centrale Nantes, Polytech Nantes
Accélérer les innovations liées à l’industrie maritime et aux biotechnologies.
Université de Nantes, rapport officiel
47.2184, -1.5536
PUI Provence
Aix Marseille Université
6000
Polytech Marseille, École Centrale de Marseille
Promouvoir les innovations en matière de santé, environnement et énergie.
Aix Marseille Université, communiqué officiel
43.2965, 5.3698
PUI@Bordeaux
Université de Bordeaux
5800
ENSEIRB-MATMECA, Bordeaux INP, ENSCBP
Développer un pôle d’innovation en collaboration avec les secteurs de l’aéronautique et de la santé.
Université de Bordeaux, site institutionnel
44.8378, -0.5792
PUI-A
Université de Strasbourg
8500
INSA Strasbourg, ENGEES
Soutenir l’innovation dans les biotechnologies et les sciences chimiques.
Université de Strasbourg, document PUI
48.5839, 7.7455
Sud Aquitaine Innovation
Université de Pau et des Pays de l’Adour
5500
ENSGTI
Promouvoir l’innovation dans les secteurs de l’énergie et de l’environnement.
Université de Pau, rapport annuel
43.2951, -0.3708
Université Toulouse Innovation
Université de Toulouse
7500
INSA Toulouse, ENSEEIHT, ISAE-SUPAERO
Accélérer l’innovation technologique dans l’aéronautique et les systèmes embarqués.
Université de Toulouse, document officiel
43.6045, 1.4442
VALIOTECH
Université de La Réunion
3000
ESIROI
Développer des solutions innovantes en climatologie et gestion des ressources.
Université de La Réunion, programme PUI
-21.1151, 55.5364
Valo Cité
Université Paris Cité
6000
EPITA, ESME Sudria
Renforcer l’innovation urbaine et les technologies de la ville intelligente.
Université Paris Cité, communiqué PUI
48.8470, 2.3560
Cytransfer
CY Cergy Paris Université
2500
ESSEC Business School, EISTI
Faciliter le transfert de technologies vers les entreprises de la région.
CY Cergy Paris Université, rapport officiel
49.0369, 2.0734
IMPULSE
ComUE Université de Lyon
2500
École Centrale de Lyon, INSA Lyon, Mines Saint-Étienne
Soutenir les innovations technologiques et numériques dans l’industrie locale.
Université de Lyon, programme PUI
45.7580, 4.8414
InnoRem
Université de Reims Champagne-Ardenne
2500
Neoma Business School, ESIREIMS
Accélérer l’innovation dans le domaine agroalimentaire et les bioénergies.
Université de Reims, rapport officiel
49.2583, 4.0317
PUI-BFC
Université Bourgogne Franche-Comté
2500
UTBM, ISAT Nevers, ENSMM
Développer un pôle d’innovation dans les secteurs des matériaux avancés et de la mécatronique.
Université Bourgogne Franche-Comté, PUI
47.3220, 5.0415
Seville
ComUE Paris-Est
2500
ESIEE Paris, École des Ponts ParisTech
Promouvoir les innovations urbaines et les solutions de mobilité durable.
ComUE Paris-Est, documentation PUI
48.8357, 2.4389
Limites et incohérences relevées L’IA a permis de rassembler rapidement les données, mais certaines informations manquent de précisions ou de cohérence, notamment sur les objectifs détaillés des projets ou sur certaines collaborations avec des écoles d’ingénieurs. Cela met en lumière la nécessité de compléter et de valider ces résultats par des recherches supplémentaires auprès des institutions concernées.
Discussion
Pertinence de l’utilisation de l’IA dans la collecte initiale L’usage de l’IA générative pour une première exploration des projets financés par les PUI se révèle particulièrement intéressant pour sa rapidité et sa capacité à traiter un large volume de données textuelles. Cette méthode peut être vue comme un outil d’assistance dans le cadre d’un travail de synthèse initial, en particulier lorsque les données sont éparpillées et nécessitent une centralisation rapide. Cependant, des limites subsistent, notamment sur la précision et l’exactitude des informations collectées, ce qui appelle à une consolidation manuelle (ANR, 2023).
Importance de la consolidation des données Il est essentiel de procéder à une consolidation des informations générées par l’IA en les recoupant avec des sources officielles. Cela comprend la consultation des rapports institutionnels, des publications académiques, et des données émanant des universités et des écoles d’ingénieurs impliquées dans les projets PUI. En consolidant ces résultats, on pourra mieux évaluer l’impact des PUI sur l’écosystème de l’innovation en France, et en particulier sur la création de start-up deeptech.
Conclusion
Cette étude exploratoire, facilitée par une IA générative, met en lumière la diversité et l’ampleur des projets financés dans le cadre des PUI. Cependant, elle révèle également les limites inhérentes à l’utilisation d’une IA sans validation humaine. La consolidation des résultats est donc essentielle pour garantir la rigueur scientifique et l’exactitude des informations. À terme, cette méthodologie mixte, combinant IA et validation humaine, pourrait accélérer le traitement des données dans le cadre de nos travaux.
Dans cette section intitulée “Ouvrages récents”, je souhaite mettre en lumière les contributions les plus récentes à la recherche et à la réflexion sur les dynamiques contemporaines de l’enseignement supérieur et du numérique.
Ces ouvrages, auxquels j’ai participé en tant qu’auteur ou co-auteur, explorent des thématiques cruciales telles que la modernisation et la mutualisation dans l’enseignement supérieur français, les impacts sociétaux du management des technologies organisationnelles, ainsi que les pratiques médiatiques et les interactions en réseaux.
En intégrant des perspectives variées et des méthodologies rigoureuses, ces travaux offrent une analyse approfondie des transformations en cours dans ces domaines. Ils s’inscrivent dans une démarche d’exploration continue des enjeux du numérique et de la gouvernance dans le contexte universitaire, contribuant ainsi à une meilleure compréhension des défis et des opportunités qui façonnent le paysage universitaire actuel.
Mocquet, B., Athanase, S., Barthel, S. et Lancéa, U. (2022). On verra quand on aura 30 ans: Une histoire de modernisation et de mutualisation dans l’enseignement supérieur français. Transvalor – Presses des Mines. https://www.cairn.info/on-verra-quand-on-aura-30-ans–9782356718464.htm
Commandré, M., Mocquet, B. et Vieira, L. (2020). Visibles et invisibles dans les pratiques médiatiques et les interactions en réseaux. Presses universitaires de Perpignan. 10.4000/books.pupvd.35917
Comme nous le savons, les Jeux Olympiques se dérouleront à Paris en 2024, l’occasion de porter un regard sur certaines technologies numériques mises en focus par l’actualité professionnelle dont vous pouvez retrouver l’intégralité des articles en encart. Cloud hybride, Cybersécurité et caméras à reconnaissance faciale ont attiré notre attention.
Une plateforme pour la cybersécurité
Paris2024 et Atos, fournisseur de cloud sur la compétition aux côtés d’Alibaba entre autres, ont inauguré un laboratoire de tests informatiques pour les JO à Madrid. Sur 1000m², une équipe de 50 (90 à terme) teste les systèmes, dont le portail des volontaires : l’Olympic Management System. Une autre équipe met à jour MyInfo, la base de données pour les résultats, conférences, stats, articles. Des simulations sont faites à partir des données des Jeux précédents, le dernier exercice a eu lieu.
Un centre de contrôle, le Technology Operation Center (TOC), suivra l’évènement depuis Barcelone et un centre de contrôle technologique sera basé au troisième étage de l’immeuble Pulse (siège des JO 2024) à Saint-Denis, pour détecter les problèmes et agir en conséquence. Des cyberattaques, surtout de Russie, sont déjà constatées et attendues.
Figure 1 : Alliance entre un CTOC (Central Technology Operations Center) supervisant les opérations depuis Barcelone, en Espagne, un Laboratoire de tests d’intégration (ITL) situé à Madrid et un Centre de contrôle technologique (TOC) basé à Paris
Les experts estiment que les JO de Paris 2024 pourrait connaître de 8 à 10 fois plus d’incidents informatiques que lors des Jeux de Tokyo 2020.
La reconnaissance faciale généralisée ?
Le gouvernement a officiellement affirmé qu’il n’était pas prévu d’utiliser la reconnaissance faciale à des fins de sécurité lors des Jeux Olympiques de Paris en 2024, crainte exprimée par la CNIL en Janvier 2023. Cette décision est reflétée dans la loi promulguée le 19 mai 2023. Publiée au Journal officiel du 20 mai 2023, qui ne prévoit pas de disposition en ce sens. Cependant, il est possible que cette option refasse surface ultérieurement d’autant que les caméras choisies, et les technologies associées le permettent. Pour le moment, l’accent est mis sur l’analyse comportementale de la foule grâce à des algorithmes pour détecter des situations inhabituelles.
Le 22 Avril est sorti le nouveau Décret de définition de la mission Direction interministérielle de l’Etat, la Dinum, ex-DINSIC. Cet article fait la comparaison entre le Décret no 2023-304 du 22 avril 2023 vs décret no 2019-1088 du 25 octobre 2019.
Ce qui changerait dans le process de validation des nouveaux projets
Le dinum transmet à l’ANSSI ET au directeur du budget pour la validation des nouveaux projets.
Les points suivants sont maintenus et élargis (en gras)
Augmentation du périmètre « les actions des administrations de l’Etat et celles des organismes placés sous sa tutelle »
Elle administre le portail unique interministériel destiné à rassembler et à mettre à disposition librement l’ensemble des informations publiques de l’Etat, de ses établissements publics et, si elles le souhaitent, des collectivités territoriales et des personnes de droit public ou de droit privé chargées d’une mission de service public.
Le directeur interministériel du numérique exerce la fonction d’administrateur général des données, des algorithmes et des codes source. Il anime le réseau des administrateurs ministériels des données, des algorithmes et des codes source. (ex mission etalab) Il peut être saisi par toute personne morale de droit public de toute question portant sur la circulation ou l’exploitation de ces données ;
Elle construit, met à disposition et opère des infrastructures et services numériques d’usage partagé, et notamment le réseau interministériel de l’Etat, dont la stratégie de résilience et de sécurité est définie conjointement avec le secrétariat général de la défense et de la sécurité nationale, ainsi que des outils numériques à destination des agents publics ;
Les points suivants seraient maintenus en état
Elle promeut la dématérialisation des formalités administratives et veille à la qualité des services numériques proposés au public par les administrations
Elle coordonne, organise et promeut l’action de l’Etat et des organismes placés sous sa tutelle en matière d’inventaire, de gouvernance, de production, de circulation, d’exploitation et d’ouverture des données, et notamment des algorithmes et des codes sources
Elle concourt à la mise en œuvre du service public des données de référence créé par l’article L. 321-4 du code des relations entre le public et l’administration dans les conditions et selon les modalités fixées à l’article R. 321-8 du même code.
Elle promeut l’innovation, l’expérimentation, les méthodes de travail ouvertes, agiles et itératives, ainsi que les synergies avec la société civile pour décloisonner l’administration et favoriser l’adoption des meilleures pratiques professionnelles dans le domaine du numérique
Elle soutient le développement des compétences de l’Etat et des organismes placés sous sa tutelle dans le domaine du numérique, par la structuration d’une filière professionnelle interministérielle du numérique, en terme de recrutement, de formation et d’accompagnement des parcours de carrière
Le directeur interministériel du numérique siège aux comités de sélection des directeurs chargés du numérique ministériels
Les points suivants seraient ajoutés
« Conformément aux dispositions de l’article 7 du règlement du 30 mai 2022 susvisé, elle aide les organismes du secteur public qui octroient ou refusent l’accès aux fins de la réutilisation des catégories de données visées à l’article 3, paragraphe 1 dudit règlement et assure le point d’information unique prévu à l’article 8 de ce même règlement.
Elle veille à en préserver la maîtrise, la pérennité et l’indépendance.
« Elle organise et anime la concertation nécessaire à la constitution et à l’évolution des règles et référentiels en matière d’interopérabilité et d’accessibilité, et, en liaison avec l’Agence nationale de la sécurité des systèmes d’information, des règles et référentiels en matière de sécurité. Elle définit des modèles de données de référence et d’échange ;
Elle pilote la politique de mutualisation du système d’information et de communication de l’Etat. Elle peut intervenir dans la gouvernance ainsi que dans la conception et la mise en œuvre des opérations de mutualisation
Elle contribue, en appui de la direction des achats de l’Etat, à l’élaboration des stratégies et politiques interministérielles relatives à l’achat de matériels, de logiciels et des prestations intellectuelles informatiques ;
Elle contribue à la définition des positions françaises dans les instances internationales et communautaires compétentes en matière de numérique public et, le cas échéant, participe aux dites instances
Les points suivants seraient supprimés
Délivrer des labels aux solutions et services respectant ces principes et règles.
L’ouvrage anniversaire de l’Amue (180 pages) présente le GIP Amue depuis le projet de création du GIGUE, jusqu’à nos jours, une forme d’histoire sociale et économique racontée depuis l’intérieur de son organisation, par son corpus archivistique, ses membres et ses acteurs. L’ensemble s’articulant autour d’une question centrale : « Comment, finalement, ce modèle de GIP, après 30 ans de fonctionnement, est-il encore viable pour le système universitaire ? »
L’ouvrage est préfacé par le premier Président, Bernard Dizambourg (p.12-17) qui rappelle le contexte initial et son évolution durant 30 ans, et postfacé (p.168-170) par le binôme Président/Directeur actuels, à savoir Gilles Roussel et Stéphane Athanase, qui font la liaison entre passé et futur du GIP.
Il débute par un court descriptif de la politique publique de l’Enseignement Supérieur (p.32-45) pour enchainer sur un récit décomposé en cinq périodes : 1/ La genèse et le début du GIP Amue : du G.A.F.I.U. au GIGUE (p.46-67), 2/Le GIP Amue porteur de la valeur modernisation : A.M.U.E. hériter du GIGUE et le dépasser (p.68-86), 3/Consolidation de l’organisation communautaire en contexte de changement réglementaire : la mutualisation un fil conducteur ? (p.87-112), 4/Transformation de l’organisation en société de services en ingénierie informatique (p.113-128) et 5/Évolution vers une nouvelle organisation communautaire (p.129-159). Chaque période est illustrée par des tableaux historiques ou données statistiques.
Des discussions (p.160-165) autour du champ d’hypothèses permettent de donner des éléments de réponses à la question principale, et de mieux comprendre ce qu’est devenu le GIP aujourd’hui, pour enfin conclure (p.165-168) sur les qualités et améliorations.
Il est disponible sur commande ou vous pouvez télécharger la présentation en AG sur HAL.
Bertrand Mocquet, Stéphane Athanase, Sylvie Barthel, Ugo Lancéa. On verra quand on aura 30 ans. Assemblée générale de l’Amue, Amue, Sep 2022, Paris, France. ⟨hal-03779035⟩
Les usages numériques apportent une vision complémentaire à la vision classique des technologies numériques, indispensables à ce jour. Mais comment bien connaitre ses usagers ? que sont-ils capables de faire ? que souhaitent-ils pour service ? avec leur smartphone ? avec un ordinateur ? sur une plateforme dans le cloud ?
Tant de questions que l’on peut raisonnablement se poser avant de rencontrer son premier utilisateur satisfait, qui le sera d’autant que le concepteur connaitra son usager cible ou bien que cet usager cible participera à la conception.
Observatoires des usages du numérique
C’est ainsi que ce dispositif, un observatoire des usages du numérique, s’est peu à peu généralisé depuis une bonne dizaine d’année et cela par contexte à différents lieux des politiques publiques. Ils permettent de proposer une vision des usages et des outils mis en œuvre par une population donnée dans une logique de gouvernance numérique publique sur un territoire donné ou bien de facilitation de conception de nouveaux services numériques.
Sans en faire une liste exhaustive, nous partageons ici un certain nombre d’observatoires des usages du numérique.
OMNI de Marsouin (Môle Armoricain de Recherche sur la SOciété de l’Information et les Usages d’INternet)
Sûrement un des plus anciens en France, Marsouin est un Groupement d’Intérêt Scientifique créé en 2002 à l’initiative du Conseil Régional de Bretagne. Il rassemble les équipes de recherche en sciences humaines et sociales des quatre universités bretonnes et de trois grandes écoles, soit 18 laboratoires, qui travaillent sur les usages numériques. Trois laboratoires ligériens sont également associés au réseau. Marsouin totalise environ 200 chercheurs en sciences sociales de l’Ouest.
OMNI est l’Observatoire de Marsouin pour l’étude des usages du numérique et de l’Innovation qui présente des études réalisées et des données associées.
Pôle numérique commun Arcep-CSA
Beaucoup plus récemment, le Pôle numérique Arcep – CSA est installé le 2 mars 2020 pour « approfondir l’analyse technique et économique des marchés du numérique des deux régulateurs et de les accompagner dans la mise en place de leurs nouvelles missions de régulation dans le domaine du numérique. Il vise également à mettre à disposition du grand public des données de référence communes sur ces sujets. » On y retrouve les enquêtes annuelles des usages à domicile des français, mais aussi les types de connexions utilisées. Le premier “référentiel” est marqué par une forte hausse de la consultation de contenus audiovisuels pendant le premier confinement lié à la pandémie.
Et les universités ?
En 2016 puis en 2019, les établissements membres de Normandie Université, les universités de Caen Normandie, Le Havre Normandie, de Rouen Normandie, l’ENSICAEN, l’INSA Rouen Normandie et l’ENSA Normandie, ont proposé à leurs étudiants et personnels de répondre à des enquêtes sur les outils numériques mis à disposition de la communauté universitaire par Normandie Université.
L’association des Vice-présidents numérique proposent une enquête réalisée en 2019 permettant de constater les changements apportés sur les outils et leurs usages durant la période de confinement de 2020
Enfin lors de la dernière formation des DSI/DSIN à l’IH2EF en partenariat avec Amue, CSIESR et ADSI-ESR, l’enquête de satisfaction de l’Université de Strasbourg a été présentée, une forme plus réduite d’observatoires des usages car on n’interroge ici « que » les services proposés par l’université, mais utiles à la compréhension des usages des acteurs de l’établissement, membres comme usagers.
Article en complément
Usages numériques : quelles pratiques en 2020 ?
Une présentation du référentiel numérique Arcep-CSA
Heureux de confier l’édito à Serge Proulx, chercheur québécois qui en 2005, déjà, propose un modèle sous l’appellation de « construction sociale des usages »[1] laissant penser qu’il n’y a pas de stabilité dans la sociologie des usages des technologies numériques mais que des évolutions.
Il souligne aussi que « cinq registres distincts fournissent des catégories analytiques susceptibles de construire l’interprétation des pratiques d’usage que l’on observe »
L’interaction dialogique entre l’utilisateur et le dispositif technique ;
La coordination entre l’usager et le concepteur du dispositif ;
La situation de l’usage dans un contexte de pratiques (c’est à ce niveau que l’on pourrait parler de l’expérience de l’usager) ;
L’inscription de dimensions politique et morale dans le design de l’objet technique et dans la configuration de l’usager ;
L’ancrage social et historique des usages dans un ensemble de macrostructures (formations discursives, matrices culturelles, systèmes de rapports sociaux) qui en constituent les formes.
Il n’y a plus de déterminisme technologique, mais bien une relation de réciprocité entre les technologies numériques et les humains qui les utilisent, l’un nourrissant l’autre et vice-versa…
Transféré dans le contexte du numérique universitaire, nous reconnaissons bien les éléments de construction des solutions technologiques mises en œuvre çà et là dans l’ESR français, et plus particulièrement au sein de l’Amue.
Pour le point 1, on identifie bien les modalités d’ateliers agiles pour les projets comme PC-SCOL ou CAPLAB ou les club’U ou lab’U mis en place chaque année pour les autres solutions proposées aux universités et établissements.
Les points 2 et 3 sont aussi abordés dans le cadre des copils des projets, avec ici une logique de priorisation qui apparait selon des critères indispensables au métier, tout en tenant compte des contraintes budgétaires inhérentes aux politiques publics actuelles.
Les dimensions politique et morale sont inscrites aussi dans la construction de nos solutions, puisque que la conformité à la règlementation, au RGPD et la PSSI sont des fonctions contraintes. A cela s’ajoute l’ouverture du code, des données, pour lequel l’Amue entame une transformation douce, solution par solution.
Enfin le point 5, cet ancrage dans notre écosystème, apparait sous la forme de veille abordée de façon régulière depuis 4 ans au sein d’un numéro, notre marronnier de fin d’été. Trois numéros sont ainsi disponibles en complément de celui-ci et proposent des cas d’usages observés et partagés par des collègues montrant toute l’ingéniosité et la créativité au sein d’un établissement. Notre vœu et action sur ce point est bien de vous partager ce panorama d’usages et de pratiques professionnelles dans un contexte universitaire, où le numérique est un levier autant qu’un moyen pour de nombreux domaines.
Préambule : Article paru dans la collection numérique de l’Amue N°23 – Les “Infras” de l’Enseignement Supérieur et Recherche, octobre 2022. Depuis 1982, le congrès annuel INFORSID (INFormatique des ORganisations et Systèmes d’Information et de Décision) constitue le lieu d’échange privilégié entre chercheurs et praticiens pour identifier et explorer les problématiques, les opportunités et les solutions que les SI apportent ou absorbent. Le dernier congrès était organisé à Dijon du 31 mai au 3 juin 2022. Son appel à communication portait sur les transformations, et notamment l’imprévisibilité de ces mêmes transformations (notamment les effets indirects pervers) « qui requiert plus que jamais une vision systémique dans l’ingénierie et la gouvernance des systèmes d’information ». Nous présentons ici une récension d’une des communications.
L’article, de 12 pages, co-écrit par Antoine Aubé, Université Côte d’Azur, Thomas Polacsek, Office National d’Etudes et de Recherches Aérospatiale (ONERA), et Clément Duffeau, Université Côte d’Azur, propose d’identifier dix exigences de haut niveau pour la sélection d’un environnement infonuagique lors d’une migration et leurs conséquences sur la conception de systèmes, ainsi qu’une classification de ces exigences.
L’introduction de l’article (p 1-2) rappelle quelques éléments de définitions du Cloud, et du contexte de déploiement dans les organisations, pour enchainer sur une question principale : Quelles sont les principales exigences de la sélection d’un environnement dans le cadre de la migration vers un nuage ? (p.2). Pour répondre à cette question, le choix est porté sur un terrain composé d’un panel de spécialiste de l’informatique en nuage interrogés à partir d’une série d’entretiens semi-dirigés « un responsable projets, trois architectes de systèmes infonuagiques, deux spécialistes de l’exploitation opérationnelle et un expert de la migration, qui a plus d’une cinquantaine de migrations à son actif » p.4 selon une grille commune de questions, p.3 :
Comment avez-vous analysé les composants à migrer ? Quelles étaient les informations importantes à en tirer ?
Quelle a été la démarche d’analyse pour trouver les besoins spécifiques à l’informatique à nuage ? Autrement dit, pour identifier les exigences concernant la sécurité, la qualité de service, etc.
Sous quelle forme avez-vous pu consulter les exigences auxquelles répond le système ?
Avez-vous des preuves que le système existant répondait effectivement aux exigences ?
La façon dont l’utilisateur se sert du système était-elle un élément important à capturer à cette étape ? Si oui, comment cela a-t-il été fait ?
Avez-vous des exigences sur la qualité de service ? Si oui, quels aspects de la qualité de service ?
Quand on parle budget opérationnel, est-ce que le coût de la main-d’œuvre est pris en compte ? Et si oui, comment est-il calculé ?
Les résultats : exigences motivant les choix d’architecture
Dans le cadre de cet article, les auteurs ont donc décidé de présenter « ces dix exigences en les classant en ordre décroissant suivant le nombre d’interlocuteurs qui les ont évoquées » p.5
Minimiser la maintenance opérationnelle
Minimiser les coûts de l’environnement
Maximiser la fiabilité du système
Maximiser les performances
Minimiser le besoin de nouvelles expertises
Minimiser les coûts de migration
Minimiser la durée de migration
Garantir la souveraineté numérique
Maximiser la sécurité
Maximiser l’agnosticisme à un fournisseur infonuagique
Propositions de classification des exigences
Finalement, le choix de classification des chercheurs s’est porté sur la dichotomie : développement logiciel et exploitation du système (DevOps) pour lequel ils décident de prendre en compte un troisième élément : le fournisseur infonuagique.
Par conséquent, ils proposent la classification suivante :
« Les exigences liées au développement logiciel. Les choix de services découlant de ces exigences vont interférer avec le développement (dans le cadre de la migration, il s’agit d’adaptations) des logiciels. Les exigences liées au développement logiciel sont : maximiser l’agnosticisme à un fournisseur infonuagique, minimiser le besoin de nouvelles expertises, minimiser les coûts et la durée de migration.
Les exigences liées à l’exploitation du système. Les efforts investis dans l’exploitation du système dépendent des choix de services découlant de ces exigences. Les exigences liées à l’exploitation du système sont : maximiser la fiabilité du système, minimiser le besoin de nouvelles expertises, minimiser la maintenance opérationnelle.
Les exigences liées au fournisseur infonuagique. Ces exigences sont satisfaites uniquement par des propriétés du fournisseur. Les exigences liées au fournisseur infonuagique sont : garantir la souveraineté numérique, maximiser les performances, minimiser les coûts de l’environnement, maximiser la sécurité. » p. 10
Citation de l’article : Aubé, A., Polacsek, T., & Duffeau, C. (2022). Les exigences pour un choix d’architecture dans le cadre d’une migration dans les nuages (p. 12). Communication présentée au Inforsid, Dijon.
Les opportunités relatives à l’informatique en nuage (cloud) ont donné lieu à une stratégie d’amorçage, formalisée dans une circulaire du 8 novembre 2018[1].
Le système d’information de l’État, lui, est régi par le décret n°2019-1088 du 25 octobre 2019[2], précisant notamment le rôle d’animation stratégique, de conseil, de coordination interministérielle et de mutualisation opéré par la direction interministérielle du numérique de l’État (DINUM), sous l’autorité de la ministre de la transformation et de la fonction publiques.
Retenons ici quelques dates permettant de comprendre la trajectoire de politique d’Etat sur le cloud prise depuis ces derniers mois
17 mai 2021 : Le gouvernement annonce sa stratégie nationale pour le Cloud [3]
Pendant la crise sanitaire, les organisations publiques comme privées accélère fortement leur numérisation pour maintenir leur activité et proposer de nouveaux services.
Compte tenu de ce triple enjeu, transformation, compétitivité et souveraineté, le Gouvernement décide la mise en œuvre d’une stratégie nationale portant sur les technologies Cloud, en cohérence avec les initiatives européennes en la matière.
Cette stratégie s’articule autour de 3 piliers que sont
1/le label « Cloud de confiance », 2/la politique « Cloud au centre » des administrations et enfin 3/une politique industrielle mise en œuvre dans le prolongement de France Relance.
Le but est clair : « protéger toujours mieux les données des entreprises, des administrations et des citoyens français tout en affirmant notre souveraineté » selon Bruno Le Maire, ministre de l’Économie, des Finances et de la Relance, Amélie de Montchalin, ministre de la Transformation et de la Fonction publiques et Cédric O, secrétaire d’État chargé de la Transition numérique et des Communications électroniques.
Le Premier ministre valide une doctrine cloud de l’Etat français, que le ministère de la Transformation et de la Fonction publiques. Il importe que l’Etat conserve une capacité d’hébergement en nuage interministérielle interne, mutualisée et opérationnelle, afin d’assurer sa souveraineté dans ce domaine”, réaffirme Jean Castex. L’Etat français entend s’appuyer avant tout “sur les offres privées présentant les garanties juridiques, techniques, cyber et opérationnelles requises”.
Le 2 novembre 2021, Cédric O, accompagné de Bruno Le Maire et Amélie de Montchalin, présente un plan industriel de soutien à la filière française du cloud, dernier pilier de la stratégie nationale du cloud annoncée en mai 2021. Ce volet doté de 1,8 Md€, dont 667 M€ de financement public, 680 M€ de cofinancements privés et 444 M€ de financements européens, s’inscrit dans le cadre du 4ème Programme d’investissements d’avenir (PIA4) et de France Relance.
Cette stratégie mise sur l’innovation et les atouts des cloudeurs français en :
soutenant l’essor des offres françaises innovantes, y compris provenant du logiciel libre,
accélérant le passage à l’échelle des acteurs français sur les technologies critiques très demandées, telles le big data ou le travail collaboratif
intensifiant le développement de technologies de rupture à horizon 2025, telles que l’edge computing afin de positionner la filière européenne comme un futur champion
En Septembre 2022, Bruno Le Maire et Jean-Noël Barrot, Ministre délégué chargé de la Transition numérique et des Télécommunications, réitère la stratégie nationale du cloud et annoncé de nouvelles mesures au profit du secteur numérique « enjeu-clé de la transformation numérique de nos entreprises et de notre administration. »
A l’occasion du déplacement à Strasbourg pour l’inauguration du data center OVHCloud, les représentants du ministre de l’Economie, des Finances, de l’Industrie et de la Souveraineté numérique et du ministre de la Transformation numérique et des Télécommunications propose les cinq mesures suivantes :
Aider les PME à obtenir le visa SecNumCloud.
Renforcer et clarifier la doctrine pour mieux accompagner la transformation numérique de l’exécutif.
Au plus fort de l’évolution technologique, des réglementations ambitieuses en matière d’indépendance numérique sont élaborées au niveau de l’UE.
La Commission européenne doit valider rapidement le cloud Project Important European Common Interest (IPCEI), un projet européen majeur de 5 milliards d’euros pour inventer le cloud du futur en Europe.
Michel Paulin est mandaté pour mettre en place un comité stratégique sectoriel « Confiance numérique » pour améliorer le dialogue entre l’État et l’écosystème.
La rédaction d’un document de type « schéma directeur » de la gouvernance suffit-elle ? Comment manager cette transformation en tenant compte du paradoxe apparent entre démocratisation des usages numériques et gouvernance d’une organisation publique en transformation numérique ? Il apparaît nécessaire de trouver une combinaison entre gouvernance et démocratisation, voire envisager une combinaison des deux.
Cette combinaison est envisageable si l’organisation est « adaptative » [1], si son « design organisationnel » a tenu compte de sa : « faculté de produire des objets nouveaux, innovants en poursuivant un but (un idéal) : faire plus vite? faire mieux ? » (Vieira, 2014).[2]
Une solution observée est l’agilité à l’instar de la conception de design numérique. Cette « agilité organisationnelle » [3] ne peut-elle pas apporter à cette structuration des organisations et proposer des actions-réactions plus à l’image de la réactivité des organisations qu’imposent le numérique : le meilleur exemple peut venir de la création des MOOC qui n’auraient pu être présents dans un schéma directeur antérieur à 2013.
Il s’agit alors de mettre en place un pilotage de l’organisation du numérique en s’appuyant sur des concepts d’agilité, nés de la nécessité de mieux programmer les applications informatiques [4]: ce pilotage s’appuie sur une stratégie du numérique explicitée.
L’agilité organisationnelle est « la capacité d’adaptation permanente de l’entreprise en réponse à un environnement caractérisé par la complexité, la turbulence et l’incertitude » [5]
Nous proposons d’adapter « Les 12 concepts clés » de cette agilité vers la conception agile des organisations à l’université, dans un premier temps en faisant une analogie des acteurs.
Conception agile des applications
Conception agile des organisations à l’université
Le commanditaire
La gouvernance
Les développeurs
L’équipe en charge du numérique
Les utilisateurs
Les usagers
Tableau 1 : Les acteurs de l’agilité de l’université
Puis dans un deuxième temps, en proposant une nouvelle rédaction des 12 concepts adaptés à aux organisation de l’université.
Conception agile des applicationsAGILE MANIFESTO
Conception agile des organisations à l’université
Notre plus haute priorité est de satisfaire le client en livrant rapidement et régulièrement des fonctionnalités à grande valeur ajoutée.
Notre plus haute priorité est de satisfaire l’usager de l’université en livrant rapidement et régulièrement des fonctionnalités à grande valeur ajoutée.
Accueillez positivement les changements de besoins, même tard dans le projet. Les processus Agiles exploitent le changement pour donner un avantage compétitif au client.
Accueillez positivement les changements de besoins, même tard dans le projet. Les processus Agiles exploitent le changement pour donner un avantage compétitif à l’usager.
Livrez fréquemment un logiciel opérationnel avec des cycles de quelques semaines à quelques mois et une préférence pour les plus courts.
Livrez fréquemment des états d’avancement du projet avec des cycles de quelques semaines à quelques mois et une préférence pour les plus courts.
Les utilisateurs ou leurs représentants et les développeurs doivent travailler ensemble quotidiennement tout au long du projet.
Les usagers ou leurs représentants et l’équipe en charge du numérique doivent travailler ensemble quotidiennement tout au long du projet.
Réalisez les projets avec des personnes motivées. Fournissez-leur l’environnement et le soutien dont ils ont besoin et faites-leur confiance pour atteindre les objectifs fixés.
Réalisez les projets avec des personnes motivées. Fournissez-leur l’environnement et le soutien dont ils ont besoin et faites-leur confiance pour atteindre les objectifs fixés.
La méthode la plus simple et la plus efficace pour transmettre de l’information à l’équipe de développement et à l’intérieur de celle-ci est le dialogue en face à face.
La méthode la plus simple et la plus efficace pour transmettre de l’information à l’équipe en charge du numérique et à l’intérieur de celle-ci est le dialogue en face à face.
Un logiciel opérationnel est la principale mesure d’avancement.
Un projet numérique opérationnel est la principale mesure d’avancement.
Les processus Agiles encouragent un rythme de développement soutenable. Ensemble, les commanditaires, les développeurs et les utilisateurs devraient être capables de maintenir indéfiniment un rythme constant.
Les processus Agiles encouragent un rythme de développement soutenable. Ensemble, la gouvernance, l’équipe en charge du numérique et les usagers devraient être capables de maintenir indéfiniment un rythme constant.
Une attention continue à l’excellence technique et à une bonne conception renforce l’Agilité.
Une attention continue à l’efficience et à une bonne organisation renforce l’Agilité.
La simplicité – c’est-à-dire l’art de minimiser la quantité de travail inutile – est essentielle.
La simplicité – c’est-à-dire l’art de minimiser la quantité de travail inutile – est essentielle.
Les meilleures architectures, spécifications et conceptions émergent d’équipes auto-organisées.
Les meilleures organisations émergent d’équipes auto-organisées.
À intervalles réguliers, l’équipe réfléchit aux moyens de devenir plus efficace, puis règle et modifie son comportement en conséquence.
À intervalles réguliers, la gouvernance, l’équipe en charge du numérique, et les usagers réfléchit aux moyens de devenir plus efficace, puis règle et modifie son comportement en conséquence.
Tableau 2: Les 12 concepts d’agilité appliqués au numérique universitaire
Ce pilotage implique un mode collaboratif des différentes parties prenantes de la mise en œuvre du numérique, et des consultations régulières des usagers eux-mêmes via des enquêtes.
L’organisation agile impose donc nouvelle organisation et un nouveau positionnement de la gouvernance des universités, car il apparaît ainsi un processus ascendant ou Bottom-Up.
[1] Barbaroux, P. (2010). Modularité de l’organisation et design des organisations adaptatives : une analyse de la transformation des organisations de défense americaines. Innovations, 31(1), 33. http://doi.org/10.3917/inno.031.0033
[4] Agile Alliance. (2001). Manifesto for Agile Software Development. Consulté 28 juillet 2015, à l’adresse http://www.agilemanifesto.org/
[5] Goldman, S. L., & Preiss, K. (1994). Agile Competitors and Virtual Organizations: Strategies for Enriching the Customer (1 edition). New York: Wiley.