Retour à Socrate : Pourquoi l'intelligence artificielle générative nous oblige à réinventer l'université

L'émergence de l'intelligence artificielle générative oblige les universités à reconsidérer certaines des questions les plus fondamentales concernant l'enseignement et l'apprentissage. Si une machine peut rédiger un essai, résumer un livre ou fournir une réponse sophistiquée à une question complexe en quelques secondes, quel est l'intérêt de continuer à enseigner et à apprendre de la même manière qu'auparavant ? Cet article soutient que le véritable défi n'est pas technologique mais pédagogique. La question n'est pas de savoir si les universités doivent interdire ou adopter l'intelligence artificielle, mais plutôt comment elles peuvent redécouvrir ce qui a toujours été leur mission essentielle : éduquer des individus capables de comprendre, de raisonner, de délibérer et d'exercer un jugement indépendant.

Paradoxalement, répondre à ce défi ne nécessite pas d'inventer une pédagogie entièrement nouvelle. Au contraire, cela appelle à récupérer certaines des traditions intellectuelles les plus riches de l'université occidentale. Du dialogue socratique à la lectio, quaestio et disputatio de l'université médiévale, l'enseignement supérieur a été construit pendant des siècles sur l'art de questionner, de débattre et de répondre aux objections. À une époque fascinée par la rapidité avec laquelle les réponses peuvent être produites, peut-être que l'innovation éducative la plus profonde est d'enseigner à nouveau ce que aucune intelligence artificielle ne peut faire à notre place : penser de manière autonome, s'engager dans un dialogue critique et transformer l'information en jugement véritable.

Introduction

Il y a seulement quelques années, assigner aux étudiants un essai ou un travail de recherche était un moyen raisonnablement fiable de déterminer s'ils avaient compris un sujet. Écrire les obligeait à lire largement, à sélectionner une bibliographie appropriée, à organiser des idées, à écarter des arguments faibles et à construire un raisonnement qui leur soit propre. Le travail final pouvait être meilleur ou pire, mais il reflétait presque toujours un processus intellectuel que les enseignants pouvaient raisonnablement supposer avoir eu lieu. Aujourd'hui, cette hypothèse n'est plus évidente.

Une scène commence à se répéter dans les universités du monde entier. Un professeur assigne, par exemple, un essai sur la théorie de la justice de John Rawls. Une semaine plus tard, trente travaux impeccablement rédigés sont soumis. Ils sont bien structurés, soutenus par des références appropriées et écrits dans une prose remarquablement uniforme. Rien ne suggère initialement qu'il y ait un problème. Pourtant, dès que le professeur commence à interroger les étudiants sur les idées qu'ils viennent de présenter, il devient évident que plusieurs d'entre eux sont incapables d'expliquer pourquoi ils ont défendu une interprétation particulière, pourquoi ils ont cité certains auteurs plutôt que d'autres, ou quelles objections pourraient être soulevées contre la thèse centrale de leurs essais. Le travail écrit semble excellent, mais le raisonnement qui devrait le soutenir s'avère étonnamment fragile.

La réaction la plus immédiate est d'interpréter cette situation comme un problème de faute académique. Les discussions se concentrent rapidement sur les détecteurs d'intelligence artificielle, les nouvelles réglementations disciplinaires ou les systèmes capables de déterminer si un texte a été écrit par un être humain ou généré par un algorithme. De telles mesures peuvent être nécessaires, mais elles sont clairement insuffisantes. Le véritable défi n'est pas simplement de déterminer qui a écrit un papier. Il s'agit plutôt de reconnaître que la relation entre l'écriture et la pensée a fondamentalement changé et de tirer les conséquences pédagogiques de cette transformation. Il est devenu remarquablement facile de produire un texte académiquement acceptable sans nécessairement subir le parcours intellectuel que cette écriture exigeait autrefois.

C'est le grand paradoxe de l'intelligence artificielle générative. Des systèmes tels que ChatGPT, Claude et Gemini peuvent résumer des articles académiques, rédiger des essais, comparer des théories philosophiques et suggérer une bibliographie pertinente en quelques secondes. Ils sont des outils extraordinairement précieux pour étudier, mener des recherches et explorer de nouvelles idées. Le problème ne réside ni dans leur existence ni dans leur utilisation légitime, mais dans la tentation de confondre la qualité d'une réponse avec la qualité de la pensée qui aurait dû la produire. L'intelligence artificielle n'a pas rendu l'écriture obsolète ; au contraire, elle a rompu l'équivalence de longue date entre l'écriture et la pensée.

Plus les machines deviennent sophistiquées dans la production de réponses, plus il devient clair que la mission fondamentale de l'université n'a jamais été simplement de transmettre des informations. Depuis ses origines, l'université a poursuivi un objectif bien plus ambitieux : éduquer des individus capables de comprendre, de raisonner, de délibérer et d'exercer un jugement indépendant. L'intelligence artificielle ne compromet pas cette mission ; au contraire, elle la rend plus visible que jamais.

Peut-être, alors, avons-nous posé la mauvaise question. Au lieu de demander seulement comment les universités devraient s'adapter à l'intelligence artificielle, nous devrions d'abord demander ce qui reste digne d'être enseigné lorsqu'une machine peut répondre, en quelques secondes, à des questions qui nécessitaient autrefois des heures d'étude. À ce moment précis, un ancien philosophe athénien revient dans la conversation - un homme qui n'a jamais écrit de livre et a consacré sa vie à poser des questions. L'avenir de l'université pourrait dépendre moins d'apprendre à utiliser l'intelligence artificielle que de récupérer ce que Socrate considérait comme l'essence même de l'éducation : enseigner aux gens comment penser.

Chaque révolution technologique nous oblige à réinventer l'université

Le sentiment que l'université subit une transformation sans précédent est tout à fait compréhensible. Le rythme extraordinaire auquel l'intelligence artificielle a évolué donne l'impression que nous assistons à une rupture radicale avec tout ce qui a précédé. Pourtant, l'histoire de l'éducation nous invite à adopter une perspective plus large. Les universités ont perduré pendant des siècles précisément parce qu'elles n'ont jamais identifié leur mission à une technologie particulière. Leurs outils ont changé, tout comme leurs façons d'organiser la connaissance, mais une question persistante est restée la même : qu'est-ce qui vaut vraiment la peine d'être appris ?

L'invention de l'imprimerie a suscité des craintes qui semblent aujourd'hui presque désuètes. Si les livres pouvaient être reproduits à grande échelle, aurait-il encore un sens de mémoriser tant de textes ? L'émergence de grandes bibliothèques a profondément transformé la relation de l'humanité avec la connaissance, même si aucun étudiant ne pouvait espérer maîtriser tout ce qui avait été écrit. Plus récemment, Internet a rendu l'accès à l'information largement indépendant de la proximité physique d'une bibliothèque universitaire. Chacune de ces évolutions a suscité des prédictions sur le déclin de l'éducation traditionnelle. Pourtant, ce qui s'est réellement passé était tout autre. Les universités ont compris que chaque fois que l'accès à la connaissance change, l'enseignement et l'évaluation doivent également évoluer.

L'intelligence artificielle représente un autre chapitre de cette longue histoire, mais avec une différence cruciale. L'imprimerie a multiplié les livres ; Internet a multiplié l'information ; l'intelligence artificielle multiplie les réponses - et même des textes entiers. C'est la véritable nouveauté. Elle ne facilite pas seulement l'accès à la connaissance existante. Elle produit des textes, organise des arguments, résume des recherches, traduit des articles et génère des explications à une vitesse qui aurait semblé inimaginable il y a seulement quelques années. Pour la première fois, une machine ne se contente pas de stocker des informations ; elle participe à des activités qui ont traditionnellement été considérées comme appartenant au travail intellectuel lui-même.

Face à cette nouvelle réalité, il est compréhensible que de nombreuses universités aient réagi en établissant des réglementations régissant l'utilisation de ces outils ou en développant des systèmes pour détecter les textes générés par l'IA. De telles mesures sont sans aucun doute nécessaires, mais elles ne s'attaquent pas au cœur du problème. Le défi fondamental n'est ni disciplinaire ni technologique ; il est pédagogique. Chaque révolution technologique nous oblige à reconsidérer quelles capacités humaines restent uniquement les nôtres et, par conséquent, ce que l'université devrait continuer à cultiver. L'intelligence artificielle nous confronte à une question encore plus radicale : que signifie apprendre lorsque presque n'importe quelle réponse peut être obtenue en quelques secondes ?

Plus il devient facile d'accéder à l'information, moins il est important de simplement l'accumuler, et plus il devient essentiel de la comprendre. Une abondance de réponses ne diminue pas le besoin de jugement ; elle rend ce besoin plus urgent que jamais. La connaissance n'est plus simplement une question de trouver des informations, mais d'interpréter, de relier, d'évaluer de manière critique et de décider quelles sources méritent notre confiance. L'université n'a jamais été simplement un distributeur d'informations. Sa mission durable a toujours été de cultiver des esprits capables de trouver leur chemin à travers la complexité. C'est précisément ici que le débat sur l'intelligence artificielle cesse d'être principalement technologique et se révèle comme une question profondément philosophique.

Car si le véritable défi est d'apprendre aux gens à penser plutôt qu'à simplement répondre, il n'est peut-être pas nécessaire d'inventer une pédagogie entièrement nouvelle. Au contraire, nous pourrions avoir besoin de revenir au penseur qui a fait de la question, du dialogue et de l'examen critique de ses propres croyances le fondement même de l'éducation. En ce sens, l'intelligence artificielle nous oblige à revenir à Socrate.

Le philosophe qui a appris aux gens à penser sans leur donner de réponses

Lorsque Socrate est mentionné, l'image qui vient généralement à l'esprit est celle d'un homme âgé marchant dans les rues d'Athènes, engagé dans une conversation avec ses compagnons. Pourtant, Socrate n'enseignait pas dans le sens où nous comprenons l'enseignement aujourd'hui. Il ne faisait pas de cours magistraux, ne dictait pas de notes et ne présentait pas un corpus de connaissances à mémoriser pour ses étudiants. Au contraire, il faisait quelque chose de bien plus perturbant : il posait des questions. Il interrogeait ses interlocuteurs jusqu'à ce que des réponses qui semblaient initialement évidentes ne paraissent plus ainsi. Il les interrogeait jusqu'à ce qu'ils découvrent des contradictions qu'ils n'avaient jamais remarquées auparavant. En résumé, il les interrogeait pour les contraindre à penser.

Cette méthode a déconcerté beaucoup de ses contemporains parce qu'elle inversait le rôle traditionnel de l'enseignant. L'enseignant n'était plus la personne qui possédait toutes les réponses, mais celle qui révélait l'insuffisance des réponses faciles. L'ironie socratique ne consistait pas à ridiculiser son interlocuteur ou à démolir ses arguments. Au contraire, elle exposait le fait qu'une véritable compréhension exige bien plus que de simplement répéter une croyance ou de rappeler un morceau d'information. L'apprentissage commence précisément lorsque nous réalisons que nous ne comprenons pas encore ce que nous pensions savoir.

Pendant des siècles, cette approche de l'éducation a pu sembler lente, voire inefficace. Pourquoi consacrer tant de temps à la conversation alors qu'on pourrait simplement fournir la bonne réponse ? L'éducation moderne a, dans une certaine mesure, hérité de cette impatience. Elle a souvent assimilé l'apprentissage à l'accumulation d'informations et l'enseignement à la transmission de ces informations aussi efficacement que possible. Pourtant, l'intelligence artificielle expose désormais les limites de cette conception. Si une machine peut fournir une explication précise de presque n'importe quel sujet en quelques secondes, alors le rôle du professeur ne peut plus se réduire à délivrer des informations que les étudiants pourraient facilement obtenir ailleurs.

C'est précisément ici que Socrate retrouve son extraordinaire pertinence. Ce que aucune intelligence artificielle ne peut faire pour un étudiant, c'est entreprendre le voyage vers la compréhension à sa place. L'IA peut résumer la Critique de la raison pure de Kant, expliquer la théorie de l'évolution, comparer les conceptions de la justice d'Aristote et de Rawls, ou même produire un essai poli sur l'un de ces sujets. Ce qu'elle ne peut pas faire, c'est remplacer le moment où un individu découvre par lui-même pourquoi un argument est plus convaincant qu'un autre, reconnaît les faiblesses de son propre raisonnement ou révise une conviction profondément ancrée après avoir rencontré une objection plus convaincante. Cette transformation intellectuelle reste irréductiblement humaine.

Il est donc bon de se rappeler que Socrate n'a jamais cherché à remplir l'esprit de ses disciples avec des réponses toutes faites. Son ambition était bien plus grande : il cherchait à leur apprendre à rester intellectuellement éveillés. L'elenchus et la méthode maïeutique n'étaient pas simplement des techniques pour extraire des connaissances cachées ; elles étaient des moyens d'accompagner une autre personne jusqu'à ce qu'elle devienne capable de penser de manière indépendante. L'éducation ne consistait pas à remplacer l'ignorance par un ensemble de certitudes, mais à cultiver un intellect capable d'examiner chaque certitude de manière critique - y compris la sienne.

C'est peut-être la leçon la plus durable de Socrate pour l'ère de l'intelligence artificielle. L'IA a considérablement réduit le coût d'obtention des réponses. Précisément pour cette raison, la valeur éducative se déplace ailleurs : vers la capacité à formuler des questions significatives. Poser une bonne question nécessite de définir un problème, de distinguer ce qui est essentiel de ce qui est accessoire, d'identifier les hypothèses sous-jacentes à une affirmation et de reconnaître les limites de sa propre connaissance. Les réponses peuvent de plus en plus être automatisées ; les questions véritablement importantes ne surgissent encore que d'un esprit en quête de compréhension.

L'université du XXIe siècle devra donc peut-être embrasser un paradoxe inattendu. Pendant des décennies, les éducateurs se sont inquiétés du fait que les étudiants pouvaient trop facilement trouver des réponses sur Internet. Aujourd'hui, les réponses apparaissent souvent avant même que la question ne soit complètement formulée. Pourtant, la capacité à poser de bonnes questions n'a jamais été aussi importante. Les questions ne sont pas simplement des instruments pour acquérir des informations ; elles sont les moyens par lesquels la pensée elle-même est dirigée. Et enseigner aux gens comment diriger leur pensée a été, pendant plus de vingt-cinq siècles, la véritable vocation de la philosophie.

Réinventer l'université à l'ère de l'intelligence artificielle

Lorsqu'on discute de l'intelligence artificielle, l'avenir de l'université est souvent présenté comme un choix entre adopter ces nouvelles technologies ou les interdire. C'est un faux dilemme. L'histoire montre que les institutions éducatives n'ont jamais survécu en rejetant l'innovation technologique, mais en apprenant à l'incorporer sans perdre de vue leur but fondamental. L'imprimerie n'a pas mis fin à l'enseignement, ni Internet n'a rendu les professeurs obsolètes. De même, l'intelligence artificielle n'éliminera pas l'université. Ce qu'elle peut faire, c'est obliger l'université, une fois de plus, à se demander quelle est sa véritable mission.

Cette mission est d'enseigner aux étudiants à distinguer entre information et connaissance, entre connaissance et compréhension, et entre compréhension et jugement. L'intelligence artificielle peut nous aider dans les premières étapes de ce parcours, mais ses étapes finales dépendent encore de la réflexion personnelle, du dialogue avec les autres et de la responsabilité intellectuelle de l'individu penseur. Il est significatif que les méthodes pédagogiques nécessaires pour cultiver ces capacités n'aient pas besoin d'être inventées de toutes pièces. Beaucoup d'entre elles appartiennent déjà à la tradition même de l'université.

La vie intellectuelle de l'université médiévale, par exemple, tournait autour de trois pratiques complémentaires : la lectio, la quaestio et la disputatio. L'apprentissage commençait par la lecture attentive de textes autorisés, se poursuivait par la formulation de problèmes authentiques et culminait dans un débat raisonné, où la connaissance était mise à l'épreuve par le dialogue, l'argumentation et les réponses aux objections. À une époque où l'intelligence artificielle fournit un accès immédiat aux réponses, ces pratiques n'ont rien perdu de leur pertinence. Au contraire, elles offrent un modèle particulièrement précieux pour cultiver le jugement critique et l'autonomie intellectuelle.

Le véritable danger, par conséquent, ne réside pas dans l'utilisation de l'intelligence artificielle, mais dans le fait de lui permettre d'effectuer ces tâches qui constituent le cœur même de notre indépendance intellectuelle : comprendre, raisonner, prendre des décisions et accepter la responsabilité de nos propres jugements. Une université qui abandonnerait la tâche de former cette souveraineté intellectuelle pourrait continuer à délivrer des diplômes, mais elle aurait oublié la mission qui justifiait son existence en premier lieu.

La réponse appropriée à l'intelligence artificielle n'est pas de rivaliser avec les machines, mais de cultiver précisément ces capacités que les machines ne peuvent pas remplacer : lire attentivement, poser des questions qui vont au-delà des réponses facilement disponibles, s'engager dans une conversation authentique, écouter sérieusement des arguments opposés, changer d'avis lorsque les preuves l'exigent, et apprendre à écrire comme un moyen d'apprendre à penser plutôt que de simplement produire du texte. Ce furent, dans une mesure remarquable, les intuitions éducatives qui ont guidé Socrate vingt-cinq siècles auparavant, et c'est peut-être pour cette raison même qu'elles ont acquis une pertinence si inattendue aujourd'hui.

Paradoxal bien que cela puisse paraître, la technologie la plus avancée que l'humanité ait jamais créée nous oblige à redécouvrir certaines des pratiques éducatives les plus anciennes de notre tradition intellectuelle. Plus les machines deviennent capables de générer des réponses, plus il devient important d'éduquer des personnes capables de poser des questions significatives. Plus il est facile de produire de l'information, plus il devient nécessaire de l'interpréter avec discernement. Et plus les technologies qui étendent nos capacités cognitives deviennent puissantes, plus notre responsabilité de préserver ce qu'aucune technologie ne peut exercer en notre nom : le jugement.

Peut-être est-ce l'une des contributions les plus précieuses que l'intelligence artificielle puisse apporter à l'université contemporaine. Elle n'exige pas que l'université abandonne son passé ou recommence à zéro. Au contraire, elle invite l'institution à récupérer les traditions mêmes qui ont toujours défini ses plus hautes aspirations éducatives.

Ernesto Baltar

Senior Lecturer in Philosophy at Rey Juan Carlos University

Follow Ernesto Baltar on LinkedIn