Volume 22, numéro 1, 2025 L’intelligence artificielle au postsecondaire : entre enthousiasme et méfiance Artificial Intelligence in Post-secondary Education: Between Enthusiasm and Mistrust Sous la direction de Normand Roy, Sonia Proust-Androwkha, Édith Gruslin, Vivianne Vallerand et Élisabeth Charles

FR :

Ce texte présente le compte rendu d’une expérience de l’intelligence artificielle générative (IAg) dans le cadre d’un cours de deuxième cycle universitaire en sciences de l’éducation. Plus spécifiquement, il propose six façons d’utiliser l’IAg en soutien à une communauté d’élaboration de connaissances.

EN :

This paper reports on an experiment with generative artificial intelligence (GAI) in a graduate course in educational sciences. More specifically, it proposes six ways of using GAI to support a knowledge-building community.

FR :

Cette étude, menée auprès de personnes apprenantes de l’Université, examine l’intégration de ChatGPT‑4 dans la création de questionnaires à choix multiples (QCM). Nous comparons les QCM générés par l’outil d’intelligence artificielle (IA) à ceux conçus par des enseignantes et nous analysons la qualité des distracteurs ainsi que les indices de difficulté. L’étude révèle que les QCM générés par l’IA obtiennent des taux de réussite élevés, mais présentent des distracteurs moins efficaces, limitant leur capacité à évaluer des compétences de réflexion analytique. Cette recherche souligne l’importance de l’intervention humaine pour garantir des QCM de qualité, tout en reconnaissant le potentiel de l’IA comme outil complémentaire.

EN :

This study, conducted among university students, examines the use of ChatGPT‑4 in the creation of multiple-choice questions (MCQs) by comparing AI‑generated MCQs to those designed by instructors and analyzing the quality of distractors and the difficulty indices. The study reveals that AI‑generated MCQs achieve high success rates but feature less effective distractors, limiting the possibility of assessing analytical thinking skills. This research highlights the importance of human intervention to ensure high-quality MCQs while acknowledging the potential of AI as a complementary tool.

FR :

Dans cet article, nous réfléchissons aux événements et expériences entourant l’utilisation de ChatGPT et d’autres outils d’intelligence artificielle générative (IAg) pour soutenir l’apprentissage étudiant. La théorie de l’autodétermination est utilisée pour structurer nos réflexions, ce qui nous permet de comprendre comment ChatGPT peut améliorer ou diminuer l’automotivation des étudiants et étudiantes, tout en soutenant leurs besoins psychologiques. En nous inspirant de nos expériences et de la littérature émergente, nous proposons des principes directeurs pour les professeurs et professeures afin de renforcer les avantages motivationnels de ChatGPT et de l’IAg, tout en minimisant leurs impacts négatifs.

EN :

In this paper, we reflect on classroom events and experiences surrounding the use of ChatGPT and other generative AI (GenAI) tools to support students’ learning. Self-determination theory is used as a lens to structure our reflections, allowing us to understand the ways in which ChatGPT can enhance or diminish students’ self-motivation by supporting or thwarting their basic psychological needs. Drawing on our experiences, as well as on findings from the emerging literature, we propose guiding principles for educators to enhance the motivational benefits of ChatGPT and GenIA while minimizing their negative impacts.

FR :

Cet article présente un retour sur une expérimentation d’autoformation guidée à l’intelligence artificielle générative (IAg) menée dans deux cours de cycles supérieurs du programme de technologie éducative à l’Université Laval, impliquant 45 professionnelles et professionnels de l’éducation en formation. L’expérimentation visait à explorer l’appropriation progressive de l’IAg par des personnes conceptrices pédagogiques en activité, en combinant exploration autonome et accompagnement structuré.

L’analyse met en évidence une courbe d’apprentissage marquée par trois phases : une curiosité initiale, suivie d’un ébranlement de la confiance en l’expertise humaine, puis une réaffirmation du rôle des personnes actrices de conception pédagogique et d’enseignement grâce à une réflexion collective. Si l’enthousiasme face aux capacités de l’IAg a dominé les premières interactions, plusieurs étudiantes et étudiants ont rapidement ressenti un sentiment de dévalorisation, remettant en question leur propre expertise. Cependant, une discussion en classe animée par l’enseignante a joué un rôle clé dans la reconstruction d’une posture professionnelle solide, en mettant en lumière la complémentarité entre l’intelligence artificielle et l’intelligence humaine. L’accompagnement pédagogique structuré a permis aux personnes étudiantes de dépasser l’appréhension initiale et de repositionner leur valeur ajoutée dans un environnement où l’IA devient un levier d’innovation et non un substitut aux compétences humaines.

Ce retour d’expérience met en évidence l’importance d’une autoformation encadrée, où l’exploration individuelle est soutenue par un cadre pédagogique structurant, favorisant la réflexion critique et la contextualisation des transformations professionnelles induites par l’IA. Les recommandations issues de cette expérimentation s’articulent autour de deux axes principaux :

1. les stratégies à adopter dans l’enseignement supérieur pour une intégration réfléchie et éthique de l’IAg;

2. l’évolution du rôle des personnes actrices de conception pédagogique et d’enseignement, qui doivent se définir non plus comme simples productrices de contenu, mais comme architectes d’environnements d’apprentissage augmentés par l’IA.

EN :

This article presents a practice-based reflection on an experiment in guided self-training on generative artificial intelligence (GenAI), conducted in two graduate courses in Educational Technology at Université Laval, involving 45 professionals in instructional design and education. The experiment aimed to explore how practising instructional designers progressively appropriated GenAI, combining independent exploration with structured pedagogical support.

The analysis highlights a three-phase learning curve: an initial curiosity, followed by a disruption of professional confidence, and ultimately a reaffirmation of the role of instructional designers through collective reflection. While initial interactions with GenAI sparked enthusiasm for its potential, many participants soon experienced a sense of devaluation, questioning their expertise in light of AI’s capabilities. However, a classroom discussion led by the instructor played a pivotal role in rebuilding professional confidence, emphasizing the complementarity between artificial and human intelligence. The structured pedagogical framework enabled students to move beyond their initial apprehension and reposition their expertise within a professional landscape where AI serves as an innovation enabler rather than a replacement for human skills.

This reflection on practice highlights the importance of structured self-training, where individual exploration is enriched by a pedagogical framework fostering critical thinking and a contextualized understanding of AI‑driven professional transformations. The recommendations derived from this experiment focus on two key areas: 1) strategies for higher education institutions to ensure the thoughtful and ethical integration of GenAI, and 2) the evolving role of instructional designers and learning experience designers, who must shift from being content producers to becoming architects of AI‑enhanced learning environments.

FR :

La mise à la disposition du grand public des IA génératives constitue un défi pour l’enseignement supérieur. Pour faire face à cette situation, nous proposons de concevoir des tâches permettant aux étudiants et étudiantes d’évaluer la pertinence des textes générés par les IA. Nous le faisons en nous engageant dans un processus itératif de conception qui s’inscrit dans une méthode de recherche basée sur la conception. Ce processus nous permet d’expliciter et de tester nos hypothèses de conception. Celles-ci portent notamment sur les conditions de viabilité des configurations d’activités collectives en formation et sur l’incidence de toute technique – et ici de la technique des IA génératives – sur la cognition humaine.

EN :

The fact that generative AI is now accessible to the general public presents a challenge for higher education. To address this, we propose to design tasks that enable students to assess the relevance of AI-generated texts. We do this by engaging in an iterative design process which is part of a design-based research method. This process helps us to clarify and test our design hypotheses. These relate to the conditions of viability with respect to the configurations of educational group activities and to the impact on human cognition of any technology – and here specifically, generative AI technology.

EN :

This article focuses on the integration of generative artificial intelligence in higher education, specifically in the form of the ChatGPT chatbot. It explores how the prescribed use of ChatGPT in an educational setting influences students’ acceptance of this technology. Based on Bobillier Chaumon’s approach of “situated acceptance” (2016) adapted to the learning context, the article analyzes technological acceptance across four dimensions: individual, interpersonal, organizational, and transpersonal. The chosen methodology is qualitative, analyzing 31 reflective accounts from students who experimented with ChatGPT during a specific educational activity conducted from December 2023 to January 2024. The results reveal varied student perceptions, emphasizing the importance of maintaining the students’ active engagement and critical thinking about emerging technologies in order to maximize the educational potential of these tools while managing the challenges they present.

FR :

Cet article porte sur l’intégration de l’intelligence artificielle générative, et plus particulièrement du chatbot ChatGPT, dans l’enseignement supérieur. Il explore comment l’usage prescrit de ChatGPT dans un cadre pédagogique influence l’acceptation des étudiants vis-à-vis de cette technologie. S’appuyant sur l’approche de l’« acceptation située » de Bobillier Chaumon (2016), ajustée au contexte d’apprentissage, l’article analyse l’acceptation technologique à travers quatre dimensions : individuelle, interpersonnelle, organisationnelle et transpersonnelle. La méthodologie adoptée est qualitative, analysant 31 comptes-rendus réflexifs d’étudiants ayant expérimenté ChatGPT lors d’une activité pédagogique conduite entre décembre 2023 et janvier 2024. Les résultats montrent des perceptions variées des étudiants. Ils soulignent l’importance de maintenir l’engagement actif et l’esprit critique des étudiants face aux technologies émergentes, afin de maximiser leur potentiel éducatif tout en gérant les défis qu’elles présentent.

FR :

L’intelligence artificielle (IA) a considérablement évolué ces dernières années, notamment avec l’apparition des grands modèles de langage (LLM), tels que les modèles de la famille des transformeurs génératifs préentraînés (generative pre-trained transformer [GPT]). Ces modèles, capables de générer du texte fluide et contextuel, montrent un potentiel prometteur pour transformer divers secteurs, y compris l’éducation. Cependant, leur application en contexte éducatif présente certaines limites, notamment les « hallucinations », ou génération d’informations incorrectes, qui peuvent nuire à l’expérience d’apprentissage des personnes apprenantes. Pour atténuer ces limitations, la génération augmentée par récupération (RAG) a été intégrée aux modèles de langage. Cette approche associe les capacités des LLM à une récupération d’informations issues d’une base de connaissances préconstruite, alimentée par des documents appropriés, afin d’améliorer la précision, la pertinence et la fiabilité des réponses générées. Toutefois, l’application des modèles de langage enrichis par la RAG dans des contextes éducatifs, notamment les MOOC, demeure peu étudiée, en particulier quant à leur influence sur l’acquisition des connaissances et l’expérience d’interaction des personnes apprenantes.

Nous avons conçu et développé un agent conversationnel, alimenté par GPT-4 et enrichi par la RAG, offrant un soutien en temps réel et contextuellement pertinent aux personnes apprenantes dans le cadre d’un MOOC. Cet agent est capable d’accompagner les personnes apprenantes dans la clarification de concepts complexes tout en les guidant tout au long de leur parcours d’apprentissage. Notre agent conversationnel a été évalué auprès de 25 personnes apprenantes inscrites à un MOOC. L’analyse des résultats a révélé une amélioration significative de l’acquisition des connaissances dans le groupe expérimental par rapport au groupe contrôle. De plus, l’agent conversationnel a obtenu un score élevé sur l’échelle d’utilisabilité du système (SUS), indiquant une perception positive de son utilisabilité. Les entretiens semi-structurés ont mis en évidence une expérience d’interaction globalement favorable avec l’agent. Ces résultats soulignent le potentiel des agents conversationnels dotés d’IA générative et enrichis par la RAG pour améliorer l’apprentissage dans les environnements d’apprentissage en ligne, y compris les MOOC. Ils ouvrent également la voie à des recherches futures sur leur rôle en tant que compagnons d’apprentissage.

EN :

Artificial intelligence (AI) has significantly evolved in recent years, particularly with the emergence of large language models (LLMs) such as the generative pre-trained transformer (GPT) family. These models, capable of generating fluent and contextually relevant text, show promising potential for transforming various sectors, including education. However, their application in educational contexts presents certain limitations, notably hallucinations, or the generation of incorrect information, which can negatively impact learners’ learning experience.

To mitigate these limitations, Retrieval-Augmented Generation (RAG) has been integrated into the language models. This approach enhances the accuracy, relevance and reliability of generated responses by combining LLM capabilities with information retrieval from a pre-constructed knowledge base enriched with relevant documents. However, the application of RAG-enhanced language models in educational settings, particularly in MOOCs, remains underexplored, especially regarding their impact on knowledge acquisition and learners’ interaction experience.

In this study, we designed and developed a GPT-4-powered, RAG-enhanced conversational agent to provide real-time, contextually relevant support to learners in a MOOC. This agent helps learners to clarify complex concepts while guiding them throughout their learning process. Our conversational agent was evaluated with 25 learners enrolled in a MOOC. An analysis of the results revealed that knowledge acquisition was significantly improved in the experimental group compared to the control group. Additionally, the conversational agent received a high score on the System Usability Scale (SUS), indicating a positive perception of its usability. Semi‑structured interviews further highlighted a generally favorable interaction experience with the agent.

These findings underscore the potential of generative AI‑powered conversational agents enriched with RAG to enhance learning in online learning environments, including MOOCs. They also pave the way for future research on the role of such agents as intelligent learning companions, capable of adapting their support to learners’ specific needs.

FR :

L’article rend compte des réponses de 404 enseignants et enseignantes d’une université francophone belge à un questionnaire portant sur l’entrée de l’intelligence artificielle dans leurs pratiques. L’enquête montre qu’il s’agit bien d’un phénomène total, car il ébranle plusieurs dimensions pédagogiques, génère à leur sujet des positionnements contrastés et se répercute de façon similaire dans les trois secteurs disciplinaires dont sont issues les personnes répondantes.

EN :

This paper reports on the concerns expressed by 404 lecturers at a French-speaking Belgian university in a questionnaire on how artificial intelligence is moving into their practice. The survey shows that this is an all-encompassing phenomenon in that it shakes up several academic elements, triggers conflicting opinions and has similar repercussions in all three academic fields represented by the respondents.

FR :

L’article présente une expérience menée auprès de futurs enseignants et enseignantes du primaire en France. Pour les former à l’enseignement de l’écriture, des textes issus des IA génératives ont été utilisés en complément de textes produits par des élèves du primaire et de textes produits par les futurs enseignants et enseignantes, tous selon la même consigne. L’expérience amène les enseignants et enseignantes à lire en profondeur les textes des élèves, à s’interroger sur les caractéristiques du texte attendu et sur les objectifs à donner aux élèves pour leur faire travailler étape par étape tous les ingrédients nécessaires au texte à produire.

EN :

This paper presents an experiment carried out with future primary school teachers in France. To train them in the teaching of writing, texts produced by generative AI were used in addition to those written by primary school students and by the future teachers themselves, all based on the same instructions. The experiment leads teachers to do a close reading of students’ texts, and to think about the characteristics of the intended text and the goals students need to be given to get them work step by step on each element of the text to be produced.

FR :

L’intelligence artificielle générative (IAg) connaît actuellement un essor sans précédent en éducation. Parmi les potentialités de l’IAg pour favoriser l’apprentissage étudiant en enseignement supérieur, on retrouve sa capacité à fournir une rétroaction personnalisée. Pour comprendre l’état de la recherche actuelle, cet examen de la portée synthétise les recherches traitant de l’usage d’IAg pour fournir de la rétroaction sur une production étudiante. Les résultats montrent une variété d’IAg utilisées et les caractéristiques des rétroactions. La discussion souligne le besoin de mieux documenter les approches conceptuelles mobilisées pour concevoir les IAg afin de favoriser la compréhension des études et le transfert des connaissances.

EN :

Generative artificial intelligence (GenAI) is currently undergoing unprecedented growth in education. Among the ways that GenAI could potentially enhance learning in higher education is its ability to provide personalized feedback. To understand the current state of research, this scoping review synthesizes studies focusing on the use of GenAI to provide feedback on student work. The results reveal a variety of GenAI tools used and the characteristics of the feedback provided. The discussion emphasizes the need for better documentation of the methodological design processes used for GenAI, in order to promote understanding of the studies and the transfer of knowledge.

FR :

Cette étude explore les perceptions et les pratiques liées à l’intelligence artificielle générative (IAg) dans l’enseignement postsecondaire au Nouveau-Brunswick (Canada). Basée sur une approche mixte, elle analyse les réponses de 281 participantes et participants issus de deux établissements d’enseignement. Les résultats montrent que l’adoption de l’IAg varie selon les profils, influençant les perceptions de son utilité et de ses implications éthiques. Tandis que les étudiants et étudiantes perçoivent l’IA comme un outil pédagogique, les enseignants et enseignantes expriment des préoccupations sur son impact. Ces divergences soulignent la nécessité d’une formation systématique pour développer une littératie de l’IA adaptée aux besoins du 21^e siècle.

EN :

This study examines perceptions and practices regarding generative artificial intelligence (GenAI) in postsecondary education in New Brunswick, Canada. Using a mixed-methods approach, it analyzes responses from 281 participants in two institutions. Findings reveal adoption disparities influencing perceptions of GenAI’s utility and ethical implications. While students view GenAI as a pedagogical tool, educators express concerns about its broader impact. These differences emphasize the need for formal training to foster AI literacy tailored to 21st‑century educational demands.

FR :

Cette étude vise à expliquer l’adoption de cinq types d’usages de l’IA par les personnes enseignantes du postsecondaire : prédiction de la réussite, rétroaction, détection du plagiat, création de matériel et évaluation. Des personnes enseignantes du postsecondaire (n = 127) se sont prononcées sur les facteurs d’attitude, de performance perçue, de facilité d’utilisation et d’anxiété, de même que sur des facteurs de littératie de l’IA (technique, pédagogique et éthique). Des modèles d’équations structurelles ont été estimés pour expliquer l’intention d’utilisation. Il ressort des principaux résultats que des connaissances techniques sur l’IA sont associées à des attentes de performance plus faibles.

EN :

This study aims to explore the adoption of five AI use cases among postsecondary teachers: success prediction, feedback, plagiarism detection, course material creation, and assessment. Teachers (n = 127) scored their opinions on factors of attitude, performance expectancy, perceived ease of use and anxiety, along with AI literacy factors (technical knowledge, pedagogical use, and ethics). Structural equations models were estimated to analyze the intention to use. Results show that a higher level of technical knowledge is associated with lower performance expectations.

FR :

Cet article met en commun trois démarches d’intégration des outils d’intelligence artificielle (IA) ChatGPT et Transkribus réalisées par des ressources enseignantes au sein d’une même université dans trois disciplines différentes : en orthodidactique du français, en psychologie et en histoire. Les objectifs de ces initiatives étaient de mettre les technologies au service de l’enseignement et de stimuler les apprentissages chez les personnes étudiantes. La nécessité de réfléchir à l’intégration de l’IA en pédagogie universitaire, et plus spécialement dans ces disciplines, est d’abord contextualisée. Les activités pédagogiques menées en classe sont ensuite présentées à travers les étapes de leur réalisation. À la fin de chaque récit de pratique, un retour est effectué sur l’expérience détaillant les résultats obtenus et leurs impacts, et des recommandations pour les personnes enseignantes désirant intégrer l’IA dans cette discipline sont formulées. Enfin, quelques conseils généraux pour les ressources enseignantes souhaitant faire appel à l’IA en contexte pédagogique sont proposés en conclusion.

EN :

This paper presents three innovative approaches to integrating AI (ChatGPT and Transkribus), employed by faculty members within a single university across three distinct disciplines: orthodidactics (education), psychology, and history. The objective of these initiatives was to leverage technology to enhance teaching and stimulate student learning. The paper first contextualizes the necessity of integrating AI into higher education curriculum, and more specifically in these disciplines. Then classroom activities are presented and broken down into steps. At the end of each report, a feedback section details the results obtained, their impact and recommendations for teachers wishing to integrate AI into that discipline. The paper concludes with practical advice for educators looking to incorporate AI into their teaching practice.

FR :

Le présent article rend compte des résultats d’une recherche auprès de 523 étudiants et étudiantes de licence et master de sciences de l’éducation et de la formation en France. Il vise à déterminer les usages et représentations de ces futurs professionnels et professionnelles de l’éducation concernant les robots conversationnels (RC). La méthode repose sur un questionnaire basé sur des échelles d’attitudes (littératie, utilité perçue, intention) et des entretiens semi-directifs. Les résultats montrent une faible compréhension de la manière dont les RC fonctionnent, les étudiantes et étudiants en ont un usage courant et varié dans le cadre privé et universitaire. Ils développent des stratégies leur permettant, selon eux, d’être plus efficaces dans leurs révisions et plus performants dans la réalisation de leurs travaux universitaires. Ces premiers résultats ouvrent la voie à d’autres recherches qui permettraient de comprendre comment ces outils récents pourraient être intégrés efficacement dans l’enseignement supérieur, particulièrement chez les futurs professionnels et professionnelles de l’éducation.

EN :

This paper reports on a study involving 523 undergraduate and master’s students in Education and Training Sciences in France. It aims to identify how these future education professionals use and perceive conversational robots. The method used was a questionnaire based on attitude scales (literacy, perceived usefulness, intention) and semi-structured interviews. The results show a poor understanding of how CRs work, although the students use them routinely and in a variety of ways in both private and academic settings. They are developing strategies that they believe enable them to be more efficient when reviewing and more effective in their academic work. These initial results pave the way for further research into how these new tools can be effectively integrated into higher education, particularly among future education professionals.

FR :

L’usage informel de l’intelligence artificielle générative (IAg) semble transformer l’expérience d’apprentissage des étudiantes et étudiants marocains, d’où l’importance d’analyser leur agir pour comprendre l’impact de cette technologie sur leur rendement. Les réflexions d’Holec (1981) sur l’autonomie, enrichies par Benson (2013), serviront de cadre pour cette étude dont l’objectif est de déterminer la contribution de l’IAg dans l’apprentissage du français langue étrangère (FLE) en mode hybride. À cette fin, une méthodologie de recherche mixte auprès d’étudiants et étudiantes de la Faculté des sciences de Rabat (FSR) est privilégiée. Les résultats montrent que l’IAg, fort présente dans les pratiques étudiantes, soutient l’expérience de co-construction des compétences linguistiques ainsi que le développement de l’autonomie et de l’esprit critique et éthique d’un grand nombre de personnes apprenantes qui l’utilisent de manière réfléchie.

EN :

The informal use of generative artificial intelligence (GenAI) appears to be transforming the learning experience of Moroccan students, underscoring the need to analyze their behaviour in order to assess the impact of this technology on their academic performance. Holec’s (1981) reflections on learner autonomy, further developed by Benson (2013), provide the theoretical framework for this study, which seeks to examine how GenAI contributes to the learning of French as a foreign language (FFL) in a hybrid learning context. To this end, a mixed-methods research design was implemented with students from the Faculty of Science of Rabat (FSR). The findings indicate that GenAI, which is widely integrated into students’ practices, supports the co‑construction of linguistic competencies, and fosters the development of autonomy, critical thinking, and ethical awareness* among many learners who engage with the technology in a reflective manner.

EN :

This contribution aims to present the different stages of a design thinking methodological approach (Brown, 2009), which consists in training and using the ChatGPT generative AI model to analyze the content of a course’s resources; extract and analyze the types of licenses used and the degrees of accessibility and openness of the resources; and assist in the process of transforming them into open educational resources. By focusing on this AI-assisted research method, we aspire to make it easier for educators and content developers to transform standard educational materials into open educational resources and present a practical case of generative AI orchestration, thus enriching digital education with AI.

FR :

Cette contribution vise à présenter les différentes étapes d’une approche méthodologique de Design Thinking (Brown, 2009) qui consiste à former et utiliser le modèle d’IA générative ChatGPT pour analyser le contenu des ressources d’un cours, extraire et analyser les types de licences, les niveaux d’accessibilité et d’ouverture des ressources, et assister dans le processus de leur transformation en ressources éducatives ouvertes. En nous concentrant sur cette méthode de recherche assistée par l’IA, nous aspirons à faciliter la tâche des éducateurs et des développeurs de contenu pour transformer les matériels éducatifs standard en ressources éducatives ouvertes, et à présenter un cas pratique d’instrumentation de l’IA générative, enrichissant ainsi le domaine de l’éducation numérique avec l’IA.

EN :

Current initiatives to include ethics in artificial intelligence (AI) technical curricula are slow to bear fruit. This paper discusses several key challenges that undermine these pedagogical efforts to include ethics, namely the confusion around the meaning of AI ethics, a tendency to prioritize technical over social perspectives, and a lack of solid educational grounding. These challenges are further explored using humanities-based perspectives. Finally, potential answers based on the paradigm of complexity and the ethics of care are suggested in response to the identified pitfalls.

FR :

Les initiatives actuelles pour inclure l’éthique aux programmes techniques d’intelligence artificielle (IA) tardent à porter leurs fruits. Cet article discute de défis clés qui sapent ces initiatives d’enseignement pour inclure l’éthique, soit le sens vague de l’éthique de l’IA, une tendance à prioriser la perspective technique plutôt que sociale, ainsi que des bases didactiques peu solides. Ces difficultés sont examinées plus en détail à l’aide de perspectives issues des sciences humaines. Enfin, des pistes de solution basées sur le paradigme de complexité et l’éthique du care sont suggérées pour répondre aux écueils identifiés.