ESDST’2026

Résumé

L’intelligence artificielle générative (IAG) s’impose aujourd’hui comme un outil incontournable dans l’enseignement supérieur. Cependant, son intégration rapide révèle une réalité préoccupante : tous les étudiants ne disposent pas des mêmes ressources, compétences ou environnements pour en tirer bénéfice. À travers une enquête menée auprès de plus de 2000 étudiants dans une université belge francophone, cette contribution propose d’examiner les inégalités d’usage de l’IAG sous l’angle de la diversité, de l’équité et de l’inclusion (DEI).

Nos résultats confirment que l’égalité d’accès aux technologies numériques ne garantit pas l’égalité des usages. Près de 30 % des apprenants présentent un indice de vulnérabilité numérique, c’est‑à‑dire une combinaison de faibles compétences numériques et d’un environnement d’apprentissage défavorable. L’analyse montre que ces étudiants cumulent également des usages plus faibles et plus risqués de l’IA générative : ils maîtrisent moins les outils, les sollicitent moins pour soutenir leurs apprentissages et déclarent moins connaître leurs limites (erreurs, risques de plagiat, biais). Cette situation crée un risque réel d’exclusion académique supplémentaire dans un contexte déjà fragilisé.

Les données révèlent par ailleurs une dimension intersectionnelle des inégalités. Sur le plan du genre, bien que l’indice global de vulnérabilité numérique ne montre pas de différence significative, les usages de l’IAG restent inégalement répartis : les étudiantes déclarent moins utiliser ces outils et se sentent moins compétentes lorsqu’il s’agit de formuler des requêtes ou d’intégrer l’IA dans leurs apprentissages. Ces constats rejoignent les tendances internationales soulignant la persistance d’un fossé de genre dans les compétences numériques avancées et dans les domaines technologiques.

Une troisième ligne de fracture concerne le niveau d’études. Contrairement aux hypothèses formulées dans la littérature, ce sont les étudiants de première année qui utilisent davantage l’IAG, tandis que les étudiants de Master déclarent moins souvent savoir utiliser ces outils. Cette différence suggère une absence d’accompagnement institutionnel structuré, laissant certains publics en bout de parcours universitaire sans préparation face à des technologies devenues incontournables dans le monde professionnel.

Dans une perspective DEI, ces résultats interrogent le rôle des établissements dans la réduction des inégalités numériques et dans la mise en place de conditions d’apprentissage réellement inclusives. Plusieurs pistes émergent. Il apparaît indispensable d’identifier rapidement les étudiants vulnérables pour proposer un accompagnement personnalisé, notamment en début de cursus. Les formations aux compétences numériques et à l’usage critique de l’IA doivent être accessibles à tous, y compris dans les filières moins technologiques et davantage féminisées. Enfin, une communication institutionnelle claire sur les usages autorisés et responsables de l’IA s’impose comme un levier pour réduire les écarts d’information entre les étudiants.

Au-delà des outils, c’est bien la capacité de chaque étudiant à apprendre avec l’IA de manière autonome, critique et éthique qui est en jeu. L’inclusion numérique devrait devenir une priorité institutionnelle, afin que l’IA générative — loin d’accentuer les fractures déjà existantes — puisse au contraire soutenir la réussite et l’équité pour l’ensemble des apprenants.