Le Ghana doit structurer l’intégration de l’intelligence artificielle (IA) dans la formation des enseignants pour éviter de creuser les inégalités éducatives, alerte un expert de la KNUST. Face à l’adoption accélérée de l’IA par les étudiants, les institutions éducatives doivent passer d’une logique de rejet ou d’adhésion aveugle à une approche supervisée et alignée sur les standards nationaux. Une transition qui soulève des défis pédagogiques, éthiques et infrastructurels.
L’IA ne doit pas dicter la pédagogie, mais la servir
Le professeur Eric Appau Asante, coordinateur IA à la Kwame Nkrumah University of Science and Technology (KNUST), met en garde contre une adoption improvisée de l’IA dans l’éducation. Selon lui, la priorité n’est pas de choisir entre utiliser ou rejeter l’IA, mais entre un usage non structuré et un cadre supervisé, aligné sur les normes nationales. « Si nous introduisons l’IA sans référence aux standards des enseignants et au cadre curriculaire national, nous risquons de laisser la technologie dicter la pédagogie », souligne-t-il.
Pour l’expert, l’enseignant doit évoluer vers un rôle de concepteur et de mentor, capable de superviser des systèmes intelligents tout en préservant l’esprit critique. L’IA pourrait libérer du temps pour les pédagogues en automatisant certaines tâches, mais elle ne saurait remplacer leur jugement professionnel. « L’IA doit créer des opportunités pour la réflexion pédagogique, pas la remplacer », insiste-t-il.
Un risque de fracture éducative renforcée par l’IA
Le coordinateur de la KNUST alerte sur les inégalités d’accès aux outils d’IA, qui pourraient aggraver les disparités entre établissements urbains et ruraux. « Si l’accès à l’IA dépend des moyens financiers des étudiants ou des enseignants, nous risquons de créer un fossé supplémentaire sur le digital divide », prévient-il. Il plaide pour des comptes institutionnels partagés et des options à faible bande passante afin de démocratiser l’accès.
Cette inquiétude s’étend à la recherche, où l’IA pourrait optimiser des tâches comme la revue de littérature ou l’analyse de données qualitatives. Cependant, sans cadre équitable, ces avancées risquent de bénéficier uniquement aux institutions les mieux dotées.
Des politiques institutionnelles urgentes pour encadrer l’IA
Face à l’absence de directives claires, le professeur Asante appelle à l’adoption de politiques institutionnelles couvrant l’usage autorisé de l’IA, la transparence dans son utilisation, la protection des données et la formation du personnel. Il propose cinq piliers pour une intégration réussie : gouvernance, curriculum, capacité, infrastructure et évaluation.
Parmi ses recommandations, l’intégration de compétences en IA dans les programmes de formation des enseignants, plutôt que des formations ponctuelles. Les formateurs n’ont pas besoin de devenir des ingénieurs en IA, mais doivent acquérir une maîtrise suffisante pour guider les étudiants de manière responsable. « Nous ne devons pas transformer l’éducation parce que l’IA est à la mode, mais parce que les preuves de sa valeur pédagogique sont établies », conclut-il.