Enseigner l’IA autrement : quand les formations mêlent technique, éthique et sciences humaines

Depuis août 2025, l'intelligence artificielle en Europe a un nouveau cadre légal. Les entreprises doivent rendre des comptes sur leurs algorithmes, justifier leurs décisions automatiques, gérer les biais de leurs modèles. Des compétences qui relèvent de l'éthique et du droit, pas du code. Pourtant, les écoles d'ingénieurs forment encore essentiellement des techniciens. Quelques établissements ont pris le virage : croiser machine learning, sciences sociales et gouvernance des données dans un même cursus. Comment ils s'y prennent, et pourquoi ça change tout pour l'employabilité.

L’IA s’enseigne depuis des années comme une discipline d’ingénieur. Python, frameworks de deep learning, architectures neuronales... Le cursus standard ressemble à un catalogue d'outils techniques. Résultat : 61 % des recruteurs du secteur tech jugent les jeunes diplômés incapables de travailler en équipe pluridisciplinaire, selon le baromètre Numeum 2025. Le marché veut des profils qui savent parler à un juriste ou une direction métier, pas seulement déboguer un modèle.

Nombre de cursus purement techniques produisent des ingénieurs, pas des interlocuteurs. Certains établissements ont pris le problème à la racine. Une école IA comme l'École 18.06, établissement d'enseignement supérieur privé à Strasbourg-Molsheim, en Alsace, mêle dès la première année cursus IA et sciences politiques. Ce positionnement reste rare dans le supérieur français.

L'AI Act impose des compétences que les cursus techniques ne transmettent pas

Le règlement (UE) 2024/1689, dit AI Act, entre en application progressive depuis août 2025. Pour les systèmes d’IA classés à haut risque, les obligations sont concrètes : documentation technique détaillée, évaluation des biais, registre de conformité, formation des utilisateurs. Ces tâches mobilisent des compétences en éthique, en droit et en sciences sociales. L’entreprise qui recrute un ingénieur formé exclusivement sur des outils doit ensuite assurer elle-même la montée en compétences réglementaire. C’est un coût croissant.

Le Comité national pilote d’éthique du numérique (CNPEN) le recommande dans son avis n°4 de 2023 : les cursus techniques doivent intégrer des enseignements éthiques au même titre que les mathématiques. Trois ans plus tard, peu d’établissements ont traduit cette recommandation en réforme de maquette. L’écart entre la recommandation institutionnelle et la réalité des cursus reste saisissant. L’AI Act transforme cet écart en risque opérationnel pour les organisations.

TensorFlow s'apprend en une semaine. Les mathématiques, elles, ne se contournent pas

La tentation des formations courtes consiste à démarrer par les outils. Souvent, les étudiants touchent à TensorFlow ou PyTorch avant de comprendre la descente de gradient. Un étudiant formé sur les outils du moment se retrouve dépassé dès la prochaine génération de frameworks. Les mathématiques, la statistique inférentielle, la modélisation probabiliste constituent le socle qui dure. Les formations courtes arbitrent systématiquement en faveur du poste décroché à la sortie. Le socle, on verra plus tard.

Les sciences politiques, le droit du numérique et l’éthique des systèmes automatiques relèvent du même raisonnement. Ce sont des disciplines de fond, pas des modules d’ouverture. Les intégrer en première année change la manière dont un étudiant apprend à concevoir un système d’IA. Ainsi, il le conçoit d’emblée dans un contexte social, réglementaire et organisationnel. CentraleSupelec, Sciences Po Paris et quelques autres établissements ont amorcé ce virage, mais sous forme de modules optionnels. Sur le fond, peu ont vraiment sauté le pas.

Petites promotions et alternance : des leviers pédagogiques sous-estimés

Les méta-analyses de John Hattie, publiées dans Visible Learning: The Sequel (Routledge, 2023), confirment un effet de taille de classe significatif sur les apprentissages complexes. Des promotions de 20 étudiants, comme celles de l’École 18.06 sur son campus de Strasbourg-Molsheim (Bas-Rhin), rendent possible un suivi individualisé que des amphithéâtres de 200 étudiants excluent structurellement.

L’alternance organisée sur un rythme de deux semaines en école et deux semaines en entreprise crée une boucle directe entre théorie et terrain. L’étudiant revient en cours avec des problèmes réels. La qualité des partenaires entreprise conditionne tout : travailler avec des acteurs en cybersecurité ou en aéronautique ancre la formation dans des enjeux d’une autre densité que des stages en startup. Le plan France 2030, volet Accélération IA (2023-2025), a financé des dispositifs d’alternance renforcée au niveau bac+5. La tendance est structurelle.

Architectures avancées, gouvernance des données, projets entreprise en deuxième année

La formation IA de l'École 18.06 suit une progression en deux temps. La première année pose les bases : mathématiques, données, machine learning supervisé. La deuxième bascule vers les architectures avancées, l'apprentissage non supervisé et des projets conduits avec des partenaires industriels. Le Mastère Intelligence Artificielle est certifié RNCP niveau 7 en partenariat avec Efrei Paris, avec des ressources de calcul fournies par Clever Cloud, acteur du cloud souverain français. La souveraineté numérique y figure comme objet d'enseignement à part entière, pas comme un module de fin de parcours.

La fiche RNCP 40875 de France Compétences intègre des blocs de compétences liés à la gouvernance et à l'éthique des données : un signal fort que les référentiels officiels reconnaissent qu'une formation IA sérieuse dépasse le périmètre du code. Selon le baromètre Numeum 2025, 58 % des entreprises du numérique peinent à recruter des profils capables de piloter des projets IA en contexte réglementaire. Les établissements qui ont réformé leurs maquettes en profondeur produisent les diplômés que ce marché cherche.