Une exploration interactive des premiers résultats de l'enquête menée auprès des enseignantes et enseignants de Sorbonne Université.
L'IA générative se déploie rapidement dans les pratiques d'enseignement, d'apprentissage et d'évaluation. Cette enquête vise à documenter des usages encore mal connus au sein de l'université.
Un déploiement croissant dans l'enseignement, l'apprentissage et l'évaluation, qui transforme potentiellement les pratiques académiques.
Des questions éthiques, pédagogiques et réglementaires, dans un contexte où l'appropriation reste difficile à évaluer.
Peu de données existent sur les usages réels et les besoins des enseignants et des étudiants de Sorbonne Université.
La composition de l'échantillon à ce stade de l'enquête, sur les 185 premières réponses.
Les grandes tendances qui ressortent des premières réponses. Choisissez le périmètre pour comparer l'ensemble des répondants à chaque faculté.
Quels outils, à quelle fréquence, pour produire quoi et dans quel but. Choisissez le périmètre pour comparer les facultés sur les grandes tendances.
Parmi les utilisateurs · plusieurs outils possibles
Parmi les utilisateurs
Sur l'ensemble du périmètre
Le détail des usages déclarés dans les trois grands domaines. Ces chiffres se lisent sur les utilisateurs concernés par chaque domaine — les effectifs sont parfois réduits, le sélecteur faculté n'est donc pas appliqué ici.
Usage « souvent » ou « parfois »
Usage « souvent » ou « parfois »
Usage « souvent » ou « parfois »
Qui s'est formé, comment, qui souhaite se former, sur quels sujets — et quelle place l'IA occupe déjà dans les cours. Choisissez le périmètre pour comparer les facultés.
Parmi les répondants souhaitant se former
Plusieurs choix possibles
Parmi ceux qui ont déjà suivi une formation · plusieurs choix possibles
Sur l'ensemble du périmètre sélectionné · plusieurs choix possibles
L'un des terrains les plus consensuels de l'enquête. Choisissez le périmètre pour comparer l'ensemble des répondants à chaque faculté.
Part en accord avec chaque affirmation
Part en accord avec chaque affirmation
Part en accord — l'écart entre connaître un risque et agir en conséquence est notable
23% des répondants excluent de recourir à l'IA générative. Loin d'une posture de retrait, c'est un refus actif et argumenté dans les commentaires de l'enquête (voir l'onglet La parole des enseignants).
Parmi les 43 objecteurs · plusieurs raisons possibles
Malgré leur non-usage, les objecteurs restent pleinement engagés
Avant d'explorer par vous-même, voici des relations fortes qui se dégagent des données — ce que les pourcentages globaux ne montrent pas au premier regard. À vous de jouer ensuite avec l'outil ci-dessous.
Filtrez la population, basculez l'affichage selon six thématiques, ou comparez deux groupes côte à côte. Tous les calculs se font en direct sur les 185 réponses.