Éthique et IA générative

2026-01-20

Uniformisation

  • Des approches
  • Des pratiques
  • Du discours (création et contrôle des besoins)

Répondre par:

  • Valoriser l’agentivité des étudiant.e.s et des enseignant.e.s,
  • Identifier ses besoins et attentes pour choisir son outil,
  • Favoriser une pluralité d’approches.

Exemples:

  • correction ortho-typographique : le dictionnaire ?
  • littératie numérique

Concentration économique et politique

  • Destruction de la planète,
  • Souveraineté digitale : Concentration dans les clouds(Rikap 2021)

résumé stratégies de concentration des grandes entreprises de la tech

(Srnicek 2026)

Répondre par:

  • Sensibiliser auprès de l’université : enjeux d’infrastructure
  • Alternatives open-sources et low-tech si possible

Exemples:

  • MS. Word -> LibreOffice, Stylo, markdown
  • Mac/Windows -> Linux

Biais algorithmiques

  • Tous les algo ont des biais : ex : https://laurenleek.substack.com/p/how-google-maps-quietly-allocates?r=2mgxo2&utm_campaign=post&utm_medium=web&triedRedirect=true
  • Invisibilisation des biais par un effet d’objectivité et d’autorité de la machine

Répondre par:

  • Enseignement de l’étude critique et de l’analyse critique
  • Accepter de changer nos critères d’évaluation.

Exemples :

  • Simplifier la lettre de recommendation, les mails etc.
  • Valoriser l’erreur et le dysfonctionnel (Vitali-Rosati 2024)

Bibliographie

Rikap, Cecilia. 2021. Capitalism, Power and Innovation: Intellectual Monopoly Capitalism Uncovered. London: Routledge. https://doi.org/10.4324/9780429341489.
Srnicek, Nick. 2026. Silicon Empires: The Fight for the Future of AI. Cambridge: Polity Press.
Vitali-Rosati, Marcello. 2024. Éloge Du Bug. Éditions La Découverte.