L’intelligence artificielle générative dans la société de l’information : implications pour l’enseignement supérieur et la recherche Ilya Levin, Natalia Bukhshtaber, Konstantin Minyar-Beloruchev L’intelligence artificielle générative (IA générative) représente un changement fondamental dans le développement de l’intelligence artificielle, marquant le passage des systèmes fondés sur des règles à des réseaux neuronaux capables de créer des contenus inédits et de résoudre des problèmes complexes grâce à la reconnaissance de motifs et à la compréhension contextuelle. Cette évolution remet en question les paradigmes traditionnels de l’informatique, comme en témoignent les innovations en matière de grands modèles de langage et de génération d’images fondée sur des modèles de diffusion. Cet article examine les effets de l’émergence de l’IA générative sur l’enseignement et la recherche en informatique et dans les domaines connexes. En nous appuyant sur le modèle culturel de White, qui prend en compte les dimensions technologiques, sociétales et institutionnelles, nous analysons la manière dont les capacités de l’IA générative se distinguent des approches informatiques traditionnelles, tant sur le plan théorique que pratique. Notre recherche met en évidence des défis spécifiques pour l’enseignement supérieur, notamment la nécessité d’enseigner le raisonnement contextuel, de prendre en compte les comportements émergents et de développer des compétences adaptatives en résolution de problèmes. Nous proposons des stratégies pédagogiques telles que l’apprentissage par projets à l’aide d’outils d’IA générative et l’intégration interdisciplinaire. Ces recommandations visent à faire de l’IA générative une discipline universitaire à part entière, tout en préparant les étudiants et les chercheurs à son rôle croissant dans les pratiques scientifiques et professionnelles.