Conference Agenda

Face à la digitalisation des services publics et au désengagement de l’Etat dans la délivrance des services publics de proximité, les associations se positionnent comme intermédiaires entre les acteurs publics et les citoyens. Cette nouvelle division du travail oscille entre efficacité et tensions. A l’aide de la grille théorique portant sur les 4 logiques relationnelles entre associations et organisations publiques (Petrella et al. 2012),

Nous cherchons à mettre en évidence, les conditions qui facilitent la médiation ou au contraire la freinent.

Cette contribution met en avant les enjeux liés à l’usage croissant de l’IA dans la gestion de la communication publique en tenant compte de ses effets diachroniques sur les discours institutionnels.

Thèmes ou mots clés

Intelligence artificielle, gouvernance, communication publique, diachronie, gestion de crise, transparence, prise de décision

Problématique et thèse défendue

La gestion de la communication diachronique des gouvernances nationales et locales repose traditionnellement sur des mécanismes humains et institutionnels structurés. L’essor de l’intelligence artificielle (IA) transforme profondément la gestion de la communication des gouvernances nationales et locales, soulevant des interrogations sur son impact diachronique. La question centrale est la suivante : Comment l’IA influence-t-elle la continuité, la cohérence et l’évolution des stratégies de communication publique dans le temps ? On défend la thèse selon laquelle l’IA, en automatisant et en structurant l’analyse des discours et des données, contribue à une communication plus cohérente et réactive, mais qu’elle présente également des défis en termes de transparence, d’interprétation et de contrôle humain sur les narratifs institutionnels.

Résumé des approches théoriques et méthodologiques

L’approche théorique mobilisée repose sur les travaux en sciences de l’information et de la communication, ainsi que sur les études liées à la gouvernance numérique et à l’IA appliquée à la gestion publique. L’étude repose sur une approche multidisciplinaire combinant :

• Une perspective diachronique de la communication institutionnelle, analysant l’évolution des stratégies discursives des gouvernements avant et après l’adoption des outils d’IA.

• La théorie de la médiatisation et de l’automatisation du discours public, qui éclaire le rôle des algorithmes dans la structuration et la diffusion des messages politiques.

• Une analyse de corpus, comprenant des discours officiels, des communiqués de presse et des interactions sur les plateformes numériques des gouvernances locales et nationales.

• Une étude de cas comparée, examinant plusieurs administrations ayant intégré des outils d’IA pour optimiser leur communication, en mettant en évidence les bénéfices et les limites de cette transition.

Les sources incluent des bases de données institutionnelles, des rapports officiels sur l’usage de l’IA en communication publique et des entretiens avec des experts en gouvernance numérique.

Résultats avancés

Les premiers résultats montrent:

• Amélioration de la cohérence et de la réactivité : L’IA permet une meilleure continuité des messages publics en harmonisant les discours officiels à travers le temps.

• Optimisation de l’analyse des tendances et des réactions publiques : L’utilisation d’algorithmes d’apprentissage automatique aide à anticiper les préoccupations citoyennes et à ajuster les stratégies de communication.

• Levier pour la participation citoyenne : L’IA offre des opportunités pour une gouvernance plus interactive et réactive, notamment via des plateformes collaboratives et des chatbots institutionnels.

• Risque d’uniformisation et de perte de nuance : L’automatisation de la communication peut générer des messages standardisés, limitant l’adaptabilité aux contextes politiques et sociaux changeants.

• Problèmes de transparence et d’accountability : L’intégration de l’IA soulève des questions éthiques sur la prise de décision automatisée et la capacité des citoyens à identifier les véritables auteurs des messages institutionnels.

• Besoins en supervision humaine et en régulation : Un équilibre entre automatisation et contrôle humain est essentiel pour éviter une communication institutionnelle déshumanisée et potentiellement manipulatrice.

Références

AlgorithmWatch (2021). Automating Society Report 2021. AlgorithmWatch & Bertelsmann Stiftung.

Bourdieu, P. (1982). Ce que parler veut dire. Fayard.

Cardon, D. (2018). À quoi rêvent les algorithmes ?. Seuil.

Floridi, L. (2019). The Logic of Information: A Theory of Philosophy as Conceptual Design. Oxford University Press.

Mazzoleni, G. (2008). Mediatization of Politics. Sage.

Rapport de l’OCDE (2022). Gouvernance et IA : Implications pour la communication publique.

Les études de l’OCDE dans le domaine des politiques publiques éducatives montrent la grande disparité des systèmes éducatifs dans le monde aussi bien d’un point de vue institutionnel (OCDE, 2024) qu’en matière de réussite scolaire (OCDE, 2022). A chaque publication des résultats PISA, le système éducatif français présente des résultats moyens en matière de réussite scolaire et en dégradation en matière d’égalité scolaire, et ce malgré des réformes récurrentes visant à améliorer les résultats et atténuer les inégalités. Ainsi, des réformes scolaires en 1er comme en 2nd cycle se sont succédées régulièrement pour tenter de rendre le système scolaire français plus performant quant aux acquis fondamentaux des élèves et de réduire les inégalités de réussite scolaire liées à l’origine sociale et territoriale (Mons, 2007 ; Delvaux, 2015 ; Pons, 2017). Sans que celles-ci permettent d’obtenir des résultats significatifs dans ces deux domaines (Barhoumi, 2020).

En complément des réformes centrées sur l’organisation du système scolaire, la formation des enseignants, les programmes et les méthodes pédagogiques des politiques publiques spécifiques ont concerné le déploiement d’outils informatiques en milieu scolaire en soutien de la pédagogie et du fonctionnement des établissements scolaires afin d’en améliorer leur performance.

Ainsi, des tentatives régulières de déployer à l’échelle nationale des dispositifs numériques visant à « transformer » les pratiques pédagogiques se sont succédées ces 40 dernières années : le plan « Informatique pour tous » en 1984, le « service public du numérique éducatif » instauré par la loi de Refondation de l'École de la République du 8 juillet 2013 ainsi que le « Plan numérique pour l’Education » instauré par la loi du 26 juillet 2019 « pour une école de la confiance » ont mis un accent particulier sur le déploiement de nouveaux outils qui « offrent un potentiel de renouveau pédagogique important, pouvant améliorer l’efficacité et l’équité du système éducatif ».

Sans totalement occulter l’importance des usages et de l’appropriation des outils que l’on retrouve dans les attentes d’innovation pédagogique, celles-ci sont censées être impulsées par la mise à disposition d’équipements, de ressources pédagogiques et de formations individuelles qui alimentent des plans. La dimension émergente et collective des usages numériques au sein des équipes pédagogiques n’est pas explicitement évoquée. De même, le rôle managérial des équipes de direction des établissements scolaires dans cette « transformation pédagogique » est largement occulté. Or le faible impact « transformant » de ces différents plans aux effets diffus, voire éphémères, a été mis en évidence par des travaux de recherche et des audits publics (voir par exemple : Collin, 2022 ; Cours des Comptes, 2019).

Le développement des usages actuels des IAG par de nombreux élèves et, de façon expérimentale, par des enseignants échappe pour l’instant à tout plan et cadrage formel de la part du Ministère de l’Education Nationale (MEN). Ceux-ci sont en cours d’élaboration en réaction à la multiplication des usages qui souvent perturbent les pratiques pédagogiques traditionnelles, parfois laissent entrevoir des apports potentiellement fructueux en matière d’innovations pédagogiques au bénéfice des apprenants. Cette élaboration est nourrie par le recours à des communautés de pratiques que l’on retrouve notamment dans l’espace collaboratif CREIA (Communauté de Réflexion en Éducation sur l’Intelligence Artificielle) initiée par la Direction du Numérique pour l’Education (DNE) du MEN. Elle est aussi alimentée par les travaux de recherche en lien avec les usages du numérique en contexte éducatif, notamment ceux initiés par le Groupe de Travail Numérique (GTNum) qui font l’objet d’un flux régulier de projets de recherche (1) et de publications (2).

Ainsi, la question de savoir si et comment un usage éthique et efficace d’IAG par les acteurs éducatifs (Gagnon, 2023 ; Ray, 2023), et articulées avec des dispositifs pédagogiques, pourraient contribuer à améliorer les apprentissages des élèves au profit du plus grand nombre devient un enjeu majeur des politiques publiques scolaires (OCDE, 2023 ; Sénat, 2024 ;). Nous faisons l’hypothèse que le développement des usages des IAG en contexte scolaire est non seulement spécifique du fait des caractéristiques de ces outils par rapport aux autres outils numériques mais surtout du fait de son caractère fortement émergent. En effet, la rapidité du développement de leurs usages, non préconisés par l’institution, par la grande majorité des élèves (liée à leur grande disponibilité et facilité d’utilisation basique) constitue un changement émergent majeur que subit l’institution scolaire. Habituellement initiatrice, en matière de numérique scolaire, de changements planifiés avec des partenaires (entreprises de la Edtech, collectivités territoriales, partenaires sociaux…) ou au moins proposés sur la base d’expérimentions, le MEN est en réaction de cette rapide émergence d’usages qui part des élèves et d’initiatives d’une minorité enseignants. La DNE, notamment à travers ses relais dans les rectorats (les Directions académiques du numérique pour l’éducation), joue un rôle clé pour tenter d’orienter, organiser, animer et évaluer les actions émergentes, en encourager d’autres et éclairer le MEN quant à la politique à mener dans ce domaine.

Nous proposons de concevoir et analyser la politique publique relative à l’IAG dans l’enseignement comme étant distribuée et collaborative. Ainsi, le MEN et ses organisations innovent par de nouvelles manières de coordination et pilotage du changement, tout comme les acteurs du terrain innovent par de nouvelles pratiques pédagogiques et organisationnelles en partageant expériences et expertises de manière collaborative. Dans cette communication nous proposons une approche processuelle de la construction des politiques publiques en intégrant l’approche discursive développée notamment par Fischer et Forester (1993). Contrairement aux approches positivistes classiques, l’analyse discursive considère que les politiques ne sont pas seulement façonnées par des décisions rationnelles, mais aussi par la manière dont les problèmes sont définis et interprétés dans l’espace public. Cette approche permet d’analyser comment les problèmes publics émergent et évoluent à travers les discours.

Si toute politique publique est co-construite du moins dans sa mise en place, la politique visant la stimulation des usages de l’IAG l’est aussi dans la définition de son périmètre, des formations à proposer, des orientations juridiques et techniques. Ainsi, il est nécessaire d’adapter l’analyse des politiques publiques aux politiques émergentes.

(1) Les auteurs pilotent l’un d’entre eux qui a démarré en janvier 2025 pour 3 ans. Le projet GTnum #DPIA – Dialogues et Pratiques de l’IA Générative en Éducation s’inscrit dans une dynamique d’analyse et d’accompagnement des processus d’appropriation de l’intelligence artificielle générative en milieu éducatif. Il explore deux axes principaux : les usages pédagogiques de l’IA générative et la gouvernance des établissements éducatifs face à ces innovations. Le GTnum DPIA accompagnera au moins une trentaine de terrains d’expérimentation allant de la maternelle à l’université et vise à produire des recommandations sur les conditions favorables à une intégration réussie de l’IA en éducation.

(2) Voir https://edunumrech.hypotheses.org/category/gtnum & https://edunumrech.hypotheses.org/bibliotheque-des-essentiels