L'éducation à l'IA s'étend au-delà des spécialisations en informatique

Dans les universités américaines, une tendance notable émerge : les étudiants issus de divers horizons académiques s'inscrivent de plus en plus à des cours et poursuivent des mineures liées à l'intelligence artificielle (IA). Les établissements y répondent en élargissant leurs offres, reconnaissant la nécessité d'équiper les diplômés en littératie IA, quel que soit leur domaine d'études principal. Les étudiants en psychologie, par exemple, poursuivent des mineures en IA pour mieux comprendre l'impact de l'apprentissage automatique sur le monde du travail.

Ce changement intervient alors que les programmes traditionnels d'informatique connaissent une baisse d'inscriptions et que le marché de l'emploi en développement logiciel se refroidit, en partie à cause des agents IA qui automatisent les tâches de codage. Les universités adaptent leurs programmes pour répondre à la demande des étudiants et à la réalité que les employeurs valorisent de plus en plus les compétences en IA dans tous les secteurs. Cette démarche vise à "démocratiser" les connaissances en IA, en les rendant accessibles au-delà des domaines technologiques spécialisés.

Des institutions comme l'Université du Texas à Austin ont développé des cours d'introduction à l'IA pour les non-spécialistes, soulignant l'importance de la littératie IA, comparable aux compétences de base en mathématiques et en écriture. D'autres universités, dont Purdue, Harvard et l'Université d'État de l'Ohio, intègrent des exigences en IA ou proposent des mineures et certificats spécialisés en IA. Harvard intègre des leçons sur les grands modèles linguistiques, le droit d'auteur et la désinformation, tandis qu'Ohio State propose des ateliers sur la maîtrise de l'IA.

Malgré le rythme rapide du changement, remarquable pour le monde universitaire, des préoccupations subsistent quant à l'impact potentiel de l'IA sur la compréhension fondamentale des étudiants de leurs propres disciplines. Alors que les outils d'IA deviennent plus capables non seulement d'écrire du code, mais aussi d'effectuer l'analyse sous-jacente, il existe un risque que les étudiants ne saisissent pas les concepts fondamentaux de leurs domaines, en s'appuyant uniquement sur l'IA pour la compréhension.