Aperçu de l’usage des intelligences artificielles génératives par les personnes étudiantes

L’arrivée d’outils d’intelligence artificielle générative (IAg) comme ChatGPT à la fin 2022 a forcé l’enseignement supérieur à s’adapter. Au Québec, comme ailleurs, les établissements ont réagi rapidement en élaborant des cadres, des lignes directrices, etc. Ils ont également mené des enquêtes pour mieux comprendre l’ampleur de l’adoption et de l’utilisation de ces outils.

Afin de brosser un portrait global, cet article propose une synthèse de trois de ces enquêtes. Elles ont été menées par des établissements québécois entre 2023 et 2025, ce qui nous a permis d’avoir une vue d’ensemble des réponses de plus de 7000 personnes étudiantes et de dégager les grandes tendances en matière d’adoption, de diversité de perceptions et d’utilisation. Voici les trois enquêtes en question :

• Université de Sherbrooke (2023), « L’usage des intelligences artificielles génératives par les personnes étudiantes » (963 répondants étudiants).

• Université Laval (2025), « Portrait des utilisations des outils d’IAg par les personnes étudiantes et enseignantes » (4628 répondants étudiants, 522 enseignants).

• Pôle interordre de Montréal (2025), « Enquête sur l’IA générative dans les cégeps et universités du Québec » (UQAM, HEC, Concordia et huit cégeps. 1618 répondants étudiants universitaires, 2096 répondants étudiants du collégial, 262 répondants enseignants universitaires, 520 répondants enseignants du collégial).

Avant de poursuivre, il nous semble important de mentionner qu’il peut y avoir un écart entre les usages déclarés et réels. La crainte de stigmatisation peut freiner la déclaration transparente et amener à des « usages dissimulés » (Barnes et Tour, 2025 ; Giray, 2024). Selon l’enquête du Pôle interordre de Montréal (PIM) : 44 % des personnes enseignantes universitaires estiment que l’IAg a un impact négatif sur les personnes étudiantes et 30 % en souhaitent l’interdiction. Ces perceptions viennent alimenter l'idée que la stigmatisation des usages pourrait influencer la déclaration de l'utilisation des outils d'IAg par les personnes étudiantes.

Les utilisateurs de l’IAg à l’université, une population homogène?

Les enquêtes des différentes universités nous permettent de brosser un portrait général de l’utilisation des IAg par les personnes étudiantes, mais ne nous permettent pas de tirer des conclusions plus spécifiques sur des sous-groupes de cette population.

Quelques informations pertinentes sont disponibles grâce aux analyses des résultats des différentes études dans La parole aux milieux collégial et universitaires : réflexions et résultats d’enquêtes sur l’IA générative, un rapport de l’Observatoire international sur les impacts sociétaux de l'IA et du numérique. Voici ce que ces analyses nous disent :

Concernant le genre, l’analyse de l’enquête du PIM nous indique qu'il n’y a pas d’effet de genre significatif sur l’utilisation ou la perception des IAg par les personnes étudiantes. Dans cette même enquête, les données recueillies sur l’âge des personnes sondées sont trop homogènes pour dégager des tendances.

L’analyse de l’enquête de l’Université Laval nous permet d’apprendre que les personnes non citoyennes du Canada sont proportionnellement de plus grandes utilisatrices des IAg (64,8 %) que celles qui sont citoyennes (55 %). Par ailleurs, 76,8 % des personnes étudiantes non canadiennes qui suivent un programme complètement à distance « sont d’avis que les outils d’IAg ont une incidence positive, sur leur confiance et dans la réussite de leurs apprentissages, sur leur engagement et leur auto-efficacité ». L’analyse de Didier Paquelin concernant ces données explore l’idée que les personnes étudiantes peu familières avec le milieu académique québécois se serviraient de l’IAg comme une béquille dans un environnement où ils ont peu de repères, ce qui aurait pour conséquence de favoriser leur engagement. Des effets négatifs résultant de l’écart entre les productions de ces personnes étudiantes et la qualité perçue des productions de l’IAg sont aussi rapportés, ce qui montre que, même dans ce cas de figure, les gains ne sont pas toujours certains.

L’IAg en soutien à la diversité étudiante?

Déjà, dans l'enquête de l'UdeS (2023), on mentionnait le rôle potentiel de l'IAg dans l'aide à la compréhension et la personnalisation de l'apprentissage.

Les résultats de l’enquête du PIM (2025) confirment cette éventualité et les commentaires des personnes étudiantes sont assez explicites. L’IAg y est perçue par plusieurs personnes comme « un levier pour l’inclusion et l’accessibilité », « un outil particulièrement utile pour les personnes neurodivergentes » et « une aide pour les personnes dont la langue d’enseignement n’est pas la langue maternelle » (p. 15).

Ces échos du terrain rejoignent la volonté des grandes organisations internationales. L'UNESCO, dans ses recommandations (2023), positionne d'ailleurs l'IAg comme un outil au service de l'équité et de l'inclusion.

Néanmoins, les perspectives quant à ces bénéfices semblent plutôt partagées, mettant en lumière le fait que des questions fondamentales demeurent relativement au soutien ou aux défis que l’IA pourrait présenter pour la population étudiante neurodivergente. D’une part, des recherches comme celles de Pierrès et al. (2025) évoquent les avantages de ces outils, par exemple, pour les personnes étudiantes vivant avec un TDAH. D’autre part, d’autres études soulèvent des inquiétudes quant à certains biais algorithmiques qui peuvent pénaliser les modes de pensée atypiques ou renforcer des stéréotypes liés à la neurodiversité (Francisco et al., 2025 ; Brandsen et al., 2024).

Les usages par la population étudiante

Selon les données de l’enquête du PIM (2025), les usages des outils d'IAg sont variés et principalement orientés vers le soutien à l'apprentissage. Les chiffres rapportés sont les suivants :

• Comprendre certains sujets (70 %)

• Résumer des textes (62 %)

• Générer des idées de départ pour leurs travaux (53 %)

• Rédiger des paragraphes (12 %)

• Générer des textes entiers (6 %)

On constate que ces usages évoluent dans le temps. Entre l’enquête de l’UdeS (2023) et celle du PIM (2025), plusieurs différences marquées ressortent. En 2023, 47 % des personnes étudiantes utilisaient les outils d’IAg pour comprendre certains sujets, 29 % l’utilisaient pour résumer des textes et 58 % pour générer des idées. Ceci rapporte une utilisation importante et grandissante de ces outils comme soutien cognitif pour les personnes étudiantes.

Des usages plus passifs ont été recensés dans l’étude du PIM (2025). On retrouve 10 % des personnes étudiantes de niveau universitaire qui déclarent copier/coller souvent ou très souvent et 8 % chez les personnes étudiantes de niveau collégial. Bien que ces taux représentent une faible proportion des personnes étudiantes, ils ne sont pas négligeables.

De plus, on observe différents usages dans les différents niveaux d’enseignement. Au collégial, les outils d’IAg sont davantage utilisés pour améliorer les capacités rédactionnelles, alors qu’à l’universitaire, ils sont employés plus fréquemment pour mieux comprendre un sujet.

Quatre constats intéressants

Adoption majoritaire, mais contrastée

Nous pouvons observer une adoption majoritaire par la population étudiante, bien que les taux varient d’un établissement à l’autre.

• L’enquête de l’UdeS (2023) révélait déjà que 64 % des personnes étudiantes utilisaient l’IAg dans leurs activités d’apprentissage.

• Les chiffres de 2025 montrent un paysage contrasté : ce taux est de 56 % à l’Université de Laval, mais augmente à 73 % dans l’enquête du Pôle interordre de Montréal (PIM).

• Selon l’enquête de l’Université de Sherbrooke (2023), les étudiants de troisième cycle étaient les plus grands utilisateurs d’IA dans l’échantillon étudié. Cette tendance se poursuit en 2025, où l’Université Laval rapporte un taux d’utilisation de 54 % au premier cycle et de 66 % aux cycles supérieurs.

Possible stabilisation après le « pic » de 2024

L’enquête du PIM (2025) apporte un éclairage temporel important. En effet, elle note qu’un pic d’adoption des outils d’IAg par les personnes étudiantes a été observé à l’automne 2024.

Cette observation suggère qu’après une phase d’exploration et de croissance importante, l’adoption des outils d’IAg pourrait entrer dans une phase de stabilisation. On pourrait donc émettre l’hypothèse que l’IAg s’est largement popularisée et qu’une part croissante de la non-adoption relève désormais d’un choix conscient (par exemple, par préférence, par souci d’éthique, de pertinence, etc.) plutôt que d’une simple méconnaissance des outils.

Non-utilisation comme choix personnel

Pour la part de la population étudiante qui n'utilise pas l'IAg, il s'agit majoritairement d'un choix personnel, plutôt que de lacunes au niveau des compétences techniques. D'ailleurs, dans l’enquête du PIM, seuls 13 % des personnes répondantes déclarent ne pas savoir comment utiliser ces outils.

Les principales raisons évoquées pour cette non-utilisation sont : une volonté d'intégrité et d'autonomie (70 %), reflétant le désir de conserver sa capacité à apprendre par soi-même, le manque de besoin perçu (64 %) et des préoccupations environnementales (40 %).

Prédominance de ChatGPT

Bien que plusieurs outils d’IA soient disponibles, les sondages démontrent une domination claire de ChatGPT. L'enquête du PIM (2025), par exemple, révèle que, malgré la diversité des options payantes et gratuites, ChatGPT reste de loin l'outil de choix : il est le choix de 93 % de la population étudiante utilisant l’IAg.

Conclusion

Ce portrait ne prétend pas être exhaustif, mais il se fonde sur des données concrètes. Il confirme que, bien que l’adoption de l’IAg soit importante, elle n’est pas universelle : elle semble entrer dans une phase de stabilisation où le non-usage est un choix conscient, motivé par des préoccupations telles que l’environnement, l’autonomie ou la valeur réelle perçue.

Ces données constituent un premier indice révélant une double complexité. Tout d’abord, la question des usages cachés (Barnes et Tour, 2025), liée à la stigmatisation, suggère que la nature réelle des comportements relatifs aux IAg est peut-être plus profonde et subtile que ne le montrent les chiffres. Deuxièmement, la tension principale ne se limite pas au taux d’adoption, mais réside également dans la dualité de son utilisation. Bien que ces outils puissent être un levier d’inclusion prometteur pour certaines personnes, ils présentent également des limites et des risques importants à considérer (limites inhérentes, fracture dans l’accès ou l’utilisation, etc.).

L’enjeu n’est donc plus de constater l’usage, mais bien de le piloter. Par ailleurs, dans l’enquête du PIM (2025), les personnes étudiantes nommaient des actions qu’elles aimeraient voir mises en œuvre. Par exemple, les étudiantes et étudiants de niveau universitaire évoquent : une mention explicite dans le plan de cours (70 %), des mesures de surveillances (36 %), de la formation (59 %), etc.

Ces stratégies d’encadrements représentent bien que des actions individuelles et collectives sont nécessaires pour favoriser des pratiques éthiques, responsables et s’assurer d’une réelle équité pour tous les profils d’apprentissage.

Références

Barnes, M., & Tour, E. (2025). Teachers’ use of generative AI: a ‘dirty little secret’? Language and Education, 1–16. https://doi.org/10.1080/09500782.2025.2485935

Brandsen, S., Chandrasekhar, T., Franz, L., Grapel, J., Dawson, G., & Carlson, D. (2024). Prevalence of bias against neurodivergence-related terms in artificial intelligence language models. Autism research : official journal of the International Society for Autism Research, 17(2), 234–248. https://doi.org/10.1002/aur.3094

Francisco, V., Hervás Ballesteros, R., & García Mata, R. (2025). Challenges in accessing generative AI for users with cognitive disabilities: an exploratory case study. XXV CONGRESO INTERNACIONAL DE INTERACCIÓN PERSONA-ORDENADOR (Interacción'25), Valladolid, Spain. https://ceur-ws.org/Vol-4000/paper09.pdf

Giray L. (2024). AI Shaming: The Silent Stigma among Academic Writers and Researchers. Annals of biomedical engineering, 52(9), 2319–2324. https://doi.org/10.1007/s10439-024-03582-1

Langlois, L., Morin-Bertrand, F.-A., Pagé, B., Paquelin, D., Dermarkar, S., Sabourin Laflamme, A., Bruneault, F., Meyer, F., Piché, S., Bhiry, N., Breton, M., Brodeur, M. et Bégin, L. (2025). La parole aux milieux collégial et universitaire : réflexions et résultats d’enquêtes sur l’IA générative. Obvia. https://doi.org/10.61737/YVWZ8573

Meyer, F., & Piché, S. (2024, avril 24). Portrait des pratiques et préoccupations entourant les IAG en contexte académique : Perspectives étudiantes à l’UdeS.

Pierrès, O., Darvishy, A. & Christen, M. Exploring the role of generative AI in higher education: Semi-structured interviews with students with disabilities. Educ Inf Technol 30, 8923–8952 (2025). https://doi.org/10.1007/s10639-024-13134-8

Sabourin-Laflamme, A., & Bruneault, F. (2025, juillet). Résultats d’un sondage sur l’utilisation de l’IA générative : cégeps et universités de la région de Montréal (Rapport). Pôle interordres de Montréal (PIM), avec le soutien de l’OBVIA; les auteurs sont affiliés au LEN.IA. https://pim.quebec/assets/pim/documents/Publications/Rapport_sondage_IAg_2025_PIM_OBVIA.pdf