Ce colloque se positionne comme un espace critique pour anticiper les mutations de l’enseignement supérieur et de la recherche à l’ère de l’IA. En confrontant les perspectives, il ambitionne de dessiner une feuille de route pour une science à la fois innovante et fiable, ancrée dans la légitimité des compétences. 

Argumentaire

L’avènement de l’intelligence artificielle (IA) transforme radicalement les paysages académique et professionnel, soulevant des questions fondamentales sur l’intégrité de la recherche scientifique et la valeur des diplômes universitaires. Alors que l’IA offre des outils puissants pour accélérer les découvertes (analyse de données, simulations, rédaction assistée), elle bouscule aussi les paradigmes traditionnels de la production du savoir : plagiat automatisé, fraude aux examens via ChatGPT, ou encore la remise en cause des méthodologies de recherche.

Parallèlement, la prolifération des "diplômes fantômes" délivrés par des institutions non accréditées, combinée à l’émergence de compétences alternatives certifiées par l’IA, interroge la crédibilité des certifications académiques.

Dans ce contexte, ce colloque vise à :

1. Analyser l’impact de l’IA sur les pratiques de recherche (éthique, transparence, biais algorithmiques).
2. Évaluer les risques de « dévaluation » des diplômes face à l’automatisation des apprentissages.
3. Proposer des solutions institutionnelles et technologiques pour préserver la rigueur académique.

Axes thématiques

1. L’IA dans la recherche scientifique : opportunités et dérives

• Apports de l’IA : l’IA comme « catalyseur » de la recherche : analyse massive des données / collaboration interdisciplinaire / démocratisation de la recherche..
• Utilisation des LLM (ChatGPT, Gemini) pour la rédaction d’articles: où s’arrête l’assistance légitime ?
• Détection des fraudes et outils de vérification (ex : logiciels anti-plagiat adaptés à l’IA).

2. La crédibilité des diplômes à l’ère numérique

• Reconnaissance des compétences vs. validation des parcours académiques traditionnels.
• Lutte contre les "diplômes-miracles" et renforcement des systèmes d’accréditation.

3. Pédagogie et évaluation : réinventer l’enseignement supérieur

• Adaptation des méthodes d’évaluation (examens oraux, projets pratiques) face aux outils IA.
• Rôle des universités dans un monde où l’auto-formation assistée par IA se généralise.

Public cible

• Chercheurs et universitaires en sciences exactes, humaines et sociales.
• Responsables d’institutions académiques et organismes d’accréditation.
• Étudiants et professionnels du numérique (experts IA, éditeurs scientifiques).
• Politiques publiques en charge de l’éducation et de l’innovation.

Objectifs et retombées attendues

• Déterminer les différentes opportunités et dérives de l’IA dans le cadre de la recherche.
• Sensibiliser aux enjeux éthiques et pratiques de l’IA dans la recherche.
• Élaborer des recommandations pour harmoniser innovation et intégrité académique.
• Créer un réseau interdisciplinaire pour surveiller l’évolution de ces défis.

Modalités de soumission

Les propositions de communications (résumés de 300 mots) sont attendues sur des sujets liés aux axes du colloque, incluant des études de cas, réflexions théoriques ou solutions technologiques.

Prière d’envoyer les résumés et les communications à l’adresse électronique suivante : colloquedidnum23@gmail.com,

avant le 31 décembre 2025

Langues de participation : arabe, français, anglais

Dates clés

• Soumission des résumés : avant le 31 décembre 2025
• Notification d’acceptation : avant le 16 janvier 202

Comité scientifique

• Mohammed Miled
• Mongia Arfa Mensia
• Ouannes Hafiéne
• Ridha Ben Hmid
• Sondos Krouna
• Malak Sabeur Mustapha

Comité d’organisation

• Hichem Kalfat
• Fatma Abid Kammoun
• Sémi Benromdhane
• Mariem Ksouri
• Saoussen Gmati