Cet appel à contributions porte sur les transformations de l’enseignement universitaire à l’ère de l’intelligence artificielle. L’ouvrage collectif vise à réunir des études de cas, recherches empiriques et analyses critiques explorant les opportunités, les défis et les enjeux éthiques liés à l’intégration de l’intelligence artificielle (IA) dans les pratiques pédagogiques, l’évaluation, la recherche et la gouvernance universitaire.

Profils des contributeurs attendus

L’ouvrage s’adresse à l’ensemble des acteurs de l’enseignement supérieur impliqués, à des titres divers, dans les transformations induites par l’intelligence artificielle : enseignants-chercheurs, chercheurs, administrateurs universitaires, ingénieurs pédagogiques, praticiens réflexifs et doctorants.

Argumentaire

L’intégration de l’intelligence artificielle dans l’enseignement supérieur constitue l’une des transformations les plus profondes et les plus rapides que ce secteur ait connues depuis plusieurs décennies. Des systèmes d’apprentissage adaptatif aux outils d’évaluation automatisée, en passant par le tutorat intelligent, l’accompagnement personnalisé des étudiants et l’accélération de la recherche scientifique, les établissements d’enseignement supérieur du monde entier font face à des reconfigurations structurelles pour lesquelles peu étaient pleinement préparés.

Cette accélération technologique dépasse souvent les capacités de réponse institutionnelle et devance la production scientifique susceptible d’en éclairer les implications. Les questions soulevées — relatives à la pédagogie, à la gouvernance, à l’intégrité académique, à l’équité et aux finalités mêmes de l’université — appellent une analyse rigoureuse, nuancée et ancrée dans des expériences réelles.

Cet ouvrage collectif vise précisément à combler cet espace : réunir des études de cas rigoureusement documentées, issues de contextes institutionnels diversifiés, capables de rendre compte de ce qui se déploie effectivement sur le terrain. L’objectif n’est ni apologétique ni critique de principe. Il s’agit d’examiner avec rigueur ce qui fonctionne, ce qui échoue, les dilemmes émergents, et ce que ces expériences révèlent sur l’avenir de l’université comme institution humaine, scientifique et sociale.

L’ouvrage s’articule autour de trois axes interdépendants — Opportunités, Défis et Éthique — et accueille des contributions explorant l’un ou plusieurs de ces axes de manière substantielle.

Axes thématiques

I. Opportunités : innovations pédagogiques, recherche et transformation institutionnelle

Cet axe accueille des contributions mettant en lumière les nouvelles possibilités offertes par l’IA dans l’enseignement supérieur, qu’il s’agisse de dispositifs pédagogiques innovants, de transformations des pratiques enseignantes, d’outils d’accompagnement ou de stratégies institutionnelles de transition numérique. Les contributions documentant des expériences concrètes, y compris leurs limites et conditions de réussite, sont particulièrement attendues.

• Apprentissage personnalisé et adaptatif à grande échelle
• Tutorat intelligent, assistance à la rédaction et feedback automatisé
• Accompagnement ciblé des étudiants à risque d’abandon ou d’échec
• Innovation pédagogique et transformation des pratiques enseignantes
• Intégration de l’IA dans l’ingénierie et le design pédagogiques
• Accélération de la recherche scientifique : revues de littérature, analyse de données, génération d’hypothèses
• Amélioration de l’accès à l’enseignement supérieur pour des publics ayant un accès limité aux dispositifs de formation
• Efficacité administrative et réallocation des ressources au service de l’enseignement
• Stratégies institutionnelles de transformation numérique et de pilotage du changement

II. Défis : évaluation, gouvernance, inclusion et mutations académiques

Cet axe porte sur les difficultés, résistances, tensions, effets inattendus et limites structurelles liés à l’intégration de l’IA dans l’enseignement supérieur. Une attention particulière sera portée aux analyses documentant des écarts entre les ambitions affichées et les réalités observées, ainsi qu’aux situations dans lesquelles les outils d’IA ont produit des effets contraires à ceux escomptés.

• Résistances à l’usage des outils d’IA chez les enseignants, étudiants ou responsables académiques
• Difficultés d’implémentation, insuffisance de formation ou inadéquation des outils au contexte
• Transformation des pratiques d’évaluation et remise en question des modèles traditionnels
• Authenticité des productions académiques et dépendance excessive aux outils génératifs
• Risques d’affaiblissement des compétences fondamentales (rédaction, argumentation, pensée critique)
• Transformations du rôle de l’enseignant et reconfigurations des métiers académiques
• Gouvernance institutionnelle insuffisante, inadaptée ou en retard sur les usages réels
• Dépendance technologique vis-à-vis des plateformes commerciales et des fournisseurs extérieurs
• Accentuation des fractures numériques, des inégalités d’accès et des disparités entre établissements
• Enjeux d’inclusion, d’équité et de justice éducative dans les dispositifs intégrant l’IA

III. Éthique : responsabilité, intégrité académique et avenir de l’université

Cet axe invite à une réflexion critique sur les dimensions éthiques, philosophiques et sociétales de l’IA dans l’enseignement supérieur. Les contributions pourront mobiliser des cadres théoriques issus de la philosophie de l’éducation, de l’éthique des technologies, des sciences politiques ou des études critiques du numérique, à condition de les ancrer dans des situations concrètes ou des enjeux institutionnels identifiés.

• Intégrité académique et redéfinition de l’honnêteté intellectuelle à l’ère des IA génératives
• Usage de l’IA dans la rédaction académique : entre aide légitime et substitution problématique
• Biais algorithmiques, équité et risques de discrimination dans les systèmes d’aide à la décision
• Transparence des systèmes d’IA déployés dans les environnements éducatifs
• Protection des données personnelles des étudiants et des enseignants
• Consentement éclairé, surveillance numérique et droits des personnes
• Responsabilité institutionnelle face aux décisions automatisées ou algorithmiquement assistées
• Justice algorithmique dans les processus d’admission, d’évaluation ou de certification
• Autonomie intellectuelle des étudiants et conditions du développement de la pensée critique
• Transformations des finalités de l’université à l’ère de l’intelligence artificielle généralisée

Format et structure des contributions

Les contributions en français ou en anglais prendront de préférence la forme d’études de cas réelles et documentées, fondées sur des expériences institutionnelles concrètes et appuyées sur des données empiriques (qualitatives, quantitatives ou mixtes). Les contributions théoriques ou conceptuelles pourront également être soumises, à condition de présenter un ancrage analytique substantiel et une contribution claire au champ.

Les études comparatives impliquant plusieurs institutions ou contextes nationaux sont particulièrement bienvenues. Les approches interdisciplinaires et les contributions internationales sont activement encouragées.

Chaque chapitre devra idéalement comporter les éléments suivants :

1. Le contexte institutionnel : type d’établissement, discipline, pays ou région, échelle d’intervention
2. La situation, la problématique ou l’opportunité liée à l’IA qui fait l’objet du cas
3. Les décisions prises, les actions engagées et les dispositifs mis en œuvre
4. Les résultats observés, qu’ils soient attendus, inattendus, partiels ou négatifs
5. Une analyse réflexive mettant en perspective les enseignements du cas pour la communauté académique
6. Trois à cinq questions de discussion à usage pédagogique ou formatif
7. Les références bibliographiques selon les normes APA (7e édition)

Modalités de soumission

Étape 1 — Soumission du résumé (avant le 25 juin 2026)

Les auteurs soumettent un résumé structuré de 500 à 750 mots, précisant :

• Le contexte de l’étude
• La problématique liée à l’IA
• L’axe thématique concerné
• Le cadre institutionnel ou disciplinaire
• Les données ou éléments empiriques mobilisés
• Les noms et affiliations des auteurs Format Word ou PDF, adressé à scholarly2033@gmail.com avec l’objet : Résumé – L’enseignement supérieur à l’ère de l’IA

Étape 2 — Soumission du chapitre complet (avant le 1er septembre 2026)

Les auteurs dont le résumé aura été sélectionné soumettront un chapitre complet de 5 000 à 8 000 mots (hors annexes et bibliographie). Chaque chapitre fera l’objet d’une évaluation scientifique en double aveugle par des experts du domaine. Les retours d’évaluation seront transmis aux auteurs avant le 15 octobre 2026.

• Consignes de présentation
• Document Word (.docx)
• Normes APA, 7e édition
• Police 12 points, interligne double
• Marges standard (2,5 cm)
• Résumé de 150 à 200 mots en français et en anglais
• 5 à 7 mots-clés
• Page de titre séparée incluant les informations sur les auteurs
• Tableaux et figures intégrés au texte avec légendes

Processus et critères d’évaluation

Les contributions seront évaluées en deux étapes : sélection initiale des résumés par le comité éditorial, puis évaluation en double aveugle des chapitres complets par des experts du domaine. Les critères retenus sont les suivants :

• Pertinence scientifique et adéquation avec les axes de l’ouvrage
• Originalité et contribution nouvelle au champ
• Qualité analytique : profondeur, nuance et cohérence de l’argumentation
• Rigueur méthodologique : solidité des données et de la démarche
• Contribution aux débats existants dans la littérature

Calendrier éditorial

• 25 juin 2026   Date limite de soumission des résumés
• 15 juillet 2026  Notification d’acceptation
• 1er septembre 2026 Date limite de soumission des chapitres complets
• 15 octobre 2026  Retour d’évaluation par les pairs
• Décembre 2026  Publication de l’ouvrage

Contact

Pour toute question relative à la pertinence d’une proposition ou aux modalités de soumission : scholarly2033@gmail.com

Direction scientifique 

Saad BOULAHNANE & Fatima Zahra EL JAMRI

Comité scientifique

• Dr. ARRAICHI Rachid, Hassan I University, Settat, Morocco
• Dr.  SABIL Abdelkader, Hassan II University, Casablanca, Morocco
• Dr. RIZK Khalid, Hassan I University, Settat, Morocco
• Dr. AIT IZZI Brahim, Hassan I University, Settat, Morocco
• Dr. ALAOUI ISMAILI Imane, ESCAM, Lorient, France
• Dr BATAOUI Mohamed, Hassan I University, Settat, Morocco
• Dr. BELMIR Brahim, Abdelmalek Saadi University, Tetouan, Morocco
• Dr. BERGHABI Hajar, Al Akhawayn University, Ifrane, Morocco
• Dr. EL FAKER Hajar, Hassan I University, Settat, Morocco
• Dr. EL IBRAHIMI Salma, Hassan I University, Settat, Morocco
• Dr. EL IMADI Imane, Hassan II University, Casablanca, Morocco
• Dr. EMAD EL-DIN Aysha, the American University, Cairo, Egypt
• Dr. HIRCHI Mohammed, Colorado State University, CO, USA.
• Dr. ISMAILI Jalal, Moulay Ismail University, Meknes, Morocco
• Dr. JADLI Souad, Hassan II University, Casablanca, Morocco
• Dr. LAHSSINI Fatima, Hassan I University, Settat, Morocco
• Dr. LAKHDISSI Mouhsine, Hassan I University, Settat, Morocco
• Dr. LARHZIZER Fouad, Hassan I University, Settat, Morocco
• Dr. Jeanne B LAW, Kennesaw State University, GA, USA
• Dr. NEJJARI Amel, Abdelmalek Saadi University, Tetouan, Morocco
• Dr. Sougand AKBARIAN, Assistant Professor, Islamic Azad University, Isfahan, Iran
• Dr. TAMANI Soumia, Hassan I University, Settat, Morocco
• Dr. Mary B. VOGL, professor, Colorado State University, CO, USA.