Chaque année, EDUCAUSE publie son rapport « Students and Technology« , une vaste enquête auprès des étudiant·e·s du supérieur sur leurs usages et perceptions des technologies dans leurs études.
L’édition 2026 — Steady through Change — vient de paraître. Elle a été conduite auprès de 8 622 étudiant·e·s réparti·e·s dans 41 établissements américains. Un podcast (« Shop Talk ») rassemblant chercheure, praticien IA et étudiant en discute en profondeur.
Ce que ces données révèlent mérite l’attention de chaque enseignant·e. Voici les principaux enseignements à en tirer — et ce qu’e vous pouvez faire’il est possible de faire concrètement dès la rentrée prochaine, en gardant votre contexte local en tête.
Les étudiant·e·s veulent de la simplicité, pas plus d’outils
L’un des messages les plus nets du rapport : moins c’est plus. Les étudiant·e·s américains sondés ne demandent pas plus d’innovation technologique. Ils et elles demandent de la cohérence et de la clarté.
Concrètement, ce qui les frustre :
- Devoir réapprendre à naviguer dans le LMS à chaque nouveau cours, parce que chaque enseignant·e l’organise différemment
- Des liens brisés, des modules verrouillés par erreur, des outils incompatibles
- Une multiplication des plateformes (LMS + outil de devoirs + système de quiz + outil de collaboration…) qui génère de la confusion
Dans le podcast, Freddy, étudiant à Cal State Northridge et tuteur, le dit clairement : il a eu du mal à aider un étudiant d’un autre cours simplement parce que le LMS de ce cours n’avait même pas de syllabus. Ce genre d’incohérence pénalise directement l’apprentissage.
Ce constat vous semble-t-il familier dans votre établissement ? En Suisse, la diversité des pratiques entre enseignant·e·s au sein d’une même institution est une réalité tout aussi courante — même si les outils diffèrent (Moodle, Teams, Switch edu-ID…).
Ce que vous pouvez faire : Réduisez le nombre d’outils dans votre cours à ceux qui ont une vraie valeur pédagogique. Utilisez des conventions de nommage stables pour vos fichiers et modules. Même un effort minime vers la prévisibilité fait une différence réelle pour vos étudiant·e·s.
Votre présence compte plus que vos outils
Le rapport est sans ambiguïté : ce qui différencie une bonne expérience pédagogique d’une mauvaise n’est pas la sophistication de la technologie, mais la qualité de la présence de l’enseignant·e.
Les étudiant·e·s décrivent des expériences négatives quand :
- Les cours reposent trop sur des enregistrements pré-fabriqués sans discussion
- Les slides sont lues sans interaction
- La technologie « remplace » l’enseignant·e au lieu de le ou la compléter
À l’inverse, ce qui améliore leur apprentissage : les outils interactifs (sondages, quiz en direct, tableaux blancs numériques), les supports accessibles et rejouables, et — surtout — le sentiment que l’enseignant·e sait qui ils et elles sont.
Le directeur IA de Cornell le formule ainsi dans le podcast : « Si vous libérez du temps grâce à la technologie, vous devez quand même passer ce temps avec les étudiant·e·s. Sinon, avez-vous vraiment amélioré quelque chose ? »
Ce principe transcende les contextes nationaux. Qu’on soit à Lausanne, Zurich ou Los Angeles, la relation pédagogique reste au cœur de l’apprentissage.
Ce que vous pouvez faire : Considérez vos outils numériques comme des amplificateurs de votre présence, pas des substituts. Enregistrez vos cours pour permettre la relecture (avec votre accord), mais gardez des moments de dialogue authentique.
L’équilibre vie-études est une priorité, pas une excuse
65 % des étudiant·e·s américains sondés citent leur capacité à équilibrer études, travail et vie personnelle comme facteur principal dans le choix de leur format de cours. Beaucoup ont un emploi, des responsabilités familiales, ou des contraintes de santé.
Le rapport cite des témoignages directs :
- « Si je ne pouvais pas prendre de cours en ligne, je décrocherais complètement. »
- « Avec un emploi à plein temps et une famille, sans le distanciel, je ne pourrais pas obtenir mon diplôme. »
Le contexte américain est ici particulièrement marqué : les frais de scolarité élevés poussent de nombreux étudiant·e·s à travailler en parallèle de leurs études à un niveau que l’on observe moins en Suisse, où les HES et universités sont accessibles à des coûts bien moindres. Cela dit, la réalité des étudiant·e·s travaillant à temps partiel, des étudiant·e·s en formation continue, ou des personnes avec des responsabilités familiales existe bel et bien dans nos établissements — en particulier dans les HES et les hautes écoles spécialisées.
Ce que vous pouvez faire : Si vous proposez des cours mixtes ou hybrides, pensez-les vraiment comme tels et pas comme une concession. Offrez des ressources accessibles en dehors des créneaux synchrones. Communiquez clairement vos attentes pour chaque format.
Sur l’IA : vos étudiant·e·s sont plus lucides que vous ne le pensez
Voici le chiffre qui a surpris tout le monde dans le rapport : seulement 14 % des étudiant·e·s estiment qu’ils utiliseront beaucoup l’IA dans leur future carrière. Et seulement 22 % considèrent les outils IA comme une compétence technologique critique pour leur avenir professionnel.
Comment interpréter ce chiffre ? Plusieurs hypothèses convergent dans le podcast et le rapport :
- Un manque d’exposition : beaucoup d’enseignant·e·s restreignent l’usage de l’IA sans expliquer comment bien l’utiliser
- Des inquiétudes éthiques réelles : les étudiant·e·s citent les biais algorithmiques, l’impact environnemental, la désinformation — pas seulement la triche
- Une vision disciplinaire limitée : peu d’étudiant·e·s ont vu comment l’IA s’applique concrètement à leur domaine d’études
Pourtant, un rapport Lightcast cité dans l’étude montre qu’entre 2022 et 2024, les offres d’emploi hors informatique mentionnant des compétences en IA générative ont augmenté de 800 %. Et 51 % des postes requérant des compétences IA ne sont ni des postes IT ni informatiques.
Ce décalage entre les anticipations des étudiant·e·s et les évolutions du marché du travail est probablement aussi présent en Suisse, où le tissu économique — banques, pharma, ingénierie, services — intègre l’IA à grande vitesse, bien au-delà des seuls secteurs tech.
Ce que vous pouvez faire : Ne leur demandez pas seulement « d’apprendre l’IA ». Montrez-leur comment l’IA se déploie dans votre discipline. Un cours de droit peut explorer l’IA dans l’analyse contractuelle. Un cours de santé, dans la documentation clinique. Un cours de communication, dans la veille et la création de contenus. Rendre l’IA disciplinaire, c’est la rendre pertinente.
Le flou sur les règles de l’IA génère de l’anxiété — pas de la prudence
52 % des étudiant·e·s craignent d’être faussement accusé·e·s d’utiliser l’IA de manière inappropriée. C’est presque autant que ceux qui craignent la triche elle-même (56 %).
Le rapport et le podcast s’accordent sur un point : l’absence de politique claire est un problème en soi. Aujourd’hui dans les établissements américains sondés :
- 53 % des étudiant·e·s disent que la plupart de leurs enseignant·e·s interdisent l’IA
- 49 % disent que leurs enseignant·e·s ne cherchent pas à l’intégrer dans les cours
- Mais seulement 38 % disent que tous leurs enseignant·e·s ont fourni des règles claires
La chercheuse Kristen Gay le formule clairement : « Les étudiant·e·s ne savent pas ce qui est attendu d’eux, et ça génère de la peur, pas de la responsabilité. »
Ce paysage fragmenté — où chaque enseignant·e décide seul·e de sa politique IA, parfois sans la communiquer explicitement — est une réalité que beaucoup d’établissements suisses reconnaîtront. Les HES, universités et hautes écoles sont encore majoritairement en train de construire leurs cadres de référence sur ce sujet.
Ahim Boucher, directeur IA à Cornell, apporte une nuance utile : une politique universelle n’est ni réaliste ni forcément souhaitable. Ce qui compte, c’est la clarté au niveau de chaque cours et de chaque tâche.
Ce que vous pouvez faire : Pour chaque devoir, précisez explicitement ce qui est autorisé, ce qui ne l’est pas, et pourquoi. Proposez des espaces d’expérimentation à faible enjeu où les étudiant·e·s peuvent tester l’IA sans risque. Expliquez comment fonctionne l’évaluation des soupçons d’usage inapproprié — la transparence réduit l’anxiété.
Ce que les étudiant·e·s attendent vraiment de vous sur le numérique
En synthèse, voici ce que le rapport et le podcast révèlent de leurs attentes concrètes vis-à-vis de leurs enseignant·e·s. Ces attentes, même formulées dans un contexte américain, trouvent un écho évident dans ce que l’on entend aussi de ce côté de l’Atlantique :
| Thème | ✅ Ce qu’ils apprécient | ❌ Ce qu’ils déplorent | 💡 Ce que vous pouvez faire |
|---|---|---|---|
| Organisation du cours | LMS clair, structuré, prévisible | Réapprendre un nouveau système à chaque cours | Adoptez des conventions de nommage stables et une structure identique d’un semestre à l’autre |
| Présence pédagogique | Feedback personnalisé, sentiment d’être connu·e | Technologie substituée à la relation humaine | Utilisez le temps libéré par les outils pour renforcer le contact, pas pour le réduire |
| Ressources et accessibilité | Cours enregistrés, matériaux rejouables | Contenu inaccessible hors des créneaux synchrones | Proposez des enregistrements et des supports consultables à tout moment |
| Outils numériques | Outils interactifs utilisés avec intention | Multiplication d’outils sans valeur ajoutée claire | Réduisez à ce qui a une vraie utilité pédagogique, expliquez pourquoi vous utilisez chaque outil |
| Politique IA | Règles claires, par tâche, expliquées | Interdiction totale sans explication, ou flou total | Précisez pour chaque devoir ce qui est autorisé, interdit, et pourquoi |
| Flexibilité | Formats adaptés aux contraintes de vie réelles | Modalités rigides ignorant le travail, la famille, la santé | Pensez les formats hybrides comme une vraie option, pas comme une concession |
Et chez, qu’en pensent vos étudiant·e·s ?
C’est précisément la question que ce rapport américain devrait nous inviter à poser localement. À ma connaissance, il n’existe pas encore d’enquête suisse de cette ampleur sur les perceptions des étudiant·e·s vis-à-vis des technologies d’apprentissage et de l’IA. Ce serait pourtant un chantier précieux — et plusieurs acteurs comme la FFHS, les HEP cantonales ou Switch pourraient y contribuer.
En attendant, la méthode la plus directe reste de poser la question à vos propres étudiant·e·s : qu’est-ce qui fonctionne dans votre cours ? Qu’est-ce qui crée des obstacles inutiles ? Leur réponse pourrait bien vous surprendre autant que ces données américaines ont surpris leurs auteurs.
Pour aller plus loin
Le rapport complet est disponible gratuitement sur le site EDUCAUSE : 2026 Students and Technology Report: Steady through Change. Le podcast Shop Talk qui l’accompagne est une excellente écoute pour entendre les voix de chercheur·e·s, de praticien·ne·s et d’étudiant·e·s en dialogue direct.
Cet article a été co-écrit avec Claude AI après lecture du rapport et écoute du podcast « Shop Talk » consacré à ce rapport.
