Les établissements d’enseignement supérieur mettent en place des rôles centralisés de leadership en matière d’IA
Le changement est clair. L’enseignement supérieur commence à aborder l’intelligence artificielle comme le font les entreprises de premier plan, de manière sérieuse et systématique. Les universités ne se contentent plus d’expérimenter à la marge. Elles s’orientent vers un contrôle central, au niveau de la direction, en nommant des responsables en chef de l’intelligence artificielle (CAIO).
Cela a commencé dans l’industrie, puis dans le secteur public, et maintenant l’enseignement supérieur rattrape son retard. L’université George Mason (GMU) a nommé Amarda Shehu au poste de DPI en 2023. Elle est également professeur d’informatique et doyenne associée pour la recherche. Son travail consiste à diriger l’IA à travers les programmes académiques, la recherche, la sécurité, l’administration, tout. D’autres établissements, comme l’Université Western au Canada et l’État de Sacramento en Californie, font de même.
Ce type de leadership fait la différence entre des outils isolés et une transformation complète. Lorsque l’IA est dirigée depuis le sommet, l’approche cesse d’être fragmentée. Vous obtenez une infrastructure unifiée, un alignement éthique, un apprentissage organisationnel et des systèmes évolutifs qui évoluent plus rapidement que les départements travaillant indépendamment les uns des autres.
Les dirigeants de tous les secteurs, publics ou privés, ne doivent pas manquer ce signal. La nomination d’un CAIO est fondamentale si vous êtes sérieux au sujet de l’application et de la gouvernance de l’IA à l’échelle de l’organisation.
L’initiative AI2Nexus de la GMU est un exemple d’écosystème d’IA piloté par la communauté
GMU ne se contente pas de cocher la case du leadership en matière d’IA. Sous la direction de M. Shehu, l’université a lancé ce qu’elle appelle AI2Nexus, un modèle qui intègre l’IA dans les opérations du campus, les salles de classe et l’engagement communautaire.
Le travail qu’ils effectuent avec PatriotAI montre à quoi cela ressemble en action. Il s’agit d’une plateforme sécurisée située derrière le pare-feu de l’université, conçue pour permettre aux étudiants, aux enseignants et au personnel d’utiliser et de créer des outils d’IA qui répondent à des besoins académiques et opérationnels. Les outils de la plateforme peuvent, par exemple, préparer des examens, réviser des documents ou aider les étudiants à trouver des ressources alimentaires. Rien n’oblige les utilisateurs à envoyer des données « à l’extérieur », dans des systèmes tiers, ce qui permet de protéger pleinement la vie privée et la propriété intellectuelle.
Ce qui différencie AI2Nexus, c’est la participation ouverte de la communauté à leur création. Shehu a été clair : les étudiants et le personnel ne sont pas des utilisateurs passifs. Ils y contribuent. L’idée est de construire quelque chose de durable et de sûr, tout en permettant une innovation rapide. Les outils d’IA ne sont pas statiques. Tous les acteurs de l’écosystème peuvent contribuer à imaginer la suite.
C’est ainsi que les écosystèmes d’IA devraient fonctionner. Contrôlés, mais pas fermés. Inclusifs sans compromettre la propriété intellectuelle ou l’éthique. Et toujours en construction. Pour les dirigeants d’institutions et les cadres qui réfléchissent à des stratégies technologiques intégrées à la communauté, il s’agit d’un modèle qui mérite l’attention.
La collaboration entre les responsables de l’informatique et de l’IA dans les universités est inestimable
L’université George Mason le connecte directement à l’infrastructure du campus. C’est important. Lorsque les responsables de l’IA et de l’informatique travaillent ensemble avec clarté et des objectifs communs, l’exécution s’accélère et une valeur réelle est apportée. Rien ne peut remplacer un alignement structurel profond.
Charmaine Madison, directrice de l’information de l’UGM, est à l’origine de cet alignement. Forte de son expérience à la CIA et dans l’armée de l’air américaine, elle comprend les couches opérationnelles et sécuritaires requises pour déployer des systèmes intelligents à grande échelle. Elle s’efforce actuellement de faire mûrir la stratégie de campus intelligent de l’université. Cela signifie intégrer l’IA dans les opérations quotidiennes du campus : consommation d’énergie, suivi de l’occupation, contrôle de la température et mesures de l’accessibilité. Ces mesures sont conçues pour produire des gains d’efficacité et des réductions de coûts mesurables.
Ce qui rend l’approche de GMU efficace, c’est que sa vision ne porte pas seulement sur l’infrastructure, mais aussi sur les personnes. La technologie mise en œuvre doit améliorer l’apprentissage et la vie sur le campus. Ce double objectif, performance et inclusion, confère à l’initiative une certaine pérennité.
Pour les dirigeants de niveau C qui évaluent les investissements futurs dans les environnements physiques soutenus par l’IA-prenez note de la façon dont les rôles de leadership et les résultats opérationnels sont liés. Lorsque la cybersécurité, l’infrastructure et l’IA agissent à l’unisson, les résultats ne sont pas retardés ou cloisonnés, ils sont adoptés de manière systémique.
L’IA responsable est un thème central
La responsabilité doit être à la base de tout programme d’IA qui évolue, au sein d’une université ou d’une entreprise. Au GMU, l’IA responsable n’est pas une initiative secondaire. C’est le fil conducteur de sa stratégie universitaire, de son programme de recherche et de ses collaborations externes.
Ils ont lancé des programmes qui couvrent plusieurs disciplines, appliquant l’IA à la physique, à la biologie et à la bio-ingénierie, et développent à la fois des technologies d’IA fondamentales et des recherches appliquées qui font progresser d’autres domaines scientifiques. Ce travail à plusieurs niveaux est prioritaire, tout comme l’élaboration de normes éthiques et de modèles de déploiement transparents.
L’UGM est connectée à des systèmes plus vastes. Par l’intermédiaire du AI in Government Council, coprésidé par Amarda Shehu et Richard Jacik, Chief Digital Officer chez Brillient Corporation, l’UGM travaille directement avec des organisations gouvernementales et du secteur privé qui créent et testent des solutions d’IA au service du public. Ces systèmes sont prototypés et validés dans l’environnement sécurisé de l’université avant d’être envisagés pour un déploiement à plus grande échelle.
Des initiatives telles que le programme « Virginia Has Jobs », développé avec Google, sont une preuve supplémentaire de la façon dont GMU étend son impact au-delà du campus. Ce programme vise à combler les lacunes en matière d’éducation à l’IA, en formant les étudiants et la main-d’œuvre actuelle grâce à des programmes sanctionnés par des diplômes, tels que le certificat d’études supérieures en IA responsable de l’UGM et son futur master en IA.
Pour les dirigeants qui élaborent des stratégies d’IA, il y a là quelque chose d’important : c’est en combinant le développement technique, l’éducation, la contribution politique et les cadres éthiques que l’on obtient une innovation durable. Le GMU n’est pas tombé là-dessus par hasard. Elle l’a construit avec l’intention de le faire. Ce niveau de réflexion systémique place la barre plus haut.
Les partenariats avec les entreprises technologiques accélèrent les capacités institutionnelles en matière d’IA
Les progrès de l’IA sont plus rapides avec les bons partenaires. L’université George Mason l’a bien compris en signant un accord de cinq ans avec Microsoft, l’une des nombreuses mesures qu’elle a prises pour mettre en place une infrastructure d’IA fiable et évolutive. Ce partenariat donne accès à des outils et à des plateformes de pointe, tout en permettant à l’université de créer des applications d’IA personnalisées, adaptées aux besoins académiques et opérationnels.
Ces types de partenariats font toujours l’objet d’un certain bruit : coût, complexité, respect des règles. Mais l’UGM avance quand même. Selon Charmaine Madison, directrice informatique, ce qui a permis cette dynamique, c’est le système de gouvernance qu’elle a mis en place en interne, en collaboration avec l’ensemble de la communauté de Virginie. Ce système leur offre la supervision et la clarté qui font souvent défaut à d’autres.
Les institutions qui travaillent avec des fournisseurs de technologie doivent rester en dehors du mode passif. C’est ainsi que fonctionne l’UGM. Elle associe des capacités externes à une vision interne et au développement de talents. Il en résulte un mouvement vers l’avant, et non des programmes pilotes qui s’arrêtent après le financement initial.
Pour les dirigeants, en particulier ceux des institutions ou des entreprises qui se trouvent à la croisée des chemins entre le public et le privé, cela montre à quoi ressemble un progrès coordonné. La structure compte autant que les outils.
L’université de Bryant intègre l’IA dans ses activités académiques et administratives
L’université Bryant a adopté une approche pratique et complète de l’IA. Ses dirigeants ne se contentent pas de parler de l’adoption de l’IA, ils la mettent en œuvre dans le cadre des programmes universitaires, du développement du personnel et de l’innovation menée par les étudiants. L’université applique l’IA à des flux de travail réels et développe une maîtrise institutionnelle dans le cadre de ce processus.
Le DSI Chuck LoCurto est au cœur de ce travail. Sous sa direction, Bryant a lancé des outils tels que AskTupper, un chatbot génératif d’IA qui répond aux questions sur les politiques du campus, les événements et les services aux étudiants. Il n’est pas nécessaire de se connecter, et il est conçu pour réduire les frictions administratives entre les groupes d’utilisateurs.
Bryant a également adopté l’innovation participative. Les étudiants s’affrontent lors d’un « prompt-a-thon » annuel pour créer des concepts d’applications basées sur l’IA. L’une des applications gagnantes, ClubMatchAI, met en relation les étudiants avec les organisations du campus en fonction de leur personnalité et de leurs centres d’intérêt. Des tuteurs d’IA spécifiques et des robots de marketing tels que Strategy Guru et Brand Guru sont également déployés dans le cadre d’un partenariat avec alliantDigital, montrant ainsi comment le soutien scolaire et la communication peuvent être optimisés simultanément.
Chaque membre de l’équipe doit suivre deux cours axés sur l’IA via LinkedIn Learning. LoCurto recommande tout particulièrement une formation en ingénierie rapide, l’ensemble de compétences qui distingue une interaction efficace avec l’IA d’une utilisation par essais et erreurs.
L’efficacité de l’approche de Bryant réside dans son équilibre. Il y a un leadership descendant pour définir les priorités et une participation ascendante pour générer des cas d’utilisation. Il ne s’agit pas de développer le prochain modèle d’IA, mais d’être connu pour une application intelligente et réfléchie de l’IA.
Pour les dirigeants, en particulier dans l’éducation ou tout autre secteur confronté à une complexité opérationnelle, Bryant propose un modèle clair : donner la priorité à l’accès, supprimer les frictions, former votre personnel et appliquer l’IA exactement là où elle fait le plus de différence.
Les institutions dotées de stratégies d’IA centralisées au niveau de l’entreprise ont plus de chances de réussir
L’IA n’évolue pas lorsqu’elle est disséminée dans les différents services et qu’il n’y a pas de manuel de jeu commun. Ce qui donne des résultats, c’est une stratégie centralisée, entièrement intégrée, soutenue par la gouvernance et alignée sur les objectifs de l’organisation. C’est ce qui fait la différence entre une expérimentation isolée et une transformation à long terme.
Les données le confirment. Selon une étude du laboratoire d’innovation interne d’Asana, les organisations qui parviennent à développer l’IA sont 154 % plus susceptibles de suivre un modèle de déploiement centralisé. Cela signifie que la supervision exécutive, la coordination entre les équipes et la priorisation des cas d’utilisation fonctionnent toutes dans le cadre d’une structure unifiée.
L’université George Mason et l’université Bryant appliquent actuellement ce modèle. Leurs résultats se traduisent concrètement par le déploiement d’outils, la formation de personnel, le lancement de partenariats et l’alignement de l’infrastructure. Les deux institutions disposent d’un leadership clair en matière d’IA, d’organes de gouvernance interne et d’une collaboration entre les divisions techniques, académiques et administratives. Elles n’essaient pas de construire de grands modèles de langage ou des plateformes fondamentales. Elles se concentrent sur l’orchestration de l’IA à travers les fonctions avec une exécution informée et délibérée.
Pour les cadres dirigeants, cela renforce la nécessité de décider qui dirige l’IA, d’aligner la stratégie sur l’ensemble de l’organisation et de responsabiliser les équipes sur les résultats communs. C’est ainsi que de réels progrès sont réalisés. Sans structure, l’IA reste bloquée en mode expérimental. Avec une structure, les bénéfices s’accumulent, l’innovation s’accélère, les systèmes s’améliorent et la main-d’œuvre s’adapte au lieu de résister.
En conclusion
L’IA dans l’enseignement supérieur est devenue opérationnelle. Des universités comme GMU et Bryant prouvent que lorsque les dirigeants s’engagent, que la gouvernance est claire et que les partenariats sont délibérés, l’IA produit des résultats qui s’étendent. Ces établissements mettent en place des cadres, favorisent le développement de la main-d’œuvre et poussent l’innovation au-delà des laboratoires pour l’intégrer dans les systèmes réels des campus.
Pour les cadres, il s’agit d’un signal clair. Les mêmes modèles déployés dans les universités, le leadership centralisé, les fondements éthiques, les cas d’utilisation appliqués, peuvent être reproduits dans les environnements d’entreprise. Le succès de l’IA ne dépend pas seulement de l’accès à des modèles ou à des outils, mais aussi de la structure, de l’alignement et de l’intention. Elle découle de la structure, de l’alignement et de l’intention.
Les avantages sont évidents : des opérations plus intelligentes, un déploiement plus rapide des capacités, des équipes plus fortes et une organisation prête pour l’avenir. Si les universités peuvent avancer aussi vite, n’importe qui d’autre peut le faire avec l’engagement nécessaire.
