Le rapport EDUCAUSE Horizon 2026

Valeur, confiance et transformation en enseignement supérieur

Le 2026 EDUCAUSE Horizon Report | Teaching and Learning Edition vient de paraitre. Comme pour chaque édition depuis le lancement du Collimateur, ce billet présente les faits saillants. Nous remarquons d’emblée une modification majeure apportée à la structure du rapport cette année. Les éditions précédentes du Horizon Report identifiaient des tendances, soit des forces déjà observables à grande échelle, illustrées par des exemples de pratiques institutionnelles établies. Le rapport 2026 y ajoute une nouvelle section : les signaux de changement (signals of change).

Tendances établies et signaux de changement

La distinction est conceptuellement importante. Les signaux de changement ne sont pas des tendances. Ils désignent des indicateurs précoces, souvent inattendus, de transformations possibles. Ils émergent aux marges de la pratique (dans des projets pilotes à petite échelle, des communautés de pratique ou des approches non conventionnelles). Ils signalent là où les pratiques actuelles commencent à céder et là où de nouvelles voies se dessinent. Le rapport les illustre par des pratiques émergentes, à distinguer des exemples de pratiques établies associés aux tendances.

Portrait d’ensemble

Trois défis structurants traversent le rapport 2026 :

• démontrer la valeur de l’enseignement supérieur dans un contexte de perception publique en déclin ;
• maintenir la confiance dans un environnement numérique fragilisé par l’IA ;
• et se transformer face à des pressions économiques, politiques et environnementales croissantes.

Un panel mondial de spécialistes en éducation a identifié et voté 15 tendances, qu’il a ensuite organisées selon cinq domaines (STEEP) : social, technologique, économique, environnemental et politique.

Les tendances par domaine

Sur le plan social, trois tendances dominent.

D’abord, la perception générale de l’enseignement supérieur recule, en particulier chez la génération Z, en raison de l’inflation, de la dette étudiante et d’un marché du travail transformé par l’IA. Les employeurs, quant à eux, conservent une vision favorable des diplômes.

Ensuite, l’IA érode les repères traditionnels de crédibilité de l’information (identification de l’auteur ou de l’autrice, traçabilité des sources, visibilité du raisonnement). Cela exige un renforcement de la littératie informationnelle et une révision des évaluations vers le processus de pensée plutôt que le résultat poli.

Enfin, l’IA redéfinit la relation pédagogique entre la communauté étudiante et le corps enseignant : l’utilisation des outils de détection, dont la fiabilité est contestable (selon les recherches disponibles, les humains et les détecteurs automatiques ne peuvent pas repérer de façon fiable le contenu généré par l’IA lorsque les sources et le raisonnement ne sont pas transparents), génère une méfiance mutuelle et érode les pratiques de mentorat.

Sur le plan technologique, l’IA redéfinit l’enseignement et la conception pédagogique.

Face à la généralisation de l’IA parmi la communauté étudiante, les réponses pédagogiques se polarisent. Certains enseignants et enseignantes reviennent aux examens papier et à la surveillance en présentiel, d’autres misent sur la personnalisation des contenus par IA. Dans les deux cas, le rapport souligne le risque que les productions assistées par l’IA manquent de profondeur et de particularité, et insiste sur la nécessité d’une révision experte.

Parallèlement, les menaces en matière de cybersécurité s’intensifient : l’IA facilite les attaques ciblées et accroît les risques d’exposition des données lorsque des informations sensibles transitent par des outils non vérifiés.

Le soutien à la réussite migre vers des agents conversationnels proactifs, avec trois risques : l’inégalité d’accès, la difficulté à évaluer la compréhension réelle, et l’érosion du sentiment d’appartenance.

Sur le plan économique, les pressions s’exercent de toutes parts.

La baisse des financements amène les établissements à chercher de nouvelles sources de revenus, ce qui soulève la question de l’influence croissante des impératifs financiers sur les choix académiques. La baisse des inscriptions pourrait déclencher un cycle difficile à inverser. Le rapport met en garde contre une définition trop étroite du ROI des certifications, au risque de marginaliser des programmes dont les bénéfices sont réels, mais non quantifiables de cette façon.

Sur le plan environnemental, les établissements sont confrontés à une contradiction croissante.

L’expansion de l’infrastructure de calcul nécessaire à l’IA entraîne une consommation importante d’énergie et d’eau, ce qui va à l’encontre de leurs engagements en faveur du développement durable.

En contrepartie, l’apprentissage numérique est de plus en plus envisagé comme une solution pour réduire l’empreinte environnementale et renforcer la résilience face aux événements climatiques, à condition que l’accès aux outils numériques soit équitable.

Enfin, la littératie climatique ne se cantonne plus aux disciplines environnementales et s’intègre progressivement à l’ensemble des programmes d’études.

Sur le plan politique, les tendances du rapport sont fortement ancrées dans le contexte des États-Unis.

Le rapport souligne des tendances politiques qui doivent être prises en compte avec prudence dans d’autres contextes nationaux. Les réformes politiques fédérales et étatiques font peser une pression accrue sur la liberté académique, ce qui entraîne un changement dans les décisions qui relevaient auparavant du jugement des enseignants. De plus, de nouvelles normes d’accessibilité numérique (WCAG 2.1 niveau AA) imposent une mise en conformité générale de l’ensemble du contenu numérique. Enfin, les décrets sur l’immigration créent une grande incertitude pour les étudiantes et étudiants étrangers, ce qui entraîne des effets directs sur les inscriptions et la rétention.

Cinq regroupements de signaux de changement

Le rapport organise les signaux de changement en cinq regroupements thématiques.

• Le premier porte sur l’évolution des usages de l’IA. Il regroupe des signaux de portée variable : le projet de déploiement d’un assistant IA dans les 116 campus des collèges communautaires de Californie, l’émergence de modèles de raisonnement à bas coût comme DeepSeek R1, le projet de manuels personnalisés par IA de Google Labs, et l’apparition de systèmes de gestion émotionnelle en milieu scolaire. Ce dernier signal est présenté dans le rapport avec de sérieuses réserves éthiques.

• Le deuxième regroupement, consacré à la gouvernance et à la confiance envers l’IA, illustre une contradiction que le rapport choisit de documenter plutôt que de trancher. D’un côté, l’utilisation des outils de détection de contenu généré par l’IA augmente dans les établissements. En même temps, un article du  Journal of Higher Education Policy and Management recommande de ne pas y recourir, invoquant les limites méthodologiques de ces outils et leurs biais documentés envers la communauté étudiante non anglophone.

• Le troisième regroupement, consacré à la transformation des systèmes éducatifs, regroupe des signaux qui remettent en cause des structures établies de longue date. Une école privée de San Francisco expérimente un modèle qui condense les apprentissages académiques en deux heures par jour grâce à l’IA. La NSF finance quant à elle un modèle de pédagogie inversée, flexible et inclusif (IFLIP). Enfin, le Texas a décidé de s’affranchir de l’accréditation de l’American Bar Association pour ses facultés de droit, un signal de reconfiguration potentielle des systèmes d’accréditation.

• Le quatrième regroupement rassemble des signaux orientés vers une recherche de l’efficacité économique du secteur de l’enseignement supérieur. On suggère de soumettre les programmes universitaires à un test d’impact économique. Les programmes fédéraux de prêts étudiants font l’objet d’une réduction annoncée. Enfin, plusieurs établissements de la région de San Francisco amorcent une consolidation de leurs services administratifs, ce qui semble indiquer une volonté de réaliser des économies d’échelle à l’échelle régionale.

• Le cinquième regroupement rappelle que les établissements ne sont pas à l’abri de pressions qui dépassent le cadre strictement éducatif. La possibilité que les réserves d’eau du Texas ne puissent plus satisfaire la demande d’ici 2030 met en évidence la fragilité des campus face aux crises de ressources. Le gel des aides à la garde d’enfants dans cinq États américains touche directement les étudiantes et étudiants non traditionnels, pour qui ces aides conditionnent souvent la poursuite des études.

Quatre pratiques émergentes à surveiller dans le monde

EduGenAI (Pays-Bas) : les établissements d’enseignement supérieur publics néerlandais codéveloppent une plateforme d’IA souveraine sur une infrastructure nationale avec des filtres linguistiques et des garde-fous pédagogiques. Les établissements participent activement à la conception du produit, ce qui, selon le rapport, reflète une approche de gouvernance collaborative de l’IA dans le domaine de l’éducation.

TRAIL Guides (Northwestern University): des personnes étudiantes de premier cycle sont formées comme guides en littératie responsable de l’IA auprès du corps professoral. Le programme les traite comme des partenaires dans la construction d’usages responsables plutôt que comme des risques à gérer.

ECR – ELSEI Co-Regulator (Université Abdelmalek Essaadi, Maroc) : un système IA fonctionnant comme corégulateur de l’autorégulation de l’apprentissage à partir de traces comportementales non intrusives dans le SGA (temps sur la tâche, séquences de navigation), sans capteurs biométriques.

IA via WhatsApp (Kenya) : des outils d’apprentissage soutenus par l’IA ont été déployés entièrement via WhatsApp dans une université publique en milieu semi-rural, dans des conditions de faible infrastructure numérique (données mobiles limitées, Wi-Fi intermittent, téléphones basiques).

L’édition 2026 marque une rupture dans la façon de lire l’avenir

Les éditions précédentes signalaient des technologies à surveiller sur un horizon de cinq ans. L’édition 2026 va plus loin. Il ne s’agit plus seulement d’anticiper ce qui va se répandre, mais de repérer ce qui pourrait reconfigurer les principes fondamentaux de l’enseignement et de l’apprentissage. Le rapport ne prédit pas un avenir unique. Il maintient une distinction rigoureuse entre ce qui est observable et ce qui est fragile, invitant les institutions à construire leur stratégie dans cet espace intermédiaire.

Le rapport complet est disponible en accès libre sous licence Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International : educause.edu/horizon-report-teaching-and-learning-2026

Référence

Jenay Robert, Nicole Muscanell, Mark McCormack et Kim Arnold (2026). 2026 EDUCAUSE Horizon Report : Teaching and Learning Edition. Boulder, CO : EDUCAUSE. [Accès libre, licence CC BY-NC-ND 4.0]