L’IA va-t-elle remplacer les professeurs ? Bibliographie et supports de cours s’accélèrent ; choisir les thèmes de recherche et encadrer, non.
Les organisations auront toujours besoin de professeurs. Ce sont plutôt les fonctions centrées uniquement sur la préparation des cours qui s’amenuisent.
Le travail d’un professeur d’université va bien au-delà des cours magistraux. Il définit des thèmes de recherche, fait progresser l’état des connaissances, encadre des étudiants et mobilise des ressources au sein de l’université comme à l’extérieur, tout en assumant la responsabilité de l’enseignement et de la recherche. Sa valeur naît de la combinaison de l’enseignement, de l’encadrement, de la publication, des colloques, de la recherche de financements, des recherches collaboratives et de la gestion de l’établissement.
La valeur de ce métier ne réside pas uniquement dans la transmission du savoir : elle tient aussi à la capacité de décider ce qui mérite de devenir une question pertinente et de transformer une idée nouvelle en résultat concret. L’IA peut considérablement accélérer les revues de littérature et la préparation des cours, mais l’originalité de la recherche et la responsabilité de l’encadrement restent entre les mains des humains.
Calculé par ai-job-risk.net à partir de quatre jeux de données publics, sur une échelle de 0 à 100 relative aux 188 métiers que nous couvrons. Plus le chiffre est élevé, plus les tâches du métier sont des tâches que l’IA générative peut accomplir ou pour lesquelles elle est déjà utilisée. Ce n’est pas une probabilité de perdre son emploi.
Analyse des tâches par des chercheurs (Eloundou et al. ; OIT). Exprimée en centile parmi tous les métiers qu’ils évaluent.
Usage observé de Microsoft Copilot et d’Anthropic Claude pour les tâches de ce métier. Exprimé en centile parmi tous les métiers qu’ils évaluent.
Le BLS n’indique aucun facteur propre à ce métier : la projection suit donc surtout la croissance ou le recul des secteurs qui l’emploient.
Chiffres américains pour la catégorie professionnelle du BLS « Postsecondary teachers, all other ». Les projections du BLS supposent que la technologie continue d’évoluer à son rythme historique ; elles ne constituent pas une prévision de l’effet de l’IA à elle seule.
Les jeux de données d’exposition n’ont pas d’entrée exacte pour ce métier : ses valeurs sont la moyenne des métiers étroitement liés qu’ils couvrent.
Sources
Indice d’exposition calculé par ai-job-risk.net à partir des jeux de données ci-dessous (données au 15 octobre 2026). Les chiffres du travail américains proviennent du BLS, sans modification.
Les éditeurs de ces données n’ont ni préparé, ni relu, ni approuvé ce site. Citations complètes, licences et méthode
Le travail d’un professeur comporte à la fois des tâches que l’IA peut alléger et des tâches où le jugement proprement humain gagne encore en importance. Les synthèses bibliographiques, les ébauches de supports de cours, la structuration des projets de recherche, l’aide à la correction et la rédaction de courriels peuvent tous se faire bien plus vite qu’auparavant.
Mais le cœur de l’enseignement universitaire ne consiste pas simplement à aligner des connaissances existantes. Il s’agit de décider quelles questions comptent, comment accompagner la recherche d’un étudiant, quelle direction donner aux projets collaboratifs et où placer la barre de ce qui constitue un travail scientifique digne de ce nom. Ce sont des décisions centrales qu’il reste difficile de confier à l’IA.
Le rôle d’un professeur ne se résume pas à la responsabilité d’un cours. Il consiste à faire mûrir des thèmes de recherche et à orienter à la fois l’enseignement et la recherche. Pour bien comprendre ce métier, mieux vaut distinguer les étapes que l’IA peut automatiser plus facilement de la valeur qui reste entre des mains humaines.
Les tâches les plus exposées à l’IA sont l’organisation des connaissances existantes et la préparation pédagogique routinière. Les travaux préparatoires, comme le soutien à la préparation des cours ou l’organisation de la littérature, devraient gagner fortement en efficacité. Plus une tâche relève essentiellement de l’organisation de l’information, plus les machines peuvent y apporter un gain.
L’IA peut produire d’excellentes premières versions de diapositives, de résumés de séances et de plans de cours à partir de contenus pédagogiques existants, ce qui allège considérablement la phase initiale de préparation. Mais décider sur quoi insister pour les étudiants de cette année et jusqu’où pousser la réflexion reste une tâche humaine.
L’IA excelle à extraire les mots-clés et les principaux arguments d’un grand volume d’articles, ce qui la rend utile au début d’une recherche. Mais déterminer quels articles comptent vraiment et où se situent les lacunes théoriques demeure un travail humain.
L’IA peut aider à corriger des QCM ou des réponses courtes assorties d’une grille d’évaluation claire, ce qui permet d’alléger efficacement la charge administrative. Mais juger la qualité d’une argumentation ou la profondeur de la réflexion d’un étudiant reste l’affaire des humains.
Les avis de cours, les rappels d’échéance et les annonces du laboratoire peuvent être rédigés très rapidement avec l’IA, ce qui réduit le travail de communication routinier. Mais les échanges qui tiennent compte de la situation particulière d’un étudiant ou d’un partenaire de recherche exigent toujours un ajustement humain.
Ce qui reste aux professeurs, c’est le travail consistant à poser les questions et à orienter à la fois la recherche et la formation des personnes. Plus une tâche exige d’originalité et de responsabilité d’encadrement, plus elle demeure humaine. Comparée à l’organisation de l’information, la responsabilité de fixer un cap reste bien plus importante.
Les professeurs doivent toujours décider quels problèmes ont une portée scientifique et sous quel angle les aborder pour produire de nouvelles connaissances. La recherche ne naît pas de la seule synthèse de la littérature existante. Ce sont les personnes capables de formuler la question elle-même qui conservent la plus grande valeur.
Les professeurs doivent toujours juger quand conseiller et quand laisser les étudiants réfléchir par eux-mêmes, en fonction du niveau de compréhension, de la personnalité et de l’avancement des travaux de chacun. Il ne s’agit pas de livrer des réponses, mais de développer la capacité à penser. Ce rôle d’encadrement reste profondément humain.
Les recherches collaboratives, l’obtention de financements, la gestion d’un laboratoire et l’activité au sein des sociétés savantes exigent toutes de mobiliser des personnes et des ressources. La recherche ne se nourrit pas du seul effort individuel. Les personnes capables de fixer un cap tout en fédérant les autres sont difficiles à remplacer.
Il restera nécessaire de juger ce qui fait la nouveauté d’un article, si une méthode est adaptée ou quelle est la véritable profondeur de l’argumentation d’un étudiant. La capacité à évaluer selon des critères clairs constitue l’une des responsabilités centrales du métier.
Pour les professeurs de demain, la valeur à long terme dépendra à la fois de l’étendue de leurs connaissances, de la qualité des questions qu’ils posent et de la qualité des personnes qu’ils savent former. L’essentiel est de confier à l’IA l’organisation de l’information tout en approfondissant son propre regard et son originalité.
Les professeurs doivent savoir non seulement lire les travaux antérieurs, mais aussi repérer les lacunes et concevoir la manière de les mettre à l’épreuve. L’IA peut accélérer l’organisation, mais le cœur de la recherche doit toujours être créé par le chercheur. La qualité de la question déterminera de plus en plus la valeur à long terme.
Les professeurs doivent cerner où en est un étudiant et lui donner des indications concrètes pour faire avancer ses recherches ou son apprentissage. Ceux qui savent concilier exigence et bienveillance gagnent en valeur en tant que pédagogues. Un encadrement individuel de qualité reste indispensable.
Les professeurs doivent relier leurs thèmes à des partenaires extérieurs, faire avancer des travaux communs et communiquer leurs résultats à la société. La valeur d’une université ne s’arrête pas aux limites du campus. Plus une personne sait mobiliser des ressources de recherche, plus son influence grandit dans la profession.
Les professeurs doivent utiliser l’IA pour accélérer l’organisation de la littérature et la préparation des cours, tout en gardant la maîtrise de la formulation des questions et des critères d’évaluation. Plus le temps de préparation diminue, plus il peut être réinvesti dans la réflexion et la recherche. Ceux qui transforment ce gain d’efficacité en originalité accrue se renforceront.
L’expérience de professeur forge des compétences qui dépassent l’enseignement : conception de recherches, formation des personnes, coordination organisationnelle et élaboration de critères d’évaluation. Il est donc plus facile d’évoluer vers des métiers voisins de l’ingénierie pédagogique, du soutien à la recherche et d’autres domaines qui reposent sur une expertise spécialisée.
Le regard de concepteur pédagogique acquis grâce à l’enseignement et à la recherche peut aussi servir à concevoir des programmes d’apprentissage plus larges. Cette voie convient aux personnes qui veulent mettre leur expertise au service de la construction de dispositifs éducatifs plus complets.
Indice d’exposition 86/100 · Emploi É.-U. 2025–35 +1,6%
L’expérience de la définition d’objectifs d’apprentissage et d’évaluations se transpose bien à la conception de formations et de modules d’e-learning. Cette voie convient à ceux qui souhaitent étendre leur savoir-faire en matière de cours et d’encadrement à la conception d’expériences d’apprentissage.
Indice d’exposition 86/100 · Emploi É.-U. 2025–35 +1,6%
L’expérience de la définition de thèmes de recherche et de l’organisation de la littérature est également précieuse dans le soutien à la recherche et la gestion opérationnelle de projets scientifiques. Cette voie convient à ceux qui veulent recentrer le rôle très large de professeur sur la pratique même de la recherche.
Indice d’exposition 71/100 · Emploi É.-U. 2025–35 +4,4%
Les compétences pédagogiques acquises dans l’enseignement supérieur peuvent aussi être mises au service de publics plus jeunes. Cette voie convient à ceux qui veulent conserver leur expertise disciplinaire tout en consacrant une plus grande part de leur temps à l’enseignement en face à face.
Indice d’exposition 61/100 · Emploi É.-U. 2025–35 -0,4%
L’expérience de la formulation de questions, de l’organisation de l’information et de l’explication d’idées à autrui se prête aussi à l’amélioration des activités et à la conception d’études. Cette voie convient à ceux qui veulent appliquer une démarche de chercheur à la structuration de problèmes concrets.
Indice d’exposition 88/100 · Emploi É.-U. 2025–35 +10,1%
Les compétences d’écoute et de dialogue acquises dans l’encadrement des étudiants et l’accompagnement de leurs choix de carrière peuvent aussi servir le conseil en orientation professionnelle. C’est une option solide pour ceux qui veulent mettre une expérience pédagogique de haut niveau au service de personnes confrontées à des décisions importantes.
Indice d’exposition 77/100 · Emploi É.-U. 2025–35 +2,9%
Les organisations auront toujours besoin de professeurs. Ce sont plutôt les fonctions centrées uniquement sur la préparation des cours qui s’amenuisent. L’organisation de la littérature et la création de supports vont s’accélérer, mais définir des thèmes de recherche, encadrer les étudiants, faire avancer les collaborations et juger les critères scientifiques resteront des tâches humaines. À long terme, ce qui fera vraiment la différence ne sera pas la quantité de savoir qu’une personne peut résumer, mais sa capacité à faire mûrir des questions et à faire grandir les personnes.
Ces métiers appartiennent au même secteur que Professeur d’université. Ils ne recouvrent pas exactement le même travail, mais ils permettent de comparer plus facilement l’exposition à l’IA et la proximité de parcours.
Professeur d’université obtient 75 sur 100 sur notre indice d’exposition à l’IA générative (rang 86 sur 188). Cela mesure quelle part du travail l’IA peut accomplir ou sert à accomplir, et non si le métier va disparaître. Le BLS prévoit une évolution de +2,0% de l’emploi de Professeur d’université aux États-Unis entre 2025 et 2035.
Les tâches les plus exposées à l’IA sont l’organisation des connaissances existantes et la préparation pédagogique routinière. Les travaux préparatoires, comme le soutien à la préparation des cours ou l’organisation de la littérature, devraient gagner fortement en efficacité. Plus une tâche relève essentiellement de l’organisation de l’information, plus les machines peuvent y apporter un gain. Par exemple : Rédiger des supports de cours et des plans de cours; Résumer la littérature et organiser les travaux antérieurs; Aider à la correction des devoirs standardisés; Rédiger les communications administratives.
Ce qui reste aux professeurs, c’est le travail consistant à poser les questions et à orienter à la fois la recherche et la formation des personnes. Plus une tâche exige d’originalité et de responsabilité d’encadrement, plus elle demeure humaine. Comparée à l’organisation de l’information, la responsabilité de fixer un cap reste bien plus importante. Par exemple : Définir les thèmes de recherche et les questions centrales; Encadrer et faire progresser les étudiants; Coordonner les relations et les ressources au sein de l’établissement et au-dehors; Fixer les critères d’évaluation scientifique.
Pour les professeurs de demain, la valeur à long terme dépendra à la fois de l’étendue de leurs connaissances, de la qualité des questions qu’ils posent et de la qualité des personnes qu’ils savent former. L’essentiel est de confier à l’IA l’organisation de l’information tout en approfondissant son propre regard et son originalité. Par exemple : Concevoir des recherches et construire des hypothèses; Précision du retour et de l’encadrement; Savoir nouer des collaborations et communiquer vers l’extérieur; Savoir utiliser l’IA comme appui à la recherche.
