Siobahn Day Grady face à la fracture du financement de l’enseignement de l’IA

Siobahn Day Grady a créé le premier institut de recherche en IA au sein d’une HBCU, malgré un système de financement qui accorde à ces établissements moins de un pour cent des ressources. Un portrait publié par IEEE Spectrum présente son travail comme une initiative ambitieuse visant à rendre l’intelligence artificielle accessible dans l’ensemble de la North Carolina Central University. La question plus cruciale est de savoir si ce modèle peut survivre au déséquilibre financier qu’il cherche à surmonter.

Grady a lancé l’Institute for Artificial Intelligence and Emerging Research de NCCU, ou IAIER, en janvier 2025. Depuis, il a mobilisé plus de 2 800 étudiants, membres du corps enseignant et habitants de la communauté, selon le portrait consacré à la culture de l’IA. Ses programmes vont au-delà de l’informatique et s’étendent au travail social, aux soins de santé, aux archives numériques et à d’autres domaines.

La portée initiale de l’institut plaide en faveur d’un traitement de la culture de l’IA comme composante de l’enseignement général. Pourtant, sa dépendance aux subventions et aux entreprises technologiques révèle une contrainte plus difficile. Les universités disposant de moins de fonds de recherche doivent préparer les étudiants à un marché du travail façonné par l’IA tout en rivalisant avec des établissements bénéficiant de davantage de ressources en personnel enseignant, en informatique et en collecte de fonds.

C’est le conflit central qui sous-tend le travail de Grady. Une université peut généraliser l’enseignement de l’IA en salle de cours, mais l’accès aux infrastructures qui soutiennent cet enseignement reste profondément inégal.

Grady a transformé un laboratoire d’IA en institut à l’échelle du campus

IAIER a fait évoluer la stratégie de NCCU en matière d’IA, d’un projet de recherche spécialisé vers un programme universitaire de formation et de préparation à l’emploi.

Le projet de Grady n’a pas commencé avec l’institut. Elle a créé le Laboratory for Artificial Intelligence and Emerging Research à NCCU en 2020. Le laboratoire a donné aux étudiants l’occasion de travailler sur des projets liés à l’apprentissage automatique, à l’interaction humain-machine, aux soins de santé et aux systèmes autonomes.

Cette structure restait toutefois centrée sur un groupe de recherche. Elle pouvait accompagner les étudiants participants et soutenir certains projets, mais elle ne pouvait pas atteindre tous les départements. Grady a commencé à envisager un modèle plus large lorsqu’une possibilité de subvention de Google s’est présentée en 2024.

L’institut qui en a résulté a reçu 1 million de dollars de Google.org. NCCU présente IAIER comme un centre consacré à l’enseignement interdisciplinaire, à la recherche et au développement responsable de l’IA. Sa présentation de l’institut le décrit également comme le premier institut d’IA implanté dans une HBCU aux États-Unis.

Les administrateurs de l’université ont officiellement approuvé IAIER le 17 décembre 2025, après un examen institutionnel. Cette approbation a donné à l’organisation une assise dépassant le cadre du laboratoire universitaire initial. Elle a aussi permis à l’institut de coordonner des programmes académiques, des partenariats, des subventions de recherche et des formations destinées à la communauté.

Cette distinction est importante, car la culture de l’IA ne se résume pas à former des informaticiens. Elle consiste à comprendre ce que les systèmes d’IA peuvent faire, où ils échouent et comment leurs résultats influencent les décisions. Elle inclut également la capacité à interroger les sources de données, à identifier les risques et à utiliser des outils adaptés dans une discipline donnée.

Un étudiant en soins infirmiers et un étudiant en sciences de l’information n’utiliseront pas l’IA de manière identique. Il en va de même pour un travailleur social, un archiviste, un enseignant ou un analyste métier. Un institut à l’échelle du campus peut relier des fondements communs aux normes professionnelles propres à chaque domaine.

Le programme de subventions de démarrage d’IAIER illustre cette approche. Lors de sa première cohorte recensée, l’institut a accordé des subventions allant jusqu’à 10 000 dollars à 11 projets. Ces projets portaient sur le travail social, les soins de santé, l’archivage numérique, les sciences de l’information et d’autres domaines.

L’un des projets développe un laboratoire de simulation soutenu par l’IA pour les étudiants en travail social. Les étudiants peuvent s’exercer à interagir avec des clients sans considérer le système comme un substitut à l’expérience de terrain supervisée. Le scénario fait de l’enseignement de l’IA une question de jugement professionnel, et non simplement de formulation de prompts.

C’est un objectif plus exigeant que de montrer aux étudiants comment utiliser un chatbot. Il impose aux enseignants de déterminer quand l’IA améliore l’apprentissage, quand elle introduit une incertitude inacceptable et comment les étudiants doivent documenter son utilisation.

IAIER organise également des événements auxquels participent des entreprises telles que Deloitte, FICO, Anthropic, IBM et Google. Ces liens exposent les étudiants aux attentes actuelles du monde du travail et donnent aux enseignants une vision des pratiques en évolution hors du milieu universitaire.

L’implication de l’industrie apporte sa propre tension. Les entreprises développent des produits d’IA plus rapidement que les universités ne peuvent réviser leurs programmes, approuver de nouvelles formations et former les enseignants. Les universités ont donc besoin de connaissances externes, mais elles ne peuvent pas laisser les fournisseurs définir entièrement la culture de l’IA autour de leurs propres plateformes.

L’institut de Grady se situe directement au cœur de cette tension. Il utilise le soutien des entreprises pour élargir la participation, tout en présentant l’enseignement de l’IA comme une responsabilité académique interdisciplinaire. Le prochain test de l’institut sera de savoir si cet équilibre peut tenir à mesure que les programmes et la demande se développent.

IEEE Spectrum montre pourquoi la culture de l’IA devient un élément de l’enseignement général

Le récit d’IEEE Spectrum défend clairement l’idée que la culture de l’IA doit désormais s’intégrer à l’ensemble des cursus, et non à un seul département technique.

NCCU ne dispose pas encore d’un programme dédié d’informatique, bien que l’université développe une licence en informatique et une mineure en IA. Cette absence pourrait sembler être un désavantage. Elle a aussi poussé IAIER vers un modèle qui ne fait pas de l’inscription en informatique le critère d’accès.

Chaque étudiant de première année à NCCU suit désormais une formation d’introduction à l’IA dans le cadre de UNIV 1100, un cours obligatoire d’enseignement universitaire. Le programme a débuté avec une promotion de près de 1 700 étudiants à l’automne 2025, selon le module d’IA obligatoire de NCCU.

Le module utilise IBM SkillsBuild, une plateforme d’apprentissage en ligne qui propose des formations et certifications technologiques fondamentales. Les étudiants suivent le contenu quelle que soit la spécialité qu’ils envisagent. NCCU indique qu’ils peuvent également accéder à des programmes de mentorat et de stages impliquant IBM et d’autres partenaires.

L’intégration du module dans un cours obligatoire modifie le public qui reçoit cette formation. Un atelier facultatif attire généralement des étudiants déjà à l’aise avec la technologie. Une exigence universelle atteint des étudiants qui pourraient autrement conclure que l’IA ne concerne pas leur travail.

Cette conception reflète l’argument de Grady selon lequel il n’est plus possible de séparer les systèmes numériques de la vie professionnelle ordinaire. Les recruteurs attendent de plus en plus des diplômés qu’ils sachent évaluer un travail assisté par l’IA, communiquer avec des systèmes automatisés et reconnaître des résultats peu fiables. Ces attentes dépassent désormais largement le développement logiciel.

Cependant, savoir formuler des prompts de base ne peut pas être l’objectif final. Un étudiant qui sait demander un résumé ne comprend pas automatiquement les hallucinations, la confidentialité, le droit d’auteur ou les biais intégrés. Une hallucination est la production, par un modèle génératif, d’informations plausibles mais non étayées.

La culture de l’IA doit donc inclure la vérification. Les étudiants doivent comparer les résultats aux documents originaux, signaler toute assistance significative de l’IA et comprendre quand des informations confidentielles doivent rester hors des systèmes tiers.

Ce travail comporte également une dimension de gestion des connaissances. Les étudiants et les chercheurs ont besoin de moyens fiables pour organiser leurs sources avant de demander à l’IA de les interpréter. Une base de connaissances IA personnelle peut soutenir ce processus lorsqu’elle préserve les citations et maintient les affirmations liées aux preuves.

Le développement du corps enseignant devient tout aussi important. Un établissement ne peut pas établir des attentes communes en matière d’IA si les enseignants ne disposent ni du temps ni des orientations nécessaires pour repenser les évaluations. IAIER a collaboré avec des équipes de développement pédagogique afin d’aider les enseignants à intégrer l’IA dans leurs cours.

L’intégration ne signifie pas l’utilisation du même outil dans chaque salle de classe. Un enseignant en histoire pourrait se concentrer sur la vérification des sources. Un enseignant en travail social pourrait examiner le consentement et les limites professionnelles. Un chercheur en santé pourrait privilégier la confidentialité, la validation et les conséquences de prédictions erronées.

Cette approche disciplinaire donne à IAIER une justification plus solide qu’à un centre technologique générique. Elle traite l’IA comme une couche qui traverse de nombreuses formes de travail, tout en reconnaissant que chaque profession présente des risques différents.

Le modèle met également les autres universités sous pression. Les établissements qui limitent l’enseignement de l’IA aux options techniques risquent de diplômer des étudiants aux niveaux de préparation inégaux. Les universités plus riches peuvent réagir en recrutant des enseignants et en créant des centres spécialisés, mais les établissements plus modestes font face à des choix plus difficiles.

NCCU a choisi de privilégier d’abord l’ampleur. Elle offre à chaque étudiant de première année un socle commun tout en développant, sur cette base, des possibilités de recherche avancée et de cursus diplômants. L’approche est pragmatique, mais sa qualité dépendra d’un soutien durable au corps enseignant et de mises à jour régulières des programmes.

L’accès universel à l’IA se heurte à un système de recherche inégalitaire

Le modèle de Grady met en lumière une inadéquation structurelle : les HBCU sont censées former des talents en IA sans recevoir une part équivalente des investissements dans la recherche.

Les universités et établissements historiquement noirs représentent 3,2 pour cent des établissements délivrant des diplômes de quatre ans. Pourtant, ils n’ont reçu que 0,91 pour cent des dépenses fédérales de recherche et développement dans l’enseignement supérieur pour l’exercice 2023.

L’écart ne se limite pas à une seule année. Depuis 2018, les HBCU ont reçu en moyenne 0,87 pour cent des financements fédéraux destinés à la recherche universitaire, selon des données fédérales de R&D publiées.

La répartition entre les agences ajoute une autre dimension. Dix-sept des 43 agences fédérales ayant accordé des fonds de recherche aux universités en 2023 n’ont rien attribué aux HBCU. Cela signifie que 40 pour cent des agences participantes n’ont consacré aucun financement de recherche aux HBCU.

Deux grandes sources de financement ont également attribué des parts disproportionnellement faibles. Le Department of Health and Human Services a dirigé 0,54 pour cent de ses financements de recherche universitaire vers les HBCU. Le Department of Defense en a dirigé 0,40 pour cent.

Ces chiffres sont importants pour l’IA, car les capacités de recherche se renforcent de manière cumulative. Une subvention fédérale peut financer des chercheurs de troisième cycle, l’accès aux ressources informatiques, du personnel administratif et des études pilotes. Ces ressources aident un établissement à concourir pour la subvention suivante et à attirer des partenaires supplémentaires.

Un financement limité produit l’effet inverse. Les enseignants passent plus de temps à monter des dossiers avec un soutien administratif moindre. Les établissements peinent à maintenir des laboratoires entre deux subventions. Les étudiants bénéficient de moins de possibilités de recherche rémunérées susceptibles de mener à des études supérieures ou à un emploi technique.

Le problème n’est pas l’absence de talents pertinents. Les HBCU accueillent depuis longtemps des étudiants qui restent sous-représentés dans les professions scientifiques et d’ingénierie. Leur participation est particulièrement importante lorsque les systèmes d’IA affectent des communautés historiquement exclues de la conception technologique.

Le parcours d’un chercheur ne garantit pas une technologie équitable. Toutefois, exclure des établissements et des communautés de la recherche réduit l’éventail des questions posées. Cela réduit également le nombre de personnes en mesure de remettre en question des hypothèses discutables.

Les subventions interdisciplinaires d’IAIER montrent comment une participation plus large peut transformer le programme de recherche. Un enseignant en travail social aborde l’IA différemment d’un développeur de modèles. Un archiviste perçoit des problèmes de préservation, de provenance et de représentation qu’une équipe chargée d’un produit commercial pourrait négliger.

L’institut offre également aux étudiants un espace pour explorer ces questions avant leur entrée dans la vie active. L’expérience de la recherche peut leur apprendre à définir des problèmes, à traiter des éléments de preuve, à mettre des affirmations à l’épreuve et à communiquer l’incertitude. Ces capacités restent précieuses même lorsque les outils d’IA évoluent.

Les subventions d’entreprises peuvent aider à combler des besoins immédiats, mais elles ne remplacent pas un investissement public durable. Une entreprise peut modifier ses priorités philanthropiques, réorganiser un programme ou mettre fin à un partenariat. Les universités doivent soutenir les étudiants et le corps enseignant sur des cycles plus longs.

Le financement public peut lui aussi évoluer. Les budgets fédéraux de recherche sont soumis aux négociations politiques, tandis que les programmes axés sur la diversité font l’objet d’un examen accru. Une allocation ponctuelle peut créer de l’activité sans garantir les effectifs ni le fonctionnement après la fin de la subvention.

Le gouvernement fédéral a annoncé en septembre 2025 un investissement ponctuel de 500 millions de dollars dans les HBCU et les établissements agréés par des gouvernements tribaux amérindiens. Cet engagement a apporté un soutien à court terme, mais sa nature ponctuelle n’a pas résolu le déficit récurrent de financement de la recherche.

Pour IAIER, l’écart de financement transforme la croissance en risque. Le succès attire davantage d’étudiants, de projets portés par des enseignants, de demandes de la communauté et de partenaires potentiels. Chaque nouveau programme ajoute des besoins de coordination et de soutien qu’une subvention temporaire pourrait ne pas couvrir.

Grady a identifié le financement comme le principal obstacle à la pérennité de l’institut. Ce constat nuance le récit optimiste créé par une forte participation. Toucher des milliers de personnes prouve qu’il existe une demande, mais pas que le modèle opérationnel peut s’autofinancer.

Le principal adversaire n’est donc ni une autre université ni un laboratoire d’IA. C’est l’écart entre l’accès universel comme promesse et l’inégalité des capacités de recherche comme réalité.

Les partenariats avec l’industrie élargissent l’accès mais ne peuvent pas définir le programme d’études

Les partenariats technologiques apportent à NCCU des ressources précieuses, mais l’université doit conserver le contrôle de ce que signifie une formation responsable à l’IA.

IAIER a travaillé avec Google et IBM sur des formations et des certifications. L’institut a également organisé des sessions avec des employeurs et des entreprises d’IA. Ces relations mettent les étudiants en contact avec des outils, des chercheurs, des réseaux professionnels et des parcours de carrière potentiels.

L’institut a accueilli le premier OpenAI Academy Summit organisé dans une HBCU. L’événement a réuni 444 participants issus de plus de 40 établissements à NCCU, selon le récit d’IEEE Spectrum. Le sommet HBCU officiel a inclus des discussions sur l’éducation, la préparation au marché du travail, l’entrepreneuriat et l’adoption responsable.

La valeur de ce réseau est considérable. Les étudiants des universités bien financées bénéficient souvent d’un accès informel à des chercheurs invités, à des anciens élèves et à des recruteurs. Les événements organisés à NCCU peuvent réduire la distance entre les étudiants des HBCU et les organisations qui façonnent l’emploi dans l’IA.

Les certifications peuvent aussi rendre visibles des compétences nouvellement acquises. Un étudiant qui ne suit pas une spécialité technique peut tirer parti d’un certificat reconnu attestant d’une formation fondamentale. Toutefois, les certifications ne sont utiles que si les employeurs comprennent ce qu’elles évaluent.

Il existe un risque que la culture de l’IA se réduise à une collection de badges de fournisseurs. Un badge peut attester de la fin d’un cours sans montrer si un étudiant est capable de remettre en question un résultat, de protéger des données sensibles ou d’identifier une application inadaptée.

Une formation centrée sur les fournisseurs peut aussi vieillir rapidement. Les interfaces produit, les noms de modèles et les conditions d’abonnement changent. Les étudiants ont besoin de concepts transférables qui restent utiles lorsque l’outil privilégié évolue.

Les universités doivent donc distinguer la familiarité avec un produit d’une culture durable. La familiarité avec un produit aide les étudiants à être productifs avec les systèmes actuels. Une culture durable les aide à évaluer les systèmes futurs et à reconnaître les problèmes récurrents.

Le même principe s’applique à la recherche menée par le corps enseignant. Le soutien des entreprises peut financer des expériences et offrir un accès technique, mais les questions de recherche ne devraient pas dépendre entièrement de la feuille de route commerciale d’une entreprise. Une recherche indépendante est essentielle lorsque les universitaires étudient les biais, les effets sur le travail, la confidentialité ou les défaillances des systèmes.

La structure interdisciplinaire d’IAIER offre une certaine protection contre une vision étroite dictée par les fournisseurs. Ses projets partent de problèmes propres à des domaines tels que le travail social et l’archivage. La technologie sert la question de recherche, au lieu de la définir.

Toutefois, la dépendance de l’institut à l’égard de partenariats externes crée une incertitude légitime. Les chiffres de participation publiquement rapportés ne révèlent pas combien d’étudiants achèvent une formation durable. Ils ne montrent pas non plus si les diplômés appliquent efficacement ces compétences après avoir quitté NCCU.

Il existe peu de données longitudinales publiées sur les résultats en matière d’emploi, la productivité de la recherche ou l’évolution des pratiques du corps enseignant. Cette absence est compréhensible pour un jeune institut, mais elle limite les affirmations générales sur l’efficacité du modèle.

La question pertinente n’est pas de savoir si IAIER a déjà résolu l’inégalité d’accès à l’IA. L’institut n’a pas encore disposé d’assez de temps, de financement ou de données publiées sur les résultats pour étayer cette conclusion. La question est de savoir si sa conception initiale crée des progrès mesurables que d’autres établissements peuvent reproduire.

Une évaluation utile distinguerait la participation aux événements d’un engagement plus approfondi. Elle suivrait l’achèvement des cours, la participation à la recherche, les stages, les certifications, les placements en études supérieures et la confiance des étudiants dans leur capacité à vérifier les résultats de l’IA.

Elle devrait également examiner qui bénéficie de ces initiatives au sein de l’université. Une formation universelle en première année crée un point de départ large, mais les opportunités avancées peuvent encore se concentrer parmi les étudiants disposant de plus de temps, d’expérience préalable ou de relations avec le corps enseignant.

La capacité du corps enseignant présente une autre limite. Les subventions d’amorçage peuvent lancer des projets prometteurs, mais les chercheurs ont besoin de temps, d’un soutien technique et de financements complémentaires. Sans cela, les programmes pilotes disparaissent après avoir produit une première démonstration.

Aucune de ces préoccupations n’invalide la stratégie de Grady. Elles définissent les éléments de preuve qui restent nécessaires. L’institut a montré qu’une HBCU peut organiser une initiative d’IA visible à l’échelle de tout le campus. Il n’a pas encore démontré que le modèle reste stable après la fin des premières subventions.

Trois signaux montreront si le modèle peut durer

L’avenir d’IAIER dépendra d’infrastructures durables, de résultats mesurables pour les étudiants et d’une reproduction au-delà d’un seul campus.

Le premier signal est l’espace physique dédié de NCCU pour l’institut. Grady a déclaré à IEEE Spectrum qu’IAIER prévoyait d’ouvrir son premier établissement dédié sur le campus à l’automne 2026. NCCU a décrit un bâtiment d’environ 5 000 pieds carrés bruts destiné à l’apprentissage et à la recherche.

Un centre physique offrirait aux étudiants et au corps enseignant un lieu stable pour les projets, le mentorat, la formation et la collaboration. Il démontrerait également que l’université intègre IAIER à ses activités au lieu de le traiter comme un programme de subvention temporaire.

L’établissement seul ne garantira pas la pérennité. Les détails importants incluront les effectifs, les équipements, l’accès aux capacités de calcul, les fonds de fonctionnement et le nombre de programmes qu’il pourra soutenir. Un bâtiment sans ressources récurrentes affaiblirait l’affirmation plus large de l’institut.

Le deuxième signal est le lancement et l’adoption de la majeure prévue de NCCU en informatique ainsi que de sa mineure en IA. Ces programmes relieraient la formation introductive universelle à des parcours académiques plus approfondis.

Les données d’inscription et d’achèvement compteront davantage que l’annonce. Une forte demande montrerait qu’une large exposition à l’IA encourage les étudiants à poursuivre des études avancées. Une progression faible pourrait indiquer que la formation introductive nécessite un accompagnement plus solide, des prérequis ou un soutien financier.

Les résultats devraient aller au-delà des spécialisations techniques. La proposition distinctive d’IAIER est que l’IA a sa place dans toutes les disciplines. Les chercheurs devraient donc observer combien de départements créent des enseignements liés à l’IA, comment les enseignants utilisent les subventions d’amorçage et si les projets interdisciplinaires se poursuivent au-delà des phases pilotes.

Le troisième signal sera de savoir si l’approche de NCCU devient réutilisable ailleurs. Grady a déclaré vouloir créer un cadre susceptible d’aider les HBCU et d’autres universités à mettre en place des programmes similaires.

La reproduction renforcerait l’idée qu’IAIER représente davantage qu’une seule responsable ou qu’une seule subvention couronnée de succès. Elle mettrait également à l’épreuve les éléments transférables entre des établissements aux programmes d’études, populations étudiantes et relations avec l’industrie différents.

Un cadre reproductible nécessiterait des exigences minimales claires. Les universités auraient besoin d’orientations concernant le développement du corps enseignant, les politiques d’usage responsable, l’évaluation des étudiants, la gouvernance de la recherche, l’implication des employeurs et un financement durable.

Il devrait également laisser de la place aux priorités locales. Un établissement rural pourrait se concentrer sur l’agriculture ou l’accès aux soins. Une université urbaine pourrait mettre l’accent sur l’administration publique, les transports ou l’entrepreneuriat communautaire.

Au cours des prochains mois, ces trois signaux devraient clarifier la trajectoire de l’institut. Un établissement doté de personnel renforcerait sa base institutionnelle. Le développement des parcours académiques démontrerait une demande étudiante plus profonde. L’adoption par d’autres universités appuierait l’affirmation de Grady selon laquelle le modèle peut se diffuser.

L’échec sur l’un de ces signaux n’effacerait pas les premiers travaux de l’institut. Toutefois, des installations retardées, une faible progression ou l’absence de reproduction montreraient où l’enthousiasme soutenu par des subventions se heurte aux limites organisationnelles.

Le portrait publié par IEEE Spectrum présente une dirigeante qui pousse l’enseignement supérieur vers une définition plus large de la préparation à l’IA. L’idée la plus importante de Grady n’est pas que chaque étudiant doive devenir programmeur. C’est que chaque étudiant ait besoin de suffisamment de compréhension pour questionner, orienter et vérifier les systèmes automatisés.

Cette idée a des conséquences concrètes pour les étudiants, les employeurs et les universités. Les employeurs devraient aller au-delà des badges propres à un outil et demander aux candidats comment ils évaluent un travail assisté par l’IA. Les universités devraient mesurer l’apprentissage durable, et pas seulement la participation. Les étudiants devraient considérer la vérification et le jugement propre à leur domaine comme des compétences fondamentales.

Cette histoire confie également une responsabilité aux bailleurs de fonds. Il est difficile d’exiger une main-d’œuvre de l’IA plus représentative tout en maintenant un système de recherche qui dirige moins de un pour cent du financement fédéral de la R&D universitaire vers les HBCU.

Les lecteurs devraient observer ce qui se passe une fois l’attention initiale retombée. IAIER obtiendra-t-il un soutien récurrent, publiera-t-il des résultats significatifs et aidera-t-il d’autres campus à mettre en place des programmes comparables ? Ces résultats détermineront si la culture universelle de l’IA devient un engagement institutionnel ou reste dépendante de dirigeants exceptionnels à la recherche de financements temporaires.

Grady a déjà établi l’existence de la demande. La prochaine étape appartient aux universités, aux employeurs, aux organismes publics et aux entreprises technologiques. Ils doivent décider si la culture de l’IA constitue une priorité éducative commune et la financer en conséquence.