Antsiranana, Madagascar, le 30 juillet 2026. Pendant plus d’une heure, des acteurs de l’éducation et de la société civile s’expriment lors d’une conférence-débat sur l’IA générative (IAG) en éducation. Les usages de l’IAG soulèvent des questions qui semblent partagées dans le monde de l’éducation et de la formation : comment évaluer, préserver la qualité des apprentissages, former aux usages, tirer le meilleur parti de la technologie sans en perdre l’essentiel ? Comme pour de nombreuses autres ressources exportées, Madagascar est au cœur de la machine de l’IA (
travailleurs du clic), tout en étant en marge de ses bénéfices (
accès limité aux technologies numériques). De manière empirique, le débat du 30 juillet montre tout l’intérêt d’une acculturation à l’égard de l’IAG pour le développement de la capacité d’agir des citoyens.
Les enjeux de l’acculturation
Si le coût et la difficulté d’accès aux infrastructures sont souvent identifiés comme les premiers freins, ils ne constituent qu’une partie de l’équation. L’utilisation des technologies numériques ne dépend pas uniquement de variables économiques : l’accès à l’information, lui-même canalisé par le
lien social ou religieux, joue un rôle déterminant. Ainsi, la distribution de terminaux via le projet DECIM ou les formations dispensées par
l’Orange Digital Center sont des conditions nécessaires, mais insuffisantes pour permettre aux jeunes et aux citoyens d’utiliser les technologies. À ce jour, pour tirer profit des IAG, une compétence clé semble résider dans la «
débrouille» : celle-ci constitue un talent organisationnel développé pour naviguer dans un contexte marqué par la précarité. Sans matériel, pas d’usage, mais le matériel ne fait pas l’usage ; il s’agit de développer «
une littératie » intégrant une sensibilisation éthique explicite et une capacité à évaluer tant les opportunités que les risques.
Dans ce paysage, la question du « non-usage » mérite d’être traitée avec autant de sérieux que celle de l’usage. Le
non-usage est un objet complexe : il peut s’agir d’une exclusion structurelle, d’un retrait volontaire, d’une résistance ou d’un abandon après une déception. Face à l’IA, cette complexité est accrue par des
enjeux éthiques. Les infrastructures qui permettent à l’IA de fonctionner reposent sur des pratiques d’extraction
matérielle, énergétique et humaine.
La question est donc complexe : le pays manquerait de data center, condition d’une souveraineté sur les données d’après le quotidien
Midi Madagasikara, ces infrastructures étant grandes consommatrices d’eau et d’électricité, ressources réclamées par la
génération Z. Dans un autre domaine, lorsque l’artiste
Jaojoby dénonce la transformation non consentie de ses œuvres par une IA, ce n’est pas seulement un problème de droits d’auteur qui se pose, mais bien une question culturelle. Dès lors, admettons-nous, dans un pays en développement, que des apprenants puissent exercer leur libre arbitre pour rejeter l’IAG au nom de leurs propres valeurs ou par méfiance éthique ? La réponse à cette question conditionne l’élaboration de chartes d’usage, à l’image de celle en cours d’élaboration à l’université d’Antsiranana. Entre usages et non-usages, l’enjeu est de développer une appropriation critique de l’IA, en phase avec les réalités et les aspirations malgaches.
Le défi de la formation aux usages
À notre connaissance, il n’existe pas encore d’étude sur les usages de l’IAG par les étudiants malgaches. Des témoignages d’enseignants et d’étudiants, il ressort que ces usages sont développés, exposant les institutions scolaires et académiques aux mêmes défis identifiés dans la
littérature scientifique sur l’évaluation des compétences, l’usage de l’IA au service des apprentissages et le développement d’une
littératie de l’IA. Des études menées sur de petits échantillons suggèrent que les usages sont
socialement situés et que les étudiants ont tendance à sous-estimer les
risques sociaux, économiques et environnementaux associés aux systèmes d’IA. La formation aux usages vise donc à la fois le développement de la capacité à faire de l’IA un outil efficace et celui du discernement quant aux opportunités et aux risques liés à ses usages.
Récemment, le Ministère de l’Enseignement Supérieur et de la Recherche Scientifique a émis une note d’alerte officielle à l’attention des présidents d’université afin de freiner l’utilisation abusive de l’intelligence artificielle dans les travaux académiques. Pour répondre à ce défi, les établissements engagent une double stratégie, entre pédagogie et contrôle :
- Une acculturation éthique : les institutions intègrent désormais des modules dédiés pour apprendre aux étudiants à utiliser les outils d’IA de manière critique, éthique et transparente. L’objectif est d’intégrer ces technologies dans la démarche de recherche sans compromettre les principes fondamentaux de l’intégrité scientifique.
- Un cadre réglementaire strict : cette transition s’accompagne de l’établissement d’une charte de déontologie claire. Désormais, les travaux académiques devront être soumis à des détecteurs d’IA avant leur validation, selon un seuil de tolérance prédéfini.

Vers une IA au service des Malgaches : former, débattre et construire la souveraineté numérique
Des initiatives locales émergent, portées par la volonté de créer une IA au service des Malgaches et de leur culture. Des plateformes comme
Artifisialy.mg ou
Malagasy.ai illustrent également cette dynamique. Elles rappellent que la souveraineté numérique réside tant dans la capacité à produire localement que dans la capacité à protéger les usagers et leur environnement. Cette souveraineté passe également par l’appropriation du débat par la société civile. Il devient alors crucial de multiplier et de décentraliser les espaces où l’on peut débattre, comprendre et partager des usages de l’IA. La formation des étudiants et futurs enseignants répond dès lors à deux enjeux : développer une littératie de l’IA mobilisable dans un cadre professionnel, et participer à une acculturation plus large de la population.
Références
Andriamanalinarivo, H. R., Ralimampionona, V. F., Andrianandrasanirina, F. T., & Andrianantenaina, F. (2026). Les nouvelles technologies de l’information et de la communication (NTIC) comme catalyseur du développement socio-économique à Madagascar. Revue Internationale de la Recherche Scientifique, 4(2), 1920–1925. https://doi.org/10.5281/zenodo.19115752
Audran, J. (2024). Cinq enjeux d’évaluation face à l’émergence des IA génératives en éducation. Mesure et évaluation en éducation, 47(1), 6–26
. https://doi.org/10.7202/1114564ar
Biagini, G. (2025). Towards an AI-literate future: A systematic literature review exploring education, ethics, and applications. International Journal of Artificial Intelligence in Education, 35, 2616–2666.
https://doi.org/10.1007/s40593-025-00466-w
Bozkurt, A. (2025) ‘AI’s Thirst, AI’s Heat, AI’s Waste: Exposing the Hidden Environmental Impact of Every Artificial Intelligence Interaction’, Open Praxis, 17(4), p. 638–647. Available at:
https://doi.org/10.55982/openpraxis.17.4.1058.
Cornet, M., Torres-Cierpe, J., & Le Ludec, C. (2026). Bringing AI data workers to the forefront : Aspirational débrouille strategies in Madagascar and Venezuela. Big Data & Society, 13(1), 20539517261434334.
https://doi.org/10.1177/20539517261434334
Lintner, T. A systematic review of AI literacy scales. npj Sci. Learn. 9, 50 (2024). https://doi.org/10.1038/s41539-024-00264-4
Naudet, C. (2025). L’usage de l’intelligence artificielle générative au lycée : Un révélateur des inégalités socio-scolaires ? Distances et médiations des savoirs, 51.
https://doi.org/10.4000/14y46
Quince, Z., & Nikolic, S. (2026). Student identification of the social, economic and environmental implications of using Generative Artificial Intelligence (GenAI): identifying student ethical awareness of ChatGPT from a scaffolded multi-stage assessment. European Journal of Engineering Education, 51(1), 43–62.
https://doi.org/10.1080/03043797.2025.2482830
Trestini, M., et Zeyringer, M. (2026). Les professeurs des écoles en France et l’intelligence artificielle : y a-t-il une influence d’ordre éthique sur les intentions d’usage et l’utilisation effective ? STICEF, 2026(1).
https://doi.org/10.23709/STICEF.33.1.1