En 2025, l’enseignement de l’IA ne peut plus se contenter d’outils opaques. Pour Pénélope Gittos, les modèles ouverts sont la seule base vraiment durable pour former étudiants, chercheurs et profs, parce qu’ils permettent de voir comment ça marche, de reproduire les expériences et d’apprendre sans dépendre d’une seule entreprise.
Apprendre l’IA pour de vrai, pas juste cliquer sur une boîte noire
Le cœur de l’argument est simple, enseigner l’intelligence artificielle avec des systèmes fermés, c’est souvent apprendre à utiliser un produit, pas à comprendre une technologie. Dans une université, ça pose un vrai problème. Si les étudiants ne peuvent ni inspecter le modèle, ni étudier ses données, ni reproduire les résultats, leur formation reste incomplète. Les modèles ouverts changent la donne. Ils permettent de regarder sous le capot, d’analyser les choix techniques, de tester les limites et même de contribuer à l’amélioration des outils. Bref, on passe d’un usage passif à une vraie culture scientifique de l’IA.
La recherche a besoin de transparence, sinon elle tourne en rond
Dans le monde académique, la transparence n’est pas un bonus, c’est la base. Une recherche sérieuse doit pouvoir être vérifiée, répétée et discutée. Or avec des modèles propriétaires, beaucoup d’éléments essentiels restent cachés, architecture, données d’entraînement, méthodes d’évaluation, garde-fous. Résultat, il devient difficile de comparer les travaux ou de bâtir dessus. Les modèles ouverts offrent un terrain beaucoup plus sain. Ils facilitent la collaboration entre laboratoires, évitent de réinventer la roue et rendent les avancées plus solides. C’est aussi un enjeu d’indépendance, car si tout l’enseignement dépend de plateformes privées, les universités perdent peu à peu leur capacité à fixer leurs propres règles.
Une question d’accès, de coût et de futur commun
L’ouverture a aussi une dimension très concrète. Tout le monde n’a pas les moyens de payer des accès premium ou de suivre les changements de conditions imposés par des acteurs privés. Pour beaucoup d’établissements, surtout hors des grandes institutions les mieux financées, les modèles ouverts représentent une solution plus accessible pour enseigner, expérimenter et monter des projets. Ils créent un espace commun où l’on peut partager des ressources, des jeux de données, des tutoriels et des retours d’expérience. C’est exactement l’idée portée par des initiatives comme l’Academia Hub de Hugging Face, qui cherche à rapprocher la communauté académique autour d’outils ouverts. Au fond, la vraie question est peut-être celle-ci, veut-on former une génération capable de comprendre l’IA, ou seulement de consommer ses interfaces ?