L’intelligence artificielle transforme progressivement la façon dont les établissements d’enseignement supérieur construisent leurs emplois du temps.
Analyser des milliers de contraintes, détecter des conflits, générer des scénarios, suggérer des alternatives… Des opérations qui mobilisent beaucoup de temps peuvent aujourd’hui être réalisées beaucoup plus rapidement grâce aux algorithmes et à l’IA.
Alors forcément, une question se pose : si l’IA sait planifier, aura-t-on encore besoin de planificateurs et de responsables pédagogiques demain ?
Et c’est précisément là que se dessine la frontière entre ce que l’IA peut automatiser et ce qui relève de l’expertise humaine.
Car planifier, ce n’est pas seulement calculer.
De quelles IA parle-t-on pour la planification académique ?
Depuis l’arrivée de ChatGPT, Claude et d’autres grands modèles de langage (LLM), l’intelligence artificielle est souvent assimilée à l’IA générative. Pourtant, lorsqu’on parle d’IA appliquée à la planification académique, différentes technologies entrent en jeu. Elles n’ont ni le même rôle ni les mêmes usages.
Les moteurs de placement : générer les emplois du temps
Les moteurs de placement permettent d’affecter automatiquement les enseignements aux créneaux et aux ressources disponibles. Ils prennent en compte les contraintes renseignées par l’établissement : disponibilités des enseignants, capacités et équipements des salles, groupes d’étudiants, créneaux autorisés, règles pédagogiques, contraintes de campus, etc. Leur rôle : construire un emploi du temps réalisable à partir d’un ensemble complexe de contraintes.
Les moteurs d'optimisation : améliorer la planification
Ce n’est pas parce qu’un planning ne comporte aucun conflit qu’il est nécessairement optimal. Les moteurs d’optimisation permettent d’aller plus loin en comparant de nombreuses combinaisons afin d’améliorer certains critères : limiter les temps d’attente pour les étudiants, mieux répartir les enseignements, optimiser l’occupation des salles ou encore respecter au mieux les préférences définies par l’établissement. Leur rôle : rechercher les meilleurs compromis selon les objectifs fixés.
IA prédictive : anticiper les besoins et simuler des scénarios
À partir de données historiques et de données disponibles sur l’activité de l’établissement, des modèles prédictifs peuvent contribuer à identifier des tendances et à anticiper certains besoins : évolution des effectifs, besoins en ressources, occupation des espaces ou capacité d’accueil... La planification ne consiste alors plus seulement à organiser les semaines ou le semestre à venir. Elle devient également un outil d’anticipation et d’aide au pilotage.
IA conversationnelle : assister les équipes au quotidien
Enfin, les grands modèles de langage peuvent accompagner les équipes sur des tâches complémentaires : synthétiser une demande, rechercher ou reformuler une information, préparer une communication à la suite d’une modification d’emploi du temps ou faciliter certaines tâches administratives.
Cette distinction entre les différentes technologies est importante.
Pour comprendre comment les usages évoluent, découvrez notre article sur la planification académique à l'ère de l'IA.
Ce que l'IA fait mieux que nous
Prenons un problème de planification impliquant plusieurs formations, des centaines d’enseignements, des dizaines de salles, des enseignants permanents et vacataires, plusieurs campus et de nombreuses contraintes horaires et pédagogiques.
Combien existe-t-il de combinaisons possibles ? Beaucoup trop pour les tester une à une.
C’est précisément là que la puissance de calcul prend tout son sens.
Un moteur de planification peut explorer un très grand nombre de possibilités, détecter des incompatibilités, comparer différents scénarios ou rechercher de nouvelles solutions lorsqu’une contrainte évolue.
Un enseignant devient indisponible ? Une salle ne peut finalement plus accueillir un cours ? Un créneau doit être déplacé ?
L’outil peut rechercher les alternatives compatibles avec les contraintes déjà renseignées et permettre aux équipes de planification d’identifier plus rapidement les options envisageables.
Le gain de temps peut être considérable.
Le saviez-vous ? Avec Adesoft, divisez par deux le temps consacré à la construction des emplois du temps et réduisez jusqu’à 80% le temps nécessaire à la gestion des imprévus.
Ce que l'IA ne remplace pas : l'expertise humaine
Un algorithme travaille à partir des données, des contraintes et des objectifs qui lui sont fournis. Or, dans un établissement d’enseignement supérieur, toutes les règles ne sont pas formalisées dans les outils.
Pourquoi vaut-il mieux déplacer un cours plutôt qu’un autre ? Pourquoi préserver un créneau pour un intervenant extérieur ? Quelle contrainte assouplir lorsqu’aucun scénario ne satisfait tout le monde ?
Ces décisions nécessitent de connaître les formations, les équipes et les réalités du terrain. Elles impliquent aussi de mesurer les conséquences d’un changement pour les étudiants, les enseignants, les scolarités ou les ressources disponibles.
Une solution optimale pour un algorithme n’est donc pas nécessairement la solution la plus pertinente pédagogiquement.
L’IA peut identifier les scénarios possibles. Aux équipes de contextualiser, prioriser et arbitrer pour choisir celui qui répond le mieux aux besoins de l’établissement. Car la question n’est pas seulement : « Quelle combinaison fonctionne ? » Elle est aussi : « Quel compromis a le plus de sens ? »
Comment l'IA fait évoluer les métiers de planification pédagogique
L’IA ne fait donc pas disparaître les métiers de la planification. En revanche, elle peut faire évoluer leur rôle.
Aujourd’hui, une partie importante du temps des équipes est encore consacrée à une succession de tâches : collecter → saisir → placer → vérifier → déplacer → corriger.
Avec des outils d’optimisation et d’aide à la décision, ce processus peut progressivement évoluer vers : définir → simuler → comparer → arbitrer → piloter.
La valeur des équipes ne repose alors plus uniquement sur leur capacité à construire un emploi du temps complexe, mais davantage sur leur aptitude à définir les bonnes contraintes, analyser les scénarios proposés et choisir les compromis pertinents.
Cela implique aussi de nouveaux réflexes : veiller à la qualité des données, comprendre les limites des outils et garder un regard critique sur les recommandations produites.
Automatiser une partie de la planification ne signifie pas automatiser la responsabilité.
L'IA calcule. L'humain arbitre.
L’IA et les algorithmes peuvent déjà accélérer certaines étapes de la planification académique : analyser des contraintes, détecter des conflits, explorer des scénarios ou rechercher des alternatives.
Mais derrière un emploi du temps, il n’y a jamais uniquement un problème mathématique.
Il y a des étudiants, des enseignants, des objectifs pédagogiques, des ressources limitées et des compromis à trouver.
L’IA ne fait donc pas disparaître l’expertise des équipes de planification : elle en déplace la valeur, de la construction manuelle vers l’analyse, l’arbitrage et le pilotage.
L’IA calcule les possibilités. Aux équipes de déterminer celles qui ont réellement du sens.