Comment l'IA peut-elle aider une coordinatrice pédagogique au quotidien ?

Il est 9 h 12, un lundi matin. Une coordinatrice pédagogique reçoit un message : l'intervenant prévu jeudi ne pourra pas assurer ses six heures de cours. Un simple déplacement de séance ? En réalité, plusieurs personnes et outils doivent parfois être mobilisés. L'intelligence artificielle peut aider à réduire ce travail, à condition de ne pas confondre suggestion et décision.

1. La coordination ne se limite pas à un calendrier

La coordinatrice fait le lien entre étudiants, intervenants, directions de programme, salles et services administratifs. Son travail repose sur trois dimensions : l'information, l'action et la décision.

L'information désigne ce que l'établissement sait : disponibilités, heures restantes et séances confirmées. L'action représente les opérations à réaliser. La décision concerne les arbitrages et validations. Ces trois dimensions sont souvent réparties dans plusieurs outils.

Schéma 1 — Information, action, décision

2. Retrouver les informations sans comparer plusieurs fichiers

Une coordinatrice pourrait demander : « Quelles matières de Bachelor 3 n'ont pas encore atteint leur volume horaire prévu ? » Un assistant connecté aux données métier pourrait comparer les heures attendues, programmées et réalisées, puis signaler les écarts.

Pour que la réponse soit exploitable, il faut afficher la source des chiffres, la date de mise à jour et les éventuelles informations manquantes. Un assistant sans données fiables peut répondre rapidement mais de manière erronée.

3. Préparer une reprogrammation en quelques étapes

Après une annulation, la coordinatrice pourrait écrire : « Propose trois solutions pour reprogrammer les six heures de jeudi en perturbant le moins possible les étudiants. »

Premier scénario : reporter avec le même intervenant. Deuxième : répartir les six heures sur deux créneaux. Troisième : rechercher un remplaçant qualifié. Chacun doit être vérifié au regard des disponibilités, des groupes, des salles et du programme.

L'IA peut interpréter la demande et expliquer les compromis. Un moteur métier doit contrôler la faisabilité avant toute confirmation.

Schéma 2 — L'effet domino d'une annulation

4. Transformer une décision en opérations coordonnées

Une fois le créneau choisi, plusieurs actions peuvent être nécessaires : modifier l'affectation, actualiser le planning, préparer les communications et enregistrer l'historique.

Un assistant métier pourrait préparer ces opérations, mais l'exécution doit respecter les rôles, les droits et les validations définies par l'établissement. Les opérations sensibles ne doivent pas être engagées simplement parce qu'une réponse conversationnelle les suggère.

5. Anticiper les difficultés plutôt que réagir au dernier moment

Un assistant connecté pourrait signaler des volumes horaires importants restant à programmer, des intervenants qui n'ont pas encore confirmé une séance ou des conflits de ressources.

Ces alertes doivent être justifiables par des règles explicites, des données à jour et des seuils adaptés. Aider à anticiper n'est pas prétendre prédire sans incertitude.

6. Garder l'humain dans la boucle

Toutes les préférences pédagogiques ne se résument pas à une équation : un intervenant connaît particulièrement bien une promotion, une directrice veut préserver un ordre de progression, ou un groupe a des impératifs inhabituels.

Cinq niveaux peuvent être distingués : consulter, analyser, proposer, préparer, puis exécuter une opération autorisée. Plus l'effet d'une action est important, plus les contrôles et validations doivent être explicites.

Schéma 3 — Architecture cible d'un assistant métier

Schéma 4 — Niveaux d'autonomie

7. Une coordination pédagogique augmentée, pas déshumanisée

Lecturer relie la gestion des intervenants aux besoins de programmation et de suivi administratif. Un article Lecturer sur VivaTech 2025 présentait déjà la vision d'un copilote IA pour préparer les sessions de cours et aider les équipes.

Les scénarios évoqués ici sont des exemples fonctionnels prospectifs, et non une confirmation de disponibilité en production de chaque capacité. Une automatisation utile suppose des données fiables, des droits adaptés et une traçabilité des opérations.

Une coordination pédagogique augmentée par l'IA n'est pas une coordination sans humains. C'est une organisation dans laquelle les humains disposent de meilleurs moyens pour comprendre, décider et agir.

Glossaire

Assistant métier : IA connectée à des données et processus professionnels. Workflow : suite structurée d'opérations. IA agentique : système pouvant utiliser des outils sous contrôle. Traçabilité : suivi des décisions et modifications. Validation humaine : approbation par une personne autorisée. Système de référence : source faisant foi pour une information.

Sources et références

Google OR-Tools Scheduling : https://github.com/google/or-tools/blob/stable/ortools/sat/docs/scheduling.md

NIST AI Risk Management Framework : https://www.nist.gov/itl/ai-risk-management-framework

Lecturer, VivaTech 2025 : https://lecturer.fr/blog/vivatech-2025-lecturer-copilote-ia-planification-cours