L'IA va-t-elle remplacer les professeurs en sciences de l'information ? Enseigner la science de l'information à l'ère de l'IA

Les professeurs qui enseignent à organiser le savoir

À une époque où l'IA peut chercher, catégoriser et résumer l'information à une vitesse surhumaine, qu'advient-il des personnes qui enseignent aux autres comment organiser et gérer l'information ?

C'est la question à laquelle font face environ 6 800 enseignants en sciences de l'information [Fait] dans les établissements d'enseignement supérieur aux États-Unis. Ces professeurs forment la prochaine génération de bibliothécaires, archivistes et professionnels de l'information à organiser le savoir, préserver les archives culturelles, naviguer dans les systèmes numériques et mener des recherches.

Notre analyse montre que les enseignants en sciences de l'information font face à une exposition globale à l'IA de 57 % et un risque d'automatisation de 32/100 [Fait]. C'est un niveau d'exposition élevé, supérieur à la moyenne des métiers de l'éducation mais en dessous de la zone de danger des champs fortement automatisés. La classification est augmenter, pas automatiser : l'IA change la façon dont ces professeurs travaillent, sans éliminer le besoin de leur présence.

La réalité tâche par tâche

La préparation des supports de cours et des listes de lecture se situe à 58 % d'automatisation [Fait]. C'est là que l'IA a l'impact le plus immédiat. Les sciences de l'information sont un domaine où le programme doit constamment évoluer. Les outils d'IA peuvent scanner la littérature actuelle, identifier les sujets tendance et générer des ébauches de programmes basés sur les objectifs d'apprentissage.

Mais voici la nuance que le chiffre d'automatisation seul ne capture pas : ces professeurs ne se contentent pas d'assembler de l'information. Ils la curent avec un jugement expert sur ce qui compte, ce qui est rigoureux et ce qui stimulera la pensée critique de leurs étudiants. La différence entre une liste de lecture générée par IA et celle d'un professeur, c'est la différence entre une bibliographie et une éducation.

La notation des travaux et l'évaluation des recherches étudiantes est à 52 % d'automatisation [Fait]. Les outils de notation par IA gèrent certains types d'évaluation avec une précision raisonnable.

Cependant, évaluer la recherche originale d'un étudiant de master sur l'éthique de la censure par IA dans les bibliothèques numériques exige un engagement critique qu'aucun système automatisé ne peut fournir.

L'animation de séminaires et le mentorat des étudiants ne se situe qu'à 18 % d'automatisation [Fait]. C'est le cœur humain irréductible du travail universitaire. Un séminaire n'est pas un cours magistral — c'est un échange intellectuel dynamique où les idées sont testées et affinées en temps réel.

Trajectoire d'exposition : montée régulière

• 2024 : Exposition globale 52 %, adoption réelle 32 % [Fait]
• 2025 : Exposition 57 %, adoption réelle 38 % [Estimation]
• 2026 (projections) : Exposition 62 %, risque d'automatisation 36 % [Estimation]
• 2028 (projections) : Exposition 70 %, risque d'automatisation 44 % [Estimation]

L'exposition théorique atteint 86 % en 2028 [Estimation]. Cela peut paraître alarmant, mais l'écart entre exposition théorique et observée est crucial. Ce qui fait un grand professeur, surtout en formation avancée, ne relève pas du traitement de l'information — c'est l'inspiration, le défi et la connexion humaine.

Le paradoxe : l'IA rend les sciences de l'information plus importantes

Voici le rebondissement le plus intéressant. Les technologies qui augmentent l'exposition à l'IA de ces professeurs augmentent aussi la demande pour ce qu'ils enseignent.

Quand les organisations luttent contre la surcharge informationnelle, la gouvernance des données, les biais de l'IA dans les algorithmes de recherche et les défis de la préservation numérique, l'expertise produite par les programmes de sciences de l'information devient plus précieuse, pas moins.

Le BLS projette une modeste croissance de +3 % des emplois d'ici 2034 [Fait]. Le salaire annuel médian d'environ *82 540 [Fait] est compétitif pour l'enseignement supérieur.

Ce que les enseignants en sciences de l'information devraient faire

Intégrez l'IA dans votre programme, pas seulement dans votre flux de travail. Vos étudiants doivent comprendre comment l'IA change l'organisation de l'information, la recherche et l'accès.

Utilisez l'IA pour mieux enseigner, pas seulement plus vite. Si l'IA gère la première passe de notation, vous pouvez consacrer plus de temps aux retours nuancés qui développent réellement la pensée de vos étudiants.

Positionnez-vous à l'intersection de la tradition et de l'innovation. Les professeurs les plus valorisés seront ceux qui sauront relier les principes durables des sciences de l'information aux nouvelles réalités des systèmes de connaissances pilotés par l'IA.

Découvrez toutes les données sur les enseignants en sciences de l'information sur AI Changing Work.

Articles connexes

• L'IA va-t-elle remplacer les enseignants ? — L'impact de l'IA sur l'éducation
• L'IA va-t-elle remplacer les professeurs d'université ? — La profession universitaire
• L'IA va-t-elle remplacer les bibliothécaires ? — La profession où entreront vos étudiants

Explorez toutes les analyses sur notre blog.

Sources

• Anthropic. (2026). The Anthropic Labor Market Impact Report.
• U.S. Bureau of Labor Statistics. Postsecondary Teachers.
• O*NET OnLine. 25-1082.00 — Library Science Teachers, Postsecondary.

Historique des mises à jour

• 2026-03-30 : Publication initiale

---

Analyse basée sur le Rapport Anthropic (2026) et les projections du U.S. Bureau of Labor Statistics. Analyse assistée par IA.