La Commission de l'enseignement supérieur de Maurice a publié en juin 2025 des directives de gouvernance de l'IA, fondées sur la loi de 2017 sur la protection des données (RGPD), recommandant des comités d'éthique et d'audit — 65% des établissements n'avaient aucune politique.
65 %
Dirigeants d'établissements signalant l'absence de politique formelle en matière d'IA (baseline survey)
28 %
Personnel académique se sentant suffisamment formé à l'IA (baseline survey)
23 %
Décideurs politiques se sentant suffisamment formés à l'IA (baseline survey)
59 %
Personnel académique n'ayant jamais utilisé l'IA pour l'évaluation/la notation (baseline survey)
6 institutions
Établissements publics impliqués
95 staff
Personnel impliqué dans l'initiative
Détails
Maturité
Pilote
Promoteur
Higher Education Commission (HEC), Mauritius, with the Commonwealth of Learning (COL)
Période
2024 (development) – published June 2025 – ongoing
Mots-clés
AI governance guidelines, data protection impact assessment, algorithmic bias auditing, academic integrity, higher-education ethics committees
Contexte
La Higher Education Commission (HEC), régulateur statutaire de l'enseignement supérieur à Maurice, a publié en juin 2025 les « Guidelines on the Use of AI in Higher Education », rédigées par la professeure Romeela Mohee et la Dre Anjusha Durbarry, à travers un processus politique en sept étapes recommandé par le Commonwealth of Learning (COL). Le document s'articule autour de quatre piliers — Gouvernance ; Enseignement, apprentissage, évaluation et recherche ; Éthique ; et l'avenir de l'IA dans l'enseignement supérieur — et s'appuie sur trois enquêtes distinctes menées auprès des dirigeants d'établissements, du personnel académique et des étudiants, supervisées par un comité de parties prenantes réunissant le ministère de l'Enseignement supérieur, des Sciences et de la Recherche, l'Université de Maurice, l'Open University of Mauritius, l'University of Technology Mauritius et le Mauritius Emerging Technologies Council.
Objectifs
Établir un cadre national éthique et de gouvernance pour l'utilisation de l'IA dans l'enseignement supérieur, explicitement ancré dans le droit mauricien — le droit à la vie privée en vertu de l'article 9 de la Constitution et de l'article 22 du Code civil mauricien, la clause de non-discrimination de l'article 16, et la Data Protection Act 2017 (alignée sur le RGPD de l'UE).
Activités
Les établissements sont invités à créer un « Comité d'éthique et de conformité en IA » et un « Comité des risques et d'audit en IA », un canal formel pour signaler les violations de la confidentialité des données, la malhonnêteté académique et les biais algorithmiques, des exigences d'anonymisation, de chiffrement et de contrôle d'accès pour les données des étudiants et du personnel, et une divulgation lorsque l'IA est utilisée dans la notation ou les admissions. Les lignes directrices ont été officiellement lancées par le ministre de l'Enseignement supérieur, des Sciences et de la Recherche lors d'un atelier de validation réunissant plus de 50 représentants d'établissements publics et privés ; l'initiative sous-jacente a impliqué 95 membres du personnel dans six établissements publics.
Résultats
L'enquête de référence sous-jacente aux lignes directrices a révélé que 65 % des dirigeants d'établissements ont déclaré que leur établissement ne disposait pas de politique formelle en matière d'IA, que seulement 28 % du personnel académique et 23 % des décideurs politiques se sentaient suffisamment formés à l'IA, et que 59 % du personnel académique n'avait jamais utilisé l'IA pour l'évaluation ou la notation.
Conclusions
Le cadre est explicitement non contraignant — le document affirme à plusieurs reprises qu'« il incombe à chaque établissement d'enseignement supérieur d'élaborer son propre cadre de politique éthique en matière d'IA », sans régime de sanctions décrit en cas de non-conformité — et il est présenté comme un « document vivant » appelé à « évoluer continuellement », ce qui signifie que la version de juin 2025 constitue une première itération plutôt qu'une politique définitive et appliquée.
Mise en œuvre
Coût indicatif
Faible (< 50 k€) — No budget disclosed; developed through a Commonwealth of Learning-supported policy process involving surveys and a validation workshop rather than a described capital investment.
Délai jusqu’aux résultats
Court (< 1 an) — Developed through 2024 and published June 2025 following a seven-step COL-recommended process; explicitly framed as a first iteration expected to evolve.
Personnel et compétences
Higher Education Commission (HEC), Mauritius (statutory regulator), lead authors: Professor Romeela Mohee and Dr Anjusha Durbarry, stakeholder committee: Ministry of Tertiary Education, Science and Research; University of Mauritius; Open University of Mauritius; University of Technology Mauritius; Mauritius Emerging Technologies Council, Commonwealth of Learning (COL), process methodology partner
Conditions de réussite
statutory regulator backing with a structured multi-step (COL) policy process
grounding in existing national law (Constitution, Data Protection Act 2017) rather than a standalone soft-law document
baseline surveys of leaders, staff and students to target real gaps
each institution required to develop its own Ethical AI Policy Framework building on the guidelines
Modes d’échec courants
the framework is explicitly non-binding with no described penalty regime for non-compliance
described as a first iteration/'living document', not settled enforced policy
low staff AI-training levels (28% of staff, 23% of policymakers) at time of launch
Où cela s’applique
Type de gouvernance
national statutory regulator
Échelle
national higher-education sector
Niveau de revenu
upper-middle-income
Habituellement financé par
National / regional programmes
Pistes de financement indicatives pour des pratiques de ce type — vérifiez toujours les appels en cours et les règles d'éligibilité de chaque programme.
Vous portez cette pratique ?
Revendiquez-la —
les porteurs vérifiés obtiennent un contact public sur la page et peuvent proposer des corrections.
Sources de données
D'où proviennent les informations de cette pratique, et quand.