evidoria

← Back to browse

Good practice

Directives nationales de Maurice sur l'utilisation de l'IA dans l'enseignement supérieur

Mauritius · Réduit · See the Mauritius profile

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.

Details

Promoter
Higher Education Commission (HEC), Mauritius, with the Commonwealth of Learning (COL)
Period
2024 (development) – published June 2025 – ongoing
Keywords
AI governance guidelines, data protection impact assessment, algorithmic bias auditing, academic integrity, higher-education ethics committees

Description

La Commission de l'enseignement supérieur (HEC) de Maurice, régulateur statutaire de l'enseignement supérieur du pays, a publié en juin 2025 les « Lignes directrices sur l'utilisation de l'IA dans l'enseignement supérieur », rédigées par la professeure Romeela Mohee et la Dre Anjusha Durbarry selon un processus de politique publique en sept étapes recommandé par le Commonwealth of Learning (COL). Structuré autour de quatre piliers — Gouvernance ; Enseignement, apprentissage, évaluation et recherche ; Éthique ; et l'avenir de l'IA dans l'enseignement supérieur —, le document s'appuie sur trois enquêtes distinctes auprès des dirigeants d'établissements, du personnel académique et des étudiants, supervisées par un comité réunissant le ministère de l'Enseignement tertiaire, des Sciences et de la Recherche, l'Université de Maurice, l'Université ouverte de Maurice, l'Université de technologie de Maurice et le Conseil des technologies émergentes de Maurice.

Le chapitre sur l'éthique s'appuie explicitement sur le droit mauricien : le droit à la vie privée garanti par l'article 9 de la Constitution et l'article 22 du Code civil mauricien, ainsi que la loi de 2017 sur la protection des données (alignée sur le RGPD de l'UE), que les directives citent comme imposant un traitement des données licite, loyal et transparent (section 21(a)), des mesures de sécurité (sections 31 et 34) et des analyses d'impact relatives à la protection des données. L'article 16 de la Constitution (non-discrimination) fonde les dispositions relatives aux biais et à l'équité. Il est recommandé aux établissements de créer un « Comité d'éthique et de conformité de l'IA » et un « Comité des risques et d'audit de l'IA », un canal formel de signalement des violations de données, de la fraude académique et des biais algorithmiques, des exigences d'anonymisation, de chiffrement et de contrôle d'accès pour les données des étudiants et du personnel, ainsi qu'une obligation de divulgation lorsque l'IA est utilisée pour la notation ou les admissions. Les directives ont été officiellement lancées par le ministre de l'Enseignement tertiaire, des Sciences et de la Recherche lors d'un atelier de validation réunissant plus de 50 représentants d'établissements publics et privés ; selon allAfrica.com, l'initiative sous-jacente a mobilisé 95 agents de six établissements publics.

Les directives sont franches quant à la lacune qu'elles cherchent à combler : l'enquête de référence a révélé que 65 % des dirigeants d'établissements déclaraient que leur institution ne disposait d'aucune politique formelle en matière d'IA, que seuls 28 % du personnel académique et 23 % des décideurs 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. Point essentiel, le cadre n'est pas contraignant : le document répète 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 se présente explicitement comme « un document vivant » appelé à « évoluer continuellement » — la version de juin 2025 constitue donc une première itération plutôt qu'une politique arrêtée et opposable.

Implementation

Implementation detail (cost, timeline, staffing, conditions for success) is not yet available for this practice.

Data sources

Where this practice's information was retrieved from, and when.

Similar practices you may find useful