Cette recherche doctorale porte sur l’impact de l’intelligence artificielle générative sur l’avenir des évaluations universitaires et proposera une analyse comparative entre les contextes canadiens et africains, caractérisés par des niveaux variés de pénétration technologique. Les évaluations constituent un pilier de l’enseignement supérieur, mais les modes traditionnels, surtout les examens écrits et les travaux pratiques, peinent à refléter la complexité des compétences attendues aujourd’hui. L’arrivée des outils d’IA générative transforme profondément les pratiques pédagogiques en permettant la production automatisée de textes ou la résolution de problèmes, ce qui remet en question l’authenticité, l’équité et la validité des évaluations classiques. En combinant entretiens, analyses documentaires et enquête quantitative auprès d’étudiants, la recherche documentera à la fois les résistances et les innovations induites par l’IA. Elle mettra en lumière les défis particuliers des environnements à faible accès technologique et proposera des pistes concrètes pour soutenir une évolution équitable, éthique et crédible des pratiques évaluatives. Cette recherche contribuera ainsi à accompagner les universités dans la transformation de leurs dispositifs d’évaluation. Dans cette communication, nous présenterons la première étape de problématisation et de recension des écrits.