IA pédagogique

La Commission Européenne a publié des « Lignes directrices en matière d’éthique sur l’utilisation de l’intelligence artificielle (IA) et des données dans l’enseignement et l’apprentissage à l’intention des éducateurs », qui identifient quatre cas d'utilisation des systèmes d’IA en pédagogie, par les enseignants et les apprenants : 1) l’enseignement à l'apprenant, 2) le soutien à l'apprenant, 3) le soutien à l'enseignant et 4) le soutien au système pédagogique.

L’Université d'Oregon souligne que l’IA peut faciliter l’accès à l’information et approfondir l’apprentissage, avec des expériences personnalisées, en aidant les élèves à résoudre des problèmes en temps réel et à analyser des concepts complexes par des simulations et visualisations^[1].

L'UNESCO a publié (en 2024) deux référentiels internationaux pour un usage responsable de l’IA en éducation, en définissant un cadre de compétences pour les élèves autour de quatre axes — l’humain avant tout, l’éthique, les techniques et applications, et la conception des systèmes — organisés selon trois niveaux de maîtrise : comprendre, appliquer et créer^[2].

L'utilisation de l'intelligence artificielle (IA) et éventuellement d'un « tutorat intelligent »^[3],[4] par des élèves ou étudiants soulève de nouveaux enjeux pédagogiques, liés aux perceptions et aux pratiques (parfois addictives) de l'IA et du numérique dans le milieu académique.

Plusieurs enquêtes montrent que les élèves et étudiants recourent de plus en plus à l'IA pour chercher de l'information, rédiger, corriger ou résumer des travaux, d'une manière qui modifie profondément leur rapport à l'apprentissage et à l'évaluation. Et le corps enseignant l'utilise aussi de plus en plus pour préparer leurs cours et des exercices, voire pour corriger.

Dans les années 2020, avec l'émergence des LLM et des possibilités de fine tuning, de nombreux chercheurs et pédagogues soulignent le potentiel des LLM ou d'Agents intelligents pour accroître la productivité, et dans un futur proche, offrir un soutien personnalisé aux apprenants. Selon Chen et al. (2020), l'IA permet, théoriquement, de personnaliser et ajuster des contenus éducatifs en temps réel et pour un grand nombre d'apprenants, pour mieux prendre en compte les besoins individualisés des étudiants^[5]. Les approches d'apprentissage supervisé, non supervisé et par renforcement facilitent cette adaptabilité pédagogique. L'OCDE (2023) souligne que l'IA peut démocratiser l'accès à une éducation de qualité en identifiant les lacunes dans les connaissances et en proposant des parcours d'apprentissage plus inclusifs et équitables. En 2025, l'intelligence artificielle permet théoriquement de personnaliser l'apprentissage grâce à des recommandations et retours en temps réel, tout en améliorant les interactions entre élèves et contenus via des chatbots et assistants virtuels^[6].

Pour l'OCDE, fin 2022, les IA « n'en soulèvent pas moins des risques pour les droits humains, l'équité et l'agentivité humaine, entre autres exemples »^[7], avec notamment un risque de dépendance excessive à l'IA, qui peut affaiblir des compétences essentielles telles que la concentration, la mémorisation et l'esprit critique, isoler l'apprenant et/ou conduire à une régression cognitive (« où, comme avec les GPS, les individus délèguent complètement leurs capacités cognitives à un outil. Si on cesse d'utiliser certaines zones de notre cerveau, comme celles dédiées à l'orientation spatiale, les circuits neuronaux correspondants s'affaiblissent. Cela pose la question de savoir jusqu'où déléguer ce type de compétences à ChatGPT » explique Céline Gainet (2025)^[8], et contribuer à aggraver le gaspillage d'énergie, d'eau et d'autres ressource, ainsi que les émissions de CO₂. L'usage intensif de l'IA dans la rédaction académique est aussi critiqué pour son impact sur le développement des compétences d'analyses et de synthèse, et les capacités littéraires et stylistiques, les textes produits perdant souvent leur dimension personnelle et individuellement créative^[8].

Un enjeu est d'apprendre à utiliser l'IA après avoir acquis les compétences basiques et fondamentales de l'apprentissage (lecture, calcul, rédaction, raisonnement) et en initiant les élèves aux mécanismes de l'IA, à ses potentialités ainsi qu'à ses limites ; en développant l'esprit critique et la créativité des étudiants ; en réduisant les inégalités d'accès aux outils, mais aussi en apprenant à les utiliser efficacement ; une éducation numérique raisonnée implique aussi de retarder l'accès des enfants aux téléphones portables (jusqu'à l'âge de 15 ans selon certains) pour favoriser le développement cognitif et l'apprentissage autonome, en tenant ensuite compte du problème d'addiction aux écrans, aux interactions brèves et au doomscrolling, parfois inconsciemment transmise par les adultes aux enfants. Pour Céline Gainet c'est un enjeu majeur, car les capacités de concentration et de raisonnement critique peuvent en être affectées^[8].

Des questions éthiques et de transparence se posent aussi, avec notamment les difficultés de vérifications d'éventuels plagiats, et des sources parfois inventées par l'IA (qui peut encore halluciner), sources de défis majeurs pour les institutions éducatives.

Les apprenants apprécient généralement l'IA qu'ils jugent utiles et bénéfiques pour leurs expériences d'apprentissage^[9].

Les enseignants savent que les étudiants utilisent de plus en plus l'IA pour rédiger et améliorer leurs travaux académiques ; surtout pour faire des recherches, produire des idées, résumer des textes, et modifier et réviser des travaux^[10]. Toutefois, en 2023, année d'émergence de ChatGPT, peu d'entre eux vérifient la véracité des informations produites par l'IA. Apprendre à bien utiliser l'IA est donc primordial ; une majorité d'étudiants sondés pensent que les enseignants devraient employer l'IA plus souvent en cours et mieux les former à l'emploi de cet outil^[11].

La plupart des étudiants se disent mal informés quant aux politiques d'utilisation de l'IA de leur institution. Certains considèrent qu'il s'agit de plagiat et craignent de se faire pénaliser^[11] et/ou pensent qu'utiliser l'IA nuit à leur apprentissage^[10] et/ou à leur créativité (pour une majorité, la créativité est une compétence qui doit rester humaine et l'utilisation de l'IA serait inadéquate aux travaux nécessitant une grande créativité^[12].

Une enquête (mars 2025) sur l'usage de l'IA, par 2000 étudiants de l'université libre de Bruxelles, confirme que l'IA ne comble pas le fossé numérique ni les inégalités de genre : Les étudiants bénéficiant d'un environnement d'apprentissage favorable utilisent l'IA pour enrichir leur rapport au savoir. Mais ceux identifiés comme présentant un indice de vulnérabilité numérique (30 % environ, ici) montrent des comportements inadaptés dans leurs usages de l'IA. Le genre et le niveau d'études sont aussi sources de différences^[13].

Puisque l'IA est en évolution rapide et récemment utilisée dans le milieu pédagogique, peu de recherches ont été faites sur ses effets sur l'apprentissage scolaire et étudiant ou en formation continue. Toutefois, les pédagogues ont réalisé de nombreuses prédictions en se basant sur les observations faites lors de l'implantation d'autres outils technologiques.

Une utilisation judicieuse de l'IA, chez des élèves préalablement éduqués à son bon usage, peut être bénéfique aux apprentissages ; elle accroît la productivité des étudiants et des enseignants, permettant de consacrer plus de temps à des sujets importants^[14]. Selon ^[Qui ?], en personnalisant les parcours éducatifs, en générant des retours instantanés, en facilitant l'accès à des ressources adaptées, en stimulant la création de contenu, en enrichissant les échanges entre pairs et en favorisant la mise en réseau des apprenants, l'IA peut renforcer les six activités pédagogiques jugées clé — acquisition, pratique, investigation, production, discussion et collaboration — par le Cadre conversationnel (synthèse de théories de l'apprentissage du behaviorisme, de l'apprentissage expérientiel, du constructivisme et d'autres) publié par Diana Laurillard en 2012 (voir tableau ci-dessous / CC-BY-SA-4.0)^[6].

En outre, l'IA peut aider l'apprenant à prédire ses résultats d'apprentissage et alors réguler stratégiquement ses efforts pour atteindre le niveau qu'il vise^[15].

Toutefois, utiliser l'IA peut faire que l'étudiant se sente moins impliqué, et entraine alors moins plusieurs capacités intellectuelles essentielles : la concentration, la mémorisation ; ses compétences d'organisation pourraient être affaiblies par une utilisation systématique ou trop fréquente et/ou non-critique de technologies numériques^[16]. Beaucoup d'étudiants tendent à trop se fier à l'IA, sans la remettre en question. Et l'accès facile et rapide à beaucoup d'informations réduit la capacité de mémorisation de l'utilisateur (qui tend à mémoriser le chemin pour retrouver l'information plutôt que l'information elle-même)^[14].

La facilité d'utilisation de l'IA peut encourager l'étudiant à se déresponsabiliser de ses apprentissages. En se déchargeant d'un nombre croissant de tâches sur l'IA, il pourrait ne plus acquérir certaines des compétences qui lui sont demandées lors de son cursus ou les désapprendre. Certaines de ces tâches, telles que l'analyse d'éléments, et l'écriture d'essais, nécessitent de développer l'esprit critique et des compétences de haut niveau cognitif^[14]. De même utiliser l'IA pour réaliser des exercices est néfaste pour les apprentissages des étudiants.

Référencer devient aussi très difficile avec l'IA qui souvent ne cite pas ses sources ou peut en inventer. Vérifier l'IA prend alors un temps supplémentaire. Les impacts de la tricherie et du plagiat (facilités par l'IA) sur l'évaluation des connaissances — et donc l'initiative estudiantine de les développer — sont également non négligeables^[14].

Il y a aussi une incertitude quant à une possible baisse des interactions des étudiants entre eux, et/ou avec les enseignant.es, interactions qui permettent de développer des capacités comme l'autorégulation, l'efficacité personnelle et la pensée indépendante^[16].

Les logiciels d'IA tendent à devenir des coauteurs des textes des étudiants. Plusieurs pédagogues mettent en lumière les risques que cela peut avoir : ce faisant, les étudiants ne développent pas leurs propres styles et capacités d'écriture, produisant des textes sans touche personnelle^[12]. Des chercheurs ajoutent qu'utiliser l'IA pour rédiger influence la façon dont les étudiants perçoivent ce qui les entoure, en raison des biais acquis par l'IA lors de son apprentissage (biais qui ne sont pas affichés et qui seront retrouvés dans les textes produits ou coproduits par une IA^[12].

Les étudiants emploient aussi l'IA pour la lecture de textes (parfois en vitesse accélérée), et pour résumer ou analyser des textes ou pour en extraire certaines informations pertinentes. Ils se sentent ainsi plus efficaces. Toutefois, cela peut les déresponsabiliser et les encourager à trop s'appuyer sur cet outil pour la lecture. Ils gagnent du temps, mais en ne s'exerçant pas à lire des langues étrangères, à eux-mêmes résumer des textes et à y trouver les éléments importants, ils n'entrainent pas leur propre capacité à comprendre et interpréter les écrits^[12]. En outre, ils subissent aussi les biais de l'IA (par exemple, en produisant un résumés, l'IA ne va pas nécessairement s'attarder sur les mêmes aspects que ce que l'étudiant espérait, et elle leur présentera seulement les éléments qu'elle trouve pertinents. Cela peut engendrer des lacunes dans la compréhension d'un texte^[12].

En moyenne, l'étudiant qui ne lit un texte que sous forme numériques ne démontre pas le même niveau de compréhension de cet écrit que ceux qui utilisent le support papier (la lecture sur différents supports, mobilise des processus neurobiologiques différents, avec des effets sur les compétences en lecture. Acquérir un savoir exclusivement via l'IA affaiblit les compétences en lecture^[16].