. L’IA et la remise en cause du modèle d’enseignement Les IA génératives peuvent produire des textes, traiter des données, créer des contenus et résoudre des problèmes complexes.
Elles interrogent la valeur des compétences humaines et la pédagogie fondée sur l’apprentissage par la pratique.
Les études – notamment celles du MIT – mettent en lumière des risques cognitifs et des sous-performances chez les utilisateurs intensifs.
Les critiques portent aussi sur la dégradation des bases de données, l’impact environnemental et humain, et la domination économique des Big Tech.
Ces discours projettent sur l’IA une puissance quasi fictionnelle, masquant ses réalités politiques et économiques.
Un modèle éducatif vertical à interroger
L’IA ne remplace pas la réflexion humaine mais oblige à repenser la pédagogie.
Le modèle français reste largement vertical, magistral, peu interactif.
L’enjeu n’est pas la chasse à la fraude, mais la redéfinition de l’enseignement et de l’évaluation.
L’objectif est de faire de l’IA un amplificateur d’intelligence, pas un substitut.
Trois pistes pour repenser le rôle de l’enseignant
Resituer l’IA dans la longue histoire des usages numériques
L’IA s’inscrit dans la continuité d’Internet, des réseaux sociaux, des moteurs de recherche et des bibliothèques numériques.
Les enseignants doivent former à la compréhension du fonctionnement algorithmique et à l’évaluation critique des sources.
L’usage de l’IA dépend toujours d’un contexte social, politique et culturel.
L’IA générative n’est qu’un outil : il faut choisir le bon usage en connaissance des risques éthiques et économiques.
Intégrer l’IA comme objet d’exercice critique
Former à l’IA signifie développer une pensée réflexive, pas enseigner un simple outil.
Les étudiants doivent comprendre le fonctionnement probabiliste, les biais, les limites et les enjeux cognitifs et éthiques.
Un usage réfléchi renforce la pensée analytique, alors qu’un usage passif produit des apprentissages superficiels.
Repenser le rapport à l’évaluation
Les textes générés par IA sont difficiles à détecter, ce qui remet en cause les modèles d’évaluation classiques.
Risque majeur : uniformisation des interprétations et perte de nuance.
Alternatives : évaluations orales, devoirs surveillés, enquêtes de terrain, productions incarnées.
Il faut passer d’une logique de sanction à une logique de progression.
Les enseignants doivent définir des règles claires d’usage de l’IA et instaurer un cadre de responsabilité partagée
L’enjeu n’est pas de rejeter l’IA mais de l’intégrer comme outil critique, réflexif et éthique. La pédagogie du futur doit articuler éthique, autonomie et intelligence augmentée.