L’IA dans l’éducation

Le chapitre « Penser avec des machines » a examiné ce que l’IA fait à la personne qui apprend. Ce chapitre, le deuxième de la famille des problèmes humains, porte sur les institutions : ce que l’IA promet à l’école et à l’université, ce qu’elle change pour les enseignants et pour l’évaluation, et la façon dont les États et les entreprises s’en emparent.

Le rêve d’un tuteur pour chacun

En 1984, le psychologue américain Benjamin Bloom publie un article devenu célèbre, « The 2 Sigma Problem » (le problème des deux sigmas). Dans les expériences qu’il rapporte, des élèves qui suivent un tutorat individuel réussissent mieux que 98 % des élèves d’une classe ordinaire, un écart de deux écarts types, que l’on note σ (sigma). Le problème est le coût : on ne peut pas donner un tuteur à chaque élève. Bloom demande donc comment obtenir le même résultat en classe.

L’IA semble offrir la réponse. En 2023, Sal Khan, le fondateur de la Khan Academy, présente Khanmigo, un tuteur fondé sur GPT-4, et promet de mettre un tuteur personnel à la portée de chaque élève. Le chiffre de Bloom est pourtant fragile. En 2024, le sociologue Paul von Hippel rappelle qu’il provient de deux petites études de trois semaines, jamais reproduites, où une partie de l’effet tenait aux tests répétés et à la correction des erreurs plutôt qu’au tutorat lui-même. Les synthèses de nombreuses études trouvent un effet réel du tutorat, mais d’environ un tiers d’écart type, six fois moins.

Sal Khan en 2011. Photo : Steve Jurvetson, CC BY 2.0, via Wikimedia Commons.

Les premiers essais rigoureux des tuteurs fondés sur l’IA donnent des résultats variés.

Au Nigeria. En 2024, la Banque mondiale offre à des élèves du secondaire de l’État d’Edo six semaines de cours d’anglais après l’école, à raison de deux séances par semaine, avec l’aide de Copilot, l’assistant de Microsoft fondé sur GPT-4. Les élèves progressent d’environ un quart d’écart type en anglais, et les filles plus que les garçons. Les auteurs y voient l’équivalent d’un an et demi à deux ans d’apprentissage ordinaire, mais les élèves du groupe témoin n’avaient reçu aucun cours supplémentaire : une partie de l’effet tient sans doute au temps passé à apprendre.
Au Tennessee. En août 2026, un essai de deux ans dans dix-huit écoles secondaires mesure l’effet de Khanmigo en mathématiques : un gain modeste, comparable à celui de la Khan Academy sans IA. Le tuteur était là, mais les élèves s’en servaient peu : ils ne l’interrogeaient que dans 17 % des cas où ils venaient de faire une erreur.

Le chapitre précédent décrivait aussi un tuteur conçu par des enseignants de Harvard, qui doublait l’apprentissage dans un cours de physique. Un tuteur fondé sur l’IA peut donc aider, mais seulement s’il est bien conçu et que les élèves s’en servent vraiment. Le goulot d’étranglement n’est pas la technique, mais la motivation.

Les enseignants

Les enseignants se servent eux aussi de l’IA, pour préparer leurs cours, adapter des exercices ou rédiger des messages aux parents. Aux États-Unis, en 2025, six enseignants du primaire et du secondaire sur dix ont utilisé l’IA pendant l’année scolaire, selon un sondage Gallup, et ceux qui s’en servent chaque semaine disent gagner près de six heures par semaine, soit environ six semaines par année. Un an plus tard, moins d’un sur cinq a reçu des consignes claires de sa direction sur ce qu’il peut faire avec l’IA. Dans les pays de l’OCDE, en 2024, un enseignant sur trois environ l’avait déjà utilisée dans son travail.

Les entreprises courtisent ce public. En juillet 2025, Microsoft, OpenAI et Anthropic financent, avec la Fédération américaine des enseignants, une académie qui veut former 400 000 enseignants à l’IA en cinq ans. En novembre 2025, OpenAI offre une version de ChatGPT pour les enseignants, gratuite pour ceux du primaire et du secondaire américains jusqu’en 2027.

La question la plus délicate est celle de la correction. Depuis la fin de 2023, l’État du Texas fait noter une partie des réponses écrites de ses examens par un logiciel de notation automatique, antérieur aux grands modèles de langage, ce qui lui épargne de 15 à 20 millions de dollars par année. Les demandes de révision en lecture passent de 2 758 en 2024 à 64 489 en 2026, et plus de 13 000 notes sont modifiées après révision. Les grands modèles de langage ne font pas mieux. En 2024, une étude préliminaire de l’ETS, l’organisme américain qui conçoit de nombreux examens standardisés, montre que GPT-4o donne des notes nettement plus basses que des correcteurs humains à plus de 13 000 dissertations, avec un écart plus grand pour les élèves d’origine asiatique. En 2025, l’organisme Common Sense Media observe que des assistants pour enseignants proposent des plans d’intervention plus sévères quand l’élève porte un prénom associé aux Noirs américains. On retrouve les questions d’équité des décisions automatisées.

La méfiance joue dans les deux sens. En 2025, une étudiante de l’Université Northeastern, à Boston, réclame le remboursement de plus de 8 000 dollars de frais de scolarité après avoir découvert que son professeur préparait ses notes de cours avec ChatGPT, alors que le plan de cours interdisait aux étudiants de s’en servir. L’université refuse. Ce cours a lui-même été rédigé avec l’aide d’un agent d’IA, comme l’explique la page « Comment ce cours a été produit ».

Les États et les entreprises

Les gouvernements suivent des voies opposées.

Généraliser. En 2025, l’Estonie lance « AI Leap » (le bond de l’IA), qui donne aux enseignants, puis, à partir de janvier 2026, à environ 20 000 élèves de 16 et 17 ans, un accès à des versions éducatives de ChatGPT et de Gemini. Un essai rigoureux doit en mesurer les effets. À Pékin, depuis septembre 2025, les écoles primaires et secondaires doivent consacrer au moins huit heures par année à l’IA ; les règles nationales chinoises interdisent en revanche aux élèves du primaire d’utiliser seuls les outils génératifs. Aux États-Unis, un décret présidentiel d’avril 2025 fait de l’enseignement de l’IA une priorité, et plus d’une centaine d’entreprises et d’organismes s’engagent à y contribuer.
Restreindre. En juin 2026, la Norvège interdit à peu près l’IA générative aux élèves de la première à la septième année, et ne la permet ensuite que sous supervision. En septembre 2026, la ville de New York suspend pour un an les outils d’IA générative destinés aux élèves jusqu’à la huitième année, soit environ 600 000 enfants, et interdit les compagnons artificiels. L’Italie exige depuis 2025 le consentement des parents pour l’usage de l’IA avant 14 ans.
Encadrer. Au Québec, le ministère de l’Éducation publie en novembre 2024 un guide sur l’usage pédagogique, éthique et légal de l’IA générative, destiné au personnel scolaire. Pour l’enseignement supérieur, le Conseil supérieur de l’éducation et la Commission de l’éthique en science et en technologie publient en 2024 un avis assorti de vingt recommandations, et le ministère de l’Enseignement supérieur propose en 2025 un cadre de référence aux cégeps et aux universités.

Pour les entreprises, l’éducation est aussi un marché. En 2025, ChatGPT, Claude et Gemini ajoutent chacun un mode d’apprentissage, où l’assistant pose des questions, donne des indices et guide le raisonnement plutôt que de fournir la réponse. Les laboratoires signent des contrats avec des universités entières. En février 2025, l’Université d’État de Californie offre ChatGPT à ses plus de 460 000 étudiants, pour environ 17 millions de dollars, puis renouvelle le contrat en 2026 pour environ 39 millions sur trois ans, alors que moins de la moitié des comptes ont été activés et que des professeurs s’y opposent. Les critiques y voient une façon d’habituer les futurs utilisateurs à un produit, comme l’ont fait avant elles les entreprises d’informatique qui équipaient les écoles.

L’IA chez les étudiants

L’usage est désormais massif. Au Royaume-Uni, en 2026, 95 % des étudiants de premier cycle utilisent l’IA, et 94 % pour des travaux évalués. Au Canada, en 2026, trois étudiants sur quatre utilisent l’IA générative pour leurs travaux, et la moitié estime que son esprit critique a diminué. En 2025, deux étudiants canadiens sur trois disent apprendre ou retenir moins, alors même que leurs notes s’améliorent, et plus de la moitié ont l’impression de tricher.

L’usage n’est pas le même pour tous. Aux États-Unis, en 2026, environ un adolescent sur cinq des familles dont le revenu est inférieur à 30 000 dollars fait la totalité ou la plupart de ses travaux scolaires avec l’IA, contre un sur quatorze dans les familles plus aisées, qui s’en servent pourtant plus souvent. L’inégalité ne tient donc plus seulement à l’accès à l’outil, mais à la façon de s’en servir : pour apprendre, ou pour éviter l’effort. Les élèves sont aussi des mineurs, dont les conversations avec un assistant sont des données personnelles, comme le rappelle le chapitre « La surveillance et la vie privée ». En 2023, l’UNESCO proposait d’ailleurs de fixer à 13 ans l’âge minimal pour utiliser l’IA générative en classe.

L’intégrité académique

Pour les établissements d’enseignement, la question est aussi celle de l’évaluation : que mesure un travail que l’IA a peut-être rédigé ?

Les détecteurs ne sont pas fiables. En juillet 2023, OpenAI retire son propre détecteur de textes générés, qui ne repérait que 26 % des textes produits par l’IA et en attribuait faussement 9 % aux humains. La même année, une étude de Stanford montre que sept détecteurs classent à tort comme générés par l’IA, en moyenne, 61 % de dissertations rédigées par des personnes dont l’anglais n’est pas la langue maternelle. Accuser un étudiant sur la seule foi d’un détecteur est donc injuste.
Le retour de l’examen surveillé. En 2025, selon le Wall Street Journal, les ventes de cahiers d’examen à remplir à la main bondissent dans plusieurs universités américaines, et en 2026, l’examen oral fait son retour. L’Université de Sydney, en Australie, distingue depuis 2025 deux voies : des évaluations surveillées, en personne, où l’IA est exclue, et des évaluations ouvertes, où elle est permise et où l’on juge la façon dont l’étudiant s’en sert.

Reste à savoir ce qu’il faut enseigner, et s’il faut encore apprendre à écrire, à traduire ou à programmer soi-même quand l’IA le fait. Le Module 4 a répondu pour la programmation : pour diriger un agent, il faut savoir lire et juger le code qu’il écrit. La même réponse vaut sans doute ailleurs, et c’est le principe qui guide la politique de ce cours, décrite à la page « Usage de l’IA (pour ce cours) ».