Tech-Connect Actualités tech, tutoriels et astuces informatiques expliqués simplement
Dans un lycée sur deux, quelque part en ce moment, un élève ouvre un chatbot pour « s’aider » à rédiger une dissertation, pendant qu’à quelques salles de là, un enseignant se demande s’il doit encore noter des devoirs faits à la maison. Ce n’est plus de la science-fiction ni une inquiétude de salle des profs : c’est le quotidien, chiffré, documenté, de millions d’établissements. Alors arrêtons de nous poser la mauvaise question. La vraie question n’est plus « l’IA va-t-elle entrer dans l’éducation ? », elle y est déjà, massivement. La question qui compte, c’est : que doit encore vouloir dire « savoir », quand une machine peut écrire une dissertation, résoudre une équation ou traduire un texte à la place de l’élève ?
Cet article rassemble les données les plus récentes sur l’usage de l’IA par les élèves et les enseignants, et propose une grille de lecture pour distinguer un outil d’apprentissage d’un simple raccourci, avant d’ouvrir le débat sur ce que l’école, l’université et, plus largement, la société devraient en faire.
| 📘 Définitions pour les débutants IA générative : un programme capable de produire du texte, des images ou du code à partir d’une simple consigne (un « prompt »). ChatGPT, Gemini ou Claude en sont des exemples. Délestage cognitif (cognitive offloading) : confier à un outil extérieur une tâche mentale (calculer, mémoriser, rédiger) pour s’en décharger. Ce n’est pas nouveau, la calculatrice ou le correcteur orthographique en sont des formes anciennes, mais l’IA générative élargit énormément ce qui peut être délégué. Augmentation cognitive : à l’inverse, utiliser un outil pour approfondir sa propre réflexion (reformuler pour mieux comprendre, tester des hypothèses, obtenir un contre-argument) plutôt que pour s’en dispenser. Intégrité académique : l’ensemble des règles qui garantissent qu’un travail rendu reflète bien la compréhension et l’effort réel de son auteur. |
Les chiffres : où en sont réellement les élèves et les enseignants
Commençons par les données, parce que le débat sur l’IA à l’école souffre souvent d’un excès d’anecdotes et d’un déficit de chiffres. Trois enquêtes récentes, menées indépendamment aux États-Unis et en France, dessinent un tableau remarquablement cohérent.
Côté élèves (Pew Research Center, États-Unis, sept.-oct. 2025, 1 458 adolescents de 13 à 17 ans)
| Indicateur | Part des adolescents |
| Ont déjà utilisé un chatbot IA | 64 % |
| Utilisent un chatbot pour les devoirs, au moins un peu | 54 % |
| Font la totalité ou la majorité de leurs devoirs avec l’IA | 10 % |
| Jugent que la triche via l’IA est fréquente dans leur établissement | 59 % |
| Parmi les plus pessimistes sur l’IA, citent la perte d’esprit critique comme premier risque | 34 % |
La tendance s’accélère (RAND, American Youth Panel, États-Unis, 2025)
| Indicateur | Valeur | ||
| Élèves utilisant l’IA pour leurs devoirs, mai 2025 | 48 % | ||
| Élèves utilisant l’IA pour leurs devoirs, décembre 2025 | 62 % | ||
| Élèves pensant que l’usage de l’IA nuit à l’esprit critique | 67 % | ||
💡 Fait notable : la proportion d’élèves qui utilisent l’IA pour leurs devoirs a bondi de 14 points en sept mois, et celle qui s’inquiète de ses effets sur l’esprit critique a progressé presque aussi vite (+10 points). Les deux courbes montent ensemble : les élèves ne sont pas naïfs, ils utilisent l’outil tout en le sachant potentiellement problématique.
Côté enseignants (baromètre Ecolhuma, France, 1 962 enseignants, mai 2025)
| Indicateur | Part des enseignants |
| Voient l’IA comme un levier pédagogique puissant, à manier avec précaution | 38 % |
| La voient d’abord comme un outil utile pour gagner en efficacité | 41 % |
| La perçoivent surtout comme une source d’inquiétude | 21 % |
| Demandent une formation à l’IA | 78 % |
| Demandent des règles d’usage plus claires | 59 % |
Le message est net : les enseignants ne sont ni technophobes ni euphoriques, ils sont en attente d’un cadre. Près de huit sur dix veulent être formés ; plus d’un sur deux veut des règles précises. Ce sont deux demandes très concrètes, et pour l’instant largement insatisfaites.
Le vrai sujet : ce n’est plus « si », c’est « que veut dire savoir »
Reformulons donc le débat. Pendant longtemps, l’école a mesuré le savoir par ce qu’un élève était capable de produire seul, dans un temps donné : une rédaction, une démonstration, une traduction. Or si un modèle de langage peut produire un texte correct en quelques secondes, résoudre une équation ou traduire un paragraphe presque instantanément, cette mesure ne tient plus de la même façon.
Cela ne signifie pas que le savoir a disparu, cela signifie qu’il se déplace. Ce qui compte de plus en plus, ce n’est plus seulement « l’élève sait-il produire ce texte ? » mais « l’élève sait-il juger ce texte, le corriger, repérer une erreur factuelle, formuler la bonne question au départ, et surtout, penser sans l’outil quand il le faut ? » C’est un déplacement du produit vers le jugement, et il oblige à repenser ce qu’on évalue, pas seulement comment on surveille les copies.
| 📘 Ce que disent les cadres officiels L’UNESCO, dans ses référentiels de compétences en IA pour élèves et enseignants (2024), insiste sur un principe directeur : « l’IA doit accompagner et soutenir la prise de décision et le développement intellectuel humains, non les affaiblir ou les remplacer ». Le référentiel « élèves » distingue quatre piliers : état d’esprit centré sur l’humain, éthique de l’IA, connaissances techniques de base, et conception de systèmes d’IA. En France, le ministère de l’Éducation nationale a publié en juin 2025 un « cadre d’usage de l’IA en éducation », qui recommande notamment de repenser les consignes de devoirs pour valoriser le raisonnement plutôt que la seule production, et de considérer qu’un travail rendu par l’IA sans autorisation constitue une fraude, tout en écartant les logiciels de détection automatique jugés peu fiables, pour éviter les accusations infondées. |
Outil d’apprentissage ou raccourci ? Une ligne de partage, pas une frontière fixe
Entre l’élève qui utilise l’IA pour comprendre un théorème qu’il n’arrive pas à saisir en cours, et celui qui lui demande de rédiger sa dissertation de A à Z, il y a un monde. Pourtant, dans les deux cas, c’est « le même outil » qui est utilisé. La différence ne tient donc pas à l’outil, mais à l’usage qu’on en fait, ce que les chercheurs appellent la distinction entre délestage et augmentation cognitifs, définie plus haut.
- Support d’apprentissage : demander à l’IA d’expliquer différemment une notion mal comprise, de générer des exercices supplémentaires, de reformuler un texte trop dense, ou de jouer le rôle d’un interlocuteur pour s’entraîner à argumenter.
- Raccourci : lui demander de produire directement le devoir final, sans étape intermédiaire de compréhension, de vérification ou de reformulation personnelle.
Un critère simple, même s’il n’est pas parfait, peut aider à trancher au cas par cas : l’élève serait-il capable d’expliquer, sans l’outil, pourquoi la réponse obtenue est correcte ? Si oui, l’IA a probablement servi de support. Si non, elle a probablement servi de substitut.
| ⚠️ Le risque documenté Ce n’est pas qu’une hypothèse théorique : selon le RAND, 67 % des élèves interrogés estiment eux-mêmes que l’usage croissant de l’IA pour les devoirs nuit à l’esprit critique, une proportion en hausse constante. Le risque n’est donc pas nié par les premiers concernés ; il coexiste, chez beaucoup d’entre eux, avec un usage déjà installé. |
L’école avance-t-elle au même rythme que ses élèves ?
Voici le nœud du problème : les élèves adoptent les nouveaux outils en quelques semaines ; les établissements mettent des mois, parfois des années, à produire des règles, des formations et des méthodes d’évaluation adaptées. Le cadre français date de juin 2025 ; les référentiels de l’UNESCO, de 2024. Entre-temps, l’usage des chatbots par les adolescents américains est passé de 48 % à 62 % pour les devoirs, en sept mois seulement.
Ce décalage de vitesse n’est pas anecdotique : c’est précisément dans cet interstice, entre l’usage massif et la règle qui n’existe pas encore, que se jouent la plupart des dérives, la triche perçue comme fréquente par 59 % des adolescents américains n’en est que le symptôme le plus visible. Un cadre trop lent à venir laisse chaque élève, chaque enseignant et chaque établissement bricoler sa propre doctrine, avec des résultats forcément inégaux d’une classe à l’autre.
Le cadre du ministère français propose d’ailleurs une gradation par âge plutôt qu’une règle unique : sensibilisation sans usage direct des outils génératifs au primaire, usage encadré et limité dès la 4ᵉ, davantage d’autonomie au lycée dans des limites fixées par l’enseignant. C’est une manière de reconnaître que la question n’est pas « pour ou contre », mais « à quel âge, pour quoi faire, et avec quel accompagnement ».
Une nouvelle fracture : non plus l’accès, mais l’usage
Il y a dix ou quinze ans, la « fracture numérique » se mesurait surtout à l’accès : qui avait un ordinateur et une connexion à la maison, qui n’en avait pas. Cette fracture-là n’a pas disparu, mais une seconde s’ajoute désormais, plus discrète et sans doute plus difficile à corriger : au sein même d’une génération qui a toutes et tous accès à l’IA, certains apprennent à penser avec elle, d’autres apprennent à penser à sa place.
Deux élèves peuvent utiliser exactement le même chatbot, avec le même accès et le même forfait internet, et en tirer des bénéfices radicalement différents : l’un s’en sert pour vérifier une information, comparer deux points de vue, creuser une question qu’il ne comprenait pas ; l’autre lui délègue la totalité de l’effort intellectuel. La différence ne tient plus à l’équipement, mais à des compétences qu’on pourrait résumer ainsi : savoir formuler une bonne question, savoir vérifier une réponse plutôt que l’accepter telle quelle, et savoir s’en servir pour aller plus loin plutôt que pour s’arrêter plus tôt.
C’est précisément là que l’école peut jouer un rôle décisif : ces compétences ne s’acquièrent pas spontanément, elles s’enseignent par la pratique répétée de la vérification des sources, par des exercices qui demandent explicitement de critiquer une réponse produite par l’IA, et par une culture générale suffisamment solide pour repérer une erreur ou une approximation. Sans cet apprentissage explicite, la fracture ne se résorbera pas toute seule avec le temps ; elle risque au contraire de se creuser, exactement comme l’égalité d’accès à internet n’a jamais suffi, à elle seule, à garantir l’égalité des usages.
Au-delà de la salle de classe : université, travail, société
Un détail mérite d’être souligné : les adolescents qui entrent aujourd’hui au lycée forment la première génération à avoir grandi avec un assistant IA disponible en permanence, comme une évidence du quotidien plutôt que comme une nouveauté. Dans quatre à six ans, cette même génération entrera à l’université ; dans huit à dix ans, elle entrera sur le marché du travail. Les habitudes intellectuelles prises aujourd’hui, vérifier ou ne pas vérifier, questionner ou accepter, approfondir ou se contenter du premier résultat, ne resteront pas cantonnées à la salle de classe. Elles se retrouveront dans les amphithéâtres, puis dans les entreprises, puis, plus largement, dans la manière dont une société tout entière s’informe et décide.
Autrement dit, ce qui se joue dans les classes de collège et de lycée aujourd’hui n’est pas un sujet mineur de politique éducative : c’est, en germe, la manière dont une part importante de la population active de demain va penser, vérifier l’information et prendre des décisions. Les entreprises qui recruteront cette génération, et la société qui devra composer avec elle, ont donc un intérêt direct à ce que l’école pose ces bases correctement, et dès maintenant.
Ce que nous retenons de ces chiffres, c’est qu’il est déjà trop tard pour se demander si l’IA doit entrer à l’école : la question s’est répondue toute seule, dans les faits, plus vite que les institutions n’ont pu réagir. La vraie urgence, désormais, est de préparer ces générations à utiliser l’IA non pas comme un substitut à leur propre réflexion, mais comme un outil pour l’enrichir, et cela suppose un effort à trois niveaux : enseigner explicitement la vérification de l’information, redessiner les devoirs pour valoriser le raisonnement plutôt que la seule production finale, et former les enseignants (78 % le demandent) plutôt que de leur laisser inventer, seuls, une doctrine dans l’incertitude.
Cette responsabilité ne concerne pas seulement les écoles : elle concerne aussi les familles, les universités qui accueilleront ces élèves demain, et les entreprises qui les emploieront après-demain. Et vous, qu’en pensez-vous ? Quelques questions pour lancer la discussion :
- Selon vous, où passe la limite entre un usage de l’IA qui soutient l’apprentissage et un usage qui le contourne ?
- Faut-il revoir la façon dont on évalue les élèves (moins de devoirs à la maison, plus d’oraux ou d’exercices surveillés) plutôt que de chercher à « détecter » l’IA ?
- Si vous êtes enseignant, parent ou élève : avez-vous déjà été confronté concrètement à cette question, et comment l’avez-vous tranchée ?
- Les entreprises qui recruteront cette génération devraient-elles, dès maintenant, s’impliquer dans la manière dont l’école enseigne l’usage critique de l’IA ?
Partagez votre expérience en commentaire : les témoignages de terrain, côté salle de classe comme côté famille, valent souvent mieux que n’importe quelle statistique.
Sources :
