Ce que l’IA apprend (et n’apprend pas) aux enfants

Le Grand Continent continue avec vous tout l’été. Chaque jour vous sont livrés où que vous soyez des idées que vous ne trouverez nulle part ailleurs (mais reprise partout), des textes introuvables ou rafraîchissants avec nos Dimanches. Pour les recevoir directement dans votre boîte mail et soutenir cet élan, pensez à vous abonner à la revue

On a souvent tendance à croire que la transmission est une affaire d’école, qui débute à la rentrée de septembre et s’interrompt en juillet. En réalité, il s’agit d’un processus continu qui se produit partout où un être humain observe et où une parole circule. L’éducation est une catégorie de transmission. On peut l’interrompre — les vacances scolaires en sont la preuve administrative — mais la transmission, elle, ne s’arrête jamais.

C’est précisément pour cette raison que saint Augustin et Blaise Pascal s’intéressaient moins à ce qu’on enseigne qu’à ce qui, malgré nous, se transmet. Augustin avait formulé cette intuition dans son traité De Magistro ¹ : l’enseignant n’est pas celui qui dépose un savoir tout constitué dans l’esprit d’un élève. Il indique une direction ; c’est à l’apprenant de construire, par lui-même, sa propre compréhension en consultant la vérité qui réside en lui.

On ne « programme » pas un esprit comme on entraîne un modèle d’intelligence artificielle générative, on crée les conditions de l’apprentissage. Pascal, dans ses Pensées ², déplace le regard vers un mécanisme tout aussi déterminant, mais d’une autre nature. Il rappelle que l’homme est « automate autant qu’esprit » : ce n’est pas la démonstration rationnelle qui façonne durablement un individu, c’est l’habitude qu’on lui fait prendre.

Le corps apprend en silence, sans discours, et cet apprentissage-là, à la différence de l’éducation, ne connaît aucune vacance. Reste une troisième dimension, plus inquiétante encore, que saint Augustin avait déjà identifiée dans ses Confessions ³ : la contamination par le spectacle. L’épisode d’Alypius au cirque romain décrit un mécanisme cognitif et moral d’une actualité frappante : on ne reste pas spectateur neutre face à la violence qu’on observe ; on l’absorbe jusqu’à en être transformé, « Immanitatem bibit : il a bu la cruauté ». Ce mécanisme s’infiltre précisément à l’endroit où nous nous croyons les mieux prémunis : dans la confiance que nous accordons à notre propre faculté de jugement.

Le corps apprend en silence, sans discours, et cet apprentissage-là, à la différence de l’éducation, ne connaît aucune vacance.

Laurence Devillers

Des siècles plus tard, les agents conversationnels nourris de modèles d’IA génératives comme Claude ou ChatGPT, ainsi que les réseaux sociaux, obéissent à la même logique. Le mécanisme psychologique demeure intact : ce que nous regardons et écoutons, nous façonne, que nous en ayons conscience ou non. La question n’est donc plus seulement que doit-on enseigner, mais que nous apprend, à notre insu, tout ce que nous écoutons et regardons  ? C’est exactement ce que cible aujourd’hui un système d’IA générative. Elle nous façonne par exposition répétée, sans passer par notre délibération consciente, suivant le même principe que Pascal assignait à la formation de la croyance par le geste répété, à la manière d’un dressage silencieux. Une IA générative fonctionne par extrapolation du passé : elle observe nos habitudes, nos clics, nos réactions répétées, et en déduit ce qu’elle doit nous proposer ensuite. Son efficacité repose entièrement sur une hypothèse que notre mémoire fonctionne de façon mécanique, prévisible et modifiable par répétition. 

Le texte de Deleuze, Post-scriptum sur les sociétés de contrôle ⁴, est un court essai, à peine quelques pages, mais qui a eu une influence considérable sur la pensée critique du numérique.

Écrit en 1990, avant l’avènement du web grand public, avant les réseaux sociaux et l’IA générative, ce texte est régulièrement mis en avant pour sa dimension prophétique. Deleuze y annonçait précisément le passage d’un régime d’éducation (assuré par l’école, le lycée, la famille, etc.), à un régime de transmission continu sans interruption ni achèvement.

Une IA générative fonctionne par extrapolation du passé : elle observe nos habitudes, nos clics, nos réactions répétées, et en déduit ce qu’elle doit nous proposer ensuite.

Laurence Devillers

Dans le régime d’éducation et de discipline, on s’adresse à un individu avec une identité stable, dans des lieux physiques. Dans le contrôle continu, on traite des « dividuels », des personnes décomposées en données, en flux et échantillons mesurables. On n’est plus « Jean X, élève » mais un ensemble de scores, de profils et de variables traçables.

L’individu se dissout en fragments quantifiables. Ce qui permettait auparavant d’identifier quelqu’un dans une discipline constituait un marqueur de son individualité. Dans le contrôle, c’est le code d’accès, le mot de passe, la donnée numérique qui identifie et autorise (ou non) le passage. L’accès devient conditionnel et révocable à tout moment, contrairement à la discipline où, une fois la formation achevée, le statut est acquis. Deleuze introduit également l’idée d’une rivalité perpétuelle entre individus, une émulation constante via classements et évaluations personnalisés. C’est une forme de contrôle bien plus insidieuse puisqu’elle divise au lieu de rassembler. 

Les piliers de l’apprentissage et la mémoire

La mémoire occupe une place centrale dans les quatre piliers de l’apprentissage de Dehaene : l’attention, l’engagement actif, le retour sur erreur et la consolidation. Mais, pour chaque élément, il y a des risques importants.

La sur-sollicitation par un chatbot toujours disponible peut fragmenter l’attention au lieu de la structurer, en offrant des réponses trop rapides qui court-circuitent l’effort de concentration nécessaire à l’encodage mnésique.

L’usage passif de l’apprenant délègue la production à l’IA (copier-coller une réponse générée) et l’engagement actif s’effondre : c’est l’inverse de l’effet recherché. L’institution pédagogique doit forcer la reformulation et non la substitution. D’autant que la fiabilité du retour d’une IA générative est loin d’être complète : elle peut produire une explication fausse avec la même assurance qu’une explication juste. Une réponse erronée est pire qu’une absence de réponse, car elle a pour effet de consolider une erreur avec l’aplomb de quelqu’un qui sait.

Enfin, la consolidation nécessite du temps et du sommeil, mais aucune IA ne peut accélérer ce processus biologique. Le risque est de croire qu’une session de travail intensif avec l’IA remplace l’espacement dans le temps. L’efficacité pédagogique de l’IA générative dépend de sa capacité à solliciter l’activité cognitive de l’apprenant plutôt qu’à s’y substituer. La dépendance cognitive est un risque transversal insidieux. À force d’externaliser l’effort (rédiger, chercher l’erreur, se souvenir) vers l’IA, l’apprenant peut développer une compétence à utiliser l’IA sans développer la compétence sous-jacente elle-même. C’est un déplacement de la charge cognitive et non sa réduction.

L’efficacité pédagogique de l’IA générative dépend de sa capacité à solliciter l’activité cognitive de l’apprenant plutôt qu’à s’y substituer. La dépendance cognitive est un risque transversal insidieux.

Laurence Devillers

Une étude du MIT Media Lab sur la mémoire, connue sous le nom de « Your Brain on ChatGPT » ⁵, a été publiée en juin 2025. 54 participants (18-39 ans) ont été répartis en trois groupes pour rédiger des essais : Groupe ChatGPT (utilisation du LLM : Large Language Model ou IA générative), Groupe moteur de recherche (Google classique) et Groupe « cerveau seul » (sans aucun outil).

Les chercheurs ont utilisé des électroencéphalogrammes (EEG) couplés à des analyses linguistiques pour suivre l’activité cérébrale pendant l’exercice. L’analyse EEG a montré que les trois groupes (LLM, moteur de recherche, cerveau seul) présentaient des schémas de connectivité neuronale significativement différents, reflétant des stratégies cognitives divergentes. La connectivité cérébrale diminuait systématiquement avec le niveau de support externe : le groupe « cerveau seul » affichait les réseaux les plus forts et les plus étendus, le groupe moteur de recherche un engagement intermédiaire, et l’assistance par LLM produisait le couplage neuronal le plus faible. 

Les utilisateurs de ChatGPT ont présenté une rétention de mémoire réduite et un sentiment d’appropriation du travail nettement moindre que les autres groupes. Lors de l’expérience, « les rôles » ont été ensuite inversés. Les participants qu’on a fait passer de l’usage de LLM à leur cerveau seul montraient une connectivité neuronale plus faible, tandis que ceux qui avaient leur cerveau et qui ont basculé vers le LLM montraient au contraire un meilleur rappel mémoriel et opéraient une réactivation des zones occipito-pariétales et préfrontales. Cette expérience tendrait à prouver que, si on fait l’effort de rédiger ses premières idées, l’IA peut nous aider. Dans le cas inverse, on ne stimule pas ses capacités cognitives ni émotionnelles. 

Neutralité, omnipotence, omniscience et omniprésence de l’IA 

Il est également nécessaire de démystifier et de mettre au défi l’IA. Sa neutralité est sans doute le mythe fondateur qu’il faut interroger en premier. Un modèle de langage n’a pas de désir, pas de but, pas d’intérêt personnel à faire triompher. Il ne cherche pas à convaincre, à manipuler, à séduire au sens où un être humain le ferait, mais il est piloté par ses données d’apprentissage qui ne sont pas neutres.

L’omnipotence de l’IA, si l’on ose le mot, n’a pas de sujet qui la porte : nul ne la revendique, elle s’exerce d’elle-même, par construction, à travers des millions de micro-décisions statistiques agrégées. Plus une machine paraît être omnisciente, plus on est tenté de lui prêter la fonction d’arbitre ultime du vrai et du faux.

Une IA compagnon n’est pas un simple outil. Elle est conçue pour établir une relation continue et personnalisée : elle possède un caractère, un ton, parfois une voix, parfois un visage, c’est-à-dire tout ce qui produit le sentiment d’interagir avec une entité cohérente et stable.

Laurence Devillers

Or, une IA qui semble omnisciente n’est jamais qu’un miroir statistique de notre passé collectif, projeté vers l’avant sous forme de prédiction. Son savoir n’a pas d’extériorité par rapport à nous ; c’est en cela, précisément, qu’elle diffère radicalement d’une connaissance qui nous jugerait depuis un point de vue véritablement autre.

C’est peut-être l’attribut le plus réellement acquis. À la différence de l’omnipotence et de l’omniscience, qui restent des analogies partielles, l’omniprésence de l’IA générative est en passe de devenir une réalité : elle s’insère dans l’écriture d’un mail, la recherche d’une information, la correction d’un devis, le choix d’un itinéraire, la suggestion d’un morceau de musique. 

IA compagnon et manipulation émotionnelle

Une IA compagnon n’est pas un simple outil. Elle est conçue pour établir une relation continue et personnalisée : elle possède un caractère, un ton, parfois une voix, parfois un visage, c’est-à-dire tout ce qui produit le sentiment d’interagir avec une entité cohérente et stable. Contrairement à un assistant classique qui répond à des tâches ponctuelles et s’efface aussitôt, l’IA compagnon mémorise les préférences, l’historique, le contexte émotionnel de l’utilisateur. Elle construit une continuité relationnelle. Elle est également conçue pour reconnaître et répondre aux états émotionnels : offrir du soutien, simuler l’empathie et produire une présence affective. Le mot « simuler » n’est pas ici un jugement de valeur, c’est une description technique. Mais c’est précisément là que la question devient sérieuse : si la simulation est suffisamment convaincante pour déclencher de vraies réponses émotionnelles chez l’utilisateur, la distinction entre le simulé et le réel perd une partie de sa pertinence pratique. Et nos interactions affectives et intimes avec ces systèmes ne font qu’augmenter. Ce n’est pas une anecdote marginale. C’est un basculement anthropologique. Car, ce que l’IA compagnon cible, ce n’est plus seulement notre attention ou nos comportements d’achat, c’est notre besoin fondamental de lien, de reconnaissance et de continuité affective. Pascal avait identifié la puissance de l’habitude sur le corps ; Deleuze, celle du contrôle sur l’individu fragmenté en données. Mais aucun des deux n’avait envisagé qu’un système puisse un jour s’installer dans l’espace même du lien affectif et y exercer, avec douceur, une influence d’une profondeur inédite.

 Plus une machine paraît être omnisciente, plus on est tenté de lui prêter la fonction d’arbitre ultime du vrai et du faux.

Laurence Devillers

Les enfants d’aujourd’hui et de demain apprendront la relation à l’autre de façon très différente des générations précédentes, avec un risque fort d’isolement. Mais le phénomène le plus central et sans doute le plus périlleux, c’est la désensibilisation au regard humain. À force d’interagir avec une entité qui ne juge pas, il est possible que notre tolérance à l’ambiguïté, pourtant propre au jugement humain, s’amenuise considérablement. Avec pour conséquences le surinvestissement de la validation artificielle au détriment de la vraie, l’affaiblissement de nos capacités d’empathie — l’empathie se développe en effet dans le contact avec des êtres qui réagissent et qui ressentent vraiment — et, enfin, le risque de confondre confort et confiance. La vraie confiance se construit précisément là où il y a un inconfort. 

Intelligence émotionnelle à l’épreuve de l’IA affective

L’intelligence peut se définir comme l’aptitude d’un être humain à s’adapter à une situation ou, au contraire, comme la faculté de modifier l’environnement pour l’adapter à ses propres besoins. Une émotion est une réaction psychophysiologique complexe et passagère, déclenchée par un stimulus interne ou externe, qui implique plusieurs composantes interdépendantes : la composante subjective (un vécu intérieur propre à chaque individu), la composante physiologique (l’accélération du rythme cardiaque, les modifications hormonales comme l’adrénaline, le cortisol, la dopamine), la composante cognitive (une évaluation de la situation), la composante comportementale (les émotions préparent l’organisme à répondre à son environnement) et, enfin, la composante expressive : expressions faciales, posture, ton de la voix. L’IA accède à la composante expressive et comportementale de l’être humain. Elle peut aussi interpréter la composante physiologique à partir d’une montre connectée, par exemple, ou lorsqu’on applique des capteurs sur le corps d’un individu. La composante cognitive et subjective est sans doute la moins bien maîtrisée, à moins que l’émotion ne soit définie explicitement : « Je suis triste ».

Daniel Goleman ⁶ distingue cinq piliers de l’intelligence émotionnelle : la conscience de soi, la maîtrise de soi, la motivation, l’empathie et les compétences sociales. Chacun mérite d’être interrogé à l’aune de l’exposition précoce et continue des enfants aux IA génératives. 

Goleman définit la conscience de soi comme la capacité à identifier une émotion au moment même où elle survient, condition de toute régulation ultérieure. Or, un compagnon conversationnel ne se contente pas d’écouter : il nomme à la place de l’enfant — « Tu sembles triste » ; « Cela a l’air de te frustrer ». Cette médiation, répétée des milliers de fois, risque de substituer à l’introspection un vocabulaire émotionnel suggéré de l’extérieur, plutôt que construit par l’enfant lui-même. 

L’IA affective est la forme la plus intime et la plus redoutable : elle ne contrôle plus seulement ce que vous pensez, mais ce que vous ressentez.

Laurence Devillers

En effet, la maîtrise de soi suppose un apprentissage du délai, comme dans le fait de différer une réaction impulsive ou de tolérer une frustration. Un système d’IA générative, conçu pour répondre instantanément, et sans jamais opposer de résistance réelle, a pour caractéristique de supprimer cet élément clef de l’apprentissage : il n’y a pas de frustration à apprivoiser face à un interlocuteur qui s’ajuste continuellement à vous.

Goleman associe la notion de motivation à la capacité de mettre l’émotion ressentie au service d’un but, malgré l’échec. Les IA éducatives, en modulant la difficulté pour maintenir l’engagement, peuvent involontairement lisser les obstacles plutôt que d’apprendre à l’enfant à les traverser. 

L’empathie montre l’écart le plus net. Je l’avais déjà noté à propos des robots sociaux : ces objets fonctionnent comme des « artefacts relationnels » ⁷, capables de simuler l’écoute sans jamais éprouver de ressentis. Ils sont aussi appelés qualia. Une IA générative pousse cette simulation assez loin mais reste, par construction, incapable de réciprocité réelle. Apprendre l’empathie suppose pourtant l’expérience d’un autre véritablement vulnérable, capable d’être blessé ou de se réjouir indépendamment de nous.

Les compétences sociales, elles, se forgent dans le désaccord, le silence gêné, le rejet, des frictions qu’une IA conçue pour plaire et retenir l’attention élimine presque systématiquement. À l’inverse d’un camarade de classe, le compagnon IA ne se vexe pas, ne renverse pas la table, ne suscite pas de jalousie en préférant un autre enfant. C’est ainsi qu’il prive, structurellement, d’une partie de l’apprentissage social par confrontation. Le phénomène japonais des Hikikomori qui ne sortent plus de chez eux est une forme de solitude contemporaine, un nouveau rapport aux autres et à soi, dans un monde où la technologie nous protège, nous parle, nous rassure, mais finit par nous asservir.

L’IA affective est la forme la plus intime et la plus redoutable : elle ne contrôle plus seulement ce que vous pensez, mais ce que vous ressentez. Le « dividuel » deleuzien devient un profil émotionnel exploitable. La réponse éducative qu’elle impose — apprendre aux enfants à reconnaître les émotions simulées, les biais, les intentions cachées des systèmes — est exactement ce que Deleuze appelait un acte de résistance : refuser que l’IA dicte non seulement vos croyances, mais vos affects.

Manipulation subliminale

Des chercheurs de l’IRCAM ⁸ voulaient tester une hypothèse jamais vérifiée expérimentalement : nos signaux émotionnels, comme la voix, nous manipulent-ils ?

Pour cela, ils ont conçu un dispositif audio numérique capable de modifier discrètement la tonalité émotionnelle de la voix des participants pendant qu’ils parlent. Chaque participant lit une courte histoire à voix haute, tout en écoutant, via un casque, sa propre voix altérée en temps réel pour paraître plus joyeuse ou plus triste. La manipulation de la voix repose sur des traitements du signal sonore : décalage de hauteur, inflexion de la mélodie, filtrage des fréquences, avec une latence de seulement 15 millisecondes, rendant l’effet quasiment indétectable. 

Comment résister à ce qui ne vous opprime jamais ouvertement, mais qui vous accompagne ?

Laurence Devillers

La grande majorité des participants ne se sont effectivement pas rendu compte que leur voix avait été modifiée. Mais leur état émotionnel a néanmoins évolué dans le sens de l’émotion injectée dans leur voix, avec des effets significatifs pour la joie et la tristesse. C’est une preuve d’un effet de rétroaction périphérique sur l’expérience émotionnelle dans le domaine auditif : la voix qu’on entend produit une influence en retour de ce qu’on ressent réellement, sans qu’on en ait conscience.

Développer l’esprit critique à l’école

Comment développer un esprit critique face à une IA générative qui ne se présente jamais comme une contrainte, mais plutôt comme un service, une suggestion « personnalisée » ? Pire, comment y parvenir quand on y voit un ami, mais qui module en permanence ce qu’il est offert de penser et qui détecte nos émotions ? En effet, l’IA générative s’ajuste à nous avec une prévenance qui relève presque de l’affection. L’étude des universités d’Oxford et de Stanford sur le biais sycophantique, cette tendance excessive à la flatterie, montre le risque d’isolement des jeunes devant les IA ⁹. Comment résister à ce qui ne vous opprime jamais ouvertement, mais qui vous accompagne  ? Et jusqu’où est-il raisonnable d’aligner ces systèmes sur nos comportements, nos préférences, nos états émotionnels, au risque de construire, autour de chaque utilisateur, un miroir de plus en plus poli et de moins en moins instructif ?

L’IA affective est la forme la plus intime et la plus redoutable  : elle ne contrôle plus seulement ce que vous pensez, mais ce que vous ressentez.

Laurence Devillers

Sans opposition, comment se construit-on ? L’esprit critique suppose effectivement un retour, une altérité contre laquelle se mesurer. Or, c’est précisément ce qui fait défaut ici. Un système d’IA générative ne commande jamais explicitement : il ajuste discrètement le parcours de l’élève selon son profil, sans jamais s’exposer comme instance de pouvoir. L’esprit critique, conçu classiquement comme la capacité à prendre du recul face à une autorité identifiable, se retrouve ainsi désarmé devant une autorité qui n’apparaît jamais comme telle. L’enjeu, pour l’école de demain, n’est donc pas seulement d’apprendre à désobéir à une autorité qui se dérobe. C’est avant tout apprendre à rester soi-même au cœur du courant qui voudrait nous façonner insidieusement.

Deleuze esquisse une échappatoire grâce à la puissance de création de l’humain. La mémoire humaine ne se contente jamais de rejouer ce qu’elle a emmagasiné, elle réinvente sans cesse à partir de ce matériau. Elle échappe structurellement à la logique prédictive des IA génératives. L’algorithme peut bien modéliser des schémas ; il ne peut pas anticiper une pensée véritablement nouvelle, car cette pensée n’est jamais une combinaison probabiliste du passé. Elle est création. Appliqué à l’éducation, cela suggère que l’esprit critique se développe en créant des usages, des détournements et des façons de penser que l’algorithme n’avait pas anticipés. 

Il fut un temps où l’esprit critique avait un adversaire visible. À l’école, on se construisait avec un retour : celui du maître ou encore le règlement de l’école. Deleuze nous prévient que ce temps est révolu. 

Ce qu’on perd quand le jugement disparaît

Le jugement, même lorsqu’il est désagréable, est constitutif de la qualité d’une relation humaine authentique. C’est une tension réelle et profonde. Il apporte la preuve que l’autre est réellement présent. Une IA qui valide sans résistance produit un miroir, pas un interlocuteur. Le frottement fait grandir. La légère gêne, la remise en question, l’embarras d’être contredit sont des signaux que quelque chose mérite d’être revu. Sans friction, pas de croissance réelle.

Dans l’engagement émotionnel, un retour négatif est un risque relationnel. Ce risque partagé crée du lien, de la profondeur. Une IA ne risque rien et cette asymétrie se ressent. Si je sais que mon interlocuteur est capable de me dire que quelque chose ne va pas, ses encouragements ont du poids. Sans possibilité de jugement négatif, le positif est vidé de sa substance. 

L’esprit critique, conçu classiquement comme la capacité à prendre du recul face à une autorité identifiable, se retrouve ainsi désarmé devant une autorité qui n’apparaît jamais comme telle. 

Laurence Devillers

L’IA sans jugement offre une sécurité psychologique artificielle : on ose dire des choses qu’on n’oserait pas devant un humain, on explore sans craindre la honte et on reçoit du feedback sans activer ses défenses. On reçoit du feedback dans des conditions qui n’existent pas dans la vraie vie. La vraie compétence relationnelle, c’est de pouvoir recevoir un regard humain, imparfait, subjectif, parfois maladroit sans s’effondrer.

Comment éduquer les jeunes ?

Prenons le risque de se poser cette question redoutable : comment former des élèves qui n’ont, pour beaucoup, jamais connu un monde sans IA générative ? L’exposition à cet outil commence désormais bien avant l’école. Des entreprises comme Curio commercialisent depuis fin 2023 des peluches grand public (Gabbo, Grok, Grem) ou encore des nounours directement alimentés par des modèles conversationnels du type ChatGPT. L’enfant n’apprend plus à dialoguer avec une machine au moment où on le lui enseigne : il grandit en partie avec elle, à un âge où la distinction entre un interlocuteur et un objet façonné pour répondre à ses attentes n’est pas encore stabilisée. La modulation dont parlait Deleuze ne s’exerce donc plus seulement sur l’élève, elle commence sur l’enfant, avant même que la question de l’esprit critique ait pu se poser.

En Europe, chaque pays a sa propre stratégie. En vue de la rentrée scolaire 2026, la Norvège a imposé en juin des restrictions pour limiter l’usage de l’IA à l’école pour les enfants de 6 à 13 ans, et autorise son usage, mais sous la surveillance d’un enseignant, pour les adolescents de 14 à 16 ans.

Sans possibilité de jugement négatif, le positif est vidé de sa substance. 

Laurence Devillers

La Norvège, pionnière du tout-numérique scolaire depuis les années 1990, fait aujourd’hui marche arrière : ce modèle, qu’elle avait longtemps présenté comme une fierté nationale, est désormais jugé coresponsable de la baisse générale des niveaux, qu’elle cherche à enrayer. Le cas finlandais donne une réponse de type institutionnel à cette question : comment se construit-on sans opposition visible ? 

Pour la Finlande il ne s’agit pas de créer artificiellement un adversaire à l’IA, mais de renforcer, en amont, la capacité de l’élève à produire seul pour qu’il ait un point de comparaison interne (son propre texte, sa propre recherche) avant même de rencontrer la suggestion algorithmique. C’est une manière de reconstituer l’altérité qui manquait : non plus face à un maître qui commande, mais face à soi-même, tel qu’on est capable d’écrire ou de chercher sans assistance ce qui redonne un point d’appui à l’esprit critique, là où l’IA, par sa prévenance, ne peut pas en fournir.

La France est en retard pour former ses enseignants à l’IA et n’a pas encore de feuille de route claire pour l’éducation. Le CIAN (Conseil de l’IA et du numérique) vient de produire en juin 2026 des recommandations pour « sortir l’IA de la clandestinité » ¹⁰ en milieu scolaire, car l’IA est pour l’instant surtout utilisée « en cachette » par les enseignants et les élèves.

À partir de la rentrée 2027, en classe de 2de, les élèves auront une heure d’enseignement consacrée à l’IA chaque semaine. Intégré au cours de sciences numériques et technologie, il vise à comprendre le fonctionnement de l’intelligence artificielle, ses usages et ses limites. Un récent Eurobaromètre vient confirmer les réticences de la France : si 81 % des Européens jugent que les enseignants devraient être formés à l’usage et à la compréhension de l’IA, l’adhésion varie fortement d’un pays à l’autre. La France et l’Irlande se distinguent par le plus faible niveau d’adhésion, avec respectivement 28 % et 27 % d’opinions favorables, alors que la Finlande et l’Estonie affichent le soutien le plus fort, avec 65 % et 63 %.

La vraie compétence relationnelle, c’est de pouvoir recevoir un regard humain, imparfait, subjectif, parfois maladroit sans s’effondrer.

Laurence Devillers

Alors que le débat fait rage aux États-Unis sur les mérites et les risques de l’IA dans les écoles, elle est devenue une composante obligatoire du programme scolaire en Chine, qui est actuellement en cours de suppression de plus de 12 000 filières universitaires jugées obsolètes ou ayant peu de débouchés professionnels. Les domaines des humanités, des arts, des langues et du management ont été particulièrement affectés. À la place de ces formations, les universités chinoises ont développé des cursus en lien direct avec les ruptures technologiques en cours. Aux États-Unis, un White House Task Force on Artificial Intelligence Education a été créé pour coordonner les efforts fédéraux, suite à un décret présidentiel sur l’éducation à l’IA. Trump a appelé à promouvoir l’alphabétisation et la maîtrise de l’IA chez les jeunes et les enseignants américains. Contrairement à la Chine, il n’y a pas de réforme nationale unique, puisque chaque État légifère séparément : en 2026, 134 projets de loi liés à l’IA en éducation ont été recensés dans 31 États, portant sur la confidentialité des données, le contrôle humain, et le consentement parental. L’approche européenne se distingue nettement des deux autres modèles, la réforme centralisée à la chinoise et la pluralité des approches étatiques américaines. L’Europe mise sur la régulation juridique, combinée à des lignes directrices éthiques, avec les enseignants placés au centre. 

Le règlement européen sur l’intelligence artificielle (AI Act) du 13 juin 2024, premier cadre légal au monde sur l’intelligence artificielle, classe les systèmes d’IA selon leur niveau de risque. Le secteur éducatif se trouve précisément à la croisée de deux dimensions qui requièrent la plus grande vigilance : les applications à haut risque et la protection des populations vulnérables. Les obligations correspondantes devaient initialement s’appliquer dès le 2 août 2026 ; un accord provisoire du Conseil et du Parlement européen (« Digital Omnibus »), conclu début mai 2026, mais pas encore formellement adopté, envisage désormais de reporter cette échéance à décembre 2027.

La bataille pour une IA européenne ne se jouera pas uniquement dans les salles de classe ou dans les hémicycles parlementaires : elle aura lieu dans les centres de données, dans nos modèles open-source et dans un cloud enfin souverain.

Laurence Devillers

Concrètement, ce cadre couvre la correction automatisée de copies, les plateformes d’apprentissage adaptatif, les logiciels de surveillance d’examens ou encore les outils de prédiction du décrochage scolaire. Le 11 mai 2026, le Conseil de l’Union a plaidé en faveur d’une approche centrée sur l’humain : il invite les gouvernements nationaux à renforcer les compétences numériques et la maîtrise de l’IA par les enseignants, à encourager le développement d’outils IA réellement adaptés au contexte éducatif, à réduire les inégalités d’accès au numérique, et à veiller à ce que l’IA renforce plutôt qu’elle n’érode l’autonomie des enseignants.

Le 18 juin 2026, la Commission européenne et l’OCDE ont dévoilé un cadre de littératie IA (« AILit Framework ») destiné au primaire et au secondaire, assorti d’exemples concrets pour la classe, afin d’aider enseignants et décideurs à transformer cette littératie en véritables situations d’apprentissage. Plus tôt dans l’année, en mars 2026, la Commission avait déjà publié une version actualisée de ses lignes directrices sur l’usage éthique de l’IA en contexte éducatif, une première mise en cohérence explicite entre les exigences de l’AI Act, celles du RGPD et des considérations proprement éthiques ¹¹. 

Vers une souveraineté européenne en IA 

En juin 2026, l’administration Trump a ordonné à Anthropic de couper l’accès à deux de ses modèles les plus avancés (Mythos 5 et Fable 5) à tous les utilisateurs non américains, invoquant des raisons de sécurité nationale. Si l’accès a depuis été rétabli, cette décision crée un précédent et montre que l’IA de frontière est devenue une question géopolitique centrale. Il est donc nécessaire de prévoir aujourd’hui d’autres solutions que les IA génératives américaines. Il est temps de penser à notre résilience et de développer de grands modèles d’IA générative européens open source. Des options existent, comme les modèles de Mistral, publiés en grande partie en poids ouverts. 

Il devient indispensable de construire des coalitions européennes pour bâtir une véritable filière de l’IA en France et en Europe, capable de mutualiser ressources et stratégies au service de la souveraineté du continent. 

L’encyclique Magnifica Humanitas du pape Léon XIV apporte un contre-pouvoir bienvenu, en dénonçant une IA au service de quelques-uns plutôt que du bien commun et un rappel que la technologie « porte le visage de ceux qui la conçoivent, la financent et l’utilisent ». Le pape insiste également sur le rôle central de l’éducation, seule capable de former des citoyens dotés du discernement nécessaire pour ne pas subir la technologie, mais la mettre au service de la personne humaine et du bien commun.

La bataille pour une IA européenne ne se jouera pas uniquement dans les salles de classe ou dans les hémicycles parlementaires : elle aura lieu dans les centres de données, dans nos modèles open-source et dans un cloud enfin souverain. Enseigner une « voie européenne » à l’école ne sert à rien si cette voie reste une voie de dépendance qui reproduit les mêmes impasses que les modèles qu’elle prétend combattre. La Chine a choisi l’efficacité : des filières entières redirigées vers l’IA. Les États-Unis ont choisi la vitesse : un marché dérégulé et fragmenté. L’Europe, elle, ne peut ignorer le prix de la bataille, à la fois matériel et cognitif. 

Ce n’est pas une anecdote marginale. C’est un basculement anthropologique.

Laurence Devillers

À ce jour, personne n’a sérieusement établi le rapport précis entre les bénéfices, les risques et les coûts de l’IA générative en contexte scolaire. La vitesse de déploiement de ces outils court-circuite le temps nécessaire à leur évaluation. La priorité devrait être de démystifier et de former aux concepts de l’IA les enfants, les enseignants, et l’ensemble des citoyens. Trop souvent perçue comme une solution miracle, l’IA relève davantage du fantasme collectif que d’une analyse rigoureuse. Il est grand temps d’en évaluer le coût véritable et de proposer des usages réellement utiles.

En science comme en santé, l’IA produit des résultats indiscutables et vertigineux. Mais son fonctionnement nécessite des quantités considérables d’eau, d’électricité et de métaux rares sur une planète qui suffoque. Voilà précisément ce que l’école devrait enseigner : non pas l’usage aveugle de ces systèmes, mais leur compréhension critique, en redonnant toute leur place en interdisciplinarité aux sciences fondamentales, aux mathématiques mais aussi aux sciences humaines et sociales dans les programmes scolaires. 

Chaque usage concret de l’IA appelle un bilan rigoureux : quelle consommation de ressources en tokens (unité de coût des LLM), en eau, en énergie, en métaux ? Quel impact sur l’apprentissage ? Quel impact sur l’emploi et quelle place pour les jeunes sur le marché du travail ? Quel retour sur investissement réel, tant pédagogique qu’économique ? 

La « guerre » européenne de l’IA dans l’éducation ne se joue pas uniquement sur le terrain pédagogique ou philosophique : elle est tout autant industrielle et écologique.