Cette page dit ce que nous croyons réellement, afin que vous puissiez y confronter tout le reste de ce site. Notre perspective vient de deux sources tressées ensemble : la Méthodologie Smoother — le cadre pédagogique créé par Carlos Miranda Levy sur lequel tout ici est construit — et le travail de Carlos lui-même, mené sur trois décennies à l’intersection de la technologie et du développement humain.
Une partie de ce qui suit est étayée par la recherche ; une autre est une posture de conception : une conviction que nous tenons et depuis laquelle nous construisons, qu’aucune étude n’a établie. Nous indiquons laquelle est laquelle, ici et partout ailleurs. Nous préférons vous le dire plutôt que d’emprunter une autorité que nous n’avons pas méritée.
1. Apprendre, c’est ce que l’apprenant devient capable de faire
Smoother part d’une seule conviction : l’apprentissage n’est pas ce qui est enseigné, c’est ce que l’apprenant devient capable de faire. Toute conception commence par l’apprenant, par l’environnement réel où cet apprentissage servira, et par sa motivation — puis remonte jusqu’à la structure. C’est pourquoi ceci est aiLearning et non aiTeaching, et pourquoi nous construisons des expériences d’apprentissage et non des cours.
L’enseignement compte énormément. Il est au service de l’apprentissage, qui est le sujet. Quand nous écrivons, nous demandons ce que l’apprenant saura faire ensuite, et non ce qui a été dispensé. Voir la méthodologie →
2. L’intelligence est un muscle — et le vélo ne décide pas
L’intelligence, comme un muscle, croît avec l’usage et s’étiole sans lui. L’IA est un moteur que l’on peut coupler à ce muscle soit pour l’épargner, soit pour le renforcer. L’image est celle du vélo électrique. Montez-le comme le raccourci d’un paresseux — moteur à fond, sans pédaler — et vous arrivez sans effort, sans avoir rien développé. Montez-le comme le fait un athlète et l’assistance ne remplace pas l’effort : elle en libère davantage. Des côtes qui vous étaient fermées, des distances que votre condition n’autorisait pas, un entraînement plus long que vous ne pourriez autrement. Même vélo, même moteur, et un être humain radicalement différent à l’arrivée.
Le vélo ne décide pas lequel des deux. Les deux futurs — l’atrophie cognitive, et l’IA comme gymnase cognitif — roulent sur la même machine. La différence entre eux n’est pas dans l’IA. Elle est dans la conception de son usage.
Étiquette de preuve : il s’agit d’une posture de conception et d’une conviction personnelle de Carlos Miranda Levy, non d’un résultat de recherche. Là où elle converge avec des travaux publiés, nous disons « converge avec » — jamais « dérivée de » ni « prouvée par ». Lire l’argument complet →
3. On nous a remis un gymnase tout-puissant ; le travail est d’en faire un gymnase cognitif
L’IA peut faire presque n’importe quoi — et c’est exactement ce qui la rend dangereuse comme outil d’apprentissage, et pas seulement puissante. Un gymnase où chaque machine soulève le poids à votre place n’est évidemment pas un endroit où l’on se renforce. Le gymnase tout-puissant est la condition qui nous a été remise, danger compris. Le gymnase cognitif est le futur qu’il faut bâtir à partir d’elle.
Toute la tâche de la conception pédagogique à l’ère de l’IA tient en une phrase : faire fonctionner le gymnase tout-puissant comme un gymnase cognitif.
4. La responsabilité appartient aux adultes présents
C’est la partie que presque tout le monde inverse. Demandez à un enfant de dix ans s’il veut le devoir facile ou le devoir difficile : il choisira le facile. Demandez à un adolescent s’il veut l’IA qui livre la réponse ou celle qui le fait réfléchir : il choisira la réponse. Ce n’est pas un défaut moral, ni la preuve que cette génération serait plus paresseuse que les précédentes : c’est la nature humaine qui prend le chemin de moindre résistance, exactement comme le fait tout adulte dans les pans de sa propre vie où personne ne lui a conçu la friction.
La charge de ce choix n’appartient donc ni aux enfants ni aux adolescents. Elle appartient aux adultes présents — à celles et ceux qui accompagnent l’apprentissage et aux institutions, dont le travail est de concevoir l’usage de l’IA pour qu’il construise la capacité au lieu de la remplacer. Et sa forme la plus tranchante ne porte pas sur les outils, mais sur l’évaluation : si la dissertation peut être produite sans réfléchir et obtenir quand même la note, elle sera produite ainsi — et à raison, puisque nous avons bâti une évaluation qui récompense le laisser-aller.
Quand nous critiquons le laisser-aller assisté par l’IA, l’objet de la critique est la conception de la tâche. Jamais l’apprenant.
5. L’effort est le produit — « smoother » n’a jamais voulu dire « sans friction »
Nous supprimons la friction improductive : interfaces confuses, lourdeurs administratives, temps morts, travail qui n’apprend rien. Nous préservons — et parfois augmentons délibérément — la friction cognitive productive : récupérer plutôt que relire, chercher avant qu’on ne vous dise, échouer d’une manière qui construit quelque chose. Une IA qui supprime toute friction ne rend pas l’apprentissage plus smooth : elle le rend plus creux.
La maîtrise vient toujours d’une pratique extensive, délibérée et répétée. Il n’y a pas de raccourci, et un sentiment de préparation produit par l’IA n’est pas une préparation.
6. L’IA amplifie le rôle humain ; l’étayage est conçu pour s’effacer
Un seul test décide si une fonction d’IA a sa place dans une expérience d’apprentissage : transfère-t-elle l’effort cognitif à l’apprenant, ou le lui retire-t-elle ? Ce qui supprime la lutte productive est un antipattern, aussi séduisant soit-il. Un soutien qui ne s’efface jamais cesse d’être un étayage et devient une béquille : toute assistance que nous concevons est conçue pour se retirer.
Utilisée ainsi, l’IA rend le rôle humain — médiateur, guide, mentor — plus crucial, et non moins. Augmenter, ne pas remplacer.
7. Honnêtes sur les preuves — et sur ce qui n’en est pas
Chaque cadre et chaque technique que nous présentons porte une étiquette : fondé sur la recherche, synthétisé, adapté ou original — et, c’est important, ce n’est pas une hiérarchie de qualité. Un cadre original peut valoir autant qu’un cadre soutenu par l’expérimentation. Il est simplement étiqueté honnêtement, et l’étiquette change quand les preuves changent.
Nous nommons aussi ce qui ne fonctionne pas, ce qui est plus rare et plus utile que d’approuver ce qui marche : l’hypothèse d’appariement des « styles d’apprentissage », la pyramide de l’apprentissage — dont les pourcentages ont été fabriqués —, les profils cerveau gauche / cerveau droit, et la relecture et le surlignage comme stratégie principale. Aucune technique n’est présentée pour plus que ce que les preuves soutiennent.
8. Ni interdire ni adopter aveuglément — ajuster et planifier
La position de Carlos, et la nôtre : « La réponse n’est ni d’interdire, ni de rejeter, ni d’adopter aveuglément l’IA. La réponse est d’ajuster et de planifier : non pas ajuster à l’aveugle, mais planifier soigneusement l’ajustement et la transformation, au niveau individuel, au niveau organisationnel, et aussi aux niveaux sectoriel, national et même régional. »
Et il n’existe pas de réponse unique qui conviendrait à tous. Une école primaire, une université, la fonction formation d’une entreprise et un programme professionnel ne sont pas le même problème, et le même outil les sert différemment. Ce qui rend un contexte différent est ce qui rend sa solution meilleure.
9. N’aidez jamais : Engager, Rendre possible, Inspirer, Autonomiser et Connecter
L’Arc d’Impact est notre manière d’intervenir, et il est né comme le credo personnel de Carlos : « N’AIDEZ JAMAIS : Engager, Rendre possible, Inspirer, Autonomiser et Connecter ». Le mot aider porte une asymétrie — quelqu’un qui sait mieux, fournissant des solutions à quelqu’un qui ne sait pas — et ce présupposé est le début de la dépendance, non du développement.
Nous rencontrons donc les personnes là où elles sont plutôt que de diagnostiquer à leur place ; nous fournissons des connaissances, des compétences et des outils plutôt que des solutions finies ; nous montrons ce qui est possible ; nous cédons entièrement la propriété ; et nous relions les personnes à des réseaux pour que leur croissance ne dépende jamais de nous.
Étiquette de preuve : une philosophie organisationnelle et une posture de conception, créée par Carlos Miranda Levy et adoptée par CEMI. Elle n’a pas été conçue comme une pédagogie et n’est pas un cadre fondé sur les preuves.
Comment nous tenir à cela
Une perspective ne vaut que si elle est vérifiable. Chaque affirmation factuelle que nous publions porte sa source ou dit clairement qu’elle est une position et non un résultat. Les citations sont textuelles ou n’existent pas. Quand nous nous trompons, la correction est visible et non silencieuse — et nous avons publié le travail que nous avons écarté pour n’avoir pas atteint ce niveau, parce que cela montre l’exigence mieux que de prétendre en avoir une.
Chaque pièce substantielle de ce site se termine en outre par quatre voix qui la lisent sous des angles différents, et derrière elles un panel de trente-neuf perspectives de plus : éducateurs historiques, méthodologies contemporaines, apprenants à chaque étape, et parents. Si nous n’étions prêts à publier qu’un seul point de vue, cette mécanique n’existerait pas. Découvrir le Panel Consultatif de l’Apprentissage →
Un apprentissage IA complet conçu par des éducateurs·rices, pour des éducateurs·rices. De la sensibilisation à la maîtrise.