L'IA générative peut améliorer la performance immédiate sur une tâche sans nécessairement améliorer l'apprentissage — une partie de l'avantage disparaît, ou s'inverse, une fois l'IA retirée.
aiLearning Challenge · Fondement
Pourquoi il est conçu ainsi.
L'aiLearning Challenge est conçu contre un mode d'échec documenté : une IA qui élève la performance tout en vidant l'apprentissage. Cette page expose les preuves, les cadres d'apprentissage et les décisions de conception derrière l'événement — et étiquette chaque élément pour ce qu'il est.
Trois types d'affirmations apparaissent sur cette page, chacune avec son étiquette :
- Résultat évalué par les pairs de la recherche citée telle que publiée — jamais plus forte que ce que l'étude soutient.
- Rapport institutionnel cadres et rapports d'institutions nommées.
- Position de conception nos propres choix — défendus comme des décisions, jamais déguisés en résultats de recherche.
1 · La motivation
L'IA peut élever la performance pendant que l'apprentissage reste en arrière.
C'est le constat auquel tout l'événement répond. Ce n'est ni une intuition ni une panique morale — c'est ce que la recherche sur l'IA générative en éducation ne cesse de rapporter, et c'est la raison pour laquelle le Challenge existe sous cette forme plutôt que comme une vitrine d'outils de plus.
Dans une expérience de terrain randomisée de 2025 auprès de près d'un millier d'élèves de mathématiques du secondaire, l'accès sans restriction à un assistant d'IA générale a amélioré la performance pendant l'entraînement — mais ces élèves ont ensuite obtenu de moins bons résultats que le groupe témoin une fois l'IA retirée. Un tuteur d'IA étayé a largement supprimé cette pénalité.
Dans une expérience de 2024, les personnes assistées par ChatGPT ont produit les meilleurs essais — meilleurs que ceux d'un groupe accompagné par un expert humain — mais n'ont pas appris davantage, n'étaient pas plus motivées, ont passé moins de temps à évaluer leur propre travail et avaient tendance à copier-coller. Les auteurs appellent cela la « paresse métacognitive ».
Dans une expérience de 2024 avec 293 auteurs et 600 évaluateurs, l'accès à l'IA générative a rendu les récits individuels plus créatifs, mieux écrits et plus agréables — tout en rendant les récits plus semblables les uns aux autres : un gain individuel payé en diversité collective.
Position de conception
Le Challenge est donc construit précisément contre ces modes d'échec. Tout le monde reçoit le même accès à l'IA, si bien que l'IA seule ne confère aucun avantage — ce qui est démontré, c'est l'amplification de la capacité de créer de chaque personne. Augmenter, jamais remplacer. Et les défis sont rédigés pour qu'aucune réponse générique d'une IA ne puisse gagner — par conception, non par interdiction : contexte authentique, information incomplète, valeurs en tension, information qui n'existe que localement ou le jour même, un artefact vérifiable. La compétition est l'emballage ; l'apprentissage est le but.
2 · Le cadre
Une lignée de sciences de l'apprentissage — en coulisses, jamais en cérémonie.
Le Challenge est une démonstration en direct de la méthodologie d'apprentissage Smoother, et Smoother s'appuie sur des traditions nommées. Ces cadres façonnent la manière dont l'équipe organisatrice conçoit l'expérience ; on ne demande jamais aux participants de les exécuter comme des rituels visibles.
Guidé, pas minimalement guidé
L'instruction à guidage minimal — découverte, apprentissage par problèmes, expérientiel et par investigation sans guidage solide — s'est révélée moins efficace et moins efficiente que l'instruction guidée, en particulier pour les novices ; l'avantage du guidage ne recule que lorsque la personne qui apprend possède déjà assez de connaissances préalables pour se guider elle-même. Cette critique a elle-même été contestée dans la littérature. Kirschner, Sweller & Clark (2006), Educational Psychologist
Dans le Challenge : l'événement est délibérément étayé à chaque catégorie — dossiers de défi, préparation en amont, mentorats, formats de défense publiés pour les catégories les plus jeunes. Les connaissances préalables exigées sont maintenues proches de zéro par conception : le Challenge admet des participants qui n'ont jamais utilisé un outil d'IA.
L'apprentissage par projets — avec sa condition honnête
L'apprentissage par projets a un effet positif moyen à grand sur la réussite académique comparé à l'instruction traditionnelle — mais l'effet dépend fortement de la mise en œuvre, et des évaluations scolaires rigoureuses n'ont parfois trouvé aucun effet. Chen & Yang (2019), Educational Research Review
Dans le Challenge : la mise en œuvre est traitée comme une obligation de conception, pas comme une arrière-pensée — la préparation des éducateurs fait partie du cycle, avec le Référentiel de compétences en IA pour les enseignants de l'UNESCO (2024) comme point de référence. UNESCO (2024), Miao & Cukurova
Le constructionnisme — construire des choses partageables
La lignée constructiviste qui va de Piaget au constructionnisme de Papert soutient que l'on construit le mieux ses connaissances en construisant des choses partageables — avec un plancher bas, un plafond haut et des murs larges comme principes de conception. Élargir l'éventail de ce que les participants peuvent créer a augmenté, dans une expérience naturelle au sein de la communauté en ligne Scratch, à la fois l'engagement et l'apprentissage. Papert ; Resnick et le MIT Lifelong Kindergarten ; Dasgupta & Hill, expérience naturelle dans Scratch
Dans le Challenge : aucun médium n'est privilégié. Une solution peut être un logiciel, un prototype, une performance, une campagne, une histoire, une politique publique, un service — et dans la catégorie primaire, on peut entrer avec un dessin et une phrase.
Bruner — trois modes, une spirale
Bruner a décrit les modes de représentation énactif, iconique et symbolique, et le curriculum en spirale — revenir à la même idée avec une profondeur croissante. Bruner, modes de représentation et curriculum en spirale
Dans le Challenge : c'est ce qui rend un seul thème de défi viable à travers quatre catégories de développement — le même problème, taillé pour chaque étape — et les modes sont honorés comme des formes d'expression parallèles et également valables, jamais comme une échelle d'âges.
Vygotski et l'étayage — attribués avec précision
La zone proximale de développement est la distance entre ce qu'une personne peut faire seule et ce qui devient possible avec un guidage ou un pair plus capable. Le terme « étayage » (scaffolding) a été introduit par Wood, Bruner et Ross en 1976 — pas par Vygotski. Nous citons nos sources avec précision, y compris celle-là. Vygotski ; Wood, Bruner & Ross (1976)
Dans le Challenge : les mentorats et la préparation des éducateurs travaillent exactement dans cette zone — des questions et des critiques qui étendent ce qu'une équipe peut presque faire, jamais des mains qui le font à sa place.
Conception de l'apprentissage complexe, itération, métacognition
Le modèle 4C/ID organise l'apprentissage complexe en tâches authentiques, information de soutien, information procédurale et pratique partielle — un outil de conception, côté organisation, pour construire le cycle. De la tradition du design thinking, le Challenge retient l'itération non linéaire et le prototypage, délibérément sans séquence d'étapes imposée : le jury récompense la preuve qu'une équipe s'est adaptée, jamais l'accomplissement cérémoniel d'étapes. Et la base de preuves de l'apprentissage actif est substantielle, comme celle de la métacognition et de l'autorégulation — planifier, suivre et évaluer son propre apprentissage —, exactement ce qu'exercent l'étape de réflexion et le questionnement de la défense. van Merriënboer, 4C/ID ; synthèses de preuves sur l'apprentissage actif et la métacognition
3 · L'approche
Cinq mécaniques, conçues contre les modes d'échec.
Position de conception Tout ce qui figure dans cette section est une décision de conception — motivée par les preuves ci-dessus, et honnêtement étiquetée comme la nôtre. Ces mécaniques sont des hypothèses sur la manière de prévenir des modes d'échec documentés, pas des faits établis ; l'événement les mesure.
- 01
La Fenêtre humaine initiale
Les 10 à 15 premières minutes après la révélation du défi se passent sans IA : les participants réfléchissent, esquissent et divergent par eux-mêmes avant d'ouvrir le moindre outil — pour protéger le cadrage du problème de l'attraction homogénéisante que la recherche documente.
Voir plus
Comment elle se déroule. Papier et conversation, sans écrans : chaque équipe énonce le problème avec ses propres mots, nomme ce qu'elle ignore et ce qu'elle suppose. Cette trace voyage — c'est la preuve que le jury lit dans la dimension du cadrage : un cadrage tenu face à ce que le modèle proposera ensuite.
Pourquoi en premier. Le cadrage est le moment le plus exposé à l'homogénéisation : dès que le modèle propose sa lecture, la version de chaque équipe dérive vers elle. Protéger ces minutes, c'est protéger la diversité de tout ce qui suit.
- 02
La Porte de divergence
Aucune équipe ne commence la production avant de pouvoir montrer trois approches substantiellement différentes. Un palmarès de gagnants quasi identiques est un mode d'échec prédit de la compétition assistée par IA — le Challenge fabrique donc la divergence au lieu de se contenter d'en avertir.
Voir plus
Qui fait quoi. La divergence, c'est l'équipe qui la mène : trois approches substantiellement différentes, chacune disant ce qu'elle optimise et ce qu'elle sacrifie — les pistes abandonnées sont consignées et rapportent du crédit de processus, jamais l'inverse. La vérification de la porte revient aux éducateurs-mentors du site, jamais au jury : c'est un étayage, pas une note. Une équipe qui ne passe pas retourne diverger ; échouer coûte du temps, jamais l'éligibilité.
La seule question posée. La direction finale a-t-elle été choisie dans un espace de possibles — ou est-ce la première réponse plausible, maquillée ? Pas trois produits léchés : une preuve de choix.
- 03
La Perturbation
Un changement de conditions en cours d'événement, délivré par l'organisation, identique pour toutes les équipes, à un moment fixe — c'est ainsi que se comportent les vrais problèmes. Elle teste l'adaptation sous contrainte et se juge comme un processus, jamais comme un dégât.
Voir plus
Écrite, pas improvisée. La perturbation est rédigée avec l'énoncé du défi et relue avec lui — une tension conçue sur une variable de la situation, survivable par construction face au temps restant. Elle est taillée par niveau : concrète et ludique au primaire, structurelle à l'université.
Ce qu'elle produit. Une preuve pour la dimension itération et adaptation : un changement de conception raisonné face à des conditions nouvelles. L'équipe qui ne fait que réduire son ambition répond à une autre question que celle qui s'adapte.
- 04
Le Marché des mentors
Des mentors de nombreuses disciplines sont disponibles pour chaque équipe au moyen de jetons de consultation égaux — l'accès à l'expertise est distribué par règle, pas par assurance ni par relations. Les mentors questionnent ; ils ne touchent jamais au travail. La frontière suit une pratique documentée : la règle écrite d'assistance extérieure d'Odyssey of the Mind, selon laquelle coachs et parents peuvent enseigner des savoir-faire généraux mais ne peuvent contribuer ni idées ni travail.
Voir plus
Deux mentorats, une même règle. Les éducateurs-mentors étayent le processus — ils animent l'espace d'entraînement, vérifient la Porte de divergence, tiennent les points d'étape. Les mentors de discipline apportent l'épreuve du réel de leurs métiers. Pour les deux, la limite est identique : enseigner une compétence générale, poser une question — jamais apporter idées, prompts, code, ressources ou corrections. La défense en direct authentifie contre la sur-assistance du mentor comme contre le pilote automatique de l'IA.
Encore à définir. Le nombre et l'attribution des jetons de consultation restent des questions de conception ouvertes — publiées une fois tranchées, pas improvisées ici.
- 05
La tâche de transfert sans IA
Après l'événement, un problème nouveau est tenté sans aucune IA disponible. Une capacité qui s'évapore quand l'outil est retiré était de la performance, pas de l'apprentissage — cette tâche mesure ce qui reste. Ce n'est pas une punition pour avoir utilisé l'IA, et son résultat n'affecte jamais le classement de la compétition.
Voir plus
Pourquoi elle existe. L'écart performance-apprentissage est la preuve fondatrice de cet événement : l'assistance peut faire monter les scores pendant que la capacité, silencieusement, ne se forme pas — et la différence n'apparaît qu'au retrait de l'outil. La tâche de transfert est l'endroit où le Challenge se soumet à sa propre épreuve.
Comment elle est traitée. Les résultats sont individuels pour chaque participant et agrégés pour tous les autres ; le consentement de recherche est séparé et optionnel ; la participation et la progression n'en dépendent jamais. Si les données montrent que la capacité n'a pas persisté — c'est le résultat, et il est publié.
Et sous les cinq : des outils gratuits comme plancher d'équité
Seuls des outils gratuits et publiquement disponibles peuvent être utilisés, sous un standard glissant : aucune capacité payante, aucune offre éducative sous licence comme exigence, avec des audits peu avant chaque événement parce que les offres gratuites changent — accompagnés d'appareils en prêt et de solutions à faible bande passante ou hors ligne, et bornés par les conditions d'âge de chaque plateforme. Les offres éducatives « gratuites » dépendent d'une licence détenue par une institution : les exiger avantagerait en silence les participants dont l'école en possède une par hasard.
Dit honnêtement : les outils gratuits ne produisent pas l'équité à eux seuls. Le matériel, la connectivité, la langue et l'exposition préalable survivent à l'équité logicielle — c'est pourquoi les dispositions qui les accompagnent font partie de la règle, pas du décor.
Position de conception Deux engagements de plus, les nôtres par choix. Les participants sont propriétaires absolus de leur travail — la publication ouverte est encouragée et jamais exigée, et ni les hôtes ni les commanditaires ne peuvent y faire valoir le moindre droit. Et le Challenge est un cycle, pas une date : la préparation qui le précède et le partage, la réflexion et le transfert qui le suivent peuvent compter autant que le jour lui-même — le cycle complet est décrit dans l'annonce.
4 · Évaluation
Un seul Objet d'Apprentissage. Un profil — jamais une note.
L'évaluation Smoother part d'un Objet d'Apprentissage (Objeto de Aprendizaje) : une déclaration explicite de ce que le participant devrait en venir à savoir, faire et devenir à travers le cycle du Challenge. Les lignes de la rubrique en dérivent, composant par composant, de sorte que ce qui est jugé est exactement ce qui a été déclaré apprenable — rien d'autre.
Position de conception La capacité au centre : la résolution créative de problèmes augmentée par l'IA, sous direction humaine. Nous n'essayons pas de séparer le travail fait par des humains du travail fait par l'IA. La distinction qui compte est dirigé par l'humain contre dirigé par la machine : l'IA peut contribuer à tout, et les participants restent responsables de tout. Choisir de ne pas utiliser l'IA pour une partie du travail est en soi une preuve de bon jugement.
Processus · ~60 % de l'attention du jury
- Cadrage du problème et regard humain
- Divergence créative et originalité
- Direction humain-IA
- Itération, littératie de l'échec et adaptation
- Collaboration et transparence des contributions
Produit · ~40 % de l'attention du jury
- Valeur de l'artefact et utilité démontrée
- Ancrage dans le contexte local et faisabilité
- Qualité de la communication et de la défense
- Jugement éthique dans des choix à conséquences — une présence notée légère, parce que l'éthique vit à l'intérieur du contenu du défi, jamais en affiche rapportée
La pondération exprime l'attention et l'accent du jury. Les résultats par ligne ne sont jamais additionnés, moyennés ni convertis en un nombre unique. Le résultat est un profil.
La créativité est jugée avec un instrument validé
La dimension créativité utilise la technique d'évaluation consensuelle (Consensual Assessment Technique) — un produit est créatif dans la mesure où des observateurs appropriés s'accordent à le trouver créatif —, un instrument validé dont les limites connues sont d'exiger des juges experts appropriés et de prendre du temps. Les attentes sont calibrées par catégorie avec le modèle Four-C de la créativité (de mini-c à Pro-c), et la littérature sur la spécificité de domaine met en garde contre l'idée d'un trait général unique — les catégories fixent donc des niveaux d'attente, jamais des plafonds. Amabile (1982) ; Kaufman & Beghetto, Four-C
La Défense en direct conditionne l'avancement
Position de conception Les participants tiennent un registre léger des moments décisifs de leur construction — les décisions humaines, ce que l'IA a apporté, ce qui a été rejeté et pourquoi — puis en rendent compte dans une défense en direct qui conditionne l'avancement. Le registre est une preuve pour le jury, jamais un compte de mots noté. Une équipe qui ne peut pas rendre compte de son propre travail n'avance pas, quel que soit l'aspect de son artefact. Le voisinage savant soutient la direction : la recherche en évaluation de l'enseignement supérieur soutient que c'est la validité, plutôt que la triche, qui doit guider la refonte de l'évaluation à l'ère de l'IA générative. Bearman et al. (2024) ; Dawson et al. (2024), Assessment & Evaluation in Higher Education
Une reconnaissance en trois couches — jamais un seul nombre
Position de conception Une attestation de participation pour chaque personne qui va au bout — une reconnaissance, jamais une certification. Des distinctions par dimension, tirées du profil, si bien que des équipes différentes gagnent des distinctions différentes. Et une reconnaissance principale par catégorie et par division, décidée par la délibération du jury sur des motifs de profil dans un ordre de priorité déclaré — jamais par arithmétique. La certification est distincte et optionnelle. La catégorie primaire, c'est participation et célébration seulement : aucun classement.
5 · Limites honnêtes
Ce que le Challenge n'affirme pas.
La posture honnête n'est pas un avertissement enterré en bas de page — c'est le fondement. Voici ce que cet événement refuse délibérément de dire.
- Il n'affirme pas que ses mécaniques sont des faits établis. La Fenêtre humaine initiale, la Porte de divergence, la Perturbation, les règles de mentorat et la tâche de transfert sont des hypothèses de conception sur la manière de prévenir des modes d'échec documentés — et l'événement mesure si elles fonctionnent.
- Il n'affirme pas que la recherche démontre qu'une personne plus l'IA surpasse chacune des deux séparément. Aucune étude de notre base de preuves ne l'établit. C'est le résultat que l'événement est conçu pour poursuivre — un objectif, pas un résultat de recherche.
- Il ne présente pas la compétition comme une pédagogie. La compétition est l'emballage motivationnel ; l'apprentissage est le but. Ce qui est jugé, c'est un processus d'apprentissage rendu visible.
- Il ne classe ni n'étiquette personne. Assigner des « styles » d'apprentissage — visuel, auditif — et y adapter l'instruction ne dispose pas de preuves suffisantes d'amélioration de l'apprentissage — une revue largement citée de 2008 n'a trouvé aucun bénéfice consistant — et rien dans le Challenge ne diagnostique, ne classe ni n'étiquette les participants par style ou par type d'intelligence. Pashler et al. (2008)
- Il ne note ni le volume d'IA, ni l'art du prompt, ni un « pourcentage humain ». Aucun point pour le nombre d'outils utilisés, aucune prime au modèle le plus récent, aucune formule numérique d'auteur, aucune prime au vernis — un pivot documenté vaut plus qu'un artefact séduisant apparu tout fini.
- Il ne confond pas reconnaissance et certification. L'attestation de participation reconnaît ; elle ne certifie rien. Gagner signifie une reconnaissance délibérée d'un profil — jamais une note unique.
- Il n'annonce pas ce qui n'est pas encore décidé. Les dates, les lieux, les tailles d'équipe, le calendrier de l'édition et le partenaire académique de recherche sont en cours de définition et seront annoncés. La conception garde ses questions ouvertes au grand jour.
- Il ne s'exempte pas de son propre standard de preuve. La base de preuves sur l'IA générative dans l'éducation scolaire est encore jeune — une revue systématique de 2025 n'a trouvé qu'environ trente études empiriques admissibles —, alors le Challenge est aussi de la recherche : instruments avant et après, suivi de la ressemblance entre les propositions, la tâche de transfert comme donnée, sous consentement, avec un partenaire académique. Si les données montrent que la capacité n'a pas persisté, c'est cela le résultat — et il est publié.
Un événement qui demande à ses participants de défendre leur travail en public doit à son audience la même discipline. Cette page est cette défense.
L'aiLearning Challenge est une initiative d'aiLearning.global, de CEMI.ai et de CEMI Labs — créée par Carlos Miranda Levy, en application de la méthodologie d'apprentissage Smoother.
Un apprentissage IA complet conçu par des éducateurs·rices, pour des éducateurs·rices. De la sensibilisation à la maîtrise.