Explorer

Nouvelles Frontières

Des systèmes d'apprentissage adaptatif au tutorat propulsé par l'IA, l'éducation entre dans une nouvelle ère. Ce ne sont pas des prédictions lointaines — cela se passe dès maintenant dans les salles de classe et les centres de formation du monde entier.

L'intelligence artificielle n'est plus un concept futuriste en éducation — c'est une réalité présente. Les modèles d'IA générative peuvent créer des plans de cours personnalisés, générer des questions d'évaluation adaptées au niveau de chaque étudiant·e et fournir un retour instantané sur les travaux écrits. Ces capacités transforment fondamentalement la relation entre l'éducateur·rice et la technologie.

Les plateformes d'apprentissage adaptatif utilisent le machine learning pour ajuster en continu la difficulté et le style de présentation du contenu en fonction des performances des étudiant·es. Les premiers résultats montrent des améliorations significatives des résultats d'apprentissage, notamment pour les étudiant·es qui peinaient avec les approches uniformes. La technologie ne remplace pas les enseignant·es — elle leur donne des super-pouvoirs.

La frontière s'étend au-delà de la diffusion de contenu. L'IA ouvre de nouvelles formes d'évaluation, d'analyse prédictive pour la réussite des étudiant·es, d'automatisation des tâches administratives, et même d'outils d'intelligence émotionnelle qui aident les éducateurs·rices à comprendre l'engagement des étudiant·es en temps réel.

La frontière n'est pas la technologie. C'est la pratique.

Il est tentant de mesurer une frontière à ce que les modèles savent déjà faire. C'est à notre avis la mesure la moins intéressante qui soit. Depuis plusieurs années, la capacité des modèles dépasse largement ce que la plupart des salles de classe en font : la contrainte n'est pas ce que l'outil peut produire, mais ce qu'on demande réellement à l'apprenant de faire, et ce qu'il advient de sa compréhension.

Nous lisons donc chaque annonce de frontière avec la même question : qu'est-ce que cela change au processus de celui qui apprend ? Un outil qui produit une dissertation achevée en quatre secondes a changé le produit, pas la personne. Un outil qui donne vingt essais avec retour là où il y en avait deux a changé l'apprentissage. Les deux sont nouveaux. Un seul est une frontière qui vaut la peine d'être franchie.

Ce que l'IA rend véritablement possible pour la première fois

Un élément de cette liste diffère des autres par nature : la pratique délibérée à grande échelle. La maîtrise a toujours exigé de nombreux essais confrontés à un retour rapide, précis et individuel — et ce retour a toujours été la ressource la plus rare de l'éducation, rationnée par le nombre d'heures dont dispose une personne compétente. C'est la raison pour laquelle celui qui apprend le violon avec un professeur particulier progresse autrement que les autres.

C'est la première technologie capable de fournir cette boucle de correction à tout le monde à la fois. Pas la connaissance — la connaissance était déjà gratuite, et sa gratuité n'a pas produit la maîtrise — mais la correction. L'argument complet se trouve dans Ce que l'IA rend enfin possible, et sa condition préalable — il n'y a pas de raccourci, seulement davantage de répétitions — dans Pas de raccourcis vers la maîtrise.

Deux avenirs logent dans le même outil

Un vélo électrique peut être pédalé avec assistance, et son cycliste se renforce. Ou bien on maintient l'accélérateur, et il arrive exactement au même endroit sans avoir rien fait. La machine est identique dans les deux cas ; l'effet sur le corps humain est opposé. L'intelligence se comporte de la même façon : elle se construit par l'effort et s'atrophie sans lui.

C'est pourquoi augmenter, pas remplacer est ici une position de conception et non un slogan. La frontière qui nous intéresse est celle où l'IA retire le travail mécanique qui n'a jamais rien appris à personne et restitue la difficulté qui, elle, apprenait quelque chose. Voir L'intelligence est un muscle et, pour six versions concrètes, Amplifier, pas substituer.

De nouveaux formats, pas seulement de nouveaux outils

La frontière se déplace aussi dans la forme de l'expérience d'apprentissage, pas seulement dans ses instruments. La méthodologie Smoother considère une expérience d'apprentissage comme une transformation que traverse le participant, et non comme un contenu qu'on lui livre ; ce que nous y avons ajouté de plus récent est le nano-apprentissage : des unités assez petites pour tenir dans les interstices d'une vie adulte, séquencées pour que cette petitesse ne coûte pas la cohérence.

En dessous se trouve l'Arc d'Impact — Engager, Rendre possible, Inspirer, Autonomiser, Connecter —, le cadre de Carlos Miranda Levy pour intervenir sans créer de dépendance. C'est une conviction organisationnelle et non un cadre validé, et nous le disons chaque fois que nous l'employons. Appliqué à une technologie de frontière, il pose à chaque nouvel outil une question inconfortable : construit-il la capacité de celui qui apprend, ou fait-il le travail à sa place en appelant cela un progrès ?

Comment nous lisons une annonce de frontière

C'est dans la couverture des frontières que les chiffres inventés circulent le plus vite, et nous n'en sommes pas exempts : nous avons bâti une infographie entière sur des données produites par l'IA, nous les avons vérifiées, et nous ne l'avons pas publiée. Cette discipline — une affirmation est sourcée, ou elle est formulée de façon directionnelle, ou elle ne paraît pas — est documentée dans L'infographie que je n'ai pas publiée et vaut pour chaque page de ce site, celle-ci comprise. Il est également utile de savoir que chaque vague technologique est arrivée avec les deux mêmes prophéties, la ruine et le salut, et qu'aucune ne s'est réalisée : La panique récurrente.