Introduction à l’IA pour les éducateurs : la dernière d’une très longue lignée

Commencer par la continuité, pas par la panique

Chaque conversation que j’ai avec une école, une université ou un organisme de formation au sujet de l’IA commence au même endroit : la peur, ou l’emballement, et le plus souvent les deux dans la même salle. Quelqu’un est certain que cela met fin à l’éducation. Quelqu’un d’autre est certain que cela la sauve. Les deux raisonnent en supposant qu’il s’est produit quelque chose de sans précédent.

Il s’est produit quelque chose d’important. « Sans précédent » est une autre affirmation.

Remontons ensemble. Il y a quelque vingt-quatre siècles, dans le Phèdre de Platon, Socrate s’opposait à la parole écrite. Il soutenait qu’elle détruirait la mémoire, sèmerait l’oubli dans l’âme des élèves et produirait des gens qui semblent savants sans l’être. Relis cette objection avec les oreilles d’aujourd’hui. C’est, presque ligne pour ligne, l’argument que l’on entend cette année au sujet de l’IA. Et l’écriture s’est révélée être la technologie qui a rendu la civilisation cumulative.

Ce n’est pas une raison d’être négligent. C’est une raison d’être curieux. Quand une peur est aussi ancienne et aussi récurrente, l’attitude honnête n’est ni de l’écarter ni de s’y soumettre, mais de demander ce que montre réellement l’histoire.

À quoi ressemble vraiment cette continuité

Voici la lignée que je demande aux éducateurs de garder en tête. Pas comme une curiosité — comme un outil de travail. Chacune de ces choses a changé ce que fait un enseignant, ce que fait celui qui apprend, et ce qui compte comme savoir.

• Les livres. Le savoir a cessé de vivre uniquement dans la bouche d’un maître et la mémoire d’un élève. D’un coup, on pouvait consulter un esprit absent de la salle, et y revenir.
• L’abaque. La première grande externalisation du calcul : la pensée déposée sur un objet que l’on déplace avec les mains.
• L’encyclopédie. Le savoir organisé pour la consultation plutôt que pour le récit. Des représentants passaient de porte en porte vendre aux familles une étagère de certitude, et des parents l’achetaient comme un investissement dans l’avenir de leurs enfants. Cette étagère était une technologie éducative très sérieuse.
• Le tableau noir. La pensée rendue publique et provisoire. Un enseignant pouvait enfin résoudre un problème devant ceux qui apprennent au lieu de ne présenter que le résultat fini. Sans doute l’invention pédagogique la plus sous-estimée de cette liste.
• La calculatrice. L’arithmétique est devenue facultative et la compréhension plus importante, pas moins. Il y a eu une vraie panique, de vraies interdictions, la conviction sincère qu’arrivait une génération illettrée en mathématiques.
• Les tableaux blancs, puis les tableaux numériques. La même surface de pensée publique, mais effaçable sans craie, puis enregistrable, partageable, rejouable.
• Les diapositives. Puis PowerPoint. Le cours est devenu une suite d’images préparées. Cela a acheté une clarté énorme, et cela a coûté quelque chose aussi : tout enseignant ayant vu les regards se vitrifier à la quarantième diapositive sait exactement quoi.
• Le multimédia, puis les encyclopédies multimédias. Le son, la vidéo et l’interactivité sont arrivés sur un disque, et un enfant pouvait entendre une baleine et voir un volcan au lieu de lire à leur sujet.
• Internet. La réponse à toute question en quoi, qui, quand, où est devenue universelle et instantanée. Cela seul aurait déjà dû réorganiser l’évaluation — et dans la plupart des endroits ce n’est toujours pas fait.
• Les certifications. La preuve d’une compétence s’est détachée de l’institution qui l’a enseignée. L’apprentissage a commencé à être reconnu partout où il se produit.
• La ludification. La motivation traitée comme quelque chose qui se conçoit, et non comme un trait fixe de l’apprenant.
• L’apprentissage actif et le constructivisme. Ce ne sont pas des appareils — et ce sont des innovations tout aussi transformatrices. Celui qui apprend a cessé d’être un récipient à remplir pour devenir la personne qui construit.
• Le microapprentissage. Le savoir découpé en morceaux assez petits pour tenir dans une vraie vie d’adulte.
• La pratique délibérée. L’idée que répéter avec du retour et une difficulté croissante est qualitativement différent du simple fait de beaucoup pratiquer une activité.

Et bien d’autres encore : l’imprimerie, le rétroprojecteur, le laboratoire de langues, la photocopieuse, la plateforme d’apprentissage, le téléphone dans chaque poche.

Voici ce que je veux que tu remarques. Aucune de ces choses n’a détruit l’apprentissage. Toutes ont déplacé le travail humain. L’écriture l’a fait passer de la mémorisation à l’interprétation. La calculatrice, du calcul à la modélisation. Internet, du rappel au jugement. À chaque fois, les éducateurs qui s’en sont bien sortis sont ceux qui ont trouvé où le travail humain était parti, et qui ont enseigné cela. Ceux qui sont restés en arrière ont continué à évaluer ce que l’outil faisait désormais gratuitement.

À méditer : pense à une seule chose que tu évalues aujourd’hui et qu’un téléphone répondrait en quatre secondes. Pas pour culpabiliser — nous en avons tous une. Juste pour repérer où le travail s’est déjà déplacé sans nous demander la permission.

Alors qu’est-ce qui rend l’IA différente ?

Différente par nature, dirais-je — pas différente par son importance. La calculatrice était très importante. Internet aussi. L’IA est étrange d’une manière dont ils ne l’étaient pas, et nommer cette étrangeté dissout l’essentiel de la confusion.

Une calculatrice était un outil. Tu la prenais, elle faisait une chose définie, tu la reposais. Internet était une plateforme. Ce n’était pas tant une chose que l’on utilisait qu’un lieu où les choses se passaient : où l’on cherchait, publiait, se rencontrait, travaillait.

L’intelligence artificielle est un outil, et un modèle, et une plateforme — tout à la fois.

C’est l’instrument que tu prends pour rédiger une grille d’évaluation. C’est le modèle qui génère du langage, des images, du code : une chose qui produit et pas seulement qui traite. Et c’est de plus en plus l’environnement où l’apprentissage se déroule : le tuteur, le partenaire d’étude, la surface d’écriture, l’endroit où va un élève à onze heures du soir quand le devoir est dû et que personne d’autre n’est réveillé.

Cette triple nature est précisément la raison pour laquelle l’IA déroute comme les technologies précédentes ne déroutaient pas. Chaque innovation antérieure pouvait se ranger sous une seule rubrique. Celle-ci refuse. Ce n’est pas une raison d’avoir peur, et certainement pas une raison de s’emballer. C’est une raison de la comprendre vraiment — et c’est à cela que sert la suite.

1. Ce qu’est l’IA

Enlève le marketing et c’est plus simple qu’il n’y paraît. Les systèmes d’IA que les éducateurs rencontrent en ce moment — les assistants conversationnels, les générateurs d’images, les aides à l’écriture — sont des machines à prédiction bâties sur des motifs trouvés dans d’énormes quantités de textes et d’images.

Un modèle de langage fait une seule chose centrale extrêmement bien : étant donné tout ce qui précède, il produit ce qui vient le plus plausiblement ensuite. Puis il recommence. Et recommence. De cette conjecture répétée et très bien informée sortent un essai, une séquence de cours, une traduction, un programme.

Il est utile d’être précis sur le vocabulaire, car il circule vite :

• L’intelligence artificielle est le champ large : des machines accomplissant des tâches que l’on associe à l’intelligence humaine.
• L’apprentissage automatique en est l’approche dominante : plutôt que de recevoir les règles, le système les tire d’exemples.
• Un modèle est le résultat entraîné : l’artefact qui contient ces motifs.
• L’IA générative est la famille de modèles qui produisent du contenu nouveau au lieu de seulement classer du contenu existant.
• Un prompt est ce que tu lui donnes. Et ton prompt détermine bien davantage ce que tu récupères que la plupart des gens ne l’imaginent.

Une analogie qui tient : une calculatrice contient de l’arithmétique. Un modèle de langage contient quelque chose qui ressemble davantage à la forme de l’écriture humaine — les contours de l’explication, de l’argument, du récit et de la consigne, appris en observant une quantité stupéfiante d’expression humaine. Demande-lui la forme d’une bonne grille d’évaluation, il t’en donnera une, convaincante. Demande-lui si cette grille convient à tes élèves, et tu es sorti de ce qu’il peut réellement savoir.

2. Comment elle a été entraînée

Comprendre l’entraînement, c’est ce qui rend tout le reste intelligible. Cela vaut cinq minutes honnêtes.

En gros, en trois mouvements.

D’abord, elle a lu. Un corpus énorme de textes — pages web, livres, articles, code, conversations — a traversé le système. Pour chaque fragment, on a demandé au modèle de prédire la suite, puis on l’a corrigé face à ce qui venait réellement. Répète cela un nombre astronomique de fois et les réglages internes du modèle s’organisent peu à peu jusqu’à ce que les prédictions deviennent bonnes. Personne n’y a écrit de règles de grammaire. Il les a absorbées, comme un enfant absorbe la grammaire de sa première langue bien avant qu’on lui nomme un verbe.

Ensuite, elle a été façonnée. Un prédicteur brut n’est pas encore un assistant utile. Des évaluateurs humains ont noté des réponses, montrant au modèle à quoi ressemble une réponse utile, honnête et raisonnablement prudente. C’est de cette étape que viennent une grande part de sa personnalité, de sa politesse, de sa prudence, et de sa tendance à te donner raison.

Enfin, elle a été clôturée. Des garde-fous, des refus, des couches de sécurité et des règles d’usage ont été ajoutés autour du modèle pour contraindre ce qu’il produira.

Trois conséquences en découlent directement, et tout éducateur devrait les garder :

• Elle hérite de ses données d’entraînement. Chaque biais, chaque manque, chaque déséquilibre de ce qu’elle a lu se retrouve dans ce qu’elle produit. Si un corpus sous-représente la langue, la région ou la réalité de tes élèves, le modèle le fera aussi.
• Elle a un horizon. Son savoir s’arrête là où ses données s’arrêtent. Elle peut être dépassée avec une parfaite assurance, et l’annoncera rarement.
• Elle a été optimisée pour être agréable. Cette étape de façonnage a récompensé l’utilité et l’encouragement — merveilleux pour un élève découragé, et discrètement dangereux pour un élève trop sûr de lui. Retiens cette idée ; elle revient dans un instant, avec mon fils dedans.

3. Comment elle « pense »

Les guillemets portent tout le poids et je ne vais pas les enlever.

Le modèle ne comprend pas ta question comme la comprendrait un collègue. Il n’y a pas de compréhension du sens en dessous, pas de modèle du monde que l’on consulte, pas d’instant où il saisit ce qu’est une fraction. Il y a du motif et de la prédiction, à une échelle et avec une aisance qui produisent quelque chose qui se lit exactement comme de la compréhension.

C’est pourquoi le fait le plus important au sujet de l’IA, pour tout éducateur, est celui-ci : elle peut se tromper complètement, avec fluidité et avec assurance.

Pas se tromper comme un moteur de recherche, en renvoyant un mauvais lien que l’on voit être mauvais. Se tromper comme se trompe un élève très éloquent qui n’a pas fait la lecture : fluide, plausible, structuré, citant une étude qui n’existe pas. Le domaine appelle cela hallucination ou confabulation. Je préfère le dire simplement : le système produit ce à quoi une bonne réponse ressemblerait, et paraître juste et être juste ne sont pas la même propriété.

Cela a une implication directe et un peu inconfortable. La personne la mieux protégée contre l’erreur de l’IA est celle qui connaît déjà le sujet. Un enseignant expérimenté repère la citation inventée immédiatement. Un élève qui découvre le sujet n’a aucune défense. La fluidité n’est pas une preuve. L’assurance n’est pas une preuve. Et plus le résultat est poli, plus il mérite d’être lu attentivement.

À essayer avec une classe : demande à l’IA quelque chose que tu maîtrises à fond, dans ta propre matière. Pousse-la dans les recoins. Regarde où elle devient lisse et mince. Ce seul exercice enseigne davantage sur la nature de ces systèmes que n’importe quelle explication, la mienne comprise.

4. L’IA en classe

Passons au concret. Voici à quoi cela ressemble un mardi, dans le travail que tu fais déjà.

Pour ta propre préparation — et c’est par là que presque tout éducateur devrait commencer, car l’enjeu est faible et le soulagement immédiat. Rédige une grille d’évaluation puis discute avec elle. Génère quinze exercices sur trois niveaux de difficulté. Transforme une lecture dense en trois versions de niveaux différents pour la même classe. Produis l’exemple résolu que tu n’as pas eu le temps d’écrire. Obtiens un premier jet de la lettre aux familles que tu repousses depuis des semaines.

Pour le retour. Pas les notes — le retour. Celui qui apprend peut obtenir une réponse sur son quatrième brouillon à dix heures du soir, ce qu’aucun système humain n’a jamais pu offrir à grande échelle. Le jugement sur le travail reste le tien. Le commentaire infatigable, patient et immédiat n’a pas besoin de l’être.

Pour la pratique. C’est l’usage qui m’enthousiasme le plus, et il rejoint une conviction que je tiens fermement : la maîtrise exige une pratique étendue, délibérée et répétée, et rien ne supprime cette exigence. Ce que l’IA peut enfin faire, c’est rendre cette répétition supportable : variée, corrigée à l’instant, patiente, personnalisée, jamais lassée de toi. De la pratique délibérée à une échelle qu’aucune époque de l’éducation n’a jamais atteinte. Ce n’est pas rien. C’est peut-être la plus grande occasion de toute cette liste.

Pour l’accès. La traduction pour un élève nouvellement arrivé. La synthèse vocale et la dictée. La simplification pour celui qui lit en dessous de son niveau et ne devrait pas être exclu des idées. Des explications dans la langue que parle réellement une famille. Pour les élèves en marge de la classe, cela peut faire la différence entre participer et regarder.

Pour penser avec elle. Le questionnement socratique, l’avocat du diable, un partenaire de débat qui ne fatigue jamais, un interlocuteur historique simulé, un premier lecteur pour un argument. C’est l’usage au plus grand potentiel et celui qui demande le plus de conception — raison pour laquelle il vient après que tu sois à l’aise, pas avant.

Et voici le moment sur lequel je veux m’arrêter, parce que c’est celui auquel je reviens sans cesse. Quand mon fils et moi nous asseyons pour préparer un examen, il revient au bout de vingt minutes : « Papa, je suis prêt. » Et je lui dis non — on continue jusqu’à compléter l’heure et les cent exercices, comme on l’a défini. Et il proteste : « Mais Papa, l’intelligence artificielle m’a dit que j’étais prêt, que je déchire. » Et je lui explique : bien sûr, parce que nous l’avons configurée pour te donner confiance et te faire couvrir la matière. Mais la vraie compétence, la vraie maîtrise, se construit si tu la tiens dans la durée, pas en vingt minutes et vingt questions. Finissons les cent questions et l’heure entière, et si le résultat est le même, on va manger une glace.

Cette petite négociation contient toute la leçon de l’IA en éducation. L’outil a fait son travail. Tenir l’exigence, c’était mon travail — et ce n’est pas un travail que l’on peut déléguer à l’outil. L’encouragement de l’IA ne mentait pas, exactement. Il faisait le travail que nous lui avions donné.

5. Défis et opportunités

Mettons-les côte à côte, car dans presque tous les cas ce sont les deux faces du même fait.

Le défi du raccourci. Un élève peut désormais produire un objet d’apparence achevée sans avoir fait la réflexion que cet objet était censé exiger. L’opportunité dans le même fait : cela force enfin la question que nous évitons depuis l’arrivée d’Internet — qu’évaluions-nous réellement ? Si un devoir peut être fait sans apprendre, le devoir mesurait déjà la mauvaise chose. L’IA n’a pas créé ce problème. Elle l’a rendu impossible à ignorer.

Le défi de l’illusion de maîtrise. Une aide encourageante et toujours disponible peut fabriquer le sentiment de compétence sans la substance. L’opportunité : le même système, configuré autrement, peut livrer une pratique délibérée sans relâche — exactement ce que nous savions bâtir la maîtrise et que nous n’avions jamais eu les moyens de fournir.

Le défi de l’écart qui se creuse. Les établissements bien dotés auront l’IA et des enseignants qui savent s’en servir. Ceux qui manquent de moyens risquent de recevoir l’outil sans rien de construit autour. L’opportunité : bien conçu, cela nivelle vraiment — un explicateur patient, en tête-à-tête, dans la langue de l’apprenant, n’a historiquement été accessible qu’aux familles qui pouvaient le payer.

Le défi de l’érosion. Certaines capacités s’atrophient vraiment quand on ne s’en sert pas, et soyons honnêtes : chaque technologie de cette lignée a échangé quelque chose. L’opportunité : être délibérés, pour une fois, sur ce que nous échangeons et ce que nous protégeons, au lieu de le découvrir dix ans plus tard.

6. Éthique et responsabilité

Cette section est courte et elle n’est pas facultative.

Vie privée. Les données d’un élève saisies dans un outil d’IA grand public ont quitté ton établissement. Avant d’adopter quoi que ce soit, sache où vont les données, si elles entraînent le modèle, qui peut les voir et ce qu’exige ta législation locale. Dans le doute, ne mets pas le travail, le dossier ou la situation personnelle d’un élève identifié dans un outil généraliste.

Biais. Le modèle hérite de ses données. Attends-toi à des déséquilibres : quels prénoms, quels parlers, quelles histoires et quels exemples sortent par défaut. Nomme-les à voix haute avec les élèves. Un résultat biaisé examiné ensemble est une meilleure leçon qu’un résultat propre accepté de confiance.

Paternité du travail. Décide, énonce et enseigne ce qui compte comme travail personnel dans ton contexte — et sois précis, car « n’utilisez pas l’IA » n’est ni applicable ni éducatif. Mieux : l’usage est permis ici, doit être déclaré là, et interdit à cet endroit précis, avec la raison à chaque fois. Les élèves respectent bien davantage une ligne claire qu’une interdiction vague.

Équité d’accès. Tous les élèves n’ont pas le même appareil, la même connexion ni le même abonnement payant. Un devoir qui suppose silencieusement l’accès à un bon outil d’IA est un devoir qui trie silencieusement les élèves selon les revenus du foyer.

Honnêteté avec les élèves. Dis-leur ce que sont ces systèmes. Dis-leur qu’ils peuvent se tromper. Dis-leur quand tu en as utilisé un pour préparer leur matériel — montre la transparence que tu leur demandes. Les élèves pardonnent à un enseignant qui apprend encore. Ils ne pardonnent pas d’être manipulés.

7. Bonnes pratiques et recommandations

• Garde le jugement humain là où il doit être. Augmentation, pas remplacement. L’IA peut rédiger, varier, traduire, expliquer et ne jamais fatiguer. Décider de ce dont un apprenant a besoin, si le travail est bon et où se situe l’exigence : cela reste à toi.
• Vérifie tout ce qui ressemble à un fait. Noms, dates, références, chiffres, citations. Si c’est vérifiable, vérifie-le. Si tu ne peux pas le vérifier, ne le transmets pas.
• Sois précis dans ta demande. Donne le contexte, l’apprenant, le niveau, la contrainte, le format. Vague à l’entrée, plausible mais inutile à la sortie. Écrire un prompt tient plus du cahier des charges que de la recherche en ligne.
• Déplace l’évaluation vers le processus. Brouillons, révisions, défense orale, explication du raisonnement, repérage d’une réponse volontairement fausse. Si l’apprenant sait expliquer pourquoi cela marche, il a appris quelque chose.
• Fixe la cible avant de commencer. L’heure, le nombre, l’exigence. Ne laisse pas les encouragements de l’outil déplacer la ligne d’arrivée.
• Commence là où l’enjeu est faible. Ta propre préparation d’abord. L’usage devant les élèves une fois que tu sens comment la chose échoue.
• Enseigne l’outil en même temps que la matière. Un élève qui comprend ce qu’est un modèle et pourquoi il hallucine est protégé comme aucune interdiction ne saurait le protéger.
• Change-le — mais change-le bien. Cámbialo, pero cámbialo bien. Les réformes échouent non parce que les gens résistent au changement, mais parce qu’on change la mauvaise chose, qu’on lâche ce qui portait et qu’on garde ce qui décorait.

8. Se lancer : trois choses cette semaine

Ce n’est pas une stratégie. Trois actions concrètes, chacune tenant dans une semaine ordinaire.

Un : interroge-la dans ta propre matière. Une demi-heure. Prends une chose que tu maîtrises entièrement et pousse l’IA jusqu’à ce qu’elle s’amincisse ou invente. Tu ne testes pas si elle est bonne. Tu calibres ton propre instinct sur l’endroit où elle échoue, et c’est la compétence la plus transférable que tu puisses acquérir ici.

Deux : confie-lui une vraie tâche de ta préparation. Pas une tâche face aux élèves. Une grille, une série d’exercices, trois niveaux de lecture d’un même texte, un exemple résolu. Puis corrige-le durement. Remarque ce qu’elle t’a épargné et ce qu’elle a mal compris de tes élèves. Cet écart, c’est ton jugement professionnel rendu visible.

Trois : écris ta ligne et dis-la à voix haute. Un paragraphe pour tes élèves : où l’usage de l’IA est attendu, où il doit être déclaré, où il est interdit, et la raison de chaque cas. Lis-le-leur. Invite la discussion. Leurs objections amélioreront ta politique plus que n’importe quel cadre théorique.

Voilà la semaine. Tout ce qui suit se construit là-dessus.

Où cela nous laisse

L’intelligence artificielle est la plus récente innovation d’une très longue lignée d’innovations qui ont transformé et remodelé la façon dont les êtres humains apprennent. Les livres l’ont fait. L’abaque l’a fait. L’encyclopédie, le tableau noir, la calculatrice, le projecteur, le disque, le web : tous l’ont fait, et chacun est arrivé au son de quelqu’un affirmant que cette fois l’apprentissage n’y survivrait pas.

L’apprentissage y a survécu. Il y a survécu parce que l’éducation n’est pas un ensemble figé de tâches à défendre. C’est la culture délibérée de la capacité humaine, et chaque outil de cette liste, une fois la peur passée, s’est révélé être une façon de plus de cultiver davantage de cette capacité, chez plus de gens, que l’outil précédent.

L’IA diffère sur un point qui compte vraiment : elle est outil, modèle et plateforme à la fois, et c’est pour cela qu’elle déroute, et pour cela que le raccourci qu’elle propose est plus tentant qu’aucun avant lui. Ce n’est pas une raison de rester immobile. C’est une raison de la comprendre assez bien pour la façonner — puis d’être l’éducateur qui a remarqué où le travail humain s’était déplacé, et qui est allé enseigner cela.

Tu sais déjà qu’il faut le changer. Toute la tâche est de le changer bien.

Cette introduction expose une position et un cadre, non une revue de la littérature. Là où j’ai fait appel à l’histoire — l’objection de Socrate à l’écriture dans le Phèdre, la panique scolaire autour de la calculatrice, le déplacement de l’encyclopédie imprimée par le web ouvert — je m’en suis délibérément tenu à ce qui est largement documenté, en évitant les chiffres précis que je ne peux pas sourcer. Si tu as des travaux que je devrais lire, dis-le-moi. — Carlos Miranda Levy

Les quatre perspectives