La pensée qu’on délègue : ce que l’IA prend, ce qu’elle libère, et où chaque chose devrait aller

Un mot emprunté

En espagnol, j’appelle cela externalidad cognitiva, une externalité cognitive, et comme j’ai été formé à l’économie, je sais que je tords le mot. En économie, une externalité est un effet sur des tiers : la fumée de l’usine que respirent les voisins. Ici, je parle de quelque chose de plus proche : la pensée que la personne qui apprend confie à la machine. Je reviendrai au sens de l’économiste dans le dernier texte de cette série, parce que celui-là demande qui paie. Celui-ci parle de ce qu’on délègue et de ce que cela libère.

La recherche a un nom plus simple pour ce comportement : le délestage cognitif (cognitive offloading), que les psychologues Risko et Gilbert définissent comme "the use of physical action to alter the information processing requirements of a task so as to reduce cognitive demand" [notre traduction : « l’usage d’une action physique pour modifier les exigences de traitement de l’information d’une tâche, de manière à réduire la demande cognitive »]. Leurs exemples sont volontairement ordinaires : pencher la tête pour lire une image tournée, programmer son téléphone pour qu’il rappelle un rendez-vous.¹ Nous avons toujours délesté. Ce qui est nouveau, c’est la part de la pensée qui peut désormais partir, et le peu que nous la voyons partir.

Voici donc la liste de ce qu’on délègue, telle que je la vois. Les éléments n’ont pas le même poids, et le verdict final les classe.

1. Se souvenir

La délégation la plus ancienne, et celle qui m’inquiète le moins. En 1998, les philosophes Andy Clark et David Chalmers ont bâti sur elle un argument célèbre. Otto est atteint de la maladie d’Alzheimer et emporte partout un carnet : "When he learns new information, he writes it down. When he needs some old information, he looks it up." [notre traduction : « Quand il apprend quelque chose de nouveau, il le note. Quand il a besoin d’une information ancienne, il la cherche. »] Pour Otto, soutiennent-ils, le carnet joue le rôle que la mémoire joue pour tout le monde, et dans des cas comme le sien l’esprit s’étend au monde.² C’est la version la plus forte de l’argument enthousiaste, et elle mérite d’être prise au sérieux.

Des données montrent que cette délégation libère quelque chose de réel. Dans trois expériences, les psychologues Storm et Stone ont constaté qu’enregistrer un fichier avant d’en étudier un nouveau "significantly improved memory for the contents of the new file" [notre traduction : « améliorait significativement la mémoire du contenu du nouveau fichier »]. Enregistrer le premier l’écartait du chemin du second.³

Mais lis les deux sources jusqu’au bout, car chacune porte une condition. L’effet de Storm et Stone "was not observed when the saving process was deemed unreliable" [notre traduction : « n’a pas été observé lorsque l’enregistrement était jugé peu fiable »].³ Et parmi les traits qui font du carnet d’Otto une part de son esprit, Clark et Chalmers en citent un quatrième, qu’ils jugent eux-mêmes discutable : l’information "has been consciously endorsed at some point in the past, and indeed is there as a consequence of this endorsement" [notre traduction : « a été consciemment acceptée à un moment du passé, et se trouve là précisément en conséquence de cette acceptation »].² Otto a écrit son carnet. Quand l’IA écrit le carnet à ta place, il contient des choses que tu n’as jamais sues, et sa fiabilité est justement ce que personne ne peut promettre. Le meilleur argument en faveur du délestage porte les deux conditions que la production de l’IA, par défaut, ne remplit pas.

Délègue donc la mémoire quand ce qui est stocké, c’est toi qui l’y as mis, ou quand tu peux le vérifier.

2. L’échafaudage mécanique

J’ai appris seul à programmer à neuf ans, sur un Texas Instruments TI-99/4A, et à quatorze ans j’ai suivi deux cours chez IBM : COBOL et bases de données sur un System/34. Ce sont les seuls cours de programmation que j’aie jamais suivis. Sur cette base de variables, de routines et de structure, je peux encore lire des langages que je n’ai jamais étudiés. La syntaxe n’a jamais été que le véhicule. C’est de l’expérience vécue plus que de la science établie, et je la tiens avec cette honnêteté, mais elle me dit quelque chose de ce qui peut être délégué : céder la syntaxe coûte peu quand on tient déjà la structure qui est dessous.

C’est ainsi que nous l’avons écrit dans le programme que nous menons cette année avec des jeunes, « Crecer con IA », Grandir avec l’IA. Quand les participants construisent avec l’IA, l’échafaudage technique qui n’est pas l’objet de l’Unité d’apprentissage est délégué exprès : créer la fenêtre, le format d’un fichier, le démarrage d’une page. La spécification, la décision de ce qu’il faut changer, l’explication de l’erreur et la preuve que cela fonctionne ne sont pas déléguées. Et l’autocomplétion reste éteinte dans les premières Unités de code jusqu’à ce que le participant sache écrire la structure seul, parce que pour qui ne tient pas encore la base, la syntaxe fait partie de la manière dont la base se construit. Ce que cela libère, c’est ce pour quoi l’année existe : davantage de tours d’essai avec de vraies personnes.

3. Le premier jet

Écrire, c’est la manière dont beaucoup d’entre nous découvrent ce qu’ils pensent. Délègue le premier jet et tu délègues ce moment-là. Une petite étude va dans le même sens : des adultes qui ont écrit des essais avec ChatGPT "fell behind in their ability to quote from the essays they wrote just minutes prior" [notre traduction : « ont pris du retard dans leur capacité à citer les essais qu’ils avaient écrits quelques minutes plus tôt »]. C’est une prépublication avec un petit échantillon, encore en cours d’évaluation, et je la lis comme un signal, pas comme un verdict.⁴

Ce que libère un premier jet délégué est réel : du temps pour réviser, comparer, discuter le résultat. Le problème, c’est que ce temps se dépense sur un texte que son auteur n’a pas pensé, ce qui est une drôle de chose à réviser. L’échange que je ferais est l’inverse : écris toi-même le premier jet et délègue la critique. Demande à la machine de signaler ce qui est faible, puis corrige-le avec tes mots.

4. La pratique

C’est la délégation qui ne libère rien, même si elle en a l’air. Les données les plus claires que je connaisse viennent d’une expérience de terrain avec près d’un millier de lycéens en cours de mathématiques. Avec GPT-4 disponible pendant l’entraînement, leurs notes aux exercices d’entraînement ont augmenté de 48 % avec une interface de discussion standard et de 127 % avec un tuteur conçu pour protéger l’apprentissage. Quand l’accès leur a été retiré, ceux qui avaient utilisé l’interface standard ont obtenu des résultats inférieurs de 17 % à ceux qui ne l’avaient jamais eue. Le diagnostic des auteurs est sans détour : sans garde-fous, les participants "attempt to use GPT-4 as a ‘crutch’ during practice problem sessions" [notre traduction : « essaient d’utiliser GPT-4 comme une “béquille” pendant les séances d’exercices »]. Et les effets négatifs "are largely mitigated" [notre traduction : « sont largement atténués »] par les garde-fous de la version tuteur.⁵

Cette étude laisse deux leçons. Les gains, tant que l’outil était là, relevaient de la performance, pas de l’apprentissage. Et le même modèle, réglé pour donner des indices plutôt que des réponses, a largement évité le dommage. Une seconde expérience, avec 1 200 adultes en ligne, va dans le même sens : les explications rédigées par l’IA ont aidé par rapport à la seule réponse, et "the benefits were largest for those who attempted problems on their own first" [notre traduction : « les bénéfices étaient les plus grands pour ceux qui avaient d’abord tenté les problèmes seuls »].⁶ D’abord la tentative ; ensuite la machine. C’est l’ordre qui garde la pratique entre tes mains. Pourquoi la quantité de pratique compte, je l’ai expliqué dans Pas de raccourcis vers la maîtrise ; la déléguer est le seul raccourci qui ne laisse rien derrière lui.

5. Le jugement

Le dernier élément est celui que je ne déléguerais jamais tant qu’il est ce que la personne qui apprend est là pour construire : la question, le jugement sur ce qui est vrai, la voix de son propre texte. Une enquête auprès de 666 adultes a trouvé une corrélation négative significative entre l’usage fréquent d’outils d’IA et la pensée critique, médiée par un délestage cognitif accru.⁷ C’est une corrélation, pas une cause. Il se peut que l’IA use le jugement, ou que les personnes moins enclines à juger s’appuient davantage sur les outils. Les deux lectures mènent au même endroit pour qui conçoit l’apprentissage.

Et ici, une délégation peut se retourner. Le matériel d’étude que nous donnons aux participants leur demande de ne pas réclamer d’explications, mais de dire à l’IA : ne me l’explique pas ; pose-moi des questions jusqu’à ce que j’arrive moi-même au pourquoi. Le même exercice fonctionne sans IA, avec des cartes et un ami, et la page le dit : seul change celui qui pose les questions. Délègue le fait de demander ; garde le fait de répondre. Et méfie-toi du verdict de la machine sur toi : elle tend à te faire plaisir, et si elle te dit que tu es prêt, la vraie preuve, c’est demain, sans elle.

Le verdict

Du plus sûr au plus coûteux : se souvenir, quand c’est toi qui as écrit ce qui est stocké ou que tu peux le vérifier ; l’échafaudage mécanique, quand tu tiens déjà la structure ; la critique de ton premier jet, mais pas le premier jet ; et jamais la pratique ni le jugement tant qu’ils sont ce pour quoi la tâche existe.

Cette dernière formule, c’est toute la ligne. Chaque tâche transporte certaines choses et existe pour d’autres. Déléguer ce que la tâche transporte libère quelque chose de réel. Déléguer ce pour quoi elle existe ne libère rien ; cela n’achète qu’une meilleure performance tant que l’outil est dans la salle. Et la ligne bouge avec la personne qui apprend : la syntaxe est quelque chose qu’une tâche transporte, dans mon cas, et ce pour quoi elle existe dans la première Unité de code d’un jeune de quatorze ans.

Ce qui est libéré ne va nulle part tout seul

Reste l’autre moitié de la question, celle que les mises en garde sautent. Même quand la délégation est juste, le temps et l’attention qu’elle libère n’ont pas de direction propre. Dans les expériences de Storm et Stone, la mémoire libérée avait où aller : un second fichier attendait d’être étudié.³ La personne qui apprend n’a pas toujours le second fichier.

Dans « Crecer con IA », nous dessinons un tableau à deux colonnes : PLUS VITE / PLUS FACILE d’un côté et PLUS, MIEUX, PLUS LOIN de l’autre, avec une question en dessous : est-ce que cela a amélioré la consigne, ou la question ? Chaque minute que l’IA fait gagner va dans l’une des deux colonnes, et la minute qui tombe dans « plus vite » et y reste, on en discute. Chaque participant tient un registre de trois lignes par Unité :

J’ai gardé ___ · j’ai délégué ___ · ce qui a été libéré, je l’ai utilisé pour ___

Et la règle de conception qui est derrière, une position de conception du programme et la mienne, pas un résultat de recherche : dans chaque Unité d’apprentissage qui utilise l’IA, on déclare quel effort est gardé exprès, ce qui est délégué exprès, et où ce qui est libéré devrait aller. Ce qui est libéré sans destination déclarée est emporté par la colonne « plus vite ». Si ton établissement veut inscrire ces déclarations dans ses propres expériences d’apprentissage, c’est un travail que nous faisons avec les écoles et les universités.

L’objection que je prends le plus au sérieux

La voici. Décider à quoi sert une tâche, c’est précisément le jugement qu’un novice ne peut pas porter ; c’est ce qui fait de lui un novice. Demander à un jeune de quinze ans de choisir ce qu’il délègue, c’est demander à celui qui apprend de trancher à la place de l’expert, et laisser les apprenants décider seuls est l’arrangement qui dessert le plus les plus défavorisés ; j’ai cité l’OCDE le disant dans mon essai sur PISA. Tes trois lignes sont une auto-déclaration qu’un adolescent peut remplir avec ce qui sonne bien.

J’en concède entièrement la première partie. La personne qui apprend ne trace pas la ligne seule, du moins pas au début. La déclaration est faite d’abord par les adultes qui conçoivent l’Unité d’apprentissage, avant que quiconque s’assoie, et le ou la Facilitateur·rice d’apprentissage la tient dans la salle. Les trois lignes ne confient pas la décision à la personne qui apprend ; elles rendent la délégation visible pour qu’on puisse la discuter et la corriger, et l’épreuve du lendemain, sans IA, la confronte à quelque chose que personne ne peut contourner avec des mots. Au fil de l’année, la personne qui apprend prend en charge une part croissante de la déclaration. C’est tout l’enjeu : construire le jugement au lieu de le remplacer. La seconde partie de l’objection, je ne peux pas encore y répondre. Les trois lignes n’ont pas été évaluées. C’est une décision de conception, et nous saurons ce qu’elle produit quand nous l’aurons vue à l’œuvre dans la salle.

Qui récupère ce qui est libéré

Une dernière étude, parce qu’elle ouvre la question sur laquelle se termine cette série. En reprenant les expériences d’enregistrement, Buchli et Storm ont constaté que les personnes dotées d’une plus grande capacité de mémoire de travail tiraient un bénéfice plus grand de l’enregistrement : une corrélation positive significative, sur trois expériences.⁸ C’est une tâche de laboratoire avec des listes de mots, pas une salle de classe. Mais si cela tient dans quoi que ce soit qui ressemble à l’apprentissage, ce que libère le délestage ne se répartit pas également : cela va plus loin pour ceux qui ont déjà le plus de place pour s’en servir.

C’est là que revient le sens de l’économiste. Ce texte est celui du milieu sur trois : l’effort qui apprend, la pensée qu’on délègue, et qui la paie. Le premier, Augmenter la friction, parle de la friction qu’on garde exprès. Le troisième demandera qui paie les deux, et je ne connais pas encore la réponse.

Chaque étude citée ici a été vérifiée dans son texte primaire ou dans le résumé de ses propres auteurs, et elle est citée à sa juste force : les prépublications, les corrélations et les tâches de laboratoire sont nommées comme telles. Le registre de trois lignes, le tableau à deux colonnes et la règle de conception sont des positions du programme et de l’auteur, pas des résultats. Toutes les sources figurent ci-dessous.

Quatre perspectives

Références

Chaque source ci-dessous a été vérifiée dans son texte primaire ou dans le résumé de ses propres auteurs. Les citations restent en anglais, la langue dans laquelle elles ont été vérifiées. Les prépublications, les études corrélationnelles et les tâches de laboratoire sont signalées comme telles.

1. Risko, E. F., & Gilbert, S. J. (2016). Cognitive offloading. Trends in Cognitive Sciences, 20(9), 676–688. doi.org/10.1016/j.tics.2016.07.002 La définition et les deux exemples figurent dans le résumé des auteurs.
2. Clark, A., & Chalmers, D. (1998). The extended mind. Analysis, 58(1), 7–19. doi.org/10.1093/analys/58.1.7. Otto’s notebook: §4, “From Cognition to Mind”; the four features, the fourth called “arguable” by the authors: §5, “Beyond the Outer Limits”. Cité d’après la copie des auteurs (consc.net/papers/extended.html), qui n’a pas de numéros de page et indique les pages 10–23 ; la notice de l’éditeur donne 7–19.
3. Storm, B. C., & Stone, S. M. (2015). Saving-enhanced memory: The benefits of saving on the learning and remembering of new information. Psychological Science, 26(2), 182–188. doi.org/10.1177/0956797614559285 Trois expériences de laboratoire. L’effet et sa condition de fiabilité figurent dans le résumé des auteurs.
4. Kosmyna, N., Hauptmann, E., Yuan, Y. T., Situ, J., Liao, X.-H., Beresnitzky, A. V., Braunstein, I., & Maes, P. (2025). Your Brain on ChatGPT: Accumulation of Cognitive Debt when Using an AI Assistant for Essay Writing Task. arXiv:2506.08872. arxiv.org/abs/2506.08872 Prépublication en cours d’évaluation, non relue par les pairs. Adultes de 18 à 39 ans ; un petit échantillon. Indicatif, non concluant.
5. Bastani, H., Bastani, O., Sungu, A., Ge, H., Kabakcı, Ö., & Mariman, R. (2025). Generative AI without guardrails can harm learning: Evidence from high school mathematics. Proceedings of the National Academy of Sciences, 122(26), e2422633122. doi.org/10.1073/pnas.2422633122 Une expérience de terrain dans un seul établissement. Les chiffres de 48 %, 127 % et 17 % et les citations proviennent du résumé des auteurs ; les gains sont des performances tant que l’outil était disponible.
6. Kumar, H., Rothschild, D. M., Goldstein, D. G., & Hofman, J. M. (2025). Math education with large language models: Peril or promise? In Artificial Intelligence in Education (AIED 2025), Lecture Notes in Computer Science, pp. 60–75. doi.org/10.1007/978-3-031-98459-4_5 Une expérience en ligne préenregistrée, menée avec des adultes et non des élèves. Les explications ont aussi aidé, moins, lorsqu’elles venaient avant la tentative.
7. Gerlich, M. (2025). AI tools in society: Impacts on cognitive offloading and the future of critical thinking. Societies, 15(1), 6. doi.org/10.3390/soc15010006 Enquêtes et entretiens ; une corrélation, non une cause.
8. Buchli, D. R., & Storm, B. C. (2025). Working memory capacity and the saving-enhanced memory effect. Memory, 33(8), 1015–1030. doi.org/10.1080/09658211.2025.2551230 Trois expériences de laboratoire avec des listes de mots ; une corrélation.