L’intelligence artificielle en éducation : entre rupture technologique et continuité pédagogique

Publié en décembre 2025, le numéro 154 de l’Édurevue rédigé par la chercheuse Prisca Fenoglio, propose une synthèse de médiation scientifique finement référencée pour comprendre les enjeux de l’intelligence artificielle (IA) dans le champ éducatif.

L’irruption de l’IA générative (IAG), symbolisée notamment par ChatGPT, bouscule inéluctablement les pratiques enseignantes ainsi que l’ensemble des pratiques professionnelles dans le domaine de l’éducation, et réinterroge l’intelligence humaine. Et ces transformations soulèvent de nombreux questionnements sur les plans pédagogique, éthique, social, économique et environnemental. Si dans de nombreux écrits, les changements sont associés à des craintes sur les technologies, l’analyse proposée par cette publication de l’IFE permet de prendre un recul nécessaire pour considérer ces éléments comme de nouveaux enjeux éducatifs.

La nécessaire démythification des intelligences artificielles : des fondements aux systèmes actuels

L’IA n’est pas née en 2022 avec la démocratisation d’outils capables de générer des textes de façon autonome ! Les origines d’une discipline de recherche sur l’intelligence artificielle remontent aux années 1950 et puisqu’elle recouvre un ensemble de techniques diverses, il convient plutôt de parler « des intelligences artificielles ». Deux grandes familles techniques sont à distinguer :

• L’IA symbolique : Basée sur des règles logiques explicites (« si… alors »), elle est transparente et relativement économe en énergie. La machine analyse une base de données à partir de calculs de probabilités prévues par l’humain. Ses résultats suivent donc des règles connues et les corrélations traduisent une logique identifiée.

• L’IA statistique (ou connexionniste) : pour inférer des tendances à partir de données massives, elle utilise deux modalités :  l’apprentissage automatique, c’est-à-dire que la machine apprend à partir de données, sans programmation explicite (machine learning) et l’apprentissage profond (deep learning), l’utilisation de réseaux neuronaux artificiels pour l’apprentissage automatique. C’est de cette dernière catégorie que relèvent les intelligences artificielles génératives, capables de générer du texte, des images ou du code à partir d’une instruction que l’on appelle communément « prompt ».

Cartographie des usages pédagogiques des IA

Historiquement, les usages de l’intelligence artificielle dans le domaine de l’apprentissage ont débuté dans l’enseignement à distance. Aujourd’hui, son champ d’application a largement dépassé celui de la personnalisation des parcours d’apprentissage prenant appui sur la modélisation du profil des apprenants.

La recherche a fait émerger différentes classifications des systèmes d’intelligence artificielle (SIA) en éducation et montre que ces outils ne forment pas un bloc monolithique.

Dans le domaine éducatif, les systèmes d’intelligence artificielle sont employés par les acteurs à tous les niveaux :

• Pour les apprenants : les systèmes de tutorat intelligent et les rétroactions immédiates accompagnent les personnes dans leurs productions ou leur préparation à des évaluations. Les différentes possibilités d’adaptation permettent une prise en compte de particularités et difficultés d’apprentissages. L’intelligence artificielle générative apparait même comme un assistant de travail personnalisé.
•  Pour l’enseignant·e : la génération d’exercices et de supports, l’aide à la planification des cours, l’aide à l’évaluation,…, permet de soutenir ou de renouveler les pratiques.
• Pour le système : optimisation des emplois du temps, orientation et lutte contre le décrochage scolaire, …

Mais c’est surtout la finalité et les modalités d’utilisation qui impactent l’expérience de l’utilisateur et de l’utilisatrice. Dans le domaine de l’enseignement par exemple, les outils d’intelligence artificielle peuvent améliorer l’apprentissage notamment par le biais d’un chatbot, c’est-à-dire un agent conversationnel qui interagit avec l’utilisateur, les transformer, c’est le cas dans l’usage de la réalité virtuelle par exemple ou créer de nouvelles possibilités comme lorsqu’elle compose des évaluations continues adaptatives aux besoins des apprenants.

L’enjeu majeur identifié par la recherche est de maintenir l’agentivité des acteurs et ce tant au niveau de l’outil que de l’usage qui en est fait : un système qui sélectionne et impose un parcours à la place de l’usager réduit son autonomie tandis qu’un système qui recommande des ressources sans masquer les autres options préserve sa capacité d’agir. L’usager, de son côté, peut adopter différentes postures face à l’outil : considérer les intelligences artificielles comme des substituts à son action, créer une collaboration qui soutient son propre processus ou alors maitriser l’outil pour ensemble, augmenter son propre potentiel ou sa propre intelligence.

Le nécessaire développement de nouvelles compétences spécifiques

Pour que les usagers des intelligences artificielles puissent prendre une part active face aux outils, il lui faut déployer des compétences concernant l’ingénierie du prompt. Car de la contextualisation et de la précision de la requête envers la machine dépend la pertinence de réponse de celle-ci.

Dans un second temps, l’aptitude à lire, à comprendre et à utiliser l’information proposée par l’outil est fondamentale. Ces compétences en littératie permettent à l’usager de développer des stratégies pour obtenir de meilleurs résultats et d’interagir efficacement avec la machine.

Par leur fonctionnement algorithmique, les systèmes d’intelligence artificielle reproduisent les discriminations présentes dans leurs données d’entraînement (genre, origine, culture). Il est donc indispensable de corroborer les résultats obtenus pour démasques ces biais.

Enfin, il convient que l’apprenant·e incorpore les résultats de façon éthique à son travail final, en citant les sources.

L’arrivée de l’IA en classe ressemble quelque peu à celle de la calculatrice en mathématiques : elle ne remplace pas la pensée, mais elle déplace l’effort intellectuel de l’exécution brute vers la stratégie de résolution et la vérification critique du résultat.

Puisque les intelligences artificielles effectuent des tâches de plus en plus élaborées, un défi pour l’humain est donc de développer ses compétences complexes spécifiques comme la créativité, l’imagination, la pensée critique mais aussi l’intelligence socio émotionnelle.

Une autre compétence à viser serait l’agentivité citoyenne soutenue par l’IA. Ce concept vise à transformer l’élève, passant d’un simple consommateur passif à un acteur engagé et émancipé, capable de mobiliser ces technologies pour résoudre des problèmes complexes. Pour développer cet aspect, la synthèse s’appuie notamment sur le modèle de Margarida Roméro ¹, qui hiérarchise les usages de l’IA depuis la consommation de contenus (niveau 1) jusqu’à l’agentivité transformative (niveau 6), où l’outil facilite la modélisation et l’action sur le monde réel. Dans cette perspective, l’enseignant occupe un rôle pivot de facilitateur socio-numérique, guidant les élèves vers une culture numérique critique. L’objectif : éviter l’aliénation liée à la délégation de décision aux algorithmes et favoriser un positionnement citoyen autonome, créatif et responsable.

Les défis éthiques et écologiques

L’intégration de l’intelligence artificielle dans l’éducation soulève des défis éthiques majeurs. Le risque de biais algorithmiques qui peuvent reproduire et exacerber des discriminations sociales, raciales ou de genre, mais également les problématiques de confidentialité des données personnelles et d’intégrité académique face au risque de plagiat.

Sur le plan écologique, l’IA présente une empreinte environnementale alarmante : un simple « prompt » émet quatre à cinq fois plus de CO2 qu’une requête classique sur un moteur de recherche, tandis que l’entraînement des modèles et le fonctionnement des centres de données exigent une consommation massive d’énergie et d’eau pour le refroidissement. Face à ces enjeux, l’adoption d’une posture de sobriété numérique et le développement de la littéracie de l’IA pour garantir un usage responsable, frugal et critique de ces technologies est incontournable.

In fine, la réflexion partagée cette médiation scientifique nous invite à considérer les IA pas seulement être des outils techniques, mais un levier pour repenser la forme scolaire vers plus d’émancipation.

Former avec et aux intelligences artificielles

Pour les personnels du monde éducatif, le challenge est double car les intelligences artificielles s’insèrent dans la relation pédagogique à de multiples niveaux et interrogent tant les pratiques enseignantes que les visées éducatives. 

Former aux l’IA pour apprendre à collaborer de façon efficiente avec ces outils revient à développer une métacognition pointue : il ne s’agit plus seulement de savoir les utiliser, mais de comprendre comment ces outils perçoivent, modélisent et interprètent le monde pour mieux les piloter.  Aussi, le développement des compétences enseignantes dépasse celles d’un usage expert des IA et la formation des personnels apparait comme un enjeu sociétal majeur.

La synthèse ne développe que quelques de pistes pour la formation mais elle rappelle l’existence référentiels de compétences en IA internationaux, comme celui de l’UNESCO (2025)², qui structure les compétences en cinq aspects : une perspective centrée sur l’humain, l’éthique, les fondements techniques, la pédagogie et le développement professionnel. Ce référentiel peut être un appui très intéressant pour développer d’autres outils pour la formation des personnels.

Notre conclusion :

Ce dossier de l’IFÉ vous offre une médiation scientifique accessible pour vous inviter à considérer les intelligences artificielles en alliées pédagogiques. Vous apprendrez à décrypter les mécanismes techniques pour mieux piloter vos outils au quotidien. L’ouvrage fourmille d’exemples disciplinaires, du français aux arts plastiques, facilitant une mise en œuvre immédiate en classe. Les enjeux règlementaires, éthiques, écologiques bien illustrés nourriront tant votre pratique personnelle que votre posture professionnelle.

Sans plus tarder, plongez dans cette synthèse pour devenir un facilitateur socio-numérique éclairé au cœur de cette rupture technologique majeure.

Références de la publication :

Fenoglio, P. (2025). L’IA en éducation : rupture ou continuité ?

Édurevue, 154, décembre. ENS de Lyon.

http://veille-et-analyses.ens-lyon.fr/DA-Veille/ER-154-decembre-2025.pdf

1. Modèle #PPai6: usages créatifs de l’IA en éducation: de consommateurs à co-créateurs, Roméro et al, 2023 . Voir le schéma descriptif sur le site de Margarida Roméro ↩︎
2. Voir sur le site de l’Unesco, le référentiel de compétences en IA pour les enseignants ↩︎