Ce que l'IA change — et ne change pas — au métier d'enseigner. Une réflexion qui va de la posture à la pédagogie différenciée, des dangers de la dette cognitive jusqu'aux pédagogies de l'enseignement naturel.
Quand un élève de douze ans peut demander à une machine de lui résumer un livre, de lui rédiger une dissertation ou de lui expliquer la photosynthèse en quelques secondes, l'école se retrouve devant une question qu'elle préférait éviter : à quoi sert-elle, exactement ?
Ce n'est pas une question nouvelle. Decroly la posait déjà en 1907 quand il fondait son école et son fameux programme : « École pour la vie, par la vie ». Freinet la reposait dans les années trente quand il refusait le manuel scolaire pour le remplacer par l'imprimerie, le journal de classe et la correspondance. Montessori la posait à sa manière en construisant un matériel qui faisait travailler la main avant le concept.
Tous ces pédagogues ont en commun une intuition : l'école ne tient debout que si elle ancre l'apprentissage dans le réel. Ils n'ont jamais cru qu'on apprenait en récitant. Ils croyaient qu'on apprenait en faisant, en observant, en se trompant, en reprenant.
L'arrivée de l'IA ne disqualifie pas leurs réponses. Elle les rend plus urgentes.
Dans le triangle pédagogique — élève, savoir, enseignant — l'IA déplace les forces. La machine peut désormais expliquer, reformuler, traduire, illustrer, corriger. Ce que l'enseignant croyait être son territoire exclusif se déplace.
C'est inquiétant si l'on tient à la posture de celui qui sait. C'est libérateur si l'on tient à la posture de celui qui fait apprendre. La différence n'est pas mince. Le premier perd son métier. Le second en redécouvre la profondeur.
L'enseignant qui me semble tenir face à l'IA est celui qui assume de s'effacer pour permettre la rencontre directe entre l'élève et le savoir. Il choisit la situation, observe ce qui s'y joue, structure la démarche, accompagne le doute. Aucune machine ne sait faire cela. Aucune machine ne sait observer un enfant qui hésite, lire dans son regard qu'il vient de comprendre quelque chose, et choisir le silence pour ne pas casser ce moment.
Cette posture-là résiste très bien à l'IA — à condition qu'on sache encore pourquoi on l'adopte.
Différencier, c'est l'un des chantiers les plus exigeants de l'école. Tenir compte des rythmes, des entrées préférées, des langues, des histoires, des trous à combler, des avances à valoriser — tout cela dans une classe de vingt-cinq élèves, en temps réel, pendant une heure cinquante par jour.
L'IA peut aider, vraiment. Elle peut reformuler une consigne pour un élève dyslexique, traduire un texte pour un élève allophone, générer une variante d'exercice pour un élève rapide, fournir un feedback immédiat sur un brouillon. Elle peut alléger le travail invisible de l'enseignant — ce travail de préparation différenciée que personne ne mesure et qui finit par épuiser.
Mais il faut s'entendre sur ce que différencier veut dire. La différenciation n'est pas une variation de l'output. C'est une décision pédagogique fondée sur la connaissance fine d'un élève singulier. Cette connaissance se construit lentement, dans des moments d'observation, des conversations courtes, des erreurs partagées.
L'IA peut produire vingt versions d'un même texte. Elle ne sait pas pour quel élève chaque version est juste. C'est l'enseignant qui le sait — ou qui apprend à le savoir. L'IA démultiplie les moyens ; les fins restent une décision humaine.
Adapter la forme. Multiplier les variantes. Reformuler à l'infini. Générer du feedback rapide. Alléger la préparation. Ouvrir des entrées multiples vers un même contenu.
Connaître l'élève. Choisir le bon moment. Lire un visage. Décider d'un objectif. Créer une relation. Accueillir une émotion. Tenir une exigence dans le temps. Donner du sens à un parcours.
On parle de dette technique en informatique : ces raccourcis qu'on prend aujourd'hui et qu'on paiera demain. Il existe une équivalente, plus sourde, plus inquiétante : la dette cognitive. Quand on délègue à une machine des opérations mentales fondamentales — formuler, résumer, hiérarchiser, argumenter — on gagne du temps. Mais on perd quelque chose qui ne se voit pas tout de suite.
On perd le muscle. On perd la capacité de produire ces opérations soi-même. On perd l'effort qui structure la pensée. Et chez un enfant en construction, cet effort n'est pas un obstacle à l'apprentissage — il est l'apprentissage.
Dans le domaine de la rééducation logicomathématique que je pratique, on sait depuis longtemps qu'on ne reconstruit rien sans repartir des opérations concrètes les plus fondamentales. On ne peut pas sauter d'étapes. On ne peut pas remplacer le geste par le résultat du geste. Un enfant qui ne sait pas compter sur ses doigts ne sait pas davantage compter parce qu'une calculatrice lui donne le résultat.
L'IA travaille à un autre niveau qu'une calculatrice. Elle pénètre des opérations beaucoup plus profondes — la formulation, la mise en lien, la rédaction. Chaque fois qu'un élève évite une de ces opérations parce que la machine peut la faire à sa place, il s'endette cognitivement. Et cette dette se paie plus tard, parfois bien plus tard.
La question pour l'école n'est donc pas de bannir l'IA. C'est de décider, à chaque âge et à chaque moment, quelles opérations doivent rester à l'élève — et pourquoi. C'est un travail pédagogique, pas un débat technique.
À l'heure où une partie de l'expérience humaine se déplace vers des écrans et des textes générés, les pédagogies actives — celles qui partent du réel, du sensible, du vécu — prennent une importance qu'elles n'avaient peut-être plus depuis longtemps.
Ces pédagogies sont des réponses construites, expérimentées, mesurées — élaborées en réponse à des questions très contemporaines. Loin d'être périmées par l'IA, leurs principes fondamentaux en deviennent la contrepartie nécessaire.
Ce que toutes ces pédagogies ont en commun, c'est qu'elles considèrent l'effort comme une matière noble. Elles n'essaient pas d'épargner à l'enfant le détour, l'hésitation, le tâtonnement. Elles savent que c'est là — et nulle part ailleurs — que l'apprentissage se construit.
L'IA peut accélérer une dérive que Freinet nommait la scholastique : cette tendance de l'école à ne plus apprendre qu'à elle-même, à se nourrir de ses propres exercices, à modéliser ses propres procédures, à produire des leçons sur ses propres leçons. Les pédagogies qui décomposent chaque tâche en micro-étapes, qui pré-mâchent les démarches, qui modélisent tout avant de laisser faire, trouvent dans l'IA un démultiplicateur idéal. La machine peut générer à l'infini ces fiches désincarnées, ces procédures bien rangées, ces apprentissages amputés du réel. Une école qui s'y engouffrerait s'enfermerait un peu plus dans sa propre clôture — pendant qu'elle croirait s'ouvrir au monde.
Quand l'IA est introduite dans une démarche pédagogique qui part du réel et y revient, elle peut devenir un objet d'étude, un miroir, un partenaire critique — et tenir sa juste place.
Je le vois dans les formations que j'anime depuis plusieurs années auprès d'enseignants, d'équipes éducatives et d'entreprises. L'IA agit comme un miroir. Elle met en lumière les croyances, les peurs, les habitudes invisibles. Bien plus que les compétences techniques.
Choisir quand l'utiliser, comment l'utiliser, dans quel objectif, avec quels élèves : ce sont des décisions qui restent à l'enseignant. L'outil ne les prend jamais à votre place.
Manipuler, observer, agir : ces gestes ne se délèguent pas à une machine. Ils sont la condition de l'apprentissage, pas son décor.
C'est cette définition-là du métier que l'IA met en valeur. Les autres définitions deviennent intenables.
L'IA peut produire vingt variantes d'un texte. Elle ne sait pas laquelle convient à quel élève. Cette décision-là est humaine, et elle le restera.
Chaque opération mentale qu'on délègue à une machine est une opération qu'on n'apprendra pas. La question est de savoir ce qu'on accepte de déléguer — et à quel âge.
Mes formations ne traitent pas l'IA comme un outil technique. Elles s'en servent comme révélateur pédagogique pour interroger les postures, les évaluations, le rapport au concret. Pour des écoles, des équipes, ou des entreprises.