Protéger l’effort qui fait apprendre : que confier à l’IA, que garder exigeant ?

Dans mon premier article, j’écrivais que tout ce qui fait gagner du temps à l’élève ne l’aide pas à apprendre. Une partie de l’effort (chercher, se tromper, reformuler) est justement ce qui produit l’apprentissage. Cette idée n’est pas une nostalgie de pédagogue : elle compte parmi les résultats les plus solides de la psychologie de l’apprentissage. Et les premières études sur l’IA en classe vont dans le même sens.

1.La performance du moment n’est pas l’apprentissage

Elizabeth et Robert Bjork (2011) le formulent comme une mise en garde : la performance pendant l’apprentissage peut être un indicateur très peu fiable de ce qui a été appris. Les conditions qui compliquent la tâche et ralentissent les progrès apparents favorisent souvent la rétention à long terme et le transfert. Ils parlent de difficultés désirables.

Deux effets classiques l’illustrent. Le premier est l’effet de génération : dans cinq expériences, des mots que les participants produisaient eux-mêmes étaient mieux retenus que les mêmes mots simplement lus (Slamecka et Graf, 1978). Le second est l’effet de test : des étudiants qui s’étaient testés sur un texte en retenaient 56 % des idées une semaine plus tard, contre 42 % pour ceux qui l’avaient relu, alors même que la relecture leur donnait davantage confiance en leur mémoire (Roediger et Karpicke, 2006).

Bjork et Bjork en tirent une conséquence directe : chaque fois qu’on obtient une réponse qu’on aurait pu produire soi-même, on se prive d’une occasion d’apprendre. Avec une limite importante : une difficulté n’est désirable que si l’élève a les connaissances pour la surmonter. Sinon, elle devient une difficulté tout court.

2.Avec l’IA : une béquille ou un tuteur

Une étude menée dans un grand lycée en Turquie, auprès de près de 1 000 élèves en mathématiques, montre ce que cela donne avec l’IA générative (Bastani et al., 2025). Pendant les séances d’exercices, un accès libre à GPT-4 améliore les notes de 48 %. Mais à l’examen suivant, sans l’outil, ces élèves obtiennent des notes inférieures de 17 % à celles des élèves qui n’y ont jamais eu accès : les auteurs parlent d’un usage de l’IA comme béquille. Une version conçue pour donner des indices sans livrer la réponse améliore les notes pendant les exercices de 127 % et fait disparaître cet effet négatif à l’examen, sans pour autant faire mieux que le groupe sans IA.

Une autre étude, à Harvard, obtient un résultat plus favorable : avec un tuteur d’IA construit selon des principes pédagogiques précis, des étudiants d’un cours de physique ont appris davantage, en moins de temps, qu’avec un cours en apprentissage actif (Kestin et al., 2025). Mais les tests avaient lieu à l’issue de chaque séance, sans mesure de rétention à plus long terme, et les auteurs recommandent eux-mêmes d’éviter l’IA quand les élèves risquent de s’en servir comme d’une béquille pour contourner la réflexion.

Même constat hors des mathématiques : des étudiants qui s’informaient avec ChatGPT plutôt qu’avec un moteur de recherche ressentaient une charge cognitive plus faible, mais produisaient des argumentations de moins bonne qualité (Stadler et al., 2024). Kapur (2016) le résume : apprentissage et performance ne se confondent pas toujours, et les conditions qui maximisent la performance immédiate ne maximisent pas forcément l’apprentissage à long terme.

3.Que confier à l’outil, que garder exigeant ?

La vraie question pédagogique n’est donc pas « IA ou pas IA », mais : dans une tâche donnée, l’effort demandé est-il celui qui fait apprendre ? Voici ma proposition pour la classe.

• Garder exigeant ce qui constitue l’apprentissage visé : se rappeler sans aide, produire sa propre réponse avant de la vérifier, expliquer avec ses mots, faire un premier essai sur un problème.
• Confier à l’outil, sous le contrôle de l’enseignant, ce qui n’est qu’un moyen : mettre en forme, générer des exercices d’entraînement supplémentaires, reformuler une consigne au bon niveau de lecture.
• Quand l’élève utilise l’IA, préférer un usage qui donne des indices plutôt que des réponses, et vérifier ensuite ce qu’il sait faire sans l’outil.

Ce tri n’est pas une règle universelle. La même tâche peut être centrale dans une séquence et accessoire dans une autre : reformuler un texte est l’objectif d’un cours de français, mais seulement un moyen dans un problème de sciences. C’est à l’enseignant de décider, objectif par objectif, où se trouve l’effort utile.

Échangeons

Comment gardez-vous l’effort utile dans vos classes quand les élèves ont accès à l’IA ? Je serai heureux d’en discuter. Mes coordonnées : pablocorreaprieto.ch

Texte rédigé avec l’aide d’une IA, relu et validé par l’auteur.