L’illusion de maîtrise : quand l’IA masque l’érosion de l’apprentissage
- Éric Mateu-Huon

- 14 mars
- 5 min de lecture
Dernière mise à jour : 25 mars
On parle beaucoup de l’intelligence artificielle à l’école sous l’angle de la fraude.
Est-ce que les étudiants l’utilisent pour rédiger leurs travaux ?
Est-ce que les enseignants peuvent encore distinguer ce qui a été pensé d’un côté, puis généré de l’autre ?
La question est légitime. Mais elle est devenue trop petite.
Le vrai danger n’est peut-être pas d’abord la triche. Le vrai danger, c’est l’érosion de l’apprentissage lui-même.
Autrement dit, ce que l’IA menace le plus, ce n’est pas seulement l’authenticité d’un devoir. C’est l’ensemble des petits gestes mentaux qui, jusqu’ici, formaient lentement l’intelligence, l’autonomie et le jugement.
Mon observatoire du futur, c’est ma classe !
J’enseigne à la Gen Z, bientôt à la génération Alpha. Mes neveux arrivent déjà en classe. Mon observatoire du futur est là, devant moi. Et ce que j’y vois dépasse largement l’apparition de nouveaux outils : j’y vois un nouveau rapport à l’effort, au doute, à la formulation, à la révision, au temps long de la pensée.
Récemment, j’ai demandé à mes étudiants de se mettre dans la peau d’un gestionnaire.
Pas pour réciter un concept. Pas pour résumer un chapitre. Pas pour produire un texte qui « a l’air bon ». Je leur demandais autre chose : entrer dans une situation concrète, identifier ce qui compte vraiment, peser des options, prendre une décision, puis surtout la justifier.
Voilà une tâche simple en apparence. Mais en réalité, c’est une tâche hautement formatrice.
Pourquoi ? Parce qu’avant de décider, il faut comprendre. Il faut lire une situation. Il faut distinguer l’essentiel de l’accessoire. Il faut accepter qu’il n’existe pas toujours une seule bonne réponse. Il faut arbitrer. Il faut relier des concepts à une réalité imparfaite. Il faut enfin assumer un choix et expliquer pourquoi celui-ci tient debout.
C’est exactement là que commence le vrai apprentissage.
Or, en corrigeant les copies, j’ai vu quelque chose de très actuel. Plusieurs travaux étaient fluides, bien structurés, parfois même convaincants à première vue. Le vocabulaire était juste. Le ton était professionnel. La réponse semblait solide.
Mais en lisant de plus près, une autre réalité apparaissait parfois.
Certaines décisions étaient annoncées sans véritable raisonnement. Certaines justifications semblaient propres, mais interchangeables. Certaines formules donnaient une impression de maîtrise sans qu’on sente le travail intérieur qui y mène. D’autres textes semblaient avoir sauté les étapes. Comme si la réponse avait précédé la compréhension.
C’est là que le sujet devient beaucoup plus profond que la triche.
Une compétence ne se construit pas uniquement dans la bonne réponse. Elle se construit dans les opérations mentales qui y conduisent.
Chercher ses mots. Hésiter. Comparer. Se tromper. Revenir en arrière. Reformuler. Prioriser. Justifier. Supporter une part d’incertitude.
Bref, apprendre suppose un travail...
Et ce travail n’est pas un résidu du processus. Il est le processus !
L’IA, elle, promet exactement l’inverse. Elle promet de nous faire gagner du temps sur ces étapes. Elle suggère, reformule, organise, synthétise, propose des options, rédige des paragraphes, corrige le ton, améliore la fluidité. Elle est souvent brillante là où l’étudiant, lui, devrait justement peiner un peu.
C’est là toute l’ambiguïté.
Car ce qui ralentissait l’étudiant était souvent ce qui le formait.
La difficulté de structurer une pensée, ce n’était pas un bug. C’était une partie de l’apprentissage. L’effort de justifier une décision, ce n’était pas une lourdeur inutile. C’était un entraînement au jugement. Le brouillon imparfait, l’hésitation, la reprise, ce n’étaient pas des détours à éliminer. C’étaient des étapes de construction.
À force de vouloir aider, l’IA risque donc de court-circuiter ce qui nous faisait apprendre.
Le problème n’est pas qu’elle assiste. Le problème commence quand elle remplace les tâches mêmes qui formaient l’autonomie intellectuelle.
Voilà pourquoi je crois qu’on pose souvent la mauvaise question.
On demande : est-ce que l’étudiant a utilisé l’IA ?
La question plus importante est plutôt celle-ci : quelles tâches cognitives a-t-il encore réellement pratiquées ?
A-t-il appris à analyser, ou seulement à sélectionner une réponse plausible ?
A-t-il développé son jugement, ou seulement amélioré sa performance apparente ?
A-t-il construit une posture professionnelle, ou simplement obtenu un texte plus crédible ?
La nuance est capitale.
Un étudiant peut remettre un bon travail sans avoir beaucoup appris. Il peut produire un texte correct sans avoir réellement compris ce qu’il défend. Il peut sembler plus fort sur le papier, tout en devenant plus fragile dès qu’on modifie légèrement la situation, dès qu’on lui demande d’expliquer son raisonnement, dès qu’il faut transférer ce qu’il a fait à un autre contexte.
Et c’est précisément ce qui m’intéresse.
Dans mes classes, je ne cherche pas seulement des réponses. Je regarde ce qui se passe derrière les réponses. J’observe les signaux faibles. La facilité avec laquelle certains produisent. La difficulté qu’ils éprouvent parfois à soutenir, nuancer ou approfondir ce qu’ils viennent d’écrire. L’écart entre un texte propre et une pensée encore en chantier.
Cet écart, aujourd’hui, est au cœur de notre défi pédagogique.
Car ce qui est en jeu dépasse largement la salle de classe.
Dans le travail réel aussi, les organisations auront de plus en plus accès à des textes propres, à des synthèses rapides, à des recommandations crédibles, à des analyses générées en quelques secondes. Mais le travail réel, lui, ne disparaît pas. Il change. Et quand les tâches bougent, la vraie question reste la même : qui fait quoi, avec quel jugement ?
Un gestionnaire ne vaut pas seulement par sa capacité à produire une réponse. Il vaut par sa capacité à lire une situation, à arbitrer sous contrainte, à expliquer ses choix, à tenir compte des personnes, des risques, du contexte, du temps, des conséquences.
Autrement dit, il vaut par son savoir-agir !
C’est pour cela que l’école ne peut pas se contenter d’intégrer l’IA comme un simple gain de productivité intellectuelle. Elle doit aussi décider ce qu’elle veut préserver.
Oui, certaines tâches peuvent être automatisées. Oui, d’autres peuvent être augmentées intelligemment. Mais certaines doivent absolument rester pratiquées par l’étudiant lui-même, parce qu’elles construisent le jugement.
Formuler un problème.
Supporter l’incertitude.
Peser des options.
Justifier une décision.
Réviser une idée.
Reconnaître une faiblesse dans son raisonnement.
Reprendre le contrôle sur un texte trop lisse.
Transformer une réponse en pensée.
Voilà, à mon sens, les tâches à préserver.
Le vrai sujet, au fond, n’est pas de savoir si l’IA entre dans la classe. Elle y est déjà.
Le vrai sujet est de savoir ce que nous sommes prêts à lui déléguer, et ce que nous devons continuer à faire nous-mêmes pour rester capables d’apprendre, de décider et d’agir avec discernement.
À l’ère de l’IA, une copie impeccable n’est plus toujours une preuve d’apprentissage.
Parfois, elle est seulement la preuve qu’un outil a bien travaillé !
Former aujourd’hui, ce n’est donc pas seulement enseigner des contenus.
C’est protéger, transformer ou réinventer les tâches qui construisent encore le savoir-agir.
À l’ère de l’IA, tout pousse à aller plus vite. Pourtant, apprendre exige encore du temps, du détour, de la reprise. Il faut parfois laisser le temps au temps pour que se forment le jugement, la nuance et le savoir-agir.
Et si le plus grand danger n’était pas que l’étudiant triche davantage, mais qu’il pratique moins ce qui l’aide à devenir compétent ?

Transparence :
Image générée par l’IA.
Texte pensé et écrit par un humain, puis relu avec l’IA.
@ 2026 Éric Mateu-Huon.
À l’ère de l’instantané, je choisis encore le temps long de l’écriture. Merci d’avoir pris ce temps. Éric 🙏
%20(2000%20x%20650%20px).jpg)


Commentaires