Le devoir est propre, mais l’élève ne sait pas le défendre

Ce basculement entre produire et comprendre ne reste pas abstrait : il se lit dans un objet très concret, une copie posée sur un bureau.

La copie est propre. Le plan tient debout. Les phrases sont fluides. Le vocabulaire est correct, parfois un peu trop adulte. Rien ne choque vraiment. Rien ne prouve non plus que l’élève soit allé jusque-là par lui-même.

Une seule question suffit à lever le doute. « Peux-tu m’expliquer ce que tu veux dire ici ?" L’élève bloque. Il reconnaît les mots. Il ne sait pas défendre la pensée qui devrait les porter.

La copie produite avec une IA est rarement excellente. Elle est le plus souvent plausible, fluide, correcte et un peu générique. Cela suffit pourtant à masquer l’absence d’appropriation. Une maladresse d’élève, elle, a une vertu rare : elle montre où le raisonnement se cabre, donc où l’aider. Un texte lissé efface ces signaux et prive l’enseignant de son diagnostic.

Le problème n’est pas que la copie soit brillante. Le problème est qu’elle soit plus claire que la pensée de l’élève.

Ce que je vois dans les copies depuis 2022

Consultant et conférencier spécialisé en intelligence artificielle, j’accompagne les organisations dans leurs usages concrets de l’IA. Formateur professionnel, je suis certifié SciCoNum depuis février 2026, une certification consacrée aux sciences cognitives et aux usages pédagogiques du numérique. J’interviens également en école de commerce depuis 2018, sur des cours de marketing, de digital, de web, d’entrepreneuriat, de management et d’intelligence artificielle, avec un objectif constant : apprendre à utiliser l’IA de manière utile, professionnelle et responsable.

Cette double expérience, entre le terrain des organisations et celui des formations, me permet d’observer depuis fin 2022 un phénomène préoccupant dans les rendus d’étudiants, du Bachelor au MBA.

C’est pour cela que j’écris cet article. Dans quelques mois, ces profils rejoindront vos entreprises. On leur confiera des analyses, des synthèses, des recommandations, des plans d’action, parfois des décisions préparatoires. Si l’école ne leur apprend pas à distinguer un texte bien écrit d’une réflexion solidement construite, l’IA ne créera pas seulement des illusions dans les copies : elle en créera dans vos livrables, vos arbitrages et vos décisions.

IA à l’école : le grand découplage entre rendu et compréhension

L’écart que révèle cette question a un nom. Un devoir n’a jamais été qu’un produit fini. Il est d’abord la trace d’un chemin : chercher, hésiter, organiser, vérifier, corriger. C’est ce chemin qui forme, bien plus que le résultat.

Avec l’IA générative, le produit peut exister sans le chemin. Le résultat arrive sans la traversée qui le rendait formateur. Ce découplage entre production et compréhension est le vrai fait nouveau. La triche existe, elle est réelle, mais elle ne suffit pas à penser le problème.

Le sujet plus profond, c’est le travail non approprié. Un élève peut croire qu’il a travaillé parce qu’il a demandé, copié, ajusté, relu. La note, elle, peut valider un rendu sans valider une compétence. Chez les étudiants, l’usage de l’IA générative est déjà quasi général[14] : le refoulé n’existe pas, seul l’encadrement se décide.

Le danger dépasse la triche. C’est de croire qu’on sait parce qu’on a rendu.

Ce que le cerveau adolescent n’a pas encore fini de construire

Ce brouillage ne pèse pas du même poids à tout âge. Un adolescent n’est pas un adulte en miniature. Rien d’une formule : c’est un fait de neuro-développement, et il change la façon de poser le problème.

Les fonctions exécutives se construisent tard. L’inhibition, la planification, le contrôle de l’attention, la mémoire de travail, la régulation de l’effort : toutes continuent de mûrir pendant le collège et le lycée. Elles reposent sur un cortex préfrontal dont la maturation se poursuit jusqu’au début de l’âge adulte[6][7].

Or l’IA générative vient précisément court-circuiter ces fonctions en formation. Elle donne une réponse avant que l’élève ait planifié. Elle formule avant qu’il ait cherché. Elle corrige avant qu’il ait repéré son erreur. Elle rassure avant qu’il ait vérifié.

Soyons précis sur le niveau de preuve. Aucune étude longue ne démontre aujourd’hui que l’IA abîme le cerveau des collégiens ; aucune cohorte d’enfants n’a été suivie sur dix ans. Mais les neurosciences du développement rappellent une chose solide : les fonctions que l’IA peut contourner sont justement celles qui ne sont pas encore stabilisées à cet âge[6].

Un adulte qui sait déjà rédiger peut demander à l’IA de reformuler un texte pour gagner du temps. Un élève de quatrième qui délègue systématiquement son exposé risque de ne pas pratiquer les gestes mêmes qu’il devrait apprendre : choisir, organiser, formuler, vérifier, défendre. À trente ans, on délègue un geste que l’on maîtrise déjà. À quatorze ans, on risque de déléguer un geste que l’on n’a pas encore construit.

Trois lois de l’apprentissage que l’IA peut soutenir ou court-circuiter

Avant de décider ce que l’IA doit faire à l’école, il faut rappeler ce qui fait apprendre. Les sciences cognitives ne disent pas que l’élève doit souffrir. Elles disent une chose plus précise : apprendre suppose une activité mentale. Produire, retrouver, comparer, espacer, reformuler. L’IA peut soutenir ces gestes ou les remplacer. Tout se joue là.

On retient mieux ce qu’on produit soi-même

C’est l’effet de génération, établi dès 1978 : une information que l’on a produite soi-même se retient mieux qu’une information simplement lue ou reçue[1]. L’élève qui reconstruit une réponse la garde ; celui qui la recopie l’oublie.

Demander « rédige ma dissertation" supprime précisément l’effort qui ancre le savoir. Demander plutôt « voici mon introduction, dis-moi ce qui manque et quelles questions je devrais me poser" fait de l’IA un partenaire de travail, non un sous-traitant. L’outil peut fournir une phrase ; il ne fournira jamais l’effort qui la grave dans la mémoire.

Se tester vaut mieux que relire

Aller chercher une information en mémoire consolide davantage que relire une réponse toute faite. C’est l’effet-test, démontré en 2006 : une semaine après l’apprentissage, les étudiants qui s’étaient testés restituaient 61 % du contenu, contre 40 % pour ceux qui avaient seulement relu[2].

Réclamer « résume-moi ce chapitre" évite justement l’effort de récupération qui consolide. À l’inverse, « interroge-moi sur ce chapitre, une question à la fois, sans me livrer la réponse avant que j’aie cherché" installe cet effort au cœur de la révision. La meilleure IA pour apprendre ne répond pas à la place de l’élève : elle l’oblige à retrouver par lui-même.

Certaines difficultés consolident l’apprentissage

Quelques obstacles ralentissent sur le moment mais renforcent la mémoire et le transfert à long terme. Étaler ses révisions bat le bachotage[4]. Mélanger les types de problèmes, plutôt que les traiter en blocs, oblige à choisir la bonne stratégie : dans un essai mené en classe auprès de 126 élèves de cinquième, la pratique entrelacée devance nettement la pratique en blocs au test-surprise donné trente jours plus tard, 74 % de réussite contre 42 %[5]. Robert Bjork nomme ces mécanismes des « difficultés désirables"[3]. Encore faut-il les doser : la difficulté doit rester accompagnée et franchissable.

Réclamer la solution d’un exercice efface la difficulté d’un coup ; demander plutôt « donne-moi un indice, puis laisse-moi chercher, et n’explique que l’étape qui me bloque" la conserve, dosée. Car l’IA excelle à supprimer la friction, quand c’est précisément la friction bien réglée qui construit l’apprentissage.

Déléguer trop tôt : le risque de ne plus pratiquer les gestes qui forment

Le délestage cognitif n’a rien de nouveau. Nous confions tous une part de notre mémoire et de notre attention à des outils : agenda, GPS, calculatrice, moteur de recherche, correcteur orthographique. Le problème ne vient pas du délestage. Il vient de la délégation trop précoce des gestes encore en apprentissage.

Le mécanisme est simple à lire. Un élève qui réclame toujours un plan planifie moins. Laisser l’IA tout traduire, c’est moins travailler la structure de la langue. Lui faire résumer chaque texte, c’est le lire moins activement. Quand elle reformule tout, l’élève exerce moins son style. Et si elle vérifie à sa place, il forge moins son jugement.

La recherche récente va dans ce sens, avec prudence. Une étude de 2025 observe une corrélation entre usage intensif d’outils d’IA, délestage cognitif et baisse de la pensée critique, plus marquée chez les plus jeunes de l’échantillon[8]. Une enquête de Microsoft Research et Carnegie Mellon, sur 319 travailleurs du savoir, montre que plus la confiance dans l’IA est grande, moins l’effort critique s’engage[9]. L’industrie connaît le phénomène depuis quarante ans : en automatisant les tâches routinières, on prive l’opérateur de la pratique qui entretient sa compétence[10]. S’y ajoute le biais d’automatisation : un conseil erroné est suivi environ 26 % plus souvent quand il vient d’un système d’aide à la décision[11].

Ces travaux sont des signaux, pas des verdicts, et ils portent surtout sur des adultes. Gerlich[8] mesure une corrélation, pas une cause. Rien ne prouve que l’IA rende moins intelligent. Mais la direction converge, et l’élève en formation y est plus exposé qu’un adulte déjà outillé. Évitons le mot « désapprentissage", trop lourd : parlons de perte de pratique, de fragilisation d’une compétence, de délégation prématurée.

Le risque n’est pas l’outil. C’est l’habitude de ne plus faire l’effort qu’il rend évitable.

Ce que l’IA fait bien, et ce qu’elle fait mal, en pédagogie

Sortons du « pour ou contre l’IA". La même IA peut aider ou remplacer ; tout dépend du rôle qu’on lui confie. La frontière est claire, et elle est utile à tracer devant des élèves.

Ce que l’IA fait bien, quand elle est bien conçue, tient en une série de gestes précis.

• entraîner et poser des questions
• générer des quiz, simuler un oral
• donner un indice plutôt que la solution
• corriger un brouillon, reformuler un point difficile
• soutenir un élève dyslexique ou allophone
• nourrir la révision espacée et le feedback immédiat

On reconnaît là des leviers que la recherche valide depuis longtemps : récupération active, feedback, tutorat, accessibilité. Un essai contrôlé de Harvard, publié en 2025, le confirme : un tuteur IA conçu avec de vrais principes pédagogiques, qui refuse de livrer la solution, produit plus d’apprentissage qu’un cours actif classique[12]. Le gain vient du design, pas du fait qu’un chatbot ferait apprendre par magie.

Le bon tuteur IA ne se mesure pas à sa rapidité. Il se mesure à la part d’effort qu’il laisse à l’élève.

Ce que l’IA fait mal, c’est l’exact miroir. Elle devient problématique dès qu’elle prend la place de l’élève.

• rédiger le devoir intégralement, résoudre à sa place
• résumer sans lecture préalable, traduire sans apprentissage
• fournir des sources inventées ou fabriquées
• supprimer le brouillon, lisser toutes les erreurs
• rassurer trop vite, exposer des données personnelles

Une bonne IA augmente l’élève. Une mauvaise IA le remplace.

Comment vérifier une réponse d’IA ? La règle DVA

Les élèves ont besoin d’une méthode simple, tenable, mémorisable. Je la résume en trois lettres : DVA, pour douter, vérifier, assumer.

Douter

Une réponse d’IA est une hypothèse, pas une vérité. Une IA peut parler avec assurance même quand elle se trompe : inventer une source, confondre une date, attribuer une citation à la mauvaise personne, mêler une information vraie à une conclusion fausse. L’assurance du ton ne dit rien de l’exactitude du fond.

Vérifier

Vérifier revient à croiser ce qui peut l’être : les dates, les chiffres, les noms, les sources. Prenons un cas courant : l’IA attribue une phrase à un auteur. On remonte alors à la source primaire, pour confirmer que le texte existe, que la citation est exacte et que le contexte est respecté. Ce réflexe n’a rien de théorique : quand le Tow Center de Columbia a testé les moteurs de recherche dopés à l’IA, plus de six réponses sur dix renvoyaient une citation erronée[13].

Assumer

Assumer, c’est ne reprendre que ce que l’on peut expliquer. Signer un passage, c’est se déclarer capable de le défendre. Une réponse d’IA reste une piste à contrôler, jamais une autorité à recopier.

Si l’élève ne peut pas l’expliquer, le travail n’est pas encore à lui

L’oral ne doit pas devenir un tribunal anti-IA. Il vérifie autre chose, de plus fondamental : l’appropriation. Un travail assisté peut être parfaitement légitime ; un travail impossible à expliquer ne l’est pas encore.

Les formats sont nombreux et légers à mettre en place.

• un oral de trois minutes après un devoir
• la défense d’un plan, la justification d’une source
• l’explication du prompt utilisé
• la comparaison entre le brouillon et la version finale
• une brève note d’usage de l’IA

Aucun ne demande un dispositif lourd. Tous déplacent l’évaluation du produit vers le cheminement.

Quelques questions suffisent à révéler l’appropriation réelle :

• Qu’as-tu compris avant d’utiliser l’IA ?
• Quel prompt exact as-tu tapé ?
• Qu’as-tu gardé, modifié ou refusé ?
• Peux-tu reformuler ce passage sans relire ?

On y ajoute, sans point d’interrogation, l’essentiel : montrer la source vérifiée, et dire ce que l’on comprend mieux — ou pas — après l’outil.

Un travail assisté peut être légitime. Un travail inexplicable ne l’est pas. Demander à l’élève d’expliquer son usage de l’IA ne sert pas seulement à contrôler : cela l’oblige à redevenir l’auteur de son travail.

Ce qu’un établissement doit cadrer : usages, traces, données, évaluation

Un établissement n’a pas seulement besoin d’un règlement sur l’IA. Il a besoin d’une doctrine d’apprentissage : quelques principes clairs, opposables, que chacun comprend. Cinq chantiers suffisent à la poser, et ils font écho aux cadres publiés par le ministère de l’Éducation nationale[15], par Éduscol[16] et par l’UNESCO[17][18].

Définir les usages autorisés

• générer un quiz ou un feedback
• s’entraîner et réviser
• reformuler partiellement un passage
• obtenir une aide ciblée
• soutenir l’accessibilité pour un élève empêché

Définir les usages à déclarer

Certaines aides sont permises à condition d’être dites : aide au plan, reformulation partielle, correction d’un brouillon, recherche de pistes, préparation d’un oral. On peut demander une brève note d’usage de l’IA : l’outil employé, le prompt principal, ce qui a été gardé, modifié, vérifié.

Définir les usages à proscrire

• un devoir entièrement généré
• la résolution intégrale d’un exercice
• des sources inventées ou des citations fabriquées
• des données personnelles confiées à une IA publique
• des documents nominatifs

Demander des traces

Le brouillon, les étapes, les prompts, les corrections, la justification orale : ces traces rendent l’apprentissage à nouveau visible. Elles protègent aussi l’élève honnête, qui peut montrer son cheminement.

Adapter l’évaluation

Oral court, défense du raisonnement, comparaison entre brouillon et version finale, justification des sources, capacité à refaire un exercice proche : l’évaluation se déplace vers ce qui ne se sous-traite pas.

Un dernier point ne se négocie pas : la protection des données. Un prompt n’est pas un cahier privé. On ne confie jamais à une IA publique les informations sensibles d’un élève.

• un nom complet, une adresse, une photo
• une donnée de santé ou une situation familiale
• une information concernant un camarade
• un document scolaire nominatif
• un identifiant ou un mot de passe

La CNIL rappelle ce cadre pour les données des mineurs[19]. Il ne s’agit pas de surveiller davantage, mais de rendre l’apprentissage à nouveau visible.

Éveiller les élèves : leur apprendre à rester auteurs de leur pensée

Émerveiller est facile. Montrer que l’IA écrit, résume, traduit, code, dessine et répond en une seconde suffit à impressionner une salle. Mais l’émerveillement peut laisser l’élève spectateur d’une puissance qu’il ne comprend pas.

Éveiller est autre chose. C’est apprendre à comprendre avant de demander, à produire avant de corriger, à chercher avant de recevoir, à vérifier avant de reprendre, à assumer avant de signer. L’école n’a pas pour mission de produire des copies propres. Elle a pour mission de former des élèves capables de comprendre ce qu’ils font, de vérifier ce qu’ils reprennent et de défendre ce qu’ils rendent.

Le rendu peut progresser plus vite que l’élève. Toute la question tient dans cet écart, et il se referme par des gestes, pas par des interdits. Quand les réponses deviennent instantanées, la vraie urgence est d’apprendre aux jeunes à rester auteurs de ce qu’ils pensent, de ce qu’ils écrivent et de ce qu’ils rendent.

C’est cette approche que je porte dans mes conférences et mes ateliers, pour les collèges et les lycées d’abord, mais aussi pour les établissements du supérieur et leurs équipes pédagogiques : faire de l’IA un levier de lucidité, pas un spectacle. Aider les élèves comme les étudiants à distinguer aide et contournement, vérification et croyance, ce qui se délègue et ce qui doit rester leur.