« Peut-on faire confiance à cette IA ? » La question paraît simple, jusqu’à ce que l’on précise la tâche. Cherche-t-on des idées de consignes, une explication disciplinaire, une appréciation sur un travail ou une décision concernant un élève ?
Un système peut être utile pour une activité et inadapté à une autre. Pour une école, préparer la confiance consiste donc à définir ce qu’on envisage de lui confier, dans quelles conditions, avec quelles vérifications et quelles limites.
Cette confiance reste révisable. Elle doit pouvoir diminuer lorsqu’un problème apparaît, se préciser après un examen et conduire à renoncer à certains usages. Une présentation rassurante ne suffit pas à établir ces conditions.
Préciser l’objet de la confiance
Dans une discussion scolaire, le même mot peut désigner plusieurs attentes.
La première concerne le système : ses productions sont-elles suffisamment fiables pour l’usage envisagé ? La deuxième concerne l’établissement : les personnes responsables expliqueront-elles les choix et traiteront-elles les difficultés ? La troisième concerne le professionnel : pourra-t-il comprendre, vérifier et décider sans se sentir obligé de valider ce que produit l’outil ?
Ces attentes sont liées, mais chacune demande des réponses spécifiques. Une direction transparente ne rend pas automatiquement un résultat exact. Un logiciel performant sur une tâche ne garantit pas que l’équipe dispose du temps nécessaire pour le contrôler.
Cette distinction est une grille de discussion proposée par Learning Coach. Elle n’est pas une échelle psychologique validée ni une méthode permettant de mesurer la confiance d’une communauté.
Son intérêt est de transformer une demande générale de réassurance en questions que les personnes concernées peuvent examiner.
Ce que les sources invitent à regarder
Dans son cadre de gestion des risques de l’IA, publié en janvier 2023, le NIST relie la confiance à plusieurs caractéristiques, dont la validité, la fiabilité, la transparence et la protection de la vie privée. Leur examen dépend du contexte d’utilisation. Ce cadre américain est volontaire et non sectoriel ; il ne certifie pas un outil scolaire et ne remplace pas les règles françaises. Le site indique, au 28 octobre 2026, qu’une révision est en cours.
La présentation des FAQ scolaires de la CNIL, datée du 20 juin 2025, attire notamment l’attention sur la confiance excessive et sur les résultats inexacts qui paraissent plausibles. Elle propose des repères pour préparer les usages ; elle n’établit pas leur efficacité pédagogique.
Ces sources soutiennent une exigence de prudence contextualisée. Elles ne permettent pas de conclure qu’un établissement ayant suivi une réunion ou rempli une fiche est devenu « digne de confiance ».
La proposition éditoriale défendue ici est plus précise : chaque confiance accordée doit avoir un objet, des conditions et une possibilité de réexamen.
Décrire la tâche avant d’évaluer le système
« Aider les enseignants » reste trop large pour organiser une vérification. Une description plus utile indique le matériau de départ, le travail demandé au système et ce que le professionnel fera ensuite.
Par exemple, proposer des variantes de questions à partir d’un texte préparé appelle un examen différent de celui d’un service qui interpréterait les difficultés d’un élève. Les conséquences d’une erreur et les compétences nécessaires au contrôle changent.
Il faut également préciser qui utilisera le résultat. Une proposition conservée comme brouillon entre adultes ne se trouve pas dans la même situation qu’un contenu distribué directement à une classe.
Le périmètre comprend les situations exclues. Une équipe peut examiner une aide à la préparation sans envisager un usage direct par les élèves. Cette limite doit rester visible lorsqu’un exemple réussi donne envie d’élargir le projet.
Le nom d’un produit ne résume donc pas la décision. L’objet à examiner est un usage situé, avec des personnes, des ressources et des conséquences possibles.
Rendre le contrôle humain réalisable
La mention « vérifié par un enseignant » peut sembler suffisante. Encore faut-il savoir ce que la personne vérifiera et avec quels moyens.
Pour un support disciplinaire, elle peut avoir besoin du document source, de références accessibles et d’une connaissance du niveau attendu. Une vérification de forme ou d’orthographe ne permet pas d’établir la justesse du raisonnement.
Le contrôle doit aussi pouvoir conduire à une correction ou à un refus. Si la personne ne peut modifier le contenu, comprendre son origine ou signaler une difficulté, sa présence ne garantit pas une supervision utile.
Le temps compte. Une procédure qui exige de retrouver toutes les sources manquantes peut rendre l’usage peu praticable, même lorsque le premier brouillon arrive rapidement.
Il est donc utile de demander à la personne chargée de vérifier de décrire son travail réel. Les difficultés de contrôle font partie de l’examen de l’usage ; elles ne doivent pas être dissimulées derrière une formule générale de responsabilité humaine.
Un scénario fictif : des questions de lecture à examiner
Imaginons un collège français où des adultes comparent des questions de lecture proposées à partir d’un récit fictif. Le travail se déroule dans un environnement autorisé, sans données d’élèves et sans accès direct des mineurs au système.
Une première série paraît claire. À la relecture, une question suppose un événement absent du récit. Une autre peut recevoir plusieurs réponses alors que le corrigé n’en accepte qu’une.
Ces erreurs ne conduisent pas automatiquement à la même décision. L’équipe peut corriger un item, revoir la demande ou estimer que le contrôle exigé rend cet usage peu intéressant.
Pour juger la portée de l’essai, elle doit aussi regarder les questions qui semblaient satisfaisantes : correspondent-elles à la compréhension recherchée ? Le corrigé explique-t-il suffisamment les réponses possibles ?
Ce scénario fictif ne décrit aucun établissement client ni aucun résultat Learning Coach. Il montre pourquoi la confiance doit rester attachée à une tâche examinée. Le succès d’une première série n’autoriserait pas, à lui seul, une correction automatisée de copies.
Préparer la manière de traiter une erreur
Une confiance institutionnelle raisonnable laisse une place aux mauvaises nouvelles. Avant d’aller plus loin, les personnes concernées doivent savoir où signaler une difficulté et qui peut examiner la suite.
Le circuit dépend de la nature du problème. Une erreur disciplinaire, une difficulté d’accès et une question concernant des données ne demandent pas nécessairement le même interlocuteur.
La réponse doit rester proportionnée à la situation. Certaines difficultés appelleront une correction du document ; d’autres pourront justifier de suspendre l’usage pendant un examen. Le présent article ne fournit pas une procédure juridique de gestion d’incident.
L’équipe peut toutefois préparer des questions simples : le résultat a-t-il été utilisé ? Qui doit en être informé ? Quelle vérification manque ? Quelle condition doit être remplie avant de reprendre ?
Reconnaître une erreur ne permet pas de promettre que la confiance sera renforcée. Cela donne au moins aux personnes des éléments concrets pour juger comment l’organisation agit lorsqu’une limite apparaît.
Distinguer une bonne production d’un bénéfice éducatif
Un contenu exact et bien présenté peut être utile sans apporter le bénéfice pédagogique envisagé. La qualité du document et ce que l’apprenant en fait doivent être examinés séparément.
Notre guide sur l’IA et l’autonomie des élèves approfondit cette distinction. Une activité doit laisser une place au raisonnement, à l’explication et à la vérification par l’élève, selon ses besoins et les objectifs poursuivis.
De même, notre article sur le travail de groupe en classe rappelle qu’une production aboutie peut masquer des compréhensions différentes. Ce principe invite à regarder les apprentissages individuels ; il ne constitue pas une validation d’un outil d’IA.
Une école peut donc disposer de raisons de retenir un support tout en conservant des incertitudes sur son effet. Nommer ces incertitudes rend la décision plus précise.
La confiance utile autorise cette réponse nuancée : certains éléments sont examinés, d’autres restent à établir.
Qu’est-ce qui doit faire réexaminer la décision ?
Les conditions d’un usage peuvent évoluer : tâche différente, public nouveau, modification du système, changement des ressources disponibles ou difficulté de vérification.
Une équipe peut préparer une courte note qui conserve le périmètre retenu, les limites connues et les raisons de revenir sur la décision. Cette trace sert à éviter qu’un accord limité soit progressivement interprété comme une autorisation générale.
Un élargissement doit être examiné pour lui-même. L’utilisation satisfaisante d’un service par un adulte ne démontre pas sa pertinence dans toutes les disciplines, pour tous les élèves ou pour une décision plus lourde de conséquences.
Il faut aussi conserver la possibilité de réduire l’usage. Une décision responsable peut conduire à garder une seule fonction, à reprendre une ressource antérieure ou à différer le projet.
Ces choix ne demandent pas une confiance totale préalable. Ils demandent de connaître les éléments qui soutiennent une décision et ceux qui pourraient la modifier.
Faire de la confiance une question de conférence précise
Une rencontre sur l’IA scolaire peut aider les participants à distinguer confiance ressentie, fiabilité examinée et qualité de l’organisation. Un exemple préparé peut montrer comment une réponse convaincante appelle encore des vérifications.
Le brief de l’intervenant doit préserver cette exigence. L’objectif peut être de mieux formuler les questions avant un déploiement, sans promettre de rendre tous les participants favorables au projet.
Un échange complémentaire pourrait demander aux équipes de choisir une tâche fictive, de décrire le contrôle et d’identifier ce qui leur ferait changer d’avis. Les suites locales et les responsabilités restent à organiser par l’établissement.
Vous préparez ce débat pour une école, un réseau ou une communauté éducative ? Découvrez les conférences Learning Coach et demandez une proposition adaptée à vos participants.
La question finale peut rester ouverte : lorsque nous disons « nous faisons confiance à l’IA », savons-nous expliquer exactement ce que nous lui confions et ce que nous continuerons à vérifier ?
Ressources
Elham Tabassi, NIST, Artificial Intelligence Risk Management Framework 1.0, 26 janvier 2023 ; extrait sur les caractéristiques de confiance. Cadre volontaire américain, non sectoriel ; révision annoncée en cours lors de la consultation du 28 octobre 2026.
CNIL, La CNIL publie deux FAQ sur l’utilisation des systèmes d’IA dans les établissements scolaires, 20 juin 2025. Présentation et précautions générales consultées le 28 octobre 2026 ; aucune validation d’un outil particulier.
