Un élève rentre du collège avec une équation à résoudre. Il sort son téléphone, photographie l’énoncé et obtient une réponse en quelques secondes. Le lendemain, son professeur découvre que le résultat est juste, mais que l’élève ne sait pas expliquer la démarche.
Qui a échoué : l’élève, l’outil ou la manière de concevoir le devoir ?
Cette situation, volontairement fictive, traduit un paradoxe devenu familier : nous demandons encore aux jeunes de réaliser seuls, à la maison, des tâches qu’une machine peut accomplir à leur place. Puis nous tentons de mesurer leur compréhension en regardant le résultat. Or une réponse correcte ne prouve pas qu’une compétence a été acquise.
Dans une vidéo de Learning Coach publiée le 13 avril 2026, Faysal Hafidi pose une question qui dépasse largement le débat sur ChatGPT : l’école prépare-t-elle les élèves au monde dans lequel ils vivent déjà ? Sa proposition est de déplacer le centre de gravité de l’enseignement : moins de temps consacré à l’explication magistrale répétitive, davantage d’autonomie dans la recherche, d’explications produites par les élèves et d’entraînement accompagné en classe.
L’idée mérite d’être examinée sans nostalgie ni enthousiasme aveugle. L’intelligence artificielle ne supprime ni la nécessité de savoir lire, raisonner et écrire, ni celle d’un enseignant compétent. Mais elle oblige à redéfinir ce que l’on attend d’un devoir, d’une séance de cours et, finalement, d’un élève autonome.
Voir la vidéo originale sur YouTube
Le problème n’est pas que l’école enseigne encore : c’est qu’elle évalue parfois la mauvaise chose
L’école conserve des missions essentielles : transmettre une langue, des connaissances, des méthodes de raisonnement, des repères culturels et un cadre collectif. Dans la vidéo, Faysal Hafidi reconnaît explicitement ce rôle, en particulier à la maternelle et au primaire. Il ne défend pas une école sans savoirs ni enseignants.
Ce qui change est la disponibilité des explications. Autrefois, lorsqu’un adolescent bloquait sur un exercice, il devait attendre le prochain cours, consulter un manuel ou trouver une personne disponible. Aujourd’hui, un outil peut reformuler une notion, proposer un exemple et répondre immédiatement à une question. Cette disponibilité est réelle ; sa qualité, elle, n’est jamais garantie.
Cela crée un décalage dans certains devoirs traditionnels. Si le travail demandé est seulement de fournir un résultat, l’élève peut le déléguer sans avoir compris. Le professeur reçoit une production soignée, mais peu d’informations sur le chemin parcouru.
L’OCDE, dans son rapport Digital Education Outlook 2026, insiste précisément sur cette distinction : l’IA générative peut améliorer la performance sur une tâche sans produire automatiquement des gains durables d’apprentissage. À l’inverse, son utilisation intégrée à une intention pédagogique claire peut favoriser l’apprentissage.
La question la plus intéressante devient alors : quelles actions doivent rester entre les mains de l’élève pour qu’il apprenne réellement ?
Inverser les devoirs : une idée radicale, mais pas une recette universelle
Chez soi : préparer la compréhension plutôt que livrer une solution
La vidéo propose de déplacer une partie de la recherche et de l’explication hors de la classe. Au lieu de dire « Faites les dix exercices pour demain », l’enseignant pourrait demander : « Découvrez la notion, trouvez deux explications, puis revenez capables de présenter ce que vous avez compris et ce qui reste obscur. »
C’est un changement important. L’élève ne reçoit plus simplement une liste d’opérations à exécuter. Il apprend à chercher, comparer, questionner et identifier ses propres difficultés.
Prenons un exemple fictif en quatrième. La notion du lendemain est la proportionnalité. À la maison, les élèves ont trois consignes :
Trouver un exemple concret où deux grandeurs sont proportionnelles.
Comparer l’explication du manuel avec une autre ressource autorisée, éventuellement un assistant IA.
Noter une question sur laquelle ils hésitent encore.
Un élève revient avec les prix de plusieurs kilogrammes de pommes. Une autre explique pourquoi un forfait de taxi comprenant un prix fixe ne constitue pas toujours une situation de proportionnalité. Un troisième apporte un exemple faux : il devient une excellente matière de discussion.
L’IA peut servir à reformuler ou à proposer des contre-exemples, mais l’élève doit déclarer l’aide utilisée et vérifier les informations. Pour les enfants qui ne disposent pas d’un équipement adapté, l’établissement doit prévoir une alternative équivalente : manuel, fiche imprimée, bibliothèque ou temps d’étude accompagné.
Il s’agit d’une variation de classe inversée, enrichie par des outils d’IA. Ce n’est pas une prescription qui conviendrait à tous les âges, à toutes les matières ou à tous les contextes familiaux.
En classe : expliquer, résoudre, se tromper et recommencer
Le lendemain, le professeur ne doit pas seulement vérifier que chacun a « consulté » quelque chose. Il organise des activités qui rendent le raisonnement visible.
Chaque élève explique un exemple, répond à une objection, résout une tâche nouvelle, puis reçoit un retour précis. L’enseignant observe les confusions : une proportion calculée correctement mais interprétée à tort, une justification insuffisante, une erreur d’unité.
Ce temps est précieux parce qu’il permet de travailler sur ce que la réponse finale masque. Dans la vidéo, Faysal Hafidi imagine des classes où les élèves parlent davantage et où l’adulte intervient pour orienter, corriger et approfondir.
Mais une classe active n’est pas nécessairement une classe où le professeur ne parle presque plus. Certains contenus exigent une explication structurée, un exemple guidé ou un enseignement explicite préalable. L’enjeu est de choisir la bonne intervention au bon moment, et non d’opposer artificiellement l’enseignement direct à l’autonomie.
Trois compétences à enseigner explicitement dès le collège
Dans sa démonstration, Faysal Hafidi revient sur une progression simple : devenir autonome, apprendre à expliquer, apprendre à s’exercer. Ces trois verbes peuvent constituer des objectifs observables, à condition de les enseigner et de les évaluer.
L’autonomie n’est pas « débrouille-toi tout seul »
Un adolescent autonome sait identifier ce qui lui manque, choisir une ressource adaptée, fixer un objectif réaliste et reconnaître quand une aide humaine devient nécessaire. Il ne passe pas sa soirée à multiplier les vidéos sans pouvoir dire ce qu’il a appris.
L’autonomie se construit donc par étapes. L’enseignant montre d’abord comment chercher et comparer deux explications. Puis il fournit une grille d’auto-questionnement. Enfin, il retire progressivement ces appuis lorsque l’élève peut décider de façon plus fiable.
La recherche sur la métacognition et l’autorégulation, synthétisée par l’Education Endowment Foundation, soutient l’enseignement explicite de stratégies de planification, de suivi et d’évaluation de son propre apprentissage. Il ne suffit pas de demander aux élèves d’être autonomes : il faut leur apprendre à le devenir au cœur des disciplines.
Expliquer une idée, ce n’est pas réciter une réponse produite par l’IA
Demander « As-tu compris ? » appelle souvent un oui rapide. Demander « Pourquoi cette méthode fonctionne-t-elle ici, et pas dans cet autre cas ? » ouvre une discussion beaucoup plus instructive.
Une explication personnelle peut prendre plusieurs formes : une démonstration orale, un schéma, une comparaison, un exemple inédit ou une courte justification écrite. L’enseignant peut aider l’élève à distinguer les mots qu’il répète d’un raisonnement qu’il maîtrise.
L’IA peut jouer le rôle d’interlocuteur : poser une question, relever une contradiction ou proposer une objection. Mais son appréciation ne doit pas remplacer celle du professeur, surtout lorsqu’elle porte sur une production d’enfant ou sur une décision importante.
S’exercer signifie travailler avec et sans assistance
La troisième compétence est souvent négligée lorsqu’un outil fournit des solutions instantanées. Un élève peut trouver un corrigé brillant et échouer sur une variante très proche quelques jours plus tard.
Il faut donc prévoir un temps d’entraînement autonome, parfois sans IA : résoudre un problème inédit, rédiger une démonstration de mémoire, expliquer un protocole, refaire un calcul sans modèle sous les yeux. Puis vient le feedback : qu’est-ce qui est juste, où la démarche s’écarte-t-elle, quel prochain exercice serait utile ?
L’objectif n’est pas d’interdire une technologie par principe. C’est d’éviter que l’assistance permanente empêche la compétence d’apparaître.
Une séance de classe repensée : un exemple concret de 55 minutes
Voici une proposition éditoriale, et non un protocole dont l’efficacité aurait été démontrée dans toutes les classes. Elle pourrait convenir, après adaptation, à un cours de sciences au collège ou au lycée.
| Moment | Activité des élèves | Rôle de l’enseignant |
|---|---|---|
| Avant le cours | Lire une courte ressource et préparer une question | Définir les sources, l’objectif et les alternatives sans écran |
| 0–10 min | Expliquer par deux ce qu’ils pensent avoir compris | Repérer les idées fausses |
| 10–20 min | Comparer deux raisonnements contradictoires | Questionner et modéliser si nécessaire |
| 20–40 min | Résoudre un exercice inédit, seul ou en groupe | Observer, guider, corriger |
| 40–50 min | Présenter et justifier la démarche | Donner un retour ciblé |
| 50–55 min | Écrire ce qu’ils savent faire et ce qui reste à travailler | Choisir la prochaine étape |
L’ordre n’a rien de sacré. Face à une notion nouvelle ou difficile, la séance peut commencer par une démonstration du professeur. Avec des élèves plus jeunes, la préparation à la maison peut être très limitée, voire inexistante. Dans un groupe ayant des besoins particuliers, les ressources et les modalités de restitution doivent être adaptées.
Ce cadre a une vertu : il donne à l’enseignant davantage d’occasions d’observer le processus d’apprentissage, et pas uniquement le produit final.
Le professeur ne disparaît pas : sa responsabilité devient plus visible
Dans la vidéo, une vision volontariste apparaît : la technologie pourrait prendre en charge une partie croissante de l’explication, tandis que le temps humain se concentrerait sur la pratique, la coopération et les compétences relationnelles.
C’est une hypothèse de transformation, pas une prédiction établie. Une IA peut fournir une explication fausse avec assurance. Elle peut ignorer un malentendu qui tient à l’histoire d’un élève, au climat de la classe ou à un obstacle émotionnel. Elle ne peut pas, à elle seule, garantir la justesse d’une évaluation, la sécurité des enfants ou la qualité d’une relation éducative.
L’UNESCO, dans ses cadres de compétences pour les élèves et les enseignants, met au premier plan le jugement humain, l’éthique, la connaissance des systèmes d’IA et leur usage responsable. Le professeur demeure celui qui définit les objectifs, décide ce qui mérite une vérification, explicite les critères de réussite et protège l’équité.
Même lorsqu’un élève utilise très bien une IA, il reste à lui apprendre à coopérer, argumenter sans humilier, écouter un désaccord, accueillir une critique et persévérer dans une tâche difficile. Ces compétences humaines ne sont pas une décoration à ajouter après les « vraies » matières. Elles se travaillent au sein même de situations d’apprentissage exigeantes.
L’IA dans les devoirs : triche ou nouvel outil de travail ?
La vidéo soulève une provocation utile : lorsqu’un adulte utilise un outil performant pour résoudre un problème, on le félicite souvent pour son efficacité ; lorsqu’un élève fait de même, on peut l’accuser de tricher.
Le paradoxe existe, mais sa résolution demande une distinction capitale. Utiliser l’IA n’est pas automatiquement tricher ; présenter un travail généré comme une compétence personnelle, en violation des consignes, peut l’être.
Tout dépend de l’objectif pédagogique et des règles annoncées. Si l’exercice vise la mémorisation d’une règle ou la maîtrise d’un calcul, déléguer entièrement la tâche annule le sens de l’évaluation. Si l’exercice vise à comparer des solutions, vérifier une hypothèse ou concevoir un projet en utilisant des ressources, l’IA peut être admise, à condition que l’élève justifie ses choix.
Une politique claire pourrait distinguer trois situations :
Sans IA : prouver une compétence personnelle de base.
IA autorisée avec déclaration : chercher des pistes, demander des reformulations, confronter des propositions, puis produire un raisonnement propre.
IA comme objet d’étude : analyser ses erreurs, ses biais, la fiabilité de ses sources et la qualité d’un résultat.
Il faut également protéger les données : ne pas transmettre à un chatbot grand public des informations personnelles, dossiers scolaires, voix ou images identifiables d’enfants sans cadre légal et institutionnel approprié. Un outil utile pédagogiquement n’est pas nécessairement adapté à tous les mineurs.
Du primaire à l’université, la transformation ne sera pas la même
Maternelle et primaire : consolider avant d’automatiser
Apprendre à lire, écrire, compter, manipuler et vivre avec les autres exige une progression construite et un accompagnement humain attentif. L’IA peut éventuellement aider l’enseignant à préparer un support ou à varier des exercices. Elle ne dispense pas d’observer l’élève et de vérifier ses acquisitions.
Collège et lycée : rendre l’apprenant progressivement plus actif
L’adolescent peut apprendre à organiser ses recherches, à expliquer ses choix et à vérifier la qualité d’une réponse. Les outils numériques deviennent alors des ressources parmi d’autres. Le travail en classe se prête davantage à la confrontation des idées, à l’expérimentation et aux retours individualisés.
Supérieur et formation professionnelle : augmenter la place de la pratique
La vidéo imagine des universités où l’on consacre moins de temps à recevoir des contenus et davantage à les discuter, les appliquer et les éprouver. Cette direction rejoint certaines approches de travaux dirigés, d’ateliers et de pédagogie par projet, mais doit être adaptée aux disciplines. La médecine, l’ingénierie, la recherche ou les métiers techniques exigent des savoirs approfondis, de la pratique supervisée et des normes de sécurité qu’aucun assistant conversationnel ne remplace.
Le fil conducteur reste le même : construire une compétence que l’étudiant peut démontrer, et non seulement une production qu’il peut remettre.
Comment commencer sans bouleverser tout un établissement ?
Changer une école entière du jour au lendemain serait irréaliste. Une expérimentation modeste, suivie avec sérieux, est souvent plus utile qu’un slogan sur « l’école du futur ».
Un enseignant peut choisir une seule notion et modifier trois éléments : la consigne de préparation, l’activité réalisée en classe et la manière de constater la compréhension. Il définit ensuite un critère simple : l’élève est-il capable, quelques jours plus tard, de résoudre et justifier une tâche analogue sans assistance ?
Les parents peuvent participer en posant des questions au lieu de réclamer seulement un devoir terminé : « Qu’as-tu compris ? Pourquoi as-tu choisi cet outil ? Que ferais-tu sans lui ? » Quant aux élèves, ils peuvent conserver un carnet de questions et d’erreurs qui retrace leur raisonnement au fil des semaines.
Cette expérimentation devrait observer aussi ses effets indésirables : surcharge des familles, difficulté d’accès aux outils, dépendance aux réponses instantanées, inégalités de temps disponible. Une innovation n’est pédagogique que si elle améliore ce que les élèves savent réellement faire.
Questions fréquentes
Faut-il supprimer les devoirs à la maison à cause de l’IA ?
Non. Il faut surtout distinguer les devoirs qui entraînent une compétence, ceux qui préparent le cours et ceux dont le résultat peut être produit sans apprentissage. La solution peut être d’ajuster certaines tâches, pas de supprimer tout travail personnel.
Une classe inversée fonctionne-t-elle pour tous les élèves ?
Pas automatiquement. Elle dépend notamment des connaissances préalables, de l’âge, de l’encadrement, des ressources disponibles et de la façon dont le professeur structure le travail en classe. Certains élèves auront besoin de davantage de modelage et de soutien.
Comment vérifier qu’un élève comprend vraiment une réponse de l’IA ?
Demandez-lui de justifier les étapes, de repérer une erreur intentionnelle, de résoudre une variante sans assistance ou d’expliquer dans quelles situations la méthode ne s’applique pas. Aucun test isolé ne suffit à évaluer toute une compétence.
Les enseignants doivent-ils apprendre à utiliser l’intelligence artificielle ?
Oui, lorsque les outils sont pertinents et autorisés dans leur contexte, mais la compétence essentielle n’est pas de connaître une collection de prompts. Elle consiste à évaluer la fiabilité, la sécurité, l’adéquation pédagogique et les limites de l’outil, puis à décider quand ne pas l’utiliser.
Une école préparée au monde actuel ne renonce pas à enseigner : elle apprend à apprendre
L’école n’a pas besoin de courir après chaque nouveauté technologique. Elle doit conserver ce qui fonde une éducation solide — langage, mathématiques, culture, raisonnement, relation humaine — et réexaminer les situations où elle demande encore une simple production alors qu’elle devrait construire une compétence.
La vidéo de Learning Coach défend une intuition stimulante : à l’heure des explications disponibles partout, la valeur d’une classe tient aussi à ce que les élèves peuvent y faire, y comprendre, y questionner et y pratiquer avec l’aide d’un adulte compétent.
L’avenir n’oppose donc pas l’élève à l’IA, ni l’enseignant à l’IA. Il pose une question plus exigeante : comment utiliser la puissance des outils sans renoncer à l’effort intellectuel qui rend réellement autonome ?
Pour les enseignants et les professionnels qui souhaitent approfondir cette posture d’accompagnement, découvrez le parcours Devenir Coach d’Apprentissage, ses spécialités et ses modalités de candidature.
Ressources et références
OCDE, Digital Education Outlook 2026 : apprentissage, performance et usages pédagogiques de l’IA générative.
UNESCO, AI Competency Framework for Students (2024) : jugement critique, éthique et compétences des élèves.
UNESCO, AI Competency Framework for Teachers (2024) : compétences et responsabilité professionnelle des enseignants.
Education Endowment Foundation, Metacognition and Self-Regulated Learning (2025) : stratégies de planification, de suivi et d’évaluation de son apprentissage.
