Un étudiant peut produire une note de synthèse impeccable sans savoir si les informations qu’elle contient sont pertinentes. Il peut aussi maîtriser un logiciel aujourd’hui demandé et se retrouver démuni lorsque son interface change. Pour une équipe de formation, ces deux situations posent une même question : que voulons-nous rendre durable dans ce que l’étudiant apprend ?
Préparer aux métiers transformés par l’IA demande de relier les tâches professionnelles aux connaissances qui permettent de les comprendre, de les vérifier et de les reprendre. Ajouter une initiation à un assistant numérique peut être utile. Cela ne dispense pas d’examiner ce que les étudiants feront réellement pendant leur cursus.
Cette réflexion concerne les formations professionnelles comme les parcours du supérieur. Elle doit respecter leurs finalités, leurs référentiels et leurs procédures de validation. Les pistes proposées ici s’adressent aux équipes pédagogiques ; elles ne constituent pas un nouveau programme officiel.
Un indice d’exposition à l’IA ne dessine pas un cursus
Les analyses du travail invitent à regarder les tâches à l’intérieur d’un métier. L’indice publié par l’Organisation internationale du travail le 20 mai 2025 étudie ainsi l’exposition potentielle des activités à l’IA générative. Une possibilité technique ne dit cependant pas quand, comment et dans quelles conditions elle sera adoptée.
La note de l’OIT du 17 avril 2026 sur les limites de ces indicateurs est particulièrement utile pour les responsables de formation : ces mesures ne suffisent pas à prévoir les suppressions d’emplois, les gains de productivité ou les besoins de reconversion.
On ne peut donc pas transformer une liste de tâches exposées en liste de cours à supprimer. Une activité partiellement automatisable peut rester indispensable à apprendre pour comprendre une erreur, intervenir dans une exception ou dialoguer avec un collègue.
La décision pédagogique nécessite une enquête supplémentaire sur les situations de travail et sur les savoirs que les novices doivent construire.
Partir d’une situation professionnelle suffisamment précise
« Former des étudiants adaptables » exprime une ambition. Pour construire une séquence, il faut descendre jusqu’à une situation : préparer une comparaison de fournisseurs, analyser un défaut sur une pièce, organiser des informations pour un entretien ou expliquer les limites d’un résultat.
L’équipe peut décrire ce qui déclenche la tâche, les ressources disponibles, le destinataire et les conséquences possibles d’une erreur. Elle distingue ensuite les étapes : recueillir les informations, choisir les critères, produire une proposition, contrôler et expliquer.
À chaque étape, la question change. L’IA pourrait-elle proposer quelque chose ? Quelles connaissances permettraient à l’étudiant de juger cette proposition ? Quelle partie du travail doit-il encore savoir accomplir personnellement, et pour quelle raison ?
Cette description évite de réduire une formation à une collection de logiciels. Elle permet aussi de constater qu’un même outil peut avoir peu d’intérêt dans certaines activités et une utilité réelle dans d’autres.
Préserver les fondations qui rendent le contrôle possible
Demander de « garder un esprit critique » reste insuffisant lorsque l’étudiant ne possède aucun repère pour examiner une réponse. Vérifier un calcul suppose de comprendre les grandeurs utilisées. Contrôler une synthèse nécessite de revenir aux documents et de reconnaître ce qui manque.
Les savoirs disciplinaires donnent des prises à cette vérification. Ils aident à formuler une objection précise : une donnée ne décrit pas la bonne période, deux offres ne portent pas sur le même périmètre, une conclusion dépasse les informations disponibles.
Notre article sur les méthodes d’apprentissage issues des sciences cognitives permet de prolonger la réflexion sur l’entraînement et la consolidation des connaissances.
Dans le cursus, l’enjeu est d’articuler ces connaissances avec des situations où elles deviennent nécessaires. Il faut pouvoir expliquer pourquoi un exercice demeure utile, même lorsqu’un outil fournit rapidement son résultat apparent.
Un exemple fictif : comparer des propositions de fournisseurs
Imaginons une séquence dans une formation post-bac de gestion ou de logistique. Ce cas est une proposition pédagogique fictive, sans lien avec une prestation réalisée ni avec les exigences officielles d’un diplôme.
Le dossier concerne l’approvisionnement en pièces destinées à un atelier pédagogique. Les étudiants reçoivent des propositions fictives qui diffèrent par leur contenu, leurs délais et les informations disponibles. Certaines précisions manquent volontairement.
L’objectif est de préparer une recommandation argumentée pour un responsable. Il ne suffit pas de désigner une offre : il faut rendre explicites les critères de comparaison et les questions qui restent à poser.
| Étape du travail | Savoir à mobiliser | Exercice possible | Observation recherchée |
|---|---|---|---|
| Définir le besoin | Distinguer exigence et préférence | Reformuler la demande du responsable | L’étudiant repère une ambiguïté |
| Comparer les propositions | Examiner périmètres et conditions | Construire une comparaison à partir du dossier | Il évite de rapprocher des éléments incompatibles |
| Contrôler une aide automatisée | Revenir à une information source | Examiner une synthèse préparée pour l’exercice | Il justifie une correction précise |
| Recommander une suite | Argumenter sous incertitude | Proposer un choix ou une demande d’information | Il distingue ce qui est établi de ce qui reste inconnu |
Ce tableau organise un terrain d’apprentissage. Il ne prouve pas qu’une seule séquence construit toute la compétence professionnelle.
Faire varier l’aide sans perdre l’objectif
Dans une première étape, les étudiants examinent directement le dossier et formulent leurs critères. L’enseignant peut observer les connaissances qui manquent et expliquer une distinction nécessaire.
Une deuxième étape introduit une proposition automatisée, préparée et contrôlée par l’enseignant. Elle peut comporter une confusion conçue pour l’exercice : une information absente du dossier est présentée comme acquise. La consigne annonce que le document est à examiner, sans organiser un piège.
Les étudiants doivent retrouver les appuis documentaires de la proposition, signaler ce qui n’est pas justifié et rédiger une correction. Une réponse comme « l’IA peut se tromper » ne suffit pas ; l’exercice demande de situer le problème.
Dans une troisième étape, une contrainte change : le besoin de l’atelier évolue ou une précision arrive. La recommandation initiale doit être réexaminée. L’attention porte alors sur la capacité à modifier une décision, au lieu de défendre le premier document produit.
Cette organisation peut fonctionner sans compte personnel d’IA. Si un outil est utilisé directement, son accès, ses usages autorisés et les données admises doivent être prévus par l’établissement. Le dossier fictif évite d’introduire des informations réelles de fournisseurs ou de clients.
Construire une progression à l’échelle du parcours
Une activité isolée ne règle pas la question du cursus. L’équipe doit identifier ce qui est introduit, réutilisé et approfondi dans les différents enseignements.
Une même notion peut être travaillée dans un exercice simple, mobilisée avec des documents plus nombreux puis réexaminée dans une situation moins guidée. Il faut pouvoir suivre ce changement d’exigence sans confondre difficulté accrue et retrait brutal de tout soutien.
Les observations servent à choisir la suite : reprendre une notion, fournir un exemple, demander une nouvelle tentative ou proposer une situation différente. Un document corrigé renseigne sur ce document. Pour apprécier une maîtrise plus large, il faut d’autres occasions de mobilisation.
Notre réflexion sur le transfert des apprentissages en formation professionnelle approfondit cette différence entre comprendre une démarche et la réutiliser dans un nouveau contexte.
Le programme peut ainsi garder une continuité, même si les outils présentés changent.
Associer les professionnels sans leur déléguer le programme
Les partenaires professionnels peuvent décrire des tâches observées, des difficultés de débutants et des situations où le contrôle compte particulièrement. Ils apportent aussi des exemples de contraintes que l’exercice scolaire laisse parfois de côté.
L’équipe pédagogique garde la responsabilité de traduire ces informations en apprentissages. La procédure d’une entreprise ne représente pas tous les environnements de travail. Une préférence de recrutement ne devient pas automatiquement une finalité de diplôme.
Le rapport de l’OCDE du 23 juin 2026 sur l’IA et le développement de l’enseignement professionnel examine notamment l’appui possible de l’IA à l’actualisation des programmes, des qualifications et des standards professionnels. Son objet est la conception de ces cadres, pas la démonstration d’un effet sur les acquis des étudiants.
Les principes publiés le même jour par l’OCDE maintiennent une place centrale au jugement humain, à la transparence et à la qualité des données. Une synthèse automatisée des besoins métiers doit donc rester discutable et vérifiable.
Choisir ce qui change et ce qui mérite du temps
Faire évoluer une formation implique des arbitrages de temps. Ajouter un module sans regarder le reste du parcours peut laisser les étudiants devant des attentes contradictoires ou un programme devenu trop chargé.
Une réunion de conception peut partir d’une situation professionnelle déjà enseignée. L’équipe examine ce que l’IA change dans sa réalisation, les connaissances qui restent nécessaires, l’exercice à modifier et les observations qui permettront d’en juger.
Elle précise aussi les moyens : préparation des enseignants, ressources accessibles, coordination entre disciplines et occasions d’essai. Une ambition inscrite dans un document ne crée pas à elle seule ces conditions.
En France, le cycle ministériel IA Sup, présenté sur une page publiée le 8 octobre 2025, propose des ressources de dialogue et d’accompagnement. Son programme 2025-2026 traite notamment de formation et d’appropriations disciplinaires. Ces ressources peuvent éclairer un travail local ; elles ne le remplacent pas.
Ouvrir un débat qui aboutit à une décision pédagogique
Une conférence peut créer un point de départ commun entre direction, enseignants et partenaires. Pour préparer cet échange, une question concrète aide : quelle situation professionnelle voulons-nous que nos étudiants sachent comprendre et reprendre, avec ou sans l’aide disponible ?
L’intérêt est d’aboutir à un choix examinable : une séquence à retravailler, une connaissance à mieux consolider, une responsabilité à clarifier. Les équipes pourront ensuite observer les essais et ajuster leur proposition.
Ressources pour prolonger
OIT, 20 mai 2025 : indice d’exposition des tâches à l’IA générative, cité plus haut.
OIT, 17 avril 2026 : limites d’interprétation des indicateurs d’exposition.
OCDE, 23 juin 2026 : rapport sur le développement de l’enseignement professionnel avec l’IA et principes associés.
Ministère de l’Enseignement supérieur : cycle IA Sup et ressources du programme 2025-2026.
