Québec : l’IA entre dans les classes, mais qui apprend aux élèves à penser sans elle ?
À la rentrée 2026, une question traverse les écoles québécoises : faut-il apprendre aux élèves à utiliser l’intelligence artificielle ou d’abord s’assurer qu’ils savent travailler sans elle ? Le débat dépasse la triche. Il engage la formation des enseignants, l’équité entre élèves et la définition même d’un apprentissage réussi.
Dans une classe québécoise, la question a changé
Imaginons — la scène qui suit est fictive — Camille, 15 ans, devant un travail de français. Elle demande à une IA générative de lui proposer une introduction. En quelques secondes, elle obtient un paragraphe correct, au vocabulaire assuré. Son enseignant, Antoine, ne lui demande pas immédiatement de fermer l’ordinateur. Il pose une question beaucoup plus difficile : « Si on retire cette réponse, qu’est-ce que tu sais maintenant expliquer, seule ? »
Camille hésite. Elle reconnaît certaines idées, mais ne sait pas pourquoi elles sont organisées dans cet ordre. Le texte existe ; l’apprentissage reste à démontrer.
Ce bref échange inventé exprime un problème bien réel : à mesure que les réponses deviennent plus rapides et plus convaincantes, les adultes doivent discerner ce qui relève de la production d’un résultat et ce qui relève d’une compétence construite. Dans le Québec de 2026, cette interrogation se traduit désormais par des prises de position syndicales, des ressources ministérielles et des initiatives d’établissements.
Ce n’est pas seulement une histoire de technologie. C’est une question de pédagogie et d’autonomie.
Ce qui s’est passé au Québec en 2026 : trois signaux à rapprocher
1. Des enseignants demandent davantage de balises
Le 4 mai 2026, la Fédération des syndicats de l’enseignement (FSE-CSQ) a rendu publics les enseignements d’une collecte menée auprès de 5 700 personnes répondantes dans le cadre de son colloque pédagogique. La fédération souligne le potentiel de l’IA, mais rapporte que les enseignants se sentent insuffisamment guidés et réclament davantage de balises et d’outils pour leur propre pratique et l’accompagnement des élèves.
Ce chiffre correspond au nombre de répondants à la démarche présentée par la fédération. Il ne doit pas être présenté comme une mesure représentative de tous les enseignants du Québec, ni confondu avec un taux de triche ou d’utilisation de l’IA.
L’intérêt du communiqué est ailleurs : il montre que l’inquiétude n’est pas réductible à une résistance au changement. Enseigner avec un outil qui peut expliquer, produire, reformuler et parfois inventer des informations exige des décisions pédagogiques que l’enseignant ne devrait pas avoir à improviser seul.
Lire le communiqué de la FSE-CSQ du 4 mai 2026.
2. Le gouvernement publie des ressources : leur mise à jour n’est pas une nouvelle interdiction
Le ministère de l’Éducation du Québec met à disposition des recommandations éthiques, une feuille de route, un guide sur l’usage pédagogique, éthique et légal de l’IA générative, ainsi que des outils de réflexion destinés aux acteurs scolaires. La page de référence a été mise à jour le 6 octobre 2026.
Cette date constitue un repère d’actualité : elle atteste une actualisation de la page documentaire, pas l’adoption ce jour-là d’une loi nouvelle, d’une obligation universelle ou d’une interdiction générale. Faire la différence entre guide, recommandation, règlement et pratique locale est essentiel.
Ces ressources abordent notamment la responsabilité des établissements, l’utilisation pédagogique, les risques de discrimination, la protection des données et l’évaluation d’impacts éthiques. Le Québec dispose également d’un Centre d’expertise en intelligence artificielle en éducation, créé en 2022, pour guider un usage responsable et soutenir le réseau.
Un cadre de réflexion existe donc. La difficulté est de le transformer en routines compréhensibles par des adolescents et applicables dans une classe déjà chargée.
3. Une école montre une autre voie : enseigner le discernement
Le 24 septembre 2026, la Fédération des établissements d’enseignement privés (FEEP) a relayé l’initiative de l’École secondaire de Bromptonville, à Sherbrooke. Selon cette présentation, l’enseignant Mathieu Péloquin consacre chaque semaine deux heures à l’accompagnement numérique des élèves.
L’enjeu n’est pas seulement de découvrir les commandes efficaces. Il s’agit d’apprendre à interroger une réponse, à repérer ses limites et à ne pas confondre confiance dans l’outil et confiance dans l’information.
Consulter les actualités de la FEEP et la présentation de l’initiative du 24 septembre.
Dans un autre reportage radio, 107,7 Estrie présentait en avril 2026 l’usage de la plateforme Emilia à Bromptonville, notamment pour soutenir la rétroaction sur les productions écrites. Cette expérience rappelle qu’une utilisation pédagogique de l’IA peut viser la qualité du retour fait à l’élève plutôt que la production d’un devoir à sa place. Il s’agit d’un exemple local, non d’une preuve d’efficacité généralisable à toutes les écoles.
Réunies, ces trois observations dessinent la tension de l’année scolaire : les enseignants demandent des repères, le ministère propose des ressources et certains établissements expérimentent des pratiques. Le maillon décisif reste pourtant la compétence d’apprentissage que l’élève développe.
Pourquoi le débat « autoriser ou interdire l’IA » est trop étroit
Une école peut décider de proscrire un outil pour une évaluation particulière. Une autre peut l’autoriser pour explorer des idées ou recevoir un retour formatif. Ces deux décisions ne sont pas nécessairement contradictoires : elles servent des objectifs différents.
Le véritable risque apparaît lorsque le but de l’activité n’est pas explicite. Un élève peut-il solliciter une correction orthographique ? Demander un plan ? Faire écrire le texte entier ? Utiliser l’IA pour préparer une question qu’il présentera ensuite oralement ? Chacune de ces situations mobilise un degré différent de délégation cognitive.
On peut concevoir trois usages à distinguer.
L’usage de substitution consiste à laisser l’outil accomplir ce que l’activité devait apprendre à l’élève. S’il doit construire un raisonnement, générer un raisonnement complet peut priver l’enseignant d’une trace de sa compétence.
L’usage d’étayage consiste à demander un indice, une reformulation ou un exemple, puis à revenir au travail personnel. L’IA peut alors jouer un rôle de soutien, à condition que l’élève reste responsable de ses choix et vérifie les réponses.
L’usage d’examen critique consiste à produire ou analyser une réponse d’IA pour identifier une erreur, comparer des arguments ou discuter des sources. Ici, l’objet même de l’apprentissage devient la qualité du jugement humain.
Cette typologie est une grille de lecture proposée par Learning Coach ; ce n’est pas une classification officielle du ministère. Elle aide surtout à éviter une phrase trompeuse : « Nos élèves utilisent l’IA, donc ils maîtrisent le numérique. » Utiliser un outil n’est pas encore savoir s’en servir avec discernement.
Ce que risque l’élève : une impression de maîtrise sans compétence transférable
Quand une réponse arrive immédiatement, un adolescent peut avoir l’impression que la tâche a été comprise. La fluidité du texte, la rapidité de la correction et le ton assuré de la machine contribuent à cette impression. Mais il existe une différence fondamentale entre reconnaître une bonne explication en la lisant et la produire soi-même dans une situation nouvelle.
Prenons un exercice d’histoire. Thomas demande à une IA de résumer les causes d’un événement. Le résumé est clair. Le lendemain, devant une question différente, il n’arrive plus à relier les faits. La faiblesse n’est pas forcément sa mémoire : il a peut-être surtout passé du temps à lire une réponse finie, au lieu de rechercher, organiser, expliquer et rappeler lui-même l’information.
Il serait abusif de conclure que tout recours à l’IA réduit l’apprentissage. L’effet dépend notamment de la tâche, de l’âge, des consignes et de la manière dont l’enseignant organise le travail. En revanche, cette scène illustre pourquoi l’autonomie doit être observée, plutôt que supposée.
Une question utile pour un enseignant, un parent ou une direction est la suivante : après avoir utilisé l’outil, l’élève est-il davantage capable de comprendre, d’expliquer, de vérifier et de recommencer seul ?
Si la réponse est incertaine, il faut améliorer la conception de l’activité, pas seulement renforcer la surveillance.
Les enseignants québécois ne peuvent pas porter seuls cette transition
Demander aux professeurs de devenir simultanément spécialistes de l’IA, juristes, experts en cybersécurité, concepteurs d’évaluations et accompagnateurs individualisés est une fausse solution. Une réforme pédagogique ne tient pas si elle transfère tous les arbitrages à l’adulte déjà en classe.
Les directions et les centres de services scolaires ont un rôle de clarification : quels outils peuvent être utilisés, avec quels comptes, par quels âges, pour quelles finalités et avec quelles précautions concernant les données ? Qui répond aux familles ? Comment protéger les élèves qui n’ont pas le même accès aux appareils et au soutien numérique à la maison ?
La question de l’équité est centrale. Un élève disposant d’un abonnement, d’un ordinateur récent et de parents à l’aise avec les outils numériques n’avance pas dans les mêmes conditions qu’un camarade ayant un accès limité ou intermittent. La qualité de l’apprentissage ne doit pas être indexée sur la sophistication du logiciel disponible chez soi.
Le Cadre de référence de la compétence numérique du Québec met en avant un usage critique, créatif, responsable et durable du numérique. Cet horizon dépasse la seule compétence technique. Il appelle une progression structurée, pensée collectivement.
Là où les enseignants réclament davantage de balises, la réponse institutionnelle ne peut donc pas se limiter à « soyez innovants ». Il faut aussi du temps, des règles intelligibles et des possibilités de développement professionnel.
La réponse pédagogique proposée par Learning Coach : passer de la réponse au questionnement
Learning Coach défend une idée simple, mais exigeante : l’enseignant ne se définit plus seulement par la qualité de ce qu’il explique. Il crée les conditions pour que l’apprenant soit capable de penser, de choisir et d’agir sans lui. L’intelligence artificielle rend cette évolution plus visible, parce qu’elle automatise certaines formes d’explication et de rédaction qui occupaient une place centrale à l’école.
Dans le coaching d’apprentissage, l’adulte commence par observer ce que l’élève sait réellement faire. Il l’aide à fixer un objectif, à mettre des mots sur sa démarche, à mobiliser ses ressources et à mesurer ses progrès. L’outil numérique n’est ni le maître ni l’ennemi : il occupe une place définie au service de cet objectif.
Cette approche reprend notamment une compétence présente dans le Module 3 — Les fondamentaux du coaching de Learning Coach : la posture d’accompagnement consiste à se tenir « à côté », à clarifier l’objectif, à favoriser la prise de conscience et à préserver l’autonomie de la personne accompagnée. Le module présente cette posture dans un cadre général de coaching. Son application aux usages de l’IA en classe est ici une proposition éditoriale, et non l’annonce d’un module IA déjà livré dans la spécialisation Enseignant Coach.
Le passage à la posture d’Enseignant Coach n’implique pas de renoncer à enseigner les connaissances, de supprimer les évaluations ou de transformer chaque cours en séance individuelle. Cela signifie choisir intentionnellement le moment d’expliquer, le moment de questionner et le moment de laisser l’élève démontrer ce qu’il maîtrise.
La question peut évoluer de « Quel texte as-tu rendu ? » vers « Comment as-tu construit et vérifié cette réponse ? ». Ce déplacement remet l’apprentissage au centre.
Une séquence de classe en cinq étapes, utilisable même sans logiciel
Voici une proposition pratique, inspirée de la posture du coaching d’apprentissage et adaptée à une classe du secondaire. Elle doit être ajustée aux consignes de l’établissement, à l’âge des élèves et aux règles applicables aux plateformes. Aucun élève ne devrait être tenu de transmettre des données personnelles à un outil non autorisé.
Étape 1 — Faire apparaître la pensée initiale
Avant de consulter une IA, chaque élève écrit quelques lignes : « Voici ce que je crois comprendre, ce que je sais vérifier et ce qui me pose problème. » Cette première trace ne sert pas à noter l’élève. Elle permet de savoir d’où part le raisonnement.
Dans un cours de sciences, par exemple, on peut demander aux jeunes de formuler une hypothèse sur une expérience. La réponse initiale sera parfois maladroite. C’est précisément ce qui la rend pédagogique : elle rend visible l’état des connaissances.
Étape 2 — Clarifier l’objectif d’apprentissage
L’enseignant annonce : « Aujourd’hui, nous voulons apprendre à comparer deux hypothèses et à justifier notre préférence. » Il précise ce qui pourra être délégué à l’IA et ce qui devra rester personnel.
Une consigne vague comme « utilisez ChatGPT pour répondre » transfère trop de décisions à l’élève. Une consigne précise, comme « demandez deux objections à votre hypothèse, puis vérifiez-les avec les documents du cours », crée un usage circonscrit.
Étape 3 — Faire travailler le doute
Si un outil autorisé est disponible, les élèves peuvent comparer ses propositions à une source identifiée et expliquer pourquoi une réponse est crédible, insuffisante ou erronée. L’enseignant demande : « Quelle preuve manque ? Quelle idée faudrait-il reformuler ? Que se passe-t-il si l’on change une donnée ? »
Cette étape transforme la vitesse de l’outil en occasion de ralentir le jugement. Elle permet de discuter explicitement des erreurs possibles, des sources inexistantes ou des formulations trompeusement assurées.
Étape 4 — Retirer temporairement l’outil
Une fois l’échange terminé, les élèves rédigent sans assistance un court raisonnement, expliquent oralement leur démarche ou résolvent une variante du problème. La tâche ne doit pas être une copie de la réponse précédemment affichée : elle doit demander une réutilisation de la compétence.
Ce moment est décisif. Il distingue le confort de consulter une réponse de la capacité à mobiliser une connaissance quand la machine n’est plus présente.
Étape 5 — Coacher la prise de conscience
Plutôt que de conclure uniquement par « juste » ou « faux », l’enseignant invite l’élève à préciser ce qui a changé : « Qu’as-tu compris grâce à la comparaison ? Quelle erreur serais-tu capable de repérer la prochaine fois ? À quel moment l’IA t’a-t-elle aidé et à quel moment t’a-t-elle empêché de réfléchir ? »
Le bénéfice attendu de cette démarche n’est pas une hausse garantie des notes. C’est une meilleure visibilité sur la démarche de l’apprenant, afin d’ajuster l’enseignement et de favoriser l’autonomie.
Trois responsabilités distinctes pour une école qui veut avancer
La direction : définir un cadre accessible
Une charte d’usage ne doit pas être un document juridique incompréhensible. Elle devrait répondre à des questions concrètes : quels outils sont autorisés ? Dans quelles activités ? Quelles données ne jamais saisir ? Comment déclarer une aide reçue ? Quelles évaluations doivent être menées sans IA ? À qui poser une question ?
Les réponses peuvent différer selon le niveau scolaire et les politiques locales. Il est préférable de publier un cadre révisable et clair plutôt que de promettre une règle universelle qui deviendra obsolète.
L’enseignant : concevoir les preuves de l’apprentissage
L’enseignant gagne à recueillir des traces variées : brouillons, explications orales, corrections justifiées, travaux réalisés en classe, comparaisons entre plusieurs solutions. Il peut ainsi évaluer davantage que la qualité finale du document rendu.
L’objectif n’est pas de suspecter systématiquement chaque jeune. Il s’agit de rendre les compétences observables, même dans un environnement où les productions externes sont faciles à obtenir.
Les parents : accompagner sans se substituer
À la maison, la tentation est grande de demander à une IA de corriger immédiatement un exercice compliqué. Pourtant, la question la plus féconde n’est pas « Quelle est la bonne réponse ? », mais « Qu’as-tu déjà essayé ? » et « Comment saurais-tu si cette réponse est fiable ? »
Dans le livre Comment Cesser de Faire Les Devoirs Avec Vos Enfants, Learning Coach développe précisément l’idée d’une aide qui s’efface progressivement pour laisser davantage de responsabilité à l’enfant. Cette perspective rejoint le défi de l’IA, même si l’ouvrage ne constitue pas une politique officielle d’usage numérique.
Ce que nous saluons, et ce que nous critiquons
Nous saluons la démarche du ministère québécois lorsqu’elle met à disposition des repères éthiques et pédagogiques accessibles. Elle reconnaît que l’introduction de l’IA ne peut être laissée au seul marché des plateformes. Nous saluons aussi les initiatives locales qui enseignent explicitement le discernement, comme l’exemple de Bromptonville relayé en septembre.
Mais nous partageons une interrogation de fond soulevée par les enseignants : publier des guides ne suffit pas, si les établissements ne disposent pas des conditions pour s’en emparer. Sans temps de formation, sans décisions collectives, sans accompagnement de proximité, une partie de la responsabilité risque de retomber sur les personnes qui ont déjà la charge des classes.
Nous formulons également une critique pédagogique : il serait dommage que l’IA aboutisse à des devoirs toujours plus élégants et à des élèves toujours moins capables d’expliquer leur propre travail. La réponse ne peut pas être seulement un logiciel de détection. Il faut redéfinir ce que l’école demande aux jeunes de démontrer.
Enfin, la posture du coaching d’apprentissage n’est pas une réponse complète à tous les problèmes. Elle ne remplace ni les décisions publiques, ni le financement, ni les règles de protection de la vie privée, ni les politiques d’évaluation. Elle constitue une réponse pédagogique complémentaire : faire en sorte que les élèves deviennent moins dépendants des réponses et plus compétents pour apprendre.
Conclusion : le Québec peut faire de l’IA un révélateur de ce qui manque à l’école
Le véritable événement de 2026 n’est pas que les élèves découvrent l’intelligence artificielle. Beaucoup la connaissent déjà. L’événement est que les autorités scolaires, les enseignants et les familles doivent désormais décider ensemble ce que signifie apprendre dans un monde où produire une réponse est devenu facile.
Une école tournée vers l’avenir ne devra pas seulement demander si l’élève a utilisé l’IA. Elle devra pouvoir répondre à une question plus ambitieuse : « Qu’est-il devenu capable de faire après l’avoir utilisée ? »
C’est là que Learning Coach situe sa contribution : aider les professionnels de l’éducation à passer d’une pédagogie centrée sur la seule transmission à un accompagnement qui développe le questionnement, les stratégies, la conscience de ses progrès et l’autonomie. L’enseignant garde son expertise ; il apprend aussi à faire grandir celle de l’élève.
Pour découvrir les compétences et les spécialités présentées par Learning Coach, notamment la posture Enseignant Coach, consultez la formation de Coach d’Apprentissage et ses conditions de candidature. La candidature ne garantit pas l’admission ni la certification ; la disponibilité des contenus doit être confirmée pour chaque spécialité.
Sources et reportages consultés
Gouvernement du Québec — Centre d’expertise en intelligence artificielle en éducation.
Gouvernement du Québec — Cadre de référence de la compétence numérique.
FSE-CSQ — Les profs veulent plus de balises et d’outils, communiqué du 4 mai 2026.
FEEP — Actualités des écoles privées, initiative de Bromptonville du 24 septembre 2026.
107,7 Estrie — Entrevue sur l’IA Emilia à Bromptonville, publiée le 15 avril 2026.
Livres à lire ABSOLUMENT !
L’Enseignant Coach — Pour accompagner un usage de l’IA qui préserve la réflexion de l’élève.
Enseigner ce n’est pas apprendre — Pour ne pas confondre production d’une réponse et apprentissage.
L’Apprenant Autonome — Pour renforcer la capacité d’apprendre et de vérifier par soi-même.
