L'IA n'est ni une révolution ni une menace par nature : elle t'aide à apprendre quand elle te fait travailler, et te fait reculer quand elle travaille à ta place. Exemple : si un assistant te donne la solution d'un exercice, tu as un exercice juste, mais tu risques de ne pas savoir le refaire seul au partiel ; s'il te donne un indice et que tu finis toi-même, c'est toi qui as appris.
Ce que fait un modèle de langage
ChatGPT et les outils du même genre reposent sur un modèle de langage : un programme entraîné sur d'énormes quantités de textes pour prédire, mot après mot, une suite vraisemblable. Il ne consulte pas une base de faits vérifiés : il produit le texte qui ressemble le plus à une bonne réponse.
Or une phrase vraisemblable n'est pas forcément vraie, et le modèle se trompe avec le même aplomb que lorsqu'il a raison.
Définition : on appelle « hallucination » une réponse fausse présentée comme sûre, par exemple une date erronée ou la référence d'un article qui n'existe pas.
Dans l'étude turque présentée plus bas, l'assistant de base, construit sur GPT-4, a reçu dix fois chacun des 57 problèmes de maths de l'expérience : il n'a donné la bonne réponse que dans 51 % des cas en moyenne.
Piège classique : demander une bibliographie à un assistant. Il peut inventer des références au format impeccable. Vérifie chacune dans le catalogue de ta bibliothèque universitaire ou sur le site de la revue, et ne cite que ce que tu as lu.
Ce que mesurent les études
À l'automne 2023, dans un lycée turc, près de 1 000 élèves ont suivi quatre séances de maths, chacune avec un rappel de cours, des exercices, puis un examen sans cours ni ordinateur. Seuls les exercices changeaient, selon le groupe tiré au sort pour chaque classe.
Le groupe témoin, auquel on compare les autres, s'entraînait avec son manuel et ses notes. Le deuxième groupe avait un assistant de base, semblable à ChatGPT, sans garde-fou. Le troisième avait un « tuteur » : le même modèle, nourri des solutions des professeurs et réglé pour donner des indices, jamais la réponse.
Pendant les exercices, les groupes équipés ont fait bien mieux que le groupe témoin : 48 % de mieux avec l'assistant de base, 127 % avec le tuteur. À l'examen, sans IA, le groupe de l'assistant de base a eu des notes inférieures de 17 % à celles du groupe témoin ; le groupe du tuteur a fait jeu égal avec lui (Bastani et al., PNAS, 2025).
Le message le plus envoyé à l'assistant de base était « Quelle est la réponse ? ». Selon les auteurs, les élèves recopiaient au lieu de chercher, sans se rendre compte qu'ils apprenaient moins.
À Harvard, à l'automne 2023, 194 étudiants d'un cours d'introduction à la physique ont suivi une leçon avec un tuteur IA et une autre en classe, à résoudre des problèmes avec l'enseignant. Le tuteur, réglé par l'équipe du cours avec ses solutions détaillées, guidait pas à pas. Avec lui, le gain médian entre les tests d'avant et d'après a été plus du double de celui obtenu en classe, en moins de temps (Kestin et al., Scientific Reports, 2025).
Le point commun : l'outil qui ne nuit pas, ou qui aide, fait travailler l'élève et dispose de solutions justes. On apprend en produisant soi-même une réponse ; lire une réponse toute faite donne l'impression d'avoir compris, pas la capacité de refaire.
Ces deux études ne tranchent pas tout : elles portent sur les maths et la physique, et sur deux leçons seulement à Harvard. Elles montrent que l'effet de l'IA dépend de l'usage.
Les usages qui font apprendre
Avant chaque requête, demande-toi qui va faire l'effort : l'outil ou toi. Le même assistant sert les deux, tout dépend de la formulation.
| L'outil travaille à ta place | L'outil te fait travailler |
|---|---|
| « Résume le chapitre 4. » | « Voici mon résumé du chapitre 4 : qu'est-ce qui manque ou qui est faux ? » |
| « Rédige mon introduction. » | « Pose-moi des questions qui mettent mon plan à l'épreuve. » |
Dans la colonne de droite, c'est toi qui produis et l'outil qui relit. S'il contredit ton cours, vérifie avant de le croire.
Conseil : à la fin d'une séance avec l'IA, ferme l'outil et refais seul un exercice du même type. Si tu bloques, c'est l'outil qui avait fait le travail.
Pour un travail noté, ce qui est permis dépend de ta formation : lis la consigne et le règlement des études, et demande à l'enseignant si rien n'est écrit. Et ne confie à un assistant en ligne aucune donnée personnelle : ce que tu tapes part sur ses serveurs.
Ce que dit le règlement européen
Le règlement (UE) 2024/1689 sur l'intelligence artificielle, adopté le 13 juin 2024 et modifié en juillet 2026, s'applique directement en France. Il touche l'enseignement à deux endroits.
D'abord une interdiction, en vigueur depuis le 2 février 2025 : pas de système d'IA qui déduit les émotions d'une personne dans un établissement d'enseignement, sauf pour des raisons médicales ou de sécurité (article 5).
Ensuite, quatre usages sont classés « à haut risque » (annexe III) : décider de l'admission ou de l'affectation dans un établissement, évaluer les acquis d'apprentissage, évaluer le niveau d'enseignement approprié pour une personne, surveiller et détecter les comportements interdits pendant les examens. Haut risque ne veut pas dire interdit : ces outils restent permis, avec des exigences particulières qui s'appliquent à partir du 2 décembre 2027 (article 113).
Se préparer au monde de demain
Le même règlement demande aux fournisseurs de systèmes d'IA et à ceux qui les utilisent dans un cadre professionnel de prendre des mesures pour favoriser la maîtrise de l'IA par leur personnel (article 4) : savoir l'utiliser en connaissance de cause, en mesurant ses possibilités et ses risques (article 3). Si ton futur employeur utilise des systèmes d'IA, cette obligation le concerne.
Cette maîtrise suppose de connaître assez ta discipline pour juger ce que l'outil produit : repérer un calcul faux ou un article inventé, sans lui. C'est ce que mesurait l'examen sans IA, et ce que mesurent tes examens sur table.
Exercices corrigés
Cherche chacun avant d'ouvrir la correction.
Exercice 1 : Tu révises un partiel et tu hésites entre trois demandes à un assistant. (a) « Pose-moi dix questions sur le chapitre 3, puis corrige mes réponses. » (b) « Donne-moi le corrigé de cette annale. » (c) « Voici ma démonstration : à quelle ligne est l'erreur ? Ne la corrige pas. » Lesquelles te font apprendre ?
Correction :
Les demandes (a) et (c) : c'est toi qui produis, l'outil ne fait que relire.
La demande (b) produit à ta place, sans que tu saches si le corrigé est juste. Traite d'abord l'annale seul, puis fais relire ta copie.
Exercice 2 : Un camarade lit l'étude turque : pendant les exercices, le groupe de l'assistant de base a fait 48 % de mieux que le groupe témoin. Il en conclut que l'IA fait progresser les élèves de 48 %. Où est l'erreur ?
Correction :
Il confond réussir avec l'outil et apprendre. Les 48 % mesurent des exercices faits avec l'IA, donc en partie son travail.
L'apprentissage se mesure sans elle : à l'examen, ce même groupe a eu des notes inférieures de 17 % à celles du groupe témoin.
Exercice 3 : Pour ses examens en amphithéâtre, une université envisage des caméras reliées à un logiciel qui repérerait la triche et déduirait du visage des étudiants leurs émotions. Que dit le règlement européen sur l'IA de chaque fonction ?
Correction :
Déduire les émotions des étudiants est interdit depuis le 2 février 2025 (article 5) : l'énoncé n'invoque aucune raison médicale ou de sécurité.
Repérer la triche relève de la surveillance des comportements interdits pendant les examens : c'est permis, mais classé à haut risque (annexe III), avec des exigences particulières à partir du 2 décembre 2027. Le piège serait de croire que « haut risque » veut dire « interdit ».
À retenir
À retenir :
- Un modèle de langage produit une réponse vraisemblable, pas une réponse vérifiée.
- Un assistant qui donne les réponses peut faire baisser les notes une fois l'outil fermé ; un tuteur qui guide évite ce recul.
- Avant chaque requête : qui fait l'effort ? Demande des indices ou une relecture, pas la réponse.
- Le règlement européen interdit de déduire les émotions dans l'enseignement et y classe plusieurs usages à haut risque.
Sources
- Règlement (UE) 2024/1689 du 13 juin 2024 sur l'intelligence artificielle, articles 3, 4, 5 et 113 et annexe III, version consolidée au 27 juillet 2026 : texte sur EUR-Lex.
- H. Bastani et al., « Generative AI without guardrails can harm learning: Evidence from high school mathematics », PNAS, vol. 122, n° 26, 2025 : article en accès libre.
- G. Kestin et al., « AI tutoring outperforms in-class active learning: an RCT introducing a novel research-based design in an authentic educational setting », Scientific Reports, vol. 15, 2025 : article en accès libre.