Est-il encore utile d'apprendre ?

Un enfant pose une question à un écran. La réponse tombe en deux secondes : complète, argumentée, mieux tournée qu’il ne l’aurait rêvé. La scène est devenue banale. Elle devrait nous donner le vertige. Car pour la première fois depuis que les hommes s’instruisent, le savoir n’est plus rare.

Il était un trésor lentement amassé, jalousement transmis ; le voilà gratuit, infini, disponible à la seconde. Salman Khan, fondateur de la Khan Academy, y voit une révolution heureuse¹ : chacun aura bientôt le précepteur qu’Aristote fut pour Alexandre. Le savoir n’est plus un bien que l’on possède, c’est un flux où l’on puise.

Alors une question monte, que beaucoup n’osent poser qu’à voix basse : si la machine sait pour nous, à quoi bon apprendre ? Pourquoi mémoriser, s’exercer, peiner sur ce qu’une application restitue sans effort ?

Je veux prendre cette question au sérieux, parce qu’elle est en train de miner silencieusement notre école et de désarmer ceux qui devraient la défendre. Mais je veux montrer qu’elle est mal posée, et que cette erreur n’est pas forcément innocente.

Deux mots y sont piégés :

• « Apprendre » : engranger des connaissances, ou former un jugement ? La machine ne menace que le premier.
• « Utile » : utile pour produire, pour penser, ou pour vivre libre ? La réponse bascule du tout au tout.

Toute la suite tient dans ces distinctions, et dans une conviction que je défendrai jusqu’au bout : jamais apprendre n’a été aussi nécessaire. À condition de cesser enfin d’apprendre comme au siècle dernier.

I. L’illusion de l’inutilité

Commençons par rendre justice à l’adversaire. La thèse de l’inutilité n’est pas idiote ; elle est même séduisante, et c’est ce qui la rend dangereuse.

Elle s’appuie d’abord sur un fait réel : le savoir cesse d’être un stock pour devenir un flux. Hier il fallait détenir en soi ce qu’on voulait mobiliser ; aujourd’hui on y accède. La logique du juste-à-temps qui a vidé les entrepôts de l’industrie gagne nos têtes. Pourquoi stocker ce que l’on reçoit à l’instant du besoin ? Posséder coûte ; accéder peut suffire.

Elle rappelle ensuite, non sans raison, que nous avons déjà délégué sans drame. La calculatrice a tué le calcul mental et la civilisation tient debout. Le moteur de recherche a rendu inutile la mémorisation de mille dates que nous tenons au bout des doigts. À chaque étape, une part de l’effort a glissé vers la machine, et personne ne réclame le retour en arrière. L’IA ne ferait que prolonger ce mouvement, à plus grande échelle.

Elle frappe enfin là où ça fait mal, du côté du portefeuille. La durée de vie d’une compétence fond à vue d’œil. Tel savoir-faire arraché à force d’années sera automatisé avant d’être rentabilisé. Former des experts pour des métiers qui n’existeront plus : quel gâchis, plaide-t-on. Autant apprendre à apprendre, et rien de plus.

Le raisonnement se tient. C’est précisément pour cela qu’il faut le démonter pièce à pièce. Car il repose tout entier sur une confusion : celle de l’outil que l’on utilise et de la maîtrise qui, seule, permet de s’en servir. On ne délègue pas ce qu’on ne comprend pas. On s’y soumet…

II. Apprendre ou se soumettre

Voilà la vraie ligne de partage. Confier une tâche à une machine, c’est encore savoir la lui demander, juger sa réponse, flairer l’erreur quand elle avance masquée sous des airs d’évidence.

Repérer qu’une IA invente (hallucine), douter d’un résultat plausible et faux, corriger une recommandation : rien de tout cela n’est possible sans un modèle intérieur du domaine. Les ingénieurs le savent depuis longtemps : plus un système s’automatise, plus l’expert qui veille à ses côtés devient rare et décisif². Nous en avons fait la douloureuse expérience aussi dans le monde de l’aviation où les pilotes en sont réduits à un simple rôle d’opérateur en ayant parfois perdu la capacité à agir dans les situations de vol les plus délicates. L’automatisation ne supprime pas la compétence, elle la hisse plus haut. À l’âge de l’IA, le jugement ne vaut pas moins. Il vaut infiniment plus.

Et l’on touche ici quelque chose de plus profond qu’une question d’efficacité. On ne pense qu’avec ce qu’on a fait sien. Les concepts intériorisés au prix de l’apprentissage ne sont pas un péage qu’on acquitterait pour accéder au savoir : ils sont l’outil même de la pensée.

On ne raisonne pas sur un domaine dont on ne possède aucun modèle ; on ne comprend même pas vraiment une réponse sans le cadre qui lui donne sens. L’idée qu’accéder remplacerait posséder s’effondre : pour accéder, il faut déjà savoir. Quant à l’effort, ce détour par la difficulté que notre époque voudrait nous épargner, il n’est pas l’ennemi de l’apprentissage. Il en est le moteur. C’est lui qui forge l’attention, la mémoire, l’abstraction. L’épargner, c’est laisser fondre le muscle qu’il musclait.

Mais l’essentiel est ailleurs, et il est politique. Un peuple qui ne sait plus, qui se contente d’avaler les productions de systèmes opaques qu’il ne maîtrise pas, est un peuple à la merci de qui tient les machines. La grande ligne de fracture de notre siècle ne sépare plus ceux qui savent de ceux qui ignorent : la machine sait pour tout le monde. Elle sépare ceux qui pilotent de ceux qui sont pilotés. Et l’on ne pilote bien que ce dont on possède le modèle. Voilà pourquoi l’apprentissage n’est pas un luxe d’un autre âge : il est la condition de la liberté.

Cette peur, du reste, est aussi vieille que la culture. Dans le Phèdre, déjà, Platon faisait condamner l’écriture comme un remède empoisonné qui donnerait aux hommes l’apparence du savoir au lieu du savoir vrai, et ruinerait leur mémoire³. De l’imprimerie à la calculatrice, du moteur de recherche à l’IA, chaque technique a rejoué cette scène. Et jamais la nécessité d’apprendre n’a disparu : seul son objet s’est déplacé. La question n’est donc pas de savoir s’il faut apprendre. Elle est de savoir quoi, et surtout comment.

III. La vraie question n’est pas s’il faut apprendre, mais comment

Voilà le terrain enfin déblayé. Si apprendre reste la condition de la liberté, alors le débat se déplace tout entier. Cessons de demander s’il faut apprendre : c’est une fausse question, et même une question paresseuse.

Demandons ce qu’il faut apprendre, et comment. Car notre école, elle, n’a pas changé. Elle continue de faire ce que la machine fait désormais mieux qu’elle : déverser des contenus, exiger qu’on les restitue, classer les enfants selon leur capacité à recracher ce qu’on leur a versé. Nous formons des disques durs à l’âge du cloud. L’absurdité saute aux yeux. Il est temps de la nommer, et de lui substituer autre chose.

Changer la méthode : apprendre par le réel, apprendre par la question

Le premier renversement est pédagogique. Moins de théorie surplombante, plus de pratique. Non par démagogie anti-intellectuelle, mais parce que la théorie déversée d’en haut, sur des élèves qui ne se sont pas encore heurtés au problème qu’elle résout, est de la théorie morte.

John Dewey l’écrivait il y a plus d’un siècle⁴ : on apprend en faisant, parce que la pensée naît de l’expérience contrariée, du réel qui résiste. David Kolb en a fait un cycle⁵ : l’expérience concrète d’abord, la conceptualisation ensuite. L’ordre compte. Inversons-le et nous fabriquons des élèves qui savent réciter la règle sans jamais l’avoir vue à l’œuvre.

D’où le deuxième principe, qui me semble le plus juste : partir du monde, identifier le phénomène, repérer le motif, le mécanisme, l’algorithme à l’œuvre, et ne convoquer la théorie qu’au moment où elle devient nécessaire, où elle répond à une question que l’élève se pose enfin vraiment. Ce n’est pas une utopie : la Finlande l’a inscrit dans son curriculum national⁶. Le savoir y trouve son sens parce qu’il trouve son usage.

Là, une objection sérieuse doit être entendue, sous peine de naïveté. La « découverte pure » est un piège. En 2006, Kirschner, Sweller et Clark l’ont démontré⁷ : le débutant qu’on lâche sans guidage se noie sous la charge cognitive ; il lui faut un échafaudage.

C’est précisément pourquoi la formule, la théorie lorsque c’est nécessaire, est la bonne. Ni le cours magistral qui précède toute expérience, ni la découverte solitaire sans filet : la théorie injectée au bon moment, dans ce que Vygotski nommait la zone proximale de développement⁸, ce point exact où l’élève peut avancer s’il est soutenu, et stagne s’il est livré à lui-même. Et qui, mieux qu’une IA bien conçue, peut calibrer ce moment pour chacun, en temps réel ? C’est là, et seulement là, que la machine devient pédagogiquement précieuse : non comme distributeur de réponses, mais comme pourvoyeur d’échafaudages sur mesure.

Ce qui nous mène à la différenciation, vieux rêve enfin réalisable. On sait depuis quarante ans que l’enseignement individualisé est radicalement supérieur. En 1984, le psychologue Benjamin Bloom a montré que l’élève suivi en tutorat individuel, selon une logique de maîtrise, dépassait de deux écarts-types l’élève de classe ordinaire⁹. Bloom a nommé cela un « problème » parce que ce résultat magnifique était économiquement intenable : nul ne peut offrir un précepteur à chaque enfant. C’est précisément ce verrou que l’IA peut aider à faire sauter. Pour la première fois, la différenciation de masse devient possible. Et avec elle, un puissant levier d’équité : car sans elle, l’apprentissage par le réel ne profite qu’aux enfants déjà armés, ceux dont la famille fournit le cadre que l’école ne donne plus. Bien employée, la machine rend justice ; mal employée, elle creuse le fossé.

Mais tout cela resterait technique, presque tiède, sans le principe qui couronne la méthode : le sens critique ne se transmet pas, il s’exerce. Et il s’exerce dans la mise en situation, là où le réel est ambigu, contradictoire, sale, là où il faut juger sans avoir toutes les données. Donald Schön appelait cela le praticien réflexif¹⁰ : le savoir qui se forge dans l’action, sous la pression de la complexité. Michael Polanyi avait nommé ce que ce savoir a d’irréductible : nous savons plus que nous ne pouvons dire¹¹. Ce savoir tacite, incarné, situé, aucune base de données ne le détient. Et c’est là que l’élève apprend la compétence reine de notre siècle : douter de la machine elle-même. Vérifier une sortie. Flairer l’hallucination. Juger une recommandation au lieu de l’avaler. L’IA cesse d’être seulement l’outil ; elle devient l’objet du regard critique.

Reste à dire la matrice de tout cela, la méthode des méthodes, et elle est vieille de deux mille cinq cents ans. Socrate ne transmettait rien. Il questionnait. La maïeutique, l’art d’accoucher les esprits de ce qu’ils portent sans le savoir, est l’entraînement originel du jugement.

Or voici le renversement décisif, celui qui devrait gouverner toute l’école de demain : quand les réponses deviennent gratuites, c’est la question qui devient tout. Dans un monde saturé de réponses, savoir poser la bonne question est la dernière compétence rare.

Et cela impose une exigence brutale sur nos outils : une IA éducative doit être socratique. Elle doit questionner, pas répondre. Une IA qui répond instruit la dépendance ; une IA qui questionne forme un esprit.

Changer la substance : former l’humain entier, cultiver ce qui ne se télécharge pas

La méthode ne suffit pas. Encore faut-il savoir quoi l’on cultive. Et ici je veux être net : l’école de demain doit délibérément s’éloigner de ce que la machine fait bien, stocker, restituer, calculer. Elle doit plus selon moi se consacrer à ce qui fait un humain, et qui ne se télécharge pas.

D’abord, les sciences que l’on dit « molles », et le mot est un contresens. Ce sont les sciences difficiles : celles qui affrontent le sens, les valeurs, l’ambiguïté, l’humain, le social, précisément ce que l’IA aplatit, lisse, moyenne. Il faut oser le renversement : à l’âge de l’IA, la vieille hiérarchie qui plaçait les disciplines scientifiques au-dessus des humanités s’inverse. Celui qui veut piloter la machine en a plus besoin que quiconque. L’éthique, pour décider de ses usages. L’histoire, pour ne pas répéter les fautes. La philosophie, pour comprendre ce qu’il manipule. Les lettres, pour l’imagination et la nuance. Dans un monde où la réponse est gratuite, les humanités sont l’école de la bonne question.

Ensuite, l’art. Tout l’art : la peinture, la danse, le théâtre, la musique. Et l’objection saute aux yeux : pourquoi diable faire peindre ou composer des enfants quand l’IA génère images, mélodies et textes à la chaîne ? Justement parce que la valeur de l’art n’a jamais été l’objet produit, que la machine fabrique désormais en série, mais la transformation de celui qui le fait.

Peindre forme l’œil, la patience, le sens de la composition, l’art de voir vraiment. La danse est l’art incarné par excellence : elle relie l’esprit au corps, l’expression à la présence. Le théâtre apprend à devenir un autre, c’est-à-dire l’empathie, l’intelligence des âmes : il est le nœud où se rejoignent l’art, le corps, les humanités et déjà la cité, lui qui fut à Athènes une institution civique.

Et la musique, dont la pratique devrait être obligatoire, est la discipline anti-délégation par excellence : on ne sous-traite pas le fait de jouer. Sa valeur est tout entière dans l’effort, dans les années d’exercice ; elle apprend la plus belle des choses : se synchroniser avec d’autres.

Puis le corps, dès le primaire, et plus tôt encore. C’est la riposte à la grande menace de l’époque : l’enfant-cerveau dans un bocal, qui consomme l’infini par un écran sans jamais habiter son corps. La pensée n’est pas hors-sol. Piaget l’a montré¹² : l’intelligence s’enracine dans le sensorimoteur, dans la coordination, dans l’expérience que le monde résiste et qu’on peut agir sur lui. Le sport, le mouvement, la maîtrise gestuelle enseignent ce que nul prompt n’enseignera jamais : qu’on est un agent et non un spectateur, que la maîtrise se paie d’effort répété, que le réel ne se génère pas.

Vient alors la citoyenneté, et elle n’est plus une option. Dans un espace informationnel saturé d’IA, deepfakes, propagande synthétique, manipulation algorithmique des opinions, le discernement civique devient une condition de survie démocratique.

Or la citoyenneté, comme tout le reste, se pratique et ne se récite pas. Elle s’apprend dans le débat, la délibération, le conseil d’élèves, le projet collectif, l’engagement local. C’est Aristote rappelant que l’homme est un animal politique¹³, et que c’est dans la cité, par l’exercice, qu’il le devient. Une démocratie qui ne forme plus ses citoyens à juger livre son avenir à ceux qui possèdent les machines à fabriquer l’opinion.

Enfin, le pilier le plus intime, et le plus négligé : la connaissance de soi. Ce rituel, vu aux États-Unis, les enfants en cercle, le matin, racontant leur week-end, nommant leur « météo intérieure », porte un nom : le Morning Meeting, et il a son cousin français, le « Conseil » de Célestin Freinet¹⁴.

Nommer son émotion, savoir qu’on est dans le rouge de la colère ou le bleu de la tristesse, c’est ce que Marc Brackett a formalisé sous le nom de Mood Meter, au cœur de son programme RULER¹⁵. Apprendre à reconnaître, comprendre, nommer, exprimer et réguler ses émotions est une compétence irréductiblement humaine : nulle IA ne la vit à votre place. Et c’est, au fond, le plus vieux précepte de la philosophie occidentale, le « connais-toi toi-même » gravé à Delphes et fait sien par Socrate, transformé en rituel quotidien d’écolier.

Un fil traverse tout cela, et mérite qu’on le tire : la parole vivante. Du partage intime du cercle au matin, à l’incarnation du théâtre, jusqu’à l’éloquence, cette parole proférée, debout, devant d’autres, que des programmes comme Eloquentia ou le film À voix haute ont rendue visible¹⁶. C’est peut-être l’argument le plus fort de tous. Quand la machine écrit tout, la parole vivante devient la compétence premium, la seule vraiment non délégable. On ne sous-traite pas le fait de se lever et de parler. Parler en public exige d’avoir vraiment fait sienne sa pensée et c’est, depuis l’agora et le forum, le cœur battant de la vie démocratique. À l’heure où le texte est produit à l’infini par les machines, la parole incarnée redevient la marque de l’humain et le ferment de la cité.

La clé de voûte : rien de tout cela n’est neuf

Et c’est là que tout s’éclaire. Cet idéal, le corps et l’âme, l’art et la cité, la question plutôt que la réponse, n’a rien d’une invention futuriste. C’est, presque mot pour mot, la paideia¹⁷ grecque. Platon, dans la République, fondait l’éducation sur deux piliers : la mousikè, qui formait l’âme par les arts et les lettres, et la gymnastikè, qui formait le corps¹⁸, leur équilibre produisant l’homme harmonieux. Ajoutez l’agora pour la cité, et vous avez le programme entier. Dewey, Montessori, Freinet n’ont fait, au XX^e siècle, que le redire et le raffiner. Nous savions tout cela. Nous l’avons toujours su.

Pourquoi, alors, ne l’avons-nous jamais généralisé ? Pour une seule raison, et elle est tout entière dans le problème de Bloom : cette pédagogie-là exige du temps, de l’attention individuelle, du tutorat, un luxe qu’aucune société n’a pu offrir à tous ses enfants.

Nous avons donc bâti l’école industrielle, l’école de masse, l’école du déversement et du classement, faute de mieux. Voilà le retournement que je veux poser au centre de cette tribune : l’IA n’invente aucune pédagogie nouvelle. Elle rend enfin réalisable, pour tous, celle que nous savions juste depuis Platon et que nous ne pouvions pas nous offrir.

La question « est-il encore utile d’apprendre ? » se renverse alors en une question bien plus exaltante : est-il enfin possible d’apprendre comme il aurait toujours fallu ?

Encore faut-il, pour cela, faire sauter deux verrous que la machine, seule, ne brisera pas.

IV. Lever les deux verrous : le temps et l’évaluation

On peut rêver la plus belle pédagogie du monde : si on l’enferme dans la grille horaire et le bulletin de notes d’aujourd’hui, elle mourra étouffée. Car ce ne sont pas les intentions qui font l’école réelle, ce sont ses structures. Et deux structures, héritées d’un autre âge, commandent tout : le temps et l’évaluation. Tant qu’on ne les aura pas brisées, le reste ne sera qu’un vœu pieux affiché au fronton des circulaires.

Réformer le temps

Regardons notre emploi du temps en face : c’est un vestige industriel. Des créneaux de cinquante minutes, une sonnerie, des disciplines en silos étanches, des cohortes qui avancent au pas cadencé quel que soit le rythme de chacun. Ken Robinson l’a dit d’une formule devenue célèbre¹⁹ : nous avons bâti l’école sur le modèle de l’usine, avec ses lots de production rangés par date de fabrication. Cette grille ne contredit pas un peu le modèle que je défends : elle le contredit totalement. On ne mène pas un projet, on n’explore pas un phénomène, on ne monte pas une pièce, on ne tient pas un débat en tranches de cinquante minutes hachées par une sonnerie.

Le cœur du problème tient en une inversion. Dans l’école d’aujourd’hui, le temps est fixe et la maîtrise varie : tout le monde a six semaines pour le chapitre, et l’on récolte à l’arrivée des notes étalées de 2 à 18. L’apprentissage par maîtrise, théorisé dès 1963 par John Carroll²⁰ puis par Bloom, propose l’inverse exact : faire de la maîtrise la constante et du temps la variable. Chacun avance à son rythme, mais chacun finit par maîtriser. Or cette inversion est rigoureusement impossible dans une grille rigide. Réformer le temps scolaire, ce n’est donc pas une question d’intendance : c’est la condition même de la justice pédagogique.

Cela suppose des blocs longs, du temps protégé et continu pour la profondeur, l’atelier, le projet, le cercle quotidien du matin. Cela suppose aussi qu’on cesse d’ignorer la chronobiologie : on sait que les adolescents dorment décalés, que l’attention a ses courbes, qu’il y a ceux du matin et ceux du soir. Le débat français des « rythmes scolaires » tourne en rond depuis des décennies sans jamais oser regarder la science en face.

Et il faut enfin refonder le temps des enseignants. Voici le point décisif, et la bonne nouvelle. Si l’IA prend en charge ce qu’elle fait bien, la correction répétitive, l’entraînement, le suivi formatif, alors le temps du maître se libère pour ce que lui seul peut faire : le tutorat, l’animation de projets, le dialogue socratique, la relation. Le métier ne disparaît pas ; il monte en gamme. Moins de cours magistral récité à trente élèves, plus de mentorat. Mais cela ne se décrète pas dans les marges : il faut réécrire la définition même du service enseignant, y inscrire le temps de collaboration et de formation. Sans quoi nous demanderons aux maîtres de piloter l’IA tout en les laissant pilotés par elle.

Réformer l’évaluation : on enseigne ce qu’on évalue

Et nous voici au verrou-maître, celui qui commande tous les autres. Il tient dans une phrase, et je voudrais qu’on la grave : on enseigne ce qu’on évalue. Montrez-moi votre examen, je vous dirai ce que votre école enseigne vraiment par-delà ses beaux discours. Tant que l’épreuve récompense la restitution, le bachotage, la bonne réponse recopiée, tout le système tirera mécaniquement vers l’arrière, vers ce que la machine fait précisément à notre place.

Car c’est là le scandale logique de la panique anti-triche qui agite nos établissements. On s’affole : les élèves utilisent l’IA pour faire leurs devoirs ! Mais retournons le problème. Si une intelligence artificielle réussit votre épreuve, ce n’est pas l’élève qui triche : c’est votre épreuve qui mesurait déjà la mauvaise chose. Elle évaluait une compétence de machine. Les économistes connaissent ce piège sous le nom de loi de Goodhart²¹ : quand une mesure devient une cible, elle cesse d’être une bonne mesure. La note est devenue la cible ; elle a cessé de mesurer l’apprentissage.

La note terminale elle-même, sommative, classante, fondée sur la moyenne, est l’ennemie jurée de la maîtrise. Comment prôner « autant d’essais que nécessaire » et sanctionner d’un 6 sur 20 définitif le premier essai raté ? L’erreur, dans une logique de maîtrise, est une étape ; dans notre logique de classement, elle est une condamnation. Les deux sont incompatibles.

Que faut-il alors évaluer ? Précisément ce que l’IA ne sait pas faire. Le processus, et pas seulement le produit : comment l’élève a raisonné, cherché, douté. L’oral et la soutenance, cette parole vivante qui ne se délègue pas. Le projet mené dans la durée. La collaboration. Le jugement, la créativité, l’esprit critique démontrés en situation. Mieux encore : il faut évaluer avec l’IA et non contre elle. Demandons à l’élève de montrer comment il a interrogé la machine, repéré ses erreurs, corrigé ses sorties. L’épreuve teste alors exactement ce que cette tribune défend : la capacité à rester pilote.

Là encore, le rôle du maître se déplace, en écho à la réforme du temps : du correcteur-juge au mentor qui certifie une maîtrise et nourrit un retour qualitatif. Et qu’on ne s’y trompe pas : le levier est entre nos mains. Tant que le baccalauréat, les concours et la sacro-sainte note sur 20 récompenseront la restitution, le lycée enseignera la restitution. Changer l’examen, c’est changer l’école. Il n’y a pas de geste plus puissant.

Je n’esquive pas l’objection, car elle est sérieuse : évaluer l’oral, le projet, le jugement réintroduit de la subjectivité, et risque de favoriser les enfants déjà à l’aise, déjà dotés par leur milieu, une reproduction sociale masquée sous des habits modernes. La réponse n’est pas de renoncer sur ce plan, mais de s’armer : grilles explicites, pluralité d’évaluateurs, et oui, consistance assistée par la machine. Le risque est réel ; il se gouverne.

Restent alors les questions les plus concrètes, celles qu’on élude toujours. Par où commence-t-on ?

V. Par où commence-t-on ?

Assez de visions. Une tribune qui ne dit pas par où commencer n’est qu’une rêverie. Voici donc, sans détour, cinq points d’appui.

1. Commencer par l’expérimentation, jamais par le grand soir. Les réformes décrétées d’en haut, uniformes et simultanées, échouent : elles ne font qu’épuiser le corps enseignant et nourrir le cynisme. On commence petit : des écoles pilotes, volontaires, libres d’essayer, qu’on observe, qu’on mesure, dont on essaime ensuite ce qui marche. Les modèles existent déjà, ne les réinventons pas : l’apprentissage par phénomènes finlandais, qui est exactement le « partir du réel » ; l’école numérique estonienne, parmi les plus performantes d’Europe. Regardons, adaptons, n’imitons pas servilement.

2. Commencer par les enseignants. Aucune réforme ne se fera contre eux. Toutes celles qu’on a tenté de leur imposer sont mortes. On investit donc massivement dans leur formation (aux outils, aux méthodes) et, surtout, on leur rend leur autonomie et leur prestige. Le maître de demain n’est pas un distributeur de contenu que l’IA remplacera ; c’est un mentor que rien ne remplace. Faisons d’eux les pilotes : la thèse de cette tribune vaut pour eux avant tout.

3. Commencer par les plus jeunes. C’est au primaire, et même avant, que les fondations se posent : le corps, les arts, la parole, la connaissance de soi, le goût de la question. C’est là que tout est plastique, que rien n’est encore figé ni abîmé. Il est tellement plus facile de bâtir droit que de redresser. Investir dans la petite enfance n’est pas une dépense : c’est le placement au plus fort rendement qui soit.

4. Commencer par l’évaluation, car c’est le levier-maître. Puisqu’on enseigne ce qu’on évalue, c’est par là que tout bascule le plus vite. Changez l’examen, et la pédagogie suivra sans qu’on ait à la décréter. En France, cela porte un nom : repenser le baccalauréat et les concours. C’est le point d’Archimède de toute la réforme. Qu’on ose y toucher, et le reste s’ensuit.

5. Commencer par des outils souverains. Et c’est ici que je veux être le plus net, car c’est l’angle mort de tous les discours enthousiastes sur l’IA éducative. Cette IA qui va personnaliser, différencier, accompagner chaque enfant, qui la détient ? Sur quelles données s’entraîne-t-elle ? Quelles valeurs sont inscrites dans ses réponses ? Qui voit le profil intime de nos élèves, leurs lacunes, leurs « météos intérieures » ?

Confier la formation de nos enfants à une boîte noire détenue par une plateforme étrangère, c’est abdiquer la souveraineté éducative au moment même où l’on prétend former des pilotes. Le tuteur de nos écoles doit être public, ouvert, auditable, dans l’esprit des modèles ouverts européens²² plutôt que dans la dépendance à un système propriétaire dont nous ne maîtrisons ni le code, ni les données, ni le robinet. On ne forme pas des esprits libres avec des outils qui ne le sont pas. La souveraineté éducative est la condition de toutes les autres.

Conclusion

Revenons à la question, cette question qui rôde et qui inquiète : est-il encore utile d’apprendre ? J’espère avoir montré qu’elle était piégée. Elle mesure l’apprentissage à l’aune de l’utilité, comme on mesure un outil, alors qu’apprendre n’a jamais été un simple moyen. Et c’est précisément quand l’utilité semble s’évanouir, quand la machine sait tout à notre place, que se révèle la vraie valeur de l’apprentissage : former un sujet libre, capable de juger, de créer, de parler, de se connaître et de gouverner les machines plutôt que de les subir.

Oui, apprendre est plus nécessaire que jamais. Mais l’école doit cesser de fabriquer des stockeurs de savoir, ces disques durs à l’âge du cloud, pour former des humains entiers. La question « faut-il encore apprendre ? » se renverse alors en une autre, bien plus belle et bien plus exigeante : sommes-nous enfin capables d’apprendre comme il aurait toujours fallu ? Car la pédagogie que l’IA rend possible, nous la connaissons depuis Platon. Nous ne pouvions pas nous l’offrir. Nous le pouvons désormais. Ce n’est plus une question de moyens. C’est une question de volonté.

Reste un dernier mot, qui est le plus grave. Tout cela, la personnalisation, le tuteur pour chacun, l’école enfin juste, repose sur des machines. Et la seule question qui vaille, au fond, est de savoir qui les tient. Qui contrôle les IA qui formeront nos enfants, et selon quelles valeurs ? La souveraineté éducative prolonge la souveraineté cognitive, qui conditionne la souveraineté démocratique. Un peuple qui ne maîtrise ni ce qu’il sait, ni les outils par lesquels il l’apprend, n’est plus tout à fait un peuple libre.

Apprendre, à l’ère de l’IA, n’est donc pas seulement utile. C’est, plus que jamais, un acte politique.

Footnotes

1. Salman Khan, Brave New Words: How AI Will Revolutionize Education (and Why That’s a Good Thing), New York, Viking, 2024. ↩

2. Lisanne Bainbridge, « Ironies of Automation », Automatica, vol. 19, n° 6, 1983, p. 775–779 : plus un système est automatisé, plus l’expertise humaine résiduelle devient critique. ↩

3. Platon, Phèdre, 274b–275b : le mythe de Theuth, où l’écriture est présentée comme un pharmakon, à la fois remède et poison, donnant « l’apparence du savoir » et non le savoir vrai. ↩

4. John Dewey, Democracy and Education, New York, Macmillan, 1916. ↩

5. David A. Kolb, Experiential Learning: Experience as the Source of Learning and Development, Englewood Cliffs, Prentice Hall, 1984. ↩

6. Finlande, National Core Curriculum for Basic Education, adopté en 2014 et appliqué à partir d’août 2016. Chaque élève de 7 à 16 ans doit suivre au moins un module annuel d’apprentissage par phénomènes (phenomenon-based learning). ↩

7. Paul A. Kirschner, John Sweller & Richard E. Clark, « Why Minimal Guidance During Instruction Does Not Work », Educational Psychologist, vol. 41, n° 2, 2006, p. 75–86. ↩

8. Lev Vygotski, Pensée et langage, 1934 : concept de zone proximale de développement. ↩

9. Benjamin S. Bloom, « The 2 Sigma Problem: The Search for Methods of Group Instruction as Effective as One-to-One Tutoring », Educational Researcher, vol. 13, n° 6, 1984, p. 4–16. L’élève tutoré moyen y dépasse 98 % des élèves de la classe témoin. ↩

10. Donald A. Schön, The Reflective Practitioner: How Professionals Think in Action, New York, Basic Books, 1983. ↩

11. Michael Polanyi, The Tacit Dimension, Londres, Routledge & Kegan Paul, 1966 : we know more than we can tell. ↩

12. Jean Piaget, La Naissance de l’intelligence chez l’enfant, 1936 : l’intelligence s’enracine dans le stade sensorimoteur. ↩

13. Aristote, Politique, I, 2 : l’homme est par nature un animal politique (zôon politikon). ↩

14. Le rituel décrit correspond au Morning Meeting de l’approche Responsive Classroom (États-Unis), et a son équivalent français dans le « Conseil » et le « Quoi de neuf ? » de la pédagogie de Célestin Freinet. ↩

15. Marc Brackett, Permission to Feel, New York, Celadon Books, 2019 : outil du Mood Meter et programme RULER, développés au Yale Center for Emotional Intelligence. ↩

16. Programme Eloquentia, fondé par Stéphane de Freitas à l’Université Paris 8 (Saint-Denis), et le documentaire À voix haute : la force de la parole, de Stéphane de Freitas et Ladj Ly, 2017. ↩

17. La paideia est un système éducatif de la Grèce antique visant à former des citoyens cultivés, mêlant érudition, réflexion et discipline, incluant des enseignements variés comme la philosophie, la rhétorique et la gymnastique. ↩

18. Platon, République, livre III, 376e–412b : la formation du gardien repose sur l’équilibre entre mousikè (culture de l’âme) et gymnastikè (culture du corps). ↩

19. Ken Robinson, conférence TED « Changing Education Paradigms », 2010 (et Out of Our Minds: The Power of Being Creative, Capstone, 2001). ↩

20. John B. Carroll, « A Model of School Learning », Teachers College Record, vol. 64, 1963, p. 723–733 : la maîtrise dépend du temps consacré, à condition que ce temps soit suffisant. ↩

21. Charles Goodhart, « Problems of Monetary Management: The U.K. Experience », 1975, formulé ultérieurement par Marilyn Strathern : when a measure becomes a target, it ceases to be a good measure. ↩

22. Voir notamment les initiatives européennes autour des LLM ouverts, comme OpenLLM France et le modèle LUCIE, qui défendent une IA dont le code, les données d’entraînement et les choix éthiques sont auditables. ↩