IA & Étudiants

L’IA va-t-elle transformer nos étudiants… ou les déformer ?

Introduction

L’intelligence artificielle (IA), notamment dans sa déclinaison générative avec des outils comme ChatGPT, a rapidement envahi nos salles de classe. Ces technologies offrent des possibilités sans précédent pour l’individualisation de l’apprentissage, mais soulèvent en parallèle des interrogations majeures sur la transformation des rapports au savoir, à l’évaluation, à soi et aux autres. Cette réflexion propose une revue en deux volets — avantages et conséquences — pour mieux comprendre les effets de l’IA sur nos élèves et étudiants.

I. Les avantages pédagogiques de l’IA pour les étudiants

1.1. Amélioration de la personnalisation et de l’engagement

L’un des apports les plus évidents de l’IA est sa capacité à proposer un apprentissage personnalisé, à travers l’analyse des traces numériques des étudiants (Alexandre et al., 2024). Grâce à des algorithmes adaptatifs, des outils comme ChatGPT ou KidLearn peuvent calibrer les contenus selon le niveau de l’apprenant et sa zone proximale de développement (ZPD), favorisant ainsi la motivation et la persévérance.

Bognár et al. (2024) ont mis en évidence que les environnements d’apprentissage enrichis par l’IA favorisent l’autonomie, la régulation personnelle et le sentiment d’efficacité académique. Cela rejoint les principes de la théorie de l’autodétermination, dans lesquels l’autonomie et la compétence sont des vecteurs d’engagement durable.

1.2. Développement de la pensée critique

Contrairement aux idées reçues, une utilisation active et réflexive des chatbots IA peut renforcer la pensée critique. Suriano et al. (2025) montrent que l’interaction avec ChatGPT favorise la considération de multiples perspectives sur un même sujet, et stimule les raisonnements de type Système 2 (lents et délibérés), pourvu que les étudiants soient engagés cognitivement.

L’outil devient alors un support de métacognition : il suscite la comparaison, la vérification et parfois le doute, éléments clés de l’analyse critique (Suriano et al., 2025). Ce processus est amplifié lorsque l’enseignant structure les interactions de manière formative.

1.3. Accessibilité accrue et équité

L’IA permet également de démocratiser l’accès au savoir, en particulier dans les environnements à faibles ressources. Jaboob et al. (2024) montrent que dans plusieurs pays arabes, les outils génératifs ont contribué à une amélioration significative de la performance cognitive des étudiants, notamment en offrant un accompagnement instantané et contextuel aux difficultés rencontrées.

Cette instantanéité est particulièrement précieuse dans l’enseignement à distance, où le soutien enseignant peut être limité. Dans ces contextes, ChatGPT agit comme un tuteur virtuel disponible 24/7 (Sevnarayan & Potter, 2024).

1.4. Développement des compétences numériques et d’autoformation

Boubker (2024) note que les étudiants qui utilisent ChatGPT sont plus susceptibles à explorer de manière autonome des contenus complexes et à développer des stratégies d’apprentissage personnalisées. L’usage du chatbot les pousse à poser de meilleures questions, à reformuler, à comprendre les limites de leurs connaissances, ce qui nourrit une dynamique d’autoformation positive.

Cette logique renforce la compétence à apprendre à apprendre, cruciale dans un monde de savoirs mouvants.

1.5. Allègement de la charge cognitive et administrative

Enfin, l’IA offre un soutien pour des tâches répétitives ou techniques, comme la traduction, la révision linguistique, la recherche bibliographique, etc. Cela permet aux étudiants de se concentrer sur les aspects réflexifs et créatifs de leur formation (Grassini, 2023). Cette économie de moyens cognitifs peut renforcer la motivation en réduisant la surcharge mentale, notamment pour les étudiants en situation de stress ou en retour aux études.

II. Les conséquences négatives d’une utilisation non critique de l’IA

2.1. Risques pour l’intégrité académique

L’un des effets les plus problématiques de l’IA est sa capacité à produire des contenus rapidement et sans effort. Cette facilité d’usage pose de graves défis à l’intégrité académique. Sevnarayan & Potter (2024) alertent sur une prolifération d’essais générés par IA dans les formations à distance, où les systèmes d’évaluation traditionnels deviennent obsolètes.

Plusieurs institutions tentent de détecter les textes générés automatiquement, mais les limites techniques et éthiques de cette surveillance soulèvent des dilemmes importants (Wu et al., 2024). La frontière entre usage légitime (reformulation, aide à la compréhension) et plagiat devient floue.

2.2. Dépendance cognitive et affaiblissement de la pensée autonome

Une autre conséquence est l’« externalisation cognitive » excessive. Les étudiants peuvent s’habituer à déléguer la réflexion et la rédaction à l’outil, au point d’atrophier leurs propres capacités d’analyse (Suriano et al., 2025). Le recours systématique à l’IA peut renforcer les processus mentaux automatisés (Système 1) au détriment des raisonnements complexes et réflexifs.

Cette dépendance cognitive est d’autant plus marquée chez les étudiants qui manquent de confiance ou de ressources métacognitives (Grassini, 2023).

2.3. Isolement social et appauvrissement des relations humaines

Crawford et al. (2024) montrent que l’usage intensif des IA comme substitut aux interactions humaines entraîne une réduction du sentiment de connexion sociale, une baisse du bien-être et un isolement académique. Les étudiants qui se tournent vers ChatGPT au lieu de solliciter un enseignant, un pair ou un tuteur, se privent d’un capital relationnel essentiel à la persévérance.

La substitution des interactions humaines par des agents conversationnels nuit au sentiment d’appartenance, en particulier chez les étudiants à risque ou en situation de vulnérabilité émotionnelle.

2.4. Biais, opacité et qualité discutable des réponses

Bien que puissants, les modèles génératifs restent opaques et sujets aux biais. Ils peuvent diffuser des erreurs factuelles, des généralisations culturelles ou des contenus stéréotypés (Grassini, 2023 ; Wu et al., 2024). Or, les étudiants accordent souvent une confiance excessive aux réponses générées, surtout lorsqu’elles sont bien formulées.

Ce phénomène renforce le risque de désinformation ou de pensée paresseuse, si l’étudiant ne vérifie pas les sources ou ne développe pas son esprit critique.

2.5. Inégalités d’usage et fracture numérique

L’accès à l’IA reste inégal : certains outils sont payants, ou nécessitent des compétences numériques spécifiques. Cette fracture renforce les inégalités entre étudiants déjà bien dotés et ceux plus éloignés des ressources ou des savoirs numériques (Jaboob et al., 2024). Elle pose un défi d’équité pédagogique, notamment dans les contextes multiculturels ou à faibles revenus.

Conclusion

L’intégration des intelligences artificielles dans l’enseignement supérieur ne saurait être jugée unilatéralement. Entre levier d’inclusion pédagogique et danger pour l’autonomie intellectuelle, l’IA est un outil ambivalent qui reflète — et amplifie — les dynamiques éducatives existantes. Les données analysées ici montrent l’urgence d’un encadrement pédagogique, éthique et méthodologique pour soutenir les usages bénéfiques, sans occulter les risques. Former les étudiants à devenir des utilisateurs critiques, autonomes et responsables de l’IA est sans doute le prochain grand défi éducatif.

Références

Document produit par Galah Palette : Orange · Or · Bleu