Actualités
10
 min de lecture

IA à l’école : pourquoi l’accompagnement devient prioritaire

Publié le
15.11.2026
Une enseignante accompagne des élèves travaillant sur des ordinateurs portables en classe

Le 10 novembre 2026, OpenAI a publié un rapport consacré à l’usage responsable de l’intelligence artificielle dans l’éducation en Europe, au Moyen-Orient et en Afrique. Le fait nouveau n’est pas le lancement d’un outil supplémentaire. C’est le constat d’un décalage entre des usages déjà installés chez les élèves et l’accompagnement qui leur est proposé. Selon la présentation officielle d’OpenAI, 79 % des élèves interrogés déclarent avoir utilisé l’IA pour des devoirs ou des travaux scolaires, tandis que 47 % disent avoir reçu des indications pour le faire.

Cette annonce doit être lue avec une restriction déterminante : elle ne prouve pas que l’IA améliore les apprentissages et ne décrit ni une nouvelle offre, ni un prix, ni un déploiement en France. Le rapport EMEA publié en novembre 2026 rassemble des enseignements précoces tirés de partenariats, de programmes nationaux, d’enquêtes et de retours déclaratifs. Il appelle explicitement à distinguer adoption, satisfaction ou gain de temps d’un véritable effet sur les connaissances, l’autonomie et la rétention.

En bref

  • OpenAI et ThinkYoung documentent un écart entre l’usage de l’IA par des lycéens et les consignes qu’ils reçoivent.
  • L’étude ThinkYoung porte sur 5 000 élèves de 13 à 19 ans, 600 enseignants et des groupes de discussion avec des élèves et des parents dans 12 pays de la zone EMEA.
  • Le sous-résultat 79 % / 47 % est présenté dans le rapport OpenAI comme provenant de 5 000 élèves du secondaire dans dix pays européens.
  • Les exemples nationaux montrent surtout des choix d’organisation : formation des enseignants, règles d’usage, responsables identifiés et évaluation indépendante.
  • Pour un établissement ou un organisme de formation, la décision utile consiste à fixer un cadre observable avant d’étendre les usages.

Ce que mesure réellement la recherche

La page de recherche de ThinkYoung décrit une étude menée auprès de 5 000 élèves de 13 à 19 ans et de 600 enseignants, complétée par des groupes de discussion avec des élèves et des parents, dans 12 pays d’Europe, du Moyen-Orient et d’Afrique. Elle indique que 95 % des adolescents interrogés utilisent des outils d’IA. Le rapport OpenAI précise, pour le chiffre relatif aux devoirs, un périmètre de 5 000 élèves du secondaire dans dix pays européens. Cette différence de périmètre doit rester visible : tous les pourcentages ne portent pas nécessairement sur la totalité des répondants EMEA.

Les deux chiffres mis en avant répondent à des questions déclaratives. Le premier indique si les élèves disent avoir utilisé une IA pour des devoirs ou des travaux. Le second indique s’ils disent avoir reçu un accompagnement pour cet usage. Ils ne mesurent ni la qualité des consignes reçues, ni la fréquence d’utilisation, ni les résultats scolaires. Ils ne permettent pas non plus d’établir un lien causal entre l’outil et un apprentissage.

Le rapport est publié par OpenAI, un fournisseur directement intéressé au développement des usages de l’IA. Il s’appuie aussi sur des partenariats auxquels l’entreprise participe. Cela ne rend pas les observations inutiles, mais impose de séparer trois niveaux de preuve : les données de l’enquête ThinkYoung, les retours d’expérience rapportés par les partenaires et les recommandations formulées par OpenAI. Une équipe éducative devrait donc confronter ces éléments à ses propres objectifs, aux règles nationales et à une évaluation indépendante.

Le signal professionnel : l’usage précède souvent le cadre

Pour les enseignants, formateurs et directions pédagogiques, le problème n’est plus seulement de décider si l’IA existe dans les pratiques. Les élèves peuvent déjà l’utiliser en dehors de la classe, avec des consignes variables et des comptes personnels. L’absence de règle ne crée pas un espace neutre : elle peut produire des attentes contradictoires entre matières, des inégalités d’accès et des façons différentes de déclarer l’aide reçue.

Le rapport propose cinq priorités : définir des objectifs éducatifs explicites, préparer les enseignants, s’appuyer sur des partenaires connaissant le contexte local, protéger l’autonomie humaine par la culture de l’IA et mesurer les résultats éducatifs. Cette liste déplace la discussion du choix d’un chatbot vers la conception d’un dispositif. Qui décide qu’un usage est autorisé ? Quelles données peuvent être saisies ? Comment l’élève doit-il documenter son recours à l’IA ? Qui traite un incident ? Quel résultat pédagogique justifierait de poursuivre l’expérience ?

Cette approche donne une décision concrète aux responsables : ne pas généraliser un outil avant d’avoir défini la tâche, le public, les règles, le support aux enseignants et la méthode d’évaluation. Un pilote bien cadré peut rester limité à une activité précise, par exemple comparer une réponse générée avec deux sources, plutôt qu’ouvrir indistinctement tous les usages.

Ce que montrent les exemples nationaux

Le rapport cite plusieurs partenariats en Estonie, en Grèce, en Slovaquie et en Italie. Il ne présente pas ces pays comme un modèle unique transposable. Les calendriers, les institutions et les règles varient, et la publication insiste sur le caractère contextuel des enseignements.

Selon le rapport d’OpenAI, dans son passage consacré à la Grèce, une décision ministérielle adoptée en mai 2026 a posé des exigences communes pour l’enseignement secondaire : participation volontaire, supervision par des enseignants formés, règles pour les examens et devoirs, analyse d’impact sur la protection des données avant déploiement, procédures en cas de contenu préjudiciable ou d’incident, et interdiction des décisions d’évaluation entièrement automatisées. Chaque établissement participant doit aussi désigner un coordinateur IA. Ce cas illustre une manière de traduire un objectif politique en responsabilités opérationnelles ; il ne décrit pas la règle applicable en France.

Dans le retour d’expérience estonien rapporté par OpenAI, l’accès des enseignants à ChatGPT a commencé en août 2025, accompagné de formations, de séminaires et de communautés d’apprentissage, avant une version adaptée à l’apprentissage en janvier 2026. Dans une enquête de printemps, 794 enseignants sur 828 ont déclaré utiliser l’IA professionnellement. Séparément, 723 enseignants ont estimé gagner en moyenne 1,8 heure par semaine. Il s’agit d’un gain déclaré, non d’une mesure expérimentale du temps net ni d’une preuve d’amélioration des apprentissages. Le support continu et les ressources par discipline comptent autant que l’accès au produit.

Selon le cas slovaque décrit par OpenAI, un conseiller ministériel a utilisé l’IA pour préparer une première version de standards professionnels destinée ensuite à une revue experte. Le rapport indique que cette première version a été produite en moins d’une heure, alors que la démarche complète s’étale habituellement sur plusieurs mois. La comparaison ne signifie pas que le travail réglementaire a été achevé en une heure : elle décrit l’accélération d’un brouillon, avec maintien du jugement professionnel et des étapes de validation.

La décision utile pour une équipe éducative

Une direction d’établissement ou de formation peut transformer ces constats en une décision en quatre volets. D’abord, choisir une finalité pédagogique : améliorer la vérification des sources, entraîner l’argumentation, différencier un support ou préparer des exercices. Ensuite, préciser les usages permis et interdits, notamment pour les évaluations. Puis, former les enseignants à contrôler les résultats, à protéger les données et à expliquer les limites. Enfin, mesurer autre chose que le nombre de connexions.

Un tableau de suivi minimal peut associer à chaque expérimentation un objectif, une population, une durée, une activité comparable sans IA, les incidents, le temps de préparation, la qualité des productions et le ressenti des enseignants comme des apprenants. L’établissement doit décider avant le test quel signal justifiera une extension, une modification ou un arrêt. Cette discipline limite le risque de transformer une adoption rapide en politique implicite.

Le rapport recommande aussi de prévoir le coût complet : temps de formation, remplacement éventuel des enseignants, logiciels, appareils, accès internet, intégration, assistance et évaluation. Une période gratuite ou une remise ne suffit pas à estimer la soutenabilité. Aucun élève ne devrait avoir à souscrire personnellement une offre payante pour participer à une activité obligatoire.

Exemple illustratif : cadrer un exercice avant de choisir l’outil

Exemple fictif, non testé par Unexia. Un organisme de formation veut apprendre à des adultes en reconversion à distinguer un fait vérifiable d’une interprétation. Plutôt que de demander à l’IA de « faire le cours », l’équipe fournit un court dossier de sources autorisées et demande trois propositions d’affirmations à classer. Les participants doivent justifier leur choix, retrouver la phrase source et corriger les ambiguïtés.

Avant la séance, la formatrice vérifie chaque affirmation et retire toute donnée personnelle. Pendant l’activité, elle indique que l’IA a servi à préparer une première version. Après la séance, elle mesure le taux de justifications correctement sourcées, relève les erreurs récurrentes et demande aux participants si l’outil les a aidés à raisonner ou simplement à répondre plus vite. Le test porte sur une compétence définie ; il ne cherche pas à prouver l’efficacité générale de l’IA.

Si les réponses sont plus fluides mais moins justifiées, l’équipe ne peut pas conclure à un progrès. Elle peut modifier la consigne, ajouter une étape de comparaison ou conserver l’activité sans IA. Cet exemple montre pourquoi un contrôle humain ne se réduit pas à relire le texte final : il intervient dans la définition de l’objectif, la sélection des données, la supervision et l’interprétation des résultats.

Ce qui reste incertain

Le rapport reconnaît que les effets sur les connaissances, la pensée indépendante et la rétention demandent des évaluations durables. Il cite une revue de Stanford SCALE, rapportée dans la section sur l’évaluation : parmi plus de 800 publications sur l’IA dans l’enseignement primaire et secondaire répertoriées en octobre 2025, seulement 20 correspondaient à des études causales de haute qualité. Ce ratio signale moins une absence totale de connaissances qu’un déficit de preuves robustes et comparables.

Les indicateurs d’activation, de fréquence d’usage ou de satisfaction décrivent une mise en œuvre. Ils ne démontrent pas une amélioration de l’apprentissage, du bien-être, de l’équité ou de la charge de travail nette des enseignants. Une expérimentation crédible doit publier la population, la durée, les données manquantes, le rôle du fournisseur et les limites. Elle doit aussi autoriser la diffusion de résultats mitigés ou défavorables.

Enfin, le rapport ne fournit pas une disponibilité produit à promettre aux établissements français. Vérifié le 15 novembre 2026, il présente des partenariats EMEA et des enseignements nationaux, sans annonce d’une nouvelle offre, d’un tarif ou d’un calendrier de déploiement en France. Toute décision d’achat ou d’usage doit donc être contrôlée séparément dans les conditions du fournisseur, le cadre français et les règles de l’établissement.

Passer du constat à une pratique réutilisable

Pour traduire cette actualité en méthode de travail, le guide Unexia Lab IA pour les enseignants et formateurs : usages et bonnes pratiques propose de partir d’un objectif d’apprentissage, de fournir une source autorisée, de préciser le public et les contraintes, puis de vérifier les consignes et les corrigés. Cette suite de lecture aide à transformer une règle générale en activité pédagogique contrôlable, sans déléguer la responsabilité de l’enseignement à l’outil.

Sources primaires

Cela pourrait vous plaire