Formation des enseignants, apprentissages individualisés, données, environnement : l’arrivée de l’intelligence artificielle oblige à repenser bien davantage que le seul usage des écrans.

Il y a quelque chose de paradoxal dans cette rentrée scolaire 2026. Après l’école et le collège, l’Éducation nationale étend aux lycées l’interdiction du téléphone portable et des autres objets connectés. La mesure répond à un problème incontestable. Selon l’étude 2025 d’Ipsos pour le Centre national du livre citée par le ministère, les 15-19 ans passent en moyenne 5 h 19 par jour devant des écrans. Troubles du sommeil, difficultés de concentration, cyberharcèlement ou désinformation justifient que l’école tente de reconquérir un espace protégé de l’économie de l’attention (1).

Mais pendant qu’elle s’efforce de contenir les conséquences d’une révolution numérique commencée il y a quinze ans, une autre a déjà franchi les portes des établissements. Selon Pix, la plateforme d’apprentissage du numérique, 90 % des élèves de seconde déclarent avoir déjà utilisé une intelligence artificielle pour les aider dans leurs devoirs. L’Éducation nationale n’a donc plus à décider si l’IA doit entrer dans les classes : elle y est. La véritable question est de savoir ce qu’elle veut désormais en faire (2).

Cette fois, le ministère semble avoir compris qu’une simple interdiction serait illusoire. Depuis juin 2025, l’Éducation nationale dispose d’un cadre national d’usage de l’IA. Au primaire, les élèves peuvent être sensibilisés à son fonctionnement sans manipuler directement une IA générative. À partir de la quatrième, son utilisation pédagogique est possible lorsqu’elle est limitée et encadrée par l’enseignant. Au lycée, elle peut devenir autonome dès lors qu’elle s’inscrit dans un cadre d’apprentissage explicitement défini. Faire réaliser un devoir par une IA sans autorisation et sans travail personnel d’appropriation est en revanche considéré comme une fraude (3).

Apprendre l’IA plutôt que seulement apprendre à s’en servir

Depuis février, les établissements disposent également de deux parcours Pix consacrés à l’intelligence artificielle, désormais obligatoires pour les élèves de quatrième, de seconde et de première année de CAP. Plus de 1,5 million d’élèves doivent les suivre chaque année. Ils y découvrent le fonctionnement des IA génératives, les biais, les fausses informations et les deepfakes, la protection des données, le prompting, mais également les conséquences environnementales de ces technologies. C’est un commencement. Mais former une génération qui vivra avec l’intelligence artificielle demandera davantage que lui apprendre à rédiger une bonne requête.

Le référentiel élaboré par l’Unesco est beaucoup plus large. Il distingue douze compétences autour de quatre dimensions : une approche centrée sur l’humain, l’éthique, la compréhension des techniques et des applications de l’IA et la conception des systèmes. L’objectif n’est plus simplement de produire avec l’IA, mais de comprendre, d’appliquer, puis de créer, en conservant une capacité de jugement sur la technologie elle-même (4). L’enjeu scolaire pourrait donc se résumer par une question que les élèves devraient se poser avant chaque utilisation : ai-je réellement besoin d’une IA pour accomplir cette tâche ?

Car savoir utiliser l’intelligence artificielle suppose aussi de savoir s’en passer. Écrire seul, calculer sans assistance, chercher une information, construire un raisonnement, mémoriser, confronter plusieurs documents restent des apprentissages fondamentaux. L’OCDE mettait précisément en garde en janvier dernier contre la confusion entre performance et apprentissage : un élève assisté par une IA peut produire un meilleur travail sans avoir davantage appris. Lorsque l’outil disparaît au moment d’une évaluation, l’avantage peut disparaître avec lui. À l’inverse, les outils conçus avec une intention pédagogique explicite semblent beaucoup plus prometteurs (5).

Un professeur, trente élèves et trente parcours différents

C’est peut-être là que se trouve pourtant l’une des transformations les plus intéressantes. Une classe rassemble aujourd’hui des élèves dont les difficultés ne sont jamais exactement les mêmes. Dans un exercice de mathématiques, l’un bute sur les fractions, un autre sur la compréhension de l’énoncé, un troisième maîtrise déjà la compétence attendue et pourrait aller plus loin. Le professeur peut identifier ces écarts, mais il lui est matériellement difficile d’accompagner simultanément trente cheminements différents. L’intelligence artificielle pourrait contribuer à changer cette situation. Non pas en installant trente élèves devant trente professeurs artificiels, mais en donnant à l’enseignant un outil supplémentaire de différenciation. Après avoir identifié une difficulté, il pourrait orienter un élève vers une série d’exercices ciblés, demander à l’IA de modifier progressivement leur difficulté, proposer une explication différente ou un travail de consolidation. Un autre élève pourrait, pendant le même cours, avancer vers une compétence plus complexe.

L’outil pourrait ensuite restituer au professeur non pas une note automatique décidant à sa place, mais des indications : telle compétence semble acquise, telle erreur revient régulièrement, tel élève progresse rapidement, tel autre demeure bloqué. La CNIL cite d’ailleurs déjà parmi les usages possibles de l’IA éducative la préparation d’exercices adaptés, l’évaluation, l’orchestration de la classe ou le suivi des apprentissages au moyen de tableaux de bord (6). L’idée n’est donc pas celle d’une IA remplaçant l’enseignant. Elle pourrait au contraire permettre de rendre davantage de temps au professeur pour ce qu’une machine accomplit mal : comprendre un découragement, reformuler une explication, susciter une discussion, faire travailler un groupe, détecter une incompréhension que l’élève lui-même ne formule pas.

Mais ce renversement n’est possible qu’à une condition : que l’enseignant reste maître du processus. L’OCDE insiste sur cette nécessité de préserver son autonomie et relève que les systèmes d’IA éducative peuvent renforcer l’enseignement lorsqu’ils sont conçus avec les professeurs et reposent sur des principes pédagogiques explicites. L’individualisation ne doit pas devenir une délégation de l’éducation à l’algorithme.

Des enseignants encore insuffisamment préparés

Encore faut-il former ceux auxquels on demande d’organiser cette transformation. L’Éducation nationale a commencé à le faire. Depuis juin, Pix+ Édu propose aux enseignants et personnels d’éducation un parcours consacré à l’utilisation éclairée et responsable de l’IA générative. Il aborde son fonctionnement, les hallucinations, les biais, les données personnelles et son impact environnemental. Mais la formation dure entre 1 h 10 et 1 h 50 et relève de l’autoformation. Le Programme national de formation 2026-2027 prévoit parallèlement le déploiement du Lab’IA afin de former des relais capables d’accompagner les enseignants dans les territoires (7).

Ces dispositifs constituent une avancée, mais donnent également la mesure du chemin restant à parcourir. Apprendre à un professeur à utiliser un chatbot est relativement simple. Lui permettre de repenser ses évaluations, d’organiser une différenciation pédagogique assistée par IA, d’interpréter correctement les données produites, de connaître les biais des modèles et de décider quand l’outil doit rester éteint demande une formation autrement plus ambitieuse.

L’Unesco a d’ailleurs élaboré pour les enseignants un référentiel de quinze compétences qui englobe l’éthique, les fondements techniques, la pédagogie de l’IA et son utilisation pour le développement professionnel. L’organisation constate que peu de pays disposent encore de programmes nationaux suffisamment structurés dans ce domaine.

Pourquoi laisser l’IA scolaire aux entreprises privées ?

Reste une question rarement posée : avec quelle intelligence artificielle l’école souhaite-t-elle travailler ? Le ministère a déjà annoncé le développement, grâce à 20 millions d’euros de France 2030, d’une IA souveraine, ouverte et évolutive destinée aux enseignants à partir de l’année scolaire 2026-2027, notamment pour préparer les cours et accompagner l’évaluation. L’État dispose par ailleurs d’Albert API, une infrastructure publique mutualisée permettant aux administrations d’accéder de manière sécurisée à différents modèles d’intelligence artificielle (8). Pourquoi ne pas pousser cette logique jusqu’à une véritable IA publique destinée à l’école ? La question devient particulièrement importante lorsqu’il s’agit de mineurs. La CNIL recommande déjà qu’un outil grand public utilisé en classe ne contraigne pas un élève à créer un compte individuel et rappelle qu’une conversation apparemment anodine peut contenir des données permettant de l’identifier.

Une IA scolaire publique pourrait être conçue selon des règles différentes de celles d’un assistant commercial. Elle pourrait refuser de produire directement certains devoirs et préférer questionner l’élève, proposer des indices, vérifier progressivement l’acquisition d’une compétence et transmettre au professeur uniquement les informations pédagogiques nécessaires. Elle pourrait surtout être pensée dès l’origine avec les enseignants plutôt qu’adaptée après coup.

Cela ne signifie pas nécessairement installer un gigantesque serveur dans chaque lycée. Une architecture publique pourrait être hybride : des infrastructures nationales ou académiques mutualisées pour les calculs importants et, lorsque cela est pertinent, de petits modèles exécutés localement dans les établissements ou sur certains équipements. Le choix du modèle pourrait dépendre de la tâche plutôt que de recourir systématiquement aux systèmes les plus puissants.

Enseigner aussi le coût matériel de l’intelligence artificielle

Une question ne peut plus traiter comme une annexe : l’environnement. L’Agence internationale de l’énergie estime que la consommation électrique mondiale des centres de données pourrait plus que doubler d’ici 2030 pour atteindre environ 945 TWh, l’intelligence artificielle constituant le principal moteur de cette croissance (9). À l’électricité s’ajoutent la fabrication des équipements, les matières premières et, selon les systèmes de refroidissement et les lieux d’implantation, les consommations d’eau.

Le cadre français est, sur ce point, étonnamment exigeant dans son principe. Éduscol indique que l’IA ne devrait être utilisée que lorsqu’aucune autre solution écologiquement moins coûteuse ne permet de répondre convenablement au besoin et recommande de privilégier les solutions libres. Encore faut-il transformer ce principe en pratique. Une IA publique offrirait justement à l’État la possibilité de connaître davantage ce qu’il utilise : sélectionner des modèles plus petits lorsque la tâche le permet, mutualiser les infrastructures, mesurer les consommations, limiter certains usages et intégrer l’empreinte environnementale parmi les critères de choix. Un petit modèle local n’est pas automatiquement plus écologique qu’un modèle mutualisé dans un centre de données très efficace ; l’enjeu consiste précisément à pouvoir comparer et choisir.

Ce serait également une formidable matière pédagogique. Aux élèves qui ont appris depuis des années à éteindre la lumière en quittant une pièce, l’école pourrait enfin expliquer que le numérique n’est pas immatériel et qu’une question adressée à une machine mobilise elle aussi des infrastructures, de l’énergie et des ressources.

Ne pas refaire avec l’IA l’histoire du smartphone

L’interdiction des téléphones au lycée n’est donc pas contradictoire avec l’apprentissage de l’intelligence artificielle. Elle révèle plutôt le défi auquel l’Éducation nationale est confrontée. Avec le smartphone et les réseaux sociaux, les usages se sont imposés avant que l’institution ne mesure pleinement leurs conséquences. Des entreprises privées ont organisé pendant des années une partie de l’environnement numérique des adolescents. L’État tente aujourd’hui d’en reprendre le contrôle. Avec l’intelligence artificielle, il dispose peut-être d’une occasion de ne pas recommencer.

Le ministère a commencé à construire un cadre, Pix forme désormais les élèves, des dispositifs apparaissent pour les enseignants et un Observatoire national des pratiques pédagogiques avec l’intelligence artificielle a été créé en mai dernier. Il ne part donc plus de zéro. Mais l’étape suivante sera autrement plus difficile : passer de l’encadrement des usages à une véritable politique éducative de l’IA. Car la révolution intéressante ne consisterait pas à permettre à chaque élève de demander à une machine la réponse à une question. Elle serait de donner aux enseignants les moyens de mieux comprendre où en est chacun, de proposer des chemins différents dans une même classe et d’utiliser la technologie pour renforcer plutôt que diminuer la relation pédagogique.

Pour cela, il faudra former massivement les professeurs, protéger les données des élèves, repenser certaines évaluations, conserver des apprentissages sans assistance, enseigner le coût environnemental du numérique et peut-être considérer l’intelligence artificielle scolaire comme une infrastructure publique plutôt que comme un service fourni par quelques multinationales.

L’Éducation nationale vient de créer un Comité d’anticipation chargé de réfléchir à ce que pourrait devenir l’école dans cinq, dix ou vingt ans (10). L’intention est bienvenue. Mais l’intelligence artificielle impose un calendrier beaucoup plus brutal : les élèves qu’il faudrait préparer à ce futur sont déjà en train de l’utiliser.

(Photo CC 2.0)

Notes
 (1) Ministère de l’Éducation nationale, juillet 2026, « Interdiction du téléphone portable de l’école au lycée et numérique raisonné ».
 (2) Pix, « Ouverture des parcours Pix sur l’intelligence artificielle : 1,5 million d’élèves accompagnés vers un usage éclairé et responsable de l’IA en 2026 ».
 (3) Ministère de l’Éducation nationale, « Cadre d’usage de l’IA en éducation », juin 2025 ; Éduscol, « Les intelligences artificielles et leurs usages en éducation ».
 (4) UNESCO, « Référentiel de compétences en IA pour les apprenants » et « Référentiel de compétences en IA pour les enseignants ».
 (5) OCDE, janvier 2026, Digital Education Outlook 2026: Exploring Effective Uses of Generative AI in Education.
 (6) CNIL, juin 2025, « Enseignant : comment utiliser un système d’IA dans le cadre de vos missions ? ».
 (7) Pix, « Découvrez le parcours apprenant Pix+ Édu sur l’intelligence artificielle » ; Ministère de l’Éducation nationale, Programme national de formation 2026-2027.
 (8) Ministère de l’Éducation nationale, « Intelligence artificielle au service de l’éducation : des mesures ambitieuses pour accompagner les usages des élèves et des professeurs » ; DINUM, « Albert API ».
 (9) Agence internationale de l’énergie, 2025, Energy and AI.
 (10) Ministère de l’Éducation nationale, janvier 2026, « Création du Comité d’anticipation en éducation et déploiement du parcours Pix IA ».