L’IA a réponse à tout : alors, pourquoi apprendre ?

Un exercice bloque, une notion reste floue, une rédaction refuse de démarrer… Quelques mots tapés dans une IA et une réponse apparaît. Elle est rapide, bien structurée et souvent convaincante.

Dans ces conditions, la question peut franchement se poser : pourquoi continuer à apprendre ?

Une réponse disponible n’est pas encore une connaissance

Lire une explication et la comprendre sur le moment ne signifie pas que nous saurons la retrouver, l’expliquer ou l’utiliser quelques jours plus tard.

C’est une idée assez bien établie en psychologie cognitive. En 2007, Sean Bertsch et ses collègues ont analysé 86 études consacrées à l’effet de génération. Leur conclusion générale : nous retenons souvent mieux une information lorsque nous avons participé à sa production que lorsque nous l’avons simplement lue.

Chercher un mot, tenter une réponse, formuler une hypothèse ou expliquer une idée avec ses propres mots n’est donc pas du temps perdu. Ce travail participe à la mémorisation et à la compréhension.

Avec une IA, le risque n’est pas seulement d’obtenir une mauvaise réponse. C’est aussi d’obtenir une bonne réponse sans avoir réellement travaillé la question.

Nous déléguons déjà une partie de notre mémoire

Nous utilisons depuis longtemps des outils pour alléger notre mémoire : agendas, listes, calculatrices, moteurs de recherche ou GPS.

En 2011, Betsy Sparrow, Jenny Liu et Daniel Wegner ont étudié ce phénomène dans un article publié dans la revue Science. Les participants retenaient moins bien certaines informations lorsqu’ils pensaient pouvoir les retrouver ensuite sur un ordinateur. En revanche, ils se souvenaient davantage de l’endroit où elles étaient enregistrées.

Les chercheurs ne disaient pas qu’Internet détruisait notre mémoire. Ils montraient que nous adaptons ce que nous retenons à ce qui reste disponible à l’extérieur.

L’IA générative va cependant plus loin. Nous pouvons lui déléguer la recherche d’une information, mais aussi la formulation d’une réponse, l’organisation des arguments ou même une partie du raisonnement.

Cela peut être utile. Une IA peut reformuler une consigne, proposer un exemple, donner un indice ou aider à relire un texte. Le problème apparaît surtout lorsqu’elle prend en charge précisément ce que l’élève était censé apprendre à faire.

Apprendre sert aussi à vérifier les réponses

Une IA peut produire une réponse fausse avec beaucoup d’assurance. Elle peut inventer une référence, mélanger deux notions ou appliquer une méthode dans une situation où elle ne convient pas.

Pour repérer ces erreurs, il faut déjà posséder quelques connaissances.

En 2025, Shan Zhang, Priyadharshini Ganapathy Prasad et Noah L. Schroeder ont publié une synthèse de 17 revues consacrées à l’apprentissage de l’intelligence artificielle. Ils montrent que savoir utiliser une IA ne consiste pas seulement à lui poser une question. Il faut aussi comprendre ses grands principes, examiner ses réponses et réfléchir à leurs effets éthiques et sociaux.

Apprendre ne sert donc pas uniquement à retrouver une information de mémoire. Cela sert aussi à comprendre ce que l’on lit, à poser de meilleures questions, à comparer plusieurs réponses et à repérer ce qui paraît incohérent.

On peut d’ailleurs utiliser l’IA sans lui céder tout le travail : un élève peut chercher avant de l’interroger, comparer sa réponse avec celle de la machine, demander un indice plutôt qu’une solution ou expliquer pourquoi une proposition ne fonctionne pas.

L’IA a peut-être une réponse à presque tout. Nous avons encore besoin d’apprendre pour savoir si cette réponse tient debout.

Il est peut-être temps, aussi, d’apprendre à ce servir de cet outil de façon intelligente, avant que nous ne lui déléguions tout… Et vous, quel est votre rapport aux IA ?

Références

• Bertsch, S., Pesta, B. J., Wiscott, R. et McDaniel, M. A. (2007). « The generation effect: A meta-analytic review ». Memory & Cognition, 35, 201–210. Cette méta-analyse porte sur 86 études consacrées à l’effet de génération.
• Sparrow, B., Liu, J. et Wegner, D. M. (2011). « Google Effects on Memory: Cognitive Consequences of Having Information at Our Fingertips ». Science, 333(6043), 776–778. DOI : 10.1126/science.1207745.
• Zhang, S., Ganapathy Prasad, P. et Schroeder, N. L. (2025). « Learning About AI: A Systematic Review of Reviews on AI Literacy ». Journal of Educational Computing Research. DOI : 10.1177/07356331251342081.