Autoriser ou interdire l'IA à l'école ? « La question est de savoir si elles amplifient une intelligence existante ou évitent de la former »
Par Philippe Ruiz (Professeur de management de projet et enseignant du cours « Human & AI Collaboration », Kedge Business School.) Depuis l'arrivée des intelligences artificielles génératives, une question hante l'enseignement supérieur : que vaut un travail dont on ne peut plus attribuer avec certitude la paternité intellectuelle à l'étudiant ? La question touche au coeur du contrat académique. Une institution peut-elle certifier une compétence si elle ne distingue plus l'apprentissage réel d'une production assistée, voire totalement déléguée ? L'outil sait expliquer, synthétiser, reformuler, coder, argumenter. Ne nous y trompons pas : une réponse correcte ne vaut pas compétence acquise. Le problème ne se limite pas à l'étudiant qui fait rédiger un devoir. Dans un QCM, l'IA générative peut sélectionner une réponse ; dans une étude de cas, construire un diagnostic ; dans un dossier, produire un plan. Demain, des agents autonomes pourront enchaîner ces opérations. Ce qui disparaît alors, c'est l'acte même que l'évaluation voulait observer : comprendre et justifier.
Un contexte fragilisé
Le débat reste trop souvent mal posé. La vraie question n'est pas seulement d'autoriser ou d'interdire ces technologies, mais de savoir si elles amplifient une intelligence existante, ou permettent d'éviter de la former. Faute de connaissances solides et d'esprit critique chez l'étudiant, la machine ne le développe pas : elle le remplace. Cette dynamique survient dans un contexte fragilisé. Réseaux sociaux, vidéos courtes et économie de l'attention ont fragmenté le rapport au temps, à l'effort et à la concentration. Tout y favorise la récompense immédiate ; apprendre exige l'inverse : un effort prolongé, souvent inconfortable. L'OCDE associe la distraction numérique à une baisse des résultats scolaires. La fraude par IA ne peut donc pas être traitée comme une simple variante du copié-collé. Elle révèle une confusion plus grave entre produire un livrable et acquérir une compétence. La mission de l'école n'est pas la production de réponses satisfaisantes, mais de former des personnes capables de comprendre et d'assumer ce qu'elles produisent. L'Unesco comme le règlement européen sur l'IA rappellent que l'usage des IA génératives exige compréhension critique et capacité de refus. Il convient alors de distinguer trois usages. L'assistance maîtrisée, lorsque l'étudiant comprend le problème et utilise l'outil pour améliorer un travail dont il reste l'auteur. La supervision critique, lorsqu'il apprend à juger la machine, à corriger ses erreurs et à refuser sa réponse si nécessaire : c'est un nouvel objectif pédagogique, rendu indispensable par la puissance des outils. Enfin, la substitution passive, lorsque l'étudiant remet le résultat généré comme s'il était le sien. C'est le point de bascule. Car la tentation est désormais permanente : l'étudiant a sous les yeux un dispositif capable de lui fournir ce que l'apprentissage exigeait autrefois de construire lentement. Dans un environnement structuré par la gratification rapide, résister à cette facilité devient une compétence en soi.
Ne pas servir d'alibi à l'inaction
La frontière entre amplification et substitution sera difficile à tracer et à contrôler. Elle dépendra des objectifs du cours, du type d'évaluation et de ce que l'on cherche à mesurer. Mais cette complexité ne doit pas servir d'alibi à l'inaction. Car ces usages glissent presque sans bruit : reformulation, structure, argumentation, réponse complète. Au terme du processus, la pensée a changé de main. Cette dépossession cognitive entraîne aussi une désorientation morale. Certains étudiants peinent à situer la frontière de la faute. Ils ne perçoivent plus clairement la différence entre se faire aider, déléguer une tâche centrale ou présenter comme sien un travail qu'ils ne maîtrisent pas. C'est ici que les institutions doivent sortir de l'ambiguïté. Si l'intégrité académique compte, elle doit devenir une politique : une grammaire commune des usages, disant ce qui est permis, ce qui doit être déclaré et ce qui invalide un travail. Cette grammaire doit ensuite se traduire en examens adaptés, en critères de preuve pour la fraude ou la substitution, en formation des étudiants et en soutien aux enseignants. Sinon, les opportunistes exploiteront la zone grise, les plus scrupuleux seront pénalisés, et la compétence pourra être simulée sans être acquise. Former à l'heure de l'IA ne signifie donc pas seulement apprendre à utiliser des outils. Cela signifie préserver une pensée autonome : lire, comprendre, raisonner, produire et critiquer. La technologie ne rend pas l'apprentissage obsolète ; elle le rend plus nécessaire que jamais. L'école ne doit donc pas apprendre aux étudiants à se faire remplacer. Elle doit leur apprendre à rester présents dans un monde où l'intelligence humaine ne sera peut-être plus l'alpha et l'oméga de toute production intellectuelle. C'est peut-être désormais la tâche décisive de l'éducation : former des êtres humains capables de dialoguer avec des puissances cognitives susceptibles, dans certains domaines, de les dépasser, tout en préservant leur dignité d'êtres pensants, responsables et libres. Philippe Ruiz est professeur de management de projet et enseignant du cours « Human & AI Collaboration » à la Kedge Business School.