Trois étapes pour faire disparaître l’apprentissage
Le 11 mai 2026, Google a publié sur son blog officiel l’annonce d’une nouvelle fonctionnalité de Gemini : l’application mobile sait désormais ingérer des photos de notes manuscrites — des dizaines de pages s’il le faut — et en restituer un guide de révision organisé par thématiques, ou un jeu de flashcards prêt à mémoriser.
La procédure tient en trois mouvements. L’élève photographie chaque page de ses cahiers, importe les images dans Gemini, formule un prompt du type « Crée un guide de révision à partir de mes supports de cours ». L’outil propose également de cibler les passages les plus difficiles : « Si vous maîtrisez déjà les notions introductives, demandez à Gemini de passer les bases », suggère Google dans son billet de blog.
La cible est explicite. Le texte d’annonce parle d’étudiants confrontés, à l’approche des examens, à « une quantité d’informations difficile à appréhender ». Le geste pédagogique que la fonctionnalité automatise — relire, synthétiser, hiérarchiser, réorganiser — y est présenté comme un fardeau dont l’IA libère l’apprenant.
C’est précisément là que ça se complique.
Ce qui se joue dans la main qui fiche
Dans la littérature en sciences cognitives, la fiche de révision n’est pas un document : c’est un processus. L’effort de récupération mémorielle — retrieval practice — fait l’objet d’une littérature dense depuis les travaux de Karpicke et Roediger publiés dans Science en 2008. Synthèse abrupte : on retient durablement ce qu’on a dû reformuler activement, et beaucoup moins ce qu’on a relu plusieurs fois.
Quand un élève prend ses notes de cours et entreprend d’en tirer une fiche, plusieurs opérations s’enchaînent. Il décide ce qui est central et ce qui est accessoire — un acte qui suppose qu’il ait compris ce qu’il a entendu en classe. Il reformule dans sa propre syntaxe — opération qui exige une compréhension réelle, faute de quoi la phrase recopiée s’effondre dès qu’on s’écarte du polycopié. Il hiérarchise visuellement, retravaille les liens entre notions, hésite, rature. Chacune de ces micro-décisions inscrit une trace.
La fiche finie n’est qu’un sous-produit. Le bénéfice cognitif, lui, est déjà engrangé au moment où l’élève referme son cahier.
Quand Gemini ingère les photos et restitue un document propre, c’est ce sous-produit qui apparaît à l’écran — mais sans le travail qui le produit ordinairement. L’élève peut désormais avoir une « fiche » sans avoir fiché. La différence n’est pas visible sur le document final. Elle le devient le jour de l’examen.
L’objection viendra : on a toujours externalisé un peu. Photocopier le cahier d’un camarade absent, recopier les annales corrigées, acheter un manuel de révision tout fait — la pratique a précédé l’IA. La différence tient à un détail. Toutes ces formes anciennes livraient une matière brute qu’il restait à ficher. La fonction annoncée par Google livre directement la fiche. L’étape de reformulation, qui était le seul vrai goulet d’apprentissage, est court-circuitée.
Une variante du même problème existe pour les flashcards. La littérature sur le spaced retrieval repose sur l’effort de génération : produire activement la question avant de produire la réponse. Recevoir cinquante cartes préfabriquées, c’est sauter l’étape qui forme la mémoire à long terme. On peut quand même les réviser. On perd le premier passage, celui qui fixe le terrain.
Une course discrète sur le segment étudiant
Cette annonce n’arrive pas dans le vide. Quelques jours avant que Google ne déploie ses premiers outils pour étudiants à l’été 2025 — un mode Apprentissage guidé censé décomposer les sujets complexes, une intégration « proactive » de visuels et de vidéos, des générateurs de quiz et de flashcards — OpenAI avait lancé son propre Mode Étudier sur ChatGPT. La nouvelle fonctionnalité de Gemini consolide le volet flashcards et y ajoute l’ingestion des cahiers physiques.
Les deux acteurs visent la même audience avec la même promesse : ne pas se limiter à fournir des réponses, mais « accompagner » vers la compréhension. La formulation est rassurante. Elle gomme une question d’ordre commercial : pourquoi les deux géants de l’IA générative dépensent-ils tant d’énergie marketing sur les 15-25 ans ?
La réponse tient en deux mots. Acquisition et fidélisation. Les outils qu’on adopte à 17 ans pour réviser le bac sont, statistiquement, ceux qu’on continuera d’utiliser à 25 ans pour synthétiser une note de service. Le marché étudiant n’est pas un marché en soi : c’est l’entrée d’un entonnoir. Que Google et OpenAI s’y disputent les premiers usages n’a rien d’innocent.
L’effet collatéral pour l’École, lui, est très concret. Les outils que l’institution n’a pas choisis sont installés dans les téléphones des élèves avant qu’aucun cadre national d’usage n’ait été formulé. Et la question d’équité d’accès n’est pas neutralisée pour autant : selon la version utilisée — gratuite ou payante — la qualité du résultat varie. Les écarts sociaux qui existaient déjà au moment des cours particuliers se rejouent désormais entre comptes Pro et comptes basiques.
En attendant, dans les classes
Aucun chef d’établissement, aucun enseignant n’a la main sur ce qui se déploie côté plateformes commerciales. Ce qu’il a, en revanche, ce sont des leviers concrets dont la portée est immédiate.
Le premier consiste à déplacer ce qui était évaluation à la maison vers ce qui devient évaluation en classe. La dissertation rédigée à domicile, la fiche bilan demandée pour le contrôle, l’exposé préparé seul — toutes ces formes héritées du XXᵉ siècle ont été rattrapées. Le déplacement n’est pas une réaction défensive : c’est l’occasion de récupérer un temps d’observation pédagogique que la maison avait absorbé.
Le deuxième levier touche à ce qu’on demande comme trace. Une fiche manuscrite, vérifiée avant le contrôle, lue rapidement par l’enseignant pour repérer où l’élève a hiérarchisé, raturé, hésité — cela coûte un peu de temps et produit beaucoup d’information. Pas seulement sur le contenu, mais sur le rapport de l’élève à sa propre compréhension.
Le troisième tient à la pédagogie elle-même. Expliquer aux élèves pourquoi on tient à la reformulation manuscrite — leur dire que ce n’est pas une exigence formaliste mais une donnée robuste des sciences cognitives — leur donne une raison de coopérer. Beaucoup d’élèves qui photographient leurs notes pour Gemini ignorent qu’ils troquent un travail invisible mais payant contre un produit visible mais creux. La conversation mérite d’être tenue avant l’examen, pas après.
Reste la question de fond, celle que ce déploiement éclaire sans la résoudre : qu’est-ce que l’École évalue ? Une connaissance restituée — auquel cas l’IA a déjà gagné — ou un processus de construction du savoir — auquel cas il faut revoir ce qu’on demande de produire, où, et avec quels outils. Cette question, aucun prompt ne la traitera à notre place.
Pour aller plus loin
- Digitize your notes with Gemini for a personalized study guide — Google, billet de blog officiel, 11 mai 2026.
- Gemini transforme des notes manuscrites en fiches de révision — Étienne Caillebotte, Blog du Modérateur, 13 mai 2026.
- ChatGPT lance un mode Étudier pour accompagner les élèves — Blog du Modérateur, été 2025.
- The Critical Importance of Retrieval for Learning — Jeffrey D. Karpicke, Henry L. Roediger III, Science, vol. 319, 15 février 2008.