Quand l’outil pense à notre place
On nous a vendu l’IA comme la promesse d’un humain « augmenté ». Une série de travaux récents suggère plutôt l’inverse : à force de déléguer notre réflexion aux algorithmes, nos capacités intellectuelles s’émoussent. Le constat est ancien dans son intuition — il rejoint ce que Carr décrivait déjà à propos de Google dans The Shallows — mais il prend désormais la forme d’observations expérimentales solides.
Nicolas Arpagian, dans sa chronique Nouveau monde sur Franceinfo le 16 mai 2026, rend compte d’une étude conjointe du MIT, d’Oxford et de Carnegie Mellon menée sur 1 222 participants. Les chercheurs convoquent une image parlante : celle de la grenouille ébouillantée. Plongée dans une eau qui monte doucement en température, elle finit cuite ; jetée dans l’eau bouillante, elle saute. L’analogie posée pour l’IA est limpide : l’engourdissement cognitif s’installe sans bruit.
Ce que mesure l’étude
Le protocole compare des personnes autorisées à utiliser une IA générative pendant une dizaine de minutes pour résoudre des tâches de mathématiques et de compréhension de lecture, à un groupe contrôle privé de cet outil. Deux résultats convergent sur trois échantillons distincts :
- Performance dégradée : les utilisateurs de l’IA produisent davantage de réponses fausses que ceux qui n’avaient que leurs propres méninges.
- Persévérance amoindrie : ils renoncent plus vite face à la difficulté.
Autrement dit, l’IA n’agit pas seulement comme un outil ; elle modifie le rapport même à l’effort. La « béquille numérique », pour reprendre l’expression d’Arpagian, semble éveiller une forme de paresse intellectuelle qui s’installe avec l’usage.
Le paradoxe d’Acemoglu
Une publication de février 2026, cosignée par Daron Acemoglu (prix Nobel d’économie 2024) et deux collègues du MIT, formalise un paradoxe inquiétant. À court terme, l’IA peut effectivement améliorer la qualité des décisions — à condition que ces décisions soient prises par des personnes formées avant son déploiement massif. Mais elle peut également éroder les incitations à l’apprentissage qui soutiennent la connaissance collective à long terme. Sur la durée, le savoir individuel s’effondre faute d’être entretenu.
C’est exactement la situation d’un élève de collège aujourd’hui : il bénéficie d’un outil puissant, mais sans avoir construit en amont les structures cognitives qui lui permettraient de l’utiliser à bon escient. Le gain immédiat masque une dette d’apprentissage qui s’accumule en silence.
L’angle pédagogique qui m’intéresse
Ce que cette étude met en évidence rejoint frontalement la question constructiviste : on n’apprend pas en recevant des réponses, mais en construisant des schèmes par confrontation aux problèmes. Piaget parlait de déséquilibre cognitif comme moteur de l’apprentissage. L’IA, en supprimant ce déséquilibre — la difficulté, le tâtonnement, l’erreur féconde — court-circuite précisément le mécanisme par lequel l’intelligence se construit.
Trois implications concrètes pour le terrain scolaire :
1. La difficulté n’est pas un bug, c’est la fonctionnalité principale. Quand un élève butte sur un exercice, ce n’est pas un signal d’échec à corriger par une aide instantanée — c’est précisément le moment où l’apprentissage opère. Si l’IA est mobilisée pour escamoter cette friction, elle escamote l’apprentissage lui-même.
2. La persévérance se cultive ou s’atrophie. Le fait que les utilisateurs de l’IA abandonnent plus vite n’est pas anecdotique : c’est un trait de caractère qui se forme à l’école et qui structure ensuite toute la trajectoire d’un élève. Une école qui laisse l’IA résoudre les blocages forme des esprits qui renoncent.
3. Former avant d’outiller. Le paradoxe d’Acemoglu suggère un principe pédagogique clair : l’IA n’est utile qu’à des élèves qui possèdent déjà solidement les compétences qu’elle prétend assister. L’introduire trop tôt, c’est priver l’élève des fondations qui rendraient l’outil pertinent plus tard.
Patience et longueur de temps
Arpagian termine sa chronique par un vers de La Fontaine : « Patience et longueur de temps font plus que force ni que rage. » Le rappel est salutaire à l’heure où chaque interface promet l’immédiateté.
L’École a un rôle singulier à jouer : être l’un des rares lieux où l’on accepte que l’apprentissage prenne du temps, que l’erreur soit féconde, que la difficulté soit traversée plutôt que contournée. Non par technophobie — l’IA a sa place et son usage — mais parce que former des intelligences autonomes suppose qu’on les laisse, parfois, ne pas avoir la réponse tout de suite.
La question pour nous, principaux, enseignants, équipes éducatives, n’est donc pas « pour ou contre l’IA à l’école » mais : à quel moment, dans quel cadre, et après quoi ?
Source : Nicolas Arpagian, « L’impact (négatif) de l’IA sur nos capacités cognitives », Nouveau monde, Franceinfo, 16 mai 2026.