Rentrée 2026 : dix questions avant d'utiliser un outil d'intelligence artificielle

Introduction — L'intelligence artificielle aide-t-elle réellement à apprendre ?

Un collégien demande à une intelligence artificielle de lui expliquer une équation. Quelques secondes plus tard, il obtient une réponse détaillée, accompagnée d'un exemple et d'une solution. Il termine son exercice sans difficulté. Mais saura-t-il résoudre seul un problème comparable le lendemain ?

Cette question illustre l'un des enjeux fondamentaux de l'intelligence artificielle éducative : la réussite d'une tâche ne garantit pas l'acquisition de la compétence nécessaire pour l'accomplir.

Depuis l'apparition des assistants conversationnels accessibles au grand public, les élèves peuvent obtenir presque instantanément des explications, des corrections, des synthèses et des productions écrites. Cette disponibilité ouvre des possibilités pédagogiques considérables. Elle soulève également des interrogations sur l'autonomie intellectuelle, la fiabilité des informations, la protection des mineurs et le rôle des adultes.

En France, le ministère de l'Éducation nationale a publié, en juin 2025, un cadre d'usage de l'IA en éducation. L'UNESCO et l'UNICEF ont également proposé des recommandations destinées à favoriser des utilisations responsables, respectueuses des apprentissages et des droits de l'enfant.

À la rentrée 2026, la question n'est donc plus seulement de savoir si un élève peut utiliser une IA. Elle est de déterminer à quelles conditions cet usage présente un véritable intérêt éducatif.

Le Lab FUTUR+ propose dix questions pour éclairer cette décision.

Comment lire les références ? Les principaux résultats scientifiques sont accompagnés d'une source et, lorsque cela est pertinent, d'un niveau de preuve : A (connaissances convergentes), B (résultat solide, mais contextualisé), C (résultat exploratoire) et « texte » (disposition juridique ou recommandation institutionnelle, sans classement empirique). Lorsque cette grille ne s'applique pas directement, la référence est qualifiée par son type (revue conceptuelle, étude historique). Les applications pédagogiques proposées par le Lab relèvent du niveau D tant que leur efficacité propre n'a pas été évaluée. Ces niveaux portent sur les affirmations concernées, non sur un article dans son ensemble.

1. Pourquoi utiliser une intelligence artificielle plutôt qu'une autre méthode ?

Toute utilisation pédagogique devrait commencer par l'identification d'un objectif précis.

Souhaite-t-on aider un élève à comprendre une notion difficile, à s'entraîner, à rechercher des informations, à confronter des arguments ou à corriger une erreur ?

Ces objectifs ne nécessitent pas les mêmes outils ni les mêmes formes d'assistance.

Une IA peut, par exemple, produire plusieurs formulations d'une explication ou proposer de nouveaux exercices. Mais si l'objectif consiste simplement à retrouver une définition dans un manuel, son utilisation n'apporte pas nécessairement de valeur supplémentaire.

Le cadre ministériel français préconise un usage frugal de l'IA : il demande de ne l'utiliser que lorsqu'aucune autre solution moins coûteuse sur le plan écologique ne répond de manière satisfaisante au besoin, et de rechercher une véritable plus-value pédagogique [1 · texte].

La première question n'est donc pas « Quelle IA utiliser ? », mais « Quel apprentissage voulons-nous rendre possible ? »

2. À partir de quel âge et dans quel cadre un élève peut-il utiliser une IA ?

Le cadre d'usage français de juin 2025 établit une progression selon le niveau scolaire [1 · texte].

À l'école primaire, les élèves peuvent découvrir les principes de l'intelligence artificielle, sans manipulation directe des services d'IA générative.

Au collège, l'utilisation pédagogique de ces services en classe est autorisée à partir de la quatrième, lorsqu'elle est encadrée, expliquée et accompagnée par l'enseignant.

Au lycée, les élèves peuvent les utiliser de manière autonome dans un cadre d'apprentissage et de formation explicitement défini par l'enseignant.

Il faut néanmoins distinguer ces règles institutionnelles des conditions d'accès propres à chaque service numérique. Un usage pédagogiquement autorisé ne dispense pas de respecter les conditions d'âge, les exigences de protection des données et les autres règles applicables.

Ces conditions d'accès varient d'un service à l'autre et évoluent : dispositifs réservés aux adolescents, éventuels contrôles parentaux et vérification de l'âge. Le droit français ajoute une règle précise : pour les services en ligne, lorsque le traitement de données personnelles repose sur un consentement non contractuel, l'accord du mineur de moins de 15 ans doit être recueilli conjointement avec celui d'au moins un titulaire de l'autorité parentale, conformément à l'article 45 de la loi Informatique et libertés [9 · texte]. Cette règle ne constitue pas une autorisation générale d'accès à tous les services d'IA.

Le cadre ministériel précise également qu'aucun personnel ne doit demander aux élèves de créer un compte personnel sur un service d'IA grand public [1 · texte]. Lorsqu'un compte est nécessaire, la CNIL recommande de privilégier un compte « classe » au paramétrage de confidentialité renforcé [5 · texte].

La question de l'âge ne saurait donc se réduire à un seuil unique. La maturité de l'élève, la nature de l'activité, les conditions d'accès et l'accompagnement disponible doivent être examinés conjointement.

3. L'efficacité pédagogique de l'outil est-elle réellement démontrée ?

Une application peut être impressionnante sans avoir démontré qu'elle améliore durablement les apprentissages.

Il convient notamment de distinguer trois catégories de résultats : la satisfaction des utilisateurs, la qualité des productions réalisées avec l'outil et les compétences effectivement acquises.

Ces dimensions peuvent évoluer différemment.

Une expérimentation publiée en 2025 dans Proceedings of the National Academy of Sciences a étudié près de mille lycéens en mathématiques, en Turquie. Les chercheurs ont comparé un assistant généraliste, un tuteur comportant des garde-fous pédagogiques et une situation sans assistance par IA.

Pendant les exercices accompagnés, les deux systèmes amélioraient les performances. Mais lors d'une évaluation ultérieure sans IA, les élèves ayant utilisé l'assistant généraliste obtenaient des résultats inférieurs de 17 % à ceux du groupe témoin. Cette dégradation n'était pas observée avec le tuteur pédagogique, sans que celui-ci produise pour autant un gain significatif lors de cette évaluation [2 · niveau B : un pays, une matière, une période courte].

Cette expérience ne démontre pas que toutes les IA généralistes nuisent à l'apprentissage. Elle montre que leurs effets dépendent notamment de leur conception et des comportements qu'elles encouragent.

Le règlement européen sur l'intelligence artificielle classe notamment à haut risque certains systèmes utilisés pour l'admission dans une formation, l'évaluation des acquis, l'affectation à des niveaux d'enseignement ou la surveillance des examens [10 · texte]. Le règlement (UE) 2026/1744 a reporté au 2 décembre 2027 l'application des principales exigences de conformité pour les systèmes visés à l'annexe III, dont ceux de cette catégorie [11 · texte].

Ces règles portent notamment sur la gestion des risques, la transparence et le contrôle humain ; elles ne constituent pas, en elles-mêmes, une démonstration expérimentale de l'efficacité pédagogique d'un outil.

Avant de choisir un outil, il faut donc demander quelles compétences ont été mesurées, auprès de quels élèves, pendant combien de temps et dans quelles conditions.

4. Quelles opérations intellectuelles l'élève doit-il accomplir lui-même ?

La psychologie cognitive étudie depuis longtemps la délégation de certaines opérations mentales à des supports extérieurs. Cette externalisation cognitive peut être utile. Un agenda soulage la mémoire prospective ; une calculatrice peut permettre de consacrer davantage de ressources à un raisonnement complexe. Risko et Gilbert proposent un cadre théorique pour analyser ces délégations [3 · revue conceptuelle]. Une IA peut également réduire certaines charges, sans que cette possibilité suffise à démontrer un bénéfice pédagogique dans toute situation.

Mais la délégation peut devenir problématique lorsqu'elle porte précisément sur l'opération que l'élève cherche à maîtriser.

Si l'objectif d'un exercice est d'apprendre à construire une argumentation, demander à une IA de rédiger intégralement cette argumentation peut supprimer une grande partie du travail attendu.

À l'inverse, lui demander de formuler une objection à un argument déjà élaboré par l'élève peut ouvrir une occasion de réflexion supplémentaire.

La distinction fondamentale porte donc moins sur la présence de l'outil que sur la nature du travail intellectuel conservé par l'apprenant.

5. L'IA accompagne-t-elle le raisonnement ou fournit-elle directement les solutions ?

Tous les assistants conversationnels ne sont pas conçus comme des tuteurs pédagogiques.

Un assistant généraliste cherche souvent à satisfaire directement la demande formulée. Un système conçu pour apprendre peut, au contraire, poser une question intermédiaire, proposer un indice ou demander une justification avant de poursuivre.

Cette distinction rejoint les recherches classiques sur l'étayage pédagogique : une aide efficace doit être ajustée aux difficultés de l'apprenant et, lorsqu'elle vise l'acquisition d'une compétence, pouvoir diminuer progressivement [8 · étude historique, à interpréter dans son contexte].

L'expérimentation de Bastani et ses collègues illustre l'intérêt potentiel de cette approche, dans les conditions particulières étudiées [2 · niveau B].

Pour un exercice de mathématiques, le Lab FUTUR+ propose une démarche simple : chercher d'abord sans assistance, demander ensuite un indice en cas de blocage, expliquer chaque étape de sa résolution, puis tenter un exercice comparable sans IA.

Il s'agit d'une application pédagogique proposée par le Lab (niveau D), non d'un protocole dont l'efficacité propre aurait déjà été démontrée.

6. Comment vérifier les informations produites par une IA ?

Une réponse formulée avec assurance peut être incorrecte.

Les systèmes génératifs peuvent produire des erreurs de raisonnement, des affirmations inexactes ou des références bibliographiques inexistantes. La littérature scientifique regroupe une partie de ces phénomènes sous le terme d'« hallucinations » [4 · niveau A].

Certaines IA disposent de fonctions de recherche documentaire, de calcul ou de vérification externe. Ces capacités peuvent améliorer la fiabilité de leurs réponses, sans supprimer tout risque d'erreur.

L'élève doit donc apprendre à distinguer la plausibilité d'une affirmation de sa validité.

Face à une réponse importante, trois opérations sont utiles : retrouver sa source originale, vérifier que cette source soutient effectivement l'affirmation et confronter le résultat à une autre référence fiable.

Une référence scientifique accompagnée d'un DOI peut, par exemple, être recherchée directement sur le site de la revue concernée.

L'IA peut contribuer à une recherche documentaire, mais elle ne dispense pas de l'évaluation critique des preuves.

7. Quelles données personnelles l'élève transmet-il à l'outil ?

L'utilisation d'un assistant conversationnel implique souvent la transmission d'informations à un service numérique.

Les élèves peuvent être tentés de partager leurs bulletins, leurs copies, leurs difficultés scolaires ou des éléments de leur vie familiale afin d'obtenir des réponses plus personnalisées.

Or ces informations peuvent relever de la protection des données personnelles.

Le cadre ministériel français proscrit la saisie de données personnelles ou confidentielles dans les services d'IA grand public utilisés dans le contexte scolaire [1 · texte].

La CNIL rappelle par ailleurs qu'une donnée personnelle ne se limite pas au nom d'un individu : plusieurs renseignements apparemment anodins, comme le nom de l'école, la classe ou une adresse électronique, peuvent permettre de l'identifier une fois combinés [5 · texte].

Certaines pratiques sont en outre interdites. Depuis le 2 février 2025, l'article 5, paragraphe 1, point f), du règlement européen proscrit, dans les établissements d'enseignement, les systèmes d'IA destinés à inférer les émotions d'une personne à partir de données biométriques, sauf lorsqu'ils sont destinés à des usages médicaux ou de sécurité [10 · texte]. Cette interdiction ciblée ne concerne pas indistinctement toute analyse de texte évoquant des émotions.

Avant tout usage, il convient donc d'examiner les informations demandées, leurs conditions de conservation, les possibilités de réutilisation et les garanties proposées par le fournisseur.

La prudence consiste à privilégier des exemples fictifs, des ressources publiques et des dispositifs institutionnellement encadrés.

Une assistance personnalisée ne justifie pas, à elle seule, la collecte d'informations sensibles sur un mineur.

8. Peut-on utiliser une IA pour réaliser un devoir scolaire ?

La réponse dépend des consignes de l'enseignant et de la nature du travail demandé.

Le cadre d'usage de juin 2025 qualifie expressément de fraude l'utilisation d'une IA générative pour réaliser tout ou partie d'un devoir scolaire sans autorisation explicite de l'enseignant et sans travail personnel d'appropriation des contenus produits. Il assimile cette situation à l'intervention d'une tierce personne ou à la reprise non signalée de contenus existants [1 · texte].

Il est donc nécessaire de préciser les usages autorisés : recherche d'idées, aide à la compréhension, vérification, reformulation ou assistance à la rédaction.

Une autre difficulté apparaît cependant : une production de qualité ne renseigne pas toujours suffisamment sur les capacités de son auteur.

Les travaux de Soderstrom et Bjork montrent que performance observable et apprentissage durable doivent être distingués [6 · niveau A].

Pour vérifier les acquis, l'enseignant peut notamment proposer une explication orale, une question nouvelle ou une résolution différée sans assistance.

L'objectif n'est pas d'installer une suspicion permanente, mais de disposer d'informations plus solides sur ce que l'élève sait réellement faire.

9. Qui accompagne l'élève et protège son bien-être ?

La disponibilité permanente d'une IA peut représenter un soutien appréciable pour un adolescent qui hésite à poser une question ou qui souhaite s'entraîner à son rythme.

Elle peut également encourager des interactions répétées avec un agent conversationnel dont les réponses ressemblent parfois à celles d'un interlocuteur humain.

Dans ses recommandations de décembre 2025, l'UNICEF souligne la nécessité de prendre en compte les systèmes conversationnels à dimension affective, la sécurité des enfants, leur développement, leur vie privée et leurs droits [7 · texte].

Ces recommandations ne démontrent pas que les relations avec une IA sont nécessairement dommageables. Elles montrent pourquoi ces usages doivent être évalués avec une attention particulière.

Un élève doit comprendre qu'il interagit avec un système artificiel et savoir vers quel adulte se tourner lorsqu'une réponse le trouble ou lorsqu'une situation dépasse le domaine de l'aide scolaire.

L'accompagnement humain ne se limite pas à surveiller l'outil : il permet de discuter de ses réponses, de ses limites et de la place qu'il prend dans la vie de l'élève.

10. Les bénéfices attendus justifient-ils les coûts et les risques ?

Une technologie éducative ne doit pas être évaluée uniquement sur ses performances techniques.

Son accessibilité, ses effets sur les inégalités, son coût, son impact environnemental et les conditions réelles de son déploiement comptent également.

L'IA peut faciliter certains usages compensatoires et soutenir l'accessibilité des ressources. Elle peut aussi créer de nouvelles difficultés lorsque les élèves ne disposent pas des mêmes équipements, de la même formation ou du même accompagnement.

Les recommandations de l'UNICEF demandent que les systèmes d'IA destinés aux enfants prennent en compte l'inclusion et la non-discrimination [7 · texte].

Le cadre français invite, de son côté, à ne recourir à l'IA que lorsqu'elle apporte une plus-value pédagogique et qu'aucune solution écologiquement moins coûteuse ne permet de répondre de manière satisfaisante au besoin [1 · texte].

Le choix d'un outil exige donc une appréciation globale : ce qu'il permet d'apprendre, ce qu'il risque de remplacer et les moyens nécessaires pour l'utiliser correctement.

Ce que la recherche permet de conclure — et ce qui reste incertain

Les connaissances disponibles conduisent à plusieurs constats.

La psychologie cognitive distingue solidement la performance immédiate de l'apprentissage durable [6 · niveau A]. Les travaux fondateurs sur l'étayage décrivent une aide ajustée à l'activité de l'apprenant [8 · étude historique, à interpréter dans son contexte]. Une expérimentation récente indique aussi que différentes conceptions du tutorat par IA peuvent produire des résultats distincts lors d'une évaluation sans assistance [2 · niveau B].

Cependant, ces résultats ne permettent pas d'affirmer qu'un outil donné sera efficace pour tous les élèves, dans toutes les disciplines et à tous les âges.

Les effets de l'utilisation régulière de l'IA sur plusieurs années, le développement de l'autonomie intellectuelle, les relations sociales ou certaines dimensions du bien-être adolescent restent notamment à documenter davantage.

Il convient enfin de distinguer deux catégories de textes : les études empiriques, qui mesurent des phénomènes dans des conditions déterminées, et les recommandations institutionnelles, qui définissent des principes de responsabilité et de protection. Leur valeur est différente et complémentaire.

Conclusion — Utiliser l'IA pour apprendre, sans lui confier l'apprentissage

La rentrée 2026 marque une étape dans l'intégration de l'intelligence artificielle aux pratiques scolaires et familiales. Mais la disponibilité d'une technologie ne suffit pas à justifier son emploi.

Une IA éducative mérite d'être utilisée lorsqu'elle répond à un besoin identifié, respecte les droits de l'élève et soutient une activité intellectuelle qui lui permet de progresser.

Avant de recourir à un nouvel outil, trois interrogations doivent donc rester centrales : Que doit apprendre l'élève ? Que fera-t-il lui-même ? Comment vérifierons-nous ses progrès sans assistance ?

Pour le Lab FUTUR+, ces questions constituent le point de départ d'une utilisation pédagogique raisonnée de l'intelligence artificielle.

Références scientifiques et institutionnelles

[1] Ministère de l'Éducation nationale (2025). L'IA en éducation : cadre d'usage. Juin 2025 (page ministérielle publiée le 13 juin 2025). Document institutionnel français. education.gouv.fr/media/227697/download

[2] Bastani, H., Bastani, O., Sungu, A., Ge, H., Kabakcı, Ö. & Mariman, R. (2025). Generative AI without guardrails can harm learning: Evidence from high school mathematics. Proceedings of the National Academy of Sciences, 122(26), e2422633122. Étude expérimentale de terrain. doi.org/10.1073/pnas.2422633122

[3] Risko, E. F. & Gilbert, S. J. (2016). Cognitive offloading. Trends in Cognitive Sciences, 20(9), 676–688. Revue conceptuelle. doi.org/10.1016/j.tics.2016.07.002

[4] Ji, Z., et al. (2023). Survey of hallucination in natural language generation. ACM Computing Surveys, 55(12), article 248. Revue scientifique. doi.org/10.1145/3571730

[5] CNIL (2025). Enseignant : comment utiliser un système d'IA dans le cadre de vos missions ? 20 juin 2025. Recommandations institutionnelles. cnil.fr/fr/enseignant-usage-systeme-ia

[6] Soderstrom, N. C. & Bjork, R. A. (2015). Learning versus performance: An integrative review. Perspectives on Psychological Science, 10(2), 176–199. Revue intégrative. doi.org/10.1177/1745691615569000

[7] UNICEF Innocenti (2025). Guidance on AI and Children, version 3.0. Décembre 2025. Recommandations internationales sur les droits des enfants. unicef.org/innocenti/reports/policy-guidance-ai-children

[8] Wood, D., Bruner, J. S. & Ross, G. (1976). The role of tutoring in problem solving. Journal of Child Psychology and Psychiatry, 17(2), 89–100. Étude fondatrice. doi.org/10.1111/j.1469-7610.1976.tb00381.x

[9] CNIL (2021). Recommandation 4 : rechercher le consentement d'un parent pour les mineurs de moins de 15 ans. Recommandation relative à l'article 45 de la loi Informatique et libertés (consentement non contractuel aux services en ligne). cnil.fr

[10] Règlement (UE) 2024/1689 du Parlement européen et du Conseil du 13 juin 2024 établissant des règles harmonisées concernant l'intelligence artificielle. eur-lex.europa.eu/eli/reg/2024/1689/oj

[11] Règlement (UE) 2026/1744. Parlement européen et Conseil, 8 juillet 2026, modifiant notamment le règlement (UE) 2024/1689 (train de mesures omnibus numérique sur l'IA). Journal officiel de l'UE, série L, 2026/1744, 24 juillet 2026 ; entrée en vigueur le 27 juillet 2026. eur-lex.europa.eu/eli/reg/2026/1744/oj

Pour approfondir

•       UNESCO (2023). Guidance for Generative AI in Education and Research. doi.org/10.54675/EWZM9535

•       Miao, F. & Cukurova, M. (2024). AI Competency Framework for Teachers. UNESCO. unesco.org

•       OCDE (2026). OECD Digital Education Outlook 2026: Exploring Effective Uses of Generative AI in Education. doi.org/10.1787/062a7394-en