Une bonne réponse signifie-t-elle que l'élève a appris ?

Introduction — Deux copies réussies, que sait-on des acquis ?

Dans une classe de première, deux élèves rendent une analyse de document historique convaincante. L'un a d'abord élaboré son interprétation, puis demandé à une IA de lui opposer des objections. L'autre a surtout suivi le plan et les formulations proposés par l'outil. À la lecture des deux copies, peut-on savoir ce que chacun serait capable d'expliquer une semaine plus tard ?

Il serait injustifié d'affirmer que le second élève n'a rien appris : lire, sélectionner ou réviser une proposition peut mobiliser un travail intellectuel. Il serait tout aussi injustifié de considérer que la qualité du texte démontre une maîtrise autonome. Les deux productions attestent d'un travail accompli dans certaines conditions ; elles ne révèlent pas à elles seules ce que chaque élève pourra retrouver, expliquer ou réutiliser sans aide.

Cette distinction entre performance observable et apprentissage durable est ancienne en psychologie cognitive. L'intelligence artificielle (IA) générative la rend particulièrement importante : elle peut fournir une solution convaincante, corriger une copie ou construire un raisonnement apparent avec une facilité qui brouille les indices habituels de compétence.

La question scientifique est donc précise : comment distinguer ce que l'élève réussit avec une aide de ce qu'il a réellement acquis ? Pour y répondre, il faut examiner les recherches sur l'apprentissage, puis les expérimentations récentes menées avec l'IA, et reconnaître ce que ces travaux ne permettent pas encore de démontrer.

Ce dossier pose aussi le principe de méthode sur lequel reposent les publications du Lab FUTUR+ : juger un outil, une méthode ou un devoir à ce que l'élève sait faire ensuite, et non à la seule qualité de ce qu'il a rendu.

Comment lire les références. Les principaux résultats 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 ou prépublication). Lorsque cette grille ne s'applique pas directement, la référence est qualifiée par son type (cadre théorique, synthèse institutionnelle). 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 l'article dans son ensemble.

1. Ce que les sciences de l'apprentissage distinguent : performance, rétention et transfert

La performance : ce que l'on voit à un moment donné

Une réponse correcte, une rédaction structurée ou une série d'exercices réussis constituent des performances. Elles donnent des informations utiles, mais leur signification dépend des conditions de réalisation : présence du cours, exemples immédiatement disponibles, indications de l'enseignant, coopération avec un camarade ou aide d'une IA.

Une performance réussie n'est pas « fausse » parce qu'elle est assistée. Elle peut correspondre à un travail intellectuel réel. En revanche, elle ne permet pas, à elle seule, de savoir quelle part de ce travail l'élève serait capable de reproduire indépendamment.

Dans leur revue intégrative publiée en 2015, Nicholas Soderstrom et Robert Bjork posent que le but de l'enseignement est l'apprentissage à long terme : des changements relativement durables, qui permettent de retenir et de réutiliser ce qui a été appris. La performance pendant l'entraînement, facile à mesurer, en est souvent un indicateur trompeur. La revue montre même que certaines conditions agissent sur la performance et sur l'apprentissage en sens opposé [1 · niveau A : synthèse de recherches convergentes]. Leur analyse s'appuie sur plusieurs traditions expérimentales, et non sur l'IA générative, encore absente du contexte de publication.

La rétention : ce qui reste accessible après un délai

Un apprentissage suppose notamment qu'une connaissance ou une procédure demeure mobilisable après un certain temps. Si un élève résume correctement un texte aussitôt après avoir consulté une synthèse, puis ne retrouve plus ses idées principales quelques jours plus tard, sa réussite initiale ne suffisait pas à établir une acquisition durable.

Les recherches sur l'effet de test illustrent cette distinction. Henry Roediger et Jeffrey Karpicke ont fait lire un texte à des étudiants, puis leur ont demandé soit de le relire, soit d'en restituer le contenu de mémoire. Cinq minutes plus tard, la relecture répétée donne les meilleurs résultats ; une semaine plus tard, l'ordre s'inverse [2 · niveau A : résultat inscrit dans une littérature convergente]. Ces expériences ne mesuraient ni l'usage de l'IA ni toutes les formes de compréhension.

Graphique réalisé par le Lab FUTUR+ d’après Roediger et Karpicke (2006), expérience 2. Moyennes arrondies des idées restituées (en %), sans barres d’erreur.

La méthode qui donne le meilleur score immédiat est aussi celle qui laisse le moins de traces une semaine plus tard : la divergence entre performance et apprentissage, mesurée.

Le transfert : utiliser ce que l'on sait dans une autre situation

Savoir refaire exactement un exercice déjà rencontré ne garantit pas que l'on saura reconnaître la même notion dans un problème différent. Le transfert désigne cette mobilisation des acquis au-delà de la situation d'entraînement. Il varie selon la distance entre les deux situations : changement de contexte, de forme de la question, de domaine ou de délai [3 · cadre théorique].

Un élève peut, par exemple, restituer une explication historique après avoir lu un modèle, sans savoir mobiliser les mêmes notions pour analyser un document inédit. À l'inverse, une explication hésitante peut s'accompagner d'une compréhension qui apparaît mieux dans une tâche nouvelle.

Pour apprécier un apprentissage, ces trois observations : performance actuelle, rétention différée, transfert, sont donc complémentaires. Aucune ne donne un accès direct et complet au fonctionnement mental de l'élève.

2. Pourquoi performance et apprentissage divergent

Ce qui facilite l'entraînement ne facilite pas toujours la mémorisation

Robert Bjork a proposé la notion de « difficultés désirables » : certaines conditions qui ralentissent l'entraînement et font commettre davantage d'erreurs produisent un apprentissage plus durable. Parmi elles : se tester plutôt que relire, espacer les séances, alterner les types d'exercices [4 · cadre théorique]. L'expérience de Roediger et Karpicke en est un exemple.

Ce qui donne l'impression d'apprendre n'est pas toujours ce qui fait apprendre

La difficulté n'est pas seulement que performance et apprentissage divergent. C'est que les élèves, comme les adultes, jugent volontiers leur apprentissage d'après leur performance du moment [1 · niveau A]. Dans l'expérience de Roediger et Karpicke, les étudiants qui avaient relu quatre fois prévoyaient de mieux retenir le texte que ceux qui s'étaient testés ; une semaine plus tard, c'était l'inverse [2].

Nate Kornell et Robert Bjork observent le même décalage pour l'alternance des exercices. Des participants apprennent à reconnaître le style de douze peintres, en voyant leurs tableaux soit regroupés par artiste, soit mélangés. Le mélange donne de bien meilleurs résultats au test (61 % contre 35 % de bonnes réponses dans la première expérience). Pourtant, 78 % des participants jugent la présentation regroupée aussi efficace ou plus efficace [5 · niveau B].

Se reconnaître dans une explication n'est pas non plus être capable de la produire. Une réponse claire, qui se lit sans effort, peut susciter une impression de compréhension ; les personnes surestiment d'ailleurs la profondeur de leurs propres explications jusqu'à ce qu'on leur demande de les formuler [6 · niveau B].

Cette impression n'est pas une preuve d'apprentissage ; elle doit être confrontée à une action indépendante. Mais l'inverse n'est pas vrai non plus : une difficulté ne garantit pas, à elle seule, un meilleur apprentissage. Les difficultés désirables sont celles que l'élève peut surmonter.

3. Pourquoi l'IA rend-elle cette distinction plus difficile ?

L'IA générative modifie le rapport entre l'effort fourni et la qualité du résultat obtenu. Une demande très courte peut produire un texte argumenté, un plan détaillé ou une solution commentée. Les formes extérieures d'un travail scolaire abouti deviennent ainsi disponibles avant que toutes les opérations nécessaires à sa production aient été effectuées par l'élève.

Il ne s'agit pas d'opposer mécaniquement « travail avec IA » et « apprentissage sans IA ». Un assistant peut permettre de comparer deux méthodes, d'obtenir un exemple supplémentaire, d'identifier une erreur ou de formuler une objection. Mais il peut aussi accomplir l'étape que l'exercice devait précisément faire pratiquer : chercher une relation, choisir une méthode, produire une argumentation.

La différence tient donc à l'activité cognitive effectivement engagée. Le cadre ICAP de Michelene Chi et Ruth Wylie distingue le traitement principalement réceptif d'une information, sa manipulation active, la construction de nouvelles inférences et l'interaction constructive avec autrui [7 · cadre théorique et synthèse empirique ; application spécifique à l'IA à examiner]. Lire une solution proposée par l'IA et en recopier la conclusion ne sollicitent pas les mêmes opérations que chercher soi-même, justifier une étape, critiquer une proposition puis corriger son raisonnement.

Une étude récente va dans ce sens. Matthias Lehmann et ses collègues distinguent deux manières d'utiliser un modèle de langage pour apprendre. Utilisé à la place de son propre travail, par exemple pour générer les solutions, il permet de couvrir davantage de notions, mais chacune est moins bien comprise. Utilisé en complément, par exemple pour demander une explication après avoir cherché, il améliore la compréhension. L'effet global est nul, et l'écart entre étudiants faibles et forts se creuse [8 · niveau C : prépublication].

Ce n'est pas l'outil qui décide de l'apprentissage, mais ce que l'élève fait encore lui-même lorsqu'il l'utilise.

4. Une expérimentation décisive à lire avec précision : Bastani et ses collègues (2025)

L'étude publiée par Hamsa Bastani et ses collègues dans Proceedings of the National Academy of Sciences fournit une illustration expérimentale particulièrement instructive [9 · niveau B]. Elle ne doit cependant pas être transformée en verdict général sur les effets de l'IA.

Un protocole comparatif en mathématiques

Les chercheurs ont mené une expérience randomisée dans un grand lycée de Turquie, pendant l'année scolaire 2023-2024. Près de 1 000 élèves, répartis dans une cinquantaine de classes de trois niveaux du lycée (9e à 11e année), ont participé à quatre séances de 90 minutes. L'attribution aux conditions expérimentales s'effectuait par classe.

Trois situations ont été comparées : un groupe témoin travaillant avec des ressources habituelles, un groupe ayant accès à un assistant basé sur GPT-4 (GPT Base) et un groupe utilisant une version du même modèle dotée de garde-fous pédagogiques (GPT Tutor). Cette dernière était configurée pour privilégier des indices et recevait des solutions et erreurs fréquentes préparées par les enseignants.

Au cours de chaque séance, les élèves bénéficiaient d'abord d'une présentation de la notion, réalisaient ensuite des exercices dans les conditions attribuées à leur groupe, puis passaient immédiatement une évaluation sans IA, sans manuel et sans notes. Les problèmes d'évaluation étaient conceptuellement proches de ceux travaillés pendant l'entraînement.

Des résultats très différents selon ce que l'on mesure

Pendant l'entraînement, les résultats moyens du groupe GPT Base étaient supérieurs de 48 % à ceux du témoin ; ceux du groupe GPT Tutor étaient supérieurs de 127 %. Ces pourcentages expriment des différences relatives de scores moyens, et non des points de pourcentage.

Mais pendant l'évaluation sans assistance, le groupe GPT Base obtenait un score inférieur de 17 % à celui du témoin, toujours en valeur relative. Le groupe GPT Tutor, lui, ne présentait pas de différence statistiquement significative avec le témoin. Il serait donc inexact de dire que le tuteur à indices a démontré, dans cette épreuve, une amélioration des acquis : il a surtout évité le recul constaté dans l'autre condition.

Ces résultats révèlent une dissociation remarquable : les élèves peuvent paraître beaucoup plus performants avec l'outil, sans disposer ensuite d'une compétence équivalente lorsque l'outil disparaît. Les déclarations recueillies auprès des élèves indiquaient également que leur perception de ce qu'ils avaient appris ne reflétait pas nécessairement les résultats de l'épreuve indépendante. On retrouve ici le décalage entre impression et apprentissage décrit plus haut.

Ce que l'étude établit — et ce qu'elle n'établit pas

La répartition randomisée par classe et l'évaluation sans assistance renforcent l'interprétation causale des différences observées dans ce contexte. Les interactions enregistrées suggèrent que certains élèves utilisaient l'assistant généraliste comme une source de solutions à recopier, tandis que le tuteur guidé favorisait davantage de demandes d'aide et de tentatives personnelles. Ce mécanisme est plausible, mais l'analyse des conversations n'équivaut pas, à elle seule, à une preuve causale de chacune de ses étapes.

Les limites sont tout aussi importantes : un seul établissement, une seule discipline, des séances relativement courtes, un outil configuré pour des exercices déterminés. L'évaluation était immédiatement consécutive à l'entraînement ; l'expérience ne mesurait donc pas la mémorisation plusieurs semaines après les séances. Elle ne permet pas non plus de conclure que tous les assistants généralistes ou tous les tuteurs à indices produiront les mêmes effets.

L'intérêt de cette recherche n'est pas d'opposer définitivement l'humain à l'IA, mais de montrer pourquoi l'amélioration du score pendant une activité et l'acquisition d'une compétence doivent être mesurées séparément.

5. Ce qu'ajoutent une autre étude et la synthèse de l'OCDE

Le même écart, dans une tâche d'écriture

La dissociation observée en mathématiques n'est pas isolée. Yizhou Fan et ses collègues ont réparti 117 étudiants entre quatre conditions pour une tâche d'écriture : aide de ChatGPT, d'un expert humain, d'outils d'analyse de l'écriture, ou aucune aide. Le groupe ChatGPT obtient les meilleures notes à l'essai ; les gains de connaissances et le transfert ne diffèrent pas entre les groupes [10 · niveau B : une tâche, des étudiants]. Les auteurs évoquent un risque de « paresse métacognitive », c'est-à-dire une moindre régulation de son propre travail ; ils le présentent comme une hypothèse à étudier, non comme un résultat établi.

La synthèse internationale

Dans l'OECD Digital Education Outlook 2026, l'OCDE rapproche plusieurs travaux récents consacrés à l'IA générative en éducation [11 · synthèse institutionnelle]. Son constat central rejoint la distinction précédente : les outils généralistes peuvent augmenter la qualité d'un travail rendu sans assurer des progrès équivalents lors d'évaluations indépendantes. À l'inverse, des systèmes conçus ou utilisés avec une intention pédagogique explicite, fondés sur le questionnement guidé et les indices, peuvent favoriser les apprentissages dans certaines conditions.

Cette synthèse invite à déplacer l'attention de la puissance apparente du modèle vers la conception de l'activité pédagogique : quelles questions l'outil pose-t-il ? Laisse-t-il l'élève produire une première tentative ? Adapte-t-il ses indices ? Comment sait-on que l'apprenant peut finalement agir sans lui ?

L'OCDE ne propose pas de garantie universelle attachée à l'étiquette « tuteur IA ». Une interface personnalisée, une réponse détaillée ou une bonne expérience utilisateur ne constituent pas des démonstrations d'efficacité. Les études doivent être examinées selon les tâches demandées, l'âge des apprenants, les comparateurs utilisés et la nature des évaluations.

Un autre point mérite d'être souligné : toute assistance durable n'est pas problématique. Certaines aides servent à compenser une difficulté d'accès ou à permettre une tâche dont l'objectif ne porte pas sur la capacité remplacée. La question est de savoir si l'outil se substitue à la compétence que l'on cherche à enseigner, non de supprimer indistinctement toutes les aides.

6. Comment observer un apprentissage au-delà d'une bonne copie ?

Les travaux précédents conduisent à une conséquence méthodologique : il faut diversifier les occasions d'observer ce que l'élève sait, plutôt que de faire reposer le jugement sur une seule production finale.

Quatre observations sont utiles.

Observation	Ce que l'on demande	Ce qu'elle révèle	Précaution
Une tâche sans l'aide étudiée	Un exercice bref, sans IA, portant sur la méthode visée	La capacité à mobiliser cette méthode indépendamment [9]	L'absence d'aide se définit par rapport à la compétence visée : les aménagements d'accessibilité restent légitimes
Une tâche après un délai	Revenir sur la notion plusieurs jours après la séance	Ce qui reste disponible sans la présence immédiate du modèle [1, 2]	Le délai dépend de la discipline et de l'objectif ; sept jours ne sont pas une durée universellement validée
Un problème nouveau	Modifier la formulation, les données utiles ou le contexte, en gardant la notion centrale	Ce qui peut être réutilisé, et non seulement reproduit [3]	Changer les nombres ne suffit pas toujours ; la difficulté doit rester proportionnée aux compétences attendues
Une justification	« Pourquoi avez-vous choisi cette méthode ? », « À quelle condition cette réponse serait-elle fausse ? »	Des éléments invisibles dans le produit final [6]	Ce n'est pas une fenêtre infaillible : certaines connaissances sont difficiles à verbaliser, et l'aisance orale varie

Ces observations ne constituent pas un test psychométrique standardisé. Leur intérêt est formatif : recueillir plusieurs indices, repérer une difficulté, puis ajuster les apprentissages. Les recherches sur l'évaluation formative soulignent l'importance de l'usage pédagogique des informations recueillies [12 · niveau A : synthèse de littérature]. Elles ont un autre avantage : elles ne cherchent pas à savoir si un devoir a été fait avec une IA, question à laquelle les détecteurs automatiques ne répondent pas de manière fiable [13 · texte], mais ce que l'élève sait faire.

Un protocole d'observation proposé par le Lab FUTUR+

Pour illustrer cette démarche, le Lab propose un dispositif simple, à adapter à la matière :

1.   Avant l'assistance, demander à l'élève une tentative courte et noter ce qu'il parvient à justifier.

2.   Pendant l'assistance, préciser le rôle autorisé de l'IA : indice, contre-exemple, vérification ou explication, sans déléguer systématiquement la résolution.

3.   À la fin de la séance, proposer une question comparable sans IA et recueillir le raisonnement, pas seulement la bonne réponse.

4.   Après un délai, demander un rappel ou une résolution indépendante, puis une courte application dans une situation différente.

5.   Pour ajuster l'aide, comparer les erreurs, les méthodes employées et l'évolution des explications, sans réduire le bilan à une note unique.

Statut : proposition pédagogique du Lab FUTUR+ (niveau D). Elle s'appuie sur des résultats de psychologie cognitive, mais n'a pas fait l'objet d'une validation expérimentale propre au Lab. Son emploi ne permet pas de mesurer à lui seul l'efficacité de l'IA utilisée.

Trois repères pour les familles

•      Demander « explique-moi » plutôt que « montre-moi ». Une copie juste renseigne sur le résultat ; une explication à voix haute, avec ses hésitations, apporte un indice complémentaire.

•      Revenir sur une notion quelques jours plus tard, sans le cours, le temps d'une question ou d'un exercice court.

•      Valoriser l'effort de recherche, et pas seulement la note du devoir. Une erreur pendant la recherche n'exclut pas un apprentissage réel ; une copie parfaite ne suffit pas non plus à le démontrer.

Statut : propositions du Lab FUTUR+ (niveau D).

7. Ce qui reste incertain et ce qu'il serait abusif de conclure

La première erreur consisterait à affirmer que « l'IA empêche d'apprendre ». L'étude de Bastani et ses collègues décrit un effet défavorable d'une configuration précise dans un contexte déterminé. Elle ne condamne ni toutes les IA ni tous les usages autonomes. L'OCDE décrit également des situations dans lesquelles l'intention pédagogique améliore les résultats d'apprentissage.

La deuxième erreur serait de conclure qu'une difficulté immédiate prouve un apprentissage plus profond. Certaines conditions exigeantes peuvent être fécondes, mais une tâche inaccessible ou une frustration excessive peut empêcher la progression. L'effort n'est pas une fin en soi : il doit servir la compétence recherchée.

troisième serait de croire qu'une évaluation sans IA révèle à elle seule l'intégralité de ce qu'un élève a appris. Elle apporte une information indispensable lorsque l'autonomie est l'objectif, mais elle ne résume ni les savoir-faire collectifs, ni les compétences d'usage critique de l'IA, ni les besoins légitimes d'assistance.

Plusieurs questions restent ouvertes :

•    Des contextes étroits. Les études sur l'IA portent surtout sur les mathématiques, l'écriture universitaire ou des expériences de laboratoire. Rien ne garantit les mêmes effets au collège, ni dans une analyse de document historique comme celle de l'introduction.

•      Des durées courtes. Les connaissances restent insuffisantes sur les effets cumulés de certains usages pendant plusieurs années : maintien des acquis, évolution des stratégies d'étude, métacognition et autonomie selon l'âge, la discipline et le contexte familial.

•      Des outils qui changent vite. Les assistants testés en 2023 et 2024 ne sont plus ceux qu'utilisent les élèves en 2026 ; certains proposent désormais des modes d'étude guidée, dont les effets restent à mesurer.

•      Des mécanismes encore discutés. L'hypothèse d'une « paresse métacognitive » est plausible, mais elle n'a pas encore été testée directement.

Des recherches indépendantes, avec des suivis plus longs et des évaluations diversifiées, sont nécessaires.

Conclusion — Ne pas confondre ce que l'élève produit et ce qu'il pourra refaire

Une bonne réponse est une information. Elle peut témoigner d'un apprentissage, d'une aide efficace ou de la combinaison des deux. Ce qu'elle ne permet pas, à elle seule, c'est d'attribuer à l'élève toutes les opérations intellectuelles qui ont conduit au résultat.

L'IA éducative n'invente pas cette difficulté : elle la rend plus visible, parce qu'elle réduit considérablement l'effort nécessaire pour produire certaines formes extérieures de la réussite scolaire.

Pour les enseignants comme pour les familles, la question la plus utile n'est donc pas seulement « Le devoir est-il juste ? », mais aussi : « Qu'est-ce que l'élève sait expliquer, retrouver et réutiliser lorsqu'on change les conditions de l'exercice ? »

La qualité d'un outil d'IA éducative doit se juger à cette progression, et pas seulement à la qualité des réponses qu'il permet d'obtenir.

Références scientifiques et institutionnelles

[1] Soderstrom, N. C. & Bjork, R. A. (2015). Learning versus performance: An integrative review. Perspectives on Psychological Science, 10(2), 176–199. Revue intégrative de recherches sur la rétention, le transfert et la performance. doi.org/10.1177/1745691615569000

[2] Roediger, H. L. & Karpicke, J. D. (2006). Test-enhanced learning: Taking memory tests improves long-term retention. Psychological Science, 17(3), 249–255. Étude expérimentale sur le rappel et la rétention. doi.org/10.1111/j.1467-9280.2006.01693.x

[3] Barnett, S. M. & Ceci, S. J. (2002). When and where do we apply what we learn? A taxonomy for far transfer. Psychological Bulletin, 128(4), 612–637. Cadre théorique. doi.org/10.1037/0033-2909.128.4.612

[4] Bjork, R. A. (1994). Memory and metamemory considerations in the training of human beings. In J. Metcalfe & A. P. Shimamura (Eds.), Metacognition: Knowing about knowing (pp. 185–205). MIT Press. Chapitre théorique.

[5] Kornell, N. & Bjork, R. A. (2008). Learning concepts and categories: Is spacing the “enemy of induction”? Psychological Science, 19(6), 585–592. Étude expérimentale. doi.org/10.1111/j.1467-9280.2008.02127.x

[6] Rozenblit, L. & Keil, F. (2002). The misunderstood limits of folk science: An illusion of explanatory depth. Cognitive Science, 26(5), 521–562. Programme expérimental. doi.org/10.1207/s15516709cog2605_1

[7] Chi, M. T. H. & Wylie, R. (2014). The ICAP framework: Linking cognitive engagement to active learning outcomes. Educational Psychologist, 49(4), 219–243. Cadre théorique et synthèse de travaux empiriques. doi.org/10.1080/00461520.2014.965823

[8] Lehmann, M., Cornelius, P. B. & Sting, F. J. (2025). AI meets the classroom: When do large language models harm learning? Prépublication, arXiv:2409.09047v2. arxiv.org/abs/2409.09047

[9] 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 randomisée de terrain ; résultats contextualisés. doi.org/10.1073/pnas.2422633122

[10] Fan, Y., Tang, L., Le, H., Shen, K., Tan, S., Zhao, Y., Shen, Y., Li, X. & Gašević, D. (2025). Beware of metacognitive laziness: Effects of generative artificial intelligence on learning motivation, processes, and performance. British Journal of Educational Technology, 56(2), 489–530. Expérimentation randomisée. doi.org/10.1111/bjet.13544

[11] OCDE (2026). OECD Digital Education Outlook 2026: Exploring Effective Uses of Generative AI in Education. Éditions OCDE, Paris. Synthèse institutionnelle. doi.org/10.1787/062a7394-en

[12] Black, P. & Wiliam, D. (1998). Assessment and classroom learning. Assessment in Education: Principles, Policy & Practice, 5(1), 7–74. Revue de littérature sur l'évaluation formative. doi.org/10.1080/0969595980050102

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