Apprendre avec l'IA : ce que les études disent vraiment
Les études sur l'efficacité de l'IA dans l'apprentissage montrent des résultats positifs sous conditions précises et des effets nuls ou négatifs dans d'autres configurations. La variable déterminante n'est pas la technologie mais le scénario pédagogique : une IA qui force l'effort de récupération améliore les résultats, une IA qui travaille à la place de l'apprenant les détériore. Ce résultat est robuste dans la littérature scientifique depuis les travaux de VanLehn (2011) sur les systèmes de tutorat intelligent, confirmés par les méta-analyses de l'Institute for Education Sciences.
Ce que les études positives montrent
Les systèmes de tutorat intelligent (ITS, Intelligent Tutoring Systems) bien conçus produisent des gains d'apprentissage documentés et significatifs. La méta-analyse de Kurt VanLehn (2011), portant sur plusieurs dizaines d'études comparatives, a établi que les meilleurs ITS produisent des gains d'apprentissage comparables à ceux d'un tuteur humain individuel, soit environ 0,76 écart-type au-dessus de l'enseignement collectif standard. C'est ce que les chercheurs appellent le "two sigma problem" de Bloom : l'enseignement individualisé produit des résultats très supérieurs à l'enseignement de masse, et les ITS s'en approchent.
Ces gains s'observent de façon consistante sur les compétences structurées et évaluables : mathématiques, physique, langues, programmation, sciences. Ils s'observent sur des populations disposant de conditions d'apprentissage stables, c'est-à-dire des apprenants qui ont le temps, l'accès à la technologie et la motivation suffisante pour s'engager dans le système.
Ce que les études nuancent
Les effets sont très variables selon les implémentations. Un système qui se contente de diffuser du contenu vidéo avec une interface IA en façade ne produit pas de gains mesurables par rapport à un contenu vidéo sans IA. La qualité du contenu pédagogique sous-jacent prime sur la sophistication technologique : un mauvais contenu bien distribué par l'IA reste un mauvais contenu.
Les méta-analyses disponibles sur les MOOC montrent des taux de complétion compris entre 3 % et 15 % et des effets sur l'apprentissage très variables selon le niveau d'engagement actif des participants. Les plateformes qui intègrent des mécanismes de récupération active (questions, exercices, évaluations régulières) obtiennent des résultats significativement supérieurs à celles qui proposent essentiellement de la vidéo passive.
Les effets sur les compétences complexes et comportementales, leadership, communication interpersonnelle, créativité, gestion des conflits, sont nettement moins bien documentés.
Ce que les études alertent
L'usage d'IA générative pour produire des réponses sans effort de récupération de la part de l'apprenant dégrade l'apprentissage. C'est le résultat le plus important et le plus ignoré dans les discours commerciaux.
Le mécanisme est documenté depuis les travaux classiques sur le "testing effect" ou "retrieval practice effect" : se forcer à rappeler une information depuis la mémoire produit une mémorisation à long terme bien supérieure à la relecture ou à l'écoute passive. Lire une réponse générée par une IA est une forme de relecture passive : l'information entre facilement, mais la rétention à 30 jours est très faible.
Le sentiment de compréhension que procure la lecture d'une réponse bien formulée par un modèle de langage est trompeur. Les chercheurs appellent ce phénomène la "fluency illusion" : parce que la réponse est fluide et cohérente, l'apprenant a l'impression d'avoir compris, alors que la compréhension superficielle sans effort de rappel ne produit pas de mémorisation durable.
Comment lire ces études avec rigueur
Quatre critères permettent d'évaluer la qualité d'une étude sur l'efficacité de l'IA en formation.
Le financement. Une étude commandée par un éditeur de solution IA sur sa propre solution n'a pas la même valeur qu'une étude indépendante.
Le groupe de contrôle. Une étude qui compare "avant IA" et "après IA" sur le même groupe sans groupe de contrôle ne peut pas isoler l'effet de l'IA. Un essai randomisé contrôlé est le standard de référence.
Le périmètre de la population. Les résultats sur des élèves de primaire en mathématiques aux États-Unis ne se transposent pas mécaniquement à des cadres supérieurs en formation professionnelle en France.
La durée de mesure. Les effets à court terme et les effets à six mois peuvent diverger significativement. Les études qui ne mesurent que les effets immédiats surestiment systématiquement l'efficacité des dispositifs.
Questions fréquentes
L'IA est-elle plus efficace que les formations traditionnelles ?
Elle peut l'être sur certains types d'apprentissage dans certaines conditions. La question pertinente n'est pas l'IA contre le traditionnel, mais quelle combinaison pour quel objectif et avec quel scénario pédagogique.
Où trouver des études sérieuses ?
Les revues de sciences de l'éducation à comité de lecture (Journal of Educational Psychology, Learning and Instruction), les publications de l'OCDE et les méta-analyses de l'Institute for Education Sciences. Les livres blancs d'éditeurs sans revue par les pairs sont des supports commerciaux, pas des preuves scientifiques.
Les gains se maintiennent-ils dans le temps ?
Quand le mécanisme de récupération active est présent tout au long du parcours, les gains se maintiennent à six mois. Quand le contenu est consommé passivement, la rétention s'effondre en quelques semaines selon la courbe d'Ebbinghaus.