L’intelligence artificielle fait peur
Par Médéric Salles, adhérent au CRSI
Depuis quelques semaines, l’intelligence artificielle fait peur. GPT-6 est sorti début septembre, OpenAI a classé son propre modèle au niveau « critique » en cybersécurité, et le mot AGI a été prononcé. Dans la foulée, l’école est redevenue un front. On s’alarme des cerveaux en danger, de la tricherie généralisée, de l’effondrement de l’effort. Le ministère, lui, gouverne par l’interdiction : le téléphone d’abord, l’IA ensuite. Quant à former ceux qui enseignent, le nouveau référentiel de compétences numériques des métiers de l’enseignement, paru au Journal officiel en juillet, ne mentionne l’intelligence artificielle qu’en annexe, au titre d’une « utilisation éthique » rangée parmi les priorités de formation. Huit mois plus tôt, le cadre européen dont il procède l’avait intégrée à chacun de ses domaines de compétence.
Distinguons les inquiétudes fondées des questions d’organisation. La sécurité, l’autonomie des agents, les usages malveillants. Les laboratoires et autres hackers travaillent déjà sur ces sujets et c’est sérieux. Mais pour les questions d’organisation, on a l’impression d’avoir déjà entendu ça il y a trente ans.
Avec Internet, l’accès à la connaissance est devenu immédiat, gratuit, illimité. On a annoncé la mort du livre, la fin de la mémoire, des élèves incapables de se concentrer. Trente ans plus tard, plus personne ne propose d’interdire Internet. Il est socialement accepté, y compris par ceux qui le redoutaient. Et l’école ? Elle ne l’a jamais vraiment intégré. Elle a continué de faire mémoriser ce qui était désormais disponible à tout instant. Une compétence nouvelle est apparue, chercher, trier, vérifier, et personne ne l’a enseignée. Certes, un « permis Internet » a vu le jour en CM2, assuré par la gendarmerie. On y apprend à choisir un mot de passe, à se méfier des rencontres en ligne, à repérer le harcèlement. Rien sur la manière de chercher une information, ni sur celle d’en juger la valeur. Et l’on entendait encore récemment que des élèves recopiaient des pages de Wikipédia pour leurs exposés. L’école n’a pas résisté à Internet : elle a fait comme s’il n’existait pas, et le monde a tranché sans elle.
Voilà le vrai risque avec l’IA. Non qu’elle détruise l’école, mais qu’elle la contourne. Et pour savoir ce qu’il faut en faire, il faut d’abord se demander à quoi sert l’école.
Elle a été bâtie quand les livres étaient rares et chers, quand l’accès au savoir passait par un maître et un manuel. Il fallait alors constituer, dans la tête de chacun, un socle commun de connaissances : c’était la seule façon de former des citoyens capables d’agir dans une société qui se complexifiait. L’école était efficace et adaptée à son temps. Les temps ont changé, mais pas la méthode.
Ce qu’elle aurait dû faire, c’était acter le changement sans céder à la facilité. Non, il n’est plus indispensable de mémoriser n’importe quoi. Oui, l’être humain a toujours besoin d’une connaissance immédiate et résiliente, logée en lui, disponible sans écran. Mais on n’a plus à connaître par cœur les milliers de molécules et de réactions du cycle de Krebs pour comprendre le fonctionnement d’une cellule. Sur ce point, le rapport « Sortir de la clandestinité » voit juste lorsqu’il défend une « éducation duale » : des temps avec la machine, et des temps sans, réservés aux fondamentaux.
Ce qui reste, une fois la mémorisation remise à sa place, c’est apprendre à apprendre. Et cela s’enseigne, dans un ordre précis, car on n’apprend ni la même chose ni de la même manière à sept ans et à dix-sept. Au primaire, il n’y a pas de raccourci : lecture fluide, tables, orthographe, faits de base doivent être automatisés. Un esprit qui déchiffre encore n’a plus de place pour raisonner. C’est l’âge où la mémorisation garde tout son sens. Non comme une fin, mais comme une libération de l’attention. Au collège, l’objet change : structurer, comparer, démontrer. Au lycée, et singulièrement pour ceux qui se destinent aux études supérieures, ce dont on a besoin porte un nom : l’épistémologie. Qu’est-ce qui sépare une preuve d’une intuition, une corrélation d’une cause, une source d’une opinion ? À quelles conditions un résultat est-il tenu pour établi ? On continue pourtant de demander l’inverse : ingérer plus pour restituer plus.
Avec l’IA, nous franchissons pourtant un nouveau cap. Ce n’est plus seulement la connaissance qui se démocratise, c’est le raisonnement lui-même. Il n’est plus l’apanage des meilleurs : l’IA peut aider à peu près n’importe qui à tenir un raisonnement mathématique. Faut-il en conclure que raisonner est devenu inutile ? Le rapport redoute plutôt l’inverse : l’« abandon cognitif », ces élèves qui délèguent l’effort à la machine et ne retiennent plus rien. Il s’appuie sur une étude du MIT au verdict sévère, à manier avec prudence : très petit échantillon, conclusions surinterprétées, et un protocole qui teste l’IA comme substitut à l’écriture, non comme appui au raisonnement. À Harvard, un essai contrôlé a montré l’inverse, avec un tuteur IA conçu pour faire chercher pas à pas au lieu de livrer la réponse. Les deux travaux ne se contredisent pas : ils testent deux usages. Ils datent aussi tous les deux de 2025, et plusieurs générations de modèles ont passé depuis.
L’exigence, elle, s’est déplacée : il faut restituer mieux, pas plus. Restituer plus, n’importe quelle machine le fera. Et il faut cesser de croire que c’est tout ce qu’elle sait faire. Depuis GPT-6, elle raisonne sur plusieurs étapes, navigue, exécute, tient la longueur sur des travaux qui se comptaient hier en semaines. Ses hallucinations ont été divisées par près de deux en une génération, sans rien perdre en justesse. Voilà qui rend le jugement plus nécessaire, et non moins. Une erreur grossière se repère sans effort. Une erreur plausible, glissée dans un raisonnement par ailleurs solide, ne se repère que si l’on sait la chercher : le raisonnement qui tient debout mais part d’une prémisse fausse, la référence qui n’existe pas, la réponse qui nous donne raison parce que la question était posée dans ce sens. Un élève capable de voir cela vaut mieux qu’un élève capable de réciter. Et personne n’acquiert cette capacité par la seule fréquentation de l’outil. Elle s’enseigne.
Cette capacité en entraîne d’ailleurs une autre : savoir se documenter oblige à l’esprit critique. Et l’esprit critique engage une responsabilité. Celui qui sait d’où lui vient ce qu’il croit devient comptable de ce qu’il affirme. Il ne peut plus se retrancher derrière ce qu’on lui a dit. Cela s’apprend par des gestes précis. Remonter la chaîne : qui l’affirme ? sur quelles données ? contestées par qui ? Faire l’archéologie de son propre savoir. Distinguer ce qu’on a vérifié de ce qu’on a simplement reçu.
Le raisonnement ne perd pas pour autant sa valeur. Il est désormais à la portée de tous, soit : mais qu’est-ce que cela change ? Presque rien pour ceux qui savaient déjà en tenir un. Beaucoup pour les autres. Et que personne ne se raconte d’histoires : la sélection ne va pas disparaître, l’élitisme non plus. Certains quitteront l’école plus tôt que d’autres. Certains resteront plus doués pour les tâches académiques et pour la recherche fondamentale. C’est ainsi, et ce n’est pas le problème.
Ce qui change, c’est le prix que paient les premiers. Hier, l’absence de diplôme fermait la porte des métiers intellectuels, et l’on a cru y remédier en distribuant les diplômes plus généreusement, ce qui n’a rien réglé, bien au contraire. Demain, celui qui a quitté l’école tôt pourra être un acteur économique à part entière, parce que l’IA lui ouvre des raisonnements qui lui étaient fermés. Une béquille au sens propre : elle ne guérit pas, elle fait marcher. Les seconds, eux, y trouveront des partenaires de réflexion infatigables qui les propulseront dans leur métier. Dans les deux cas, la société y gagne. Mais l’écart entre les deux étages ne se comble pas : il se déplace. Car une béquille ne tient que si l’on sait juger ce sur quoi l’on s’appuie, et celui qui ne peut pas contrôler la réponse qu’on lui donne ne raisonne pas. Il obéit.
C’est encore l’école qui décide de quel côté tombera le plus grand nombre. Puisque tout se joue dans l’usage, c’est à elle qu’il revient de l’enseigner. Non pour courir derrière chaque outil, mais parce que cet usage se décompose en gestes qui s’enseignent et s’évaluent : formuler une demande précise, exiger les sources et aller les vérifier, faire produire deux réponses contradictoires et arbitrer entre elles, refaire à la main le calcul que la machine vient de livrer, savoir dire pourquoi on n’est pas d’accord avec elle. Il y faut aussi une culture : comprendre la nature stochastique de ces modèles sans les réduire à de simples « perroquets stochastiques », saisir comment ils peuvent se tromper, mentir, ou nous brosser dans le sens du poil, ce que le rapport nomme le biais « sycophantique ». C’est cette culture qui séparera, demain, une nation d’utilisateurs de l’IA d’une civilisation qui en serait l’esclave.
L’école doit rendre ce monde possible. On n’y parviendra pas en interdisant, mais en domptant la bête. Et pour dompter l’IA, il faudra maîtriser les premières briques de la pensée : lire vraiment, calculer de tête, tenir un raisonnement simple sans aide, savoir ce qu’est une preuve. Contre-intuitif, n’est-ce pas ? Plus la machine devient intelligente, plus il faut d’intelligence naturelle pour s’en servir correctement. C’est l’inverse exact de ce que promettent ceux qui vendent l’IA comme une dispense d’effort.
Nous avons déjà laissé passer Internet, et il est aujourd’hui si banal que plus personne ne songe à s’en effrayer. L’IA suivra le même chemin, avec ou sans l’école. La question n’est donc pas de savoir si nous avons peur, mais ce que nous faisons du temps qu’il nous reste. Si la société a besoin de gens qui savent apprendre, alors enseignons-le pour de bon : explicitement, à sa place dans les programmes, avec des méthodes éprouvées et des évaluations qui portent sur le jugement plutôt que sur le stock. Cela a toujours été la mission de l’école, et nous ne l’avons jamais vraiment remplie. Apprenons à penser, plutôt qu’à réciter les pensées des autres.
SOURCES
— Conseil national de l’IA et du numérique, Sortir de la clandestinité : mettre l’IA au service d’une nouvelle ambition pour le service éducatif, 2026. Rapport (PDF).
— Gendarmerie nationale, Le Permis Internet pour les enfants. Dispositif destiné aux CM2 : mots de passe, rencontres en ligne, chats, cyberharcèlement, protection de la vie privée. gendarmerie.interieur.gouv.fr
— Arrêté du 15 juillet 2026 portant référentiel des compétences numériques des métiers de l’enseignement (CRCN-Édu), Journal officiel. Cinq domaines, quatre niveaux de maîtrise ; l’IA apparaît en annexe, dans les priorités de formation, sous l’intitulé « utilisation éthique de l’IA en éducation ». dane.ac-lille.fr
— Commission européenne, Joint Research Centre, DigComp 3.0: European Digital Competence Framework, 27 novembre 2025. Intégration systématique de la compétence en IA dans l’ensemble des domaines du cadre, plus de 500 acquis d’apprentissage. joint-research-centre.ec.europa.eu
— Café pédagogique, Numérique, IA, interdictions : l’école française toujours en quête d’un cap, 18 septembre 2026. Interdiction du téléphone, réticences du ministère, référentiel de formation en deçà de DigComp 3.0. cafepedagogique.net
— N. Kosmyna et al., Your Brain on ChatGPT: Accumulation of Cognitive Debt when Using an AI Assistant for Essay Writing Task, MIT Media Lab, 2025. 54 participants, protocole de rédaction assistée. arXiv:2506.08872 · brainonllm.com
— G. Kestin et al., AI tutoring outperforms in-class active learning: an RCT introducing a novel research-based design in an authentic educational setting, Scientific Reports, juin 2025. Essai contrôlé randomisé, 194 étudiants de Harvard, tuteur conçu pour ne livrer qu’une étape à la fois. Nature.com
— OpenAI, GPT-6 Astra, 3 septembre 2026. Raisonnement en profondeur récurrente, navigation et exécution autonomes, seuil « critique » atteint sur l’échelle de risque cybersécurité de l’éditeur, accès restreint en conséquence. deploymentsafety.openai.com/gpt-6-astra
— Artificial Analysis, Benchmarking GPT-6 Astra, septembre 2026. Taux d’hallucination ramené de 92 % à 51 % à effort maximal par rapport à la génération précédente, avec 4 points de justesse gagnés dans le même temps. artificialanalysis.ai
— E. M. Bender, T. Gebru, A. McMillan-Major, S. Shmitchell, On the Dangers of Stochastic Parrots: Can Language Models Be Too Big?, FAccT ’21, 2021. Origine de l’expression « perroquets stochastiques ». doi.org/10.1145/3442188.3445922