La recherche progresse, mais ne tranche pas le débat
Les discussions sur l’intelligence artificielle à l’école reposent souvent sur deux impressions opposées : l’outil rend les élèves plus efficaces, ou il leur fait perdre l’habitude de réfléchir. Le nouveau bilan de Stanford SCALE publié le 10 novembre apporte un portrait plus nuancé. Il recense 52 travaux jugés suffisamment solides pour établir un lien causal entre un usage de l’IA générative et des résultats, soit 32 de plus que dans son bilan de mars. Le dépôt de recherche examiné comptait 1 686 articles pertinents à la fin de juin. Parmi les 868 ajouts depuis le précédent bilan, 201 étaient des essais randomisés ou des études quasi expérimentales; 97 ont été retenus pour une revue humaine, et 32 ont satisfait les critères de preuve du rapport. Le nombre grandit, mais les résultats demeurent hétérogènes. La question utile n’est donc plus simplement « l’IA aide-t-elle? », mais dans quelle tâche, avec quel type d’accompagnement et mesurée par quel résultat.
Obtenir une bonne réponse n’équivaut pas à apprendre
La synthèse de Stanford observe que l’IA semble plus prometteuse lorsque l’élève s’en sert pour comprendre une nouvelle matière que lorsqu’elle produit le travail à remettre. Même dans le premier cas, les gains ne sont pas constants. La distinction paraît évidente, mais elle change la façon d’évaluer un outil : terminer plus vite ou remettre un meilleur texte ne prouve pas que l’élève pourra refaire le raisonnement seul. Un essai contrôlé avec 24 étudiantes et étudiants universitaires en programmation au Canada illustre l’écart. Les solutions complètes générées par l’IA amélioraient la réussite des tâches, surtout chez les débutants, sans produire systématiquement de gains de compréhension. Les débutants tendaient à s’appuyer davantage sur le système pour finir; les personnes plus expérimentées l’utilisaient de façon plus sélective. C’est un signal intéressant pour les enseignants, pas une conclusion sur tous les élèves : l’échantillon est petit et provient d’un seul contexte universitaire.
La conception de l’activité peut changer le résultat
Les résultats ne se résument pas à opposer un assistant général à un tuteur spécialisé. Le bilan rapporte aussi un essai de terrain auprès de 6 997 élèves du secondaire aux États-Unis. Dans une plateforme de mathématiques, le soutien par IA rendait les réponses suivantes plus exactes après une erreur, mais les élèves avançaient plus lentement et faisaient moins de questions. À l’évaluation différée, l’étude ne trouvait pas d’amélioration générale de l’apprentissage; le gain le plus ciblé concernait une question pratiquée dans un parcours de maîtrise. À l’inverse, un essai de cinq mois auprès de 770 élèves du secondaire à Taïwan a mesuré un gain de 0,15 écart-type à une certification de programmation réalisée sans aide lorsque l’ordre des exercices était adapté aux signaux d’apprentissage. Ces deux cas ne s’annulent pas : ils montrent que l’objectif, la rétroaction, la séquence et l’évaluation comptent. Ils ne démontrent pas qu’une fonction précise produira le même effet dans une classe québécoise.
Un bon pilote vérifie le transfert, pas seulement l’usage
Pour une école ou un centre de formation, la conséquence pratique est de définir d’abord ce que l’élève doit savoir faire sans l’assistant. Dans un exercice de mathématiques, l’IA pourrait demander quelle étape bloque, proposer un indice, puis vérifier l’explication de l’élève. Pour un travail écrit, elle pourrait aider à comparer deux plans sans rédiger la version finale. Le professeur garde la main sur ce qui est permis et sur la qualité du retour. Un pilote peut ensuite comparer une tâche aidée avec une tâche de reprise sans outil, immédiatement et quelques jours plus tard. Il peut aussi regarder si les élèves savent expliquer leurs choix, repérer une erreur et transférer la méthode à un problème différent. Mesurer les connexions, la satisfaction ou le temps gagné demeure utile pour décrire l’adoption; ces indicateurs ne remplacent pas une mesure d’apprentissage. C’est ainsi qu’on distingue un assistant qui produit davantage d’un assistant qui développe une capacité.
Ce que les chiffres ne permettent pas de conclure
Le nouveau bilan porte sur des recherches publiées jusqu’au 30 juin 2026; sa publication aujourd’hui ne signifie donc pas que les 32 études ajoutées viennent d’être menées. Le dépôt de Stanford repose principalement sur des prépublications qui n’ont pas toutes passé l’évaluation par les pairs. Les auteurs indiquent qu’au moins deux chercheurs ont examiné chaque étude causale discutée dans les résultats clés, mais ils signalent aussi que les expériences diffèrent par l’âge, la matière, l’outil, la durée et les conditions de classe. Une relation causale dans un essai ne garantit pas le même résultat ailleurs. L’interprétation la plus raisonnable est conditionnelle : l’IA peut soutenir l’apprentissage quand l’activité garde l’élève engagé dans le raisonnement, mais produire un résultat plus performant ne suffit pas à démontrer un savoir durable. Pour les écoles du Québec, les données ne dictent ni une interdiction générale ni une adoption automatique. Elles appuient plutôt des règles claires, des essais limités et des évaluations sans aide. Il faut continuer à demander non seulement ce que l’IA peut faire pour l’élève, mais ce que l’élève saura encore faire après.
