- Recommandations d'usage
-
État de réflexion (16/06/2026)
Les lignes directrices et cadres éthiques, tels que ceux de l’UNESCO1, soulignent la nécessité de politiques et de règlementations pour encadrer l’utilisation de l’IA et de l'IA générative en éducation et dans la recherche. En préconisant une approche centrée sur l'humain, les principaux cadrages mettent l’accent sur la protection des données, la sécurité, la souveraineté numérique, l’inclusion ainsi que l’équité.
En mai 2026, le Conseil Éducation et jeunesses de l'UE2 a approuvé des conclusions sur le corps enseignant à l'ère de l'IA : l'accent est mis sur l'inclusion, l'équité et le renforcement des compétences numériques et de la maitrise de l'IA par les enseignantes et enseignants afin de leur donner les moyens d'agir.
Face aux défis de l'IA, l'objectif de l'éducation et de la formation doit ainsi rester celui de favoriser l'agentivité3 des élèves et du corps enseignant, c'est-à-dire la capacité de prendre des décisions et d'agir de manière autonome selon ses propres valeurs et objectifs. Pour les élèves, les compétences en matière de résolution de problèmes et de réflexion critique sont notamment mises en avant.
En matière d'équité, le ministère de l'Éducation du Québec4 a défini 10 principes éthiques à prendre en considération dans toutes les phases de l'implémentation d'un outil d'IA en éducation (de sa conception à la mise en œuvre jusqu'à la maintenance). Au-delà des critères d'inclusion, de fiabilité, de sécurité ou encore de transparence souvent mis en avant dans d'autres recommandations sur l'équité, le Québec intègre également le principe d'explicabilité (fournir aux acteurs et actrices de l'éducation une explication claire et sans ambiguïté des décisions, prédictions ou actions les concernant, permettant de comprendre les interactions et ses conséquences au regard d’une décision ou d’un résultat) et celui de la compétence (sensibiliser les acteurs et actrices de l'éducation à l’utilisation, aux bonnes pratiques et aux enjeux pouvant survenir tout au long du cycle de vie des systèmes d’IA dans le cadre de l’exercice de leurs fonctions).
Si le cadre éthique est important, la dimension pédagogique doit demeurer la boussole de toute utilisation d'outils d'IA générative. Les recommandations5 visent à soutenir des usages permettant d'enrichir les apprentissages sans jamais se substituer aux efforts cognitifs des élèves ni réduire le jugement professionnel des enseignantes et enseignants. En ce sens, la priorité doit être donnée aux outils spécifiquement conçus pour améliorer l'apprentissage - les outils dits socratiques, conçus pour questionner plutôt que pour livrer des réponses – ou des outils cocréés avec la communauté éducative.
Quelques ressources
1UNESCO (2024). Orientations pour l’intelligence artificielle générative dans l’éducation et la recherche.
2Conseil de l'Union Européenne (2026). L'IA dans l'éducation : le Conseil préconise une approche centrée sur l'humain. Communiqué de presse, 11 mai 2026.
3Holmes, W. (2024). IA, AIED et agentivité. In De la Higuera, C. & Iyer, J. L'IA pour les enseignants : un manuel ouvert.
4Centre d’expertise de l’IA en éducation (CEIAE) du ministère de l’Éducation (Québec). (2026). Recommandations éthiques de l’intelligence artificielle en éducation.
5OCDE (2026). Digital Education Outlook. Exploring Effective Uses of Generative AI in Education, OECD Publishing, Paris. https://doi.org/10.1787/062a7394-en.
- Formation et compétences enseignantes
-
État de réflexion (11/09/2025)
À l’ère de l’IA générative, le corps enseignant est confronté à des défis inédits. Les nouvelles compétences en matière d’IA doivent être renforcées pour pouvoir enseigner à et par l’IA. Cela nécessite une formation qui couvre à la fois la maitrise de l’IA (ses apports et ses limites) et les problématiques éthiques qui l’entourent, telles que la protection des données personnelles et la prévention des biais algorithmiques. L’approche doit être centrée sur l’humain, en promouvant une utilisation durable, éthique et inclusive de l’IA, en renforçant les capacités humaines, et non en les diminuant, et en protégeant les droits de l’humain.
Plus spécifiquement, les enseignantes et enseignants doivent renforcer des compétences telles que la maitrise de l’information et des données, la création de contenus numériques, la sécurité et la résolution de problèmes. Il s’agit de permettre au corps enseignant, par la formation, de se positionner en tant que médiatrices et médiateurs critiques et éclairés entre cette nouvelle technologie et l’apprentissage des élèves.
Quelques ressources
École branchée (2024). Formation professionnelle : Utiliser l’IA générative au service des approches pédagogiques.
European Education and Culture Executive Agency (European Commission). (2023). AI Report.
UNESCO (2024). Référentiel de compétences en IA pour les enseignants.
- Pratiques et rôle de l'enseignant.e
-
État de réflexion (16/06/2026)
Dans ce paysage en évolution marqué par la diffusion des outils d'IA générative, il incombe aux enseignantes et enseignants de guider, de contextualiser les usages et d’encadrer les dimensions éthiques liées à la confidentialité, aux biais et à l’autonomie des élèves.
Adapter les pratiques enseignantes aux nouveaux défis s’avère essentiel. Le référentiel de compétences en IA émis par l’UNESCO1 (2025) offre un cadre de réflexion pour les professionnels du monde de l’éducation en ce qui concerne le développement de compétences numériques, ainsi que l’évolution du rôle des enseignants et enseignantes autour des domaines comme : l’éthique, l’orchestration de l’apprentissage, les données et leur gouvernance, l’inclusion et l’équité, et le regard critique sur les productions des élèves.
La problématique des travaux à domicile devient tout particulièrement complexe, impossibles à contrôler et à évaluer de manière sûre. Face aux usages des IA génératives de plus en plus fréquents chez les élèves, les travaux à domicile perdent de leur intérêt pédagogique, ne reflétant plus les compétences des élèves, tout en creusant potentiellement les inégalités. Ainsi, de nouvelles manières de travailler et d’évaluer semblent nécessaires pour encadrer des pratiques qui entrent en tension avec les apprentissages des élèves3.
Les défis imposés par la diffusion des outils d'IA générative demandent ainsi de remettre en question des pratiques pédagogiques bien ancrées, mais également des savoirs. En effet, l'IA bouscule les pratiques professionnelles, des salles d'école primaire jusqu'aux auditoires universitaires2. Plusieurs initiatives voient le jour pour partager les expériences afin de se questionner et d'identifier les bonnes pratiques.
Les récentes réflexions dépassent la question du dépistage du recours aux outils d'IA générative, jugée finalement impossible et moins pertinente, pour se focaliser davantage sur la démarche de l'élève, qu'elle soit, ou non, assistée par l'IA.
Une communauté de pratiques belgo-québécoise3 s’est penchée spécifiquement sur les questions d’évaluation. Selon une approche intégrative, il s’agit de faire de l’IA un outil au service des apprentissages, la manière de l'utiliser devenant donc aussi un objet d’évaluation. La démarche métacognitive de l'élève devient ainsi partie intégrante du travail et de l'évaluation, quand l'outil d'IA générative devient alors un révélateur de la pensée de l'élève.
Le Réseau Canopé4 propose par exemple d'autres alternatives : une évaluation ancrée dans le vécu de la classe, une demande de prise de position personnelle ou encore une intégration explicite de l'utilisation de l'IA dans un travail à domicile, tout en assurant la transparence de l'usage.
Quelques ressources
1UNESCO, 2025. Référentiel de compétences pour les enseignants.
2Quand l'IA bouscule les auditoires (2026/03/26). Journée IA et enseignement.
3Benoît Raucent & Pascale Wouters. (2024). Intégrer l’IA générative dans les stratégies pédagogiques. Louvain Learning Lab.
4Chapelle et al. (2026). Évaluer à l'ère de l'IA. Livrable de synthèse de la communauté de pratique Branchée sur l'IA ! École branchée, dossier spécial.
5Réseau Canopé. (2026). Usages en classe, pratiques et gestes professionnels. Dossier no 4. Les IA génératives en éducation. Repères, ressources et activités pour la classe.
-
Curricula scolaires et modalités d’apprentissage
-
État de réflexion (16/06/2026)
À l'instar d'une éducation au numérique, l’intégration d’une éducation à l’IA dans les curricula scolaires est devenue une évidence. Les compétences à acquérir en matière d’IA sont définies dans de premiers référentiels, par exemple celui de l’UNESCO de 20251. Éduquer à l’IA devient ainsi une responsabilité de l’École.
Dans une perspective centrée sur l’humain, les compétences promues concernent principalement la compréhension des fondements de l’IA et un usage sûr, responsable et créatif des outils d’IA générative. L'esprit critique et l'agentivité sont des compétences essentielles pour devenir un citoyen ou une citoyenne responsable, capable d'utiliser les outils d'IA générative de manière active et créative. La manière de formuler les requêtes et la prise de décision consciente des tâches qu'on lui délègue sont autant des compétences essentielles pour progresser dans ses apprentissages.
Si de telles compétences se formalisent de plus en plus, l’impact de l’IA sur les savoirs et l’apprentissage représente un autre enjeu majeur, dont les premières tendances se dessinent. Chercheuse à l'Université Côte d'Azur, Margarida Romero (2025)2 affirme par exemple que le facteur clé réside dans la motivation à apprendre de l'élève : pour celui ou celle qui « a la volonté d'apprendre, l'IA devient un allié exceptionnel, alors qu'elle devient un instrument de contournement pour l'élève qui veut déléguer l'effort ». Le rapport de l'OCDE (2026)3 met en lumière un résultat sans équivoque : si les étudiantes et étudiants produisent des réponses de meilleure qualité lorsqu'elles et ils s'appuient sur des outils d'IA générative grand public, cette amélioration apparente ne se traduit pas dans leurs performances aux examens, au contraire leurs compétences peuvent se détériorer. L'identification des tâches déléguées à l'outil est ainsi déterminante et exige une prise de conscience de la part des élèves, ainsi que du corps enseignant.
Le risque de paresse intellectuelle et de désengagement est grand : comment cultiver la motivation à apprendre face aux réponses immédiates et vraisemblables générées par l’IA ? Le risque d'intolérance aux erreurs et aux imprécisions, inhérentes à toute étape d'apprentissage, devient potentiellement important : qu'en est-il de la capacité des élèves à procéder par tâtonnement ou essais-erreurs, à faire des brouillons, à utiliser ses erreurs pour progresser ? L’enjeu majeur est finalement pédagogique et didactique.
Quelques ressources
1UNESCO (Miao & Holmes) 2025. Référentiel de compétences en IA pour les apprenants.
2M. Romero. (2025/08/23). L’IA peut‑elle nous dispenser de l’effort d’apprendre ? The conversation. The Conversation.
3OCDE (2026). Digital Education Outlook. Exploring Effective Uses of Generative AI in Education, OECD Publishing, Paris.
-
Applications de l'IA en éducation
-
État de réflexion (16/06/2026)
Les exemples d’applications de l’IA en éducation fleurissent à tous les degrés scolaires et dans tous les contextes éducatifs.
Selon le type d’IA et le public visé (élèves, corps enseignant, institution), les usages en contexte éducatif sont nombreux, faisant parfois l’objet d’une recherche ou d’un récit d’expérience1. Après les premières expérimentations, le corps enseignant fait actuellement preuve d'une certaine prudence, tout en exprimant un besoin de formation.
De nouveaux outils d'IA générative spécifiques à l'enseignement et l'apprentissage apparaissent, en particulier ceux qui annoncent permettre de créer et d'adapter des ressources pédagogiques. En contexte d’enseignement, l’IA peut devenir un allié dans la différenciation pédagogique, pour créer des exercices et des évaluations. Il est en effet facile d’adapter les tâches aux besoins des élèves, à condition de poser les bonnes questions à l’outil d’IA générative et d’affiner les réponses pour aller toujours plus loin dans le résultat obtenu2. Cela nécessite un accompagnement humain important, l'enseignante ou l'enseignant devant rester le garant de la qualité et de la pertinence pédagogique de tout support.
En contexte d’apprentissage, en particulier à domicile, de nombreuses études montrent un recours à l'IA massif de la part des élèves. Si les usages commencent à se dessiner, l'impact sur les apprentissages reste encore difficile à définir clairement. Dans le but de mutualiser les connaissances en la matière, l’Université de Stanford a créé un répertoire des recherches relatives aux usages de l’IA en éducation (AI Hub for Education3). En 2026, elle publie un rapport présentant l'état de la recherche sur l'impact de l'A dans l'éduction primaire et secondaire. Les résultats restent limités et rejoignent les conclusions du rapport de l'OCDE4: le recours à l'IA améliore une production attendue lorsque l'élève a accès à l'outil, mais le gain disparait lorsque l'élève réalise la tâche sans IA générative. Tout revient finalement à la question de la délégation et de la manière dont l'outil est utilisé pour être une réelle plus-value au service des apprentissages de l'élève.
Quelques ressources
1La Conférence IA & Éducation, France Université Numérique (2023). Retour d’expériences autour de l’IA et de la pédagogie.
2Romero, M., et al. (2024). Manifesto in Defence of Human-Centred Education in the Age of Artificial Intelligence. In Creative Applications of Artificial Intelligence in Education, pp. 157-178.
3Fesler et al. (2026). The Evidence Base on AI in K-12: A 2026 Review. The existing research on the impacts of AI on students and teachers. Stanford University, SCALE initiative. Stanford University, SCALE initiative.
4OCDE (2026). Digital Education Outlook. Exploring Effective Uses of Generative AI in Education, OECD Publishing, Paris.