Cet article est le premier d’une série consacrée à l’éducation à l’ère de l’intelligence artificielle. Régulièrement, un nouveau chapitre sera publié sur Sydologie. À la fin de la série, l’intégralité du livre blanc sera disponible en téléchargement.
J’ai passé ces derniers mois à regarder en arrière pour mieux comprendre ce qui nous attend. Cette démarche s’est imposée à moi comme une évidence (paradoxale, je vous l’accorde, face à une technologie si futuriste). Comment saisir la portée de l’intelligence artificielle sans comprendre la trajectoire qui nous y a menés ?
C’est d’ailleurs par cette exploration historique que je commence systématiquement mes conférences et formations. Non par nostalgie académique, mais parce que retracer les grandes transformations du savoir humain révèle quelque chose d’essentiel : l’IA n’est pas une anomalie surgie du néant, mais le point de convergence de révolutions cognitives successives, chacune préparant le terrain à la suivante.
Sommes-nous vraiment à l’aube d’une nouvelle révolution du savoir, comparable à celles qui ont façonné notre civilisation ? Pour répondre à cette question, il nous faut d’abord comprendre ce qui caractérise une authentique révolution cognitive.
Qu’est-ce qu’une révolution cognitive ?
Une révolution du savoir ne se résume jamais à l’apparition d’une nouvelle technologie. C’est une transformation profonde et systémique qui redéfinit comment nous accédons aux connaissances, comment nous les traitons et comment nous les transmettons. Ces mutations dépassent largement le cadre technique pour reconfigurer l’ensemble de nos structures sociales, économiques et éducatives.
L’histoire nous montre que ces révolutions suivent des schémas étonnamment similaires. Elles commencent invariablement par l’émergence d’une technologie disruptive qui ébranle les paradigmes établis. Cette émergence provoque des résistances, suivies d’une période de transition où anciennes et nouvelles pratiques coexistent, avant qu’un nouveau modèle ne s’impose progressivement. Et presque toujours, nous observons l’apparition de nouveaux métiers, de nouvelles compétences, parfois même de nouvelles institutions.
Un aspect fascinant de ces révolutions réside dans leur impact sur les rapports de pouvoir liés au savoir. Chaque transformation majeure a oscillé entre deux tendances contradictoires : d’un côté, la démocratisation de l’accès aux connaissances ; de l’autre, l’émergence de nouvelles formes de concentration du savoir entre les mains d’experts. Cette tension est au cœur des débats actuels sur l’IA en éducation.
Les grands miroirs historiques
L’écriture : notre première révolution cognitive
Imaginons un instant le bouleversement qu’a représenté l’invention de l’écriture. Pour la première fois dans l’histoire humaine, la connaissance pouvait exister hors de la mémoire individuelle. Ce passage de l’oral à l’écrit a permis l’émergence des premiers systèmes de conservation des savoirs, transformant radicalement notre rapport au temps et à la mémoire collective.
Comme le montre le linguiste Walter Ong, l’écriture n’a pas seulement stocké la pensée ; elle l’a restructurée, rendant possible l’abstraction et l’analyse qui caractérisent notre pensée moderne.
Cette innovation a créé une nouvelle classe d’experts : les scribes, ces intermédiaires privilégiés entre le savoir codifié et la population. Ne retrouve-t-on pas aujourd’hui une situation similaire avec l’émergence des spécialistes en IA, ces nouveaux « scribes » qui maîtrisent les codes d’une technologie complexe et servent de médiateurs entre celle-ci et ses utilisateurs ?
Dans le Phèdre, Platon rapporte l’argument célèbre attribué à Socrate : l’écriture serait un pharmakon, à la fois remède et poison. Remède, parce qu’elle prolonge la mémoire et transmet les savoirs ; poison, parce qu’elle risque d’affaiblir la mémoire vivante et de donner l’illusion du savoir sans compréhension profonde.
Cette ambivalence résonne étrangement avec nos débats actuels. Comme l’écriture hier, l’IA externalise une partie de nos fonctions cognitives. Elle augmente nos capacités… mais peut les diminuer si on lui délègue tout (une vidéo plus détaillée arrive sur ce sujet).
Chaque saut cognitif nous oblige à repenser l’effort, la preuve, l’autorité — autant de repères bousculés à chaque révolution cognitive. L’écriture n’a pas « tué » la mémoire ; elle l’a transformée. L’IA ne « tue » pas la pensée : elle nous force à déplacer sa valeur du produit vers le processus ; ce que nous apprenons en chemin, et ce que nous sommes capables de justifier.
Les philosophes Andy Clark et David Chalmers vont même plus loin : selon leur théorie de la « cognition étendue », nos outils cognitifs (carnets, calculatrices, et maintenant IA) ne sont pas de simples béquilles externes : ils font partie intégrante de notre système cognitif.
Si l’on suit cette logique, interdire l’IA à un élève reviendrait à lui amputer une partie de son intelligence. Mais alors, que reste-t-il à évaluer : l’humain seul, ou l’humain augmenté ? La question n’a rien d’anodin, elle redéfinit ce que nous entendons par « compétence ».
L’imprimerie : démocratisation et résistances
Lorsque Gutenberg perfectionne sa presse aux alentours de 1450, peu imaginent l’ampleur des bouleversements à venir. La démocratisation de l’accès aux textes va progressivement transformer les fondements mêmes de la société médiévale.
Les résistances ne manquent pas : les copistes voient leur métier menacé, l’Église craint la diffusion d’idées hérétiques sans son contrôle préalable. Comment ne pas voir dans ces réactions l’écho des inquiétudes actuelles face à l’IA ? Les enseignants qui interdisent catégoriquement l’usage de ChatGPT ne sont-ils pas les héritiers involontaires de ceux qui combattaient l’imprimerie ?
L’une des grandes craintes de l’époque était que l’accès facile aux livres rendrait les gens paresseux intellectuellement ; qu’ils ne prendraient plus la peine de mémoriser ce qu’ils pouvaient facilement consulter. N’est-ce pas exactement ce que l’on reproche aujourd’hui aux étudiants qui utilisent l’IA générative ?
De la révolution industrielle au numérique : une accélération vertigineuse
L’école de la révolution industrielle formait des citoyens adaptés à son monde : capables de lire des instructions, de respecter des horaires stricts, d’exécuter des tâches répétitives.
Aujourd’hui, alors que l’IA automatise progressivement ces tâches, nous devons repenser notre système éducatif. Mais contrairement à la révolution industrielle, où le modèle à atteindre était clair, nous naviguons encore dans le brouillard quant aux compétences que requerra cette nouvelle ère (et ce brouillard, cette incertitude fait peur).
La révolution numérique a déjà profondément modifié notre rapport au savoir. Une étude désormais célèbre (Sparrow et al., 2011) a montré que nous mémorisons davantage où trouver l’information plutôt que l’information elle-même — ce qu’on appelle l’« effet Google ».
Ce n’est pas forcément une perte : c’est une réallocation cognitive. Mais avec l’IA générative, le risque est différent : on n’apprend même plus où chercher, puisque l’IA génère directement une réponse.
Et puis il y a la question de la vitesse (qui me fascine et m’inquiète tout autant). L’écriture s’est diffusée sur des millénaires, l’imprimerie sur des siècles, internet sur quelques décennies.
La diffusion de l’IA générative ? Elle s’est faite en quelques années. ChatGPT est sorti en novembre 2022, et en 2024 son usage était déjà massif. Cette accélération est elle-même un facteur de déstabilisation pour l’éducation, qui fonctionne sur des temporalités longues.
L’IA : une révolution cognitive singulière
Malgré ces parallèles historiques, l’IA se distingue des révolutions précédentes. Mais pourquoi exactement ? Je vois quatre raisons principale :
– D’abord, sa généralité : contrairement aux outils précédents (spécialisés dans une tâche), les grands modèles de langage peuvent écrire, traduire, coder, analyser, résumer (et bien d’autres tâches dérivées).
– Ensuite, son opacité : on ne peut pas « voir » le raisonnement comme on suit les étapes d’un calcul.
– Puis, l’interaction en langage naturel : c’est la première technologie avec laquelle on dialogue vraiment.
– Enfin, la génération plutôt que la récupération : l’IA ne retrouve pas l’information, elle la produit (avec les risques d’erreurs et d’hallucinations que cela implique).
Attention toutefois à ne pas surinterpréter : quand on dit que l’IA « raisonne » ou « comprend », on parle de résultats qui ressemblent à ceux de la cognition humaine, pas de processus identiques (nous n’iront pas plus loin ici, cela soulèverait d’autres questions qui méritent un article à part entière).
Défis et opportunités
Beaucoup évoquent une dépendance cognitive aux systèmes IA : cette tendance à déléguer de plus en plus de fonctions mentales, pourrait-elle éroder certaines compétences fondamentales ? Le risque d’accroissement des inégalités d’accès et les questions de confidentialité des données sont autant de points de vigilance.
Cependant, les opportunités sont considérables. La démocratisation de l’accès à un accompagnement personnalisé, autrefois réservé à une élite, pourrait constituer un puissant levier d’égalité des chances. Même si (soyons lucides) les systèmes adaptatifs actuels s’adaptent surtout à la performance mesurable, pas encore aux processus cognitifs profonds de chaque apprenant.
Révolution cognitive : repenser la médiation des savoirs
Cette révolution nous invite à repenser notre rapport à la connaissance. Nous passons d’un savoir relativement statique, validé par des instances légitimes, à un savoir dynamique, constamment actualisé et partiellement généré par des algorithmes.
Le rôle des formateurs devient plus crucial que jamais ; non plus comme simples transmetteurs de connaissances, mais comme orchestrateurs d’une nouvelle écologie du savoir. L’enseignant pourrait se consacrer davantage à l’accompagnement méthodologique, à la conception d’expériences d’apprentissage riches, et surtout au développement de l’esprit critique face aux productions de l’IA.
L’enjeu n’est plus simplement d’intégrer l’IA dans l’enseignement, mais de construire une nouvelle approche de la transmission qui tire parti de cette technologie tout en préservant les fondamentaux de l’apprentissage humain.
En définitive, comme toutes les révolutions du savoir qui l’ont précédée, l’IA ne représente ni la fin de l’éducation traditionnelle, ni une simple évolution marginale. Elle nous invite à réinventer collectivement notre rapport au savoir, à son acquisition et à sa transmission. Un défi passionnant (et vertigineux, il faut bien l’avouer) qui place les formateurs et concepteurs pédagogiques au premier rang de cette réflexion.
Références citées dans cet article :
– Clark, A., & Chalmers, D. (1998). The Extended Mind. Analysis, 58(1), 7-19. — L’article fondateur sur la cognition étendue : nos outils cognitifs font partie de notre système cognitif.
– Ong, W. J. (1982). Orality and Literacy: The Technologizing of the Word. Routledge. — Sur la façon dont l’écriture a restructuré la pensée humaine.
– Platon, Phèdre, 274c-275b. — Le mythe de Theuth et l’écriture comme pharmakon.
– Sparrow, B., Liu, J., & Wegner, D. M. (2011). Google effects on memory: Cognitive consequences of having information at our fingertips. Science, 333(6043), 776-778. — L’étude fondatrice sur l’« effet Google » et la mémoire transactive.
apprentissage, cerveau, ChatGPT, école, éducation, IA, intelligence artificielle, révolution cognitive
Le Mag' 