Cet article clôt notre série consacrée à l’éducation à l’ère de l’intelligence artificielle. Il s’appuie sur le livre blanc disponible en téléchargement ci-dessous, et fait suite aux articles sur la révolution cognitive, le fonctionnement de l’IA, les pratiques pédagogiques, l’élève augmenté et la pédagogie avec l’IA.
Il y a quelques semaines, en fin de formation, un enseignant m’a posé cette question : « Au fond, qu’est-ce qui restera de notre métier dans dix ans ? »
Je l’ai vu dans son regard : ce n’était pas une question rhétorique. C’était une vraie inquiétude, formulée à voix haute, pour la première fois peut-être, devant un groupe de collègues dont une majorité hochait la tête (presque) en silence.
Je n’ai pas répondu tout de suite. Non pas parce que je n’avais rien à dire, mais parce que certaines questions méritent mieux que des réponses de confort.
Ce qui est sûr, c’est que le métier est en train de se recomposer. Lentement, mais profondément. Et cette recomposition redéfinit le rôle de l’enseignant face à l’IA de manière durable.
Enseignant et IA : ce qui devient obsolète
Pendant des siècles, enseigner c’était d’abord transmettre. Détenir un savoir, le structurer, le rendre accessible. Cette fonction de passeur était au cœur du métier. C’est précisément ce rôle de passeur que l’IA court-circuite.
Quand un élève peut obtenir en quelques secondes une explication sur n’importe quel sujet, adaptée à son niveau, disponible à toute heure, la valeur de la simple transmission d’informations s’effondre. Ce n’est pas l’enseignant qui disparaît. C’est ce rôle de passeur d’informations qui perd une partie de sa raison d’être.
Ce déplacement, l’UNESCO l’a formalisé en février 2025 dans son référentiel de compétences en IA pour les enseignants. Le document est clair : l’IA a transformé la relation traditionnelle enseignant-élève en un triptyque dynamique enseignant-IA-élève.
L’UNESCO identifie quinze compétences clés organisées autour de cinq composantes, parmi lesquelles les capacités à :
– décider quand et comment intégrer l’IA dans une séquence pédagogique (sans jamais perdre de vue ce qu’on cherche à développer chez l’élève),
– évaluer de façon critique les productions de l’IA,
– et développer chez les élèves une utilisation éthique et autonome de ces outils.
L’OCDE, dans son rapport de mai 2025, pose la même question depuis un angle différent : si l’IA peut accomplir un nombre croissant de tâches cognitives, qu’est-ce qui doit rester du côté humain ? La réponse converge avec celle de l’UNESCO : la pensée critique, la collaboration, la créativité, la capacité à naviguer dans l’incertitude.
Ce que l’IA ne fait pas
Cette transformation s’accompagne d’une redistribution tout aussi profonde des compétences à développer chez les élèves.
Prenons le cas de la mémorisation. La mémoire pure perd de sa centralité. Avoir des connaissances de base reste indispensable pour penser, pour faire des liens, mais aussi pour évaluer ce que l’IA produit. Mais la mémoire exhaustive et encyclopédique que l’on valorisait à l’école devient secondaire. Ce qui prend de la valeur, c’est une mémoire sélective et stratégique. Pas tout mémoriser, mais mémoriser ce qui compte.
D’autres compétences suivent le même mouvement, moins spectaculaires à enseigner, mais bien plus difficiles à développer.
Formuler les bonnes questions, d’abord. Dans un monde où l’IA génère des réponses à l’infini, la compétence rare n’est plus de répondre. C’est de savoir quoi demander et comment le formuler.
Évaluer ce qu’on reçoit, ensuite. Une réponse de l’IA peut être fluide, convaincante… et fausse. Savoir détecter une simplification, repérer un biais, reconnaître ce qui manque : c’est une compétence à part entière, distincte de la capacité à poser une bonne question.
Naviguer dans l’incertitude, enfin. C’est peut-être la compétence la plus difficile à développer, et la plus éloignée de ce que l’IA fait naturellement. Par construction, elle produit toujours une réponse. Elle comble le vide, elle donne l’illusion que tout problème a une solution accessible.
Former des élèves capables de rester dans l’inconfort d’une question ouverte, d’accepter qu’un problème n’ait pas de solution unique, de tenir deux idées contradictoires sans les résoudre trop vite : c’est un travail profondément humain.
Puis il y a ce qu’on appelle parfois l’intelligence situationnelle. Certains systèmes d’IA commencent à détecter des signaux émotionnels dans un texte, à adapter leur ton, à simuler une forme d’empathie avec une efficacité troublante. Nous l’avons évoqué dans notre article sur le fonctionnement de l’IA.
Ce qui reste du côté de l’enseignant n’est donc pas simplement « ressentir », c’est être incarné dans une relation. Un enseignant est lui-même un cerveau plastique, en interaction avec d’autres cerveaux plastiques.
Cette co-régulation émotionnelle et cognitive, qui se joue dans un regard, un silence, une reformulation au bon moment, l’IA ne peut pas la reproduire, non par manque de données, mais parce qu’elle n’est pas là, dans la salle, avec eux.
Enseignant et IA : en transformation, pas en disparition
Ce qui se dessine n’est pas la fin du métier d’enseignant. C’est une évolution de ce qui en fait la valeur.
L’enseignant qui se consacrait à transmettre un contenu que l’IA peut désormais délivrer mieux, ou en tout cas plus vite, se retrouve effectivement en difficulté. Mais l’enseignant qui accompagne, qui construit des expériences d’apprentissage, qui développe l’esprit critique, qui crée les conditions du doute productif : celui-là n’est pas menacé. Il devient plus précieux qu’avant.
Ce déplacement exige une formation différente. Pas seulement une formation aux outils IA, mais une formation aux sciences cognitives, à la conception pédagogique, à la posture réflexive.
Et c’est d’ailleurs là que le bât blesse, d’après le référentiel UNESCO : peu de pays ont aujourd’hui des programmes nationaux structurés pour former les enseignants à ces nouvelles compétences. Le chantier est immense, et largement en retard sur la vitesse à laquelle les outils évoluent.
Ce qu’on a appris en chemin
Cette série d’articles est partie d’une question. Elle en a soulevé beaucoup d’autres. Mais une certitude s’est dégagée en chemin.
Apprendre à un élève à construire un raisonnement, à douter de ses propres certitudes, à analyser une source, à exercer son jugement, à ne pas accepter la première réponse venue, construire une relation de confiance avec un groupe, sentir quand un élève est perdu sans le dire, transformer une erreur en point de départ, tenir une classe dans l’incertitude d’une question ouverte : tout ça reste entièrement humain.
La généralisation de l’utilisation de l’IA nous invite, de manière un peu forcée il est vrai, à revenir aux fondamentaux : qu’est-ce qu’enseigner, réellement ? Qu’est-ce qu’apprendre ? L’IA n’a pas inventé ces questions. Elle nous oblige, enfin, à y répondre.
Et si cette série vous a donné envie d’aller plus loin, vous pouvez télécharger le livre blanc en cliquant ici.
Illustration réalisée via Gemini
école, éducation, enseignement, IA, intelligence artificielle
