MétamorphosesLaboratoire IA & enseignement supérieur

Observatoire des pédagogies · Octobre 2026

De l’adaptive learning à la valeur humaine.

L’IA ne se contente pas d’ajouter un outil aux cours. Elle oblige l’université à redéfinir ce qu’elle enseigne, comment elle évalue et ce qu’elle certifie. L’observatoire documente cette métamorphose : les pédagogies qui fonctionnent, les preuves qui les fondent et les compétences qui en deviennent le cœur.

Explorer les pédagogies Situer mon enseignement
Une grille devient papillon : de l’enseignement instrumenté à l’humain révélé.
12pédagogies documentées
5stades de transformation
2référentiels UNESCO
13sources publiques

Le spectre

Cinq stades de transformation

Du plus instrumenté au plus humain. Chaque stade s’appuie sur le précédent. Choisissez un stade pour le découvrir.

    Ce que dit la recherche

    Réussir une tâche n’est pas apprendre

    Les études publiées depuis 2024 convergent : l’IA améliore presque toujours la production immédiate, mais n’améliore l’apprentissage durable que si elle est conçue pédagogiquement et encadrée.

    −17 %

    Sans garde-fous, l’IA peut nuire à l’apprentissage

    Près de 1 000 lycéens en mathématiques. Avec un ChatGPT standard, les exercices sont mieux réussis ; une fois l’outil retiré, les élèves font moins bien que le groupe témoin. Une version « tuteur » neutralise cet effet.

    Bastani et al., PNAS, 2025

    ×2

    Un tuteur IA bien conçu peut dépasser la classe active

    En physique à Harvard, des étudiants travaillant avec un tuteur IA construit sur les principes de l’apprentissage actif ont obtenu des gains plus de deux fois supérieurs, en moins de temps.

    Kestin et al., Scientific Reports, 2025

    Paresse

    Le risque de « paresse métacognitive »

    Déléguer la réflexion au chatbot réduit l’engagement. L’avantage obtenu avec l’IA peut disparaître, voire s’inverser, en examen sans outil.

    OCDE, Digital Education Outlook, janvier 2026

    4

    Quatre priorités pour les systèmes éducatifs

    Garder l’humain et les savoirs fondamentaux au centre, investir dans des outils évalués rigoureusement, réguler vie privée et biais, garantir un accès équitable.

    OCDE, Digital Education Outlook, 2026

    FR

    En France, des usages massifs mais peu de stratégies

    Les étudiants ont adopté l’IA ; les enseignants l’explorent seuls. Le rapport invite à partir des objectifs d’apprentissage, puis des modalités d’évaluation.

    COREALE · France Universités, février 2025

    EEG

    Une « dette cognitive » à surveiller

    Étude exploratoire sur 54 participants : en rédigeant avec un LLM, la connectivité cérébrale mesurée était plus faible et le souvenir de son propre texte moins bon. Résultat préliminaire.

    Kosmyna et al., MIT Media Lab, 2025 (prépublication)

    La question n’est plus « faut-il autoriser l’IA ? » mais « quelle IA, à quel moment, et que reste-t-il à l’étudiant de penser par lui-même ? »

    Bibliothèque des pédagogies

    Douze dispositifs pour enseigner avec, contre et sans l’IA

    Chaque fiche précise l’objectif, le déroulé, la compétence visée, le niveau d’IA autorisé (échelle AIAS) et le point de vigilance.

    Repenser l’évaluation

    Dire clairement quelle IA est permise

    L’échelle AIAS (Perkins, Furze, Roe et MacVaugh) donne un langage commun aux enseignants et aux étudiants.

    1. 1

      Sans IA

      Travail sans aucune assistance, en environnement contrôlé. Vérifie les savoirs fondamentaux.

    2. 2

      Planification

      IA pour explorer des idées ou structurer un plan. Le livrable reste écrit par l’étudiant.

    3. 3

      Collaboration

      IA pour rédiger ou améliorer, avec évaluation critique et modification par l’étudiant.

    4. 4

      IA complète

      Usage libre pour atteindre l’objectif. On évalue la qualité du pilotage et du résultat.

    5. 5

      Exploration

      Usage créatif ou inédit de l’IA pour résoudre un problème ou co-concevoir une approche.

    Voie 1

    Évaluation sécurisée

    Examens surveillés, oraux, soutenances, observations en situation. Elle certifie que l’étudiant maîtrise seul les acquis essentiels du diplôme.

    Voie 2

    Évaluation ouverte

    Projets, dossiers, portfolios où l’IA est autorisée et accompagnée. Elle développe la capacité à travailler avec l’IA de façon critique. Modèle adopté par l’Université de Sydney.

    Référentiels de compétences

    Ce que l’université doit désormais certifier

    En 2024, l’UNESCO a publié deux référentiels de compétences en IA. Tous deux placent l’« état d’esprit centré sur l’humain » en première dimension.

    Repères

    Le cadre se construit.

    L’Europe classe l’éducation parmi les domaines à haut risque et impose une obligation de littératie IA. Les établissements doivent maintenant traduire ces cadres en pratiques.

    1. UNESCO · Orientations pour l’IA générative dans l’éducation et la recherche

      Premier cadre mondial : approche centrée sur l’humain, validation des outils, protection des données.

    2. Entrée en vigueur du règlement européen sur l’IA

      Les systèmes utilisés pour l’admission, l’évaluation des acquis, l’orientation ou la surveillance des examens sont classés à haut risque (annexe III).

    3. UNESCO · Référentiels de compétences en IA

      12 compétences pour les apprenants, 15 pour les enseignants, sur trois niveaux de progression.

    4. AI Act · Interdictions et obligation de littératie IA

      Reconnaissance des émotions interdite en contexte éducatif. L’article 4 impose d’assurer une maîtrise suffisante de l’IA aux personnels.

    5. COREALE · Impact de l’IA dans l’enseignement supérieur

      Coordination nationale, IA dans les référentiels HCERES et CTI et dans Pix, stratégie IA par établissement.

    6. OCDE · Digital Education Outlook 2026

      Distinguer performance et apprentissage, privilégier les outils conçus pédagogiquement.

    7. AI Act · Obligations pour les systèmes à haut risque

      Documentation, supervision humaine, qualité des données. Calendrier en cours d’ajustement au niveau européen : à vérifier avant tout déploiement.

    L’imago

    Ce qui ne s’automatise pas.

    Chez l’insecte, les cellules imaginales portent la forme adulte. À l’université, ce sont ces capacités humaines qui deviennent le cœur du diplôme.

    1. I.

      Jugement

      Évaluer une réponse, repérer l’erreur plausible, arbitrer entre des sources.

    2. II.

      Relation

      Tutorat humain, feedback qui encourage, confiance entre pairs.

    3. III.

      Éthique

      Responsabilité, intégrité, biais, sobriété. Choisir de ne pas utiliser l’IA en fait partie.

    4. IV.

      Création

      Poser un problème que personne n’a posé, défendre un point de vue situé.

    5. V.

      Métacognition

      Savoir ce que l’on sait, comment on apprend, et quand on délègue sa pensée.

    L’enseignant passe de la transmission à la conception d’expériences où l’étudiant pense, doute et crée.

    Questions fréquentes

    Les questions qu’on nous pose.

    Qu’est-ce que l’adaptive learning ?

    Un apprentissage où un système ajuste le contenu, le rythme et la difficulté aux réponses de chaque étudiant. L’idée remonte aux machines à enseigner des années 1950 ; l’IA la rend plus fine et plus conversationnelle.

    Faut-il interdire ChatGPT en cours ?

    Les cadres récents (OCDE, UNESCO, COREALE) recommandent plutôt de partir des objectifs d’apprentissage : interdire l’IA là où l’on vérifie une maîtrise autonome, l’intégrer et l’encadrer là où l’on développe des compétences.

    Les détecteurs d’IA sont-ils fiables ?

    Pas assez pour fonder une sanction. Ils produisent des faux positifs, notamment pour les étudiants non natifs. Mieux vaut repenser l’évaluation : oraux, traces de travail, journal de bord.

    Que change l’AI Act pour mon établissement ?

    Une obligation de littératie IA pour les personnels, l’interdiction de la reconnaissance des émotions, et des exigences renforcées pour les outils d’admission, d’évaluation et de surveillance d’examen, classés à haut risque.

    Par où commencer, concrètement ?

    Indiquer le niveau AIAS de chaque évaluation, ajouter un temps oral sur un travail existant, et proposer une séance d’audit critique d’une réponse d’IA. Trois gestes, un semestre.

    Autodiagnostic

    La boussole de votre enseignement

    Positionnez votre cours sur cinq curseurs. La boussole indique le stade dominant et propose des dispositifs pour avancer. Vos réponses restent dans votre navigateur.

    Rien n’est préciséCharte par évaluation
    Pas du toutConçue pour guider
    Seulement le renduTraces, oraux, journal
    JamaisÀ chaque séance
    Surtout magistralSurtout dialogue

    Bibliographie

    Sources

    Chaque affirmation renvoie à une source publique. Les études non évaluées par les pairs sont signalées comme préliminaires.

    1. OCDE (2026). Digital Education Outlook 2026.
    2. COREALE, France Universités (2025). Analyser l’impact de l’IA sur les pratiques de l’enseignement supérieur.
    3. UNESCO (2024). Référentiels de compétences en IA pour les élèves et pour les enseignants.
    4. UNESCO (2023). Orientations pour l’IA générative dans l’éducation et la recherche.
    5. Règlement (UE) 2024/1689 sur l’intelligence artificielle, art. 4, art. 5 et annexe III.
    6. Bastani, H. et al. (2025). Generative AI without guardrails can harm learning. PNAS.
    7. Kestin, G. et al. (2025). AI tutoring outperforms in-class active learning. Scientific Reports.
    8. Kosmyna, N. et al. (2025). Your Brain on ChatGPT. MIT Media Lab, prépublication.
    9. Perkins, Furze, Roe, MacVaugh (2024). The AI Assessment Scale (AIAS).
    10. UNSW (2025). 2 lanes or 6 lanes? Use of AI in assessment.
    11. Gouvernement du Québec. Guide pour l’intégration responsable de l’IA dans l’enseignement supérieur.
    12. Skinner, B. F. (1958). Teaching Machines. Science.
    13. Bloom, B. S. (1984). The 2 Sigma Problem. Educational Researcher.

    Aller plus loin

    Besoin d’être accompagné ?

    Imago, l’espace conseil du laboratoire, aide les établissements à passer de l’observation à la pratique : diagnostic, formation, charte éthique.

    Découvrir le conseil

    Le journal

    Derniers articles

    Analyses et retours de terrain sur l’IA à l’université. Un nouvel article chaque mardi.

    Tous les articles