L’essor de l’intelligence artificielle dans l’éducation suscite à la fois enthousiasme et peur. Certains craignent que l’IA rende l’apprentissage trop facile, encourageant ainsi la paresse intellectuelle. Mais un examen plus approfondi révèle que l’IA, lorsqu’elle est utilisée de manière réfléchie, peut réellement améliorer un apprentissage significatif en supprimant les obstacles inutiles et en amplifiant la lutte qui construit véritablement la compréhension.
Les deux visages de la lutte
Prenons un exemple historique : dans les années 1970, un doctorant a terminé sa thèse en saisissant manuellement des données dans des cartes informatiques. Ce processus fastidieux consommait son temps et son énergie mentale, mais n’ajoutait rien au principal défi intellectuel de ses recherches. Il s’agit d’une lutte improductive : des efforts consacrés aux obstacles logistiques plutôt qu’au travail cognitif.
En revanche, la lutte productive est l’effort mental requis pour saisir des concepts complexes, résoudre des problèmes et développer une expertise. Le véritable défi de la thèse de l’étudiant n’était pas la perforation des cartes ; il s’agissait de formuler le modèle et d’interpréter les données. Si ce temps de calcul initial avait été rationalisé, il aurait pu se concentrer davantage sur la lutte productive qui conduit à un véritable apprentissage.
Le potentiel de l’IA pour affiner la rigueur
Les outils d’IA d’aujourd’hui offrent le même potentiel. Plutôt que de craindre la paresse cognitive, les enseignants devraient considérer l’IA comme un moyen de se décharger des tâches improductives. Par exemple, l’IA peut ajuster les niveaux de lecture en temps réel, permettant ainsi aux étudiants qui ont des difficultés à décoder un texte de se concentrer sur le contenu lui-même. Au lieu de lutter contre les mécanismes de la lecture, ils peuvent s’engager dans les idées.
Il ne s’agit pas de faciliter l’apprentissage ; il s’agit de le rendre plus significatif. De nombreuses missions mélangent actuellement luttes productives et improductives, souvent involontairement. Nous réutilisons des ensembles de problèmes, valorisons la rigueur du formatage et nous accrochons à des pratiques qui semblent exigeantes mais n’approfondissent pas la compréhension.
Repenser les missions à l’ère de l’IA
L’IA nous oblige à faire face à ce déséquilibre. Pourquoi perdre le temps des étudiants sur le formatage des citations alors que le véritable travail intellectuel consiste à évaluer les sources ? Pourquoi exiger la mémorisation par cœur alors que l’IA peut gérer le rappel, permettant ainsi aux étudiants de se concentrer sur l’analyse ?
La clé est la conception intentionnelle. Les éducateurs doivent repenser les tâches pour donner la priorité à la lutte productive. Cela signifie abandonner les pratiques qui semblent rigoureuses mais qui n’approfondissent pas véritablement la compréhension. Si elle est mise en œuvre correctement, l’IA ne supprimera pas l’apprentissage ; cela l’aiguisera. Les étudiants disposeront de plus d’espace pour débattre avec des idées, interpréter des preuves et donner un sens au monde.
En fin de compte, l’impact de l’IA sur l’éducation ne sera pas déterminé par la technologie elle-même. Cela sera déterminé par nos choix quant à la manière dont nous l’utilisons : s’il faut éliminer les barrières improductives ou simplement accélérer la répétition inconsidérée.
En éliminant les « cartes perforées » numériques de l’éducation moderne, nous pouvons libérer plus de temps pour permettre aux étudiants de se battre sur des choses qui comptent vraiment.
