L’IA ne remplace pas l’apprentissage : elle en révèle les limites

Un modèle d’apprentissage en décalage avec les usages

Selon une étude GoStudent sur l’éducation du futur publiée en 2025, une part importante des élèves et des parents estime que le système éducatif ne prépare pas suffisamment aux compétences nécessaires pour le futur.

Plus de 46 % des élèves français considèrent que l’école ne les prépare pas aux compétences de leur futur métier tandis que 62 % des parents souhaitent voir émerger des alternatives aux examens traditionnels.

59 % estiment que les notes ne reflètent pas fidèlement les capacités des enfants, et 58 % jugent qu’ils passent trop de temps à mémoriser des informations pour les examens.

Des fondamentaux plus essentiels que jamais

Faut-il pour autant abandonner les apprentissages fondamentaux au profit de ces compétences avancées ? L’histoire apporte un éclairage intéressant. Un même schéma se répète inlassablement : une compétence est d’abord nécessaire pour agir, puis progressivement est prise en charge par des outils. Elle cesse alors d’être mobilisée au quotidien mais reste indispensable pour comprendre et maîtriser son environnement, s’adapter aux changements à venir, et atteindre un niveau d’expertise.

Ainsi, depuis la démocratisation des voitures, la mécanique n’est plus nécessaire au quotidien mais est devenue un fondamental ; depuis le GPS, lire une carte routière en est un autre ; et avec les langages informatiques de haut niveau, programmer en assembleur relève désormais de cette même logique.

Repenser les modèles d’apprentissage

Pour répondre à ces enjeux, une révolution de l’éducation est nécessaire ! Des approches éprouvées, issues des pédagogies actives, existent déjà pour proposer de nouveaux modèles. Elles reposent sur des problèmes ouverts sans réponse unique, des projets concrets à mener, des décisions à argumenter en contexte, des productions authentiques, difficiles à déléguer.

L’intelligence artificielle agit ainsi comme un révélateur : elle met en lumière ce qui relève réellement de l’apprentissage… et ce qui peut être automatisé. Ce qu’elle automatise n’a jamais constitué, à lui seul, de la pensée ou de l’intelligence.

À l’inverse, ce qui lui résiste — la capacité à comprendre en profondeur, à relier des idées, à exercer un jugement — dessine les contours de ce qui reste profondément humain dans l’acte d’apprendre. L’enjeu n’est donc pas de contourner l’effort d’apprentissage, mais de mieux le cibler : consolider les fondamentaux pour accéder à des niveaux de réflexion que les machines ne peuvent pas atteindre.