IA et enseignants : « Il faut accepter d’avoir les deux, d’avoir cette cohabitation-là »

A quelles conditions les enseignants peuvent-ils s’approprier les outils d’intelligence artificielle ? C’est la question abordée par Salomé Cojean, maîtresse de conférences à l’Université Grenoble Alpes, lors de la webconférence donnée dans le cadre du Printemps de la Recherche en éducation du Réseau des Inspé, le 23 mars 2026.

Des promesses pédagogiques bien identifiées

D’emblée, Salomé Cojean rappelle que l’IA en éducation ne vient pas « inventer de nouveaux processus d’apprentissage ». En revanche, elle permet de mettre en œuvre, à grande échelle, des mécanismes dont l’efficacité est déjà bien documentée.
Le premier levier qui peut amener les enseignants à adopter l’IA, c’est la personnalisation des apprentissages pour leurs élèves. Chacun peut avancer à son rythme, selon une progression d’exercices adaptée à son niveau. Un bénéfice direct pour les élèves mais aussi pour les enseignants dont la charge de travail se trouve alors réduite. « Chaque enseignant adorerait être auprès de chaque élève pour lui proposer un rythme individuel. Dans une classe, ce n’est pas possible », souligne la chercheuse.
Pendant que l’IA prend en charge cette partie, l’enseignant a plus de temps pour interagir avec ses élèves, les conseiller, les encourager…

Le rôle clé des feedbacks immédiats

Salomé Cojean s’appuie ensuite sur les travaux en psychologie cognitive, notamment ceux de Stanislas Dehaene, qui identifie le retour sur erreur ou feedback, parmi les quatre piliers de l’apprentissage avec l’attention, la consolidation et l’engagement actif. « Le retour sur erreur, c’est vraiment un effet qui est assez massif dans l’apprentissage », insiste-t-elle. Elle cite une étude menée en 2017 par Fernandez et Jamet, comparant deux groupes d’apprenants : l’un reçoit des tests et corrections après l’apprentissage du cours, l’autre bénéficie des mêmes retours mais tout au long de l’apprentissage du cours. Résultat : le second groupe obtient de meilleurs scores à l’évaluation finale. « Ces feedbacks réguliers permettent à l’élève de surveiller sa progression, d’évaluer l’écart entre son niveau actuel et son objectif, puis d’ajuster sa stratégie en fonction », analyse la chercheuse. L’IA facilite donc cette auto-régulation de l’élève.

Motivation : le renforcement positif change tout

La conférence a également mobilisé les grandes références de la psychologie de l’apprentissage, des travaux de Ivan Pavlov à ceux de B. F. Skinner. Salomé Cojean a rappelé que les apprentissages scolaires relèvent d’« apprentissages secondaires ». Comme ils ne répondent pas à un besoin biologique immédiat, la motivation doit être soutenue par des renforcements externes.
La chercheuse s’est appuyée sur les expériences de Skinner. Comme le rat qui apprend à appuyer sur un levier parce qu’il reçoit de la nourriture, l’élève renforce certains comportements lorsqu’ils sont suivis d’un retour valorisant. Ce renforcement doit être rapide, explicite et positif. Les études démontrent que seuls les feedbacks positifs améliorent durablement les performances.

Les réprimandes peuvent produire de meilleurs résultats à court terme mais nuisent souvent à la motivation sur le long terme. « L’élève peut finir par penser que quoi qu’il fasse, il sera puni ou critiqué et ne voit même pas d’intérêt à apprendre », ajoute la chercheuse.
Là encore les outils IA sont efficaces pour délivrer des retours immédiats, réguliers et valorisants, ce qui reste difficile pour un enseignant seul face à 30 élèves.

Des outils déjà déployés dans les classes

Des outils IA développés en France peuvent aider les enseignants à proposer des contenus pertinents. Parmi eux, Tacit, conçu à Rennes, vise à travailler la compréhension de l’implicite dans les textes. Le logiciel adapte le niveau de difficulté et propose, si besoin, des indices.
KidLearn, développé à Bordeaux, cible l’apprentissage des mathématiques, notamment autour du rendu de monnaie et des soustractions. « Dans les deux cas, les résultats montrent que la personnalisation algorithmique permet de proposer des exercices plus variés, plus difficiles tout en améliorant la motivation et les apprentissages », résume Salomé Cojean.

Pourquoi les enseignants n’adhèrent pas toujours

Ces bénéfices théoriques ne suffisent pas à garantir que les enseignants se saisissent de ce type d’outil. L’acceptabilité repose sur l’utilité perçue, la facilité d’utilisation mais aussi la représentation qu’ils ont de l’IA. Salomé Cojean évoque une étude sur l’« effet IA ». Des participants devaient juger des peintures, certaines réalisées par un humain, d’autres par une intelligence artificielle. Même lorsque l’œuvre était identique, le simple fait de dire qu’elle était produite par de l’IA conduisait à la juger négativement. « La perception qu’on a de l’IA vient teinter le jugement », souligne-t-elle.
Ce biais se retrouve chez les enseignants. Ils perçoivent les outils IA comme moins éthiques, plus menaçants et parfois moins utiles que les outils numériques classiques.

Expertise et sentiment d’efficacité : deux leviers décisifs

Les enseignants les plus enclins à adopter ces outils sont ceux qui se sentent à l’aise avec le numérique et qui comprennent le fonctionnement de l’IA. D’où l’importance, selon la chercheuse, de former aux outils mais aussi aux principes de fonctionnement de l’intelligence artificielle.
Autre facteur clé : le sentiment d’auto-efficacité. Les enseignants à l’aise dans la gestion de leur classe se montrent plus ouverts à l’innovation. À l’inverse, lorsque la priorité reste de « tenir la classe », utiliser un nouvel outil peut être vu comme une contrainte supplémentaire.

Une inquiétude : quelle place pour l’enseignant ?

Si l’IA sert à optimiser la performance, certains enseignants peuvent craindre pour leur métier. « Si l’on dit à l’enseignant qu’un outil peut faire aussi bien, voire mieux que lui, il va se sentir menacé », explique Salomé Cojean. Elle invite donc à changer de regard et à se dire que le rôle de l’enseignant ne se réduit pas à améliorer la performance scolaire.
L’IA peut accompagner la pratique autonome, les exercices, la répétition et les retours immédiats. Mais l’enseignant reste irremplaçable dans le modelage, l’explicitation, l’apprentissage social et la relation pédagogique.

Des défis éthiques encore majeurs

L’intégration de l’IA soulève divers enjeux. L’un d’eux concerne la domination des grands acteurs technologiques, notamment américains, qui disposent de données considérables et de capacités de calcul très supérieures. Deuxième point : les biais algorithmiques. « L’humain est biaisé », rappelle la chercheuse. Si les données d’apprentissage reflètent des inégalités de genre ou de milieu social, les outils risquent de les reproduire.
Enfin, l’usage des données personnelles pose question : quelles informations sur les élèves accepte-t-on de transmettre pour obtenir un outil plus performant ?

L’enjeu n’est pas de remplacer l’enseignant, mais de mieux articuler les rôles. « Il va vraiment falloir identifier l’importance d’avoir les deux, d’avoir cette cohabitation-là », déclare Salomé Cojean. L’acceptabilité de l’IA ne dépend pas seulement de la qualité technique des outils mais de la manière dont ils s’inscrivent dans le métier enseignant, ses valeurs et ses priorités pédagogiques.