Alors que les outils d’intelligence artificielle générative permettent de créer des textes, images et raisonnements d’une grande fluidité, les établissements d’enseignement sont confrontés à un nouveau défi : former des apprenants qui ne se contentent pas de produire, mais qui comprennent réellement les enjeux sous‑jacents.
Connaître, savoir, comprendre : redéfinir les objectifs pédagogiques
Face à la facilité d’accès à l’information, la simple accumulation de connaissances devient insuffisante. Les philosophes Michael Polanyi et Gaston Bachelard offrent deux repères : la connaissance tacite, ancrée dans l’expérience et l’action, et le savoir scientifique, qui nécessite une rupture critique avec les évidences. L’éducation doit donc concilier ces deux dimensions, en faisant passer l’étudiant d’une simple mémorisation à une réflexion structurée qui relie théorie et pratique.
Ce que les IA peuvent faire et ce qu’elles ne peuvent jamais remplacer
Les systèmes d’IA excellent dans le traitement de données explicites : calcul, synthèse, mise en forme et production d’énoncés plausibles. En revanche, ils ne possèdent ni expérience vécue, ni compréhension du monde réel. Leur fonctionnement repose sur des corrélations statistiques, ce qui les rend incapables d’appréhender les causes profondes ou les contextes pluriels d’un phénomène. Cette limite expose le risque de confondre cohérence formelle et véritable compréhension.
Apprendre à mesurer la complexité d’un problème
Un des grands enjeux éducatifs consiste à développer la capacité à distinguer la surface informationnelle de la profondeur conceptuelle. Cette compétence se construit progressivement, à travers la confrontation entre les modèles théoriques et les résultats concrets d’une expérimentation. C’est dans l’écart entre prévision et réalité que s’affinent les critères de jugement, permettant à l’apprenant de développer une intelligence située, capable de réajuster ses connaissances face aux imprévus.
Une pédagogie qui mêle expérimentation et réflexion critique
L’arrivée de l’IA ne se limite pas à de nouveaux outils ; elle reconfigure les fonctions cognitives supérieures, comme la mémoire externalisée ou l’accès instantané à l’information. La formation doit donc passer d’une logique de production à une logique d’évaluation : analyser la profondeur, la cohérence et la validité des contenus générés. Cette orientation rejoint la pensée complexe d’Edgar Morin, qui préconise des esprits capables de contextualiser, de relier et d’affronter l’incertitude.
Illustration concrète : l’approche IONIS pour former des ingénieurs critiques
Le réseau IONIS, à travers son IONIS Institute of Technology (I2T), mise sur des laboratoires, ateliers et projets d’expérimentation pour confronter les étudiants aux limites réelles de l’IA. L’objectif n’est pas seulement de maîtriser les technologies, mais d’apprendre à les tester, à en identifier les failles et à développer un jugement autonome. Ainsi, les futurs ingénieurs – et, plus largement, les citoyens – sont formés à exercer un discernement éclairé dans des environnements technologiques de plus en plus complexes.