← Toutes les newsletters

1. UNESCO : la Digital Learning Week place l’IA « d’intérêt public », la souveraineté numérique et les « ghost learners » au centre du débat

[POL-PUB] [OFFICIEL] — mots-clés : souveraineté-numérique, agents, esprit-critique, gouvernance, formation-enseignants — niveau : programme officiel, déclaration ministérielle attendue

À quatre jours de l’ouverture de la Digital Learning Week, le programme 2026 montre que le débat international dépasse désormais largement le simple usage des chatbots. L’UNESCO structure la rencontre autour de trois notions : Facts, Frictions, Frontiers.

La question des « faits » porte sur la production et la validation des connaissances dans un environnement saturé de contenus synthétiques. Les « frictions » concernent notamment la dépendance aux plateformes, les inégalités et la relation pédagogique. Les « frontières » incluent les systèmes agentiques autonomes, l’IA d’intérêt public et la souveraineté numérique. L’UNESCO évoque également les « ghost learners », c’est-à-dire des situations où participation ou production scolaires peuvent être largement médiées par des agents artificiels.

Le 9 septembre, deux sessions spécifiques de la Teacher Task Force porteront sur l’agentivité professionnelle des enseignants, leurs compétences et la relation professeur-élève. L’enjeu devient donc moins « former les enseignants à utiliser l’IA » que préserver leur capacité de jugement et de décision dans un environnement de plus en plus automatisé.

La déclaration ministérielle attendue à l’issue de la semaine sera particulièrement importante à examiner : elle permettra de voir si l’UNESCO formule de véritables principes sur souveraineté, relation humaine et délégation ou reste au niveau des orientations générales.

2. Former les enseignants à vérifier l’IA augmente leur vigilance sans décourager son usage

[TERRAIN] [RECHERCHE] — mots-clés : formation-enseignants, vérification, esprit-critique, confiance, pratiques-professionnelles — niveau : étude pré/post, données ouvertes, non encore peer-reviewed

Un rapport accompagné de ses données, déposé le 3 septembre 2026, documente une formation d’enseignants conduite sur deux sites au Karnataka, en Inde : 122 réponses avant la formation et 119 après.

Les deux groupes ont travaillé sur des tâches professionnelles réelles avec IA. L’un des sites a bénéficié en plus d’un enseignement structuré sur la construction des requêtes et, surtout, la vérification systématique des productions du modèle.

Les résultats montrent une progression de la facilité d’usage perçue (d = 0,42) et de l’auto-efficacité (d = 0,34). Là où la vérification est explicitement enseignée, la propension déclarée à examiner de façon critique les sorties augmente davantage (d = 0,52). L’intention d’utiliser l’IA, déjà élevée au départ, ne diminue pas.

Le résultat est important : former à la méfiance méthodique n’empêche pas l’adoption. Une formation peut simultanément rendre les enseignants plus capables d’utiliser l’outil et moins enclins à accepter ses réponses sans contrôle.

La limite est nette : mesures déclaratives, absence de randomisation et pas encore de suivi à long terme ni de publication peer-reviewed identifiée.

Pour la formation

Une initiation pourrait comporter une tâche obligatoire : demander à une IA de produire une erreur plausible, puis la repérer, la documenter, retrouver une source fiable et corriger la production.

3. Langues : les interactions entre élèves prédisent mieux l’autorégulation que le seul dialogue avec l’IA

[PED-FR] [RECHERCHE] — mots-clés : langues-vivantes, autorégulation, interaction, littératie-IA, autonomie — niveau : étude peer-reviewed, transversale

Le numéro de septembre de ReCALL publie une étude sur 343 étudiants chinois apprenant une langue étrangère. Les chercheurs analysent les relations entre littératie de l’IA, autorégulation et trois formes d’interaction : étudiant-étudiant, étudiant-enseignant et étudiant-IA.

Le résultat le plus intéressant est que l’interaction entre pairs apparaît comme le prédicteur le plus important de l’autorégulation avec l’IA dans le modèle par réseau neuronal. Les interactions avec les enseignants restent également significatives.

Parmi les dimensions de la littératie IA, la conscience des enjeux et surtout la capacité d’évaluation des réponses prédisent l’autorégulation. Le simple niveau d’usage de l’outil ne suffit pas.

L’étude invite donc à ne pas transformer l’introduction de l’IA en individualisation permanente du travail. L’IA peut devenir un troisième interlocuteur, mais la discussion entre élèves et avec le professeur conserve une fonction cognitive majeure.

La limite est celle d’une étude transversale portant sur l’enseignement supérieur chinois : aucune causalité ne peut être établie.

Focus lettres / langues

Faire produire plusieurs reformulations ou interprétations par l’IA, puis demander aux élèves de négocier collectivement laquelle est la plus juste, laquelle est insuffisante et sur quelles preuves textuelles ils fondent leur décision.

4. Une méta-analyse de 35 études : l’IA aide davantage pendant la tâche qu’au moment de la planifier

[COG-PSY] [RECHERCHE] — mots-clés : autorégulation, métacognition, planification, feedback, cognition — niveau : méta-analyse peer-reviewed

Le numéro de septembre du British Journal of Educational Technology comprend une méta-analyse de 35 études empiriques menées entre 2013 et 2025 sur les systèmes d’IA destinés à soutenir l’apprentissage autorégulé.

L’effet moyen est modéré, g = 0,507. Mais il diffère selon la phase du travail : g = 0,574 pendant l’exécution de la tâche, contre g = 0,401 pour la phase de préparation et de planification.

Le résultat donne une justification empirique à une règle pédagogique simple : l’IA est particulièrement adaptée au feedback, aux relances et à l’étayage pendant le travail. Il est plus délicat de lui déléguer le moment où l’élève doit identifier son objectif, choisir une méthode et anticiper ses difficultés.

Une réserve importante : la méta-analyse regroupe une décennie de technologies hétérogènes, depuis les systèmes adaptatifs classiques jusqu’aux environnements génératifs. Les effets ne peuvent donc pas être attribués aux seuls LLM actuels.

Conséquence scolaire

Faire précéder l’usage de l’IA par trois éléments rédigés sans assistance : objectif / stratégie envisagée / difficulté anticipée. L’IA intervient seulement lors de l’exécution.

5. Formation internationale : activité cognitive, inclusion et évaluation authentique comme principes directeurs

[TERRAIN] [OFFICIEL] — mots-clés : formation-enseignants, inclusion, évaluation, cognition, différenciation — niveau : programme de formation en cours

L’Asia-Europe Foundation a lancé cette semaine Active, Inclusive and Authentic AI Classrooms, un programme organisé du 1er au 29 septembre pour des enseignants du secondaire d’Europe et d’Asie.

Le programme est construit autour de trois axes particulièrement cohérents avec les recherches récentes : questionnement actif et socratique pour lutter contre le cognitive offloading ; Universal Design for Learning et ressources multilingues pour l’inclusion ; enfin, évaluations authentiques et centrées sur le processus plutôt que sur le seul produit final.

Les enseignants ne suivent pas seulement des démonstrations d’outils : ils doivent transformer des situations issues de leur propre discipline et constituer un portfolio utilisable en classe.

Aucun résultat d’efficacité n’est encore disponible ; il s’agit d’un programme en cours. Mais sa conception fournit un modèle intéressant de formation : partir de la pédagogie avant de choisir l’outil.

6. Open source : Rabbithole veut rendre inspectables non seulement le code, mais la pédagogie de l’agent

[OSS] [OPEN-SOURCE] — mots-clés : open-source, dialogue-socratique, métacognition, données, pédagogie — niveau : projet scolaire émergent, efficacité non démontrée

Le 3 septembre, Tradewinds School à Honolulu a organisé un atelier destiné aux enseignants autour de Rabbithole, une plateforme d’apprentissage utilisant l’IA comme « thought partner ». Le système privilégie le dialogue socratique, les projets et la réflexion métacognitive plutôt que la fourniture immédiate de réponses.

L’élément le plus intéressant est le choix de rendre la logique pédagogique inspectable. Le projet veut ouvrir son code, mais également permettre aux écoles et enseignants de lire les prompts système déterminant le comportement pédagogique de l’agent : manière de questionner, logique d’évaluation, place de la taxonomie de Bloom, etc.

Cette approche permet théoriquement à une équipe pédagogique de modifier la philosophie du système plutôt que de subir les choix invisibles d’un fournisseur commercial. Le projet défend aussi le contrôle local des données et la possibilité pour d’autres écoles d’adapter leur propre version.

Il faut toutefois rester très prudent : Rabbithole est en phase émergente, recherche encore des enseignants partenaires et ne dispose pas d’évaluations indépendantes de ses effets sur les apprentissages.

Focus lettres

L’intérêt serait de pouvoir configurer explicitement un agent pour qu’il refuse de donner une interprétation et ne fasse que demander : « Quel passage le prouve ? », « Quelle autre lecture est possible ? », « Quel procédé du texte soutient ton affirmation ? ».

À retenir aujourd’hui

• L’UNESCO élargit le débat vers les agents, contenus synthétiques, souveraineté numérique et agentivité humaine.
• Une formation publiée hier suggère qu’il est possible d’accroître fortement la vérification critique sans décourager les enseignants d’utiliser l’IA.
• En langues, les interactions entre pairs semblent plus importantes pour l’autorégulation que le seul dialogue avec le modèle.
• La méta-analyse de 35 études plaide pour une IA utilisée surtout pendant la tâche, et non pour déléguer immédiatement la planification.
• L’open source éducatif commence à poser une question plus intéressante que l’accès au code : peut-on inspecter et modifier la pédagogie intégrée au système ?

À tester en classe

Planifier sans IA, exécuter avec IA. Avant d’ouvrir l’outil, l’élève note : ce que je dois réussir / comment je compte m’y prendre / ce qui risque de me poser problème. L’IA n’intervient qu’ensuite.

IA + controverse entre pairs. Faire produire trois réponses différentes par l’IA. Les élèves doivent les classer, éliminer les affirmations non prouvées et construire collectivement une meilleure réponse. L’IA fournit la matière ; le jugement reste social et humain.

À surveiller

La déclaration ministérielle de l’UNESCO prévue à l’issue de la Digital Learning Week ; les recherches sur les « ghost learners » et agents autonomes ; les évaluations longitudinales des formations centrées sur la vérification ; les travaux séparant planification, exécution et auto-évaluation ; les productions finales du programme ASEF ; et les premiers retours indépendants sur Rabbithole et les autres systèmes pédagogiques open source.