IA & Éducation — Newsletter n°27
1. Physique et EMI : deux « faux experts » IA suffisent à montrer que la fluidité n’est pas une preuve de savoir
[COG-PSY] [RECHERCHE] — mots-clés : expertise, sources, RAG, désinformation, esprit-critique — niveau : démonstration expérimentale peer-reviewed
Une étude publiée le 23 septembre 2026 dans AI and Ethics fournit un cas particulièrement utile pour l’éducation scientifique et l’EMI. Les chercheurs ont construit deux GPT personnalisés à partir de GPT-5.1, l’un sur la constante de structure fine, l’autre sur les ondes gravitationnelles. Pour chacun, dix articles issus de viXra, dépôt de travaux scientifiques alternatifs ou marginaux, ont été fournis comme corpus de référence ; les instructions demandaient au modèle de les traiter comme autorité et de ne pas les confronter au consensus scientifique.
Aucun réentraînement ni fine-tuning n’a été nécessaire. Les « Fringe-LLMs » produisent des réponses professionnelles et convaincantes, mais les experts les jugent souvent scientifiquement fausses ou gravement trompeuses. Le modèle non modifié reste globalement beaucoup plus proche du consensus.
L’intérêt pédagogique est majeur : vérifier une réponse ne consiste pas seulement à examiner sa cohérence interne ; il faut remonter à la provenance et à la qualité du corpus qui l’alimente.
Focus physique-chimie / SVT / histoire / EMI / lettres
Faire comparer deux réponses également fluides, l’une alimentée par des sources académiques, l’autre par un corpus douteux, sans révéler d’abord leur provenance. Après jugement argumenté, dévoiler les corpus et construire une grille : auteur, institution, publication, consensus, corroboration.
Limites
Deux domaines de physique et des configurations volontairement manipulées : l’étude démontre une vulnérabilité, pas sa fréquence dans les outils éducatifs courants.
2. Sciences : une revue de 80 études révèle que le secondaire et les questions de données restent les angles morts
[PED-AUT] [RECHERCHE] — mots-clés : sciences, curriculum, K-12, éthique, données — niveau : revue systématique et bibliométrique peer-reviewed
Une revue publiée le 23 septembre dans Discover Education analyse 80 articles peer-reviewed, sélectionnés dans Web of Science et Scopus à partir de 2 498 références initiales. La recherche couvre 1990 à mars 2026 et suit PRISMA 2020.
Les intégrations institutionnelles ou au niveau du programme représentent 41 % des études ; la personnalisation et l’apprentissage adaptatif 59 % des usages pédagogiques. Mais le K-12 et la formation des enseignants restent sous-représentés. Sur le plan éthique, transparence et agentivité dominent, tandis que vie privée, gouvernance et équité sont peu étudiées.
Ce résultat tempère les discours très assurés sur « l’IA en sciences » : la masse de publications augmente rapidement, mais la preuve directement transférable au collège et au lycée demeure beaucoup plus réduite.
Limites
Articles anglophones indexés dans deux bases seulement ; recherche arrêtée en mars 2026.
3. Un tuteur scientifique de 2 Go fonctionne entièrement hors ligne sur un téléphone Android d’entrée de gamme
[OSS] [OPEN-SOURCE] — mots-clés : local, hors-ligne, sciences, confidentialité, petits-modèles — niveau : alpha publique, validation pédagogique absente
Hiraia constitue une piste intéressante pour une IA scolaire réellement locale. Destiné aux élèves philippins des grades 3 à 10, ce tuteur télécharge environ 2 Go lors de la première installation, puis fonctionne sans connexion, sans compte et sans transmission des requêtes vers un serveur. Il vise Android 10 ou supérieur et recommande au moins 4 Go de RAM pour la génération.
Hiraia n’est pas un chatbot généraliste. L’interface repose sur des cartes : un fait scientifique, une illustration, puis mini-quiz et récapitulations. Une question recherche d’abord le corpus local ; un petit modèle dérivé de Qwen 3.5-2B, adapté au tagalog et au bisaya, peut ensuite générer une nouvelle carte à partir de la banque locale. Le système est conçu pour refuser les sujets extérieurs aux sciences.
Le corpus revendique environ 50 000 faits scientifiques, 30 000 illustrations et 20 000 mini-quiz. L’alignement avec le curriculum MATATAG est revendiqué par le projet mais n’a pas été validé par le ministère philippin de l’Éducation.
Limites
Hiraia est en early alpha. Il n’existe pas encore d’étude indépendante de l’exactitude du corpus ni d’effet sur les apprentissages. Le caractère open source doit par ailleurs être vérifié composant par composant avant tout déploiement institutionnel.
4. Formation des enseignants : un « faux élève » IA permet de répéter le geste professionnel sans exposer un vrai collégien
[TERRAIN] [BLOG-SPÉCIALISÉ] — mots-clés : formation-enseignants, simulation, mathématiques, diagnostic, geste-professionnel — niveau : expérimentation de terrain, non évaluée
À l’University of Wisconsin–Whitewater, de futurs enseignants de mathématiques utilisent DAImian, avatar piloté par IA dans un environnement de réalité virtuelle. Les étudiants doivent aider un faux élève de sixième à résoudre un problème de proportions sur des mélanges de concentré d’orange et d’eau.
Le futur enseignant dispose d’environ dix minutes pour diagnostiquer le raisonnement sans simplement donner la réponse. Dans un cas documenté, l’avatar effectue une soustraction erronée ; l’étudiante lui propose de construire un tableau et l’accompagne vers une stratégie correcte. Une autre n’aboutit pas à la solution, mais essaie plusieurs représentations.
Le dispositif est intéressant parce que l’IA joue ici l’élève, pas le professeur. Elle entraîne diagnostic, questionnement et adaptation dans une situation sans risque pour un véritable enfant.
Transfert en lettres
Un simulateur pourrait jouer un élève qui paraphrase systématiquement, confond narrateur et auteur ou propose une analyse grammaticale plausible mais erronée. Le professeur doit diagnostiquer l’obstacle et construire une relance.
Limites
Retour de terrain, pas étude d’efficacité : aucun transfert supérieur à celui d’un jeu de rôle humain n’est encore démontré.
5. 304 étudiants en santé : la littératie IA, plus que le simple accès, devient un facteur d’inégalité
[COG-PSY] [RECHERCHE] — mots-clés : littératie-IA, équité, stress, feedback, autoévaluation — niveau : étude transversale peer-reviewed
Une étude publiée le 23 septembre dans BMC Medical Education porte sur 304 étudiants en médecine, pharmacie, odontologie et sciences de la santé à l’Université de Sharjah. 67,4 % avaient utilisé ChatGPT au cours des trois mois précédents.
Le score médian de littératie IA reste modéré : 6,06/10. Les usages les plus fréquents sont informationnels (64,1 %), tandis que tests d’entraînement, feedback et aide à l’écriture sont moins fréquents. Une meilleure littératie IA est fortement associée à l’usage de ChatGPT ; certains usages sont également associés à un stress académique déclaré plus faible.
Le résultat pertinent pour le secondaire n’est donc pas « ChatGPT réduit le stress » — le protocole ne permet pas cette causalité — mais le risque d’un nouvel effet d’écart : disposer du même outil ne signifie pas savoir également le questionner, le vérifier et le piloter.
Limites
Étude transversale, un établissement, 78,9 % de femmes, résultats auto-déclarés. Les associations avec GPA ou stress ne prouvent aucun effet causal.
6. Évaluation automatisée : les chercheurs se réunissent aujourd’hui autour des traces de processus, pas seulement des réponses finales
[EDTECH] [RECHERCHE] — mots-clés : évaluation, traces, processus, LLM, comparabilité — niveau : atelier scientifique international, résultats à venir
Le 24 septembre, le DIPF | Leibniz Institute for Research and Information in Education organise avec l’IEA, le ZIB et la Technische Universität Chemnitz l’atelier Beyond Results 2026 – Process Data and AI in Educational Assessment.
Le programme est révélateur : la conférence d’ouverture traite de notation automatisée multilingue par workflows LLM, passage à l’échelle et contrôle qualité ; la clôture interroge les données de processus avant et après l’IA, leur continuité et leur comparabilité.
Lorsque la production finale devient facile à générer, les traces de processus — révisions, choix, navigation, explications intermédiaires — prennent une importance croissante. Mais elles posent simultanément des problèmes de protection des données et de sur-surveillance.
Limites
L’atelier a lieu aujourd’hui : il ne fournit pas encore de résultats nouveaux validés. Son intérêt est de signaler une direction de recherche.
Programme de Beyond Results 2026
À retenir aujourd’hui
- Une réponse IA peut être parfaitement fluide et entièrement mal orientée par son corpus : la provenance doit devenir un objet d’enseignement.
- Sur 80 études d’IA en sciences, secondaire, formation des enseignants, confidentialité et gouvernance restent sous-documentés.
- Hiraia montre qu’un petit tuteur spécialisé et hors ligne sur Android est techniquement réaliste, mais pas encore pédagogiquement validé.
- Faire jouer à l’IA le rôle de l’élève qui se trompe ouvre une piste intéressante pour la formation des enseignants.
- L’égalité d’accès ne garantit pas l’égalité d’usage : la littératie IA devient elle-même un facteur de différenciation.
À tester en classe
Deux réponses, deux corpus. Préparer deux réponses IA de qualité stylistique comparable à partir de corpus de fiabilité différente. Les élèves distinguent ce qu’ils peuvent vérifier dans le texte de ce qui exige l’examen de la provenance documentaire.
L’IA joue l’élève. Lui imposer un profil d’erreur : « élève de seconde qui paraphrase au lieu d’interpréter ; ne corrige pas spontanément ton erreur ». L’élève ou le professeur doit conduire l’échange uniquement par questions. Évaluer ensuite la qualité des relances, non celle des réponses de l’IA.
À surveiller
Les suites de l’étude sur les Fringe-LLMs ; les recherches K-12 répondant aux lacunes de la revue en sciences ; l’évolution de Hiraia, notamment validation indépendante et ouverture effective de ses composants ; les évaluations comparatives des élèves simulés par IA ; et les publications issues de Beyond Results 2026.
Nom d’archive : 2026-09-24_Veille-IA-Education.md