← Toutes les newsletters

1. Faire coder des réponses d’étudiants par des LLM : accord humain–machine seulement faible à modéré dès que l’interprétation devient moins concrète

[EDTECH] [RECHERCHE] — mots-clés : évaluation, analyse-qualitative, feedback, fiabilité, supervision-humaine — niveau : étude exploratoire peer-reviewed

Une étude publiée le 29 septembre 2026 dans Discover Education fournit un cas précis pour une question qui dépasse la recherche universitaire : jusqu’où peut-on confier à un LLM l’interprétation de productions d’apprenants ? Les auteurs ont suivi 20 étudiants de master pendant un cours de 16 semaines utilisant environ 30 applications LLM spécifiques : simulation, jeu de rôle, dialogue socratique, mentorat, aide au code ou à la modélisation.

En fin de semestre, deux chercheurs humains, GPT-4o et Claude 3.7 Sonnet ont appliqué le même codebook élaboré par les humains à huit réponses ouvertes. L’accord humain-humain varie de κ = 0,52 à 0,84 ; l’accord moyen humain–LLM est inférieur, de κ = 0,36 à 0,62. Claude est, dans ce protocole précis, plus proche des codeurs humains que GPT-4o pour chacune des huit questions.

Surtout, l’accord à quatre codeurs atteint κ = 0,63 pour une question rétrospective concrète, mais seulement κ = 0,42 pour les deux questions prospectives. Les modèles ratent certains thèmes humains, fragmentent parfois une catégorie ou attribuent du sens à des non-réponses. Les étudiants déclarent parallèlement une forte utilité perçue — 18 sur 19 souhaitent continuer à utiliser l’IA — mais aucune mesure objective d’apprentissage n’a été réalisée.

Focus lettres

Pour analyser automatiquement journaux de lecture, réponses ouvertes ou bilans réflexifs, le risque augmente précisément lorsque ce qui doit être repéré est implicite, évaluatif ou interprétatif. Un LLM peut pré-coder ou signaler des divergences ; il ne devrait pas devenir seul juge du sens d’une réponse d’élève.

Limites

Un seul cours, N = 20, questionnaire non validé psychométriquement, absence de groupe contrôle et de mesure objective d’apprentissage.

Étude complète — Discover Education

2. « AI amplifies experts, not expertise » : Nature Human Behaviour formule le problème de la formation des novices

[COG-PSY] [RECHERCHE] — mots-clés : expertise, novices, automatisation, apprentissage, transfert — niveau : article World View, non expérimental

Le 29 septembre, Nature Human Behaviour publie un texte de Sheng-Tun Li intitulé « AI amplifies experts, not expertise ». Il ne s’agit pas d’une expérience, mais d’un World View. Sa thèse est néanmoins importante pour l’éducation : l’IA peut amplifier ce qu’une personne experte sait déjà accomplir, sans reproduire le long processus d’acquisition par lequel un novice construit cette expertise.

Cette distinction reformule le problème scolaire. Il ne suffit pas de constater qu’un élève produit un meilleur texte, programme ou raisonnement avec IA. Il faut vérifier si l’assistance préserve les opérations dont l’exercice construit l’expertise : rappel des connaissances, sélection d’indices, formulation d’hypothèses, détection d’erreurs, comparaison et justification.

Focus lettres

Un professeur expérimenté peut exploiter une analyse imparfaite parce qu’il sait immédiatement où elle généralise, paraphrase ou force le texte. Un novice peut prendre la même fluidité pour une preuve de pertinence. Les critères de jugement doivent donc être construits avant que la génération automatique ne devienne une béquille permanente.

Limites

Ce texte n’est ni une étude contrôlée ni une revue systématique : il fournit un cadre théorique, pas une mesure d’effet.

AI amplifies experts, not expertise — Nature Human Behaviour

3. Europe–Asie : cinq semaines de formation d’enseignants du secondaire centrées sur le risque d’« offloading »

[TERRAIN] [OFFICIEL] — mots-clés : formation-enseignants, AI-TPACK, inclusion, évaluation-authentique, offloading — niveau : programme international de développement professionnel

Le 29 septembre s’est achevé le programme Active, Inclusive and Authentic AI Classrooms de l’Asia-Europe Foundation, destiné explicitement aux enseignants du secondaire en STEM, humanités et langues d’Europe et d’Asie.

Le parcours de cinq semaines est structuré autour d’AI-TPACK, de l’apprentissage actif, de l’inclusion, puis des évaluations fondées sur le processus. Trois priorités sont explicites : questionnement socratique pour limiter la délégation cognitive ; Universal Design for Learning pour les ressources inclusives et multilingues ; évaluations authentiques et centrées sur le processus.

Ce qui est transférable

Une séquence avec IA peut être auditée avec trois questions : l’élève doit-il encore raisonner ? l’outil réduit-il des obstacles sans supprimer la difficulté cognitive visée ? l’évaluation permet-elle d’observer le cheminement plutôt que le seul produit ?

Limites

L’ASEF documente ici le dispositif et ses objectifs ; aucune mesure comparative d’effet sur les élèves n’est publiée.

Programme ASEFClassNet EmpowerEd

4. Écriture et devoirs : deux universités convergent vers trois régimes — sans IA, IA limitée, IA intégrée

[PED-FR] [TERRAIN] — mots-clés : écriture, évaluation, processus, agentivité, intégrité — niveau : ateliers institutionnels de redesign pédagogique

Deux formations du 29 septembre partent du devoir existant plutôt que d’une démonstration d’outil. À Rutgers University, les enseignants travaillent explicitement trois variantes : no-GenAI, GenAI-limited et GenAI-integrated, applicables des dissertations d’humanités aux comptes rendus scientifiques.

À Farmingdale State College, la question posée est complémentaire : que reste-t-il à apprendre lorsqu’un devoir peut être réalisé par IA sans décision significative de l’étudiant ? Le redesign repose sur processus, itération, décision et preuve d’apprentissage, avec des approches aussi bien résistantes à l’IA qu’intégrant l’IA.

Focus français : un même commentaire, trois contrats

Sans IA : analyse individuelle pour mesurer la compétence autonome. IA limitée : premier jet humain obligatoire, puis l’IA formule deux objections ou questions sans réécrire. IA intégrée : comparaison avec une interprétation générée, vérification textuelle de chaque affirmation et justification des propositions conservées ou rejetées.

Le statut de l’outil dépend ainsi de ce qu’on cherche à faire apprendre et à observer.

Limites

Ces ateliers documentent des pratiques de formation, pas leur efficacité mesurée.

Atelier d’écriture — Rutgers Project-Based Learning in the Age of AI — Farmingdale

5. Patrimoine culturel et « Public AI » : Europeana pose la question des corpus publics qui alimenteront les futures IA culturelles

[POL-PUB] [OFFICIEL] — mots-clés : patrimoine, IA-publique, corpus, culture, souveraineté — niveau : Policy Talk européen

Le 29 septembre, Europeana a accueilli le Policy Talk « How Cultural Heritage Can Make Public AI a Reality », dans le cadre du European Heritage Hub. Le débat porte sur une approche européenne de l’IA fondée sur l’intérêt public et sur le rôle des institutions patrimoniales dans les données et connaissances susceptibles d’alimenter ces systèmes.

Quatre questions structurent le programme : rôle du patrimoine dans le développement de l’IA ; possibilité d’une IA européenne d’intérêt public ; diversité, équité et soutenabilité ; investissements et politiques nécessaires. Ces travaux doivent aussi nourrir la réflexion avant la stratégie de la Commission européenne sur l’IA dans les secteurs culturels et créatifs prévue pour 2027.

Focus lettres / histoire / documentation

La qualité d’un assistant culturel dépend aussi de ses corpus : œuvres numérisées, métadonnées, langues, éditions et archives représentées. Une activité d’EMI peut donc comparer une réponse générée à une notice patrimoniale : quelles sources primaires sont identifiables ? quelles métadonnées permettent de vérifier ? que ne peut-on contrôler faute de connaître le corpus d’entraînement ?

Limites

Il s’agit d’une orientation de politique publique en construction, pas d’un service éducatif actuellement validé.

Policy Talk — How Cultural Heritage Can Make Public AI a Reality

6. Sciences : 196 publications cartographiées, mais encore trop peu de preuves longitudinales

[PED-AUT] [RECHERCHE] — mots-clés : sciences, réalité-virtuelle, réalité-augmentée, bibliométrie, apprentissage — niveau : revue bibliométrique peer-reviewed

Une revue publiée le 29 septembre dans Disciplinary and Interdisciplinary Science Education Research cartographie la littérature sur IA, réalité augmentée et réalité virtuelle en enseignement scientifique. Les auteurs retiennent 196 articles Scopus publiés entre 2014 et 2024, en anglais, avec statut final et classés dans les sciences sociales.

La production augmente fortement, particulièrement en 2023 et 2024. Les auteurs examinent également les dix articles les plus cités. Mais la conclusion utile est surtout un déficit de preuves : ils demandent davantage d’études empiriques et longitudinales sur rétention, compréhension conceptuelle, engagement et compétences de haut niveau, ainsi que sur la formation des enseignants et les inégalités d’accès.

Focus physique-chimie / SVT / technologie

Une visualisation immersive ou un assistant IA peut rendre un phénomène accessible sans garantir sa compréhension. L’évaluation devrait distinguer : ce que l’élève a vu ; ce qu’il peut expliquer ; ce qu’il peut transférer à une situation nouvelle sans environnement numérique.

Limites

C’est une analyse bibliométrique, pas une méta-analyse des effets. Elle repose uniquement sur Scopus, exclut les publications non anglophones et son corpus s’arrête en 2024.

Étude complète — Disciplinary and Interdisciplinary Science Education Research

À retenir aujourd’hui

• L’interprétation automatisée de réponses ouvertes devient moins fiable lorsqu’on passe du repérage concret au jugement contextuel.
• La distinction performance assistée / construction de l’expertise devient centrale : améliorer le produit d’un novice ne prouve pas qu’il apprend à devenir expert.
• La prévention de l’offloading cognitif et l’évaluation du processus s’installent au cœur des formations enseignantes.
• Pour les écrits, une distinction sans IA / IA limitée / IA intégrée est plus opératoire qu’une règle uniforme.
• En sciences comme en lettres, le transfert sans outil reste un test décisif de l’apprentissage.

À tester en classe

Le même devoir sous trois régimes. Transformer une activité prévue en trois variantes : sans IA ; IA seulement après une première production autonome ; IA intégrée avec documentation des décisions. Une activité diagnostique privilégie la première, un apprentissage de la révision la deuxième, une séquence de littératie IA la troisième.

Le test de transfert. Après une activité assistée, ajouter cinq minutes sans outil sur une nouvelle citation, donnée scientifique, erreur ou situation mobilisant la même opération intellectuelle dans un autre contexte.

À surveiller

Les comparaisons humain–LLM sur de véritables productions scolaires longues ; les travaux distinguant performance immédiate et acquisition durable d’expertise ; les évaluations du programme ASEF ; la préparation de la stratégie européenne 2027 sur l’IA dans les secteurs culturels et créatifs ; et, en sciences, les études longitudinales mesurant rétention, compréhension et transfert après retrait de l’assistance.

Nom d’archive : 2026-09-30_Veille-IA-Education.md