Une étude randomisée menée dans 18 collèges du Tennessee suggère que le simple fait de mettre un tuteur d’IA à la portée des élèves ne garantit pas qu’ils l’utiliseront pour améliorer leurs apprentissages. Sur deux ans, 96 % des élèves participants ont essayé au moins une fois Khanmigo, le tuteur de Khan Academy, mais l’élève médian ne l’a utilisé que pendant environ un tiers des jours où il était disponible.

Ces résultats proviennent de « One Click Away », un document de travail du National Bureau of Economic Research rédigé par les économistes Philip Oreopoulos et Nina Low. Les élèves utilisaient Khan Academy pendant des séances quotidiennes de soutien en mathématiques, Khanmigo étant conçu pour les guider plutôt que pour leur fournir directement les réponses. Comparés aux élèves bénéficiant d’un enseignement de rattrapage classique, ceux qui avaient accès au tuteur d’IA ont obtenu des progrès modestes en mathématiques, similaires à ceux attendus d’une pratique sur Khan Academy sans IA.

La plupart des élèves utilisaient rarement le tuteur, et leurs conversations portaient peu sur les mathématiques. Sal Khan, directeur général de Khan Academy, a déclaré que les résultats soulignaient l’importance de la motivation, un point que l’organisation mettait déjà en avant publiquement.

L’article soutient qu’une assistance facultative par l’IA peut inciter les élèves à choisir des outils qui fournissent des réponses plutôt que des tuteurs qui leur demandent de raisonner sur un problème. Obliger les élèves à utiliser un système d’IA peut améliorer la participation, mais cela ne produit pas nécessairement un effort ou une interaction significative. Kristen DiCerbo, directrice de l’apprentissage de Khan Academy, a décrit certains échanges entre élèves et tuteurs d’IA comme plus passifs que ne le souhaiteraient les enseignants.

Khan Academy a réagi en intégrant directement Khanmigo aux exercices pratiques, plutôt que de laisser les élèves entamer eux-mêmes les conversations avec lui. Ce changement reflète l’idée qu’un tuteur d’IA doit être intégré aux activités d’apprentissage et que les occasions d’éviter un effort intellectuel productif doivent être limitées.

L’alternative proposée consiste à faire de la conversation avec l’IA une partie de l’évaluation. Dans une étude distincte portant sur 21 élèves de 12e année au Collège du Léman International School, en Suisse, les élèves ont examiné des exemples d’interactions solides et faibles avec l’IA, contribué à créer une grille d’évaluation d’un usage efficace, puis remis les transcriptions complètes de leurs échanges avec ChatGPT dans le cadre d’un projet d’analyse des médias.

Les élèves ont été évalués sur la précision de leurs questions, sur leur manière de répondre de façon critique aux suggestions de l’IA et sur le maintien de la maîtrise de leur propre réflexion. Après l’étude de quatre semaines, 18 élèves ont déclaré que leur approche de l’IA avait changé, tandis que 10 ont indiqué accorder davantage d’attention à leurs propres contributions et à la manière dont ils pouvaient s’appuyer sur celles-ci au cours de la conversation. Le nombre d’élèves se sentant totalement capables d’obtenir des réponses utiles de l’IA est passé de deux à 11.

Les chercheurs ont également cherché à déterminer si une plus grande confiance s’accompagnait d’une meilleure compréhension des limites de l’IA. Cinq élèves sont devenus nettement plus confiants tout en reconnaissant davantage de risques. Quatre sont devenus moins confiants dans leur capacité à juger de l’exactitude de l’IA, ce que les chercheurs ont interprété comme une évolution potentiellement saine. Deux élèves sont devenus beaucoup plus confiants tout en développant une attitude dédaigneuse à l’égard des risques.

L’étude était un petit projet pilote sans groupe témoin, et une grande partie de ses éléments probants reposait sur des déclarations des élèves eux-mêmes. Son principe central est toutefois que les élèves sont davantage susceptibles de faire des efforts lorsqu’ils savent que leur interaction sera examinée et évaluée selon des critères clairs.

La même idée a été testée au moyen d’exercices de jeu de rôle dans lesquels une IA représentait une personne difficile qu’un élève devait convaincre, instruire ou avec laquelle il devait négocier. L’auteur de l’article a trouvé ces échanges plus engageants qu’un tutorat socratique classique, principalement parce qu’un professeur évaluait les conversations. Le fait de savoir que l’interaction serait évaluée renforçait l’incitation à réfléchir attentivement.

Lors d’essais en classe d’une plateforme appelée AI Friction Labs, les élèves ont utilisé des jeux de rôle avec l’IA conçus pour rendre leur raisonnement visible. Dans un cours de calcul différentiel à la Cheshire Academy, dans le Connecticut, 21 élèves ont joué le rôle d’enseignants tandis que l’IA incarnait un camarade de classe ayant du mal à comprendre les droites tangentes. Les élèves devaient expliquer le concept dans un langage accessible plutôt que de s’appuyer sur une terminologie technique. Cinq élèves ont répété l’exercice et amélioré leur score de 34 points environ en moyenne.

À la San Domenico School, en Californie, une IA jouant le rôle d’un écologiste expérimenté a mis les élèves au défi en leur posant à répétition des questions commençant par « pourquoi » et « comment ». Un élève a déclaré que l’exercice l’avait poussé à dépasser la mémorisation des termes pour comprendre les mécanismes en jeu.

Cette approche a également suscité des résistances. Certains élèves ont trouvé les questions répétitives, accablantes ou semblables à un interrogatoire. Ces réactions montrent qu’il est nécessaire d’ajuster soigneusement le niveau de difficulté, de bien préparer les élèves et d’assurer la supervision des enseignants. L’article reconnaît également que les exemples en classe étaient des tests bêta d’une entreprise appartenant à l’auteur, et non une recherche contrôlée.

Le modèle proposé place l’enseignant au centre. L’IA peut produire une première évaluation d’une conversation selon des critères précis et mettre en évidence les moments où l’élève semble avoir réussi ou rencontré des difficultés. L’enseignant examine ensuite l’échange, corrige l’évaluation de l’IA et décide des commentaires à transmettre à l’élève.

Dans cette approche, l’IA n’est pas principalement un tuteur qui attend qu’un élève lui demande de l’aide. Elle devient une composante de l’évaluation, dans laquelle les élèves doivent démontrer leur réflexion au moyen d’une conversation adaptative. Une transcription peut montrer à quel moment ils se sont retrouvés bloqués, comment ils ont réagi aux difficultés et s’ils ont réussi à reprendre leur démarche sans abandonner la maîtrise du travail.

L’article conclut que les établissements scolaires n’ont pas besoin d’utiliser l’IA dans chaque classe. Mais lorsque les enseignants veulent que l’IA favorise la réflexion, l’accès seul risque de ne pas suffire. Concevoir des activités dans lesquelles le raisonnement des élèves est visible — et évaluer la manière dont ils utilisent le système — pourrait offrir une incitation plus forte à un engagement véritable que le fait de laisser un tuteur facultatif en périphérie de l’écran.

Sources: EdSurge.