L’intelligence artificielle avance plus vite que nos habitudes, nos institutions et nos repères. Elle entre dans les classes, dans les entreprises, dans les administrations, dans les cabinets médicaux, dans les outils de communication et dans les usages quotidiens. Elle n’est plus réservée aux ingénieurs ou aux grandes entreprises technologiques : elle est devenue accessible à chacun, parfois gratuitement, depuis un ordinateur ou un téléphone.

Cette accélération pose une question très concrète à l’école, au monde du travail et à la société tout entière : allons-nous former des citoyens capables de maîtriser l’IA, ou allons-nous laisser une partie de la population la subir ?

Une révolution plus rapide que nos institutions

L’école fonctionne sur le temps long. Les programmes sont élaborés, discutés, publiés, appliqués, puis révisés plusieurs années plus tard. Cette lenteur n’est pas seulement un défaut : l’école a besoin de stabilité, de continuité et d’égalité nationale. On ne peut pas changer les programmes au rythme de chaque innovation numérique.

Mais avec l’intelligence artificielle, le décalage devient considérable. Quand les programmes scolaires se pensent souvent sur plusieurs années, parfois presque sur dix ans, un outil d’IA peut évoluer en quelques semaines. Une nouvelle version peut améliorer la rédaction, l’analyse d’image, la traduction, la programmation, l’aide aux devoirs, la recherche documentaire ou l’aide au diagnostic.

Le rapport AI Index 2026 de Stanford souligne que l’écart se creuse entre ce que l’IA sait faire et la capacité de nos systèmes à la comprendre, à l’évaluer, à l’encadrer et à s’y adapter. Ce constat n’est pas seulement technologique. Il est politique, éducatif et social.

Face à cela, deux erreurs seraient dangereuses. La première serait le rejet pur et simple, comme si l’on pouvait interdire durablement aux élèves, aux salariés ou aux citoyens d’utiliser des outils qui transforment déjà le monde. La seconde serait l’enthousiasme naïf, comme si une technologie puissante était forcément un progrès humain.

La bonne ligne est plus exigeante : utiliser l’IA quand elle aide à apprendre, à soigner, à travailler ou à créer mieux ; mais refuser qu’elle remplace l’effort intellectuel, le jugement humain, les compétences professionnelles et les valeurs démocratiques.

Plus l’intelligence artificielle devient puissante, plus l’humain doit être solide.

L’école ne doit pas courir après l’IA, mais elle ne peut pas l’ignorer

Le ministère de l’Éducation nationale a publié un cadre d’usage de l’IA en éducation. Ce cadre reconnaît que les IA génératives posent des questions profondes : rapport à la connaissance, production des devoirs, évaluation, développement cognitif des élèves, données personnelles, biais, hallucinations, droit d’auteur et impact environnemental.

Autrement dit, l’IA ne se limite pas à un nouvel outil informatique. Elle touche au cœur même de l’école : apprendre, comprendre, chercher, écrire, vérifier, évaluer et former des citoyens.

La généralisation des parcours Pix dédiés à l’IA constitue une avancée importante. Elle montre que la question ne concerne pas seulement les élèves des filières générales ou les étudiants du supérieur. Elle concerne aussi les élèves de la voie professionnelle, les futurs employés, commerçants, artisans, assistants, techniciens, soignants, agents administratifs et travailleurs de terrain.

L’enjeu est plus large : l’IA doit devenir une compétence transversale. En français, elle interroge l’écriture. En mathématiques, elle interroge le calcul et la vérification. En histoire-géographie, elle interroge les sources. En économie-gestion, elle interroge le commerce, le travail, la productivité et les métiers. En sciences, elle interroge les modèles, les données et la preuve.

Il faudrait donc imaginer des programmes à deux niveaux. D’abord, un socle stable : langue, mathématiques, culture générale, histoire, sciences, citoyenneté, valeurs républicaines. Ensuite, une base glissante, régulièrement actualisée, permettant d’intégrer les nouveaux usages, les nouveaux risques, les nouvelles compétences et les nouveaux repères liés à l’IA.

Cette base glissante ne doit pas remplacer les fondamentaux. Elle doit les compléter. Elle permettrait d’éviter une école toujours en retard d’une génération technologique.

Lire, écrire, compter : les bases deviennent encore plus essentielles

Certains pourraient croire que l’IA rend les savoirs fondamentaux moins nécessaires. Pourquoi apprendre à écrire si un outil peut rédiger ? Pourquoi apprendre à compter si une machine peut calculer ? Pourquoi apprendre des connaissances si un assistant peut répondre à tout ?

C’est une erreur profonde.

L’IA ne rend pas les fondamentaux inutiles. Elle les rend encore plus indispensables. Pour utiliser correctement l’IA, il faut savoir formuler une demande, comprendre la réponse, repérer une approximation, vérifier une source, reformuler une idée, détecter une contradiction, interpréter des chiffres et exercer son jugement.

Lire devient essentiel parce qu’une réponse d’IA peut être longue, convaincante, bien structurée, mais fausse ou incomplète. Un élève qui lit mal ne peut pas vraiment contrôler l’outil. Il peut copier une réponse, mais il ne peut pas en évaluer la qualité.

Écrire devient essentiel parce qu’un bon usage de l’IA commence par une demande claire. Il faut savoir poser une question, préciser un contexte, structurer une consigne, définir un objectif, donner des contraintes, reformuler un résultat. Le fameux prompt n’est pas seulement une astuce numérique : c’est une forme d’écriture structurée.

Compter devient essentiel parce que l’IA peut produire des chiffres, des tableaux, des pourcentages ou des graphiques avec beaucoup d’assurance. Sans culture mathématique minimale, on peut se laisser impressionner par une présentation propre mais erronée.

Une personne intelligente et cultivée utilisera mieux l’IA. Une personne sans bases solides risque de la subir.

L’IA peut donner une illusion de compétence. Elle peut produire une dissertation, une synthèse, une fiche de lecture ou une réponse argumentée. Mais produire un texte n’est pas comprendre. Lire une réponse n’est pas maîtriser une notion. Copier une analyse n’est pas développer un raisonnement.

Le risque n’est pas seulement la triche. Le risque le plus profond est l’affaiblissement silencieux de l’apprentissage.

L’atrophie cognitive : quand l’outil remplace l’effort

L’atrophie cognitive désigne le risque de perdre certaines capacités intellectuelles parce qu’on ne les exerce plus suffisamment. L’idée n’est pas nouvelle. Depuis longtemps, les outils modifient nos habitudes mentales. La calculatrice a changé notre rapport au calcul. Le GPS a changé notre rapport à l’orientation. Les moteurs de recherche ont changé notre rapport à la mémoire.

Mais l’IA générative va plus loin. Elle ne se contente pas de nous donner une information. Elle peut rédiger, résumer, traduire, argumenter, corriger, proposer un plan, produire un discours ou simuler un raisonnement.

Le danger apparaît lorsque l’outil intervient trop tôt. Si un élève demande immédiatement à l’IA de résumer un texte sans l’avoir lu, de rédiger une dissertation sans avoir réfléchi, de résoudre un exercice sans avoir cherché, il évite l’effort formateur.

Or l’école n’a jamais eu pour seule mission de produire un résultat. Elle doit former l’esprit. Elle doit apprendre à chercher, à hésiter, à recommencer, à structurer une pensée, à faire des erreurs et à les corriger. L’apprentissage passe par l’effort.

Bien sûr, l’effort ne doit pas être absurde. L’IA peut aider un élève en difficulté, proposer une reformulation, expliquer une notion autrement, générer des exemples, corriger une erreur. Mais elle doit être utilisée avec méthode.

Dans une classe, cela pourrait se traduire concrètement par plusieurs étapes : d’abord une réponse personnelle, ensuite une confrontation avec l’IA, puis une analyse critique de la réponse produite. L’objectif ne serait pas d’interdire l’IA, mais d’apprendre à la questionner.

Le deskilling : quand l’IA peut faire perdre des compétences professionnelles

Le risque ne concerne pas seulement les élèves. Il concerne aussi les professionnels.

Le deskilling désigne la perte progressive de compétences lorsqu’une tâche est trop fortement automatisée. Un professionnel qui ne pratique plus certaines tâches peut perdre ses réflexes. Il peut devenir dépendant de l’outil. Il peut ne plus savoir vérifier, diagnostiquer, rédiger, argumenter ou décider sans assistance.

Dans les métiers administratifs, l’IA peut rédiger des courriers, faire des synthèses, préparer des tableaux, classer des documents. C’est un gain de temps considérable. Mais si l’on ne sait plus rédiger soi-même, ni repérer une erreur, ni adapter le ton à une situation humaine, on perd une partie du métier.

Dans la relation client, l’IA peut générer des réponses rapides. Mais une réponse automatique ne remplace pas l’écoute, la nuance, la compréhension d’une situation particulière.

Dans le droit, l’IA peut aider à rechercher des textes, résumer une jurisprudence, préparer un projet de note. Mais elle ne remplace pas le raisonnement juridique, la prudence, la hiérarchie des normes et l’analyse du cas concret.

Dans l’enseignement, elle peut préparer des activités, proposer des exercices, aider à différencier. Mais elle ne remplace pas le regard du professeur, sa connaissance des élèves, sa capacité à créer une progression, à détecter une incompréhension, à encourager ou à recadrer.

Dans la médecine, enfin, le sujet est particulièrement sensible. Les outils d’IA peuvent aider au diagnostic, à l’analyse d’images médicales, à la recherche d’informations ou au suivi. Mais le médecin garde une responsabilité irremplaçable : écouter, examiner, contextualiser, décider, expliquer, accompagner.

Plus l’IA est performante, plus l’humain doit être compétent pour la contrôler.

Les avantages de l’IA : un outil puissant s’il reste au service de l’humain

Il serait absurde de ne parler que des dangers. L’IA peut être un outil formidable.

Dans l’éducation, elle peut aider un élève à comprendre une notion autrement. Elle peut reformuler un cours, proposer des exercices adaptés, générer des exemples, aider à réviser, accompagner un élève qui n’ose pas poser une question en classe. Pour certains élèves en difficulté, elle peut offrir un soutien supplémentaire.

Pour les enseignants, elle peut aider à préparer des supports, différencier des activités, créer des mises en situation, simplifier un document, produire des exercices d’entraînement, varier les approches pédagogiques. Elle ne remplace pas le professeur, mais elle peut lui faire gagner du temps si elle est utilisée avec discernement.

Dans le monde du travail, l’IA peut automatiser des tâches répétitives, produire des synthèses, analyser des données, aider à rédiger, traduire, classer, rechercher. Elle peut permettre de se concentrer sur des tâches à plus forte valeur humaine : décision, relation, stratégie, créativité, accompagnement.

Dans la santé, elle peut aider à repérer des anomalies, comparer des données, assister le diagnostic, accélérer la recherche, améliorer la prévention. Dans certaines situations, elle peut permettre un accès plus rapide à une information ou à un premier niveau d’aide.

L’IA peut donc être un outil d’émancipation. Mais à une condition : qu’elle reste un outil, et non un substitut à l’intelligence humaine.

Quelles compétences apprendre à l’école à l’heure de l’IA ?

La question devient centrale : que doit-on encore apprendre à l’école lorsque l’IA peut déjà rédiger, calculer, traduire, chercher et produire ?

La réponse ne peut pas être : moins de savoirs. Au contraire, il faut des savoirs plus solides, mieux reliés aux usages réels et accompagnés d’un esprit critique renforcé.

L’école ne doit pas seulement apprendre aux élèves à utiliser l’IA. Elle doit leur apprendre à penser avec l’IA, contre l’IA, et sans l’IA quand c’est nécessaire.

Éthique et valeurs : qui programme les valeurs de l’outil ?

L’IA n’est pas neutre. Elle dépend des données utilisées, des choix techniques, des règles fixées par ses concepteurs, des intérêts économiques, des valeurs de ceux qui la développent et des garde-fous imposés.

Aujourd’hui, une IA porte en partie les valeurs éthiques que lui donnent ses créateurs. Elle est entraînée, encadrée, filtrée, corrigée selon des choix humains. Ces choix peuvent viser la sécurité, la dignité, la protection contre les discriminations, le respect de la loi et de la démocratie.

Mais si des acteurs n’ont pas de valeurs humanistes, démocratiques ou respectueuses de la dignité humaine, ils peuvent construire une IA dangereuse. Une IA peut être utilisée pour manipuler, surveiller, discriminer, produire de la propagande, organiser des escroqueries ou automatiser des décisions injustes.

L’Union européenne a choisi une logique d’encadrement par les risques avec l’AI Act, entré en vigueur le 1er août 2024, avec un calendrier progressif d’application. C’est une étape importante, car l’éthique ne peut pas reposer uniquement sur la bonne volonté des entreprises. Il faut des règles, des obligations, des contrôles et des recours.

Pour l’école, les valeurs à défendre sont claires : liberté de pensée, égalité d’accès au savoir, fraternité, dignité humaine, laïcité, refus des discriminations, protection de la vie privée, responsabilité et esprit critique.

Former à l’IA, ce n’est donc pas seulement apprendre à cliquer sur un outil. C’est former des citoyens capables de comprendre, de questionner, de vérifier et de rester libres.

Deepfakes : quand voir ne suffit plus à prouver

Parmi les risques les plus importants pour la société, il faut insister sur les deepfakes. Il s’agit d’images, de voix ou de vidéos générées ou modifiées par intelligence artificielle pour faire croire qu’une personne a dit ou fait quelque chose qu’elle n’a jamais dit ou fait.

Le danger est considérable. Demain, un élève pourra voir circuler une fausse vidéo d’un camarade. Un enseignant pourra être mis en cause par un contenu fabriqué. Un élu, un responsable public, un chef d’entreprise ou un médecin pourra être victime d’une fausse déclaration parfaitement crédible. Dans une période électorale, un deepfake diffusé au bon moment peut manipuler l’opinion avant même que la vérité ait le temps d’être rétablie.

Avec les deepfakes, le problème n’est plus seulement de distinguer le vrai du faux dans un texte. Il faudra aussi apprendre à douter d’une image, d’une voix ou d’une vidéo. C’est pourquoi l’école devra renforcer l’éducation aux médias et à l’information.

Les élèves devront apprendre à vérifier l’origine d’une vidéo, à chercher la source initiale, à comparer plusieurs médias, à repérer les incohérences et à ne pas relayer trop vite un contenu spectaculaire. Ce n’est pas un détail : un deepfake peut détruire une réputation, manipuler une élection, humilier une personne ou créer une panique collective.

Face à cela, l’esprit critique devient une compétence de protection.

Les risques et la dangerosité de l’IA

Le danger de l’IA n’est pas seulement celui d’une machine toute-puissante ou consciente, comme dans les films de science-fiction. Les risques sont déjà beaucoup plus concrets.

Il y a d’abord les hallucinations : l’IA peut produire une réponse fausse avec une grande assurance. Dans un devoir, cela peut conduire à une erreur. Dans un dossier administratif, cela peut créer une injustice. Dans un contexte médical, cela peut avoir des conséquences beaucoup plus graves.

Il y a ensuite la désinformation. L’IA peut produire de faux textes, de fausses images, de fausses vidéos, de faux témoignages. Elle peut amplifier les rumeurs, les manipulations politiques, les campagnes de déstabilisation ou les escroqueries.

Il y a aussi la surveillance. Des outils d’IA peuvent classer, noter, prédire, suivre des comportements, analyser des émotions supposées, repérer des anomalies ou automatiser des décisions. Sans cadre démocratique, cela peut porter atteinte aux libertés individuelles.

Il y a enfin le risque de concentration du pouvoir. Les outils les plus puissants appartiennent souvent à un petit nombre de grandes entreprises. Si l’accès au savoir, à la production de contenus, à l’information, à la traduction, à l’aide médicale ou à la productivité dépend de quelques plateformes privées, la question de la souveraineté devient majeure.

L’IA peut donc être dangereuse non parce qu’elle serait magique, mais parce qu’elle agit à grande échelle, rapidement, avec une apparence d’autorité.

Travail : l’IA est-elle une nouvelle destruction créatrice ?

Joseph Schumpeter a popularisé l’idée de destruction créatrice : les innovations détruisent certains emplois, mais en créent d’autres. Cette idée a souvent été vérifiée dans l’histoire économique. La mécanisation, l’électricité, l’automobile, l’informatique ou Internet ont supprimé certains métiers tout en en créant de nouveaux.

Mais l’IA pose une question nouvelle. Dans les révolutions précédentes, les machines remplaçaient surtout des gestes, des tâches physiques ou des procédures répétitives. L’IA, elle, peut assister ou remplacer des tâches intellectuelles : écrire, analyser, coder, traduire, diagnostiquer, rechercher, synthétiser, conseiller.

Cela ne signifie pas que tous les emplois vont disparaître. L’OIT estime que l’effet principal de l’IA générative pourrait davantage être l’augmentation des métiers que leur automatisation totale, tout en soulignant l’exposition de certains emplois, notamment administratifs et de bureau. Mais la question demeure : les nouveaux métiers créés seront-ils assez nombreux, accessibles, durables ? Et surtout, pourront-ils eux-mêmes être rapidement automatisés ?

C’est ici que l’analyse de Robin Rivaton est intéressante. Il alerte sur un risque moins spectaculaire mais très sérieux.

« Ce qui nous menace est moins une grande apocalypse sur l’emploi qu’une augmentation du chômage chez les jeunes diplômés. »
— Robin Rivaton

Cette remarque est importante. Dans beaucoup de métiers, les tâches confiées aux débutants sont précisément celles que l’IA peut aujourd’hui prendre en charge : recherche documentaire, synthèse, rédaction de premier niveau, préparation de supports, analyse simple, tri d’informations. Si ces tâches disparaissent ou se réduisent fortement, comment forme-t-on les professionnels expérimentés de demain ?

On ne devient pas juriste, médecin, enseignant, commercial, cadre administratif ou ingénieur uniquement en regardant un expert travailler. On apprend par des tâches progressives, parfois simples, parfois répétitives, mais indispensables à la formation du jugement.

Médecine et IA : une complémentarité, pas un remplacement

La médecine illustre parfaitement la tension entre progrès et prudence.

L’IA peut aider au diagnostic. Elle peut analyser des images médicales, repérer des anomalies, comparer des données, assister la recherche, accélérer certaines lectures ou proposer des hypothèses. Dans certains domaines, elle peut devenir un outil précieux.

Mais la médecine ne se limite pas à un diagnostic technique. Elle repose aussi sur l’écoute, l’examen clinique, la compréhension du contexte de vie, l’expérience, la responsabilité, la parole donnée au patient et la décision humaine.

L’OMS insiste sur la nécessité d’une gouvernance éthique de l’IA en santé : sécurité, responsabilité, transparence, protection des données, équité et maintien d’un contrôle humain. En santé, une erreur n’a pas la même portée que dans un exercice scolaire. Elle peut avoir des conséquences directes sur la vie d’une personne.

La médecine augmentée peut être un progrès. La médecine déshumanisée serait un danger.

Bill Gates, Elon Musk, Robin Rivaton : trois visions utiles pour comprendre le débat

Bill Gates représente plutôt la vision de l’IA comme outil d’augmentation. Dans son texte sur les agents IA, il explique que ces assistants pourront conseiller en santé, accompagner les élèves et rendre les travailleurs plus productifs. Cette vision met en avant le potentiel de progrès : mieux apprendre, mieux soigner, mieux travailler.

Elon Musk exprime une vision plus radicale. Lors de VivaTech 2024, il a déclaré que, dans un scénario favorable à long terme, tout emploi pourrait devenir optionnel. Cette phrase pose une question vertigineuse : si le travail devient moins nécessaire pour produire des biens et des services, que devient notre modèle social ? Le travail n’est pas seulement un revenu. Il est aussi un statut, une reconnaissance, une contribution, parfois une fierté.

Robin Rivaton apporte une nuance économique et sociale précieuse. Le risque n’est pas forcément une disparition brutale de tous les emplois, mais une fragilisation plus ciblée, notamment pour les jeunes diplômés et les tâches d’entrée dans l’emploi.

Quelle société voulons-nous construire avec l’IA ?

La question de l’IA n’est pas seulement technique. Elle est politique au sens noble : elle concerne l’organisation de la cité.

Voulons-nous une IA qui libère du temps ou une IA qui augmente la pression au travail ? Une IA qui aide les enseignants ou une IA utilisée pour réduire encore les moyens humains ? Une IA qui accompagne les médecins ou une IA qui déshumanise la relation de soin ? Une IA qui réduit les inégalités ou une IA réservée à ceux qui savent déjà mieux s’en servir ?

La réponse dépendra de nos choix.

Si l’IA est laissée aux seules logiques de marché, elle risque de renforcer la concentration du pouvoir, la surveillance, la dépendance et les inégalités. Si elle est encadrée, enseignée, discutée démocratiquement et mise au service de finalités humaines, elle peut devenir un outil d’émancipation.

Il faut donc une politique de l’IA. Pas seulement des annonces. Pas seulement des applications. Il faut former les enseignants, accompagner les élèves, protéger les données, soutenir les salariés, adapter la formation professionnelle, défendre la souveraineté numérique, contrôler les usages sensibles et maintenir le jugement humain au centre.