Pourquoi continuer à étudier à l’ère de ChatGPT ?

Contexte général

Depuis 2022, nous assistons à un véritable bouleversement de nombreux pans de notre société, notamment de l’éducation, avec l’arrivée des IA génératives conversationnelles (ChatGPT, Gemini et autres).

En quatre ans, nous sommes passés de chatbots incapables d’effectuer correctement une addition et qui inventaient des faits à des agents d’IA capables de produire des programmes entiers et fonctionnels, ainsi que de résoudre des problèmes mathématiques complexes.

De nombreux domaines sont déjà fortement touchés par l’arrivée de ces IA, comme le développement informatique et les métiers du design, de la traduction, de l’écriture, de la musique ou du doublage. Ces métiers sont en pleine mutation, car les IA permettent d’automatiser un grand nombre de tâches et de produire du contenu en masse, à peu de frais (mais souvent d’une qualité discutable). Les besoins humains associés à certaines tâches diminuent et les entreprises rechignent à recruter, le contexte économique actuel n’aidant pas. Les professionnels en poste se retrouvent, eux, à (devoir) produire davantage, l’IA amplifiant leurs capacités de production.

Plus récemment, des domaines de pointe comme la recherche en mathématiques ont eux aussi commencé à être bouleversés par l’IA. Certains systèmes contribuent désormais à faire progresser des problèmes ouverts de façon quasi quotidienne. En mai 2026, par exemple, une IA a trouvé un contre-exemple à une conjecture géométrique formulée par Paul Erdős près de quatre-vingts ans plus tôt. En juillet, un système conçu par une équipe de l’ETH Zurich a résolu six des dix problèmes de recherche inédits du défi First Proof.

Tout cela s’est produit en seulement quatre ans, et nous ne savons pas si ces progrès vont ralentir, s’arrêter ou, au contraire, continuer, voire s’accélérer. Il est donc très difficile d’en prévoir les effets à moyen et à long terme sur notre société.

Premiers impacts observés dans le monde de l’éducation

L’éducation des plus jeunes, comme celle des moins jeunes, est elle aussi en pleine transformation. L’adoption de l’IA est déjà très importante chez les adolescents et les jeunes adultes, qui l’ont souvent intégrée à leurs méthodes de travail.

D’après le Baromètre du numérique 2026, en France, 59 % des 12 à 17 ans utilisent l’IA générative. Parmi ces utilisateurs, 68 % s’en servent pour « l’aide aux devoirs et l’apprentissage ». Chez les 18 à 24 ans, l’utilisation atteint 85 % ; parmi ces utilisateurs, 73 % y ont recours pour les devoirs et l’apprentissage.

Les IA semblent avoir réponse à presque tout. Elles peuvent faire les exercices à votre place, créer des fiches ou un exposé, et inventer des exercices ou des problèmes. Certaines tâches intellectuelles prennent ainsi beaucoup moins de temps, et l’on peut facilement prendre l’habitude de demander une réponse à l’IA plutôt que de la chercher soi-même.

Certains y voient une occasion d’apprendre davantage et plus vite. D’autres y voient un raccourci, un moyen de tricher ou une facilité qui nuit à un apprentissage réel.

De nombreuses équipes de recherche tentent d’évaluer les effets de l’IA sur l’apprentissage. Les premiers résultats sont assez hétérogènes.

Une étude portant sur 194 étudiants de Harvard, publiée dans Scientific Reports en 2025, montre que l’usage d’un tuteur IA produit des gains d’apprentissage supérieurs à ceux d’un cours en apprentissage actif, et en moins de temps.

Une étude publiée dans PNAS nuance cependant ce résultat. L’IA améliore les performances pendant les exercices, mais peut les dégrader lorsque les élèves doivent ensuite résoudre seuls des problèmes, sauf si elle est conçue pour agir comme un tuteur et fournir des indices plutôt que les réponses.

Une prépublication très récente portant sur 26 811 élèves chinois du secondaire présente, elle, un résultat assez négatif, avec des performances aux examens très dégradées par rapport à celles des élèves n’ayant pas utilisé l’IA.

Il faudra probablement encore quelques années pour mieux comprendre les effets de l’IA sur l’éducation. Mais ces premières études montrent déjà que son utilisation n’est pas anodine et peut avoir des conséquences importantes sur les performances et l’apprentissage de chacun.

Ces IA sont des outils puissants. Comme tout outil dont les effets peuvent être importants, il convient de les utiliser avec précaution et discernement.

Est-il toujours nécessaire d’apprendre ?

Oui, et en premier lieu, il s’agit d’un enjeu d’autonomie. Même si nous avons des calculatrices dans nos téléphones et des ordinateurs pour écrire nos courriels, nous avons toujours besoin de savoir calculer et écrire. Il en va de même pour des tâches plus avancées et plus complexes. Nous avons tous besoin d’un minimum d’autonomie dans un grand nombre de tâches afin de pouvoir faire face à toutes sortes de situations dans notre vie quotidienne, aussi bien privée que professionnelle.

Il ne faut pas oublier que les années d’études sont essentielles pour acquérir des compétences clés qui ne s’obtiennent que par une pratique réelle.

Le premier enjeu est celui de l’expertise via l’acquisition de connaissances. Dans de nombreux métiers, l’apprentissage ne peut pas rester superficiel. Les sociétés modernes reposent sur la production de services et de produits de grande qualité. Les études supérieures sont justement là pour permettre à un grand nombre de personnes d’acquérir le niveau d’expertise nécessaire à leur production. L’IA est certes désormais capable d’y contribuer de manière significative, mais l’intervention d’un expert humain reste nécessaire à minima pour en superviser le travail et en assurer la qualité.

L’expertise amplifie la valeur produite par les IA, car elle permet de les orienter vers les bons sujets, les problèmes pertinents et les approches adaptées. Un profane pourra accomplir des choses parfois bluffantes en apparence, mais il n’aura pas toujours le recul critique nécessaire pour les transformer en quelque chose de réellement abouti(i.e. performant, fiable, sécurisé, etc).

Mais au delà de la simple acquisition de connaissances, il y a aussi des compétences plus transversales qui doivent être acquises pour devenir un adulte performant et autonome.

Un étudiant doit apprendre à apprendre : il doit trouver des moyens efficaces d’acquérir et de mobiliser de nouveaux savoirs et de nouvelles compétences. On attend d’un nouvel employé qu’il monte rapidement en compétences. Il n’aura pas toujours une IA sous la main pour répondre de manière pertinente à sa place.

Il doit apprendre à résoudre des problèmes. Face à une situation nouvelle, il doit être capable de la décrire clairement, de mobiliser des connaissances pertinentes, de tester des hypothèses et de mettre en œuvre une solution. L’IA peut l’aider à chacune de ces étapes, mais c’est généralement l’humain qui connaît le mieux le contexte et les contraintes du problème.

Il doit aussi apprendre à créer, c’est-à-dire à passer d’une idée à une solution concrète qui respecte les contraintes du problème : émettre une idée, la décrire, trouver une approche pertinente pour la réaliser, puis la mettre en œuvre. Il faut entretenir cette capacité à produire quelque chose d’unique, d’original, de nouveau et d’humain. Les IA peuvent accélérer le processus créatif, mais elles ont tendance à proposer un cadre générique dans lequel le résultat final risque de se retrouver enfermé.

La liste des compétences transversales peut continuer assez longuement, on pourra aussi citer les aspects de communication, non moins essentielles.

Enfin, de façon très pragmatique, les études permettent d’obtenir des diplômes, lesquels s’obtiennent en réussissant des examens écrits ou oraux sans l’aide de l’IA. Le système français, en particulier, valorise encore beaucoup les diplômes, qui influent fortement sur le parcours professionnel. Or ces examens restent très exigeants, et une réelle maîtrise des compétences et des savoirs enseignés est nécessaire pour les réussir.

Il reste donc important de viser la réussite à ces examens plutôt que de chercher simplement à gagner du temps dans les révisions et les devoirs en utilisant l’IA.

Comment utiliser l’IA dans ses études

Voici mes recommandations concernant l’usage de l’IA pour étudier, afin d’en tirer des bénéfices sans nuire à sa scolarité ni à sa progression. Elles sont fondées sur mon expérience personnelle et sur mes échanges avec mes élèves. Elles ne s’appuient pas sur des recommandations officielles validées et concernent les modèles publics disponibles en 2026. Tout cela est évidemment susceptible d’évoluer ; je mettrai ces recommandations à jour si nécessaire.

Commençons par les pratiques qui peuvent être utiles.

En premier lieu, l’IA constitue un bon moyen de satisfaire sa curiosité, d’étoffer sa culture générale autour d’un sujet donné et, finalement, de mieux le maîtriser. Un professeur a rarement le temps de présenter dans le détail le contexte historique des notions qu’il introduit, la manière dont elles ont été découvertes ou construites, et les objectifs auxquels elles répondaient. De même, il dispose rarement du temps ou de l’expérience nécessaires pour expliquer comment une notion est utilisée de nos jours, par qui et dans quel but. En répondant à ces questions, l’IA peut aider à mieux comprendre, intégrer et mémoriser une notion, ainsi qu’à la rendre plus accessible et plus intéressante.

L’IA peut aussi aider à vérifier ses réponses, à obtenir des indices ou des explication supplémentaires. Cela permet de recevoir un retour plus rapide, de comprendre son erreur avec davantage de précision et d’enchaîner plus facilement sur de nouveaux exercices au lieu de rester bloqué et d’abandonner. Cependant, cet usage n’est pas sans risque. Lors d’un examen, un étudiant ne reçoit pas de retour continu sur les réponses qu’il donne. Il doit donc rester capable d’en évaluer lui-même la qualité. À terme, il doit pouvoir avoir confiance dans le travail qu’il produit et se passer d’une validation externe permanente (et cela vaut d’ailleurs aussi pour l’accompagnement par un tuteur).

Il faut donc utiliser ces validations avec mesure. S’il s’agit d’un devoir ou d’un problème, il vaut mieux le traiter entièrement avant de vérifier ses réponses avec l’IA. Pour un devoir maison noté, j’éviterais même de l’utiliser : l’étudiant doit être capable de se dire « Je suis suffisamment confiant dans les réponses que je soumets à mon professeur sans avoir à les vérifier. »

En cas de blocage, il faut prendre le temps de chercher, de relire son cours et de consulter des solutions d’exercices similaires. Si rien de tout cela ne fonctionne, on peut éventuellement utiliser l’IA, mais en lui demandant de proposer un exercice similaire afin de vérifier que l’on a bien compris la solution.

Selon les matières, l’IA peut également permettre de générer facilement de nouveaux exercices. Mais ce besoin reste toutefois assez faible en pratique, car les exercices ne manquent généralement pas dans les livres ni sur Internet (comme sur ce site).

L’IA offre aussi l’opportunité de concentrer son apprentissage sur les sujets que l’on pense pertinent. Dans le supérieur, la complexité des sujets / outils nous force souvent à devoir maitriser tout un éventail d’outils, concepts, méthodes pour pouvoir aller au bout d’un projet. Certains aspects (idéalement si ils sont peu critiques et nécéssitent peu de supervision) peuvent être rélégués à l’IA, permettant de se concentrer sur les aspects ou l’on souhaite monter en compétences. Mais cela demande suffisament de recul sur ses priorités.

Passons aux pratiques à éviter.

Bien évidemment, la première pratique à bannir consiste à faire réaliser les exercices ou les devoirs par l’IA, puis à recopier passivement ses réponses. Cela peut faire gagner du temps pour faire autre chose de potentiellement plus utile, mais l’étudiant n’en tirera presque rien dans la matière étudiée. Il risque aussi de prendre une mauvaise habitude qui pourrait devenir difficile à abandonner et handicapante à terme.

Comme la simple relecture d’un cours ou le visionnage passif de vidéos sur YouTube, lire passivement les réponses données par une IA aide assez peu à apprendre. Cela peut donner, sur le moment, le sentiment de comprendre, mais le contenu sera généralement oublié le lendemain. Les explications produites par les IA donnent souvent l’illusion d’être simples et limpides. Pourtant, lorsque l’on tente de refaire le raisonnement à la main, on se rend fréquemment compte que certaines étapes ou certains liens logiques manquent. Cela peut réserver de mauvaises surprises si l’on essaie de reproduire l’explication par soi-même lors d’un examen ou face à un professeur.

La lecture doit donc être la plus active possible : se poser des questions en amont, refaire les étapes sur papier, chercher des exemples et réciter à haute voix.

Ce qu’une IA ne remplace pas

L’apprentissage exige un temps de travail, d’assimilation et de réflexion qui reste finalement assez incompressible, même s’il varie d’un étudiant à l’autre. On ne peut pas y échapper. Pour ceux qui maîtrisent rapidement les notions vues en cours, l’IA peut constituer un outil supplémentaire permettant d’accéder à davantage de savoirs et à un contenu plus personnalisé. Mais il faut toujours veiller à conserver du temps pour mettre en pratique les notions apprises, manipuler les nouveaux concepts, les tester et les relier à d’autres notions.

L’IA ne remplace pas non plus les échanges humains. Les autres étudiants, les professeurs et les encadrants apportent une diversité de points de vue et d’approches ; ils expliquent leur raisonnement et donnent un contexte. Ils nous obligent aussi à expliquer, à reformuler et à simplifier ce que nous avons appris. Le professeur adapte son contenu à ses élèves : il connaît les difficultés les plus fréquentes et a trouvé des manières efficaces de les expliquer. Toutes ces interactions sont enrichissantes et contribuent non seulement à la bonne acquisition des compétences, mais aussi à la singularité du parcours de l’étudiant.

Les limites des IA

De façon plus concrète, voici les limites des IA qu’il faut prendre en compte lorsqu’on les utilise pour étudier.

Elles donnent parfois des justifications douteuses. Lors de la résolution d’un problème, une IA peut proposer une solution correcte tout en fournissant des explications peu naturelles, voire fausses. Une réponse vraisemblable ne repose pas nécessairement sur un raisonnement fiable : l’IA peut produire après coup un récit cohérent en apparence pour justifier son résultat. Il faut donc porter un regard critique sur ces justifications et ne pas hésiter à les mettre à l’épreuve.

Elles ont du mal à produire une pensée originale et tendent à formater notre manière de penser. Les conséquences de ce défaut sont a priori assez subtiles et insidieuses. Le fait que les IA reproduisent volontiers les structures les plus fréquentes peut uniformiser (à travers le monde) les manières de faire, de réfléchir et de communiquer. Cela représente d’ailleurs un risque pour nos sociétés, avec le renforcement d’une forme de « pensée unique », mais aussi pour certains métiers comme la recherche, où la diversité des idées est nécessaire.

Il existe aussi un risque de dépendance accrue à un outil dont le prix pourrait augmenter sensiblement avec le temps, notamment pour rentabiliser les investissements massifs des entreprises dans l’IA.

Se rassurer

Comment s’assurer que l’on garde le contrôle sur son apprentissage ? Les examens restent l’un des meilleurs moyens d’évaluer ses compétences sans assistance. Si, malgré un usage important de l’IA, les notes restent moyennes, voire mauvaises, il faut probablement remettre cet usage en question.

Pour se rassurer avant un examen, plusieurs vérifications simples sont possibles :

• être capable de faire des exercices entièrement en autonomie ;
• pouvoir restituer des éléments du cours, refaire des fiches ou se tester avec des cartes mémoire créées soi-même ;
• pouvoir expliquer le cours ou une solution à un camarade.

Pour éviter que l’usage de l’IA n’accentue le manque de confiance en soi, plusieurs solutions existent :

• faire des devoirs sans IA et les corriger uniquement en classe ; rendre un devoir maison noté sans l’avoir vérifié avec l’IA ; accepter de faire des erreurs ;
• adopter des méthodes pour vérifier ses réponses (article à venir là-dessus).

Finalement, face aux merveilles promises par l’IA, il reste important de continuer à se construire en utilisant les bonnes vieilles méthodes éprouvées. Nous ne savons pas comment ces technologies vont impacter nos sociétés, il y a un réel enjeu à préserver nos compétences et savoir faire pour garder le contrôle sur la machine.