Il existe une façon très adulte de parler des jeunes générations : constater qu’elles utilisent les outils que nous avons placés entre leurs mains, puis leur reprocher de ne pas avoir résisté à leur facilité.
Nous avons installé les écrans dans les écoles, transformé l’attention en marché et fait de la rapidité une vertu presque universelle. Nous avons bâti un monde où toute attente paraît suspecte, où chaque difficulté appelle immédiatement une solution technique. Puis l’intelligence artificielle générative est arrivée, capable de rédiger en quelques secondes une dissertation correcte formulée dans une langue fluide qui donne l’impression de comprendre avant même d’avoir pensé.
Et nous nous sommes demandé ce qui était arrivé aux jeunes.
J’ai longtemps réfléchi à la manière d’aborder cette question, puis j’ai enfin eu l’idée grâce à une question posée de manière très juste par Katherine Rundell dans un article écrit pour The Guardian1 : « Voulons-nous vraiment d’une enfance efficace ? » Elle s’inquiète de voir l’intelligence artificielle s’interposer entre les jeunes et l’expérience de l’apprentissage, composée d’hésitation, d’erreur, d’ennui et de frustration, mais aussi de la joie très particulière de comprendre enfin quelque chose que l’on ne comprenait pas encore.
Son inquiétude mérite d’être entendue, mais elle ne doit pas devenir un nouveau récit du déclin, où une génération supposément courageuse et cultivée regarderait avec désolation la jeunesse abandonner son intelligence aux machines. A
Ainsi, je ne partage toutefois par entièrement le pessimisme de Rundell, pas parce que les risques seraient exagérés, mais parce que je refuse d’en faire la responsabilité des jeunes. Car le problème n’est pas que les jeunes ne veulent plus penser. Le problème est que nous leur proposons des outils conçus pour leur éviter l’effort, dans des institutions qui continuent pourtant à évaluer le résultat comme si cet effort avait réellement eu lieu.
La véritable question n’est donc peut-être pas : « l’intelligence artificielle rend-elle les jeunes moins intelligents ? ». Elle serait plutôt : « quel type d’intelligence notre société leur demande-t-elle encore de cultiver ? ».
Écrire n’est pas seulement produire un texte
L’un des malentendus fondamentaux concernant l’IA dans l’éducation consiste à confondre l’exercice avec son résultat. Une dissertation n’est pas seulement un texte de quatre pages comprenant une introduction, trois parties et une conclusion. Si tel était le cas, une intelligence artificielle pourrait effectivement accomplir la tâche plus rapidement et, dans bien des situations, plus correctement qu’un élève. Mais la dissertation n’a jamais eu pour fonction principale de produire une dissertation. Elle sert à apprendre à formuler une question, à soutenir une contradiction, à constater qu’une première intuition ne résiste pas toujours à l’examen. Elle oblige à chercher ses mots parce que la pensée elle-même n’est pas encore parfaitement formée.
Écrire ne consiste pas simplement à retranscrire ce que l’on pense : c’est souvent en écrivant que l’on découvre ce que l’on était en train de penser.
Si on veut lire ce problème sous la loupe philosophique, dans Démocratie et Éducation2, John Dewey refuse de considérer l’éducation comme une simple préparation à la vie future. L’apprentissage est déjà une expérience de la vie : il se produit lorsque nous rencontrons un problème, expérimentons une réponse et révisons notre compréhension en fonction de ses conséquences . De ce point de vue, demander directement à une IA de rédiger un texte ressemble moins à l’usage d’une calculatrice qu’à l’abandon de l’expérience qui devait permettre à la pensée de se construire. Le produit subsiste, mais le processus a disparu.
Et si on s’attache au côté scientifique de la question, une étude exploratoire3 du MIT Media Lab a cherché à mesurer une partie de ce phénomène. Les participants utilisant un modèle de langage pour rédiger des essais ont manifesté une connectivité cérébrale plus faible, se souvenaient moins précisément de leur propre texte et éprouvaient un moindre sentiment d’en être les auteurs. Ces résultats doivent néanmoins être interprétés avec prudence : l’étude portait sur 54 participants lors de ses trois premières sessions et constitue une prépublication, non une preuve définitive que l’IA rendrait ses utilisateurs moins intelligents. Elle indique cependant quelque chose d’important : lorsqu’un outil prend en charge trop tôt la formulation de la pensée, l’utilisateur risque de ne plus reconnaître tout à fait comme sienne la réponse qu’il remet. On pourrait appeler cela une forme d’aliénation cognitive : j’ai produit un texte, mais ai-je réellement pensé ce qu’il contient ?
Le droit de ne pas comprendre immédiatement
La difficulté jouit aujourd’hui d’une mauvaise réputation. Nous la considérons volontiers comme un défaut de conception : si quelque chose exige du temps, c’est que l’interface n’est pas suffisamment intuitive ou la méthode pédagogique trop ancienne.
Toutes les difficultés ne sont évidemment pas émancipatrices : certaines ne sont que des obstacles sociaux inutiles, liés aux inégalités, au handicap ou à l’exclusion. Ainsi, toute technologie capable de traduire un texte, d’adapter un contenu à un handicap, de rendre un savoir plus accessible ou d’accompagner un élève isolé peut ouvrir des possibilités qui étaient autrefois réservées à quelques-uns. Il serait absurde de mépriser ces usages au nom d’une glorification abstraite de l’effort.
Mais il existe aussi des difficultés que l’on ne peut supprimer sans supprimer en même temps l’apprentissage. Comprendre un raisonnement complexe, supporter de ne pas savoir, lire une phrase plusieurs fois, changer d’avis après avoir rencontré un contre-argument : ce ne sont pas des dysfonctionnements de l’éducation, ce sont ses moments essentiels.
Dans La crise de l’éducation4, Hannah Arendt attribue à l’école la responsabilité de présenter le monde aux nouveaux venus. Éduquer consiste à assumer provisoirement la responsabilité d’un monde commun afin que les enfants puissent ensuite y introduire quelque chose de nouveau. Cette idée apporte une nuance décisive au débat : transmettre n’est pas demander aux jeunes de reproduire docilement ce que les générations précédentes ont pensé, c’est leur donner assez de prise sur le monde pour qu’ils puissent le transformer.
Or, on ne transforme pas ce que l’on ne connaît que sous la forme de résumés instantanés. La lecture lente, l’écriture maladroite et la confrontation aux œuvres du passé ne servent pas à conserver religieusement une culture intacte : elles donnent une profondeur historique à partir de laquelle il devient possible de désobéir intelligemment.
L’IA comme remède et poison
Faut-il, pour protéger cette expérience, éloigner complètement l’intelligence artificielle de l’école et de la jeunesse ?
L’histoire de l’évolution de la technologie devrait nous rendre prudents face à ce genre de solution. L’écriture elle-même, dans l’antiquité, a été accusée d’affaiblir la mémoire. C’est en effet Platon à dénoncer cela dans le Phèdre5, lorsqu’il raconte le mythe de Theuth, inventeur de l’écriture. Présentée comme un remède pour la mémoire, celle-ci risque pourtant, d’après le philosophe, de produire l’oubli chez ceux qui s’appuient sur des signes extérieurs plutôt que sur leur propre capacité à se souvenir.
Le mot grec pharmakon utilisé dans ce contexte peut signifier à la fois le remède et le poison. Jacques Derrida en fera le centre de La pharmacie de Platon6, avant que Bernard Stiegler7 ne l’applique aux technologies contemporaines. Pour Stiegler, une technique peut soutenir nos facultés, les prolonger et les transmettre, mais aussi les court-circuiter lorsqu’elle les exerce systématiquement à notre place. L’IA est précisément un tel pharmakon.
L’IA devient un poison lorsqu’elle intervient avant la pensée : lorsqu’elle fournit la question, l’argument, les exemples et la formulation, ne laissant à l’élève que le geste administratif de copier une réponse.
Elle peut devenir un remède lorsqu’elle intervient après une première réflexion : pour opposer un contre-argument, signaler une faiblesse, comparer différentes interprétations, simuler une objection ou rendre perceptibles les présupposés d’un raisonnement.
La différence ne réside donc pas uniquement dans l’outil, mais dans l’ordre des opérations. Ai-je demandé à la machine de penser à ma place, ou lui ai-je demandé de résister à ma pensée ?
Comprendre la machine plutôt que lui obéir
Une véritable culture technique ne consiste donc pas à savoir appuyer sur le bon bouton. Elle suppose de comprendre ce que la machine fait, ce qu’elle ne peut pas faire et quels choix humains se trouvent inscrits dans son fonctionnement. Gilbert Simondon, dans son ouvrage Du mode l’existence des objects techniques8 explique bien ceci en affirmant que l’opposition entre la culture et la technique repose largement sur une méconnaissance des objets techniques. Pour sortir de l’aliénation, il ne suffit ni de vénérer les machines ni de les rejeter : il faut comprendre leur fonctionnement et comment elles s’insèrent dans le milieu humain.
Ainsi, apprendre à utiliser l’IA devrait signifier apprendre à reconnaître son fonctionnement probabiliste, ses erreurs, ses biais, son coût matériel et les intérêts économiques des entreprises qui la développent. Il faudrait aussi apprendre à distinguer une réponse convaincante d’une réponse vraie, distinction devenue d’autant plus importante que les modèles de langage excellent dans l’art sophiste de donner une forme plausible à l’incertitude.
Une génération capable d’interroger les infrastructures de ses outils sera probablement mieux armée qu’une génération à laquelle on aurait seulement appris à leur obéir ou à en avoir peur.
Ne faisons pas des jeunes les coupables de notre paresse politique
Il serait profondément injuste de transformer les élèves en principaux responsables d’une crise qui concerne l’ensemble de la société. Si un étudiant demande à une IA de rédiger son devoir, cela peut bien sûr relever de la facilité. Mais cette facilité se développe dans un système où l’on demande souvent de produire toujours plus, toujours plus vite, afin d’obtenir une note plutôt que de construire une pensée. L’IA n’a pas inventé l’éducation comme performance : elle en révèle brutalement les contradictions.
Mais quoi faire ? Pour répondre à cette question, on pourrait s’attacher à la theorie avancée par Paulo Freire9 (Pédagogie des opprimés) qui critique une conception « bancaire » de l’éducation où le professeur dépose des connaissances dans l’esprit d’un élève réduit à la passivité. À ce modèle, Freire oppose une pédagogie du dialogue et de la problématisation, dans laquelle les apprenants deviennent les sujets de leur propre compréhension du monde. Or, certaines utilisations de l’IA ne font que perfectionner l’éducation bancaire : la machine distribue des réponses immédiatement disponibles et l’utilisateur les recueille sans participer à leur élaboration.
Mais la pensée de Freire permet également d’imaginer une autre utilisation. Une éducation émancipatrice ne demanderait pas seulement aux élèves d’absorber les contenus produits par une IA. Elle les inviterait à interroger le monde qui les rend possibles : Pourquoi la machine répond-elle ainsi ? Quels savoirs sont absents de ses données ? Quelle conception du travail, de la réussite ou de l’humain reproduit-elle ? Qui décide de ses limites ? Qui profite de la confiance que nous lui accordons ?
Les nouvelles générations ne sont pas condamnées à la passivité
C’est ici que mon regard s’éloigne de celui de Rundell car moi, pour ma part, j’ai beaucoup d’espoir envers les nouvelles générations.
Pas parce qu’elles posséderaient spontanément une sagesse numérique inaccessible à leurs aînés, car savoir utiliser rapidement une application n’équivaut pas à en comprendre les mécanismes. Mais elles ont grandi au milieu de crises que les générations précédentes ont longtemps pu considérer comme abstraites : dérèglement climatique, désinformation, fragilité démocratique et concentration du pouvoir technologique. Beaucoup savent déjà que la technique n’est jamais neutre parce qu’ils en expérimentent quotidiennement les effets sur leur attention, leur identité et leurs relations.
On voit également émerger chez les jeunes une méfiance envers les contenus artificiels standardisés, parfois désignés comme de l’AI slop. Ainsi, leur rapport à la technologie n’est pas seulement fasciné : il est aussi ironique, inventif et contradictoire.
Les jeunes ne sont pas seulement les consommateurs naturels de ces technologies : ils peuvent aussi en devenir les critiques les plus immédiats, précisément parce qu’ils en connaissent intimement les séductions.
En 2026, l’UNESCO10 a par exemple soutenu en Chine un hackathon destiné aux jeunes de 7 à 18 ans, pas fondé sur la consommation passive des outils génératifs, mais sur la littératie médiatique, la créativité et l’évaluation critique des systèmes. L’objectif n’était pas de leur apprendre à obéir plus efficacement aux outils, mais à les comprendre, à les questionner et à imaginer leurs propres usages.
De leur côté, l’OCDE et la Commission européenne11 définissent la maîtrise de l’IA comme un ensemble de connaissances, de compétences et d’attitudes permettant de comprendre son fonctionnement, d’évaluer ses résultats et de l’utiliser de manière éthique et créative. La compétence recherchée ne se réduit donc pas à savoir rédiger une bonne consigne.
Ces initiatives suggèrent une autre voie : les jeunes ne sont pas condamnés à choisir entre la soumission à l’IA et le retour nostalgique à un monde sans technologie. ls peuvent apprendre à se servir d’une machine qui simplifie pour produire de la complexité, d’une machine qui confirme pour organiser la contradiction, d’une machine qui imite pour mieux interroger ce que signifie créer. Ainsi, l’élève ne serait plus placé devant ‘’IA comme un consommateur face à un service : il deviendrait l’interprète critique d’un dispositif technique.
Apprendre à penser avec et, parfois, contre
L’enjeu n’est donc pas d’introduire l’IA partout, ni de la bannir absolument : il est de préserver des espaces où la pensée puisse d’abord se former sans elle, puis apprendre à se confronter à elle.
Un élève pourrait commencer par rédiger sa propre position, avant de demander à l’IA d’en produire la meilleure réfutation. Il pourrait comparer plusieurs réponses, rechercher leurs sources, repérer leurs présupposés communs et expliquer ce qu’il choisit de conserver ou de rejeter. L’évaluation ne porterait plus seulement sur le texte final, mais sur le cheminement qui a permis de l’élaborer. Il faudrait également préserver des moments entièrement libérés de l’assistance technique : lire un texte difficile, écrire une première phrase imparfaite, écouter l’objection d’un autre être humain. Pas parce que toute médiation technologique serait suspecte, mais parce qu’il faut parfois éprouver ses propres facultés pour pouvoir ensuite décider lucidement de ce que l’on accepte de déléguer.
Il ne s’agit pas de sacraliser la souffrance intellectuelle. L’apprentissage n’a pas besoin d’être pénible pour être authentique. Mais il doit laisser à l’élève le temps de devenir l’auteur de ce qu’il comprend.
Une société qui remet des outils puissants aux jeunes sans leur apprendre à les critiquer les abandonne. Une société qui les leur interdit sans les aider à les comprendre les abandonne également. Entre les deux, existe la possibilité d’une éducation qui ne protège pas les nouvelles générations contre l’avenir, mais qui leur donne les moyens de le contester.
Katherine Rundell a raison de rappeler qu’une enfance ne devrait pas être efficace : elle devrait être curieuse, désordonnée, parfois lente et traversée d’expériences qui ne servent immédiatement à rien. Elle devrait laisser le temps de lire des livres trop longs, de poser de mauvaises questions, d’écrire des phrases que l’on supprimera ensuite.
Mais l’espoir se trouve précisément ici : les jeunes ne sont pas seulement ceux dont l’IA menace l’attention. Ils sont aussi ceux qui peuvent encore décider que toute puissance technique ne mérite pas d’être utilisée de la manière prévue par ceux qui la vendent.
La question n’est pas de savoir s’ils continueront à penser malgré l’intelligence artificielle.
La question est de savoir si nous leur donnerons assez de liberté, de culture et de confiance pour penser autrement avec elle et, lorsqu’il le faudra, contre elle.
Sources
1. Katherine Rundell, I hate what AI is doing to the minds and happiness of the young, The Guardian, 8 août 2026.
2. John Dewey, « Democracy and Education: An Introduction to the Philosophy of Education », 1916, notamment les chapitres XI et XII.
3. Nataliya Kosmyna et al., Your Brain on ChatGPT: Accumulation of Cognitive Debt when Using an AI Assistant for Essay Writing Task, MIT Media Lab, 2025.
4. Hannah Arendt, « The Crisis in Education », dans Between Past and Future, 1961 ; traduction française dans La Crise de la culture.
5. Platon, « Phèdre », 274c-275b.
6. Jacques Derrida, « La Dissémination », Seuil, 1972.
7. Bernard Stiegler, « Prendre soin. De la jeunesse et des générations », Flammarion, 2008.
8. Gilbert Simondon, « Du mode d’existence des objets techniques », Aubier, 1958.
9. Paulo Freire, « Pedagogia do Oprimido », 1968 ; première publication anglaise en 1970 et française en 1974.
10. UNESCO, Play Smart with AI, 15 mai 2026.
11. OCDE et Commission européenne, Empowering Learners for the Age of AI, 18 juin 2026.