Un jour, un outil d'IA générative

Focus

Sans friction, y a-t-il encore apprentissage ?

Focus de la lettre 51

Cette semaine, trois applications testées abordent l’apprentissage chacune à leur façon. ChickyTutor nous fait parler une langue, puis son avatar signale nos erreurs et nous invite à reformuler. En mode guidé, Teachoo ne donne pas la réponse : il pose des questions et distribue des indices quand on bloque. Avec Tomo, le cours se construit au fil de nos réponses aux quiz et de leur correction, avec un retour immédiat. Trois méthodes, un même parti pris : le refus de la réponse toute faite.

Mais toutes les frictions ne se valent pas. Celle de Teachoo et de ChickyTutor porte sur la réflexion : il faut chercher, reformuler. Tomo en ajoute une autre, sur la consommation : en version gratuite, des « sparks » à dépenser et cinq vies qui se renouvellent à raison d’une toutes les deux heures. Ces vies limitent le temps passé sur l’application (ou apportent la frustration pour nous amener au plan payant…), pas ce que nous lui laissons faire.
Ce qui compte finalement n’est pas la quantité d’effort, mais le moment où il se place. Philippa Hardman, dont la synthèse relayée par Mickaël Bertrand nourrit une partie de ce focus, rapporte une expérience menée auprès de 1 176 étudiants (Ates, 2026). Ceux dont l’IA critiquait chaque brouillon sans leur laisser le temps de le juger eux-mêmes amélioraient leurs textes le plus vite. Quelques semaines plus tard, sans l’IA, ils obtenaient les moins bons résultats, alors que deux minutes d’auto-évaluation avant le retour de l’IA préservaient ce qu’ils avaient appris.

Encore faut-il que la friction ne se contourne pas d’un clic, ce que notre cerveau, au choix « efficace » ou « fainéant », ferait à la première occasion. Teachoo propose aussi une option où le texte généré donne la solution complète sans poser la moindre question, comme le font une majorité d’assistants IA. Or, chez les étudiants observés par Cui et ses collègues, un tiers des usages basculent en remplacement de la réflexion sous la pression d’une note ou d’un délai imposé, contre 5,3 % quand ils explorent par intérêt. Et le phénomène n’est pas que scolaire : devant des juristes et des ingénieurs, Marie Lacroix rappelait que chacun se sent plus efficace avec l’IA, sans que la performance collective suive.

Reste à savoir qui règle la friction. À l’école, c’est souvent l’enseignant. Dans une classe de seconde en Australie, un professeur a enseigné une méthode en quatre étapes : interroger l’IA, vérifier sur un moteur de recherche, reposer une question, reformuler avec ses mots. Dans cette classe, des chercheurs relèvent que la disposition à douter faisait partie des conditions d’un questionnement réussi (Tang et al., 2026, étude relayée par Sydologie dans les lectures). Or chez les adultes, le tutorat n’est souvent plus présent. Des étudiants de master et des doctorants de l’Université de Hong Kong, grands utilisateurs d’IA, se sont fixé une frontière : être soutenus dans leur pensée plutôt que la sous-traiter (Dai et Chan, 2026, eux aussi cités par Philippa Hardman). Mais cette posture de collaborateur reste rare : dans le corpus de Cui, elle n’apparaît que dans 7,5 % des conversations.

Quand le tutorat n’est plus là, personne ne règle la friction à notre place. Un outil peut la proposer, l’ingénierie d’une formation ou un employeur l’exiger, mais le plus souvent il ne reste que nous, et une réponse générée à portée de clic. Sans friction, pourtant, on n’apprend pas, on produit ou fait produire une réponse. Apprendre, c’est passer par des étapes, des essais, des erreurs qu’on corrige, avec une difficulté assez présente pour faire réfléchir mais pas au point de décourager quand on peine déjà.
Reste alors une question : savons-nous dire si l’IA nous a aidés à apprendre ou seulement à obtenir une réponse ?

En écho :