Une tristesse inattendue en plein cours
« Je me demande si ces personnes ont déjà vu le visage d’un étudiant quand il comprend enfin quelque chose pour la première fois. » La phrase est signée Jane Sloan Peters, professeure d’études religieuses à l’université de Mount Saint Vincent, aux États‑Unis. Elle ne relève pas d’un débat théorique, mais d’une émotion très concrète : celle qui l’a submergée un jour, en plein cours, alors qu’elle expliquait à ses étudiants les changements qu’elle avait apportés à sa pédagogie pour se prémunir des effets de l’intelligence artificielle.
Ce jour-là, raconte-t-elle, « une vague de tristesse m’a envahie ». Elle s’est surprise à confier à ses étudiants que, « avant l’IA », ces derniers travaillaient plus longtemps à faire émerger leurs propres idées. « Je les aidais, ils luttaient, mais ils finissaient par produire quelque chose qui leur appartenait vraiment. Cela n’arrive plus, et j’en fais le deuil. » Puis, embarrassée par son émotion, elle a repris le fil du cours.
Son témoignage, publié sur le blog Daily Nous, un site d’actualité du monde philosophique, a déclenché des dizaines de réactions. Derrière l’anecdote, une question traverse désormais de nombreux établissements du supérieur : que perd-on quand les étudiants délèguent une partie de leur travail intellectuel aux outils d’IA générative ?
Le « deuil » d’une certaine idée de l’apprentissage
Pour Jane Sloan Peters, le mot n’est pas excessif. Elle parle de deuil. Non pas la perte d’une personne, mais celle d’un certain rapport au savoir. Elle décrit ce « plaisir de ne pas savoir », cette capacité à rester un moment dans l’incertitude, à accepter l’effort, la frustration, avant que la compréhension n’éclaire peu à peu le sujet. Un temps de silence et d’hésitation qu’elle compare à un terreau sombre où germent les idées.
Dans son analyse, l’IA promet des gains de productivité et d’efficacité. Mais elle estime que ces outils ont fait reculer la place laissée à l’effort intellectuel autonome. « Les étudiants ont perdu la liberté de s’asseoir confortablement dans un espace de silence et d’incertitude », écrit-elle en substance. Elle dit avoir, elle, perdu « la joie de s’asseoir avec eux, de les encourager et de voir leurs pensées prendre racine ».
Cette nostalgie ne vise pas seulement les copies rédigées sans aide extérieure. Elle touche au cœur du métier d’enseignant : accompagner un raisonnement en train de se construire, voir un regard s’illuminer quand un concept abstrait devient intelligible.
Des réactions opposées et parfois virulentes
Le débat ouvert par Daily Nous révèle toutefois des positions très contrastées. Certains universitaires disent au contraire vivre une période stimulante. Un professeur explique ainsi utiliser intensivement des modèles de langage pour explorer l’histoire de la musique classique ou approfondir un texte latin, et évoque un enthousiasme renouvelé face au savoir « à portée de main ».
D’autres rappellent que l’IA peut fonctionner comme un tuteur : poser des questions, reformuler des concepts, proposer des exercices. Pour des chercheurs déjà formés, ces outils seraient comparables à Wikipédia ou à un moteur de recherche amélioré : imparfaits, mais puissants pour élargir rapidement ses connaissances.
À l’inverse, plusieurs enseignants décrivent une évolution préoccupante chez leurs étudiants : moindre capacité à soutenir un raisonnement complexe, difficulté accrue à tolérer l’ambiguïté, tentation de déléguer trop vite la rédaction ou la synthèse à une machine. « Ils ne savent plus toujours distinguer ce qui vient d’eux et ce qui vient de l’IA », regrette l’un d’eux.
Au-delà de la triche, la question des compétences
La crainte exprimée ne porte pas uniquement sur la triche, même si elle reste centrale. Les logiciels de détection ont perdu en efficacité face à des textes générés qui semblent originaux. Des enseignants expérimentent donc des solutions : examens oraux, copies manuscrites en salle surveillée, laboratoires informatiques sans accès à Internet.
Mais pour beaucoup, l’enjeu dépasse la simple fraude académique. Il touche au développement de compétences fondamentales : organiser une pensée, structurer un argument, réécrire un texte, accepter les allers-retours nécessaires à une compréhension approfondie. Des compétences difficiles à cultiver si l’étudiant contourne l’effort initial grâce à un prompt bien formulé.
Certains estiment que l’on peut intégrer l’IA dans l’évaluation, en demandant par exemple aux étudiants d’analyser, de critiquer ou d’améliorer des réponses produites par un modèle. D’autres jugent cette voie trop confuse et insatisfaisante, arguant qu’elle ne garantit pas l’appropriation réelle des savoirs.
Des étudiants transformés ?
Plusieurs intervenants soulignent qu’il existait déjà, avant l’IA, des étudiants peu motivés et tentés par des stratégies d’évitement. Internet, les “essay mills” – ces entreprises vendant des dissertations clés en main – ou encore la multiplication des supports numériques avaient déjà modifié le rapport au travail universitaire.
La nouveauté, selon eux, réside dans la fluidité et la qualité des productions générées. En quelques secondes, un étudiant peut obtenir un texte structuré, argumenté, au style académique crédible. Le risque, dénoncent certains enseignants, est une illusion de compétence : avoir l’impression d’avoir compris parce que la réponse semble claire et convaincante.
D’autres tempèrent. Pour des étudiants solides, l’IA peut devenir un outil d’exploration, un partenaire de discussion, à condition de posséder déjà un socle de connaissances suffisant pour détecter erreurs et approximations. Le débat rejoint ici une idée centrale : il faut savoir assez pour apprendre davantage. Sans bases solides, l’outil peut vite devenir un substitut plutôt qu’un support.
Faut-il parler de “mort” de l’amour d’apprendre ?
L’expression utilisée par Jane Sloan Peters – la « mort de l’amour comme fondement de l’éducation » – a choqué certains lecteurs, qui la jugent excessive. Selon eux, l’université a déjà traversé des transformations majeures : massification, numérisation, évolution des méthodes d’évaluation. Elle saura s’adapter.
Pour d’autres, l’inquiétude est légitime. Les tendances récentes, notamment les difficultés en lecture et en mathématiques observées dans plusieurs pays depuis la pandémie, nourrissent un climat de doute. Il serait toutefois imprudent d’attribuer ces évolutions à la seule IA, tant les facteurs sont multiples.
Reste que le sentiment exprimé par cette professeure trouve un écho chez nombre d’enseignants : celui d’un changement rapide, parfois brutal, dans la manière dont les élèves abordent le savoir. Entre fascination technologique et inquiétude pédagogique, la ligne de crête est étroite.
Parents et élèves face aux nouveaux usages
Pour les parents et les élèves eux-mêmes, la question se pose aussi en dehors de l’université. Faut‑il interdire, encadrer, intégrer ? Les spécialistes s’accordent rarement sur une réponse unique. Beaucoup insistent en revanche sur la nécessité d’un accompagnement explicite : apprendre à utiliser l’IA comme un outil, et non comme un substitut.
Concrètement, cela suppose de continuer à valoriser les brouillons, les étapes intermédiaires, la discussion orale, le travail collaboratif en classe. Cela suppose aussi d’enseigner les limites des modèles : leurs biais, leurs erreurs, leur tendance à produire des réponses plausibles mais parfois inexactes.
Au-delà des dispositifs techniques, le débat soulevé par Daily Nous rappelle que l’éducation n’est pas qu’une affaire de performance. Elle est aussi une expérience humaine faite d’hésitations, de doutes, de tâtonnements. La question qui reste ouverte n’est pas tant de savoir si l’IA disparaîtra – elle est déjà là – que de déterminer comment préserver, au milieu des écrans et des algorithmes, ce moment fragile où, dans une salle de classe, un élève lève les yeux et comprend enfin.
Source
https://dailynous.com/2026/05/01/grieving-what-ai-has-taken-from-learning/
