L’arrivée de l’intelligence artificielle dans le monde éducatif suscite autant de fantasmes messianiques que de paniques morales. Entre la promesse publicitaire d’un tuteur personnalisé idéal et le spectre d’une destruction programmée de la pensée critique, il devient difficile de bâtir une réflexion sereine !
Pour les chefs d’établissement, les enseignants et les décideurs publics, le sujet n’est pourtant pas de choisir entre adhésion naïve et rejet systématique.
La question opérationnelle est plus précise : comment encadrer l’IA pour qu’elle serve l’apprentissage, respecte le rôle des enseignants, protège les données des élèves et réduise les inégalités au lieu de les aggraver ?
L’exemple de Stewdy permet d’illustrer cette voie médiane. La plateforme ne se présente pas comme une IA généraliste mise à disposition des élèves sans cadre. Elle est conçue comme un environnement pédagogique spécialisé, aligné sur les programmes scolaires, destiné à accompagner les élèves, outiller les enseignants, donner de la visibilité aux établissements et informer les familles. Elle couvre les cours du CM1 à la Terminale, propose des fiches de révision, flashcards, quiz, exercices adaptés, plans de révision personnalisés et tableaux de bord multi-profils.
Pour illustrer le propos, voici un florilège des « légendes urbaines » les plus tenances que j’entends régulièrement afin de les « debunker » ou de les nuancer.
Le rapport à la connaissance et à l’effort intellectuel
Légende urbaine no 1 : le court-circuit cognitif et la destruction de l’apprentissage
La critique la plus fréquente concerne l’impact direct des IA génératives sur le développement intellectuel des élèves. L’argument repose sur deux piliers : l’évitement de l’effort et l’illusion du savoir. L’apprentissage étant par nature un processus long, jalonné d’erreurs et de tâtonnements, le fait de fournir un résultat immédiat supprimerait la confrontation à la difficulté nécessaire pour ancrer les connaissances. L’élève valoriserait alors le produit fini, au détriment de la démarche intellectuelle.
Cette thèse du court-circuit cognitif est valable pour les usages d’IA substitutifs, c’est-à-dire lorsque l’élève demande à la machine de produire directement le travail à sa place. Mais elle ne suffit pas à disqualifier toute forme d’IA éducative. Tout dépend du scénario pédagogique choisi. Une IA utilisée pour donner des indices progressifs, faire expliciter un raisonnement, générer des contre-arguments ou fournir un feedback peut soutenir l’activité cognitive au lieu de l’éteindre.
C’est précisément la distinction structurante entre une IA généraliste et une IA pédagogique. Dans Stewdy, l’élève ne reçoit pas seulement une réponse finale. La plateforme intègre une logique de réflexion guidée : elle pose des questions intermédiaires, aide l’élève à formaliser son raisonnement, analyse ses erreurs et propose des exercices adaptés à son niveau. L’objectif n’est pas de supprimer l’effort, mais de l’organiser.
Un exemple concret : lorsqu’un élève importe une photo ou un PDF d’un exercice, l’outil peut analyser l’énoncé et accompagner la résolution étape par étape, sans donner immédiatement la réponse. Ce point est central pour rassurer les enseignants : l’IA n’est pas utilisée comme un raccourci vers le devoir terminé, mais comme un cadre d’aide méthodologique qui maintient l’élève dans l’activité intellectuelle.
Plusieurs méta-analyses portant sur les systèmes tutoriels intelligents démontrent des effets positifs sur les acquis des élèves, en particulier lorsque l’outil guide l’apprenant étape par étape plutôt que de lui livrer une réponse clé en main [1]. Plus récemment, des travaux ont confirmé que les agents conversationnels améliorent les résultats scolaires lorsqu’ils sont intégrés de manière stratégique comme outils de feedback ou d’entraînement [2].
L’IA court-circuite l’apprentissage si elle remplace l’effort. Elle le soutient si elle structure cet effort. L’enjeu est donc de passer d’un usage de produit fini à un usage de processus : justification, comparaison, correction et vérification.
Légende urbaine no 2 : une menace anthropologique sur le sens de l’existence
Au-delà des performances scolaires, certains critiques voient dans l’IA une menace existentielle. Externaliser la pensée priverait les élèves de la fierté de surmonter un obstacle par eux-mêmes, détruisant ainsi un moteur psychologique essentiel. De plus, les parcours ultra-individualisés fondés sur des récompenses et des validations mécaniques rappellent les machines à enseigner de Skinner des années 1950, assimilant la pédagogie à une logique de dressage comportementaliste plutôt qu’à une démarche d’émancipation.
Cet argument doit être pris au sérieux. Une plateforme éducative mal conçue peut effectivement réduire l’élève à une suite d’objectifs comportementaux : cliquer, répondre, gagner un badge, passer à l’étape suivante. Dans ce cas, l’IA ne développe ni autonomie, ni jugement, ni goût d’apprendre.
La question n’est donc pas de savoir si la personnalisation est bonne ou mauvaise en soi. La vraie question est : personnaliser pour enfermer ou personnaliser pour rendre l’élève plus autonome ?
Stewdy prend position sur ce second axe. Le plan de révision personnalisé n’a pas pour fonction de pousser mécaniquement l’élève dans un tunnel fermé. Il vise à rendre visibles ses lacunes, ses points forts et ses priorités de travail. Après un quiz ou un exercice, l’élève peut identifier les notions non maîtrisées, recevoir une explication de ses erreurs, puis retrouver ces notions dans son plan de révision. Cette logique transforme l’IA en outil d’auto-régulation : l’élève comprend ce qu’il doit revoir, pourquoi il doit le revoir et dans quel ordre.
Les retours d’usage disponibles vont dans ce sens. Une étude d’impact menée auprès d’environ 300 élèves indique que 100% des élèves abonnés répondants déclarent avoir gagné en autonomie dans leur travail personnel, 90% des abonnés et parents estiment que l’outil aide à l’organisation des révisions, et 81% des élèves testeurs considèrent que la plateforme les aide à mieux comprendre leurs cours. Ces données doivent être lues comme des retours d’usage, non comme une preuve définitive d’impact académique généralisable. Elles constituent néanmoins un signal utile pour les établissements qui cherchent à distinguer un usage passif de l’IA d’un usage structurant.
Quant à la gamification, elle n’a de valeur que si elle reste secondaire. Les points, récompenses ou indicateurs de progression ne doivent pas remplacer le sens de l’apprentissage. Ils peuvent en revanche soutenir l’engagement, notamment chez les élèves fragiles, à condition d’être reliés à des objectifs pédagogiques explicites : mémoriser, comprendre, s’entraîner, corriger, progresser.
L’IA devient un outil de dressage si elle enferme l’élève dans des micro-comportements. Elle devient un outil d’émancipation si elle augmente son pouvoir d’agir : comprendre ses erreurs, choisir ses révisions, mesurer ses progrès, oser recommencer.
La place et la souveraineté des enseignants
Légende urbaine no 3 : la dégradation du statut de l’enseignant
Le concept marketing de l’enseignant augmenté suscite une méfiance légitime. Cette formule peut laisser entendre que l’enseignant serait insuffisant, dépassé ou destiné à devenir le superviseur d’une machine. Pire : certaines solutions automatisent des gestes professionnels sensibles, comme la correction, la notation ou la production de séquences pédagogiques, sans garantir que l’enseignant conserve la maîtrise du processus.
Le danger réel n’est pas l’enseignant augmenté. Le danger réel est l’enseignant dépossédé.
Une IA éducative acceptable doit donc respecter trois principes : l’enseignant garde la décision pédagogique, l’IA reste explicable dans ses usages, et les données servent à éclairer l’action sans automatiser le jugement professionnel.
Dans Stewdy, le positionnement est celui d’un outil d’appui, non d’un substitut. Les enseignants peuvent accéder à des analyses de lacunes par élève, par classe ou par notion. Ils peuvent également intégrer leurs consignes pédagogiques dans les exercices, quiz et flashcards afin que la plateforme respecte le cadre de travail défini localement.
Ce point est stratégique. Une IA généraliste impose souvent sa logique : elle répond selon son propre modèle, sans tenir compte du contexte de la classe, des attentes du professeur ou des objectifs du chapitre. Une IA pédagogique intégrée doit au contraire permettre à l’enseignant de contextualiser, refuser, ajuster et orienter.
Pour un professeur de mathématiques, par exemple, l’intérêt n’est pas seulement de savoir qu’un élève a eu 8/20. L’intérêt est de savoir qu’il échoue spécifiquement sur la factorisation, la proportionnalité ou la mise en équation. Pour un professeur de français, l’enjeu n’est pas seulement de corriger une production, mais d’identifier si la difficulté relève de la syntaxe, de l’argumentation, de la compréhension du texte ou de la méthode. C’est cette granularité qui peut aider l’enseignant, à condition qu’elle reste un outil de décision et non une décision automatique.
Une politique éducative cohérente doit donc interdire l’évaluation entièrement automatisée à fort enjeu, former les enseignants à la critique des outils et réserver à l’humain les décisions sensibles : notation finale, orientation, appréciation qualitative, relation éducative.
Légende urbaine no 4 : l’hypocrisie institutionnelle et l’expérimentation sauvage
La gestion politique de l’IA à l’école est souvent critiquée pour son incohérence apparente. D’un côté, les familles sont alertées sur les dangers des écrans. Les élèves peuvent être sanctionnés s’ils utilisent l’IA pour tricher. De l’autre, les enseignants sont parfois encouragés à utiliser des outils d’IA pour préparer des cours ou corriger plus vite.
Cette contradiction n’est pas insoluble. Il faut distinguer les usages substitutifs, les usages assistés et les usages pédagogiquement encadrés.
Il n’est pas incohérent d’interdire à un élève de déléguer son devoir à une IA tout en autorisant un enseignant à utiliser un outil pour préparer des supports. Mais il devient incohérent de ne pas définir clairement les règles : qui utilise l’IA, pour quoi faire, avec quelles limites, avec quelles données, sous quelle responsabilité ?
Pour les chefs d’établissement, le problème opérationnel est donc moins l’existence de l’IA que l’absence de cadre commun. Interdire totalement peut déplacer les usages hors de l’établissement. Laisser faire peut installer des pratiques opaques et inégales. La voie la plus robuste consiste à instaurer un environnement identifié, supervisé et documenté.
Stewdy apporte une réponse possible à ce besoin de cadrage. La plateforme est conçue comme un espace commun reliant élèves, enseignants, établissements et parents, et non comme un outil isolé laissé à la seule initiative individuelle de l’élève. Elle fournit des tableaux de bord pour suivre la progression, repérer les notions à risque et cibler les actions de remédiation.
Pour un chef d’établissement, cet élément change la nature du pilotage. L’IA ne reste plus un usage invisible, dispersé entre ChatGPT, Gemini, Copilot ou des applications non contrôlées. Elle devient un objet de gouvernance : usages définis, périmètre pédagogique, indicateurs de suivi, responsabilité humaine, information des familles.
Cela ne supprime pas le besoin d’évaluation. Au contraire, toute adoption d’IA éducative doit s’accompagner de pilotes limités, d’un suivi d’usage, de retours enseignants, d’une information claire aux familles et d’une protection stricte des données. Mais c’est précisément la différence entre expérimentation sauvage et expérimentation encadrée.
L’économie politique de la edtech et la justice sociale
Légende urbaine no 5 : l’impérialisme économique et la marchandisation de l’école
L’introduction de l’IA à l’école est souvent perçue comme un cheval de Troie pour les intérêts financiers privés. Le risque est réel : dépendance technologique, contrats opaques, captation de données, standardisation pédagogique, alignement de l’école sur les intérêts de plateformes globales.
Cette critique ne doit pas être balayée. Elle oblige au contraire à poser des critères de choix rigoureux. Une solution d’IA éducative acceptable pour un établissement ou une collectivité doit être évaluée sur sa gouvernance, son hébergement, sa conformité RGPD, son absence d’exploitation commerciale des données élèves, sa réversibilité, sa spécialisation pédagogique et sa capacité à s’intégrer dans l’écosystème scolaire.
Sur ce point, Stewdy présente plusieurs garanties structurantes : hébergement des données en France, conformité RGPD, anonymisation lorsque nécessaire, plateforme française, architecture pédagogique spécialisée et supervision par un comité pédagogique et scientifique.
Le comité pédagogique et scientifique comprend notamment Daniela Peschard, enseignante à Télécom Paris et double PhD en astrophysique et physique, ainsi que Yannig Raffenel, ancien président d’EdTech France et expert du blended learning. Cette gouvernance ne remplace pas l’évaluation institutionnelle, mais elle donne un signal : la conception de l’outil n’est pas uniquement technologique, elle est aussi pédagogique.
Pour les décideurs publics, la question n’est donc pas de savoir s’il faut ouvrir l’école à n’importe quelle EdTech. La question est de savoir quels critères imposer aux solutions numériques : souveraineté, sobriété, transparence, contrôle humain, conformité aux programmes, absence de captation commerciale des données, utilité pour les enseignants et accessibilité pour les élèves.
Une politique publique forte peut intégrer des outils d’IA tout en refusant la marchandisation de l’école. Mais cela suppose de ne pas confondre toute solution privée avec une plateforme extractive. Le bon critère n’est pas l’origine privée ou publique de l’outil. Le bon critère est la gouvernance de l’usage.
Légende urbaine no 6 : le double standard face au marché privé du soutien scolaire
Il existe une incohérence majeure dans certains discours anti-IA : vouloir préserver l’école de toute technologie d’accompagnement, tout en acceptant implicitement que le soutien individualisé soit réservé aux familles capables de payer des cours particuliers.
Aujourd’hui, les élèves favorisés peuvent accéder à des professeurs particuliers, à des stages intensifs, à des plateformes premium, à des parents disponibles et à un environnement culturel plus propice au travail scolaire. Les élèves plus fragiles, eux, sont souvent seuls après la classe, avec leurs lacunes, leurs devoirs et parfois des IA généralistes non encadrées.
Le débat ne devrait donc pas opposer l’IA à une école idéalisée qui garantirait déjà l’égalité réelle. Il devrait poser une question plus concrète : comment fournir un accompagnement individualisé à grande échelle sans augmenter mécaniquement la charge humaine et sans réserver cet accompagnement aux familles les plus aisées ?
Stewdy répond à ce problème par un modèle B2B2C : établissements, collectivités et médiathèques peuvent mettre la plateforme à disposition des élèves. L’objectif n’est pas de remplacer le professeur particulier pour les familles qui en ont les moyens, mais de rendre accessible un premier niveau d’aide structurée, disponible à tout moment, dans toutes les matières, y compris en dehors du domicile ou dans un cadre collectif. Le flyer collectivités positionne ainsi Stewdy comme une plateforme française de soutien scolaire par IA et sciences cognitives, utilisable en médiathèque, dans les établissements ou à la maison, sur smartphone, tablette ou ordinateur.
Ce point est particulièrement important pour les collectivités. Les inégalités scolaires se creusent souvent après la classe : au moment des devoirs, des révisions, de la préparation des contrôles, de la compréhension des consignes. Une IA pédagogique encadrée ne résout pas seule les inégalités, mais elle peut contribuer à réduire l’écart d’accès à l’aide scolaire, notamment si elle est distribuée via les établissements, médiathèques ou réseaux territoriaux.
Le véritable risque serait de laisser les élèves favorisés utiliser des outils puissants, payants ou accompagnés, pendant que les élèves les plus fragiles restent face à des outils gratuits généralistes, sans cadre, sans suivi et sans médiation pédagogique.
Les limites techniques et environnementales de l’outil
Légende urbaine no 7 : les angles morts techniques entre biais, erreurs et opacité
Contrairement à une calculatrice qui applique une règle mathématique absolue, l’IA générative repose sur des probabilités statistiques. Elle peut produire des erreurs, des raisonnements trompeurs, des hallucinations et des réponses biaisées. C’est particulièrement problématique pour des élèves en phase d’apprentissage, qui ne possèdent pas toujours le recul nécessaire pour distinguer une réponse correcte d’une réponse plausible mais fausse.
Ces limites imposent une règle simple : une IA généraliste ne doit pas être traitée comme une autorité scolaire.
Mais là encore, la conclusion ne doit pas être le rejet global de l’IA. Elle doit être la spécialisation, la limitation du périmètre, la supervision et l’éducation à l’esprit critique.
Dans Stewdy, plusieurs choix visent à réduire ces risques : contenus alignés sur les programmes officiels, exercices adaptés au niveau réel de l’élève, correction immédiate avec explication détaillée, diagnostic des lacunes par notion, intégration possible des consignes pédagogiques de l’enseignant, et tableaux de bord pour suivre les difficultés récurrentes.
Cela ne signifie pas que le risque d’erreur disparaît. Aucune solution d’IA sérieuse ne devrait prétendre au risque zéro. En revanche, la différence entre un outil généraliste et un outil pédagogique spécialisé est majeure : le premier répond à tout, sans cadre scolaire précis ; le second limite l’usage, structure les parcours, documente les progrès et rend les erreurs exploitables pédagogiquement.
Pour les établissements, ce point est décisif. Une IA éducative ne doit pas être évaluée uniquement sur sa capacité à produire du texte. Elle doit être évaluée sur sa capacité à soutenir un apprentissage vérifiable : notion travaillée, erreur identifiée, explication donnée, progrès observé, consigne respectée, usage traçable.
L’IA peut également devenir un objet d’éducation critique. Apprendre aux élèves à comparer les réponses, identifier les formulations douteuses, vérifier les sources, distinguer aide et triche, comprendre les limites d’un modèle : ces compétences doivent entrer dans la culture numérique scolaire. Une plateforme spécialisée peut servir de terrain d’apprentissage à ces usages responsables.
Légende urbaine no 8 : l’aggravation des inégalités et le coût écologique
Enfin, l’IA est souvent dénoncée comme une fausse solution miracle qui aggrave deux crises majeures : la fracture sociale et le coût environnemental du numérique. Cette critique est fondée lorsqu’on déploie massivement des modèles généralistes, sans encadrement, sans mesure d’usage, sans sobriété technique et sans finalité pédagogique claire.
Mais il faut distinguer les usages récréatifs ou productivistes de l’IA, qui multiplient les requêtes sans nécessité, et les usages éducatifs spécialisés, conçus pour répondre à un besoin précis.
Stewdy intègre cette logique de limitation du périmètre. L’outil est centré sur des objectifs éducatifs : comprendre un cours, s’entraîner, détecter une lacune, construire un plan de révision, suivre une progression. La plateforme mentionne également une démarche d’éco-conception logicielle visant à limiter la génération de tokens IA et à réduire la consommation énergétique.
Pour les décideurs publics, cet enjeu doit devenir un critère d’achat. Une IA éducative ne doit pas seulement être conforme au RGPD. Elle doit aussi être sobre, mesurable et justifiée par un usage pédagogique réel. Il faut éviter deux dérives : déployer des IA massives pour des tâches mineures, ou laisser les élèves utiliser librement des outils généralistes beaucoup plus énergivores et moins contrôlés.
La sobriété ne signifie pas l’absence d’innovation. Elle signifie que l’innovation doit être proportionnée au besoin éducatif : aider à comprendre, mémoriser, s’entraîner, se corriger, progresser.
Ce que les établissements peuvent réellement attendre d’une IA pédagogique
Le débat sur l’IA à l’école reste souvent bloqué entre deux caricatures : d’un côté, l’IA magique qui résoudrait toutes les difficultés scolaires ; de l’autre, l’IA destructrice qui ruinerait l’effort, la pensée et le métier d’enseignant.
Aucune de ces deux positions n’est opérationnelle.
Pour un chef d’établissement, une IA éducative utile doit répondre à des besoins concrets : encadrer les usages déjà existants, éviter la triche substitutive, aider les élèves à travailler après la classe, donner aux enseignants une visibilité fine sur les lacunes, permettre aux familles de comprendre les progrès, soutenir les élèves fragiles et fournir aux directions des indicateurs exploitables.
C’est précisément la différence entre un outil d’IA isolé et une infrastructure pédagogique. Stewdy ne se limite pas à un chatbot pour élèves. La plateforme relie élèves, enseignants, établissements et parents dans un même environnement, avec une logique de diagnostic, de remédiation et de pilotage par la donnée.
Cela ne dispense pas les établissements de définir leurs règles internes : usages autorisés, usages interdits, information des familles, rôle des enseignants, conditions d’évaluation, modalités de suivi. Mais cela leur évite de laisser les usages d’IA se développer en dehors de tout cadre pédagogique commun.
Conclusion
L’IA éducative n’est ni un remède miracle ni une catastrophe pédagogique par nature. Elle aggrave les inégalités, dépossède les enseignants et fragilise l’apprentissage si elle est adoptée de manière aveugle, marchande, généraliste et non supervisée.
Elle peut en revanche devenir un levier d’équité, de continuité pédagogique et de développement de l’autonomie si elle respecte plusieurs conditions : spécialisation scolaire, alignement avec les programmes, contrôle humain, protection des données, sobriété technique, accessibilité, intégration aux pratiques des enseignants et transparence pour les familles.
Pour les chefs d’établissement et les décideurs publics, la vraie question n’est donc plus : faut-il de l’IA à l’école ?
La vraie question est : quelle IA, dans quel cadre, sous quelle gouvernance, au service de quels apprentissages, et avec quelle place laissée aux enseignants ?
Laisser les élèves seuls avec des IA généralistes non pédagogiques est déjà une décision. Encadrer ces usages avec des outils spécialisés, supervisés et intégrés à l’écosystème éducatif en est une autre. C’est cette seconde voie qui mérite aujourd’hui d’être expérimentée, évaluée et gouvernée avec rigueur.
