L’IA encourage la paresse. À nous de résister.

Comment éviter de déléguer son jugement à l’intelligence artificielle, voire de nuire à ses apprentissages en y ayant trop recours ? Des études mettent en lumière des solutions pour contrer les pièges de l’IA en éducation et au travail… et pour en maximiser les effets positifs.

Publié à 5 h 00

« Abdication cognitive »

La moitié des étudiants d’un club d’échecs s’entraînant sur une plateforme assistée par l’intelligence artificielle (IA) pouvait demander de l’aide à l’IA quand elle le voulait. L’autre moitié y avait accès seulement une fois par heure.

Cette expérience de Stefanos Poulidis, ingénieur informatique de l’Institut européen d’administration des affaires (INSEAD), en France, a montré l’un des grands dangers de l’IA : les élèves qui avaient un accès illimité à l’IA apprenaient deux fois moins vite que les autres.

« L’IA peut avoir des effets négatifs même chez les gens motivés à apprendre, qui font partie d’un club d’échecs », dit M. Poulidis, qui a publié son étude sur le site de prépublication économique SSRN.

Une autre étude, menée par des neuroscientifiques de l’Université de Pennsylvanie, a donné un nom à ce risque : l’« abdication cognitive ». « Les étudiants qui utilisent le plus l’IA ont de bonnes réponses quand l’IA a de bonnes réponses, et de mauvaises quand l’IA se trompe », dit Steven Shaw, l’un des coauteurs de cette étude aussi publiée sur SSRN.

Ne jamais apprendre

Le risque est critique en médecine, selon une analyse de chercheurs d’écoles de médecine américaines, britanniques et de Singapour publiée en mai dans Nature Medicine.

Il y a peu d’études portant spécifiquement sur l’impact de l’IA sur les compétences des médecins, « mais on a beaucoup de preuves de son impact dans d’autres domaines de l’éducation », explique Liu Nan, des universités Duke et de Singapour, en entrevue alors qu’il assistait à un congrès sur l’IA, à Toronto.

En médecine, l’IA pourrait générer une forme de « désapprentissage », explique M. Nan, qui cite une étude polonaise publiée en 2025 dans le Lancet. Selon cette étude, les gastroentérologues qui font des endoscopies assistées par l’IA font 6 % plus d’erreurs quand ils sont privés de l’IA. « S’il peut y avoir du désapprentissage en médecine, ça signifie qu’il peut aussi y avoir du “non-apprentissage” (never skilling), souligne M. Nan. Pour conserver les aptitudes des médecins, cruciales pour la société, les écoles de médecine doivent encadrer l’utilisation de l’IA. »

« Forçage cognitif »

Fort heureusement, il existe des pistes de solution pour induire ce que les chercheurs appellent le « forçage cognitif » (bref, se forcer les méninges !)… à commencer par simplement limiter l’accès à l’intelligence artificielle. C’est ce que des chercheurs américains ont démontré en menant une expérience auprès d’étudiants en nutrition. Les étudiants apprenaient mieux lorsqu’ils n’avaient pas accès en tout temps à l’IA, ou encore lorsqu’ils devaient patienter deux minutes avant d’avoir les réponses de l’IA.

« Ce simple délai permet à l’étudiant de réfléchir aux réponses possibles », explique la coauteure Zana Buçinca, informaticienne du Massachusetts Institute of Technology (MIT). L’étude a été publiée en 2025 dans la revue de l’Association for Computing Machinery.

Une autre solution, cette fois tirée d’une étude de l’économiste Alp Sungu de l’Université de Pennsylvanie (PNAS, 2025) : impliquer les professeurs. Devant un problème de mathématiques, les participants apprenaient mieux lorsque l’IA répondait d’abord avec des suggestions conçues par un professeur… au lieu de donner directement la réponse.

Inégalités entre étudiants

Selon certains experts, l’IA pourrait accroître les inégalités scolaires. Les élèves de classes sociales favorisées pourraient être davantage portés à utiliser ces stratégies visant à favoriser les apprentissages, selon Stefanos Poulidis.

« Les étudiants défavorisés ont en moyenne moins de motivation à apprendre à l’école, souvent pour des raisons familiales, dit M. Poulidis. Et les étudiants moins motivés à apprendre sont plus susceptibles d’utiliser l’IA d’une manière moins optimale pour l’apprentissage. »

Par contre, certains étudiants défavorisés particulièrement motivés pourraient tirer énormément profit de l’IA, selon Mark Steyvers, de l’Université de Californie à Irvine (UCI). « Ça pourrait égaliser leurs chances éducatives par rapport aux étudiants plus favorisés », estime le psychologue de UCI, qui a démontré en 2024 dans Nature Machine Learning que les gens associent le ton assuré des réponses IA à leur fiabilité. « Même si les réponses IA sont parfois erronées, et qu’en s’y fiant totalement on apprend moins, pour les étudiants qui, de toute façon, ne sont pas intéressés par l’apprentissage, l’IA donne des réponses très souvent bonnes. »

M. Steyvers est d’ailleurs sceptique envers la création d’outils IA éducatifs qui ne donnent pas la réponse immédiatement. « Le marché favorise ce que les consommateurs cherchent, la récompense immédiate et une réponse avec un ton assuré, dit-il. Il faudra que les étudiants fassent l’effort de se passer de cette récompense immédiate s’ils veulent bien apprendre. »

L’étude de Zana Buçinca du MIT montrait d’ailleurs que les outils IA meilleurs pour l’apprentissage sont moins appréciés des étudiants.

Et si l’IA au travail devient très efficace en commettant peu d’erreurs, les étudiants plus paresseux pourraient en bénéficier, dit Alp Sungu. « L’IA aide à avoir des connaissances, pas à avoir de l’expérience, dit M. Sungu. Si les connaissances de l’IA suffisent à bien faire son travail, les étudiants médiocres vont en bénéficier. »

Impacts du progrès

Les plus optimistes diront aussi que plusieurs avancées technologiques éducatives ont modifié l’apprentissage, dans les dernières décennies.

« Tout outil change notre manière de penser », rappelle Danny Oppenheimer, psychologue à l’Université Carnegie Mellon, à Pittsburgh, qui étudie depuis 30 ans la psychologie cognitive. Il s’intéresse en particulier aux réactions instinctives des gens face à des situations de prime abord incompréhensibles. « Prendre ses notes à l’ordinateur, avoir un correcteur d’orthographe, les médias sociaux, la télévision, la radio, la calculatrice… Dans le dernier siècle seulement, beaucoup d’exemples montrent que l’humanité tire en moyenne profit des changements technologiques, plutôt que d’être passive face aux changements cognitifs que ces technologies entraînent. »

Mais l’effet n’est pas uniquement positif. M. Oppenheimer a publié en 2014 une étude montrant que prendre ses notes sur un ordinateur plutôt qu’avec un papier et un crayon affecte l’apprentissage. Pourquoi ? Parce qu’en prenant des notes avec un crayon, les étudiants ont tendance à résumer, donc à réfléchir davantage à ce qu’ils entendent.

Cela dit, certains groupes tirent davantage profit des progrès technologiques. Si on arrive à avoir la discipline pour accepter le forçage cognitif (et ne pas accéder à l’IA en tout temps !), l’intelligence artificielle pourrait agir comme une forme d’assistant pour les élèves, selon M. Oppenheimer. « Actuellement, les enfants des familles riches fréquentent des écoles exceptionnelles qui ont pratiquement un ratio d’un éducateur par élève, pour les enfants qui ont de l’intérêt pour l’éducation, dit-il. Avec l’IA, on va pouvoir avoir un tel ratio dans n’importe quelle école. »

Les coupes dans les études portant sur les groupes défavorisés, sous l’administration Trump, compliquent l’étude de cette question, déplore M. Oppenheimer. Des coupes qui, selon lui, découlent d’une volonté de contrer les critiques de la « suprématie blanche ».

Les filles risquent d’être plus à même de se discipliner pour tirer profit de l’IA en éducation, selon Danny Oppenheimer et Stefanos Poulidis. Les études ont montré qu’elles ont davantage la capacité de retarder la gratification que les garçons, pour des raisons qui devront faire l’objet de recherches subséquentes.

En savoir plus

• 66 %

  Proportion des Canadiens travaillant en services professionnels, scientifiques et techniques qui avaient utilisé l’IA générative dans les 12 mois précédant mars 2026

  Source : statistique canada

  59 %

  Proportion des Canadiens travaillant en services financiers et immobiliers qui avaient utilisé l’IA générative dans les 12 mois précédant mars 2026

  Source : statistique canada

• 53 %

  Proportion des Canadiens travaillant en enseignement qui avaient utilisé l’IA générative dans les 12 mois précédant mars 2026

  Source : statistique canada

  21 %

  Proportion des Canadiens travaillant en transport et entreposage qui avaient utilisé l’IA générative dans les 12 mois précédant mars 2026

  Source : statistique canada