PERSPECTIVES · CE QUE L'IA NE FAIT PAS À VOTRE PLACE
Capacités produits, limites chiffrées et résultats de recherche relevés le 10 août 2026 sur les pages officielles des éditeurs et sur les publications citées. Cet article est une analyse, pas un banc d'essai : aucun outil n'a été exécuté pour l'écrire, et rien n'y est présenté comme le résultat d'un test conduit par son auteur.
Fabriquer du matériel d'étude ne coûte plus rien. Un dossier de trois cents pages devient en quelques minutes un résumé structuré, une carte du sujet, un jeu de fiches, un quiz de vingt questions et un épisode audio à écouter en voiture. Cette bascule est réelle, elle est récente, et elle est irréversible. Elle donne le sentiment très net que l'apprentissage d'un sujet nouveau vient de devenir dix fois moins cher.
La thèse de cet article est moins confortable : l'IA a fait tomber le prix de tout ce qui, dans l'étude, n'a jamais été ce qui faisait apprendre — et laissé intact le prix de ce qui apprend. Le classement des techniques d'étude était déjà établi bien avant l'arrivée des modèles génératifs. Il se trouve que les techniques que ces modèles produisent le mieux sont précisément celles que la recherche classe le plus bas.
Le classement existait déjà, et il n'a pas bougé
Une revue de référence en psychologie de l'éducation, publiée en 2013 dans Psychological Science in the Public Interest, a passé dix techniques d'étude au crible des preuves disponibles et leur a attribué une note d'utilité. Le résultat est stable et largement enseigné depuis.
| Utilité évaluée | Techniques | Une IA sait-elle le produire pour vous ? |
|---|---|---|
| Élevée | Se tester (practice testing) Espacer les reprises (distributed practice) |
Elle peut poser les questions et tenir le calendrier. Elle ne peut pas fournir l'effort de rappel à votre place. |
| Modérée | Interrogation élaborative Auto-explication Pratique entrelacée |
Elle peut relancer, contredire, mélanger les thèmes. La formulation, elle, doit venir de vous. |
| Faible | Résumer Surligner Relire Mnémonique par mot-clé Imagerie mentale appliquée au texte |
Oui, instantanément, en volume, et mieux présenté que ce que vous auriez fait. |
La colonne de droite dit tout. Les cinq techniques classées en utilité faible sont exactement le catalogue de ce qu'un assistant produit sans effort : résumé, reformulation, mise en forme, relecture assistée. Les deux techniques classées en utilité élevée exigent l'inverse — que quelqu'un aille chercher une réponse dans sa mémoire, échoue parfois, recommence plus tard. Aucun modèle ne peut faire ce trajet pour vous, pour la même raison qu'aucun appareil ne peut faire vos pompes.
Deux essais contrôlés, deux résultats opposés — la différence est dans le design
La question a été tranchée expérimentalement, deux fois, et les deux réponses semblent se contredire jusqu'à ce qu'on regarde le dispositif.
Le premier essai, publié dans PNAS en 2025, a donné accès à un tuteur génératif à près d'un millier de lycéens en mathématiques, sous deux formes : une interface de type assistant conversationnel ordinaire, et une version dont les invites étaient conçues pour préserver l'apprentissage. Pendant les séances d'exercices, avec l'outil sous la main, les notes montent fortement — « 48 % d'amélioration » pour la version ordinaire, « 127 % » pour la version encadrée, selon les termes des auteurs. Puis les auteurs retirent l'accès. Les élèves qui avaient utilisé la version ordinaire obtiennent alors des résultats inférieurs à ceux qui n'avaient jamais eu l'outil : « 17 % de baisse ». Les garde-fous de la seconde version atténuent largement cet effet. L'explication donnée par les auteurs tient en un mot : sans encadrement, les élèves se servent du modèle comme d'une béquille.
Le second essai, publié dans Scientific Reports la même année, compare un tuteur conçu selon les mêmes pratiques pédagogiques qu'un cours en classe active — sobriété des réponses, étayage explicite, refus de livrer la solution — à ce cours lui-même. Les auteurs rapportent que les étudiants apprennent significativement plus, en moins de temps, avec le tuteur, et se déclarent plus engagés.
| Essai | Ce que l'outil faisait | Effet mesuré une fois seul |
|---|---|---|
| PNAS, 2025 lycée, mathématiques |
Version ordinaire : répond | Baisse de 17 % par rapport aux élèves sans accès |
| PNAS, 2025 | Version encadrée : refuse de livrer la réponse | Effet négatif « largement atténué » |
| Scientific Reports, 2025 université, physique |
Tuteur conçu selon les pratiques pédagogiques du cours | Apprentissage supérieur, en moins de temps |
Le même moteur produit donc l'effondrement ou le gain. Ce n'est pas une question de puissance de modèle, ni de qualité de rédaction : c'est une question de placement. Un préprint de juin 2026 le formule sous une forme utilisable au quotidien, et propose une règle de diagnostic qui vaut d'être retenue : si laisser entrer l'IA rend la tâche sans effort, c'est qu'elle est au mauvais endroit. Le même texte recommande de protéger deux moments : la première tentative sans aide et l'évaluation finale sans aide. Entre les deux, l'échafaudage est bienvenu.
L'aisance n'est pas la maîtrise
Le mécanisme de fond est ancien et n'a rien de propre à l'IA : la facilité perçue pendant l'étude est un mauvais indicateur de ce qui restera. Relire un texte clair procure une sensation de compréhension immédiate qui disparaît dès qu'on ferme le document. Un modèle génératif porte cette illusion à un niveau inédit, parce qu'il produit des explications plus fluides, mieux calibrées et plus flatteuses que celles que vous auriez formulées vous-même — et parce qu'il ne se trompe jamais visiblement. Sur ce dernier point, notre article sur les raisons pour lesquelles l'IA hallucine détaille pourquoi une assertion fausse arrive avec exactement le même aplomb qu'une assertion juste.
Deux conséquences pratiques en découlent. La première : le sentiment de progresser vite pendant une session assistée n'est pas une information sur votre apprentissage, c'est une information sur la qualité de la rédaction du modèle. La seconde : le seul test qui vaille se passe sans l'outil, à distance de la session, sur une question que vous n'avez pas vue formulée ainsi.
Ce qu'un carnet ancré sur vos sources change vraiment
Une catégorie d'outil mérite d'être distinguée du reste : le carnet de travail ancré sur un corpus que vous fournissez. Le représentant le plus connu, Gemini Notebook — c'est le nouveau nom de NotebookLM, annoncé le 16 juillet 2026, avec redirections automatiques et notebooks partagés préservés — répond à partir des documents que vous y déposez, et rattache ses réponses à leurs passages.
Depuis septembre 2025, cette famille d'outils génère aussi des fiches et des quiz à partir de vos propres documents, avec un bouton d'explication renvoyant aux passages d'origine, et un style de discussion qui questionne au lieu d'affirmer. C'est exactement le bon usage au regard du classement de la première section : l'outil fabrique le matériel de test, vous fournissez le rappel. Le même produit propose par ailleurs des synthèses audio conversationnelles ; elles sont agréables et relèvent de l'écoute passive, c'est-à-dire de la moitié basse du classement. Les utiliser pour se familiariser avec un sujet est légitime ; les compter comme de l'étude ne l'est pas. Notre article sur la transformation d'un dossier de PDF en podcast décrit précisément ce que cet usage apporte, et à quel moment il s'arrête.
Reste que ce type de carnet n'est pas un espace sans bord. Les limites publiées au 10 août 2026 sur la page d'aide de l'éditeur méritent d'être connues avant de bâtir une méthode dessus : 100 carnets, 50 sources par carnet, 500 000 mots par source ou 200 Mo à l'import, 50 requêtes de discussion et trois générations audio par jour. L'éditeur signale aussi un cas où la citation perd son intérêt : lorsque la source est trop courte, l'outil renvoie au document entier plutôt qu'à un extrait. Ces chiffres bougent, et c'est précisément pour cela qu'ils sont datés ici.
Les modes guidés déplacent le défaut, ils ne vous obligent à rien
Les éditeurs ont pris acte du problème. Google propose dans son application un mode d'apprentissage guidé qui décompose au lieu de conclure, adapté au niveau de la personne et adossé à une famille de modèles affinée pour l'enseignement. Anthropic a introduit avec son offre destinée à l'enseignement supérieur un mode d'apprentissage qui, plutôt que de livrer une solution, demande « comment aborderiez-vous ce problème ? » et « quelles preuves soutiennent votre conclusion ? ».
Ces modes reproduisent, côté produit, le garde-fou dont l'essai publié dans PNAS a montré l'effet. Leur limite est structurelle et vaut d'être dite : ils changent le comportement par défaut, ils ne changent pas le vôtre. Une phrase suffit à quitter le mode guidé, et rien dans le produit ne distingue une question posée pour apprendre d'une question posée pour terminer. L'arbitrage reste entièrement du côté de la personne qui tape — ce qui, du point de vue de l'autonomie, est la bonne conception, et du point de vue des résultats, la plus fragile.
Un protocole exécutable, à juger sur vos propres résultats
De tout ce qui précède se déduit une méthode. Elle n'est pas un banc d'essai et ne prétend à aucun résultat mesuré : c'est un enchaînement, exécutable sur le prochain sujet que vous devez maîtriser, dont vous serez le seul juge.
| Étape | Ce que vous faites | Ce que l'IA fait |
|---|---|---|
| 1. Tentative à froid | Écrire ce que vous croyez déjà savoir du sujet, sans rien ouvrir | Rien. L'outil reste fermé. |
| 2. Corpus | Choisir cinq à dix sources dont vous répondez : documentation officielle, normes, articles de référence | Rien — un modèle n'est pas une source, il n'a pas d'auteur à citer |
| 3. Carte | Vérifier que la carte ne contient rien que vos sources ne portent pas | Produire le plan du sujet et la liste des notions, ancrés sur le corpus |
| 4. Questions | Écarter les questions à réponse évidente, garder celles qui vous mettent en difficulté | Générer quarante questions de rappel avec le passage source de chaque réponse |
| 5. Rappel | Répondre de mémoire, par écrit, sans ouvrir ni le corpus ni l'assistant | Rien. C'est l'étape que rien ne remplace. |
| 6. Correction | Confronter vos réponses aux passages, et noter vos erreurs telles quelles | Corriger en citant obligatoirement la source de chaque correction |
| 7. Reprise | Reprendre les erreurs à trois jours, puis à dix, puis à un mois | Tenir le calendrier et resservir les questions ratées |
Une variante s'impose pour un sujet technique : remplacer l'étape 5 par une réalisation. Écrire le script, monter la maquette, refaire la configuration à la main. L'équivalent du rappel, pour une compétence opérationnelle, est de produire sans modèle sous les yeux. Notre article sur la dette de compréhension montre ce que coûte l'inverse quand le code fonctionne mais que personne dans l'équipe ne sait pourquoi.
Pour une équipe, la question n'est pas d'autoriser mais de placer
Le débat interne des organisations sur l'IA en formation se pose presque toujours en termes d'autorisation. C'est le mauvais axe. Les deux essais cités partagent le même enseignement : ce qui décide du résultat, c'est l'endroit de la chaîne où l'aide intervient. Une montée en compétence qui autorise l'assistance partout, y compris pendant l'évaluation, produit des personnes qui savent obtenir une réponse et pas des personnes qui savent la juger — ce qui est exactement la compétence dont une organisation a besoin lorsque le volume de sorties à contrôler augmente, thèse développée dans l'article précédent de ce volet.
Trois décisions concrètes en découlent. Protéger un temps de production sans assistance dans tout parcours interne, ne serait-ce qu'une heure. Faire porter l'évaluation sur une tâche réalisée sans outil, ou sur une explication orale. Et cesser de mesurer la formation au volume de matériel produit : ce volume ne coûte plus rien, donc il ne prouve plus rien. L'article Outils qui accompagne celui-ci détaille le mode d'emploi côté apprenant ; celui consacré aux résumés de longs documents décrit le contrôle minimal à exercer sur un condensé que vous n'avez pas rédigé.
Les produits cités ici changeront de nom, de limites et de prix ; l'un d'eux vient de le faire. Ce qui ne changera pas, c'est l'asymétrie qui fonde cet article : la fabrication du matériel d'étude est devenue gratuite, l'effort de rappel reste au même prix qu'avant. Les mouvements de produits sont suivis dans le radar IA et dans le bulletin Nouveautés.
Une question, un projet IA ?
Vous montez un parcours de formation interne et vous cherchez où placer l'assistance sans vider l'évaluation de son sens ? Échangeons sur votre contexte.
Prendre contact →