L’IA à l’école ne suffit pas à expliquer le recul français dans PISA

La baisse des résultats scolaires fournit un terrain idéal aux causalités rapides. L’intelligence artificielle générative est devenue, en peu de temps, l’explication disponible : les élèves délègueraient leurs devoirs, écriraient moins et perdraient l’habitude de raisonner. Les données de PISA 2025 invitent pourtant à une lecture plus rigoureuse. Le recul est engagé depuis plusieurs années, avant la mise à disposition massive des chatbots.

Pour la France, le sujet n’est donc pas seulement l’IA à l’école. Il porte sur la manière dont l’institution scolaire conserve des espaces d’attention, organise les apprentissages fondamentaux et fixe des règles pour les technologies qu’elle laisse entrer dans la classe comme à la maison. La réponse ne peut se limiter ni à l’interdiction, ni à l’équipement.

Selon les résultats publiés par l’OCDE, la moyenne de ses pays membres a reculé de 22 points en mathématiques et de 28 points en compréhension de l’écrit entre 2015 et 2025. Vingt pour cent des élèves de 15 ans se situent désormais sous le niveau de compétence de base dans les trois domaines évalués. Ces écarts correspondent à plus d’une année d’apprentissage dans l’échelle retenue par l’organisation.

L’IA à l’école face à une dégradation antérieure

La chronologie interdit d’attribuer mécaniquement le mouvement aux outils génératifs. Les performances se dégradaient avant leur généralisation auprès du grand public, tandis que la crise sanitaire a aussi désorganisé les apprentissages. Dans le cas français, le ministère de l’Éducation nationale relève entre 2022 et 2025 une baisse de 18 points en lecture et de 16 points en mathématiques, alors que les sciences reculent de 4 points. Les résultats français de PISA 2025 publiés par le ministère de l’Éducation nationale comptent parmi les plus bas mesurés pour le pays.

Cette photographie ne disculpe pas les outils numériques de tout effet. Elle fixe simplement une limite méthodologique : PISA observe des corrélations déclarées par les élèves, non une expérience permettant d’isoler une cause. Les élèves les plus en difficulté peuvent recourir plus souvent à un assistant conversationnel ; leur moindre niveau ne prouve donc pas que l’outil l’a produit.

Les comparaisons internationales renforcent cette prudence. Le Japon et l’Estonie, où l’usage déclaré des chatbots est relativement faible, figurent parmi les systèmes les plus performants. Singapour, qui a engagé une stratégie numérique beaucoup plus structurée et intègre explicitement l’intelligence artificielle, conserve également des scores élevés. La présence de l’IA à l’école ne préjuge donc ni de la qualité des acquis ni de leur dégradation.

La question centrale est celle de la substitution

Les données de l’OCDE distinguent plusieurs pratiques : demander une explication, chercher des informations, rédiger un texte ou résumer une lecture. Elles ne mobilisent pas les mêmes compétences. Un outil qui fournit un indice ou un retour individualisé peut prolonger une séquence d’apprentissage. Un outil qui rédige, résume ou résout à la place de l’élève retire en revanche une partie du travail par lequel se construisent compréhension, mémorisation et capacité d’argumenter.

Dans les pays de l’OCDE, seuls 14 % des élèves déclarent n’avoir jamais, ou presque jamais, utilisé de chatbot pour les activités examinées. L’usage modéré — d’une fois par mois à deux fois par semaine — est associé à de meilleurs résultats pour certaines tâches de recherche et de synthèse que les usages très rares ou quasi quotidiens. Là encore, il s’agit d’une association, non d’une preuve causale. Mais elle éclaire un choix de politique éducative : l’école doit définir les tâches pour lesquelles l’IA à l’école apporte un étayage, et celles qui doivent rester entièrement assumées par l’élève.

La distraction numérique constitue un autre indicateur, plus directement lié aux conditions matérielles d’apprentissage. Vingt-huit pour cent des élèves de l’OCDE disent être gênés par les appareils numériques de leurs camarades durant la plupart ou la totalité des cours de sciences. Cette proportion est inférieure à 10 % au Japon, en Corée et dans plusieurs juridictions chinoises. La différence ne tient pas à une technologie absente ou présente, mais à des règles, à des pratiques pédagogiques et à une discipline collective de l’attention.

Une politique publique au-delà de l’équipement

Le débat français sur l’IA à l’école tend encore à opposer modernisation et protection. Cette alternative masque le véritable arbitrage. Les pouvoirs publics financent des infrastructures, des licences et la formation des enseignants ; ils déterminent aussi les garanties de confidentialité, les modalités d’évaluation et les usages acceptables pour les mineurs. L’enjeu est autant pédagogique que technologique : une dépendance à des outils conçus hors du système éducatif peut déplacer vers des plateformes privées une fonction centrale de l’école, l’organisation du savoir et de l’évaluation.

Une doctrine opératoire devrait partir de situations concrètes. Les exercices d’entraînement, le brouillon, la démonstration mathématique ou la lecture longue exigent des moments sans délégation. À l’inverse, un assistant peut aider à expliciter une erreur, adapter un exercice ou préparer un débat, à condition que l’enseignant puisse en vérifier le résultat et que l’élève reste responsable de son raisonnement.

• Former les enseignants à identifier les usages d’assistance et les usages de remplacement ;
• Établir des règles stables pour les évaluations, les données des élèves et la traçabilité des productions ;
• Mesurer les effets des expérimentations avant de généraliser les achats et les plateformes.

Les résultats de PISA ne livrent pas de verdict sur l’IA à l’école. Ils rappellent en revanche qu’aucun outil ne corrige, à lui seul, une fragilité accumulée des apprentissages. La souveraineté éducative ne se joue pas seulement dans le choix d’un modèle d’intelligence artificielle : elle réside dans la capacité de l’institution à préserver ce que la machine ne peut faire à la place de l’élève, l’effort de comprendre.