Mais pourquoi donc se former à l'intelligence artificielle ?

À l'approche de la présidentielle, nombre de candidats affirmant vouloir former massivement à l'intelligence artificielle. Mais que veut dire aujourd'hui « se former à l'IA » ?

Rochane Kherbouche. C'est la question clé. Se former à l'IA, ce n'est pas seulement apprendre des prompts ou à se servir des outils. C'est avant tout apprendre à ne pas se faire avoir par elle et à penser avec l'outil. Cela signifie acquérir un double ancrage : une littératie IA (capacités, limites, pilotage, évaluation des sorties, sécurité) et un discernement disciplinaire (juger, sourcer, décider dans sa matière). Cela inclut des compétences transversales comme l'esprit critique, la traçabilité, l'explication des choix, l'éthique et la collaboration homme-machine. Le point de départ doit être critique avant d'être technique.

Quel risque prend-on à ne pas former ?

RK. L'IA risque d'amplifier les écarts : ceux qui l'utilisent de façon réfléchie montent vite en compétence ; ceux qui délèguent sans esprit critique s'appauvrissent cognitivement. D'où l'enjeu de former au jugement, pas seulement à l'outil.

Votre propre expérience de formateur vous a permis d'éprouver la difficulté d'animer des formations à l'intelligence artificielle. Pourquoi ?

RK. Parce que nombre de participants attendent un “effet waouh" technique, alors que la vraie valeur est dans la remise en question, l'itération et l'évaluation critique des sorties. Passer de la démonstration d'outil à l'ingénierie critique demande un changement de posture, plus exigeant et moins spectaculaire.

Le forum WhatsApp de veille IA & Éducation que vous avez créé témoigne d'une forte mobilisation de la communauté pédagogique sur ce sujet. La mobilisation institutionnelle est-elle au même niveau ?

RK. Globalement, non. On observe un décalage frappant. Sur le terrain, des équipes pédagogiques expérimentent, bricolent, partagent avec une énergie incroyable. Au niveau des institutions, on sent de la prudence, de l'hétérogénéité, de la méfiance, des discours de façade et des cadres encore flous. Le décalage tient à la difficulté de normer vite et bien.

Que faut-il faire à court terme ?

RK. Il faut des lignes directrices nationales sur l'usage de l'IA en évaluation, mettre à jour les référentiels avec des critères processuels, reconnaître plusieurs voies d'évaluation équivalentes, financer la formation des formateurs et des jurys, et clarifier les attendus Qualiopi pour les innovations (notre article).

• Évaluer en formation à l'ère de l'IA générative - Manuel pratique pour repenser l'évaluation des apprentissages. Rochane Kherbouche, éditions Chronique Sociale, 240 p., 2026 :
  chroniquesociale.com/pedagogie-formation/1519-evaluer-en-formation-a-lere-de-lia-generative.html
• Le site de Rochane Kherbouche : https://ia.rochane.fr/