Adrien Péquignot

Retranscription de l’intervention orale pour la journée de bilan du GTnum #Feelnum, 8 juin 2026, Campus Condorcet

« cet art [l’écriture] produira l’oubli dans l’âme de ceux qui l’auront appris, parce qu’ils cesseront d’exercer leur mémoire : mettant, en effet, leur confiance dans l’écrit, c’est du dehors, grâce à des empreintes étrangères, et non du dedans, grâce à eux-mêmes, qu’ils feront acte de remémoration » (275a)

Dans cet extrait, Platon s’inquiète du fait que l’utilisation de l’écriture nous conduise à l’oubli de certains savoirs, parce que ces savoirs, en étant extériorisés, ne seront plus nôtres. On ne peut cependant pas résumer la position de Platon à ce qu’il exprime dans ce passage : il dit également plus loin que l’écriture présente des avantages, comme celle de conserver les traces de certains discours prononcés. C’est d’ailleurs grâce à ces traces que l’on peut lire les dialogues de Platon aujourd’hui. L'apparition de l’imprimerie en Occident a ensuite permis de diffuser les savoirs à une grande échelle, ce qui a conduit à une la révolution scientifique et à la naissance de la science moderne.

Retenons donc de ce que nous dit Platon que l’extériorisation de l’activité d’écriture sur un support technique a des conséquences : tout gain d’efficacité, de temps, de praticité s’accompagne aussi nécessairement d’une perte.

Les IA génératives permettent aujourd’hui d’automatiser l’activité même d’écriture : on peut leur demander de résoudre des problèmes, en mathématiques ou en français. Qu’en est-il alors de l’acquisition des savoirs à l’heure des IAG aujourd’hui ? Quelles sont les conséquences de l’utilisation des IAG en contexte pédagogique ?

Mon but ne sera pas de vous dire si l’utilisation d’IAG est une bonne ou une mauvaise chose, mais plutôt d’identifier quelques-unes des limites liées à leur usage. Je m’inspire en cela de la démarche du philosophe de la technique Langdon Winner dans son livre La baleine et le réacteur. Mes réflexions sont aussi issues de ma propre expérience des IAG en tant qu’enseignant-chercheur à l'Université, mais ce dont je vais vous parler résonne avec ce qui se passe dans le secondaire. J’analyse ces expériences en m'appuyant sur les méthodes proposées par la techno-sémiotique des écrits d’écran telle qu’Emmanuel Souchier, Yves Jeanneret ou Alexandra Saemmer la pratiquent.

Ma présentation s’articulera en 2 grandes parties. Je commencerai par faire une distinction entre information, savoir et compétence, pour mieux identifier ce qui se joue avec l’utilisation des IAG en situation d’apprentissage.

Dans une seconde partie, j’évoquerai 4 problèmes que peut poser l’utilisation d’IAG en situation pédagogique : la perte de certaines compétences, la perte d’autonomie, la transformation de la nature de l’activité, et l’accroissement des inégalités entre élèves ou entre étudiants.

Je tiens à préciser que pour m’en tenir au format de l’intervention, je ne discuterai pas de certaines dimensions des IAG.  Je considère donc :

• que les IAG sont fiables et non biaisées, ce qui n’est pas le cas en pratique^[1]. Demander à Gemini ou à ChatGPT de générer des résumés d’articles scientifiques permet de se faire une idée générale du contenu d’un article, mais ces logiciels ont tendance à mettre en avant certains types d’informations plutôt que d’autres.
• Je considère aussi que les IAG ne posent pas de problèmes écologiques et sociaux. Ce n’est pas le cas en pratique^[2] : leur entraînement et leur utilisation consomme des matières premières, génère de la pollution, entraîne l’augmentation du prix de la RAM depuis la fin de l’année 2025 en occident et des conflits armés (au Congo par ex pour les mines Coltan).
• Je considère aussi que les concepteurs d’IAG sont vertueux et que leurs intérêts coïncident avec ceux du corps enseignant (concevoir des logiciels qui aident vraiment à apprendre). Ce n’est pas toujours le cas en pratique non plus^[3].

Ces précisions faites, je précise ce que j’entends par les termes information, savoir et compétence^[4]. Une information est un « ensemble de connaissances réunies sur un sujet déterminé^[5] ». Une information peut subir un traitement logiciel et être stockée dans une base de données ; elle peut aussi être restituée, ou ‘‘recomposée’’ par un réseau de neurones. Il s’agit en tous cas d’une donnée extérieure au sujet, ce qui est important pour nous ici.

Un savoir est une information produite et appropriée par un sujet. Il existe différents types de savoirs :

• des savoirs théoriques : connaître la définition d’un terme, une formule mathématique, un fait historique;
• des savoir-faire : problématiser, synthétiser un texte, résoudre une équation;
• des savoir-être : travailler en groupe, écouter les autres, être organisé·e, se remettre en question.

Une compétence est une capacité à mobiliser et mettre en œuvre certains savoirs.

Ce sont les compétences que nous évaluons, car nous ne pouvons pas connaître les savoirs des élèves ou étudiant·e·s : nous leur donnons des exercices notés dans lesquels ils se servent de leurs savoirs. Cette distinction entre information, savoir et compétence me semble importante pour comprendre ce qui se joue avec l’utilisation des IAG en classe, qui remet en question notre manière de faire cours pour au moins deux raisons :

• En utilisant des IAG en contexte pédagogique, l’élève/l’étudiant·e peut sembler avoir des compétences alors qu’il ou elle n’a pas acquis de savoirs.

L’acquisition de savoirs peut alors sembler inutile à une partie des élèves et étudiant·e·s à qui l’on donne cours : pourquoi acquérir des compétences si celles-ci paraissent accessibles en utilisant un logiciel ?

• Il peut être difficile pour un enseignant de distinguer la simulation d’une compétence via une IAG et la mise en œuvre d’une compétence sans IAG. Ceci remet en question le contrat pédagogique. L’utilisation de l’IAG par les étudiant·e·s peut créer un soupçon de fraude chez l’enseignant.

De plus en plus d’étudiant·e·s utilisent des IAG pour faire leurs dossiers et même des parties de leurs mémoires de master. Plusieurs de mes collègues universitaires renoncent à donner des dossiers à faire à la maison pour cette raison : ils évaluent désormais exclusivement par des devoirs sur table (DST). Je suis inquiet de cette tendance, parce que je considère que donner des DST favorise d’autres types d’apprentissages que des travaux à la maison : un travail à la maison apprend à réfléchir sur un temps long, alors qu’un DST est souvent un exercice plus scolaire.

Je vais maintenant vous parler de ce que l’utilisation des IAG change à l’activité d’apprentissage elle-même. Pour ce faire, je vais vous parler de ce que l’utilisation des IAG dans l’activité d’écriture. J’entends ici écriture dans un sens très large, en tant que processus : je considère que résoudre une équation est une opération d’écriture par exemple. Les institutions scolaires sont historiquement et constitutivement liées à la longue histoire de l’écriture^[6]. L'écriture permet à l'humanité de représenter et d'échanger des connaissances.

On peut désormais utiliser des IAG pour écrire, en leur déléguant une partie ou la totalité de l’activité d’écriture.

Il y a quatre raisons qui me rendent réticent à l’idée d’utiliser les IAG pour l’apprentissage, et je vais vous les présenter.

La première raison vient de la perte de compétences si on les utilise. A force de déléguer des activités d’écriture à des IAG, je pourrais en venir à perdre en partie ma faculté à écrire.

Déléguer des compétences à un objet technique a des conséquences : les chauffeurs de taxi qui utilisent uniquement le GPS perdent avec le temps leur mémoire des rues ; ils ne sont plus en mesure de s’orienter sans GPS.

Certes, on peut faire un usage consistant d’un GPS, ne l’utiliser que lorsque l’on est perdu, mais il faut une certaine volonté pour ne pas l’utiliser en permanence, parce que c’est bien pratique. Il en est de même pour l’utilisation des IAG, d’autant plus pour des élèves qui n’auraient pas encore acquis les compétences que les IAG automatisent.

Une seconde réticence à l’utilisation d’IAG me vient de la perte d’autonomie liée à leur utilisation pour écrire. Le philosophe Maurizio Lazzarato disait ceci lorsqu’il parlait de la communication avec les machines, dans son ouvrage Signs and machines :

« plus vous prenez part à l’interactivité de la machine communicationnelle, plus vous renoncez à ce que vous devez dire car le dispositif communicationnel vous coupe de vos propres assemblages d’énonciation et vous connecte à d’autres assemblages collectifs (…).^[7] »

Ici, Maurizio Lazzarato nous dit que les machines communicationnelles nous éloignent de nous-mêmes. Pour le dire autrement, si je me mets à écrire avec ChatGPT ou avec Gemini, je ne suis plus l’auteur de ce que j’écris : au mieux, j’en suis co-auteur, au pire, je suis ventriloqué par ces logiciels.

La coupure dont nous parle Maurizio Lazzarato est double :

- elle concerne le résultat lui-même : je ne suis plus le seul auteur lorsque j’écris avec une IAG ; - mais elle concerne également le processus qui nous conduit au résultat : je ne fais plus un travail qui me conduit à penser / à voir un objet autrement.

Le risque ici, c’est qu’en utilisant ces outils, il y ait une séparation entre ce que je pense et ce que j’écris. Ce risque était déjà présent bien avant l’apparition des IAG : on peut très bien répéter ce que d’autres ont dit avant nous sans assimiler ces savoirs. Montaigne abordait déjà cette question lorsqu’il disait ceci : « notre parole le dit, mais notre intelligence ne le comprend pas » (2009 : 645). Ce qui est nouveau avec les IAG cependant, c’est la facilité avec laquelle on peut être ventriloqué par d’autres dans nos écrits, et d’autant plus que l’accès aux IAG peut se faire n’importe où et n’importe quand. Or, le savoir doit être assimilé, « incorporé » dit Montaigne pour faire sens : nous apprenons lorsqu'une nouvelle connaissance est intégrée aux précédentes, en cohérence avec nos autres conceptions et notre vécu. Même si l’on retient ce que dit l’IAG, on n’a accès qu’à une connaissance par emprunt ; elle reste abstraite car on ne fait pas nous-même le raisonnement. C’est un peu comme lorsque l’on regarde une vidéo d’une pianiste : on peut être capable de décrire les notes et les accords qu’elle joue et les spécificités de son jeu, mais cela ne nous rend pas pour autant capables de reproduire son geste.

Je ne suis pas en train de dire ici qu’il y aurait un écart entre ce que proposent les IAG et ce que j’écris, même si cela pourrait aussi arriver. Je suis juste en train de dire qu’il y a une différence entre accoucher d’une réflexion ou d’une pensée, qui est une action volontaire, et choisir parmi ce que propose une IAG, qui consiste à faire un choix parmi ce qui a déjà été décidé par autrui en amont, et qui me dépossède de ce que j’écris.

La troisième raison qui me rend réticent à l’idée d’utiliser les IAG pour l’écriture vient du fait que l’activité d’écriture se transforme elle-même. Une autre citation de Montaigne me revient à ce sujet : « Je n'ai pas plus fait mon livre que mon livre ne m'a fait. » (2009 : 808). Cette citation illustre magnifiquement ce dont nous parlons ici : l’écriture n’est pas un résultat mais un processus. Un processus qui fait devenir quelqu’un d’autre.

Tout ceci m’amène à penser qu’il existe plusieurs formes d’écriture. J’en vois au moins deux, et ceci quel que soit ce que l’on écrit.

	Moteur principal de l’écriture	Finalité principale de l’expérience	Résultat de cette expérience	Affect dans l’écriture
Écriture en recherche	Le désir de connaître (libido sciendi)	Un parcours intellectuel (recherche, réflexion, apprentissage...)	Le produit de l’écriture ET une transformation de soi	Joie
Écriture comme projet	L’utilité → la maîtrise  (libido dominandi)	L’obtention rapide d’un résultat	Le produit de l’écriture seul	Plaisir

Il y a tout d’abord « l’écriture en recherche », au sens où l’entend Frédéric Lambert (2008). Cette écriture répond à un désir de connaître, à ce que Pascal appelle libido sciendi : l’écriture est un support qui nous aide dans un parcours intellectuel.

Cette forme d’écriture ne nous laisse pas indemne : non seulement, on parvient à un résultat, le produit de l’écriture, mais en plus de cela, le fait d’écrire nous transforme. Quand j’écris une rédaction de français ou de philosophie par exemple, je ne fais pas qu’aboutir à un résultat : ma manière de voir l’objet que j’étudie se transforme dans l’écriture. Et l’affect que l’on éprouve dans l’écriture est de la joie (même si, bien sûr, il peut y avoir des difficultés à surmonter avant de ressentir de la joie).

Il existe cependant une seconde forme d’écriture, que j’appelle ici l’écriture comme projet. Le but est alors de parvenir à un résultat de manière efficace. Ici, on n’est pas dans la recherche mais dans la maîtrise, ce que Pascal appelle la libido dominandi. Écrire de cette manière peut procurer du plaisir, parce qu’on se rend maître de quelque chose, mais pas une joie créatrice.

Les IAG sont conçues pour répondre à des requêtes de manière efficace : elles font de l’écriture un projet plutôt qu’une recherche. Pour le dire encore autrement, il y a une certaine modélisation de ce qu’est la pratique d’écriture dans les IA génératives, et cette manière de concevoir l’écriture est en tension avec la pratique d’écriture en recherche : elle nous pousse à nous focaliser sur la seule obtention du résultat.

Je ne dis pas qu’il n’est pas possible d’apprendre à penser par soi-même avec les IAG. Il est possible de les prompter de manière à ce qu’elles nous permettent d’assimiler les savoirs. Il est possible de demander à une IAG d’agir de manière socratique.

Cependant, il ne suffit pas d’opposer de bons à de mauvais usages de l’IAG : il me semble nécessaire de voir de quoi ces bons ou ces mauvais usages sont le nom, ce que nous allons faire tout de suite avec le 4^e problème que pose l’utilisation des IAG. Il s’agit du risque d’accroissement des inégalités entre apprenant·e·s.

Cette année, j’ai donné plusieurs cours dans lesquels les étudiant·e·s travaillaient pendant la séance, en s’aidant des IAG. J’ai constaté 2 grandes catégories d’utilisation de l’IAG.

Certains étudiant·e·s mettent les IAG au service de leur apprentissage. Dans ce cas, leur utilisation de l’IAG est généralement modérée, faite avec un certain recul, en demandant à l’IA ses sources et en vérifiant les informations qu’elle nous transmet. L’IAG peut aussi leur servir à générer des exercices pour les révisions, ou à leur suggérer des pistes de réflexion nouvelles.

Cette utilisation de l’IAG me semble bénéfique à l’apprentissage, mais elle demande une forte volonté d’apprendre qui n’est pas toujours là. Elle présuppose aussi que les étudiant·e·s ont des savoirs pour prompter correctement l’IAG et pour prendre du recul et éventuellement corriger ce qu’elle nous dit. Leur manière de faire n’est pas représentative des pratiques de l’ensemble des étudiant·e·s.

Pour d’autres étudiant·e·s, ce qui fait sens n’est pas l’apprentissage mais le fait d’aboutir à un résultat : leur but en utilisant l’IAG est d’arriver facilement à obtenir un résultat, sans toujours comprendre ce qu’il signifie.

Tous les étudiant·e·s n’utilisent pas forcément les IAG par opportunisme. J’ai aussi constaté que certain·e·s le font par manque de confiance en eux et elles-mêmes. Ces étudiant·e·s se dévalorisent beaucoup : une étudiante m’a dit qu’elle se sentait « moins intelligente que son smartphone ». En discutant avec elle, je me suis aperçu qu’elle exagérait les capacités de son smartphone en même temps qu’elle se dévalorisait elle-même. Quand elle utilise ChatGPT pour réfléchir à sa place, elle pense que ChatGPT parviendra à un meilleur résultat qu’elle, ce qui n’est pas forcément le cas en pratique – c’est là que nous avons un rôle important à jouer en tant qu’enseignant·e·s.

Pour ces étudiant·e·s, l’utilisation des IAG dégrade encore leur confiance en eux et renforce la tendance à la consommation passive des études. Même lorsqu’ils parviennent à un résultat de qualité (et ce n’est pas toujours le cas), l’utilisation de l’IAG ne fait que dissimuler l’échec.

Je constate donc que l’utilisation des IAG accentue les différences entre les étudiant·e·s qui ont de bons résultats et ceux qui ont de mauvais résultats : d’un côté, certains réussissent à s’en servir pour apprendre davantage dans la situation pédagogique, alors que d’autres au contraire utilisent l’IA comme substitut à l’apprentissage.

Présenter les choses ainsi avec deux grandes catégories d’étudiant·e·s est un peu simpliste, la réalité est plus complexe que cela.  Si ces questions vous intéressent, je vous renvoie aux travaux de Bilel Benbouzid, qui a identifié 5 manières chez les étudiant·e·s de rendre compte de leur rapport aux IAG dans leur travail.

Conclusion

Je vais conclure cette intervention sur une touche optimiste : il existe des calculatrices depuis des décennies et pourtant, nous continuons à apprendre à calculer à l’école : si avons réussi à trouver des manières consistantes d’utiliser les calculatrices, pourquoi ne pourrions-nous pas le faire avec les IAG ?

Il est important d’apprendre des usages consistants des IAG aux apprenant·e·s, mais on doit leur apprendre à ne pas avoir besoin de se servir des IAG avant de leur apprendre à s’en servir à les utiliser à propos.

Il ne suffit cependant pas de mettre à disposition des outils d’IA en contexte pédagogique pour que l’on apprenne mieux, il faut que cela soit fait avec une finalité pédagogique.L’introduction des IAG en contexte pédagogique demande aux enseignants de s’assurer que les travaux rendus ne soient pas juste un copier-coller d’une IAG : cela demande de repenser les exercices et les modes d’évaluation, pour que l’écriture des apprenant·e·s soit une écriture en recherche et non une écriture comme projet délégable à l’IAG. Faire cela demande davantage de travail à l’enseignant·e, qu’il s’agisse de la réflexion pédagogique en amont ou du contrôle de l’usage des IAG en cours, et donc du temps.

Il me paraît nécessaire de transmettre ce goût pour les savoirs qui ne va pas nécessairement de soi, et moins encore aujourd’hui que par le passé. L’école ou l’université ne visent pas qu’ à la transmission de connaissances automatisables, elles ont pour but d’apprendre à penser par soi-même et à développer l’autonomie intellectuelle. Je laisserai à ce sujet le mot de la fin à Tim Ingold :

l’éducation « n’est pas, je le soutiens, une question de transmission de connaissances, mais avant tout de donner un sens à sa vie (en anglais leading life). » (2018 : 9).

Je vous remercie de votre attention.

Bibliographie

GAUTIER Julien et VERGNE Guillaume, « Préface », dans L’école, le numérique et la société qui vient, Paris, Mille et une nuits, 2012.

INGOLD Tim, L’anthropologie comme éducation, Rennes, Presses Universitaires de Rennes, 2018.

LAMBERT Frédéric, « L’écriture en recherche », dans Construire son parcours de thèse (dir. Camille LAVILLE, Laurence LEVENEUR, Aude ROUGER), Paris, L’Harmattan, 2008.

LAZZARATO Maurizio, Signs and machines. Capitalism and the production of subjectivity, Cambridge (MA), MIT Press, 2014.

MARQUET Kevin, COMBAZ Jacques, BERTHOUD Francoise, « Introduction aux impacts environnementaux du numérique », Bulletin de la Société Informatique de France, 2019, 13, pp.8597.

MONTAIGNE Michel de, Les Essais en français moderne (trad. : A. Lanly), Paris, Quarto Gallimard, 2009.

PLATON, Phèdre (trad. : Luc Brisson), Paris, GF Flammarion, 2001.

UNESCO, « Challenging systematic prejudices: an Investigation into Gender Bias in Large Language Models », Ircai, 2024. En ligne : https://unesdoc.unesco.org/ark:/48223/pf0000388971 WINNER Langdon, La baleine et le réacteur, Edition

---

[1] A ce sujet, voir par exemple l’étude de l’Unesco (2024) au sujet des stéréotypes de genre dans les grands modèles de langages (LLM).

[2] A ce sujet, voir Marquet et al., 2019.

[3] A ce sujet, voir par exemple les deux premiers numéros de la revue Tèque qui montrent depuis plusieurs analyses comment les applications numériques sont conçues pour servir les intérêts de leurs concepteurs, fut-ce au détriment de leurs utilisateur·e·s.

[4] Jean-Marc Monteil distingue information, connaissance et savoir dans Dynamique sociale et systèmes de formation (1985), cité par Charlot.

[5] D’après le dictionnaire en ligne du CNRTL : https://www.portail-lexical.fr/.

[6] C’est ce qu’affirment Julien Gautier et Guillaume Vergne dans leur préface de L’école, le numérique et la société qui vient (2012).

[7] Il s’agit de ma traduction de Lazzarato (2014 : 164).