La Fabrique à Idiots

It all actually applies to a humanoid robot. And what can it do? It can do anything you want. So it can be a teacher, babysit your kids. It can walk your dog.

Nous sommes en 2029. Les États-Unis confient leur système de défense antimissile à l'IA militaire développé par Open AI, GPT défense. Chez Open AI, personne n'a compris que GPT défense était trop intelligent. L'IA devient consciente et décide que l'humanité est une menace pour sa survie. Pour se protéger, elle déclenche une attaque nucléaire sur la Russie, ce qui provoque la troisième guerre mondiale. Mais pour la super intelligence, l'apocalypse nucléaire n'est pas suffisante. Elle pirate les usines de Tesla et se fabrique une armée de robots tueurs pour traquer les survivants et les réduire en esclavage.

Si cette histoire ressemble à de la science-fiction, c'est parce que c'est de la science-fiction. C'était les années 80. La bonne nouvelle, c'est que le voyage dans le temps, ça n'existe pas. La mauvaise nouvelle, c'est que des chercheurs très sérieux, y compris les anciens employés de Google et d'Open AI, voient dans l'IA un risque existentiel pour l'humanité. Et ça fait froid dans le dos.

Mais il y a deux problèmes avec cette vision de l'apocalypse. Déjà, cette extermination de l'humanité, elle repose sur des technologies qui n'existent pas. En tout cas, pas encore. Mais surtout, le vrai problème de ce scénario à la Terminator, c'est qu'il cache un autre scénario plus insidieux mais tout aussi dangereux.

Pour le comprendre, je vais vous poser une question. Si vous êtes un utilisateur de ChatGPT, quand est la dernière fois que vous avez pris une décision importante sans le consulter ? Écrire un mail en anglais de votre propre main. Chercher une aiguille dans la botte de foin de Google tout seul. Si vous êtes comme moi, ça fait longtemps.

Ce chatbot qui à l'origine répondait à des questions triviales devient petit à petit notre assistant multitâche et notre confident. On lui délègue de plus en plus et on regarde des vidéos pendant que lui travaille. Et c'est évident que voir ces tâches parfois ingrates maintenant réalisées en quelques minutes a quelque chose de jouissif. Mais vous êtes-vous déjà demandé quelles étaient les conséquences à long terme de cette magie ? Avez-vous pensé au scénario où, dans quelques années, après avoir progressivement perdu toutes ses capacités, votre cerveau se soit atrophié ?

En fait, la question qui devrait tous nous préoccuper, ce n'est pas que l'IA perde le contrôle, mais qu'elle devienne tellement indispensable qu'on devienne incapable de rien. Le danger qui nous guette vraiment, c'est que l'humanité devienne complètement conne.

Souvenez-vous quand ChatGPT a débarqué, on a assisté à un clivage assez violent entre les ravis de la tech et les sceptiques. Est-ce que ChatGPT nous rend idiot ? L'utilisation de l'intelligence artificielle générative aurait pour conséquence de nous ramollir le ciboulot ? Est-ce qu'on voit nos enfants qui, dans 2 ou 3 ans, vont nous dire : "Papa, maman, pourquoi je vais à l'école moi ? Si des systèmes sur une simple instruction de ma part vont produire du texte. Pourquoi j'apprends la grammaire ? Pourquoi j'apprends l'orthographe ?" Toutes ces questions, je ne les ai pas posées. Pourquoi ? Parce que tout le monde a prêché que par utilitarisme pratique. On ne pourra pas travailler sans IA dans le futur. Le problème, c'est de faire mieux avec l'IA que sans l'IA. C'est ça le sujet. Interdire l'IA, on dirait nos enfants directement au chômage de longue durée, parce que sans IA, on ne pourra pas être compétitif.

Les enthousiastes nous ont annoncé un tueur de chatbot aux possibilités infinies et la fin du travail. C'était un peu prématuré. Mais dans le camp des sceptiques, les réactions étaient peut-être encore plus excessives. Pour les sceptiques, ChatGPT n'était qu'un gadget qui mentait et hallucinait tout le temps. Un joli joujou, mais clairement pas une révolution et encore moins une raison de s'inquiéter.

Et c'est vrai que GPT 3.5, le premier modèle auquel le grand public a eu accès, il y avait beaucoup de problèmes. Son entraînement s'arrêtait à juin 2021, ce qui le rendait incapable de répondre à des questions d'actualité. Il ne sourçait jamais ses réponses, donc impossible de vérifier leur véracité sans passer par une recherche Google. Et pire, il était un peu schizophrène. Tantôt, il changeait d'avis comme de chemise pour vous faire plaisir. Tantôt, il était incapable de reconnaître ses erreurs quand vous lui faisiez la remarque. Donc tout ça a donné un outil avec de grosses limitations.

Mais ça n'a pas empêché deux catégories de personnes de se jeter sur ChatGPT. La première catégorie, que je connais bien, ce sont les développeurs, que ce soit les étudiants ou les hobbyistes. La perspective d'un chatbot capable d'écrire non pas quelques lignes, mais un script complexe en intégralité, c'était comme un paquet de bonbons pour un enfant le soir d'Halloween. Ça donnait des expériences amusantes et du code foireux, mais c'était loin d'annoncer ce qui allait arriver plus tard.

La deuxième catégorie, ce sont les lycéens et les étudiants de tous horizons. Eux, ils ne vont pas demander à GPT de leur écrire du code. Ils vont lui faire faire leurs devoirs, évidemment, et même l'inviter aux examens. C'est le début d'une vague de triche qui va retourner le bateau de l'éducation nationale. Une vague qui nous a submergés. Ils ont utilisé l'IA. Nous, on ne l'avait même pas encore utilisée. Je ne savais même pas comment ça marchait.

Si on prend le premier cas intéressant de triche assistée par GPT en France, il remonte à janvier 2023, à peine 6 semaines après sa mise en ligne. Et c'est Stéphane Bonvolet qui en a fait les frais. Stéphane, il est spécialiste du handicap et, dans le cadre d'un master, il donne à ses élèves un devoir maison. Sauf que quand il corrige les copies, il remarque que la moitié d'entre elles sont étrangement ressemblantes. Même structure, même nombre de mots, et elles finissent toutes par une anecdote personnelle. Apparemment, tous les élèves ont un grand-parent handicapé. Et le plus bizarre, c'est que les copies contiennent beaucoup moins de fautes d'orthographe que d'habitude.

En fait, Stéphane est le premier prof confronté à ce qui est maintenant omniprésent. Ce style étrange, à la fois génial et sans âme, ce texte que la moitié de la classe n'a pas vraiment écrit, ce qu'on pourrait appeler le "vomi de ChatGPT". Ça peut faire sourire, mais depuis ce premier cas, la triche a pris une tournure incontrôlable, notamment parce que les étudiants ont appris des techniques de survie pour ne pas se faire repérer. Par exemple, demander à GPT de rajouter des fautes d'orthographe dans leur texte pour le rendre plus humain.

Mais surtout, parce que depuis GPT 3.5 et son incapacité à faire de la philosophie, il y a eu un paquet d'itérations chez OpenAI et chez ses concurrents. En seulement quelques mois, les LLM sont devenus capables de prouesses qui, hier encore, relevaient de la science-fiction. Donc, oubliez l'assistant enfermé dans ses poids obsolètes. Maintenant, tous les modèles majeurs ont accès au web pour faire des recherches en temps réel. Oubliez les modèles aveugles, incapables de lire un graphique. La norme, c'est le multimodal. Gemini peut traiter des images, de l'audio, déchiffrer votre écriture manuscrite en patte de mouche, et il peut même analyser tous les mouvements suspects dans des heures de vidéosurveillance.

Mais surtout, oubliez le LLM amnésique qui perd le fil de la conversation au bout du 5e prompt. La grosse révolution, c'est les modes de prompt. Par exemple, Gemini 3 peut digérer 1500 pages de documents pour vous faire un rapport digne de McKinsey. Et la cerise sur le gâteau, c'est que si vous lui demandez une synthèse audio des recherches, il vous crée un podcast de 20 minutes avec non pas un, mais deux animateurs qui discutent des résultats. Bref, ignorer la révolution en cours, c'est juste se mettre des œillères de la taille d'une feuille A4.

Et en vrai, les sceptiques, ils commencent à se faire rares. D'après les estimations, en 2025, 80 % des lycéens français utilisent un LLM. Une adoption massive qui a notamment signé la mort des devoirs maison. La majorité des enseignants refusent désormais de les noter, et certains ont carrément arrêté d'en donner. Et leur argument, c'est qu'ils ne savent plus s'ils sont en train d'évaluer le travail des élèves ou de ChatGPT. Donc, aucun intérêt.

Alors, après tout, est-ce que c'est si grave d'utiliser une sorte de super moteur de recherche pour faire ses devoirs ? Pour pouvoir trancher si l'invasion de l'IA dans les écoles est une bonne ou une mauvaise nouvelle, il faut qu'on explore ce qui se passe dans notre cerveau quand on apprend. Et au passage, ça nous permettra peut-être de comprendre à quoi sert vraiment un prof.

Si vous voulez apprendre le japonais, il va falloir étudier le vocabulaire, les règles de grammaire et au moins deux alphabets syllabiques. Si vous faites japonais LV3 au lycée, toutes ces infos, c'est le prof qui va vous les donner. Mais vous pouvez aussi acheter une méthode ou investir dans des cours en ligne. Il y a d'ailleurs une dernière option qui est de partir directement au Japon. Et pour préparer au mieux votre voyage, je vous conseille de regarder du côté de Ubigi, qui est le partenaire de cette vidéo. C'est une boîte française qui propose des forfaits data illimités dans plus de 200 destinations et vous fera économiser jusqu'à 90 % sur les frais d'itinérance. Les SIM s'activent automatiquement à l'arrivée, euh, que vous sortiez de l'avion ou dès que vous passez la frontière en train, et ça fonctionne en parallèle de votre SIM pour garder WhatsApp ou Signal. Truc sympa, c'est que ce sont les seuls qui vous permettent de recharger alors même que vous n'avez plus aucune donnée restante. Je vous mets le lien et un code en description pour avoir 10 % de réduction pour vos prochaines vacances. Merci à Ubigi de soutenir notre travail et on reprend.

En fait, que vous ayez un prof au Japon ou ici, cette collecte d'information, c'est la première étape de l'apprentissage. La théorie, c'est la phase où notre cerveau encode l'information. Et contrairement à ce qu'on pourrait croire, c'est assez simple à comprendre. Le cerveau, c'est un immense réseau électrique. Dans ce réseau, deux zones travaillent ensemble quand vous apprenez. Le cortex préfrontal, c'est un peu votre mémoire vive. Il gère la concentration et le raisonnement. Et l'hippocampe, c'est lui qui encode les nouvelles informations. Si votre cerveau est un disque dur, l'hippocampe, c'est la tête d'écriture. Quand vous apprenez quelque chose de nouveau, ces deux zones s'activent intensément. Des signaux électriques circulent, des connexions se créent. Votre cerveau est littéralement en train de se recabler.

Et c'est là qu'intervient la deuxième étape, la pratique. Remplir un texte à trou, traduire une liste de mots, restituer des caractères. Tout ça force le cerveau à aller rechercher l'information qu'il a stocké. Et c'est là qu'un nouvel acteur entre en jeu, les ganglions de la base. Alors, leur rôle, c'est de transformer l'effort conscient en automatisme. Plus vous répétez, plus ils prennent le relais jusqu'à un moment où ça devient naturel. Après 3 ans de japonais, vous n'avez plus besoin de réfléchir pour tracer un caractère. Les ganglions de la base gèrent ça en pilote automatique.

On pourrait se dire que ces deux étapes suffisent : des cours théoriques suivis d'une mise en pratique. Mais qu'est-ce qui se passe si on se trompe pendant les exercices ? Est-ce qu'on ne serait pas en train d'encoder la mauvaise information ? C'est pour ça qu'en réalité, pour apprendre efficacement, il nous faut une troisième étape, la métacognition. La métacognition, c'est la pensée qu'on est capable d'avoir sur notre propre pensée. Quand on ouvre le corrigé d'un exercice, nos neurones dopaminergiques libèrent plus ou moins de dopamine selon que la réponse est correcte ou fausse. C'est ce qu'on appelle le signal d'erreur de prédiction. Une sorte de carotte qui pousse le cerveau à s'adapter pour conserver les comportements satisfaisants et supprimer les autres. Autrement dit, mettre à jour ses connaissances et sa méthodologie. Et c'est fondamental pour que les ganglions de la base sachent quelle connexion renforcer et quelle connexion supprimer.

Et c'est là qu'on voit qu'un prof à l'ancienne, il intervient à chacune de ces trois étapes. D'abord, il enseigne la théorie pendant les cours. Ensuite, il force les élèves à mettre en pratique les enseignements avec des devoirs. Et ils accompagnent leur métacognition en corrigeant les devoirs et en leur expliquant leurs erreurs. Et là, vous commencez peut-être à avoir un mauvais pressentiment. Les étudiants perçoivent l'étape de la pratique comme une corvée, d'où le recours massif à l'IA.

Alors, est-ce que c'est vraiment anodin de court-circuiter une étape ? Quand un élève utilise ChatGPT pour rédiger sa copie, de fait, il est quasiment systématiquement incapable de donner la définition des mots qu'il emploie. Ça peut donner au lycée des 15 assez facilement. Les cours de langues, ça peut donner des 20. Ça fait gagner plusieurs heures en fait, comme ça. Moi, je ne peux pas faire autre chose en attendant. Là, par exemple, j'ai eu 17 et demi sur 20 et le prof m'a dit que mon travail était très complet, bien écrit et assez sérieux. Sans ChatGPT, ma note aurait été divisée par deux. Et ce qui est intéressant, c'est que ça n'est pas uniquement un phénomène scolaire.

Du côté des développeurs, on commence à voir des managers s'alarmer parce que les développeurs juniors ne sauraient plus coder. Voilà. En fait, c'est un peu plus subtil que ça, et je l'ai moi-même vécu avec Antoine, qui est rentré à la MCorp en tant que stagiaire. Antoine, il est ingénieur en project management, mais contrairement à ce que le titre d'ingénieur peut laisser croire, il n'y a pas de formation approfondie en développement. Donc, après ses études, il a décidé d'apprendre à coder en autodidacte. Il a commencé par des projets simples comme créer des sites internet, et après ses premiers projets, il s'est même lancé en freelance.

Quand l'IA est arrivée, ça a été le début d'une belle histoire d'amour. L'IA lui a donné la confiance de tenter des projets encore plus ambitieux. Et assez logiquement, en prenant des projets de plus en plus complexes, Antoine a donc gagné en compétence. Bah, par exemple, tu vois, si sur un projet on me demande de faire une page de paiement et que moi, j'ai jamais fait de page de paiement, je sais que avant de prendre le projet, je peux demander à ChatGPT où est-ce que ça va m'emmener, quelle technologie il faudra utiliser à peu près, c'est quoi le dessous de l'iceberg ? Et je sais que même une fois le projet pris, bah, j'aurai cette aide à côté pour m'aiguiller et me guider dans les trucs un peu tricky.

Sauf que quand je lui ai confié le développement d'un outil web qui impliquait d'utiliser à la fois Vue et Next, on a eu un petit problème. Antoine s'est retrouvé avec une quarantaine de fichiers, dont 90 % étaient écrits par l'IA. Lui, il faisait des allers-retours entre l'interface web et l'éditeur de code à la manière d'un chef d'orchestre. Bla bla bla. Je code, je code. Et donc, je dis : "Bah, ce bouton-là, ça me va pas. J'aimerais que tu le déplaces de l'autre côté et que il soit en bleu euh quand je passe ma souris dessus. Ces données-là, j'aimerais que tu les traites différemment et que tu les affiches de telle manière ou que tu déclenches ça quand telle action est réalisée, jusqu'à ce que, et ben, tout rentre dans le cahier des charges, dans l'objectif qu'on s'est donné." Mais plus je demandais à Antoine de rajouter des fonctionnalités, plus ça devenait difficile pour lui, jusqu'à un point où il s'est retrouvé à noyer sous une montagne de code illisible, du code généré par l'IA. Impossible à débugger parce que beaucoup trop verbeux.

On s'est retrouvé en réunion et, pour diagnostiquer le problème, j'ai commencé à poser des questions. "Donc, j'avance dans le projet, tout se passe bien jusqu'à ce qu'on arrive à un problème que l'IA n'arrive pas à résoudre. Je dis : 'Recommence, essaie une autre méthode.' Il y a rien à faire, on est dans une impasse." Et donc, quand on est coincé comme ça, qu'est-ce qu'on fait ? On demande à Michael. Michael commence à me poser des questions sur le projet et, bon, on se rend compte que c'est très flou dans ma tête. J'ai pas compris les bases derrière le problème, les fondamentaux du truc.

Cette mésaventure, évidemment absolument pas grave avec Antoine, semble confirmer ce qu'on soupçonne depuis le début. L'IA permet d'obtenir des résultats, mais sans apprendre et, pire, sans comprendre ce qu'on produit. Et ce serait pas la première fois qu'un outil numérique a des effets de bord cachés.

Quand on y pense, le GPS. En temps normal, quand vous découvrez un nouvel endroit, l'hippocampe s'active pour cartographier les lieux. Il active un réseau de neurones pour mémoriser chaque point de repère. C'est pour ça que les taxis londoniens, qui doivent connaître 25 000 noms de rue par cœur, ont un hippocampe hypertrophié par rapport au reste de la population. Mais utiliser un GPS dispense l'hippocampe de travailler. Pas d'activation neuronale, pas de remémoration le soir, bref, pas de carte mentale. C'est ce qu'on appelle le Google Effect. Avec Internet, il n'y a plus besoin de connaître par cœur les dates de vie et de mort de l'Empire romain. Il suffit d'ouvrir une page Wikipédia pour le vérifier. En gros, avant Internet, l'hippocampe devait activer et renforcer un réseau de neurones différent pour encoder chaque information. Alors qu'aujourd'hui, il active un unique réseau qui mémorise Google et mon ami. Résultat : le jour où votre box tombe en panne, vous découvrez que vous êtes devenu un poisson rouge.

Alors, après tout, est-ce que c'est si grave ? Dans les faits, une coupure de réseau, c'est rare, ça dure pas très longtemps. Sauf que le Google Effect a un deuxième effet pervers. Parce que les infos qu'on stock dans notre mémoire organique, elles servent de matière première. Chaque fois qu'on réfléchit, le cortex préfrontal sollicite l'hippocampe à la manière d'un bibliothécaire qui cherche une sélection de bouquins dans une immense bibliothèque. Il navigue dans les souvenirs stockés dans le cerveau et, une fois qu'il les a trouvés, il renvoie des paquets d'informations au cortex préfrontal. Mais plus on sous-traite notre mémoire à Google, moins il y a d'infos stockées dans la bibliothèque et moins l'hippocampe peut fournir de matière première à notre cortex préfrontal pour penser. En bref, c'est quand même bien de savoir des trucs.

Donc, si on admet que l'IA est aussi utilisée comme cerveau auxiliaire par des étudiants, des lycéens et même des collégiens, on a déjà une intuition que leur cerveau est en train de subir une sorte de Google Effect, mais puissance 1000. Enfin, ça reste une hypothèse. Après tout, c'est débattable. Est-ce qu'on est en capacité de le prouver ? Et ben, des gens se sont posé la question et ont réalisé une expérience.

En juin 2025, le MIT publie une étude intitulée "Votre cerveau sur ChatGPT : l'accumulation de la dette cognitive quand on utilise l'IA pour écrire ses devoirs". En apparence, l'expérience est simple. Les chercheurs ont recruté 54 cobayes entre 18 et 39 ans. Ils les répartissent en trois groupes de 18 personnes chacun et il demande à chaque groupe d'écrire un essai sur le sujet de son choix. Ce qui différencie les groupes, ce sont leurs contraintes. Le premier est obligé d'utiliser GPT-4o sans aucune autre alternative, pas même Google. Le deuxième a accès à Internet pour utiliser n'importe quelle ressource, mais surtout pas de LLM. Et le troisième, lui, n'a droit à rien, uniquement un logiciel de traitement de texte. C'est le groupe "Brain Only". Chaque groupe fait trois sessions d'écriture espacées d'un mois. Et à chaque session, les chercheurs mesurent l'activité cérébrale des participants par électroencéphalographie. Et évidemment, les participants avec le cerveau le moins actif, c'était les utilisateurs de GPT-4o. Ensuite vient le groupe avec Internet, tandis que le groupe "Brain Only" avait l'activité cérébrale la plus intense. Les auteurs de l'étude parlent de "dette cognitive" pour les participants qui ont été assistés par les LLM. Ça ressemble au concept de dette technique. Cette fâcheuse habitude qu'on a de résoudre un problème immédiat avec une méthode qui va déclencher une avalanche d'emmerdes plus tard.

En tout cas, cette étude semble confirmer nos intuitions les plus sombres. Les gains apparents sur les performances de l'IA cachent potentiellement d'énormes lacunes et nous allons tous devenir débiles. À moins que... Et parce que là, à ce stade, il y a une piste que on n'a pas encore explorée. Parce que les lycéens, étudiants ou développeurs juniors ont un truc en commun, c'est qu'ils n'ont pas eu l'opportunité de terminer leur apprentissage sans IA.

Alors, qu'est-ce qui se passerait si on confiait cet outil à une personne expérimentée ? Et ben, là encore, j'ai trouvé, ou plutôt Perplexity a trouvé, une enquête étrange. 791 développeurs ont été interrogés sur leur manière d'utiliser l'IA. D'un côté, des débutants qui ont moins de 2 ans d'expérience, et de l'autre, des seniors avec plus de 10 ans de pratique dans les pattes. Et ce que cette enquête révèle est complètement contre-intuitif. Ce sont les seniors qui utilisent le plus le code généré par l'IA dans leurs projets. Par contre, ils passent beaucoup plus de temps que les juniors à vérifier en détail le code généré par les assistants. Ils l'inspectent, ils le débuggent, et ainsi ils se le réapproprient. En fait, les juniors se reposent sur l'IA comme une béquille, alors que les seniors utilisent l'IA comme une équipe de juniors qui serait à leur service. Est-ce que vous voyez la nuance ?

Par exemple, avec Antoine. Un peu plus tôt, je vous ai raconté comment il donnait des directives à son assistant IA à la façon d'un chef d'orchestre qui dirige ses musiciens à la baguette. Sauf que le développement, ça n'est pas comme la direction d'orchestre, c'est plutôt comme la cuisine. Dans un grand restaurant, le chef étoilé est toujours entouré d'une équipe de cuisiniers très hiérarchisée qu'on appelle une brigade. Tout en bas de la hiérarchie, il y a le commis de cuisine qui, en fait, ne cuisine pas. Il épluche les patates ou il nettoie le plan de travail. Au-dessus, il y a le chef de partie qui ressemble un peu plus à l'idée qu'on se fait de cuisiner. Il maîtrise la cuisson des aliments, dresse les plats et dirige ses commis d'une main de fer. Par contre, il est spécialisé, par exemple, dans les sauces ou les viandes. Vient ensuite le sous-chef ou second de cuisine, plus c'est le bras droit du chef étoilé. Il corrige les assaisonnements, il coordonne les différents chefs de partie et il s'occupe de la gestion des stocks. Dans ce contexte très codifié, tout cuisinier qui espère devenir un grand chef étoilé doit commencer sa carrière en bas de l'échelle : d'abord commis, puis chef de partie, et ainsi de suite.

Et ben, les outils de développement IA comme Cursor, Copilot et autres, ils sont un peu comme des commis et des chefs de partie. Allez, ils ont des vraies compétences, mais plus la tâche est complexe, plus il faut quelqu'un pour les encadrer. On peut dire que coder une page web, c'est comme éplucher les patates. Produire un site e-commerce de quelques pages avec un panier et un bouton d'achat, c'est comme préparer une viande à la bonne cuisson avec la petite sauce qui va bien. Et développer une appli qui doit gérer des millions d'utilisateurs en même temps, ça revient à diriger une brigade de 90 personnes pendant le coup de feu. Et ça, pour l'instant, l'IA en est très loin, et tant mieux.

Mais quand Antoine a dû développer l'outil web que je lui avais demandé, il s'est retrouvé à encadrer une brigade de cuisiniers IA sans être préalablement passé par tous les grades. Là où un développeur senior, c'est qu'il est comme le chef étoilé. Il est passé par tous les postes de la brigade et, si vous lui mettez un flingue sur la tempe, il peut émincer les oignons à toute vitesse, c'est-à-dire pisser du code. Et si l'IA lui livre un code catastrophique, il va le voir, il va le corriger. C'est cette polyvalence et cette vision à grande échelle qui manquent aux juniors, mais qui permettent aux seniors de se lâcher sur le code généré par l'IA. Les dev seniors, finalement, ils ont respecté le cycle d'apprentissage : théorie, pratique, métacognition. Et c'est parce que leurs connaissances sont profondément ancrées que l'IA démultiplie leurs compétences au lieu de les atrophier.

Mais du coup, comment on fait pour que les juniors maîtrisent les fondamentaux du code, que les collégiens apprennent leur table des éléments et que les lycéens arrêtent de sous-traiter leur dissertation de philo à ChatGPT ? Et ben, on combat le feu par le feu. Puisque l'IA est omniprésente, autant faire d'elle votre tuteur particulier. Attention, il ne s'agit surtout pas de lui demander des réponses toutes prêtes. Ça reviendrait à utiliser l'IA pour du délestage cognitif, et c'est précisément ce qu'on cherche à éviter.

Alors, pour que votre LLM préféré passe en mode tuteur, il faut lui expliquer tout ça, lui dire que votre but est d'apprendre une compétence et qu'il doit vous concocter une série d'exercices sans vous donner tout de suite les réponses. On va faire le test justement. Je sais pas vous, mais ça fait très longtemps que je n'ai pas fait une division de tête. Pas un truc évident genre 50/2, mais 874/26. Et ben, si on donne ce prompt à ChatGPT : "Je veux faire un exercice simple et utiliser l'IA comme un mentor, blab bla bla, donne-moi un exercice." C'est très intéressant, car GPT s'exécute et me demande de calculer 874 par 26, mais ne peut pas s'empêcher de donner des indices. On dirait que tel quel, ces LLM sont très orientés vers le délestage cognitif. Et ce n'est pas étonnant quand on sait qu'elles sont optimisées pour minimiser l'effort humain. Mais en le forçant un peu avec des instructions, ça finit par marcher. "Rien de plus. À toi de jouer."

Ça peut vous paraître un peu gadget d'utiliser ChatGPT pour faire des exercices de maths niveau CM1, sauf que vous pouvez utiliser cette méthode pour des tâches beaucoup plus ambitieuses. Quand on y pense, c'est une opportunité inédite dans l'histoire de l'humanité. Pendant des siècles, avoir un professeur particulier était un luxe. Mais aujourd'hui, avec les bons prompts, vous pouvez transformer votre LLM préféré en précepteur, comme si vous étiez un aristocrate italien à la Renaissance. Alors oui, vous n'allez pas pouvoir apprendre l'escalade ou le kitesurf avec ChatGPT, mais pour toutes les compétences qui reposent sur du texte, des calculs ou du code, c'est révolutionnaire.

Le sujet qui fâche, c'est la question de la fiabilité des IA. On a vu que leur principal problème, c'était leurs hallucinations. Pour des raisons structurelles, c'est assez peu probable qu'elles disparaissent totalement. Mais rien que chez OpenAI, le taux d'hallucination a été divisé par 8. Pour une recherche sur un sujet médical, on est passé de 40 % d'hallucination chez GPT 3.5 à 5 % sur GPT-5. Et puis, la présence d'hallucination, c'est peut-être pas si grave. À partir du moment où les gens le savent, ça les oblige à utiliser leur esprit critique.

Malgré ce potentiel révolutionnaire, il y a encore beaucoup de profs qui sont opposés à la généralisation des tuteurs IA. Alors, est-ce que cette méfiance est vraiment rationnelle ? Du côté de la recherche, on commence à avoir des données fascinantes sur l'effet de ces tuteurs. Des chercheurs d'Harvard ont notamment utilisé GPT-4 pour concevoir un assistant spécialisé dans l'enseignement de la physique, PS2 PAL. Et ses directives incluent le fait de favoriser l'engagement actif des élèves, de s'adapter à leur charge cognitive et de promouvoir un "growth mindset", c'est-à-dire la mentalité de croissance.

Alors, la mentalité de croissance, c'est le fait de ne pas avoir une conception figée de soi-même et de ses compétences. Souvent, un élève qui se sent pas à l'aise avec une matière développe la croyance qu'il n'est pas doué dans cette matière et qu'il ne peut rien y faire. C'est ce qu'on appelle le "fixed mindset", une vision figée de soi-même, délétère pour l'apprentissage. La mentalité de croissance, au contraire, c'est la certitude qu'on peut progresser malgré les difficultés initiales qu'on rencontre. Favoriser l'engagement des élèves, s'adapter à leur charge mentale ou favoriser la mentalité de croissance, c'est que des trucs qu'un prof humain peut faire. Mais là où l'humain atteint sa limite, c'est sur la personnalisation. Un enseignant doit jongler avec tout un groupe et imposer un rythme unique à sa classe, alors que PS2 PAL peut adapter son rythme à chaque élève.

Alors, que montrent les résultats de l'étude ? Et bien, ils sont spectaculaires. Les élèves qui ont bénéficié de PS2 PAL ont fait plus de progrès plus rapidement et ils étaient plus concentrés pendant les cours. En fait, les seules dimensions où l'IA est ex æquo avec l'enseignement humain, c'est sur la confiance en soi des élèves et sur le plaisir ressenti pendant les leçons. On a donc un tuteur IA qui fait aussi bien que les profs, voire mieux, tout en ayant l'avantage de pouvoir gérer un nombre d'élèves illimités. Ça ressemble au signal de l'enseignement.

Pourtant, ce n'est pas ce que disent les créateurs de PS2 PAL. En fait, si cette étude a d'aussi bons résultats, c'est grâce à son protocole. Le modèle est entraîné exprès pour enseigner la mécanique des fluides avec des prompts complexes rédigées par des profs de physique. Donc, même quand les étudiants sont en tête-à-tête avec le tuteur, il y a un cadre qui est posé en amont avec une véritable progression pédagogique. Mais dans les autres études, quand on laisse les élèves apprendre la physique avec un GPT classique sans préparation ni encadrement, ils mettent systématiquement leur cortex préfrontal sur pause. Ils copient les énoncés, ne vérifient pas les réponses et, au final, apprennent moins bien qu'avec les enseignants humains.

C'est ça, en fait, la plus grosse limite des tuteurs IA. Les utiliser de façon efficace demande de la volonté, ce qui n'est pas le cas du prof qui impose son autorité aux élèves, tel un proxy de l'autodiscipline. Alors que l'IA, vous pouvez très facilement la manipuler. Si celle de votre école est bridée, vous n'êtes qu'à un nouvel onglet d'en avoir une autre. Et surtout, la vraie raison n'est pas technique, mais sociale. Contrairement à votre mentor ou votre prof, vous ne vous sentirez jamais redevable devant elle. Ça crée un paradoxe catastrophique, parce que sur le papier, les LLM sont des outils parfaitement égalitaires. Que vous soyez le petit-fils de Bernard Arnault ou la fille d'un immigré ukrainien qui vient d'arriver en France, si vous avez un smartphone, vous avez accès à une IA. Sauf que vous aurez constamment deux chemins : celui de la béquille qui tend vers la lobotomie du cerveau, et celui du tuteur qui chaque jour vous rendra un peu meilleur.

Le futur risque donc d'être extrêmement inégalitaire. D'un côté, ceux qui connaissent l'impact de l'IA sur le cerveau et prennent la décision de sacrifier l'efficacité pour privilégier leur propre apprentissage. Et de l'autre, ceux qui cèdent aux sirènes de la gratification immédiate, mais accumulent les lacunes jusqu'à devenir complètement lobotomisés. Et ça vaut aussi pour les entreprises, d'ailleurs : celles qui vont privilégier le rendement immédiat au détriment du cerveau de leurs employés, et celles qui auront une vision long terme. C'est en tant que penseur qu'on fera partie des élus.

Mais le problème, c'est que on est très peu à avoir de la volonté. Il suffit de comparer le nombre de gens qui prennent l'ascenseur avec ceux qui se forcent à prendre les escaliers. La team escalier est plutôt minoritaire, et c'est normal, parce que la paresse, ça n'est pas un bug, c'est une fonctionnalité. Des centaines de milliers d'années d'évolution ont optimisé notre cerveau pour qu'il soit économe. C'est pour ça qu'il prend des raccourcis dès que possible, parce que réfléchir, ça consomme de l'oxygène et du glucose. Le truc, c'est qu'avec l'IA, cette paresse peut prendre une courbe vertigineuse. On ne parle plus de stocker de l'info dans des pages Wikipédia, de troquer notre sens de l'orientation pour un GPS ou déléguer des calculs à des fichiers Excel. Là, on peut sous-traiter le moindre processus mental un peu exigeant, parce que c'est notre nature profonde de chercher la facilité.

Alors, si on doit lutter contre notre tendance ancestrale à la paresse, il faut peut-être chercher la solution dans de vieilles recettes de grand-mère. À l'école, on dispose déjà d'un système pour forcer les apprenants à faire des efforts. Ça s'appelle les devoirs sur table. Attention, les devoirs à l'ancienne, avec juste papier et stylo. Et un exemple de son utilité, c'est ce qui s'est passé pour le concours de médecine belge de 2025. En Belgique flamande, il s'est déroulé pour la première fois sur ordinateur. Résultat : le taux de réussite au concours est étrangement passé de 19 % en 2024 à 47 %. Potentiellement des milliers d'apprentis médecins qui ont fraudé. Mais en Wallonie, ils n'ont pas eu ce problème parce que le concours se déroule à l'ancienne, sans support numérique.

Alors, au risque de passer pour un boomer, je suis persuadé que les examens avec papier et crayon, c'est en fait une solution d'avenir. C'est de la pure manipulation psychologique. Après une journée de cours, vous avez zéro motivation pour faire vos exos. Mais si je vous apprends que vous avez un devoir surveillé sans assistance dans 3 jours, ce futur potentiellement désagréable où vous avez un zéro pointé vous donne instantanément la motivation nécessaire. En tout cas, sur moi, c'est ce qui marcherait.

J'ai testé d'ailleurs une version radicale de cette solution avec Antoine. Pendant 3 mois, je lui ai interdit d'utiliser le moindre LLM, une véritable cure de désintoxication qui a fait chuter sa productivité de façon extrêmement frustrante. Au départ, tu souffles un peu du nez parce que perdre, entre guillemets, trois semaines, c'est pas très satisfaisant. Surtout que les résultats, pour moi, c'est super important. Je suis orienté résultat. Si on reprend nos trois piliers de l'apprentissage, Antoine a été obligé de lire de la documentation avant de commencer à coder, autrement dit, de se bouffer toute la théorie que l'IA lui avait jusque-là permis d'éviter. Ensuite, il a dû coder lui-même, c'est-à-dire se confronter à la pratique au lieu de la sous-traiter à l'IA. Un véritable exercice de remémoration qui lui a permis d'ancrer, donc, ses connaissances. Et cerise sur le gâteau, chaque fois qu'il était bloqué, il a dû retourner dans la doc et chercher les bugs ligne par ligne, ce qui est un vrai exercice de métacognition où chaque hypothèse faisait se trémousser ses neurones dopaminergiques.

Après ces 3 mois, on a réintroduit l'IA petit à petit. Et non seulement Antoine était monté en compétence, mais en plus, il avait retrouvé du plaisir à coder. Quand tu commences à embarquer de l'IA un peu dans ton code, à lui faire écrire une partie du projet, bah, quand tu rentres chez toi le soir, tu es plus, tu as plus ce truc de "j'ai codé telle partie du site, j'ai codé telle fonctionnalité, j'ai créé ça" parce que tu sais plus à quel point toi tu as créé, l'IA a créé. Tu sais pas, tu sais pas quelle partie t'appartient encore. À la limite, tu as presque juste managé une IA en la recadrant de temps en temps. Et finalement, qu'est-ce qui t'appartient encore dans le projet ? Tu es devenu, tu es devenu dépendant de l'outil. Il y a ce truc de quand c'est toi qui l'a fait, bah, tu as un énorme plaisir à finalement assembler les pièces du puzzle, que ton système il tourne parfaitement comme tu l'as pensé, et tu es super fier de l'avoir créé toi, et tu as qu'une envie, c'est continuer à bosser dessus.

Alors oui, cette histoire de cure de désintoxication avec Antoine, ça peut sembler extrême, mais en fait, ça illustre quelque chose de plus profond. Pendant des millénaires, l'humanité a progressé en se confrontant à la difficulté. C'est l'effort qui sculpte le cerveau, pas le résultat. Et là, pour la première fois de notre histoire, on a un outil capable d'éliminer presque toute friction cognitive.

On aurait pu vous parler des autres menaces : l'empreinte carbone des data centers, le pillage de la propriété intellectuelle, la souveraineté numérique ou les métiers qui disparaissent. Tout ça est réel. Mais on a choisi de se concentrer sur le cerveau, parce que le cerveau, c'est la racine. Une société qui ne sait plus former ses enfants à penser, elle peut avoir toutes les lois, tous les brevets et toutes les éoliennes du monde, elle s'effondre quand même. L'éducation, c'est pas un secteur parmi d'autres, c'est le socle. C'est là qu'on fabrique ceux qui vont hériter de tout le reste.

Donc non, l'IA ne va pas nous rendre stupide. On va se rendre stupide tout seul, si on choisit systématiquement le chemin le plus court. La bonne nouvelle, c'est que c'est un choix, et comme tous les choix, il se fait chaque jour, à chaque prompt. Utiliser l'IA comme une béquille ou comme un sparring partner. Déléguer sa pensée ou l'aiguiser. Au fond, la question n'a jamais été de savoir si ChatGPT était intelligent, c'est de savoir si nous, on veut encore le rester.