Alors que l’IA continue d’influencer notre vie quotidienne, comprendre quelles compétences humaines sont essentielles et comment elles peuvent être développées devient de plus en plus crucial. Un défi central consiste à identifier et évaluer les compétences humaines qui complètent les possibilités de l’IA.
Une approche centrée sur l’humain pour l’avenir de l’apprentissage à l’ère de l’IA
Selon un rapport de 2025 du Forum économique mondial, des compétences telles que la littératie technologique, la résilience, la flexibilité, ainsi que la pensée analytique et systémique sont des compétences humaines considérées comme essentielles pour augmenter le potentiel humain grâce à l’IA. Lorsque les individus ont l’opportunité de développer ces compétences, ainsi que des connaissances dans des matières académiques fondamentales, ils peuvent maximiser leur potentiel humain en interagissant avec l’IA — plutôt que de simplement en consommer les résultats.
Considérez la littératie IA comme une compétence qui englobe bien plus que de simples compétences techniques. Elle inclut la capacité d’utiliser des outils d’IA, d’évaluer de manière critique les résultats de l’IA et de reconnaître leurs limites, ainsi que la capacité à évaluer de manière critique les contenus générés par l’IA et à comprendre ses biais.
Même si l’importance de la littératie en IA est de plus en plus reconnue, des compétences de niveau supérieur comme la pensée critique, la créativité et l’autorégulation seront également essentielles à mesure que l’IA devient courante dans les écoles et les lieux de travail.
- La pensée critique peut nous aider à évaluer les résultats de l’IA et à savoir quand le jugement humain doit nous guider.
- La créativité, ancrée dans l’expérience humaine et guidée par les objectifs individuels, est une force unique, même si l’IA peut être utilisée pour générer de nouvelles idées.
- L’autorégulation, c’est-à-dire la capacité de réfléchir à ses actions passées, d’ajuster et de planifier les actions futures vers un objectif, peut être essentielle pour affiner les stratégies lors du travail avec l’IA.
Des compétences supplémentaires liées au raisonnement social et éthique, telles que la collaboration, la prise de décision et la pensée systémique, sont également extrêmement importantes. Nous devons être capables de reconnaître les sources potentielles de biais dans les décisions et résultats générés par l’IA, et défendre l’équité, la transparence et la responsabilité — surtout dans des contextes à enjeux élevés.
Comment pouvons-nous utiliser l’IA pour créer de meilleures opportunités d’apprentissage et de meilleurs résultats pour les élèves d’aujourd’hui ?
L’IA est en train de transformer l’éducation — mais sans supervision humaine réfléchie, il est possible qu’elle aggrave le risque de laisser de nombreux apprenants pour compte. Les biais dans les algorithmes de l’IA peuvent alimenter l’injustice dans les évaluations. Les lacunes dans l’accès numérique peuvent creuser les divisions existantes, notamment pour les groupes historiquement défavorisés, y compris les élèves en situation de handicap.
L’apprentissage, et les évaluations qui le reflètent, sont étroitement liés. Dans un futur piloté par l’IA, les évaluations pourraient se concentrer sur la capture non seulement des résultats, mais aussi sur les types de processus susceptibles de se produire lorsque les individus appliquent leurs connaissances et compétences. Dans ce contexte, les évaluations pourraient :
- Refléter des situations réelles ;
- Aider à rendre les parcours d’apprentissage plus visibles et interprétables ;
- servir d’outils pour aider les apprenants à fixer des objectifs ; et
- Permettre aux apprenants de réfléchir à leurs progrès tout en développant les connaissances et compétences essentielles.
La co-conception d’évaluations et d’autres outils d’apprentissage avec les enseignants et les étudiants peut être cruciale pour garantir que nous puissions capturer les connaissances et compétences essentielles de tous les apprenants dans des contextes divers, construisant ainsi des systèmes pédagogiques meilleurs, plus équitables et plus utiles. Pour construire de meilleures évaluations et systèmes pédagogiques pilotés par l’IA, des partenariats solides avec les praticiens, fondés sur la confiance, seront essentiels. En fin de compte, les différentes utilisations de l’IA dans l’éducation devraient être alignées sur un engagement plus large en faveur de l’équité et de l’inclusion — et façonnées par les personnes qu’elle est destinée.
Où allons-nous à partir d’ici
L’avenir de l’IA dans l’éducation dépend de la manière dont nous combinons efficacement des technologies avancées avec des compétences et des valeurs centrées sur l’humain. Exploiter ce potentiel dans un avenir apparemment en constante évolution piloté par l’IA nécessite un alignement délibéré entre objectifs pédagogiques et évaluations en étroite collaboration entre éducateurs, chercheurs et décideurs politiques.
Viser un accès équitable à l’apprentissage enrichi par l’IA signifie aussi identifier les ressources et compétences dont les apprenants ont besoin pour utiliser efficacement les systèmes d’IA et sans compromettre leur potentiel d’agir avec autonomie. Nous ne pouvons plus considérer l’IA comme une solution neutre et la reconnaître comme faisant partie des systèmes sociaux plus larges — une partie qui peut amplifier les caractéristiques de ces systèmes. L’IA à des fins éducatives doit être considérée comme quelque chose à conçur, mettre en œuvre et gouverner de manière critique, en portant attention aux besoins qu’elle sert et dont la voix façonne son développement. Ce n’est qu’à travers ce prisme que les systèmes d’IA peuvent devenir partenaires pour offrir des expériences éducatives plus inclusives et de haute qualité à tous.
Teresa Ober est chercheuse à l’Institut de recherche de l’ETS. Caitlin Tenison est chercheuse à l’Institut de recherche de l’ETS. Patrick Kyllonen est un nommé présidentiel éminent à l’Institut de recherche de l’ETS.