Le questionnement n’a rien de nouveau. C’est l’un des plus vieux ressorts de la pédagogie.

• Socrate enseignait en interrogeant, pas en exposant.
• L’activation des connaissances préalables, l’évaluation formative, l’étayage et la métacognition sont des principes anciens et solidement documentés.
• Ce qui change, c’est le support : ces principes peuvent désormais être portés à grande échelle par un système automatisé.

Comme souvent en pédagogie, la technologie transforme la forme, pas les mécanismes de fond. Un apprenant comprend mieux lorsqu’il relie une notion nouvelle à ce qu’il sait déjà. Il progresse lorsqu’il doit formuler une hypothèse, se tromper, recommencer, comparer, justifier.

C’est précisément ce que permet — ou non — un assistant IA selon la façon dont on le sollicite et dont on le conçoit.

Il faut distinguer deux choses que l’on confond souvent :

• la performance immédiate : terminer la tâche, obtenir la bonne réponse, livrer à temps ;
• l’apprentissage durable : savoir refaire seul, demain, dans un autre contexte.

Un assistant qui donne directement la solution améliore la première et peut affaiblir la seconde. C’est contre-intuitif : la tâche réussit mieux, mais la compétence se construit moins.

Un assistant qui pose une question, propose un indice, demande une justification, maintient l’apprenant dans une posture active. C’est là que se joue l’apprentissage réel.

• La bonne question n’est donc pas : « l’IA permet-elle d’aller plus vite ? »
• La bonne question est : « l’IA aide-t-elle l’apprenant à mieux penser ? »

Dans le monde numérique, on valorise la fluidité : tout doit aller vite, sans obstacle. En formation, une partie de la friction est pourtant précieuse. Elle oblige à réfléchir, elle empêche de consommer passivement une réponse, elle maintient l’apprenant en action.

Une IA pédagogique bien conçue peut :

• retenir la solution et proposer un indice plutôt qu’une réponse ;
• demander une justification avant de valider ;
• inviter à comparer deux possibilités ou deux cas proches ;
• poser une question réflexive : « pourquoi as-tu choisi cette approche ? », « qu’est-ce qui te fait douter ? »

Un second principe est tout aussi important : l’aide doit diminuer à mesure que la compétence progresse.

• Au début, l’assistant peut proposer des étapes détaillées.
• Ensuite, il fournit seulement des indices.
• Puis il laisse l’apprenant agir seul.

Une IA trop présente crée une dépendance. L’apprenant devient performant avec l’outil, mais pas nécessairement autonome sans lui. Il attend l’indice, la reformulation, la correction.

Le bon critère reste celui de la formation : que saura faire l’apprenant demain, dans son contexte réel, sans assistance permanente ? La performance immédiate ne suffit pas à répondre.

Le danger n’est pas l’IA qui aide. C’est l’IA qui fait à la place. Quand l’apprenant délègue à la machine le raisonnement qu’il devait produire, la performance apparente monte et la compétence réelle stagne.

Quelques signaux à surveiller dans un dispositif :

• dépendance à l’indice systématiquement fourni ;
• confusion entre l’aide apportée et la performance réelle de l’apprenant ;
• réduction trop rapide de la complexité d’un problème ;
• transformation de la réflexion en simple case à cocher ;
• disparition du droit à l’erreur, pourtant nécessaire à l’apprentissage.

Autrement dit : automatiser des tâches, oui. Automatiser l’apprentissage, non.

Study Mode est pensé pour l’éducation.

Mais la logique intéresse directement la formation en entreprise, où le même arbitrage se pose tous les jours : gagner du temps ou construire une compétence ?

Exemple pratique

Un tuteur virtuel accompagne un nouvel arrivant sur une procédure interne sensible. Version « réponse » : il affiche la procédure complète, l’apprenant la lit et passe.

Version « questionnement » : il demande à l’apprenant ce qu’il ferait dans ce cas, laisse formuler, propose un indice en cas de blocage, puis vérifie la compréhension par une mise en situation. La seconde version prend quelques minutes de plus. Elle produit une compétence transférable au poste.

Le même raisonnement vaut pour :

• les gestes métiers, où la simulation guidée vaut mieux que la démonstration passive ;
• les soft skills, qui ne se développent que par essais successifs et feedback ;
• la conformité (AI Act, RGPD, sécurité), où l’on veut vérifier que le collaborateur sait décider, pas seulement qu’il a lu.

L’IA va profondément transformer les plateformes de formation. Elle permettra des dispositifs plus adaptatifs, plus réactifs, plus personnalisés. Mais cette puissance doit rester encadrée par une conviction simple : la technologie soutient l’apprentissage, elle ne le remplace pas.

Un bon agent IA n’est pas celui qui fait le travail à la place de l’apprenant. C’est celui qui l’aide à faire le bon effort, au bon moment, avec le bon niveau d’aide.

La formation a toujours reposé sur un équilibre délicat entre accompagnement et autonomie. L’IA ne change pas cette règle. Elle la rend simplement plus visible — et plus importante que jamais.

OpenAI — Teaching students to think and learn through questions (Journée des enseignants), et la page produit Study mode in ChatGPT.

Article : https://openai.com/index/teaching-students-to-think-and-learn-through-questions/

Fonctionnalité : https://chatgpt.com/features/study-mode/

Analyse XPERTEAM : les fonctionnalités et intentions décrites sont celles annoncées par OpenAI. L’interprétation pédagogique et la transposition à la formation professionnelle relèvent de notre lecture et ne sont pas des affirmations d’OpenAI.

À lire et à voir aussi

IA agentique et formation : attention à ne pas automatiser l’apprentissage lui-même

IA et formation : apprendre plus vite, ou apprendre moins bien ?

Comment le tuteur virtuel peut transformer l’expérience de la formation en ligne ?

Le LMS n’est pas mort : il devient l’infrastructure stratégique de la formation

Mesurer l’impact de la formation : pourquoi c’est (enfin) devenu un enjeu stratégique