L’intelligence artificielle entre dans une nouvelle phase.
Après les chatbots capables de répondre à une question, nous voyons émerger des agents IA capables d’agir, de planifier, de prendre des initiatives et de poursuivre un objectif.
Dans le domaine de la formation, cette évolution ouvre des perspectives considérables :
- personnalisation des parcours,
- accompagnement en temps réel,
- feedback immédiat,
- tutorat individualisé,
- relances automatiques,
- analyse des difficultés,
- adaptation continue des contenus.
Mais elle pose aussi une question de fond : jusqu’où faut-il automatiser l’apprentissage ?
Un article récent de Steve Woollaston, Brendan Flanagan, Isanka Wijerathne et Hiroaki Ogata, intitulé Agentic AI and Pedagogical Best Practice: The Tension Between Automation and Learning, met précisément le doigt sur cette tension. Les auteurs rappellent que l’IA agentique peut devenir un formidable levier pédagogique, mais aussi un risque si elle se substitue à l’effort intellectuel de l’apprenant.
Apprendre, c’est chercher, douter, formuler une hypothèse, se tromper, recommencer, comparer, justifier, expliquer. C’est un processus actif.
Si l’IA prend trop vite la main, elle peut améliorer l’efficacité apparente de la tâche tout en affaiblissant l’apprentissage réel.
De l’assistant qui répond à l’agent qui agit
Jusqu’à récemment, l’usage de l’IA en formation était principalement conversationnel.
- L’apprenant posait une question -> l’IA répondait.
- Le formateur demandait une synthèse -> l’IA la produisait.
- Le concepteur pédagogique demandait un quiz -> l’IA proposait des questions.
Avec l’IA agentique, la logique change. L’agent peut :
- suivre un objectif,
- utiliser des outils,
- consulter des données,
- mémoriser des éléments de contexte,
- déclencher des actions,
- adapter son comportement selon la situation.
Dans un LMS ou une plateforme de formation, cela pourrait signifier :
- repérer un apprenant en difficulté,
- lui proposer une activité complémentaire,
- alerter un formateur,
- adapter un parcours,
- relancer un manager,
- générer un feedback,
- organiser une séance de remédiation.
Sur le papier, c’est extrêmement prometteur. Mais le risque est tout aussi clair : si l’agent fait tout à la place de l’apprenant, il ne l’aide plus à apprendre. Il l’aide seulement à terminer une tâche.
Le danger du “cognitive surrender”
Les auteurs distinguent implicitement deux usages très différents de l’IA.
Six principes pédagogiques à préserver
L’article analyse l’IA agentique à travers six grands principes pédagogiques :
- l’activation des connaissances préalables,
- l’apprentissage collaboratif,
- l’apprentissage par problème,
- l’évaluation formative,
- l’étayage,
- la métacognition.
Ces principes sont classiques, mais c’est justement ce qui fait leur force.
Les technologies changent, mais les mécanismes fondamentaux de l’apprentissage restent. Un apprenant comprend mieux lorsqu’il relie une nouvelle notion à ce qu’il sait déjà. Il progresse lorsqu’il échange avec d’autres, lorsqu’il affronte un problème complexe, lorsqu’il reçoit un feedback utile, lorsqu’il bénéficie d’un accompagnement temporaire, et lorsqu’il prend conscience de sa propre manière d’apprendre.
L’IA agentique peut soutenir chacun de ces principes. Elle peut :
- Rappeler à l’apprenant une notion déjà vue.
- Jouer le rôle d’un contradicteur dans un travail de groupe.
- Simuler un client, un usager ou un cas métier dans une situation problème.
- Fournir un feedback en temps réel.
- Découper une tâche complexe en étapes.
- Poser des questions réflexives : “Pourquoi as-tu choisi cette approche ?”, “Qu’est-ce qui te fait douter ?”, “Quelle stratégie vas-tu utiliser maintenant ?”
Mais pour chaque bénéfice, il existe un risque. L’IA peut :
- Faire des hypothèses erronées sur le niveau ou le contexte culturel de l’apprenant.
- Dominer une activité collaborative au lieu de laisser les pairs négocier entre eux.
- Réduire trop vite la complexité d’un problème.
- Brouiller la frontière entre la performance de l’apprenant et l’aide fournie par la machine.
- Créer une dépendance à l’assistance.
- Transformer la réflexion en simple case à cocher.
C’est là que se joue le vrai sujet : l’IA agentique ne doit pas seulement être techniquement performante. Elle doit être pédagogiquement bien conçue.
Concevoir de la friction pédagogique
L’une des recommandations les plus intéressantes de l’article est de ne pas chercher systématiquement une expérience fluide, rapide et sans obstacle.
C’est presque contre-intuitif dans le monde numérique, où l’on valorise souvent la simplicité, l’automatisation et la suppression des frictions.
En formation, pourtant, certaines frictions sont utiles. Elles obligent à réfléchir. Elles empêchent de consommer passivement une réponse. Elles maintiennent l’apprenant dans une posture active.
Une bonne IA pédagogique ne devrait donc pas toujours répondre immédiatement. Elle devrait parfois retenir la solution, poser une question, demander une justification, proposer un indice plutôt qu’une réponse, ou inviter l’apprenant à comparer deux possibilités.
Dans un parcours de formation, cela pourrait se traduire par des agents qui disent :
- “Je peux t’aider, mais commence par formuler ton hypothèse.”
- “Voici un indice, pas encore la solution.”
- “Explique d’abord ton raisonnement.”
- “Compare ta réponse avec ce cas proche.”
- “Qu’est-ce qui te semble incertain dans ta réponse ?”
Ce type de friction est précieux. Il maintient l’effort cognitif au bon endroit.
L’IA doit savoir se retirer
L’autre idée essentielle est celle du retrait progressif de l’aide.
En pédagogie, on parle souvent d’étayage : on accompagne fortement au départ, puis on réduit progressivement l’assistance à mesure que l’apprenant gagne en compétence.
C’est probablement l’un des grands défis des IA éducatives.
Une IA trop présente peut créer une dépendance. L’apprenant finit par attendre l’indice, la reformulation, la correction ou la solution. Il devient performant avec l’outil, mais pas nécessairement autonome sans lui.
Un bon agent pédagogique doit donc savoir aider, mais aussi s’effacer.
- Au début, il peut proposer des étapes détaillées.
- Ensuite, il fournit seulement des indices.
- Puis il laisse l’apprenant agir seul.
Ce retrait progressif est indispensable si l’objectif est bien de développer une compétence durable.
La performance immédiate ne suffit pas. En formation, la vraie question est toujours : que saura faire l’apprenant demain, dans son contexte réel, sans assistance permanente ?
Le formateur doit rester dans la boucle
L’article insiste également sur un point crucial : l’enseignant ou le formateur ne doit pas devenir un simple spectateur de l’automatisation.
Dans une architecture pédagogique responsable, le formateur doit pouvoir superviser l’agent, ajuster ses objectifs, modifier ses limites, reprendre la main, interrompre une trajectoire ou intervenir lorsqu’un apprenant est bloqué, frustré ou engagé dans une mauvaise compréhension.
C’est une idée très importante pour les entreprises.
L’IA ne doit pas court-circuiter le rôle des équipes formation. Elle doit au contraire leur donner plus de visibilité, plus de capacité d’action et plus de finesse dans l’accompagnement. Le formateur devient alors pilote du dispositif, garant de l’intention pédagogique, de la qualité des feedbacks et de la pertinence des interventions.
L’agent IA peut automatiser certaines actions. Il ne doit pas automatiser la responsabilité pédagogique.
Utiliser l’IA seulement lorsqu’elle apporte une vraie valeur
La dernière recommandation des auteurs est peut-être la plus sage : ce n’est pas parce que l’IA peut faire quelque chose qu’elle doit le faire.
Certaines situations d’apprentissage gagnent à être augmentées par l’IA. D’autres nécessitent d’abord une discussion humaine, une lecture attentive, une réflexion individuelle, un entraînement pratique ou une confrontation collective.
Il faut donc résister à la tentation de mettre de l’IA partout.
La bonne question n’est pas : “Où pouvons-nous ajouter un agent IA ?”
La bonne question est : “Dans quelles situations l’IA permet-elle de faire apprendre mieux, autrement ou plus profondément ?”
C’est une approche plus exigeante, mais beaucoup plus solide.
Replacer la pédagogie au centre
L’IA agentique va profondément transformer les plateformes de formation. Elle permettra d’imaginer des dispositifs plus adaptatifs, plus réactifs, plus personnalisés. Mais cette puissance doit être encadrée par une conviction simple : la technologie doit soutenir l’apprentissage, pas le remplacer.
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.
L’enjeu des prochaines années ne sera donc pas seulement de développer des agents plus autonomes. Il sera de concevoir /
- Des agents pédagogiquement responsables.
- Des agents capables d’aider sans assister excessivement.
- Des agents capables de guider sans enfermer.
- Des agents capables d’accélérer sans supprimer l’effort.
- Des agents capables de personnaliser sans remplacer la relation humaine.
La formation a toujours reposé sur un équilibre délicat entre accompagnement et autonomie. L’IA agentique ne change pas cette règle. Elle la rend simplement plus importante que jamais.
À lire aussi
Le LMS n’est pas mort : il devient l’infrastructure stratégique de la formation
IA et formation : apprendre plus vite, ou apprendre moins bien ?
Formation augmentée : quand l’IA, l’immersif et la data réinventent l’apprentissage professionnel
AI Act et formation : ce que les équipes L&D doivent savoir en 2026
Comment le tuteur virtuel peut transformer l’expérience de la formation en ligne ?
