Tuteurs IA : les études qui montrent quand ils doublent l'apprentissage et quand ils le dégradent

Deux expériences rigoureuses, publiées à moins d'un an d'écart, ont abouti à des conclusions en apparence opposées sur l'IA dans l'apprentissage. Lues ensemble, elles ne se contredisent pas du tout — et leur différence est la leçon de design la plus utile de toute l'éducation à l'IA.

L'étude où l'IA double l'apprentissage

À Harvard, les physiciens Gregory Kestin et Kelly Miller ont mené un essai randomisé croisé avec 194 étudiants d'un cours d'introduction à la physique, publié dans Nature Scientific Reports en 2025. Les étudiants apprenaient une leçon avec un tuteur IA conçu sur mesure, chez eux, et une autre dans la salle d'apprentissage actif de Harvard — elle-même une référence fondée sur les preuves, pas un cours magistral de paille.

Le résultat : les gains d'apprentissage avec le tuteur IA étaient plus du double de ceux de la séance en classe, en moins de temps, avec un engagement et une motivation rapportés supérieurs. Les chercheurs ont été explicites sur le pourquoi : le tuteur était construit avec de la pédagogie. Il faisait tenter les problèmes avant de révéler les solutions, délivrait le feedback par étapes, gérait la charge cognitive, et refusait de simplement donner les réponses.

L'étude où l'IA fait chuter les examens

Dans une autre grande expérience de terrain, des chercheurs menés par Wharton ont donné à près d'un millier de lycéens l'accès à GPT-4 pendant des séances d'exercices de mathématiques. Avec une interface de chatbot standard, la performance en entraînement a explosé — les élèves résolvaient beaucoup plus d'exercices. Puis, à l'examen suivant passé sans IA, ces mêmes élèves ont obtenu environ 17 % de moins que leurs camarades entraînés sans l'outil. Ils avaient utilisé le modèle comme distributeur de réponses, et les gains d'entraînement étaient empruntés, pas acquis.

Le second bras, crucial : une version du tuteur avec des garde-fous conçus par des enseignants — des consignes qui accompagnaient étape par étape et retenaient la réponse finale — a éliminé le dégât à l'examen. Même modèle, mêmes élèves, même matière ; design d'interaction différent, résultat opposé.

Le motif, et il est constant

À travers ces deux études et la littérature plus large, une variable sépare la réussite du dégât : l'IA remplace-t-elle l'effort de l'apprenant, ou le structure-t-elle ?

Un chatbot sans contrainte est un vendeur de réponses. Des élèves sous pression d'échéance prendront — rationnellement — les réponses, et les résultats du MIT sur la dette cognitive décrivent ce que cela coûte : pas d'encodage, mauvais rappel, faible propriété. Un tuteur conçu inverse le flux : l'élève produit la tentative, l'IA produit le feedback. Cette configuration préserve l'étape d'effort que l'apprentissage exige physiquement, puis l'amplifie avec ce que les classes humaines peinent à fournir à l'échelle — un feedback immédiat, individuel, sans jugement, sur chaque tentative.

Le résultat de Harvard montre que le plafond de cette configuration est haut. Le résultat de Wharton montre que le plancher de l'autre est sous zéro. « L'IA dans l'éducation » comme question de catégorie n'a donc aucun sens ; le design d'interaction porte tout l'effet.

Ce que les acheteurs et les enseignants doivent en retenir

Pour une école ou une entreprise qui évalue des outils d'apprentissage IA, la recherche se traduit en questions d'évaluation brutales. L'outil exige-t-il une tentative avant de révéler quoi que ce soit ? Donne-t-il du feedback sur le travail de l'apprenant, ou produit-il le travail ? Un apprenant peut-il extraire la réponse finale sans réfléchir — et si oui, qu'est-ce qui empêche l'élève rationnel de faire exactement cela à 23 heures la veille d'un rendu ?

Les outils construits comme de la pratique structurée avec feedback se tiennent du côté Harvard des preuves. Les outils qui sont une fine couche sur un chatbot se tiennent du côté Wharton, quoi qu'en dise leur marketing.

Et pour les enseignants, une assurance : dans les deux études, la pédagogie était le principe actif. L'IA l'a mise à l'échelle ; des humains l'ont conçue. L'expertise qui décide sur quoi les élèves doivent buter, dans quel ordre, avec quel feedback — cette expertise n'a pas été automatisée. Elle a trouvé un levier.