Dette cognitive : ce que l'étude MIT « Your Brain on ChatGPT » a montré — et pas montré

Peu d'études sur l'IA ont circulé aussi vite et aussi déformées que le preprint 2025 du MIT Media Lab, « Your Brain on ChatGPT ». Les titres en ont fait la preuve que l'IA pourrit le cerveau. L'étude réelle est plus étroite, plus prudente, et plus utile que cela.

Ce que les chercheurs ont fait

Cinquante-quatre étudiants ont écrit des dissertations sur plusieurs sessions pendant quatre mois, coiffés de casques EEG, en trois groupes : l'un avec ChatGPT, l'un avec un moteur de recherche, l'un avec leur seul cerveau. Les chercheurs ont mesuré la connectivité neuronale pendant l'écriture, interrogé les participants sur leurs propres textes ensuite, et fait changer certains participants de condition lors d'une session finale.

Les résultats étaient cohérents. Le groupe ChatGPT montrait la connectivité la plus faible dans les réseaux d'attention, de mémoire et de contrôle exécutif ; le groupe sans outil la plus riche. Les utilisateurs de ChatGPT rapportaient le plus faible sentiment de propriété sur leurs textes et étaient nettement moins capables de citer ou de se rappeler ce qu'ils venaient d'écrire. Les effets persistaient : ceux qui s'étaient reposés sur le modèle sous-performaient ensuite même en écrivant seuls. Les auteurs ont nommé ce motif la dette cognitive — la synthèse étant faite par l'outil, le cerveau n'a jamais fourni le travail dont la mémoire et la compréhension se construisent.

Un résultat mérite plus d'attention qu'il n'en a reçu : l'ordre comptait. Les participants qui avaient d'abord écrit seuls puis introduit ChatGPT montraient un engagement et un rappel plus forts que ceux qui avaient commencé avec l'outil. L'assistance après l'effort se comportait autrement que l'assistance à la place de l'effort.

Ce que l'étude n'a pas montré

Les réserves honnêtes sont substantielles, et les auteurs les listent. Cinquante-quatre participants, dix-huit à la session finale. Une seule région, un seul type de tâche, un seul modèle. Un preprint. La connectivité EEG est un indicateur indirect de l'apprentissage. Rien de tout cela ne soutient « ChatGPT abîme le cerveau », et l'étude ne le prétend pas.

Ce qu'elle soutient, c'est ce que la recherche en éducation savait déjà et que l'IA a rendu urgent : l'effort est l'apprentissage. Des décennies de travaux sur la pratique de rappel et les difficultés désirables montrent que la lutte pour produire une réponse est ce qui l'encode. Externalisez la lutte et vous gardez l'objet produit en sautant l'apprentissage — invisiblement, car la dissertation a l'air correcte.

La question de design pour les écoles

L'étude déplace le débat IA-éducation de la permission vers le séquencement. La question n'est pas si les élèves peuvent utiliser l'IA mais où, dans le cycle d'apprentissage, elle entre.

Utilisée à la place de l'effort — générer la dissertation, la rendre — le motif MIT est le résultat prévisible : sortie fluide, pas d'encodage, pas de propriété. Utilisée après l'effort — tenter d'abord, puis comparer, critiquer et réviser face à la version du modèle — l'outil devient du feedback, l'un des accélérateurs les plus puissants que connaissent les sciences de l'apprentissage. L'effet d'ordre de l'étude pointe exactement dans ce sens, et rejoint l'essai du tuteur IA de Harvard, où les grands gains venaient d'un outil conçu pour faire travailler les étudiants sur les problèmes plutôt que leur livrer les réponses.

C'est cette distinction, pas l'accès à l'outil, que les politiques et les leçons devraient encoder. Une règle de classe « tenter avant d'assister » préserve l'étape d'effort ; une évaluation qui demande de critiquer et d'améliorer un brouillon d'IA fait de l'IA l'objet de la pensée plutôt que son remplacement.

La version auto-gérée

Pour les étudiants : le protocole pratique est court. Faites le premier jet vous-même — le brouillon laid, la solution tentée — parce que c'est là que l'apprentissage se produit. Puis utilisez l'IA à fond : critique, contre-arguments, structures alternatives. Fermez la boucle en expliquant le résultat final sans l'outil ; si vous ne pouvez pas, la dette est à vous, même si le travail a l'air fait.

L'IA n'a pas inventé l'externalisation cognitive — calculatrices et moteurs de recherche posaient déjà ces questions. Ce qui est nouveau, c'est un outil capable de faire la tâche cognitive entière, de bout en bout, avec fluidité. C'est précisément pourquoi l'habitude de garder l'étape d'effort est devenue une compétence académique centrale plutôt qu'un raffinement.