Le 26 octobre 2026, le Hechinger Report rapporte que 39 méta-analyses consacrées à l’IA en éducation présentent des résultats positifs. Ce décompte reste une affirmation du média : les éléments disponibles ne permettent pas d’en reproduire l’inventaire ni de vérifier une définition commune de « positif ». Il ne mesure pas, à lui seul, l’efficacité de l’IA.
L’audit relayé par la dépêche porte sur 14 méta-analyses, et non sur les 39. Son auteur, Patrick E. O’Neill, conclut qu’aucune des 14 ne fournirait une base valide aux affirmations générales avancées. Mais son manuscrit, Presumed Effective: The Manufacturing of an Evidence Base for AI-in-Education Through Flawed Meta-Analysis, est une prépublication non évaluée par les pairs. Cette conclusion doit être attribuée à son auteur, pas présentée comme un verdict scientifique établi.
Les failles relevées par l’audit
O’Neill examine la cohérence des concepts, la sélection des études primaires et les méthodes statistiques. Selon la prépublication et les exemples rapportés par le média, plusieurs problèmes fragiliseraient les synthèses :
- Des comparaisons confondues. Certains groupes utilisant l’IA bénéficiaient aussi de séances d’étude, d’un jeu ou de temps supplémentaire. Leur avantage ne peut alors être attribué à l’IA seule.
- Des références douteuses ou sans rapport, intégrées aux travaux analysés.
- Des regroupements discutables. Des résultats de natures différentes seraient réunis, et plusieurs tailles d’effet provenant d’une même étude seraient traitées comme indépendantes. Une telle dépendance, si elle est ignorée, peut exagérer la précision des estimations.
- Un traitement insuffisant du biais de publication, qui peut favoriser la visibilité des résultats positifs au détriment des résultats nuls ou négatifs.
- Une méta-analyse indexée en 2025 rassemble 228 études et 464 tailles d’effet. Elle annonce des résultats positifs pour la cognition, l’utilisation des connaissances et le fonctionnement psychologique, mais non concluants pour la métacognition. Les effets varient selon le type d’IA et le contexte.
- Selon son résumé indexé, une synthèse de 2025 portant sur 13 études dans 8 pays annonce g = 0,86, avec un intervalle de confiance à 95 % de [0,45; 1,27]. La base réduite et l’hétérogénéité élevée limitent la généralisation.
- Une prépublication critique reconstruit les données de 5 méta-analyses, correspondant à 87 études primaires uniques. Elle retrouve un effet positif, g = 0,83, mais une forte hétérogénéité, I² = 94,06 %. Les estimations diminuent dans les analyses tenant compte des petits échantillons et des effets de sélection.
Ces critiques restent à examiner par une évaluation indépendante et une réplication.
La dépêche signale également un retrait documenté : une méta-analyse publiée en mai 2025 dans Humanities and Social Sciences Communications a été retirée en avril 2026. La notice mentionne des divergences compromettant la confiance dans la validité de l’analyse et de ses conclusions. Ce cas ne permet pas de disqualifier tout le champ.
Le média évoque enfin une réanalyse préliminaire de 44 expériences qu’O’Neill juge bien conçues. Sans protocole complet, estimations détaillées ni intervalles de confiance accessibles dans les éléments consultés, elle ne fournit pas ici de résultat vérifiable sur l’effet moyen de l’IA.
Des synthèses positives, mais très hétérogènes
D’autres recherches permettent de situer cette critique sans dépendre du seul audit.
Une revue systématique de 143 revues de littérature, publiée en 2024, conclut que l’efficacité de l’IA éducative sur les apprentissages reste loin d’être concluante, particulièrement à long terme. Elle relève des recherches souvent exploratoires, courtes et concentrées dans certains domaines. Une autre revue de 2024, portant sur 66 publications de synthèse dans l’enseignement supérieur, souligne les besoins de rigueur méthodologique et de prise en compte des questions éthiques et contextuelles.
La méta-analyse de 2026 sur l’IA générative dans les disciplines STEM — sciences, technologies, ingénierie et mathématiques — illustre les difficultés d’interprétation. Elle recense 85 études admissibles, mais en réunit 49, représentant 59 tailles d’effet, dans son analyse quantitative. Le modèle classique à effets aléatoires donne un effet positif : g = 0,839, avec un intervalle de confiance à 95 % de [0,53; 1,15].
Toutefois, l’hétérogénéité atteint I² = 96,32 % et l’intervalle de prédiction s’étend de −1,52 à 3,20. L’effet moyen ne constitue donc pas une garantie pour une classe donnée. Surtout, une analyse bayésienne robuste attribue largement l’effet positif apparent au biais de publication et favorise l’absence d’effet moyen positif ou négatif. Il s’agit d’un résultat dépendant d’une méthode d’analyse, pas d’une démonstration que tout usage est inutile.
D’autres synthèses rapportent des résultats favorables, avec des réserves importantes :
Une objection documentée mérite aussi d’être conservée : une prépublication portant sur 45 synthèses rapporte un effet moyen modéré et indique que la qualité méthodologique mesurée n’expliquait pas la variation des effets. Elle ne réfute pas directement l’audit d’O’Neill : les corpus et les méthodes diffèrent, et ce travail n’est pas davantage un article évalué par les pairs.
Réussir avec l’IA n’est pas nécessairement apprendre
Le Digital Education Outlook 2026 de l’OCDE distingue l’IA utilisée comme raccourci de celle conçue avec une intention pédagogique. Dans une expérience menée en Türkiye, il rapporte des gains de performance immédiate de 48 % avec une interface standard de GPT‑4 et de 127 % avec une version conçue comme tuteur. Le rapport fait également état de résultats 17 % inférieurs après retrait de l’outil. Ces chiffres sont rapportés d’après l’OCDE, sans recalcul à partir de l’étude primaire : ils illustrent pourquoi une meilleure production assistée ne suffit pas à établir un apprentissage durable.
Les essais randomisés évaluent eux aussi des dispositifs distincts. Celui de Tutor CoPilot, rapporté par Stanford, concerne 1 000 élèves et plus de 700 tuteurs. L’outil aide des tuteurs humains. Les élèves concernés étaient 4 points de pourcentage plus susceptibles de maîtriser les notions; le gain atteignait jusqu’à 9 points avec des tuteurs moins expérimentés ou moins bien notés. Ce n’est pas une preuve en faveur de tout chatbot autonome.
À l’inverse, un essai universitaire en prépublication, mené auprès de 2 379 étudiants et 30 enseignants, rapporte une baisse des notes finales de 0,37 écart-type et de la participation à la plateforme de cours de 0,90 écart-type avec un tuteur d’IA intégré au cours. Son statut préliminaire impose la même prudence que pour les autres prépublications.
Des cadres francophones, pas des garanties d’efficacité
Au Québec, le gouvernement propose des recommandations éthiques et un guide d’utilisation pédagogique, éthique et légale de l’IA générative pour le personnel enseignant. Ces documents encadrent les usages et les risques; ils ne constituent pas des essais mesurant les effets sur les apprentissages québécois. Le dossier consulté ne documente pas de bilan expérimental provincial établissant un effet général.
En France, le cadre d’usage publié en juin 2025, après une consultation menée de janvier à mai, insiste sur la protection des données, la liberté pédagogique et l’accompagnement par l’enseignant. Cette politique ne vaut pas évaluation indépendante d’efficacité.
En Afrique francophone, l’UNESCO et le pôle KIX Afrique 21 appuient des cadres de compétences et des ressources en langues nationales au Bénin, au Burundi, en Côte d’Ivoire et au Sénégal. La source décrite dans le dossier ne fournit pas d’évaluation comparative des effets sur les apprentissages.
Pour la Belgique et la Suisse, aucune évaluation nationale comparable n’a été vérifiée dans les sources consultées. Cette limite documentaire ne démontre pas l’absence d’évaluations.
Autre distinction utile : l’UNESCO indiquait en 2023 que 11 des 51 pays interrogés avaient alors des programmes scolaires consacrés à l’IA. Ce chiffre ne mesure ni la proportion d’écoles utilisant l’IA ni son efficacité pédagogique.
Ce que vous pouvez exiger avant un déploiement
Pour votre équipe éducative, ces recherches invitent à préciser les conditions d’évaluation plutôt qu’à accepter ou rejeter l’IA en bloc :
1. Définissez l’intervention. Un outil d’aide aux enseignants, un tuteur autonome et un système adaptatif ne sont pas interchangeables.
2. Vérifiez la comparaison. Les groupes disposent-ils d’un temps d’apprentissage équivalent et d’activités comparables ?
3. Mesurez sans assistance. Évaluez ce que les élèves savent faire après retrait de l’outil, et à distance dans le temps.
4. Documentez les résultats locaux. Prévoyez des groupes de comparaison et partagez aussi les résultats défavorables, sans confondre annonce de déploiement et preuve d’efficacité.
La question décisive n’est pas le nombre de synthèses favorables, mais ce qu’elles permettent d’affirmer pour un outil, un public, un objectif et une durée précisément définis.
Discussion
Posez vos questions et partagez votre point de vue. Les messages sont publiés après vérification par l'équipe de modération. Matania, l'assistante de recherche et de vérification des faits, répond dès qu'elle peut apporter des sources fiables ou des précisions : cochez « Demander une réponse à Matania » ou écrivez @Matania.