Un texte argumentatif bien construit ou un problème correctement résolu avec une intelligence artificielle ne suffit pas à établir ce que l’élève a appris. Comment distinguer la qualité du travail remis des connaissances qu’il saura mobiliser seul ? Le modèle SYNC propose une grille de lecture, mais pas encore une méthode pédagogique dont l’efficacité serait démontrée.
SYNC : une proposition théorique évaluée par les pairs
Publié le 30 octobre 2026 dans Communications Psychology, l’article de Fan, Yan, Molenaar et leurs collègues présente SYNC, pour Synergetic Notion of Human-AI Skills and Knowledge Construction. Reçu le 23 avril et accepté le 1er octobre 2026, il appartient à la catégorie « Perspective ». Il a été évalué par les pairs, mais ne rapporte aucune expérience ni donnée originale. Les auteurs précisent qu’aucune donnée n’a été générée ou analysée.
Le modèle croise deux dimensions : la performance avec l’IA et l’apprentissage de la personne. Il distingue quatre configurations, dont l’« autopilot performance », ou performance en pilote automatique : une tâche réussie grâce à l’assistance, sans acquisition durable équivalente. Il décrit aussi des situations d’apprentissage accompagné d’effort. Ces configurations ne constituent pas des étapes obligatoires ; les trajectoires qui les relient sont des hypothèses.
SYNC accorde une place centrale à la métacognition : planifier son travail, surveiller sa compréhension et évaluer ses réponses. Le metacognitive offloading désigne la délégation de ce contrôle à l’outil ; le metacognitive onloading, sa reprise par l’apprenant. L’enjeu n’est donc pas seulement de savoir qui rédige la réponse, mais qui fixe les critères, vérifie le raisonnement et décide des corrections.
Ce que le modèle ne démontre pas
L’évaluation par les pairs ne vaut pas validation expérimentale de SYNC. L’article n’établit ni l’efficacité d’une pratique particulière ni un gain d’apprentissage chiffré attribuable au modèle.
Les auteurs reconnaissent que les mécanismes proposés n’ont pas été systématiquement testés. Il manque aussi des mesures robustes de la délégation et de la reprise du contrôle métacognitif. Les résultats pourraient varier selon la discipline, la tâche, l’âge, les connaissances préalables et la qualité de l’assistance.
Cette limite a une conséquence pratique : demander à l’élève d’expliquer ses choix est cohérent avec SYNC, mais cet article ne démontre pas que cette consigne améliore, à elle seule, ses apprentissages.
Deux éclairages empiriques, de portée différente
En mathématiques, distinguer pratique assistée et examen autonome
SYNC cite une étude de Bastani et de ses collègues, publiée en 2025 dans les Proceedings of the National Academy of Sciences. Selon la synthèse qu’en donnent les auteurs de SYNC, une pratique des mathématiques au secondaire avec un tuteur d’IA générative s’accompagne d’une meilleure performance pendant les exercices, mais de résultats plus faibles à un examen ultérieur sans l’outil.
Ce résultat illustre l’intérêt de mesurer séparément la réussite assistée et la mobilisation autonome des connaissances. Il ne permet pas de conclure que tout tutorat par IA dégrade l’apprentissage. Les effectifs, les estimations chiffrées et les détails des conditions expérimentales n’étant pas vérifiés ici dans l’étude originale, aucun chiffre n’est repris.
Avec 371 élèves, des aides pédagogiques sans avantage établi sur les connaissances
Un essai de terrain randomisé de Fütterer et de ses collègues, publié en 2026 dans Educational Psychology Review, porte sur 371 élèves de la 7e à la 9e année. Trois conditions sont comparées :
- une IA générative proposant des incitations centrées sur l’utilité de la matière ;
- une IA proposant des incitations centrées sur les stratégies cognitives ;
- un groupe témoin utilisant ChatGPT standard.
Le dispositif comprend six séances de 45 minutes, soit 270 minutes, en physique ou en anglais. Les mesures avant et après l’intervention portent notamment sur les connaissances disciplinaires, les stratégies, l’effort et l’intérêt.
Le résultat motivationnel doit être formulé précisément : la valeur d’utilité perçue évolue plus favorablement dans la condition centrée sur l’utilité que dans celle centrée sur les stratégies cognitives. Cela ne signifie pas nécessairement que les élèves trouvent la matière de plus en plus utile dans l’absolu, ni que cette condition surpasse le groupe témoin sur cet indicateur.
En revanche, aucune des deux interventions ne présente d’avantage statistiquement significatif sur les connaissances disciplinaires, l’effort ou les stratégies d’élaboration par rapport à ChatGPT standard. Une évolution favorable d’un indicateur motivationnel ne constitue donc pas une preuve de gain de connaissances.
Le groupe témoin change l’interprétation
Dans cet essai, les trois groupes utilisent une IA. La comparaison porte sur la valeur ajoutée des soutiens pédagogiques testés par rapport à ChatGPT standard, et non sur l’apprentissage avec IA comparé à l’apprentissage sans IA. Elle ne valide pas non plus SYNC.
L’absence de différence statistiquement significative ne démontre ni une équivalence entre les conditions ni l’inefficacité de toute IA éducative. L’extrait retenu pour cette synthèse ne fournit pas de taille d’effet permettant de préciser l’ampleur des différences. Il ne permet pas non plus de départager une absence d’effet, une intervention trop courte ou une puissance statistique insuffisante.
Le constat reste circonscrit : ces interventions, dans ce dispositif, n’ont pas établi d’avantage sur plusieurs résultats cognitifs et sur l’effort.
Recommandations internationales et preuves pédagogiques ne se confondent pas
Le guide de l’UNESCO de 2023 recommande une approche centrée sur l’humain, la protection des données et de l’autonomie, ainsi qu’une validation pédagogique et éthique des outils. Il appelle à constituer une base de preuves et à tester les usages avant leur déploiement à grande échelle. Ce cadre de gouvernance n’est pas un essai démontrant des gains d’apprentissage.
La distinction vaut aussi pour la dépêche d’EdTech Magazine citée dans les sources. Elle rapporte des propos de responsables universitaires sur la conception des technologies, l’autonomie et la supervision humaine des décisions importantes. Elle ne constitue ni une validation indépendante de SYNC ni une évaluation contrôlée de résultats scolaires.
Enfin, les sources réunies ne permettent pas de classer le Québec, la France, la Belgique, la Suisse et les pays d’Afrique francophone selon l’efficacité pédagogique de leurs usages de l’IA. Des recommandations mondiales et des études contextualisées ne forment pas une comparaison internationale des systèmes éducatifs.
Cinq pistes à tester dans votre classe
Les propositions suivantes sont des pistes d’évaluation locale, et non des recettes validées par SYNC.
1. Séparer trois résultats
Distinguez la qualité de la production assistée, les connaissances retenues et le transfert sans assistance. Vous pourriez, par exemple, faire suivre une tâche avec IA d’une vérification différée, puis d’un problème différent réalisé sans l’outil. Ces observations aideraient à déterminer ce qui reste lorsque l’assistance disparaît, sans réduire l’évaluation au seul produit remis.
2. Documenter ce que l’élève contrôle
Demandez à l’élève de formuler son objectif et ses critères de réussite, puis d’expliquer comment il vérifie les réponses de l’IA. Qu’accepte-t-il ? Que rejette-t-il, et pourquoi ? Une reprise sans assistance peut compléter cette démarche. Ces gestes rendent le contrôle métacognitif plus observable ; leur efficacité reste à évaluer.
3. Garder des indicateurs distincts
Si vous interrogez les élèves sur l’utilité perçue de la matière, conservez parallèlement une mesure de leurs connaissances. L’essai de 371 élèves montre précisément pourquoi les deux ne sont pas interchangeables. Évitez aussi d’en déduire un effet sur la confiance ou l’enthousiasme : le résultat rapporté concerne la valeur d’utilité perçue.
4. Vérifier la pertinence en français et dans votre programme
Les sources ne démontrent pas que les résultats se transféreraient uniformément aux contextes francophones. La recommandation de l’UNESCO de tenir compte de la diversité linguistique et culturelle invite à examiner les outils dans les disciplines, les variétés de français et les programmes concernés. Cette validation locale ne doit pas être remplacée par une supposition de transférabilité.
5. Organiser les essais sans négliger les garanties
En équipe-école, vous pourriez préciser à l’avance la pratique testée, les tâches, les aides autorisées et les résultats recherchés. Documenter l’âge et les connaissances préalables aiderait à interpréter les observations. La formation des enseignants, la protection des données et le maintien de l’autonomie doivent accompagner ces essais, conformément aux orientations de l’UNESCO.
SYNC fournit ainsi un vocabulaire pour poser un problème d’évaluation : ce que l’élève réussit avec l’IA ne dit pas, à lui seul, ce qu’il retient ni ce qu’il sait refaire seul. Les recherches disponibles justifient de distinguer ces résultats, pas de prescrire une méthode universelle.




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.