Publié le 29 décembre 2025 à 06h10. L’intégration de l’intelligence artificielle (IA) dans l’éducation nationale peine à décoller, malgré son importance stratégique. Un expert souligne les limites du système éducatif actuel, incapable d’accueillir un apprentissage de l’IA véritablement ancré dans les programmes scolaires.
- L’IA est considérée comme une compétence essentielle et une future source de développement économique, mais reste marginalisée dans les cursus scolaires.
- Le programme national, axé sur des objectifs de réussite prédéfinis, entrave l’intégration de nouvelles matières nécessitant une approche plus expérimentale et basée sur des projets.
- La formation des enseignants, bien qu’en augmentation, ne suffit pas à résoudre le problème si les conditions d’application en classe ne sont pas réunies.
Alors que l’intelligence artificielle est présentée comme un pilier de l’avenir, son enseignement se heurte à un obstacle majeur : le cadre rigide du système éducatif. Soo-beom Shin, professeur d’enseignement informatique à l’Université nationale d’éducation de Kongju, alerte sur le fossé entre les ambitions nationales et la réalité des salles de classe.
Le programme scolaire actuel, structuré autour de normes de réussite et de manuels imposés, privilégie une approche linéaire et centrée sur la transmission de connaissances. Cette organisation rend difficile l’intégration de matières comme l’apprentissage automatique, qui nécessitent une démarche d’investigation, de collaboration et de réalisation de projets concrets. “Il n’y a pas d’espace physique pour exécuter les procédures requises par les projets d’apprentissage automatique dans un système de classes qui doit suivre un rythme défini”, explique Soo-beom Shin.
Conséquence directe : les initiatives d’enseignement de l’IA se limitent souvent à des cours ponctuels, de type “vitrine”, ou sont reléguées à des activités extrascolaires. Cette situation paradoxale, où l’IA est reconnue comme un enjeu national mais reste absente des programmes de base, est due, selon l’expert, à un problème de fond : le manque d’adaptation des structures institutionnelles.
La multiplication des formations continues pour les enseignants, bien que louable, ne saurait suffire à combler ce déficit. “Le problème n’est pas que les enseignants n’ont pas reçu une formation suffisante, mais que les conditions dans lesquelles ils peuvent diffuser ce qu’ils ont appris en classe ne sont pas réunies”, souligne Soo-beom Shin. Sans objectifs clairs définis dans les normes de réussite et sans horaires de cours adaptés, les enseignants peinent à intégrer l’IA dans leurs pratiques pédagogiques.
Une comparaison internationale révèle que les pays qui réussissent à intégrer l’IA dans l’éducation placent des objectifs et un contenu précis au cœur des programmes scolaires. En France, la politique actuelle se concentre davantage sur la formation des enseignants et les projets pilotes, une approche jugée insuffisante par Soo-beom Shin. Il est crucial, selon lui, d’aligner les orientations politiques et les fondements institutionnels pour éviter que l’enseignement de l’IA ne reste confiné à la périphérie du système éducatif.
Pour remédier à cette situation, l’expert propose deux pistes. La première consiste à repenser les normes de réussite pour y intégrer des objectifs d’apprentissage liés à l’IA, tels que la prédiction, la classification et le regroupement de données. La seconde consiste à accorder aux matières d’information le temps et le statut nécessaires pour aborder l’IA de manière autonome. “Si l’un de ces éléments bénéficie d’un soutien institutionnel, la durabilité de l’enseignement de l’IA dans le cadre du programme ordinaire sera bien plus élevée”, conclut Soo-beom Shin.
L’IA est désormais perçue comme un élément central de l’éducation future et de la stratégie nationale. Il est donc impératif de créer un nouveau cadre pour permettre un enseignement stable et efficace de l’IA dans les écoles, une responsabilité que les autorités éducatives ne peuvent plus ignorer.
Pour aller plus loin
