Introduction

Un article récent du New York Times, donne la parole à huit experts mondiaux sur l’avenir de l’IA, de l’humanité et de la formation. Le plus intéressant, au fond, n’est pas le côté spectaculaire de certaines hypothèses. C’est plutôt ce que ces analyses révèlent pour un secteur très concret : celui de la formation, du digital learning et du développement des compétences.

Car si l’IA transforme déjà le travail intellectuel, elle transforme mécaniquement la manière d’apprendre, d’évaluer, de produire des contenus pédagogiques et d’accompagner les apprenants. Pour les organismes de formation, les équipes L&D, les ingénieurs pédagogiques et les formateurs, le sujet n’est donc plus de savoir si l’IA va avoir un impact. Le sujet est de comprendre où la valeur humaine restera décisive, et comment éviter une formation plus rapide mais moins formatrice.

L’IA va devenir ordinaire, et c’est justement cela qui change tout

Le premier enseignement de ces analyses d’experts, c’est que l’IA ne va pas forcément s’imposer uniquement par des ruptures spectaculaires. Elle va surtout s’installer partout, en arrière-plan, dans les outils du quotidien. C’est déjà ce que l’on observe : assistants d’écriture, synthèse de contenus, copilotes de productivité, aide à la recherche, génération d’évaluations, création de visuels, adaptation de textes, automatisation de tâches répétitives.

Dans le digital Learning, cette banalisation va profondément modifier les usages. L’IA ne sera pas seulement un outil en plus dans la stack formation. Elle va devenir une couche transversale. Elle sera présente dans le LMS, dans l’outil auteur, dans le support apprenant, dans la traduction, dans la recherche documentaire, dans le tutorat, dans l’analyse de données, et même dans la relation commerciale des OF.

Cela crée un risque de sous-estimation. Quand une technologie devient ordinaire, on finit par ne plus la questionner. Pourtant, dans la formation, une IA banalisée peut produire des effets très forts : simplification excessive des apprentissages, automatisation de feedbacks médiocres, standardisation des contenus, ou encore illusion de personnalisation. Le danger n’est donc pas seulement technique. Il est pédagogique.

Le vrai choc pour la formation, ce n’est pas l’IA qui sait tout, c’est l’IA qui fait assez bien à grande échelle

Beaucoup de débats publics sur l’IA sont polarisés entre deux extrêmes : soit l’IA serait surévaluée, soit elle serait à deux pas de dépasser massivement l’humain. En réalité, pour le monde de la formation, la rupture peut arriver bien avant une hypothétique super-intelligence.

Pourquoi ? Parce qu’une IA qui fait assez bien un grand nombre de tâches suffit déjà à déstabiliser les modèles classiques de production pédagogique. Rédiger un premier script, générer un quiz, résumer un document, proposer des objectifs pédagogiques, transformer un contenu long en microlearning, suggérer une trame de storyboard, adapter un texte à différents niveaux… tout cela est déjà accessible dans de nombreux cas.

Cela veut dire que la valeur d’un professionnel de la formation ne peut plus reposer uniquement sur la capacité à produire vite des livrables standards. Ce qui monte en valeur, c’est la capacité à cadrer, scénariser, vérifier, hiérarchiser, contextualiser et garantir la qualité pédagogique. En clair : moins de valeur dans l’exécution brute, plus de valeur dans la conception intelligente.

Pour les OF, c’est un signal fort. Ceux qui vendent seulement de la production classique risquent d’être rapidement banalisés. Ceux qui savent articuler IA, ingénierie pédagogique, accompagnement humain, qualité et responsabilité vont au contraire renforcer leur position.

L’évaluation des apprenants entre dans une zone de turbulence

C’est probablement l’un des impacts les plus immédiats. Si une IA peut rédiger un texte correct, structurer une réponse, proposer un plan, reformuler une idée ou résoudre un cas simple, alors une partie des modalités classiques d’évaluation perd de sa pertinence. L’UNESCO insiste clairement sur ce point : l’IA générative oblige les institutions éducatives à repenser la façon d’évaluer, de certifier et de reconnaître les acquis.

Pour le digital Learning, cela pose une question très concrète : à quoi sert encore un quiz, une étude de cas ou un devoir maison si l’apprenant peut déléguer une partie significative du travail cognitif à un assistant ?

La réponse n’est pas de supprimer l’IA. Ce serait irréaliste. La réponse est de repenser les modalités. Il faut davantage d’évaluations qui mesurent la compréhension réelle, la capacité d’argumentation, le transfert en situation, la justification des choix, la mise en pratique, la réflexivité et la capacité à critiquer une réponse générée.

Autrement dit, l’évaluation doit moins porter sur le résultat brut, et davantage sur le raisonnement, la posture et la maîtrise du processus. C’est particulièrement vrai en formation professionnelle, où l’objectif n’est pas seulement de savoir répondre, mais de savoir agir correctement dans un contexte métier.

Le risque pédagogique majeur : confondre assistance et apprentissage

C’est ici que le sujet devient vraiment stratégique pour les professionnels de la formation.

L’IA peut être une aide formidable. Elle peut rassurer, guider, accélérer, expliciter, reformuler, soutenir l’entrée dans une tâche. Mais elle peut aussi court-circuiter l’apprentissage lui-même. Une publication récente de Microsoft Research montre que l’IA peut déplacer l’effort cognitif de l’utilisateur vers le cadrage et la vérification, ce qui peut être utile, mais aussi réduire l’engagement intellectuel si la personne délègue trop vite.

Dans la formation, ce point est capital. Tout ne doit pas être facilité. Certaines étapes doivent rester exigeantes, parce que c’est précisément l’effort qui construit la compétence. Un apprenant progresse lorsqu’il doit chercher, trier, comparer, argumenter, se tromper, corriger. Si l’IA intervient trop tôt ou trop fortement, elle peut donner l’illusion d’une montée en compétences alors qu’elle n’a produit qu’une assistance de surface.

C’est là que le rôle du concepteur pédagogique redevient central. Il faut décider à quels moments l’IA aide, à quels moments elle s’efface, et à quels moments elle doit même être volontairement limitée. Une bonne ingénierie pédagogique avec IA n’est pas une ingénierie de la facilité maximale. C’est une ingénierie du bon niveau d’assistance.

Les contenus de formation vont coûter moins cher à produire, mais pas forcément moins cher à rendre bons

C’est une confusion fréquente. Beaucoup imaginent que l’IA va faire baisser massivement les coûts de production pédagogique. C’est vrai sur certaines briques : rédaction initiale, variantes de formulations, découpage en séquences, création d’exercices simples, synthèse documentaire, première structuration.

Mais cela ne signifie pas que la qualité finale coûtera moins cher dans tous les cas.

On retrouve ici une logique déjà observée dans d’autres métiers du savoir. Une étude sur GitHub Copilot a montré que des développeurs pouvaient aller 55,8 % plus vite sur une tâche précise dans un cadre expérimental. Mais une autre étude de METR sur des développeurs expérimentés, travaillant dans leurs propres environnements complexes, a observé au contraire un ralentissement de 19 %, notamment à cause du temps de vérification et d’ajustement.

La leçon pour le digital Learning est très claire : l’IA accélère très bien la production du premier jet. En revanche, plus on vise un contenu fiable, contextualisé, engageant, cohérent pédagogiquement, accessible, conforme et réellement utile, plus le travail humain de contrôle redevient central.

Donc oui, produire sera plus rapide. Mais produire bien demandera toujours une expertise forte. La différence entre les acteurs se jouera de plus en plus sur la qualité du cadrage, des prompts, de la gouvernance éditoriale, des process de relecture et de la capacité à maintenir une cohérence d’ensemble.

Le métier de formateur va évoluer vers plus de médiation et moins de simple transmission

Si l’IA peut expliquer, reformuler, résumer et répondre rapidement à des questions standards, le rôle du formateur change.

Cela ne veut pas dire qu’il disparaît. Cela veut dire qu’il monte d’un cran.

Le formateur sera moins attendu sur la simple transmission descendante d’informations disponibles partout. Il sera davantage attendu sur la médiation, l’animation, l’analyse des besoins, la contextualisation métier, le feedback de qualité, la régulation des apprentissages, l’accompagnement motivationnel et le développement de l’esprit critique.

C’est d’ailleurs cohérent avec les orientations de l’UNESCO sur l’IA en éducation : les usages pertinents ne consistent pas à remplacer l’enseignant ou le formateur, mais à renforcer l’action éducative tout en gardant une gouvernance humaine, éthique et pédagogique.

Dans les faits, cela veut dire que les compétences clés des formateurs vont évoluer. Il faudra savoir utiliser l’IA, bien sûr, mais surtout savoir l’encadrer. Comprendre quand elle est utile. Détecter quand elle induit une réponse creuse ou trompeuse. Savoir transformer une réponse générée en occasion d’apprentissage. Et aider les apprenants à ne pas devenir dépendants d’une béquille cognitive permanente.

Pour les OF et les services formation, la vraie question devient : quelle promesse de valeur humaine reste différenciante ?

Le sujet est presque stratégique avant d’être technique.

Si demain n’importe quel acteur peut générer rapidement des contenus corrects, monter des parcours simples et produire des ressources en volume, alors que vaudra encore un organisme de formation ? Que vaudra encore un prestataire en digital Learning ? Que vaudra encore un cabinet de conseil en pédagogie ?

La réponse tient dans quatre piliers.

D’abord, la capacité à traiter des contextes complexes. Ensuite, la capacité à garantir la qualité pédagogique réelle. Puis, la capacité à concevoir des dispositifs où l’IA améliore l’apprentissage sans l’appauvrir. Enfin, la capacité à apporter de la confiance : fiabilité, conformité, accessibilité, responsabilité, protection des données, transparence sur les usages.

Autrement dit, plus l’IA accélère la production, plus la différenciation se déplace vers la méthode, la gouvernance et l’impact réel.

Pour un OF, cela implique de revoir son positionnement. Vendre du contenu sera de plus en plus fragile. Vendre de la progression mesurable, bien conçue et bien accompagnée sera beaucoup plus robuste.

Le digital learning doit éviter un nouveau piège : industrialiser la médiocrité

C’est peut-être le risque le plus sous-estimé.

L’IA permet d’aller plus vite. Très bien. Mais aller plus vite vers quoi ? Si elle sert à produire encore plus de modules pauvres, de quiz mécaniques, de parcours sans tutorat, de microlearning sans cohérence, de contenus redondants et peu contextualisés, alors elle n’améliore pas la formation. Elle industrialise simplement la médiocrité.

Ce danger est réel parce que les organisations ont souvent une tentation très simple : utiliser l’IA d’abord pour produire plus, avant de se demander si ce qui est produit est réellement utile. Or le digital Learning souffre déjà, dans beaucoup de cas, d’un excès de contenus et d’un déficit de conception.

L’IA peut aggraver ce travers si elle est pilotée uniquement par une logique de volume ou de réduction de coût. Elle peut au contraire être très utile si elle permet de dégager du temps pour des tâches à plus forte valeur : analyse des besoins, accompagnement, personnalisation intelligente, remédiation, feedback, accessibilité, amélioration continue.

Ce que les acteurs de la formation devraient faire dès maintenant

À ce stade, il ne s’agit plus d’attendre. Il faut structurer une réponse.

Les organismes de formation et les équipes L&D ont intérêt à travailler dès maintenant sur cinq chantiers.

Le premier, c’est la doctrine d’usage : dans quels cas l’IA est autorisée, recommandée, limitée ou interdite dans la conception et dans les parcours. Le label ETHIC’IA derient une preuve concrète du l’utilisation de l’IA responsable dans la formation.

Le deuxième, c’est la refonte de l’évaluation : moins de confiance dans les formats facilement automatisables, plus de place au raisonnement, à l’oral, à la mise en situation, à l’analyse critique et à la preuve de compréhension.

Le troisième, c’est la montée en compétences des équipes : pas seulement apprendre à prompter, mais apprendre à cadrer, vérifier, relire, scénariser et gouverner des usages IA. (Formation IA responsable)

Le quatrième, c’est la qualité des contenus et des données : une IA ne compense pas un fond médiocre. Si les référentiels, les objectifs, les sources et les contenus sont faibles, l’IA les reproduira à grande vitesse.

Le cinquième, c’est l’éthique et la responsabilité : transparence vis-à-vis des apprenants, protection des données, attention aux biais, accessibilité, et sobriété des usages. (Label EHTIC’IA)

Ce sont ces chantiers qui feront la différence entre une adoption opportuniste et une transformation réellement utile.

Conclusion

Les débats sur l’avenir de l’IA parlent souvent d’humanité, de travail, de droit ou de sécurité. Mais pour le monde de la formation, le sujet est déjà très concret.

L’IA va banaliser certaines tâches intellectuelles.
Elle va fragiliser certaines modalités classiques d’évaluation.
Elle va accélérer la production de contenus, tout en revalorisant fortement la vérification et la conception.
Elle va transformer le rôle des formateurs, des ingénieurs pédagogiques et des OF.
Et elle va poser une question de fond : formons-nous encore des personnes à penser, ou seulement à bien utiliser des assistants ?

Le digital Learning entre donc dans une nouvelle phase. Une phase où la vraie valeur ne sera pas dans le fait d’utiliser l’IA, mais dans la manière de l’intégrer sans sacrifier l’apprentissage réel.

C’est probablement là que se jouera la prochaine maturité du secteur.