31 juillet 2026, LiteratIA forme les enseignants francophones à l’IA, ce que l’école doit déjà affronter en classe

La démarche LiteratIA, présentée par Lepetitjournal. com le 31 juillet 2026, met en lumière une dynamique partie du Québec avant la popularisation de ChatGPT. Des enseignants francophones ont choisi d’apprendre collectivement à utiliser l’intelligence artificielle, non comme un simple outil technique, mais comme un sujet pédagogique, éthique et professionnel. Leur expérience intervient dans un moment où les systèmes éducatifs cherchent à encadrer des usages déjà présents dans les devoirs, les préparations de cours et les examens.

LiteratIA structure l’apprentissage collectif des enseignants québécois

Le cas LiteratIA illustre une tendance de fond dans l’éducation francophone: la formation ne vient plus seulement d’en haut, par circulaires ou modules institutionnels, mais aussi de communautés professionnelles capables d’expérimenter, de comparer et de documenter leurs pratiques. Selon l’article relayé par Lepetitjournal. com, des enseignants québécois avaient commencé à travailler ensemble sur l’intelligence artificielle avant l’arrivée massive de ChatGPT dans le débat public.

Cette antériorité compte. Elle signifie que l’enjeu ne se limite pas à réagir à un outil devenu populaire auprès des élèves. Les enseignants concernés ont abordé l’IA comme un objet d’apprentissage progressif, avec ses promesses, ses limites et ses risques. Dans une classe de français, par exemple, un générateur de texte peut servir à comparer plusieurs versions d’un paragraphe, à repérer des biais de formulation ou à interroger la notion d’auteur. Le même outil peut aussi faciliter le plagiat si l’accompagnement pédagogique reste absent.

La logique de formation entre pairs occupe une place centrale. Un professeur qui teste un scénario d’écriture avec ses élèves peut en partager les résultats, les difficultés et les ajustements nécessaires. Un autre peut documenter les erreurs produites par un outil d’IA sur une consigne littéraire trop vague. Cette circulation d’expériences crée une base plus concrète que les discours généraux sur la technologie.

Pour les enseignants francophones, la question linguistique ajoute une dimension spécifique. Les grands modèles de langage fonctionnent souvent très bien en anglais, mais leur comportement en français varie selon les sujets, les consignes et les registres demandés. Les enseignants francophones doivent donc apprendre à tester les réponses, à corriger les approximations et à expliquer aux élèves pourquoi une production fluide peut rester fragile sur le plan du raisonnement, des sources ou de la précision lexicale.

ChatGPT accélère les besoins de formation en français

L’arrivée de ChatGPT dans les usages quotidiens a modifié le rythme du débat éducatif. Avant sa diffusion massive, l’intelligence artificielle restait souvent perçue comme un thème spécialisé, réservé aux chercheurs, aux ingénieurs ou aux services numériques. Depuis, elle s’est installée dans les ordinateurs familiaux, les téléphones et les espaces de travail scolaire, avec une simplicité d’accès qui oblige les équipes pédagogiques à clarifier rapidement leurs attentes.

Le besoin le plus immédiat concerne les consignes. Dans de nombreux établissements, les enseignants doivent désormais préciser si l’usage d’une IA est autorisé, interdit ou encadré pour un exercice. Cette clarification suppose une réflexion fine. Interdire totalement peut être irréaliste lorsque les élèves disposent déjà de ces outils hors de la classe. Autoriser sans cadre expose à des productions standardisées, difficiles à évaluer. Entre les deux, plusieurs professeurs expérimentent des consignes où l’élève doit déclarer son usage, expliquer ses choix et retravailler le résultat obtenu.

Le français occupe ici une place particulière. L’écriture scolaire ne se résume pas à produire un texte correctement formulé. Elle sert à construire une pensée, à organiser des arguments, à citer des exemples et à assumer une voix. Un outil d’IA peut aider à reformuler une phrase ou proposer un plan, mais il ne remplace pas l’apprentissage du jugement. C’est pourquoi les formations liées à l’écriture assistée insistent souvent sur la comparaison entre une production humaine, une réponse automatisée et une version réécrite par l’élève.

La difficulté touche aussi l’évaluation. Si un devoir entièrement rédigé à la maison devient difficile à authentifier, les enseignants peuvent renforcer les travaux en classe, les brouillons commentés, les oraux de justification ou les étapes intermédiaires. Ces pratiques existaient déjà, mais l’IA leur donne une importance nouvelle. La formation doit donc dépasser la seule maîtrise technique des prompts et intégrer la question du contrat pédagogique.

Les recherches récentes évoquées dans les milieux universitaires soulignent aussi la nécessité d’une pensée critique. Les enseignants doivent apprendre à montrer les limites d’une réponse apparemment convaincante: références floues, erreurs factuelles, absence de sources vérifiables, confusion entre résumé et interprétation. Cette compétence devient centrale pour former des élèves capables d’utiliser l’IA sans lui déléguer leur raisonnement.

Le Danemark autorise l’IA dans certains examens en 2026

La réflexion francophone s’inscrit dans un contexte international déjà en mouvement. À partir de 2026, le Danemark accepte l’usage de l’intelligence artificielle lors de certaines épreuves d’examens. Ce choix ne signifie pas une autorisation générale et sans contrôle. Il traduit plutôt une volonté de tester des formats adaptés à des outils que les élèves rencontreront dans leurs études supérieures et dans le monde professionnel.

Cette orientation pose une question concrète aux autres pays: faut-il évaluer les élèves comme si l’IA n’existait pas, ou concevoir des épreuves qui mesurent leur capacité à l’utiliser correctement? Dans une épreuve encadrée, l’élève peut être amené à mobiliser un outil pour rechercher des pistes, produire une première version ou vérifier une formulation. L’évaluation porte alors sur la qualité du raisonnement, la pertinence des choix, la capacité à corriger les erreurs et la transparence de la démarche.

Pour les enseignants francophones, l’exemple danois sert de point de comparaison. Il oblige à distinguer deux situations: l’usage clandestin, qui fragilise l’évaluation, et l’usage déclaré, qui peut devenir un objet d’apprentissage. Cette distinction est au cœur des formations proposées dans de nombreuses équipes. Un professeur peut demander à l’élève de joindre les étapes de son travail, de conserver les prompts utilisés et d’expliquer pourquoi certaines propositions de l’outil ont été écartées.

Le débat touche aussi l’égalité scolaire. Tous les élèves ne disposent pas du même matériel, de la même connexion ni du même accompagnement familial. Une politique d’IA aux examens suppose donc des conditions d’accès équitables, des logiciels identifiés et des règles compréhensibles par les familles. Sans cela, l’outil risque d’amplifier des écarts déjà connus dans le système éducatif.

La prudence reste de mise. Les examens ont une fonction de certification, avec des conséquences sur l’orientation et l’accès aux diplômes. Les expérimentations étrangères montrent que l’IA ne peut être intégrée sérieusement qu’avec des protocoles précis, une formation des surveillants, une information claire des candidats et une définition partagée de ce qui relève de l’aide acceptable ou de la fraude.

La France privilégie la sensibilisation dès l’école élémentaire

En France, la rentrée récente a placé l’intelligence artificielle dans le champ de la sensibilisation dès l’école élémentaire, sans manipulation directe par les plus jeunes élèves. Cette approche progressive répond à une préoccupation simple: les enfants entendent parler d’IA, voient parfois leurs proches l’utiliser, mais ne possèdent pas encore les repères nécessaires pour comprendre comment ces systèmes produisent leurs réponses.

La sensibilisation peut passer par des situations concrètes. Un enseignant peut expliquer qu’un outil d’IA ne pense pas comme un humain, qu’il calcule des réponses probables à partir de grands volumes de données et qu’il peut se tromper avec assurance. Cette distinction est essentielle pour éviter une confiance excessive. Dans les premières années de scolarité, l’objectif n’est pas de former des utilisateurs avancés, mais de poser des bases: vérifier une information, demander l’aide d’un adulte, distinguer une création personnelle d’un texte généré.

Pour le collège et le lycée, les besoins deviennent plus opérationnels. Les élèves rédigent des devoirs longs, préparent des exposés et utilisent déjà des outils numériques variés. Les enseignants doivent alors construire des règles adaptées à leur discipline. En français, l’enjeu porte sur l’écriture et l’interprétation. En histoire, il concerne les sources. En sciences, il touche la résolution de problèmes et la vérification des résultats. Cette diversité rend indispensable une formation pédagogique ancrée dans les pratiques de classe.

Les initiatives comme LiteratIA peuvent jouer un rôle de passerelle entre la recherche, les établissements et les enseignants. Elles permettent de transformer une inquiétude diffuse en questions de métier: comment préparer une séance, comment évaluer un travail, comment repérer une réponse plausible mais fausse, comment apprendre aux élèves à documenter leur usage. Cette approche évite de réduire l’IA à un débat binaire entre interdiction et adoption rapide.

La période actuelle pousse les systèmes scolaires à avancer avec méthode. Les enseignants demandent du temps, des exemples fiables et des espaces d’échange. Les familles, elles, attendent des règles lisibles. Les élèves auront besoin de repères stables pour comprendre que l’IA peut aider à apprendre, mais qu’elle ne remplace ni la lecture attentive, ni l’effort d’écriture, ni la responsabilité de vérifier ce qui est produit.