L’IA générative et son effet sur la pensée étudiante

… ou la disparition de la question ambiguë

Sans « friction intellectuelle », est-ce que les étudiantes et étudiants perdent une partie de la réflexion profonde nécessaire à leur apprentissage ? Quels aspects de l’apprentissage pouvons-nous manquer en nous reposant uniquement sur les questions qui fonctionnent bien avec l’IA générative (IAg) ? Quel est l’impact de l’IAg sur la pensée de la communauté étudiante ? Que peut faire le corps professoral pour y remédier ?

Ce sont les questions que Victoria Livingstone, PhD (The Johns Hopkins University), et Jeppe Klitgaard Stricker (Aalborg Universitet) se sont posées dans leur article « The disappearance of the unclear question », publié sur le site de l’UNESCO.
[Compte rendu]

Il était une fois dans une université…

L’article débute par le récit d’une histoire universitaire se déroulant avant que les agents conversationnels d’IA ne soient accessibles au grand public. C’est l’histoire d’une étudiante de premier cycle qui s’était lancée dans un projet de recherche sur « l’effet Mozart ». Cette théorie aujourd’hui discréditée prétend que l’écoute de musique classique peut améliorer l’intelligence, et plus particulièrement les capacités spatiales.

Son parcours a été long : pendant un mois, elle a cartographié ses idées, consulté des articles et des bases de données et suivi les pistes bibliographiques. Elle est passée d’un intérêt général pour le lien entre la musique et la cognition à une étude approfondie sur la manière dont une légende scientifique s’était répandue et avait marqué les esprits.

Ce processus de recherche lent et exigeant l’a confrontée à des informations contradictoires. Pour avancer, elle a dû mobiliser son esprit critique, comparer les sources, questionner les théories. Ce travail de discernement, guidé par l’effort intellectuel et la persévérance, l’a amenée à une conclusion nuancée : même des théories réfutées peuvent avoir des effets bénéfiques, en suscitant la réflexion et en stimulant les débats.

Selon Livingstone et Klitgaard Stricker, une étudiante pourrait aujourd’hui résumer son sujet en quelques minutes grâce à l’IA générative. L’efficacité serait assurément au rendez-vous, mais c’est précisément l’expérience de cet effort cognitif approfondie qui pourrait disparaître.

L’efficacité de l’IAg, mais sans la « friction »

Le piège de la réponse immédiate

Livingstone et Klitgaard Stricker affirment que les outils d’IA générative proposent aux étudiantes et étudiants des raccourcis séduisants. Par exemple, lorsqu’on demande à l’IAg de décrire l’« effet Mozart », l’agent conversationnel répond immédiatement que c’est un mélange controversé de science, de battage médiatique et de mythes. La réponse est immédiate, mais elle manque de profondeur et de transparence.

L’étudiante dont il était question au début de l’article aurait aujourd’hui obtenu une piste de travail en quelques secondes. Mais ce gain de rapidité aurait fait disparaître la précieuse « friction intellectuelle » : cet effort cognitif lent, parfois inconfortable, qui oblige à examiner les sources, à confronter les idées et à affiner progressivement sa réflexion.

La valeur des « mauvaises » questions

Pour élaborer une véritable question de recherche, il faut être ouvert à réviser ses hypothèses initiales et à faire face à l’incertitude. C’est dans cette zone d’inconfort alimentée par la réflexion profonde que l’apprentissage prend tout son sens.

En réalité, ce sont souvent les « mauvaises » questions, celles qui sont trop vastes, mal formulées ou sans issue apparente, qui favorisent l’effort cognitif et le développement de la pensée critique. On peut penser aux questions ouvertes en philosophie, comme «Qu’est-ce que la justice ?», ou en littérature, comme «Comment analyser l’ambiguïté d’un personnage ?». Ces interrogations résistent à la simplification.

Confondre « meilleur prompt » et « meilleure pensée »

L’IA générative ne s’inscrit pas dans cette logique de démarche en profondeur. Sa conception privilégie la production d’une réponse «optimisée», ce qui incite subtilement les étudiantes et étudiants à adopter des réflexes superficiels plutôt qu’une pensée approfondie.

L’IA générative génère du contenu, mais pas nécessairement de la compréhension. Le risque n’est pas seulement de déléguer l’apprentissage, mais de voir nos priorités intellectuelles se transformer sans réflexion. Nous apprenons inconsciemment à formuler des questions qui fonctionnent bien avec l’IA générative et nous cessons de poser celles qui ne donnent pas de réponse immédiate ou satisfaisante. Et ce faisant, nous risquons de perdre quelque chose d’essentiel : la capacité de formuler des questions sans réponses toutes faites.

Dans de nombreux domaines d’études, tels que la littérature, la philosophie ou les sciences humaines en général, l’ambiguïté n’est pas un défaut. C’est une ressource précieuse qui alimente la pensée critique, la remise en question des arguments et la réflexion durable.

L’IA n’est pas conçue pour gérer l’ambiguïté. Elle peut certes en donner l’illusion, imiter le style d’un essai spéculatif ou d’un dialogue philosophique. Mais elle crée un biais subtil : éviter les questions floues. La communauté étudiante évite ces questions non pas parce qu’elles manquent de valeur, mais parce qu’elles sont peu utiles dans un processus de travail médiatisé par l’IA.

Comment y remédier ?

Une approche hybride

Plutôt que d’opposer l’IA à la recherche traditionnelle, envisageons une séquence : commencer par l’IA pour délimiter un sujet, puis introduire délibérément la complexité et l’ambiguïté.

Les modèles de langage peuvent aider les étudiants à trouver un angle de recherche gérable. Mais dès qu’un sujet est choisi, il faut consulter des sources académiques fiables. Sinon, l’IA permet de survoler sans comprendre.

Révéler les limites de compréhension

Inviter les étudiantes et étudiants à résumer une recherche ou à reformuler un passage révèle souvent les limites de leur compréhension. Une fois de plus, nous revenons au concept de «friction intellectuelle». Lire attentivement, en établissant des connexions entre différentes idées, en repérant les incohérences et en évaluant la méthodologie, demande un travail lent et inconfortable.

Le corps enseignant peut soutenir ce processus en annotant les textes avec la classe ou en répartissant les personnes étudiantes en groupes pour discuter des recherches. Ces discussions servent ensuite de point de départ pour des exercices d’écriture en classe.

Au-delà de la mécanique du « prompt »

Le défi auquel nous faisons face en éducation n’est pas d’ordre technologique, mais plutôt pédagogique et philosophique. Il faut préserver la valeur des questions ambiguës non pas en raison de leur compatibilité avec l’IA, mais pour leur capacité à ouvrir de nouvelles perspectives.

Cela suppose de protéger les questions lentes, complexes et non résolues. Il faut résister à l’envie de tout rendre «lisible» pour une machine. Il est nécessaire de reconnaître qu’une bonne question est parfois celle à laquelle aucun algorithme ne devrait répondre.

L’enjeu est clair : réaffirmer la valeur de la « friction intellectuelle ». À l’ère des interfaces fluides, l’apprentissage doit rester exigeant. La difficulté de formuler une question, de suivre une piste sans solution claire, de se confronter à l’impasse : autant de processus essentiels à la compréhension humaine.

Il ne s’agit pas de rejeter l’IAg, mais de l’intégrer consciemment. Elle peut être un soutien, un enrichissement et une source d’inspiration. Toutefois, soyons vigilants face à une perte subtile : continuer à apprendre, c’est bien, mais en oubliant progressivement quelque chose de crucial — le sens même de la question.

Pour conclure

Comment arrivez-vous à préserver cet espace vital de questionnement lent et ambigu dans vos cours ? L’avenir de la pensée critique des membres de notre communauté étudiante en dépend peut-être.

Références

• Livingstone, V., & Klitgaard Stricker, J. (2025, July 24). The disappearance of the unclear question. UNESCO. https://www.unesco.org/en/articles/disappearance-unclear-question
• Webinaire de Contact North : What AI Is Doing to Student Thinking and What Educators Can Do About It Lundi 3 novembre 2025 11 h – 12 h (heure de l’Est)
  Victoria Livingstone, Ph. D. (Johns Hopkins University) et Jeppe Klitgaard Stricker (Aalborg University) s’appuient sur leur article influent publié par l’UNESCO, intitulé « The Disappearance of the Unclear Question », pour explorer comment l’essor de l’IA transforme l’art de l’interrogation et ce que le personnel enseignant peut pour protéger les formes d’apprentissage plus profondes qui reposent sur l’incertitude, la réflexion et la remise en question. La séance met également en évidence des stratégies pour intégrer l’IA de façon à soutenir, plutôt qu’à remplacer, les processus essentiels de questionnement et de découverte. https://teachonline.ca/webinars/what-ai-is-doing-to-student-thinking-and-what-educators-can-do-about-it/