On dit beaucoup des risques que l’IA fait peser sur l’autonomie — la dépendance qu’elle pourrait nourrir. Mais la même technologie, employée autrement, peut servir la fin opposée : renforcer l’autonomie de l’apprenant. La condition est de l’orienter vers ce qui construit l’indépendance, plutôt que vers ce qui installe la dépendance.
Autonomie et dépendance : deux usages opposés
Le même outil peut nourrir la dépendance — en donnant les réponses, en faisant le travail — ou l’autonomie — en aidant l’apprenant à le faire lui-même. La différence tient entièrement à la conception et à l’usage. L’IA n’est, en soi, ni autonomisante ni asservissante ; c’est l’usage qui décide de son effet sur l’indépendance de l’apprenant.
Un retour immédiat qui rend autonome
L’IA peut fournir un retour immédiat et individualisé, permettant à l’apprenant de travailler sans la disponibilité constante d’un enseignant — se vérifier, se corriger, progresser par lui-même. Un retour qui guide plutôt qu’il ne donne la réponse construit la capacité d’auto-correction. La disponibilité d’un guidage peut ainsi soutenir le travail indépendant, au lieu de l’entraver.
Soutenir la pratique de récupération et l’effort
Bien employée, l’IA peut susciter la pratique de récupération — interroger, générer des exercices, espacer les révisions — plutôt que fournir des réponses. Elle peut étayer l’effort sans le remplacer. L’usage autonomisant fait agir l’apprenant, et non simplement recevoir : c’est en faisant qu’il devient capable de se passer de l’aide.
Apprendre à interroger plutôt qu’à recevoir
Paradoxalement, bien employer l’IA requiert et construit une compétence : savoir quoi demander, évaluer la réponse avec esprit critique, ne pas prendre la production pour argent comptant. Un apprenant qui apprend à interroger l’IA avec lucidité — vérifier, douter, affiner — développe le jugement et l’indépendance plutôt que la passivité.
Les conditions d’un usage autonomisant
Pour que l’IA construise l’autonomie : la concevoir pour guider plutôt que répondre ; encadrer son usage de sorte qu’il exige l’effort de l’apprenant ; enseigner l’évaluation critique de sa production ; et préserver l’objectif de savoir, à terme, faire sans elle. L’autonomie est la fin vers laquelle l’outil est orienté, non un sous-produit du simple accès.
L’IA peut donc renforcer l’autonomie des apprenants — mais seulement si on l’oriente délibérément vers l’indépendance : un retour qui guide plutôt qu’il ne donne, une incitation à l’effort et à la récupération plutôt qu’à leur remplacement, et la construction d’un jugement critique pour l’interroger. La même technologie qui peut installer la dépendance peut, employée autrement, cultiver l’autonomie même qu’elle menace. Le choix est pédagogique.