1« L’Intelligence artificielle et l’éducation : la fin ou le début de la créativité ? » avions-nous intitulé non sans provocation l’appel à communications destiné à alimenter ce numéro spécial de Distances et Médiations des savoirs. Loin de nous cependant l’idée de faire de longs développements sur une notion – la créativité – aussi usitée que confuse. Nous l’avons employée pour deux raisons principales. La première, comme une manière de signifier que la référence créative qui touche peu ou prou l’ensemble des secteurs économiques et tend à s’imposer comme nouveau paradigme sociétal (Mœglin, 2019) concerne également l’éducation. La seconde relève d’un questionnement ouvert, appelant des réponses plus nuancées que ce que véhiculent nombre de discours médiatiques et d’essais sur l’avenir de la créativité humaine face ou avec l’Intelligence artificielle, spécialement dans le champ éducatif. Dépasser les considérations oscillant entre crainte dystopique de remplacement et fantasme d’humains « augmentés » par la technologie était un objectif central dans cet appel. En éducation peut-être plus encore que dans d’autres secteurs, il apparaît nécessaire de sortir des débats éculés pour privilégier quelques questions heuristiques sur une éducation à, avec, voire sans l’IA.

2Mais de quelle IA parle-t-on ? La focalisation actuelle sur l’IA générative est évidente, et gageons qu’elle n’est qu’une mode qui ne saura masquer la longue histoire de ce courant de recherche (Cardon et al., 2018). Le projet séminal des chercheurs de Dartmouth en 1956 était d’ailleurs éclairant : programmer des machines capables de simuler des fonctions intellectuelles humaines. Cette ambition porte en elle un paradoxe pour la créativité : la capacité à créer des choses non-prévues peut-elle être programmée dans une machine ?

3Si le courant autrefois dominant de l’IA symbolique, appréhendant l’intelligence comme la capacité à effectuer des calculs logiques, s’inspire de la cognition humaine dans ce qu’elle a d’explicite (comme le raisonnement), le courant connexionniste de l’IA, considérant l’intelligence comme un phénomène émergeant de la connexion d’unités apprenantes (comme les neurones), présente une ambition toute autre. Devenu dominant avec les systèmes de machine learning tels que les programmes prédictifs et les IA génératives, ce courant prévoit que la créativité pourrait émerger d’une architecture informatique capable de s’auto-ajuster. La victoire d’AlphaGo face au champion du monde du jeu de go en 2016 est à cet égard marquante. Ne disposant que des règles du jeu, le logiciel sélectionne les options au lieu de les examiner toutes et développe sa propre façon de jouer. Démontrant, au sein du machine learning, la supériorité de l’apprentissage par renforcement par rapport à l’apprentissage supervisé, ce fait d’armes a amené de nombreux professionnels du go à souligner la créativité de la machine (Metz, 2016). Toujours est-il que l’humain garde la main derrière ces systèmes probabilistes, décidant en amont du type d’algorithmes et des méthodes d’apprentissage usités (Vayre, 2018). Dès lors le périmètre de la créativité propre à la machine reste l’objet de débats philosophiques et techniques, amorcés de longue date entre les promoteurs d’une IA forte capable à terme de penser comme un humain et les défenseurs d’une IA faible qui se cantonne à des tâches spécifiques et limitées, sans aspirer à imiter ou reproduire l’intelligence humaine dans son ensemble (Andler, 2023).

4Il ne faut cependant pas éluder les acceptions culturelles et sociales de la créativité, qui lui valent un statut d’idéal dans nos sociétés contemporaines. Celle-ci peut être entendue comme un phénomène sociétal et transversal à plusieurs secteurs socio-économiques où se joueraient des transformations profondes liées à l’innovation : conformément au « nouvel esprit du capitalisme » (Chiapello et Boltanski, 1998), la créativité serait ainsi une qualité reconnue par les acteurs privés et publics en ce qu’elle permettrait la création de valeur économique et l’accomplissement des individus comme de la société dans son ensemble, éducation comprise.

6Sur le plan sociétal, la créativité peut être prise comme un phénomène individuel où se jouent des enjeux éducatifs forts : comment protéger voire améliorer cette capacité chez des élèves à l’heure du déploiement généralisé de l’IA dans les pratiques domestiques comme institutionnelles ? Se répandent ainsi des récits tantôt alarmistes sur les conséquences d’un usage inconsidéré des IA dans leur ensemble et tantôt prescripteurs de « bons usages » à l’échelle individuelle.

7Est ainsi pointé le risque de « dépendance cognitive », selon lequel les agents conversationnels deviendraient indispensables aux élèves pour élaborer une production intellectuelle. Or le flou scientifique reste entier sur cette notion : parle-t-on d’accoutumance, d’atrophie de la mémoire ou d’une simple délégation de la réflexion (Smaghue, 2026) ? Qui plus est les mesures scientifiques demeurent aussi superficielles. Ces craintes font surtout écho à celles qui ont entouré d’autres innovations par le passé : le livre imprimé, la calculatrice, puis Internet. Toutes ces technologies ont transformé nos manières de penser sans pour autant abolir l’effort intellectuel. De nouvelles compétences ont émergé avec elles et ont été institutionnalisées par les systèmes éducatifs, actant la légitimisation éducative de ces technologies (Mœglin, 2005). Les débats sur la perte de la créativité face à l’IA semblent à ce titre symptomatique d’un tournant où se trouve l’IA aujourd’hui : utilisée massivement par tous les acteurs des systèmes éducatifs (élèves, enseignants, parents), elle n’y est pas encore tout à fait institutionnalisée et s’y trouve débattue à la fois comme objet et outil pédagogique.

9Prendre acte de ces imaginaires autour de l’IA et concilier les acceptions économiques, sociales et politiques de la créativité dans l’institutionnalisation éducative de ces technologies constitue en soi un défi majeur. Les contributions réunies dans ce numéro invitent précisément à dépasser les oppositions simplificatrices entre promesse et menace pour examiner, à partir de contextes et d’expériences situés, les transformations en cours des pratiques, des métiers et des apprentissages.

10Cathia Papi offre d’abord une revue critique de la littérature portant sur l’évaluation des apprentissages dans l’enseignement supérieur aux prémices de l’IAG. Elle renseigne les stéréotypes comme les angles-morts de la recherche anglophone sur le sujet. Celle-ci questionne les effets essentiellement aux échelles micro et méso, selon une dichotomie avantages/inconvénients : quelles pratiques créatives émergent pour l’évaluation sommative ou formative ? quels en sont les risques en termes de plagiat ? quelles politiques d’établissement mettre en place ? Peu de questionnements traitent en revanche d’une potentielle refonte des systèmes éducatifs et des compétences à évaluer. Derrière les appels récurrents à des politiques de formation des élèves et enseignants axées sur l’AI literacy et le prompt engineering, les conditions d’une pensée critique qui s’appliquerait à toutes les étapes d’utilisation des IA, tant en amont dans la construction des dispositifs pédagogiques, qu’en aval dans le réinvestissement du « matériau secondaire » obtenu, apparaissent comme un champ de recherche aussi urgent que peu traité.

11À l’échelle méso se joue aussi la transformation de professions avec et face à l’IA, exacerbant les conflictualités inhérentes à un champ. Yuchen Chen met ainsi au jour les lignes de tensions dans les usages et les discours autour de l’IA partagés par les concepteurs pédagogiques multimédias dans la formation professionnelle. Proposant un intéressant continuum des pratiques créatives avec l’IAG (ajustement, enrichissement et collaboration), l’auteure met aussi en évidence les réappropriations symboliques qui les accompagnent, entre des professionnels soucieux d’une préservation de « prés carrés » et une identité professionnelle contre l’IA et d’autres tirant parti de ces technologies pour se singulariser et gagner en productivité. Ces stratégies différenciées relèvent de nombreux facteurs (parcours personnels, injonctions organisationnelles). Cela rappelle les héritages socio-professionnels et symboliques qui pèsent sur les pratiques de l’IA et réhabilite la dimension subjective de la créativité comme argument de légitimation professionnelle.

12Pour questionner l’industrialisation de la formation à l’œuvre à travers l’IA, le numéro fait la part belle aux retours d’expérience qui constituent autant d’études de cas (Petit, 2018) faisant état d’usages émergents à différents niveaux éducatifs. Les quatre retours d’expérience font ainsi affleurer des questions nodales pour les systèmes éducatifs. Catherine Dolignier et Aurore Lavenka interrogent ainsi la rédaction sous IAG d’un mémoire de recherche de master et ses implications pour l’enseignement de l’écriture académique. À ce titre est explorée la notion de « littéracie du prompt » par le biais d’une expérience de génération avec ChatGPT qui les conduit à proposer une catégorisation des prompts susceptibles d’étayer les pratiques de formation. Cette expérience cherche ainsi à dépasser l’enseignement instrumental du prompt engineering, pratique individualisante de l’IAG qui tend à imprégner la plupart des formations en littératie, pour établir des modes d’appropriation plus collectives et réflexives autour de cette procédure.

13Nabila Errami propose quant à elle un retour d’expérience de formation à l’IA dans des classes de cycle 3 pour construire l’esprit critique et la créativité des élèves. Conçue comme la capacité à explorer et transformer des situations d’apprentissage avec et par l’IA, la créativité est vue comme une réponse à la question de la pensée critique. À rebours d’un enseignement transmissif sur le fonctionnement et les enjeux de l’IA, le mélange de débats, d’« activités débranchées » et d’entraînement de modèles, permet de déconstruire l’anthropomorphisme, de nourrir la créativité des élèves et d’installer une posture critique. Un apport précieux dans la perspective d’un curriculum pluridisciplinaire de la littératie de l’IA à l’école primaire.

14Irina Otmanine et Jennifer Lucas questionnent quant à elles l’usage d’un agent conversationnel personnalisé pour trouver sa voix d’écriture dans un cours d’anglais académique. Les questionnaires en début et fin de semestre et les verbatim recueillis suggèrent des évolutions intéressantes concernant la perception de l’écriture académique et le rôle attribué au feedback généré par l’IA, tout en mettant en lumière plusieurs limites. La plus significative concerne la préservation de la voix personnelle et de la créativité. De nombreux étudiants rapportent un effet de « lissage » du style, une tendance à uniformiser les productions vers un registre académique parfois excessivement formel ou dépourvu de nuance. L’ambition de trouver sa « voix » propre en termes d’écriture s’en trouve pour le moins affectée, ce qui relance la question de la standardisation sur le plan pédagogique.

15Frédérique Longuet fait enfin état d’une recherche-action consistant, dans la formation des futurs enseignants d’allemand, à repenser l’appropriation des œuvres culturelles allemandes en intégrant l’IAG de façon créative et critique. De la transformation d’un passage de l’œuvre en récit dit « augmenté » (mobilisant texte, image, son en collaboration avec l’IA générative) découle une forme inspirante de co-agentivité entre humain et machine, qui favorise non seulement le développement des compétences linguistiques et culturelles, mais aussi une posture réflexive et créative renforcée avec l’IA.

16Ces études de cas proposent ainsi des tableaux situés et nuancés des pratiques et représentations entourant l’IA chez des publics éducatifs. Y fait écho la note de recherche de Melpomeni Papadopoulou décrivant une étude de cas, réalisée en 2025, auprès de trois masters en « Sciences de l’éducation et de la formation » où les apprenants ont été invités à expérimenter l’IAG comme accompagnateur de mémoire de recherche, pour ensuite fournir une analyse réflexive mobilisant théorie, pratique et expériences personnelles. Révélant les limites des méthodes d’évaluation traditionnelles, cette note approfondit des pistes telles que l’évaluation par les pairs ou l’intégration de séquences collectives d’analyse critique de contenus générés par l’IA.

17La rubrique « Débat et discussion » de ce numéro prend appui sur un texte de Viviane Glikman consacré à l’évolution de la formation à distance et aux transformations des dispositifs qui l’ont accompagnée au fil du temps. Les deux contributions réunies dans cette rubrique proposent de prolonger cette réflexion à partir d’enjeux qui se sont imposés au cours de la dernière décennie.

18Christian Depover revient notamment sur les transformations liées au développement des MOOC, aux effets de la pandémie de Covid-19 sur les pratiques éducatives et à l’émergence de l’intelligence artificielle dans les dispositifs de formation. Il interroge également la manière dont les usages effectifs des technologies contribuent à reconfigurer les environnements d’apprentissage et les modalités de la formation à distance. La contribution de Brigitte Denis apporte un éclairage complémentaire en prolongeant les analyses de Glikman sur l’ingénierie du tutorat, levier essentiel de persévérance. Elle souligne la nécessité de former les tuteurs et de structurer leurs interventions via des chartes. En introduisant la « cobotique tutorale » (IA et humain), elle vise un accompagnement personnalisé fondé sur des valeurs éthiques d’inclusion.

19En réunissant ces deux regards, cette rubrique entend nourrir la réflexion sur les continuités et les recompositions qui caractérisent aujourd’hui le champ de la formation à distance, ainsi que sur les relations complexes entre innovations technologiques, contextes sociaux et pratiques éducatives. Un pas de côté précieux pour compléter notre questionnement sur les conditions d’exercice d’une créativité individuelle et collective en éducation, que l’IA contribue à reconfigurer.