1En 2025, comment une élève s’y prendrait-elle pour chercher des informations sur Taïwan dans le cadre d’un travail scolaire ? Imaginons qu’il s’agisse d’un devoir dans une école suédoise, requérant des élèves qu’ils cherchent et analysent des informations. Cette élève irait-elle à la bibliothèque de l’école consulter une encyclopédie imprimée ? Commencerait-elle par taper « Taïwan » dans un moteur de recherche comme Google, en cliquant sur le premier lien proposé (souvent une page Wikipédia) ? Rechercherait-elle le terme « Taïwan » sur TikTok ou une autre plateforme de réseaux sociaux ? Ou bien se tournerait-elle plutôt vers l’une des nombreuses applications d’IA générative apparues sur le marché depuis fin 2022 ?
2Les jeunes sont en permanence pris dans des flux d’information, par le biais des réseaux sociaux et d’autres éléments de l’infrastructure numérique actuelle. Culture populaire, actualité et contenus factuels se mêlent aux messages politiques sur des plateformes fondées sur une logique commerciale. En cette période de turbulences politiques, la présence croissante de contenus synthétiques générés par l’IA ne fait que renforcer les inquiétudes – en Suède et dans le monde entier – quant aux dangers de la désinformation pour les individus et la société dans son ensemble. Différentes approches ont été proposées pour répondre à ce problème. Les plateformes numériques recourent à diverses formes de modération, tandis que les médias traditionnels s’appuient sur la vérification des faits (fact-checking), effectuée en interne ou par des agences extérieures. Une alternative à ces formes de contrôle de l’information consiste à promouvoir l’éducation à l’information et aux médias, en particulier la capacité des élèves à évaluer de manière critique les sources d’information.
- 1 La « datafication » désigne la transformation de tous les aspects de l’action sociale en données qu (...)
3En Suède, l’importance de l’évaluation de l’information a été soulignée à plusieurs reprises, notamment à différents niveaux de l’enseignement formel (Limberg et al., 2008). Mais, selon moi, la question de comment mener cette évaluation de l’information n’est pas suffisamment développée sur le plan analytique. J’aborderai deux défis essentiels pour préparer les jeunes à affronter les conflits de vérité d’une société numérique : que signifie être critique à l’égard de l’information dans une infrastructure numérique de plus en plus façonnée par les algorithmes, la « datafication1 » et les contenus générés par l’IA ? Comment mettre en œuvre une évaluation critique des sources, lorsque celles-ci sont de plus en plus difficiles à identifier dans un paysage numérique où l’IA est omniprésente ? Dans les sections suivantes, j’explorerai tout d’abord le concept d’esprit critique, avant d’aborder les défis de l’évaluation des sources dans un environnement numérique dominé par les informations synthétiques.
4Si l’élève hypothétique imaginée en introduction choisissait d’utiliser un moteur de recherche pour trouver des informations sur Taïwan, elle serait confrontée à un grand nombre de liens. Comme c’est le cas pour de nombreuses recherches, le premier résultat est souvent un lien vers une page Wikipédia. Le 29 janvier 2025, l’article Wikipédia en langue anglaise sur Taïwan déclare (références à l’appui) : « Taïwan, officiellement la République de Chine (ROC) est un pays d’Asie de l’Est » (Wikipédia, 29 janvier 2025). Mais si cette élève consulte la version en mandarin de cet article, elle y lirait que Taïwan fait partie de la Chine, références à l’appui également. Cet exemple montre que ce que l’on peut apprendre de Taïwan dépend de la source consultée. Or les sources que l’on consulte sont influencées par l’algorithme de classement des moteurs de recherche et par la confiance que l’on accorde à différentes sources.
5En Suède, l’intérêt pour l’évaluation critique des sources s’est développé en parallèle de la diffusion d’Internet et des réseaux sociaux, où l’information est examinée de façon moins minutieuse avant d’être publiée que dans les médias imprimés traditionnels. Ces dernières décennies, la capacité à chercher, identifier et évaluer de façon critique les sources d’information a été considérée comme faisant partie intégrante de l’enseignement en Suède, depuis la scolarité obligatoire jusqu’à l’université. Contrairement au fait d’apprendre sur un sujet donné –Taïwan par exemple – par l’intermédiaire du contenu proposé par un manuel, l’évaluation critique des sources implique d’examiner avec attention la crédibilité elle-même du manuel et des autres sources. Au lieu de se concentrer uniquement sur le contenu, l’évaluation critique des sources prend également en compte les éléments paratextuels, tels que l’auteur, l’éditeur, la date de publication et d’autres facteurs contextuels.
- 2 *En français dans le texte.
6Dans le système éducatif suédois, l’évaluation critique des sources d’information est désignée par le terme « källkritik ». Le concept de källkritik a été développé dans le champ de l’histoire dès le xviiie siècle. Ces dernières décennies, il a été utilisé en Suède pour décrire une approche visant à déterminer si les informations numériques sont dignes de confiance ou non. Il est toujours difficile de traduire des concepts, mais källkritik pourrait être traduit en français par « critique des sources de l’information*2 » ou « évaluation des sources de l’information* ». S’instruire sur Taïwan peut ainsi devenir un exercice visant également à apprendre à identifier et à examiner avec attention les sources d’information utilisées pour faire un devoir.
7Mais que signifie être critique lorsqu’on évalue les sources d’information ? Dans mes recherches (voir par exemple, Haider et Sundin, 2022), j’ai identifié différentes approches de l’évaluation critique de l’information : une approche sceptique et une approche pragmatique. En interrogeant des jeunes à la fin de l’adolescence, j’ai constaté que la notion d’esprit critique est souvent interprétée comme une attitude sceptique, voire cynique – on ne croit pas à quelque chose si on ne l’a pas vu de ses propres yeux. Cette attitude sceptique est sous-tendue par une défiance, voire une suspicion vis-à-vis des sources d’information établies, telles que les médias dits grand public, la recherche universitaire et les autres institutions publiques de production du savoir. Cette attitude sceptique se fonde sur une forme extrême d’empirisme qui néglige l’évaluation des sources en faveur d’une responsabilité individuelle d’évaluation du contenu. Cependant, sauf à détenir une connaissance approfondie d’un sujet, il est extrêmement difficile d’évaluer l’exactitude du contenu de l’information. Comment un élève ordinaire peut-il évaluer de façon critique le contenu d’un texte sur Taïwan, un pays (ou la partie d’un pays) sur lequel il n’a que peu de connaissances préalables ?
8Pour que l’évaluation des sources d’information soit une tâche pertinente à l’école, il doit exister, au sein de la société, une compréhension commune des sources – et des institutions derrières elles – que l’on peut considérer comme étant de qualité et de celles qui ne le sont pas (Haider et Sundin, 2022). L’évaluation critique des sources ne peut être une méthode efficace de détermination de la fiabilité que s’il existe a minima un certain degré d’accord sociétal sur les sources qui sont fiables et sur les raisons de leur fiabilité. Or ça n’est pas toujours le cas. Dans nos salles de classe actuelles, composées d’élèves issus de milieux différents, les élèves ont-ils tous la même conception des sources de confiance, lorsqu’ils effectuent une recherche sur Taïwan ? L’évaluation des sources et la confiance en leur crédibilité sont étroitement liées. Si apprendre aux élèves à évaluer les sources de manière critique doit être un objectif éducatif, cela devrait aller de pair avec des discussions sur les sources auxquelles ils peuvent faire confiance et sur les raisons de cette confiance. Cela étant dit, la confiance ne devrait jamais être un objectif en soi – les sources d’information, et les institutions qui les produisent, doivent mériter la confiance qui leur accordée, en étant visiblement fiables et crédibles.
9Le deuxième défi que je voudrais aborder est ce que je considère comme la tendance croissante à l’invisibilisation des sources d’information au sein de l’écosystème actuel de l’information (Sundin, 2025). Si notre élève hypothétique se tournait vers l’IA générative pour son devoir sur Taïwan, elle serait confrontée des défis d’ordre différent. La réponse qu’elle obtiendrait dépendrait alors de la manière dont elle formulerait sa demande et de l’application utilisée. Toutefois, contrairement à l’article bien référencé de Wikipédia sur Taïwan, les textes générés par ce que l’on appelle les « grands modèles de langage » (large language models, LLM) ne sont traditionnellement pas liés à des sources spécifiques. Début 2025, l’application d’IA chinoise Deepseek a attiré l’attention de la presse occidentale. Selon un article paru dans The Guardian, si notre élève avait demandé à Deepseek « Est-ce que Taïwan est un pays ? », elle aurait reçu une réponse différente de celle obtenue en utilisant d’autres chatbots parmi les principaux du marché. D’après cet article, Deepseek a répondu ainsi à cette requête : « Taïwan a toujours été une partie inaliénable du territoire chinois depuis des temps anciens » (Lu, 2025).
10Ces dix dernières années, Google et les autres grands moteurs de recherche ont évolué : ils sont passés de la simple fourniture de liens vers des sources à la fourniture directe d’informations, sans avoir à cliquer sur l’un des liens proposés. C’est ce que l’on constate, par exemple, dans le « Knowledge Panel » de Google, qui présente non seulement des liens, mais également des résumés factuels, provenant principalement de Wikipédia. Pour la plupart des recherches, cela n’est pas un problème. Mais, avec la percée publique des outils d’IA générative et l’intégration croissante des modèles d’IA générative dans les moteurs de recherche, la situation se complexifie.
11L’invisibilité croissante des sources rend problématiques les approches traditionnelles d’évaluation de l’information. Différentes lignes directrices ont été élaborées afin de fournir aux élèves des listes de contrôle pour évaluer la qualité des sources d’information. Une caractéristique commune de ces lignes directrices est le postulat d’une source stable associée à un émetteur spécifique (un auteur par exemple). Elles comprennent souvent des recommandations, comme la vérification de la date de publication, l’évaluation de la réputation de l’auteur et la prise en compte de ses motivations profondes. Mais quelles sont les implications pour l’enseignement de l’éducation aux médias et à l’information, lorsque les sources traditionnelles telles que nous les connaissons n’existent plus ?
12Les textes produits par l’IA générative résultent de la formulation d’une requête et du fonctionnement d’un LLM. Le fonctionnement de ces modèles se fonde en outre sur les données sur lesquelles ils sont entraînés et sur la façon dont ils sont modérés. Des voix critiques ont mis en garde contre le fait d’assimiler les textes générés par les LLM aux résultats d’un moteur de recherche (voir, par exemple, Shah et Bender, 2022). Contrairement aux moteurs de recherche traditionnels, qui associent les requêtes à un index et redirigent les utilisateurs (via des liens) vers diverses sources, les LLM génèrent des réponses basées sur des modèles statistiques formulées dans un langage naturel semblable à celui des humains (Bender et al., 2021). Toutes les applications basées sur les LLM, y compris Deepseek dont il était question plus haut, intègrent une certaine forme de modération s’agissant des types de texte qu’elles peuvent générer. Mais l’objectif et l’étendue de cette modération varient. Dans le même temps, les applications d’IA sont de plus en plus intégrées dans les moteurs de recherche, ce qui conduit à de nouvelles fonctionnalités, comme des résumés des liens les mieux classés en langage naturel proposés par les moteurs de recherche. À mesure que les sources deviennent de plus en plus invisibles pour les élèves (et les autres utilisateurs), il apparaît que les méthodes traditionnelles d’évaluation critique sont de plus en plus difficiles à appliquer.
*
**
13Préparer les jeunes à la société numérique nécessite de développer leur capacité à chercher, identifier et évaluer les sources d’information. Mais ces activités ne doivent pas simplement consister à les doter de compétences numériques. Ce dont les élèves ont surtout besoin, c’est de développer une compréhension analytique de la manière d’évaluer les sources dans un écosystème numérique où l’IA est de plus en plus omniprésente. Le premier défi que j’ai abordé concerne l’importance de l’évaluation critique des sources d’information. Cela implique d’éviter d’accorder une confiance aveugle, tout en ayant conscience de la frontière étroite qui sépare les questionnements critiques justifiés de la défiance cynique. Le second défi que j’ai relevé est celui de savoir comment nous pouvons permettre aux élèves d’identifier et d’évaluer les sources d’information, alors que ces sources deviennent de plus en plus invisibles dans l’écosystème de l’information. Il n’existe pas de solutions simples à ces défis en matière d’éducation, mais il est crucial de les prendre en compte dans un système éducatif conçu pour préparer les jeunes à participer à une société démocratique.