Intelligence artificielle, éducation et culture, les conclusions du rapport parlementaire n° 2993

Intelligence artificielle, éducation et culture, les conclusions du rapport parlementaire n° 2993 Le 1er juillet 2026, la commission des affaires culturelles et de l’éducation de l’Assemblée nationale a déposé le rapport d’information n° 2993 consacré aux transformations de la création, de la diffusion et de l’acquisition des connaissances sous l’effet de l’intelligence artificielle. Présenté par Roger Chudeau, président de la mission, et Céline Calvez, rapporteure, ce document clôt plusieurs mois de travaux engagés en décembre 2025. La mission indique avoir conduit soixante-trois auditions et interrogé plus de deux cents personnes issues de la recherche, de l’éducation, de la culture, des administrations et des secteurs professionnels concernés. Pragma Learning Institute a contribué à ces travaux par l’envoi d’une note écrite consacrée à l’intégration de l’intelligence artificielle dans l’enseignement supérieur. J’ai rédigé cette contribution à partir d’observations recueillies auprès d’étudiants, d’enseignants et d’établissements confrontés à la généralisation rapide des systèmes génératifs. PLI figure à ce titre dans la liste officielle des organismes ayant adressé une contribution écrite à la mission. Cette participation ne permet pas d’attribuer à PLI la formulation des conclusions parlementaires. Elle permet néanmoins de constater une convergence significative entre plusieurs enjeux présentés dans notre note et l’analyse finalement développée dans le rapport. Cette convergence concerne notamment la formation des enseignants, la préservation de l’effort cognitif, la transformation de l’évaluation, la prudence nécessaire face aux détecteurs de textes générés et la recherche d’une gouvernance éducative fondée sur la transparence. Une mission qui refuse les oppositions simplificatrices Le premier apport du rapport réside dans son refus d’opposer une adhésion inconditionnelle à l’intelligence artificielle et une volonté de bannissement général. Les travaux parlementaires décrivent une technologie porteuse de possibilités importantes, mais dont les bénéfices dépendent directement des conditions de conception, de déploiement et d’évaluation. Cette position conduit à reconnaître que les systèmes d’intelligence artificielle peuvent soutenir la création, faciliter l’accès aux connaissances, personnaliser certains apprentissages et améliorer l’accessibilité des ressources. Elle conduit également à examiner les conséquences économiques, culturelles, cognitives et éducatives de leur diffusion. L’intelligence artificielle n’est donc présentée ni comme un simple instrument neutre ni comme une puissance autonome à laquelle les institutions devraient nécessairement s’adapter. Elle apparaît comme un ensemble de systèmes inscrits dans des choix industriels, pédagogiques, juridiques et politiques. La question déterminante devient alors celle des finalités poursuivies et des responsabilités exercées. Protéger la création humaine et la qualité de l’information La première partie du rapport étudie les transformations des secteurs culturels. L’intelligence artificielle peut assister les créateurs, faciliter certaines étapes de production et renforcer l’accessibilité des œuvres. Elle introduit toutefois une concurrence nouvelle entre les créations humaines et les contenus synthétiques produits à grande échelle. Le rapport accorde une attention particulière à l’utilisation des œuvres protégées pour l’entraînement des modèles. Il souligne les difficultés rencontrées par les auteurs et les ayants droit pour déterminer si leurs productions ont été intégrées à des corpus d’entraînement. Cette asymétrie d’information fragilise l’exercice effectif du droit d’auteur et limite la capacité des professionnels à négocier une rémunération. Plusieurs orientations sont avancées. Elles comprennent la création d’un registre européen permettant d’exprimer les réservations de droits, l’intervention possible d’un tiers de confiance chargé de vérifier les données d’entraînement et la poursuite du débat sur une présomption d’utilisation des contenus culturels. Le rapport propose également d’étudier une contribution financière des fournisseurs de systèmes d’intelligence artificielle destinée à soutenir la création. Le document ne masque pas les désaccords internes à la mission. L’avant-propos du président exprime des réserves sur le mécanisme de présomption, tandis que la liste des recommandations propose de poursuivre son examen. Cette divergence rappelle que le rapport constitue autant un état du débat qu’un programme entièrement stabilisé. La protection de la création humaine passe également par une meilleure distinction entre les œuvres produites par des personnes, les œuvres assistées par des outils numériques et les contenus entièrement générés. Le rapport recommande que les contenus intégralement synthétiques ne bénéficient pas de la protection du droit d’auteur. Il propose aussi de conditionner certaines aides publiques à des pratiques transparentes. Dans le champ de l’information, la mission défend le maintien d’une supervision humaine au sein des sites de presse. Elle encourage également la négociation de chartes professionnelles relatives aux usages de l’intelligence artificielle. Ces propositions répondent à un enjeu démocratique majeur. La rapidité de production d’un contenu ne garantit ni sa fiabilité, ni son indépendance, ni la possibilité d’en identifier la responsabilité éditoriale. L’enseignant demeure au centre de l’éducation La conclusion la plus nette des travaux éducatifs concerne la place de l’enseignant. Le rapport considère que l’intelligence artificielle ne peut se substituer à la relation pédagogique. Enseigner ne consiste pas uniquement à transmettre une information. Cette activité suppose de diagnostiquer une difficulté, de construire une progression, de soutenir l’attention, de réguler les interactions et de faire vivre un collectif d’apprentissage. L’intelligence artificielle peut néanmoins renforcer certaines capacités professionnelles. Elle peut aider à adapter des supports, proposer des exercices, faciliter certaines tâches répétitives et fournir des ressources supplémentaires aux élèves. Elle peut aussi améliorer l’accessibilité pour les apprenants présentant des besoins éducatifs particuliers. Ces possibilités ne suppriment pas le besoin de médiation. Une réponse adaptée par un système ne constitue pas encore un apprentissage. L’exposition à une explication ne prouve pas que l’apprenant l’a comprise, intégrée et mobilisée de manière autonome. Le rapport distingue ainsi l’accès à la connaissance de son acquisition effective. Cette distinction est fondamentale. Un étudiant peut produire un texte convaincant avec l’aide d’un modèle tout en demeurant incapable d’en reconstruire le raisonnement. Il peut également attribuer à sa propre compétence la qualité d’une réponse produite par un système. La fluidité du résultat masque alors la faiblesse de l’apprentissage. Préserver l’effort nécessaire à l’acquisition des connaissances Le rapport examine avec prudence les risques de délégation cognitive. Il évoque la possibilité qu’une externalisation systématique de certaines tâches conduise à une diminution des compétences qui ne sont plus exercées. La synthèse, l’écriture, la mémorisation et la formulation d’un raisonnement ne constituent pas seulement des moyens de produire un résultat. Elles participent à la formation intellectuelle elle-même. Cette analyse ne justifie pas un rejet général des technologies. Elle invite plutôt à distinguer les usages qui soutiennent l’activité cognitive de ceux qui la remplacent. Un système qui pose des questions, fournit des indices ou invite l’apprenant à comparer plusieurs hypothèses peut contribuer à l’apprentissage. Un système qui livre immédiatement une production achevée peut au contraire réduire le temps consacré à la compréhension. La mission souligne aussi les limites des connaissances scientifiques actuellement disponibles. Certaines études consacrées aux effets cognitifs des modèles génératifs reposent sur des échantillons réduits ou n’observent que des effets immédiats. Il serait donc prématuré d’en tirer des conclusions générales sur les effets à long terme. Cette prudence méthodologique est essentielle. Elle évite de transformer des résultats préliminaires en certitudes politiques. Elle conduit également à soutenir des recherches longitudinales capables de mesurer les effets sur l’attention, la mémorisation, la motivation, la créativité et l’autonomie. Refonder l’évaluation plutôt que rechercher une détection parfaite L’intelligence artificielle générative fragilise directement les évaluations qui reposent uniquement sur un produit final réalisé hors de la présence de l’enseignant. Une copie bien structurée ne permet plus toujours d’identifier ce que l’étudiant sait effectivement faire. Elle peut refléter une compétence disciplinaire, une bonne maîtrise de l’outil, une assistance extérieure importante ou une combinaison de ces éléments. Le rapport observe un scepticisme largement partagé à l’égard des détecteurs de textes générés. Leur fiabilité insuffisante et les risques d’erreur rendent leur utilisation problématique, particulièrement lorsqu’ils servent de fondement à une sanction. Le ministère de l’éducation nationale et la Commission nationale de l’informatique et des libertés en déconseillent également l’emploi dans ces conditions. Notre contribution écrite défendait une position comparable. Un score algorithmique ne devrait jamais constituer une preuve unique de fraude. Toute suspicion devrait pouvoir être examinée dans le cadre d’une procédure contradictoire permettant à l’étudiant de présenter son travail, ses sources et sa démarche. La réponse la plus solide ne réside donc pas dans une course à la détection. Elle suppose une évolution de la conception des évaluations. Le rapport envisage notamment l’hybridation de l’écrit et de l’oral, l’examen critique de productions générées et la documentation des usages de l’intelligence artificielle. Une production écrite peut ainsi être accompagnée d’un entretien au cours duquel l’étudiant justifie ses choix, explique ses sources et répond à des objections. Le travail peut aussi comporter plusieurs étapes permettant d’observer les révisions successives. Le rapport évoque enfin une forme d’IAgraphie décrivant les outils employés, les instructions formulées et les transformations apportées aux résultats obtenus. Cette logique ne vise pas à pénaliser l’utilisation de l’intelligence artificielle. Elle cherche à rendre le raisonnement observable. Elle permet de distinguer la maîtrise d’une discipline, la capacité à utiliser un outil et l’aptitude à exercer un jugement critique sur ses productions. Former les enseignants et les étudiants La formation constitue l’un des axes les plus structurants des recommandations parlementaires. Le rapport constate que le manque de formation freine l’appropriation des outils et accentue les écarts entre les pratiques des étudiants et celles des équipes pédagogiques. Les enseignants doivent connaître les principes fondamentaux des systèmes qu’ils utilisent. Ils doivent pouvoir en comprendre les limites, vérifier les résultats, protéger les données et concevoir des activités qui préservent l’engagement cognitif. Une initiation limitée à la rédaction d’instructions efficaces serait insuffisante. Les outils évoluent rapidement, tandis que les principes de responsabilité, de vérification et de conception pédagogique demeurent. La mission recommande d’intégrer explicitement les compétences relatives à l’intelligence artificielle dans les référentiels de formation initiale des enseignants. Elle propose également une certification périodique dans le cadre de la formation continue, avec une reconnaissance de l’autoformation et de la formation entre pairs. Pour les étudiants, le rapport recommande la création de modules obligatoires consacrés à l’intelligence artificielle dans tous les établissements d’enseignement supérieur. Cette formation ne devrait pas seulement apprendre à utiliser un modèle. Elle devrait permettre de comprendre son fonctionnement général, ses biais, ses incertitudes, ses effets environnementaux, ses enjeux juridiques et les exigences de transparence académique. Garantir un accès équitable et souverain L’encadrement pédagogique restera incomplet si l’accès aux outils dépend uniquement des ressources individuelles. Les versions payantes de certains services offrent des capacités que les solutions gratuites ne proposent pas toujours. Cette situation peut renforcer des inégalités préexistantes entre élèves, étudiants et établissements. Le rapport propose de construire un référentiel national de l’équipement en intelligence artificielle. Il envisage la mise à disposition d’un ensemble d’outils souverains et certifiés regroupés dans un cartable numérique consacré à l’intelligence artificielle. Celui-ci pourrait comprendre un agent conversationnel adapté aux programmes, des outils d’exercice, des solutions d’accessibilité et des dispositifs de suivi des apprentissages. Cette proposition soulève elle-même plusieurs exigences. La certification devra porter sur la protection des données, la sécurité, l’accessibilité, la qualité pédagogique et la possibilité d’évaluer les bénéfices réels. La souveraineté ne peut se réduire à l’origine géographique d’un fournisseur. Elle implique une capacité publique à comprendre, contrôler et faire évoluer les dispositifs utilisés. Une responsabilité collective Le rapport n° 2993 ne clôt pas le débat sur l’intelligence artificielle. Il établit néanmoins un cadre utile pour l’action publique. L’enjeu n’est plus de déterminer si ces technologies entreront dans les établissements, les industries culturelles ou les pratiques informationnelles. Elles y sont déjà présentes. Il s’agit désormais de décider sous quelles règles, avec quelles finalités et selon quelles procédures d’évaluation. Dans l’éducation, l’objectif ne peut être de produire plus rapidement des résultats qui ressemblent à des apprentissages. Il doit rester la construction de connaissances, de raisonnements et de capacités d’action que l’étudiant pourra mobiliser sans dépendre systématiquement d’un intermédiaire technique. Dans la culture et l’information, le développement de l’intelligence artificielle ne peut justifier l’effacement de la responsabilité humaine, des droits des créateurs ou de l’indépendance éditoriale. La transparence, la traçabilité et la capacité de contrôle deviennent des conditions de confiance. Une politique équilibrée devra donc protéger les temps d’apprentissage sans assistance, former à l’usage raisonné des systèmes, soutenir les solutions spécialisées et évaluer les effets observables plutôt que les promesses technologiques. L’intelligence artificielle peut contribuer à l’éducation et à la culture. Elle ne le fera durablement que si les institutions conservent la maîtrise de leurs finalités.