(Image conceptuelle générée par l'IA Banana, illustrant le contraste entre l'apprentissage profond/l'effort durable et la décharge cognitive/le mode GPS).

Introduction : Le jour où votre cerveau a décidé de prendre des vacances

Imaginez un élève qui n'a jamais appris à nager, mais qui dispose d'un gilet de sauvetage permanent. Il flotte, certes. Mais que se passe-t-il le jour où il tombe du bateau sans son gilet ?

C'est exactement le risque que nous faisons courir à nos apprenants  lorsque nous les laissons utiliser l'Intelligence Artificielle de façon automatique et passive — comme un outil qui fait la chose à leur place.

Cet article s'adresse à vous, professeurs de l'enseignement et étudiant. Vous qui travaillez avec des adultes en formation intensive, souvent entre des vies professionnelles et familiales bien remplies. Il ne s'agit pas ici de rejeter l'IA. Loin de là. Il s'agit de comprendre ce qui se passe dans nos cerveau  quand ils l'utilisent mal  et de voir comment en faire un vrai partenaire d'apprentissage.

1. Le mode GPS : quand l'IA réfléchit à votre place

Vous connaissez le GPS. Il vous dit : "Tournez à droite dans 200 mètres." Vous obéissez. Mais si le GPS tombe en panne au milieu d'une ville inconnue, êtes-vous capable de retrouver votre chemin ?

La plupart des gens répondent honnêtement : non. Pourquoi ? Parce qu'ils ont cessé de construire une carte mentale du trajet. Ils ont délégué cette tâche cognitive à la machine.

Une étude publiée en 2020 dans Scientific Reports confirme ce phénomène : l'usage intensif du GPS dégrade significativement la mémoire spatiale lors de la navigation autonome (Dahmani & Bohbot, 2020). Le cerveau abandonne ce qu'il n'a plus besoin de faire.

Avec l'IA, c'est exactement la même mécanique. Quand un étudiant adulte demande à l'IA de rédiger son résumé de cours, de corriger son texte ou de lui expliquer un concept sans effort préalable, il active ce que les chercheurs appellent la décharge cognitive (cognitive offloading). Son cerveau dit : "Je n'ai pas besoin de m'en occuper, la machine le fait."

Risko & Gilbert (2016) ont formalisé ce concept dans Trends in Cognitive Sciences : la décharge cognitive est naturelle et utile — mais elle devient problématique quand elle remplace l'apprentissage plutôt que de le soutenir.

À court terme, ça fonctionne. À long terme, c'est catastrophique pour la formation

2. Le "Google Effect" : savoir sans vraiment savoir.

En 2011, des chercheurs de l'Université Columbia ont mis en évidence un phénomène qu'ils ont appelé le "Google Effect" : lorsque les gens savent qu'une information est accessible instantanément en ligne, ils font moins d'efforts pour la mémoriser.

Le principe est simple : le simple fait de savoir qu'une réponse existe quelque part réduit l'envie du cerveau de la stocker.

Une méta-analyse récente publiée en 2024 dans Frontiers in Public Health confirme et amplifie ces résultats : l'usage intensif d'Internet pour rechercher des informations a un effet mesurable et négatif sur la rétention en mémoire (Gong & Yang, 2024).

Imaginez maintenant ce qui se passe avec vos étudiants adultes quand ils ont un accès permanent à une IA capable de répondre à toutes leurs questions en quelques secondes. Le cerveau conclut logiquement : "Pourquoi apprendre si je peux toujours demander ?"

Ce n'est pas de la paresse. C'est de la biologie. Le cerveau est une machine à économiser l'énergie. Il ne retient que ce qui lui semble nécessaire. Si l'IA apparaît comme un prolongement fiable de sa mémoire, il délègue — et le savoir reste superficiel, fragile, inutilisable sans la machine.

Voici le paradoxe central : vos étudiants pensent apprendre, mais ils ne font que consulter. Ce n'est pas la même chose.

3. La formation intensive : le piège de la vitesse.

Des programmes chargés, des calendriers serrés, des apprenants adultes qui jonglent déjà avec une vie bien remplie. La formation intensive a des avantages réels mais elle a aussi un talon d'Achille cognitif majeur.

Quand on apprend vite et sur une courte durée, le cerveau absorbe les informations en mémoire de travail. Imaginez un bureau encombré de dossiers urgents : il peut en contenir plusieurs à la fois, mais la nuit venue, il fait le ménage. Il décide de ce qui part en archives (mémoire long terme) et de ce qui finit à la corbeille.

Pour qu'une information survive et passe en mémoire durable, trois conditions sont nécessaires :

1. La répétition espacée — revoir la notion plusieurs fois, sur plusieurs jours
2. L'effort de rappel — se forcer à se souvenir sans aide extérieure
3. L'application pratique — utiliser la notion dans un contexte réel et concret

Exemple concret : un aide-soignant en formation qui utilise l'IA pour trouver la définition d'un médicament sans jamais la mémoriser risque de ne pas pouvoir réagir correctement le jour où il n'a pas de smartphone sous la main — et un patient en face de lui.

Dans une formation intensive, surtout si les étudiants recourent à l'IA pour tout rechercher rapidement, ces trois conditions ne sont presque jamais réunies. Résultat : à la fin de la formation, les étudiants pensent maîtriser le sujet. Mais ils ont simplement surfé dessus.

C'est ce qu'on appelle en sciences cognitives l'illusion de la maîtrise : on confond la facilité d'accès à l'information avec la connaissance réelle.

4. La vérification avant tout.

Certains pensent qu'avec l'IA, plus besoin de maîtriser les sujets en profondeur. "L'IA comble mes lacunes." C'est une erreur grave — et voici pourquoi.

Pour évaluer une réponse générée par l'IA, il faut déjà connaître le sujet.

Une IA peut se tromper. Elle peut omettre des nuances cruciales. Elle peut produire quelque chose qui paraît juste mais qui est faux ou incomplet. Si votre étudiant n'a pas de base solide, il ne verra pas la différence.

Exemple : un comptable débutant qui demande à l'IA de rédiger une déclaration fiscale sans en comprendre les règles de base n'est pas capable de détecter une erreur. Il signe en toute confiance un document potentiellement incorrect — avec les conséquences juridiques qui s'ensuivent.

Gerlich (2025), dans une étude publiée dans Societies, montre que l'usage fréquent d'outils d'IA augmente la décharge cognitive et diminue significativement la pensée critique — précisément la compétence dont on a besoin pour superviser l'IA.

C'est le principe du jugement expert : pour superviser un spécialiste, il faut soi-même avoir un minimum d'expertise. Un patient qui ne connaît rien à la médecine ne peut pas vérifier si son médecin a raison. Un étudiant qui n'a rien appris ne peut pas vérifier si l'IA lui donne une bonne réponse.

Maîtriser son sujet, c'est précisément ce qui permet d'utiliser l'IA de façon intelligente plutôt que de la subir.

5. L'IA comme partenaire d'apprentissage : le bon usage

L'IA n'est pas votre ennemi. Elle n'est pas non plus un substitut au professeur ou à l'effort. C'est un outil extraordinairement puissant — à condition d'être utilisé comme une aide, un "partenaire" de façon active.

La différence fondamentale tient à l'usage passif ou actif.

=> Le principe clé est simple : l'effort doit venir en premier, l'IA vient en soutien.