Former les enseignants à l’IA sans les perdre en route

L’IA générative est arrivée dans les salles de classe plus vite que dans les plans de formation. En quelques mois, ChatGPT et consorts sont devenus des outils du quotidien pour une partie des élèves, alors que beaucoup d’enseignants découvrent encore leurs usages possibles… et leurs risques.

Cette asymétrie crée un malaise très concret : copies rédigées par IA, devoirs impossibles à attribuer, repères pédagogiques bousculés. Pendant ce temps, les injonctions se multiplient : « se former à l’IA », « intégrer l’IA dans ses pratiques », « personnaliser les apprentissages ». Mais comment on fait, concrètement, au niveau des équipes, des établissements, des classes ?

Voici le vrai enjeu : on ne réussira pas l’IA dans l’éducation française ni l’apprentissage personnalisé sans une formation des enseignants pensée autrement. Pas plus de conférences descendantes, pas uniquement des webinaires, mais des parcours ancrés dans le terrain, dans les besoins réels et dans le temps long.

Ce billet, dans la série « L’IA dans l’Éducation Française : Apprentissage Personnalisé », propose une lecture très opérationnelle de cette formation : ce qui bloque, ce qui fonctionne, et comment organiser des dispositifs efficaces dans un collège, un lycée, un CFA ou un INSPE.

---

1. Former les enseignants à l’IA : un enjeu politique, mais surtout de terrain

Former les enseignants à l’IA n’est pas un luxe : c’est une condition de survie pédagogique. Quand les élèves utilisent déjà des IA génératives, ne pas se former, c’est laisser la pédagogie se faire dicter par des algorithmes conçus ailleurs.

L’Inspection générale l’a compris. Deux recommandations récentes résument bien la situation :

« Élaborer un discours national clair sur la place du numérique et de l’IA dans l’enseignement. »
« Faire de l’établissement le lieu privilégié de formation à l’IA. »

Ces deux phrases disent tout :

• oui, il faut une ligne nationale lisible (programmes, cadres éthiques, évaluation) ;
• mais la bataille se gagne dans les établissements : équipes formées, espaces de réflexion, pratiques concrètes.

La réalité, on la connaît :

• les plans IPT, PAGSI, B2i, puis PIX ont souvent été vécus comme des « couches » successives, rarement intégrées au cœur des pratiques ;
• la méfiance autour du numérique (fracture d’équipement, craintes sur les dérives, surcharge administrative) a freiné l’adoption ;
• les politiques numériques ont parfois suivi les effets de mode plus qu’une stratégie durable.

Cette fois, la marge de manœuvre est plus étroite. L’IA ne se contente pas d’ajouter une couche technologique : elle touche le cœur du métier enseignant – préparation des cours, évaluation, remédiation, orientation, relation aux savoirs.

Pour l’apprentissage personnalisé, c’est encore plus vrai : un professeur qui ne comprend pas les logiques des algorithmes adaptatifs ne peut pas vraiment piloter un parcours individualisé. Il le subit.

---

2. Ce que signifie vraiment « se former à l’IA » quand on est enseignant

Se former à l’IA, ce n’est ni devenir data scientist, ni mémoriser une liste d’outils à la mode. C’est surtout développer trois familles de compétences : pédagogiques, techniques et éthiques.

2.1. Trois blocs de compétences indispensables

1. Compréhension pédagogique

   • Comment l’IA peut aider à personnaliser les apprentissages (parcours adaptatifs, feedbacks différenciés, soutien aux élèves en difficulté) ?
   • Comment l’utiliser pour diversifier les supports : exercices différenciés, textes au bon niveau de lecture, simulations, études de cas ?
   • Comment organiser une cohabitation intelligente entre travail avec IA et travail sans IA, pour ne pas sacrifier les compétences fondamentales ?

2. Compétences pratiques et techniques

   • Savoir formuler des prompts efficaces (pour générer un corrigé, un plan de séquence, une grille de critères, etc.).
   • Comprendre les limites : hallucinations, biais, données personnelles, dépendance à l’outil.
   • Savoir évaluer la fiabilité d’une réponse d’IA et la retravailler plutôt que la copier-coller.

3. Culture éthique et juridique

   • Droits d’auteur, données des élèves, RGPD, dépendance à des plateformes privées.
   • Impact environnemental des usages massifs.
   • Questions d’équité : quels élèves ont accès à quoi, à la maison comme à l’école ?

2.2. Une formation active, ou inutile

Sur ce point, Bruno Devauchelle a raison :

Aucune formation n’est utile si les participants ne sont pas prêts à « se former ».

Concrètement, une bonne formation IA pour enseignants doit :

• mettre les enseignants en activité : manipuler une IA, tester un scénario, analyser un cas réel ;
• partir de leurs contraintes réelles : niveau de leurs classes, équipement, temps disponible ;
• prévoir un avant / pendant / après :
  • avant : recueil des besoins, diagnostic des usages et des craintes ;
  • pendant : expérimentation guidée, échanges entre pairs, analyse critique ;
  • après : accompagnement, retours d’expérience, mutualisation.

Une conférence magistrale sur les promesses de l’IA, même brillante, ne change pas les pratiques. Un atelier où un professeur repart avec un scénario prêt à tester dès le lendemain a infiniment plus d’impact.

---

3. Intra vs inter : où former les enseignants à l’IA ?

Pour que la formation à l’IA ait un effet réel sur les apprentissages, l’établissement scolaire doit devenir un lieu central de formation, pas seulement un lieu d’application.

3.1. Les limites de la formation « hors-sol »

La formation inter-établissements en centre dédié a des atouts évidents :

• brassage d’expériences ;
• prise de recul hors du quotidien ;
• parfois un meilleur équipement.

Mais sur l’IA et le numérique, elle montre vite ses limites :

• les outils disponibles en centre ne sont pas ceux du collège ou du lycée ;
• le retour au terrain impose un transfert difficile : ce qui a été vu en salle équipée ne fonctionne pas dans une salle vieillissante ou en zone blanche ;
• la formation reste souvent individuelle, sans effet d’équipe.

Résultat : des enseignants motivés… qui se retrouvent isolés à leur retour.

3.2. Les forces de la formation « en établissement »

La formation intra-établissement, au contraire, colle au réel :

• les enseignants se forment avec leurs propres équipements (ENT, tablettes, salle info, voire simple vidéoprojecteur) ;
• les échanges entre collègues du même lieu font émerger une culture commune : règles de devoirs avec IA, critères d’évaluation, posture face au plagiat ;
• la formation débouche plus facilement sur des projets d’équipe : parcours personnalisés sur un niveau, intégration de l’IA dans l’AP, formation conjointe prof-doc / disciplines.

Un format très efficace, que j’ai vu fonctionner, ressemble à ceci :

1. 2h d’atelier en établissement, sur temps banalisé, avec démonstrations et manipulations guidées.
2. 3 à 4 semaines d’expérimentation en classe, chacun à son rythme.
3. 1h30 de retour d’expérience en équipe : ce qui a marché, ce qui a coincé, ce qu’on ajuste.

Sur l’IA et l’apprentissage personnalisé, ce modèle est redoutablement pertinent : on passe de « on a entendu parler de… » à « notre équipe a testé ceci, voilà ce que l’on garde ».

---

4. Présentiel, distance, autoformation : combiner plutôt qu’opposer

Les enseignants restent très attachés au présentiel, et ils ont raison : la formation à l’IA est une formation de métier, pas une simple mise à jour technique.

4.1. Pourquoi le tout-distanciel ne suffit pas

Les webinaires, MOOCs et podcasts ont leur utilité :

• se tenir au courant des nouveautés ;
• découvrir rapidement un outil ou un cas d’usage ;
• picorer des idées en autonomie.

Mais ils ne résolvent pas trois points clés :

• adapter aux réalités locales ;
• travailler la posture pédagogique (par exemple, comment parler de l’IA à une classe de 5e) ;
• nourrir un travail d’équipe.

Utiliser l’IA pour l’apprentissage personnalisé nécessite des échanges de pairs à pairs : comment on gère les élèves qui « trichent » avec l’IA ? comment on explique aux familles la place de ces outils ? quelles tâches doit-on garder « à mains nues » ?

4.2. La bonne combinaison des formats

Les dispositifs les plus efficaces que j’ai observés suivent une logique hybride :

• Présentiel collectif en établissement :
  • acculturation commune ;
  • co-construction de scénarios (par exemple : séquence de français où l’IA aide à différencier les consignes) ;
  • débat éthique.
• Activités à distance courtes :
  • capsules vidéo orientées « comment faire » ;
  • mini-parcours asynchrones sur un outil donné ;
  • forum ou espace de partage d’expériences.
• Autoformation accompagnée :
  • temps de test individuel d’outils (par exemple un générateur d’exercices adaptatifs) ;
  • journal de bord ou fiche de retour à remplir ;
  • accompagnement par un référent numérique ou un pair.

L’objectif n’est pas de multiplier les formats pour cocher des cases, mais d’offrir un chemin progressif : découverte → expérimentation → intégration durable.

---

5. Autoformation, formation entre pairs et « entraînement » à l’IA

Pour l’IA, la montée en compétence ne se joue pas seulement dans des stages. Elle se joue au quotidien, par petits pas, et surtout entre pairs.

5.1. Pourquoi l’autoformation ne suffit pas… mais reste indispensable

On le voit dans les établissements :

• certains enseignants testent ChatGPT, NotebookLM ou d’autres outils par curiosité ;
• ils bricolent des ressources, des barèmes, des supports personnalisés ;
• mais sans cadre collectif, ces pratiques restent souvent invisibles et isolées.

L’autoformation est utile si :

• elle s’appuie sur des ressources claires et fiables (guides, scénarios testés, exemples disciplinaires) ;
• elle est reconnue et intégrée dans un projet d’établissement ;
• elle donne lieu à des temps de partage entre collègues.

5.2. La formation entre pairs, ou l’effet « contagion positive »

Les dispositifs les plus puissants reposent sur la formation entre pairs :

• un professeur de maths qui montre comment il utilise l’IA pour générer des exercices à niveaux de difficulté gradués ;
• une professeure de lettres qui partage une séquence où l’IA sert à personnaliser la réécriture de textes ;
• un prof-doc qui anime un atelier « vérifier une réponse d’IA » avec des élèves, puis partage la démarche avec l’équipe.

Ce type de formation a trois avantages majeurs :

• elle part du concret disciplinaire ;
• elle tient compte de la réalité matérielle de l’établissement ;
• elle crée une culture commune autour de l’IA, condition indispensable pour des choix assumés sur l’apprentissage personnalisé.

5.3. L’IA comme sport : la logique d’entraînement

L’IA est un environnement mouvant. Les outils évoluent tous les mois, les usages aussi. On ne « coche » donc pas la case « formé à l’IA » une fois pour toutes.

La bonne approche ressemble davantage à un entraînement sportif :

• des séances régulières courtes plutôt qu’un gros stage annuel ;
• des objectifs concrets : cette période, je teste l’IA pour la différenciation en 4e ; la suivante, pour l’évaluation formative ;
• des retours réguliers avec un petit groupe de collègues.

C’est cette logique d’entraînement qui permet de réellement maîtriser les usages de l’IA au service de parcours personnalisés, plutôt que d’en être dépendant.

---

6. Former à l’IA, c’est aussi assumer une responsabilité éducative

L’IA n’annonce pas un « grand remplacement » des enseignants, mais elle provoque un grand déplacement : de la mémorisation vers l’analyse, de la rédaction brute vers la réécriture, de la simple restitution vers la critique des productions d’IA.

Former les enseignants à l’IA, c’est donc :

• les aider à redéfinir ce qu’ils veulent que les élèves fassent eux-mêmes et ce qu’ils peuvent déléguer à la machine ;
• les outiller pour développer l’esprit critique face aux réponses automatiques ;
• les accompagner pour qu’ils puissent concevoir des parcours d’apprentissage personnalisés où l’IA est un levier, pas une béquille.

Cette responsabilité est aussi collective :

• réflexion sur les modèles économiques des outils utilisés ;
• choix d’outils respectueux des données des élèves ;
• attention aux enjeux environnementaux des usages intensifs.

Dans une équipe qui se forme vraiment à l’IA, ces questions ne sont pas accessoires. Elles font partie du projet éducatif même : quel type de citoyen on veut former dans une société traversée par des IA partout présentes ?

---

Et maintenant, que faire dans votre établissement ?

Pour que la formation à l’IA ne reste pas une injonction abstraite, voici un plan d’action concret pour une équipe, dès ce trimestre :

1. Prendre une photo de départ

   • Recenser les usages existants (enseignants et élèves).
   • Identifier 2 ou 3 besoins prioritaires : par exemple, gestion des devoirs, différenciation en maths, remédiation en langues.

2. Banaliser un temps court de formation en établissement

   • 2h avec un intervenant ou un référent interne.
   • Objectif : comprendre les bases, tester un ou deux cas d’usage ciblés.

3. Choisir un micro-projet d’équipe

   • Une séquence ou une période où vous intégrez l’IA pour personnaliser certains apprentissages.
   • Exemple : en 3e, utiliser l’IA pour adapter automatiquement des textes documentaires au niveau de chaque groupe.

4. Prévoir le retour d’expérience dès le départ

   • Fixer une date de bilan (1 à 2 mois plus tard).
   • Partager réussites, limites, adaptations nécessaires.

5. Structurer l’autoformation

   • Proposer une courte sélection de ressources et de tutoriels fiables.
   • Encourager chaque enseignant à documenter au moins un usage d’IA testé.

La transformation de l’éducation par l’IA ne se jouera ni dans un décret, ni dans un outil miracle. Elle se jouera dans la capacité des équipes françaises à se former ensemble, de façon lucide, exigeante et créative.

Si vous voulez que l’IA serve réellement l’apprentissage personnalisé de vos élèves, la première étape, ce n’est pas de choisir un logiciel : c’est d’organiser la formation de vos enseignants.

---