DANS LE RÉTRO 🎙️Dès 2018, bien avant l’irruption massive des intelligences artificielles génératives dans le débat public, Jean-Marc Labat apportait un éclairage mesuré sur les liens entre IA et éducation. Professeur à Sorbonne Université et spécialiste reconnu du domaine, il plaidait déjà pour une approche lucide, loin des discours technophiles excessifs.
Nous avons retrouvé l’interview que nous avions réalisée à l’époque à l’occasion de l’évènement EduSpot.
Une intelligence artificielle profondément humaine
D’entrée de jeu, Jean-Marc Labat rappelle une évidence souvent oubliée : l’intelligence artificielle n’est pas une technologie autonome capable de transformer l’éducation par magie. Elle s’inscrit dans un champ profondément pluridisciplinaire, croisant informatique, psychologie cognitive, didactique et sciences de l’éducation.
Au sein du LIP6, l’un des plus importants laboratoires français, il a dirigé l’équipe MOCA (Modèles et Outils en ingénierie des Connaissances pour l’Apprentissage humain), illustrant cette volonté constante de croiser les regards.
« Il y a beaucoup d’humain dans l’intelligence artificielle », insiste-t-il. Une affirmation qui résonne particulièrement aujourd’hui, alors que les débats publics oscillent entre fascination et inquiétude.
Deux visages de l’IA : symbolique et numérique
Pour comprendre les enjeux, le chercheur distingue deux grandes approches :
- L’IA symbolique, historiquement dominante, qui cherche à reproduire les raisonnements humains à partir de règles et de connaissances explicites ;
- L’IA numérique, basée sur le machine learning, qui s’appuie sur les données massives pour apprendre automatiquement.
Si cette dernière connaît un essor spectaculaire depuis les années 2000, Jean-Marc Labat met en garde contre une vision simpliste : aucune de ces approches ne suffit seule.
L’IA symbolique bute sur la difficulté à formaliser l’expertise humaine, notamment celle des enseignants. À l’inverse, l’IA numérique, bien que performante, fonctionne souvent comme une “boîte noire”, difficile à interpréter et à expliquer.
La solution ? Un couplage des deux approches, encore complexe à mettre en œuvre mais essentiel pour dépasser leurs limites respectives.
L’éducation, un terrain complexe pour l’IA
Appliquée à l’éducation, l’intelligence artificielle se heurte à des défis spécifiques. L’un des plus importants concerne la capacité à modéliser les apprentissages.
Si l’idée d’un enseignement adaptatif – capable de s’ajuster à chaque élève – existe depuis les années 1980, sa mise en œuvre reste délicate. Le diagnostic des difficultés d’un apprenant, tout comme les stratégies de remédiation, sont encore difficiles à formaliser, y compris pour les experts humains.
Les systèmes d’apprentissage automatique permettent aujourd’hui de générer des parcours d’exercices parfois plus efficaces que ceux conçus manuellement. Mais ces résultats restent contextuels et difficilement généralisables, notamment à d’autres disciplines ou à des publics spécifiques.
Des promesses… et des limites
L’analyse des données d’apprentissage ouvre néanmoins des perspectives intéressantes. Elle permet notamment :
- d’aider les enseignants à identifier les difficultés des élèves ;
- d’améliorer la conception des outils pédagogiques ;
- d’affiner les parcours d’apprentissage.
Jean-Marc Labat cite ainsi l’exemple de jeux sérieux dont l’analyse des traces a permis d’identifier des points de blocage pour les étudiants, offrant un retour précieux aux concepteurs.
Mais là encore, des limites apparaissent, notamment pour les publics peu représentés dans les données (élèves en difficulté, profils atypiques), pour lesquels les algorithmes peinent à s’adapter.
L’humain au cœur du système éducatif
Face aux discours annonçant une révolution imminente de l’école par l’IA, le chercheur adopte une position claire : la machine ne remplacera pas l’enseignant.
Depuis les premiers travaux sur les tuteurs intelligents, une constante demeure : la nécessité de maintenir l’humain dans la boucle. L’IA doit être envisagée comme un outil d’accompagnement, au service des enseignants et des élèves, et non comme un substitut.
Il rejette également les visions transhumanistes ou les scénarios catastrophistes, préférant une approche pragmatique et ancrée dans la réalité des pratiques éducatives.
Un regard toujours d’actualité
Huit ans après cette interview, les propos de Jean-Marc Labat apparaissent particulièrement prémonitoires. À l’heure où les intelligences artificielles génératives bouleversent les usages, ses analyses rappellent une chose essentielle : l’innovation technologique ne peut transformer l’éducation sans prendre en compte sa complexité humaine.
Entre promesses et limites, l’IA continue de s’imposer comme un levier potentiel, à condition de rester un outil au service d’un projet pédagogique, et non une fin en soi.
