Le « bilinguisme de l’IA » : une bonne intuition enfermée dans un mauvais concept ?

NB LECTURES I 23 septembre 2026

Procédons d’abord à la lecture synthétique du texte d’Andler.

L’auteur de cet article part du constant que l’intelligence artificielle générative n’est plus une technologie périphérique dont l’école pourrait simplement décider de différer l’usage. Elle s’insère déjà dans les pratiques des élèves, des étudiants et des enseignants : recherche d’informations, explications, traduction, rédaction, production d’images et de présentations, programmation, préparation d’exercices ou accompagnement personnalisé. Ce faisant, sa réflexion porte moins sur la possibilité de faire entrer l’IA dans l’éducation que sur la manière de penser cette présence devenue difficile à éviter.

L’IA entre dans l’école, et avec elle une question nouvelle :

Ce que dit l’article d’Andler en substance

Les possibilités offertes par l’IA dans l’éducation sont nombreuses. Pour l’élève ou l’étudiant, l’IA peut faciliter l’accès à des ressources, expliquer une notion sous plusieurs formes, traduire, reformuler, aider à produire un texte ou un document, répondre à des questions et proposer des exercices adaptés. Pour l’enseignant, elle peut également constituer une aide dans la préparation de cours, la production de supports ou certaines tâches répétitives. Mais cette disponibilité introduit une difficulté qui dépasse largement la question de la triche. Si une machine accomplit à la place de l’apprenant une partie des opérations qui lui permettaient précisément d’apprendre, la production finale peut devenir plus efficace sans que l’apprentissage correspondant soit nécessairement plus profond.

C’est ici que se situe l’intuition fondamentale d’Andler. L’éducation ne devrait pas choisir entre la technologie et son absence, mais apprendre à fonctionner dans les deux configurations. Certains apprentissages ou certaines activités pourraient s’effectuer avec l’aide de technologies avancées; d’autres devraient, par contre, continuer à être réalisés sans elles. Cette proposition prolonge d’ailleurs une réflexion que ce philosophe avait déjà développée en 2024 sous la notion de « bilinguisme éducatif », conçu comme la capacité de travailler aussi bien avec les technologies que sans elles.

Mais cette proposition prend toute sa portée si l’on considère le mouvement qui la rend nécessaire. Le problème n’est pas seulement que l’IA entre aujourd’hui dans l’école, c’est qu’elle tend à s’insérer progressivement dans un nombre croissant d’activités intellectuelles et professionnelles. La recherche d’informations, l’écriture, la traduction, la programmation, l’analyse documentaire ou la préparation de présentations ne constituent déjà plus des domaines dans lesquels l’assistance algorithmique apparaît comme une exception. À mesure que les outils deviennent plus accessibles et plus intégrés aux logiciels ordinaires, la frontière entre « utiliser l’IA » et simplement « utiliser un outil numérique » devient elle-même moins nette.

Dès lors, « faire sans » ne peut pas signifier simplement faire comme si l’IA n’existait pas. Dans un environnement où son usage risque de devenir banal, il s’agit plutôt de conserver la possibilité de reprendre à son compte certaines opérations lorsqu’elles sont nécessaires. Autrement dit, le « sans » d’Andler ne devrait pas être compris comme un refus de la modernité technologique, mais comme une capacité de désengagement. Savoir travailler sans assistance lorsque celle-ci est indisponible, inappropriée ou intellectuellement contre-productive devient alors une forme de liberté pratique. La proposition est d’autant plus intéressante que l’IA ne cesse, parallèlement, d’étendre le champ des tâches qu’elle peut prendre en charge.

La question se déplace ainsi : il ne s’agit plus seulement de savoir si l’école doit autoriser ou interdire l’IA, mais de déterminer quelles capacités doivent demeurer suffisamment maîtrisées pour que les concerné.e.s puissent encore comprendre ce qu’ils font, contrôler ce qu’ils délèguent et, au besoin, reprendre la main. C’est sur ce point que la notion de « bilinguisme éducatif » trouve sa justification la plus solide : préserver une réversibilité entre travail assisté et travail autonome.

Une opposition entre « avec » et « sans » qui demande à être nuancée

Lecture critique

Cette intuition mérite cependant d’être confrontée aux recherches récentes. Il serait trop simple de considérer que l’utilisation de l’IA conduit mécaniquement à une perte de compétences. Les travaux disponibles dessinent un tableau beaucoup plus conditionnel. Une méta-analyse1 publiée en 2025, portant sur 57 études et 97 estimations, a ainsi relevé des effets positifs de l’IA générative sur plusieurs dimensions de l’apprentissage universitaire, notamment les compétences langagières, les résultats académiques et certaines formes de pensée de niveau supérieur, sans mettre en évidence d’effet statistiquement significatif sur la métacognition. Les auteurs soulignent toutefois une forte hétérogénéité entre les études.

Une revue systématique2 publiée en 2026 sur la charge cognitive va dans le même sens : les effets de l’IA dépendent notamment de l’encadrement, du dosage de l’assistance, des connaissances préalables de l’apprenant et de la conception des tâches. Il s’agit néanmoins d'une synthèse configurative et non d'une estimation causale. Le résultat dominant n’est donc ni « l’IA améliore l’apprentissage » ni « l’IA détruit les capacités », mais plutôt une conclusion conditionnelle : ce que produit l’outil dépend largement de la manière dont il est intégré à l’activité pédagogique.

Cette distinction est essentielle. Demander à une IA de rédiger intégralement un devoir n’est évidemment pas la même opération que lui demander de critiquer un raisonnement que l’on vient soi-même de construire. Dans le premier cas, une partie substantielle du travail intellectuel peut être externalisée, dans le second, l’outil peut devenir un instrument de confrontation, de vérification ou de mise à l’épreuve. La question pertinente n’est donc peut-être pas seulement : « avec ou sans IA ? », mais plutôt « pourquoi, quand et jusqu’où l’utiliser ? »

Cette évolution oblige également à revoir l’idée selon laquelle toute opération confiée à une machine serait nécessairement une compétence perdue. L’histoire des techniques montre au contraire que les outils transforment les compétences humaines en déplaçant le lieu où elles s’exercent. L’écriture n’a pas supprimé la mémoire, la calculatrice n’a pas rendu inutile toute compréhension mathématique et les systèmes de navigation n’ont pas fait disparaître la nécessité de savoir se situer. En revanche, chaque nouvelle technologie oblige à déterminer ce qu’il demeure indispensable de savoir faire soi-même.

Avec l’IA, cette question devient plus délicate, parce que la délégation concerne désormais des opérations qui étaient traditionnellement considérées comme intellectuelles : rédiger, résumer, traduire, comparer, programmer, analyser, argumenter. Il devient donc nécessaire de distinguer les compétences dont la maîtrise directe reste fondamentale - comprendre un raisonnement, distinguer un fait d’une hypothèse, repérer une contradiction, évaluer la fiabilité d’une information, formuler un problème - de celles dont la délégation peut être raisonnablement envisagée dans certaines circonstances.

L’enjeu n’est donc pas de préserver artificiellement toutes les opérations intellectuelles dans leur forme ancienne, mais de préserver la capacité de comprendre et de contrôler celles que l’on choisit de déléguer. C’est précisément là que les recherches récentes invitent à dépasser une opposition trop rigide entre autonomie et assistance.

Le « bilinguisme » de l’IA, un ‘’barbarisme’’ conceptuel réducteur

Appréciation contradictoire

C’est ici qu’apparaît la principale réserve que l’on peut formuler à l’égard de la notion proposée par Andler. Le mot « bilinguisme » possède un sens relativement précis : il désigne la capacité à utiliser deux langues. Or l’IA n’est pas une seconde langue. Elle peut manipuler le langage, produire des textes, converser avec un utilisateur et même donner l’impression d’un échange linguistique, mais elle demeure un système technique auquel certaines opérations sont déléguées.

Cette objection n’est pas seulement sémantique. Employer le terme « bilinguisme » risque de faire croire que l’individu disposerait de deux modes parallèles d’expression ou de pensée, l’un humain et l’autre artificiel. La relation est pourtant asymétrique. L’humain formule une intention, définit un problème, interprète une réponse, évalue sa pertinence et décide de ce qu’il convient d’en faire. Le système, lui, produit une sortie à partir de son architecture, de ses données, de ses paramètres et de la formulation qui lui est soumise.

Savoir utiliser l’IA suppose donc autre chose que la maîtrise d’une seconde langue. Il faut comprendre, au moins suffisamment, ce que le système peut faire, connaître ses limites, anticiper ses erreurs possibles, vérifier ses réponses, confronter ses affirmations à d’autres sources et décider de ce qu’il convient de lui confier. Cette compétence relève davantage d’une culture ou d’une littératie de l’IA que d’un véritable bilinguisme. La métaphore conserve néanmoins une utilité. Elle exprime assez bien l’idée de réversibilité qui constitue le cœur de la proposition d’Andler : être capable de travailler avec la technologie tout en conservant la faculté de travailler sans elle. Mais ce qui doit être préservé n’est pas la maîtrise de deux « langues ». Il s’agit de la capacité à circuler entre différents modes de travail intellectuel sans perdre la maîtrise de celui que l’on accomplit.

L’IA apparaît ainsi moins comme une langue supplémentaire que comme un nouvel environnement cognitif et professionnel. Et c’est probablement ce déplacement conceptuel qui devient nécessaire à mesure que ces systèmes se banalisent. L’enjeu éducatif n’est plus simplement d’apprendre à utiliser un nouvel outil, mais d’apprendre à vivre intellectuellement avec des systèmes capables de prendre en charge une part croissante des opérations que nous accomplissions auparavant nous-mêmes.

Vers une autonomie capable de s’augmenter sans se perdre

Diagnostic

La proposition d’Andler conserve, malgré cette réserve terminologique, une valeur importante. L’école ne devrait ni abandonner les compétences autonomes au motif que les machines peuvent désormais accomplir certaines opérations, ni refuser des outils que les futurs travailleurs, chercheurs et citoyens seront amenés à utiliser. L’objectif pourrait être formulé plus simplement comme ceci : savoir-faire seul, savoir-faire avec l’IA et, surtout, savoir déterminer pourquoi l’on choisit l’un ou l’autre.

Cette troisième compétence est peut-être la plus importante. Elle consiste à organiser consciemment la répartition du travail cognitif entre l’humain et la machine. Une tâche réalisée sans IA ne se mesure pas exactement de la même manière qu’une tâche réalisée avec IA. La première permet notamment d’observer la maîtrise directe d’une compétence, la seconde peut mesurer la capacité à utiliser, orienter, contrôler et vérifier un outil devenu commun. L’enjeu pédagogique est alors de savoir ce que l’on souhaite réellement évaluer, est-ce le résultat final, la compétence propre de l’apprenant ou sa capacité à mobiliser intelligemment une assistance.

Une étude publiée en 2026 consacrée à l’IA générative3, au « cognitive offloading » et à l’agentivité des apprenants dans l’enseignement supérieur, distingue précisément deux configurations. L’une dans laquelle l’IA peut soutenir l’autorégulation, la réflexion et l’engagement. L’autre dans laquelle elle peut favoriser la dépendance, l’acceptation non critique des réponses et l’affaiblissement du jugement. Les auteurs de ladite étude soulignent que les effets dépendent du cadre pédagogique dans lequel l’outil est intégré.

L’autonomie ne signifie donc pas nécessairement faire tout soi-même. Elle peut aussi signifier savoir ce que l’on choisit de ne pas faire soi-même, ce que l’on délègue, à quel moment on le délègue et pourquoi. Dans cette perspective, l’IA peut aussi bien augmenter l’autonomie que la réduire. Elle l’augmente lorsque l’utilisateur demeure capable de diriger la relation, d’en vérifier les résultats et de reprendre le contrôle. Elle la diminue lorsque l’assistance devient indispensable au point de rendre l’individu incapable de comprendre, de vérifier ou de décider sans elle.

C’est dans cette tension que se trouve peut-être la véritable question posée par Andler. Plus l’IA devient présente, moins il sera réaliste de construire une éducation qui chercherait simplement à préserver un espace intellectuel entièrement séparé de la technologie. Mais il serait prudent, à l’inverse, de considérer que toute compétence peut être abandonnée dès lors qu’une machine est capable de l’exécuter.

Conclusion générale

L’intérêt de la réflexion de Daniel Andler est finalement de déplacer le débat. Face à la progression rapide de l’intelligence artificielle, la question n’est plus de choisir entre une école qui accepterait la technologie et une école qui chercherait à s’en protéger. L’IA est appelée à s’inscrire dans une part croissante des activités intellectuelles, professionnelles et quotidiennes. La véritable difficulté consiste donc à déterminer ce que nous pouvons légitimement lui déléguer sans perdre la capacité de comprendre ce qui nous échappe, de vérifier ce qu’elle produit et, surtout, de reprendre la main lorsque cela devient nécessaire.

Sous cet angle, le principe consistant à apprendre à « faire avec » tout en conservant la capacité de « faire sans » apparaît particulièrement fécond. Il ne signifie pas qu’il faudrait maintenir artificiellement des pratiques anciennes dans un monde transformé par l’IA. Il signifie plutôt qu’une compétence ne devrait pas devenir une dépendance. Pouvoir utiliser une technologie et pouvoir s’en passer ponctuellement ne sont pas deux attitudes contradictoires, elles peuvent constituer les deux conditions d’un usage réellement maîtrisé.

C’est cependant la notion de « bilinguisme » qui nous paraît moins convaincante. Une langue est un système symbolique que l’on apprend à comprendre et à pratiquer. L’IA est un dispositif technique avec lequel nous organisons une partie de notre activité cognitive. La métaphore d’Andler a le mérite de rendre immédiatement perceptible l’idée d’une double maîtrise, mais elle risque aussi de masquer la nature véritable de la relation. Il faut donc admettre que nous ne parlons pas une seconde langue lorsque nous utilisons une IA. Nous décidons de lui confier certaines opérations, nous évaluons ses productions et nous déterminons la place qu’elle occupe dans notre propre raisonnement.

À mesure que ces systèmes progresseront, cette distinction deviendra probablement plus importante encore. Car l’enjeu ne sera pas de conserver un territoire humain totalement débarrassé de la machine, perspective difficilement compatible avec l’évolution technologique en cours. Il sera plutôt de faire en sorte que l’extension des capacités artificielles n’entraîne pas, par simple commodité, une contraction correspondante des capacités humaines.

L’avenir de l’autonomie ne résidera donc peut-être ni dans le refus de l’IA ni dans la volonté de tout lui confier. Il pourrait résider dans une forme d’autonomie augmentée : utiliser des systèmes capables d’accomplir toujours davantage, tout en conservant la faculté de comprendre, de juger, de vérifier, de décider et, lorsque la situation l’exige, de faire soi-même.

C’est sans doute là que se rejoint le plus profondément l’intuition d’Andler et la question que son « bilinguisme éducatif » permet d’ouvrir. Lorsque les machines sauront faire de plus en plus de choses à notre place, l’enjeu ne sera pas seulement de savoir ce qu’elles peuvent faire. Il sera aussi de savoir ce que nous choisirons encore de comprendre, de décider et de penser par nous-mêmes.

Notes

Chen, S. & Cheung, A. C. K., « Effect of generative artificial intelligence on university students learning outcomes: A systematic review and meta-analysis », Educational Research Review, vol. 49, 2025, art. 100737, DOI : 10.1016/j.edurev.2025.100737.

Qian, W. et al., « Generative AI and cognitive load in education: a systematic review of WoS/SSCI-indexed studies through the lens of cognitive load theory », Frontiers in Psychology, vol. 17, 2026, art. 1921504, DOI : 10.3389/fpsyg.2026.1921504.

« Generative AI, Cognitive Offloading, and Learner Agency in Higher Education: A Scoping Review », Behavioral Sciences, vol. 16, n° 7, 2026, art. 1150, DOI : 10.3390/bs16071150.