Dans la salle de classe moderne, une nouvelle forme d'incertitude s'est enracinée. Pendant des décennies, les éducateurs ont observé l'arrivée d'outils numériques portés par de grandes promesses : que les ordinateurs personnaliseraient l'apprentissage, automatiseraient la notation et libéreraient les enseignants des tâches routinières fastidieuses. Ces visions sont souvent appelées « grands futurs » (big futures) — des récits à grande échelle et optimistes sur la manière dont la technologie transformera la société. Pourtant, lorsque ces récits se confrontent à la réalité d'une classe chargée, ils trébuchent souvent. Les enseignants ne se contentent pas d'accepter ces promesses ou de les rejeter catégoriquement. Au lieu de cela, ils font face à un paysage complexe et mouvant où les règles sont floues, les outils sont imprévisibles et la meilleure voie à suivre n'est écrite dans aucun manuel. C'est le domaine des « petits futurs » (little futures), les petites décisions quotidiennes que prennent les enseignants pour naviguer dans l'inconnu. C'est ici, dans le travail calme et peu glorieux consistant à ajuster un plan de cours ou à décider si l'on autorise un élève à utiliser un agent conversationnel, que le véritable avenir de l'éducation se construit.

Une étude récente de l'Université de Tartu en Estonie explore précisément comment cela se produit. Les chercheurs ont suivi deux professeurs d'anglais du secondaire, nommés Maria et Elena dans le rapport, sur une période de deux ans et demi. Ils n'ont pas simplement demandé à ces enseignants ce qu'ils pensaient de l'intelligence artificielle ; ils ont observé comment ils l'utilisaient réellement, jour après jour, alors qu'ils tentaient de donner un sens à une technologie qui était elle-même encore en phase de définition. L'étude révèle que les enseignants ne sont pas des récepteurs passifs du changement technologique. Au contraire, ils en sont les façonneurs actifs, s'engageant dans un processus que les auteurs appellent le « bricolage » (tinkering). Il ne s'agit pas de l'expérimentation ludique d'un amateur, mais d'une méthode professionnelle sérieuse d'essais et d'erreurs. Les enseignants ajustent les requêtes (prompts), combinent différents logiciels, abandonnent ceux qui échouent et réécrivent constamment leurs propres règles pour les adapter à leurs besoins spécifiques. À travers ce travail, ils redéfinissent discrètement ce que l'intelligence artificielle est autorisée à devenir dans leurs écoles.

Les deux enseignantes de l'étude opéraient sous la même pression nationale pour adopter l'intelligence artificielle. L'Estonie avait lancé un programme national majeur pour intégrer ces outils dans l'enseignement secondaire supérieur, présentant la technologie comme essentielle pour bâtir une nation plus intelligente. Les deux enseignantes ont commencé leur parcours avec des attentes similaires et un accès aux mêmes ressources numériques. Pourtant, leurs classes ont évolué vers deux lieux très différents. Maria, qui enseigne dans un environnement multilingue, a commencé à considérer l'intelligence artificielle comme une forme d'infrastructure de soutien. Elle l'utilisait pour aider à générer des quiz, rédiger des commentaires et créer des supports de cours. Pour elle, la technologie était un moyen de partager la charge mentale de l'enseignement, agissant comme un assistant infatigable capable de gérer les tâches répétitives afin qu'elle puisse se concentrer sur ses élèves. Cependant, elle ne remettait pas les rênes à la machine. Elle traitait les résultats de ces outils avec prudence, vérifiant et éditant constamment le contenu avant de le présenter à sa classe. Elle réglementait l'usage de la technologie par les élèves, le limitant strictement lors des examens pour garantir l'équité. Dans sa classe, l'intelligence artificielle est devenue une utilité de fond, utile mais toujours sous supervision humaine.

Son collègue, Elena, a pris un chemin différent. Elle n'a pas utilisé la technologie principalement pour gagner du temps ou réduire sa charge de travail. Au lieu de cela, elle a fait de la technologie elle-même le sujet de ses cours. Elle a introduit l'intelligence artificielle en classe comme un sujet de discussion, demandant aux élèves de comparer des textes écrits par des machines avec des textes humains et de critiquer les limites du logiciel. Elle a encouragé ses élèves à traiter les outils non pas comme des raccourcis pour contourner les devoirs, mais comme des partenaires de conversation pour réfléchir. Lorsque la technologie produisait une réponse superficielle ou trompeuse, Elena utilisait ce moment pour enseigner à ses élèves la fiabilité et les biais. Elle a repensé ses devoirs pour que le travail final doive être réalisé en classe, là où la technologie ne peut pas interférer, tout en autorisant son usage durant la phase de préparation. Pour Elena, l'incertitude de la technologie n'était pas un problème à résoudre, mais une ressource à explorer. Elle enseignait à ses élèves comment vivre dans un monde où l'intelligence artificielle est partout, les préparant à questionner et à naviguer dans cet environnement plutôt qu'à simplement l'utiliser.

Ce qui rend cette étude significative, c'est la façon dont elle conteste le récit commun selon lequel les enseignants adoptent ou résistent à la nouvelle technologie. Les chercheurs ont constaté que ni Maria ni Elena ne résistaient à l'intelligence artificielle au sens traditionnel. Elles ne l'interdisaient pas et ne refusaient pas de l'utiliser. Au lieu de cela, elles s'engageaient dans ce que les auteurs nomment un « retour de bâton silencieux » (quiet backlash). Il ne s'agit pas d'une protestation bruyante ou d'un refus public. C'est une reconfiguration subtile et pratique du rôle de la technologie. En prenant de petites décisions quotidiennes sur le moment d'utiliser un outil, la manière de modifier son résultat et les règles à fixer pour les élèves, ces enseignantes réécrivaient discrètement les « grands futurs » promis par les décideurs politiques. Elles prenaient la vision grandiose d'un système éducatif automatisé et efficace pour la transformer en quelque chose qui correspondait à leurs valeurs spécifiques et aux besoins immédiats de leurs élèves.

L'étude suggère que l'avenir de l'éducation n'est pas quelque chose qui sera livré aux écoles par les entreprises technologiques ou les agences gouvernementales. Il se négocie dans l'instant, à travers le travail itératif et complexe des enseignants. Les chercheurs ont observé que l'incertitude n'est pas un obstacle temporaire qui disparaîtra une fois la technologie améliorée. C'est une condition permanente de l'enseignement avec ces outils. Les enseignants doivent constamment décider ce qui est sûr, ce qui est équitable et ce qui est éducatif dans un paysage qui change tous les quelques mois. Le « retour de bâton silencieux » est le résultat de cette négociation constante. C'est le travail collectif et invisible des enseignants qui garantissent que la technologie serve l'apprentissage humain plutôt que de le dicter.

En fin de compte, l'article montre que la signification de l'intelligence artificielle dans l'éducation n'est pas figée. Ce n'est pas un outil doté d'un but unique et prédéterminé. Son rôle est créé par les actions quotidiennes des personnes qui l'utilisent. Maria et Elena n'ont pas attendu une solution parfaite ou un ensemble de règles claires venant d'en haut. Elles ont commencé à travailler avec ce qu'elles avaient, en faisant des ajustements au fur et à mesure. À travers leur bricolage, elles ont créé deux versions distinctes du futur : une où l'intelligence artificielle est une force de soutien en arrière-plan, et une autre où elle est un objet d'enquête critique visible. Les deux approches sont valables, et toutes deux sont le résultat d'enseignants façonnant activement leur propre vie professionnelle. L'étude conclut qu'avant de pouvoir mesurer si l'intelligence artificielle améliore l'éducation, nous devons d'abord comprendre comment les enseignants la font fonctionner. L'avenir de l'apprentissage n'est pas une destination lointaine ; il se construit dès maintenant, une petite décision prudente à la fois.