À partir de la rentrée 2027, l’intelligence artificielle doit être intégrée aux programmes de tous les élèves de seconde. L’annonce, présentée comme une étape structurante pour la formation numérique des lycéens, suscite déjà des réserves dans le monde académique. La Société informatique de France (SIF), qui réunit des chercheurs et enseignants en informatique, exprime des doutes sur la pertinence et la robustesse des cours annoncés, en pointant des risques de simplification excessive et d’objectifs pédagogiques flous.
La Société informatique de France met en cause la solidité des contenus
Sommaire
La prise de position de la Société informatique de France repose sur une préoccupation récurrente dans l’enseignement du numérique, la différence entre sensibilisation et apprentissage structuré. Pour l’association, introduire l’IA au lycée ne peut pas se limiter à une présentation généraliste des outils utilisés au quotidien. Elle redoute des cours centrés sur des usages immédiats, comme la rédaction assistée ou la génération d’images, au détriment des notions qui permettent de comprendre ce qui se passe sous le capot.
Dans cette logique, la SIF insiste sur la nécessité d’un socle conceptuel, au moins sur les éléments de base, données, modèles, apprentissage, biais, évaluation, limites. La question des données est centrale, car les systèmes actuels s’appuient sur des volumes importants, avec des enjeux de qualité, de représentativité et de traçabilité. Sans ces repères, l’enseignement risquerait de se transformer en discours superficiel, où l’élève apprendrait des termes à la mode sans les relier à des mécanismes vérifiables.
La SIF souligne aussi le risque de créer une confusion entre informatique et IA. L’IA n’est qu’un domaine parmi d’autres, mais il mobilise des fondamentaux, algorithmique, structures de données, probabilités, optimisation. La crainte exprimée est que l’intégration en seconde se fasse sans articulation claire avec les autres enseignements, et sans progression qui prépare les élèves à des sujets plus techniques en première et terminale. Un module isolé, ajouté sans cohérence, pourrait réduire l’IA à une simple culture générale.
Sur le terrain, plusieurs enseignants interrogés par des réseaux disciplinaires décrivent déjà des écarts importants de niveau entre établissements en matière de numérique. Certains lycées disposent d’équipes formées, d’un parc informatique à jour et de projets pédagogiques, d’autres peinent à assurer des usages de base. Dans ce contexte, la SIF considère que la promesse d’un enseignement de l’IA pour tous doit être accompagnée d’une exigence, le contenu doit être défini avec précision, validé scientifiquement, et décliné en séquences réalistes pour des classes hétérogènes.
La rentrée 2027 pose la question de la formation des enseignants
L’intégration de l’intelligence artificielle au programme de seconde implique mécaniquement un besoin massif de formation. Les enseignants qui porteront ces cours ne sont pas uniquement des spécialistes d’informatique, car la seconde concerne un tronc commun, avec des arbitrages possibles entre disciplines. La question clé devient donc l’identification des professeurs référents et la capacité du système à proposer une formation continue crédible, avec du temps dédié et des ressources utilisables en classe.
La Société informatique de France alerte sur un écueil fréquent des réformes numériques, la tentation de déployer vite, puis de corriger plus tard. Or l’IA évolue rapidement, ce qui impose une mise à jour régulière des contenus et des exemples. Une formation ponctuelle, centrée sur des présentations générales, pourrait laisser les enseignants démunis face aux questions des élèves, par exemple sur la fiabilité des réponses, les hallucinations, ou les différences entre moteurs de recommandation et modèles génératifs.
La charge de travail est un autre point d’attention. Pour un enseignant, préparer un cours d’IA demande non seulement de comprendre les notions, mais aussi de traduire des concepts complexes en activités pédagogiques. Sans supports solides, la préparation repose sur un effort individuel important. Dans certains établissements, cela risque de creuser des inégalités, les équipes déjà outillées iront plus loin, pendant que d’autres se limiteront à une initiation très courte. Le déploiement à l’échelle nationale, dès 2027, met donc la question de l’accompagnement au centre.
Les ressources pédagogiques disponibles posent aussi un défi. Les outils d’IA accessibles en ligne changent vite, leurs conditions d’accès évoluent, et certains services imposent des restrictions d’âge ou de création de compte. Pour des classes de seconde, l’encadrement est indispensable, ce qui suppose des solutions compatibles avec un cadre scolaire, protection des données, traçabilité, et possibilité de paramétrage. Sans cela, un cours peut rapidement se transformer en démonstration sur vidéoprojecteur, sans manipulation réelle par les élèves.
Enfin, la formation ne concerne pas seulement les enseignants, mais aussi les personnels de direction et les équipes techniques. Intégrer des activités autour de l’IA suppose des choix d’équipement, de réseau, et parfois de logiciels. Les arbitrages budgétaires entrent alors en jeu, avec des établissements qui n’ont pas la même marge de manœuvre. Pour la SIF, l’objectif d’un enseignement national cohérent se heurte à cette réalité matérielle, qui doit être traitée en amont pour éviter un dispositif à plusieurs vitesses.
Comprendre l’IA, un enjeu de culture scientifique et civique
Au-delà de la technique, l’IA soulève des enjeux de société que l’école ne peut pas ignorer. La Société informatique de France rappelle que l’éducation doit permettre aux élèves de se repérer dans un environnement où les décisions automatisées se multiplient, orientation de contenus, recrutement, scoring, aides à la décision. Un cours de seconde doit donc aborder les limites, les biais, la notion d’incertitude, et les méthodes d’évaluation, plutôt que de présenter l’IA comme une boîte noire performante.
La question des biais est particulièrement sensible. Les systèmes d’apprentissage sont influencés par les données d’entraînement, ce qui peut reproduire des stéréotypes ou des discriminations. Dans un cadre scolaire, l’enjeu est d’expliquer comment un biais peut apparaître, comment on le détecte, et pourquoi la correction n’est pas uniquement une affaire de bonne volonté. Même sans entrer dans des mathématiques avancées, des exemples concrets permettent de montrer que l’IA n’est pas neutre et que ses résultats doivent être interprétés.
La désinformation constitue un autre volet. Les outils de génération de texte, d’images ou de vidéos augmentent la capacité à produire de faux contenus crédibles. Pour des lycéens, la maîtrise des réflexes de vérification devient un apprentissage transversal. Un enseignement de l’IA peut contribuer à renforcer l’esprit critique, en montrant les mécanismes de production, les limites de la véracité, et l’importance des sources. Cela recoupe des objectifs d’éducation aux médias, mais avec une dimension technique qui éclaire le fonctionnement des systèmes.
Dans cette perspective, la SIF attend un programme qui ne se limite pas à l’usage d’outils, mais qui aborde les notions de modèle, de probabilités, de performance, et d’erreurs. Un élève qui comprend qu’un système optimise une fonction, qu’il généralise à partir d’exemples, et qu’il peut se tromper de manière systématique, dispose d’une grille de lecture utile pour sa vie quotidienne. Le défi est de rendre ces éléments accessibles en seconde, sans réduire le contenu à des slogans.
Enfin, l’enseignement de l’IA doit s’inscrire dans une culture scientifique plus large. Les débats publics autour de l’automatisation, de l’impact sur l’emploi ou de la propriété intellectuelle des contenus générés mobilisent des notions de droit, d’économie et d’éthique. L’école peut apporter des repères, à condition de distinguer clairement les faits, les limites techniques et les choix de société. La demande de la SIF va dans ce sens, construire un enseignement qui éclaire, plutôt qu’un module qui impressionne.
Le programme de seconde doit arbitrer entre usages et fondamentaux
La mise en place d’un enseignement de l’intelligence artificielle en seconde soulève une question pédagogique concrète, que faut-il enseigner en priorité à 15 ans, dans un temps contraint. D’un côté, des activités basées sur des outils visibles peuvent accrocher les élèves, favoriser l’appropriation et ouvrir des discussions. De l’autre, un enseignement uniquement centré sur les démonstrations risque de masquer les principes essentiels, ce que la Société informatique de France critique en demandant un cadre plus rigoureux.
Un compromis souvent évoqué par les didacticiens consiste à partir d’exemples concrets, puis à remonter vers les principes. Par exemple, montrer un classement automatique d’images, puis expliquer la notion de données d’entraînement, de jeu de test, d’erreur, et de surapprentissage. De même, un exercice de génération de texte peut ouvrir sur la notion de probabilité conditionnelle, sur la différence entre cohérence linguistique et vérité factuelle, et sur les limites de la vérification interne. Ce type de progression nécessite des supports stables, validés, avec des activités reproductibles.
Le niveau de formalisation reste un point sensible. Introduire des notions sans formalisme mathématique peut être utile, mais cela expose à des approximations. La SIF plaide pour une exigence minimale, employer des définitions précises, distinguer apprentissage supervisé et non supervisé, expliquer ce qu’est un modèle, et ce que signifie évaluer une performance. Il ne s’agit pas de transformer la seconde en cours universitaire, mais d’éviter des formulations qui induisent en erreur, par exemple en attribuant une intention au système ou en confondant corrélation et causalité.
Les conditions d’évaluation en classe comptent aussi. Si l’IA devient une composante de programme, elle doit s’accompagner d’objectifs évaluables. Or évaluer une compréhension réelle du fonctionnement diffère d’un simple contrôle de connaissances sur du vocabulaire. Des exercices peuvent porter sur l’analyse de résultats, l’identification de biais dans un exemple, ou la comparaison de performances entre deux approches. Cette évaluation doit rester compatible avec le rythme de la seconde et la diversité des profils d’élèves.
L’enjeu, d’ici la rentrée 2027, est donc la clarté du cahier des charges, contenus, formation, ressources, et articulation avec les autres disciplines. La position de la SIF rappelle qu’un enseignement de l’IA crédible se construit sur des fondamentaux informatiques et une pédagogie progressive, faute de quoi la promesse d’une culture numérique commune risque de se diluer dans des usages sans compréhension durable.
Questions fréquentes
- Pourquoi la Société informatique de France critique-t-elle les cours d’IA prévus en seconde ?
- La Société informatique de France craint que l’enseignement annoncé privilégie des usages d’outils au détriment des bases, données, modèles, évaluation, limites et biais. Elle demande des contenus précis et validés, une progression cohérente et une formation suffisante des enseignants pour éviter un cours trop superficiel ou inégal selon les lycées.
