En France, le corps enseignant se divise en trois familles : les enthousiastes qui y voient un levier pédagogique, les pragmatiques qui s’en servent comme accélérateur d’efficacité, et les sceptiques qui y projettent davantage de risques que de bénéfices. Aux États-Unis, la méfiance est plus tranchée : un quart des enseignants jugent les outils d’IA plus nocifs qu’utiles, particulièrement dans le secondaire.

De l’autre côté de la Manche, les usages restent timides dans le public, plus affirmés dans les établissements privés, mais la perception générale souligne un potentiel réel pour réduire la charge de travail et enrichir l’enseignement.

Chez les élèves, le contraste est encore plus fort. En France, l’usage est massif, souvent en dehors de tout cadre, surtout dans le secondaire. Au Royaume-Uni, dans le supérieur, la progression est fulgurante : en un an, l’adoption est passée de deux tiers à plus de neuf sur dix étudiants, essentiellement pour gagner du temps et améliorer leurs travaux. Ce mouvement suscite néanmoins inquiétude et interrogations, notamment sur la place laissée à l’autonomie et sur les règles encore floues imposées par les institutions.

Partout, les leviers convergent : gain de temps, personnalisation des apprentissages, soutien à la différenciation pédagogique, accompagnement à l’auto-apprentissage. Les freins aussi : déficit de formation, peur du plagiat et des biais, fracture numérique qui creuse l’écart entre écoles favorisées et territoires plus vulnérables.

Les élèves redoutent de perdre leur créativité ou d’être accusés d’inconduite académique ; les enseignants craignent un outil mal maîtrisé qui mine leur autorité et ajoute de l’incertitude.

Face à ce tableau contrasté, quatre priorités s’imposent pour le système éducatif français :

1. Former sans attendre : doter enseignants et élèves de compétences pratiques, ancrées dans l’expérimentation encadrée.
2. Tracer des lignes directrices claires : définir ce qui est acceptable, ce qui ne l’est pas, et harmoniser les règles à l’échelle nationale pour éviter la cacophonie.
3. Investir dans l’équité numérique : garantir un accès généralisé aux infrastructures et outils, pour que l’IA ne devienne pas un accélérateur d’inégalités.
4. Valoriser l’irréductible humain : remettre la créativité, l’esprit critique et l’interaction humaine au centre de l’apprentissage, afin que l’IA reste un auxiliaire et non un substitut.

Ce qui frappe, c’est la tension universelle : l’IA attire par ses promesses d’efficacité mais inquiète par son opacité. Or, dans l’éducation, ce n’est pas seulement un enjeu de performance, c’est une question de confiance collective. Les choix faits aujourd’hui conditionnent la capacité du système éducatif français à intégrer l’IA sans perdre ce qui fonde sa légitimité : former des citoyens capables de juger, d’inventer et de comprendre. 

Thierry TABOY, co fondateur Educavox, membre du CA Impact AI

Sources :

La plus récente reprise par Babinet pour la France : BAROMÈTRE 2025 – ENSEIGNANTS ET INTELLIGENCE ARTIFICIELLE – Ecolhuma

K-12 (adoption, freins, besoins)

1. RAND. Using AI Tools in K–12 Classrooms (avril 2024) – adoption par enseignants, usages et politiques encore rares en 2023. RAND Corporation+1
2. RAND. Uneven Adoption of AI Tools Among U.S. Teachers and Principals (2023–2024) (2025). RAND Corporation
3. RAND. More Districts Are Training Teachers on AI (avril 2025) – 48 % des districts ont formé leurs enseignants en 2024 (vs 23 % en 2023). RAND Corporation
4. Pew Research Center. A quarter of U.S. teachers say AI tools do more harm than good (15 mai 2024). Pew Research Center
5. EdWeek Research Center. Most Teachers Are Not Using AI. Here’s Why (8 janv. 2024). Education Week
6. UK Department for Education. Generative AI in education – guidance (page vivante, 2023–2025). GOV.UK
7. UK DfE + Open Innovation Team. Generative AI in education: Educator and expert views (janv. 2024). Gouvernement du Royaume-Uni
8. Ofqual (R-U). Approach to regulating AI in the qualifications sector (24 avr. 2024). GOV.UK
9. U.S. Dept. of Education, Office of Educational Technology. Artificial Intelligence and the Future of Teaching and Learning (2023) + Core messages. U.S. Department of Education+1ERIC

Enseignement supérieur (étudiants/enseignants, politiques d’établissement)

10. EDUCAUSE. 2024 AI Landscape Study (févr. 2024). EDUCAUSE Libraryeducause.edu
11. EDUCAUSE. 2025 AI Landscape Study (17 févr. 2025). EDUCAUSE Library
12. EDUCAUSE. 2025 Students & Technology Report (14 avr. 2025). EDUCAUSE Library
13. HEPI. Student Academic Experience Survey 2024 – ~1/3 des étudiants utilisent l’IA au moins hebdomadaire. HEPIAmazon Web Services, Inc.
14. HEPI & Kortext. Student Generative AI Survey 2025. HEPI
15. Jisc (UK). Student Perceptions of AI 2025 (22 mai 2025). jisc.ac.uk
16. Jisc. 2023/24 UK HE students – Digital Experience Insights (panorama). JISC
17. Gallup & Walton Family Foundation. K-12 Teacher Research (2024–25) – usages d’IA et gains de temps perçus. Gallup.com
18. EDUCAUSE (rubrique). The Future of AI in Higher Education (module d’analyse). educause.edu

Enquêtes jeunesses / élèves

19. Pew Research Center. About a quarter of US teens have used ChatGPT for schoolwork (26 %) (15 janv. 2025). Pew Research Center
20. Harvard Graduate School of Education. Students Are Using AI Already—Here’s What They Think Adults Should Know (10 sept. 2024). gse.harvard.edu

Normes, politiques et droits (cadres pour l’acceptation)

21. UNESCO. Guidance for Generative AI in Education and Research (sept. 2023, maj 14 avr. 2025). UNESCOUNESCO Docs
22. OECD. Education Policy Outlook 2024 (25 nov. 2024) – compétences enseignantes et besoins de systèmes. OECD
23. OECD. What should teachers teach and students learn in a future of powerful AI? (23 mai 2025). OECD
24. European Commission. Ethical guidelines for educators on using AI (13 août 2025). education.ec.europa.eu
25. European Commission / JRC. The future of technology in education: trends and scenarios (1 déc. 2023). Centre Commun de Recherche
26. MIT RAISE. Securing Student Data in the Age of Generative AI (6 juin 2024). MIT RAISE
27. NEA (National Education Association). Report of the NEA Task Force on AI in Education (6 juin 2024). nea.org
28. Sonia Livingstone et al. Best interests of the child in the digital environment (mars 2024). digital-futures-for-children.net
29. Livingstone (2024). Is the UK effective in protecting children’s data and rights? – cas Google Classroom et vie privée. ScienceDirect

Études évaluées par les pairs (attitudes/effets/acceptation)

30. Bastani et al., Generative AI without guardrails can harm learning (PNAS, 2025). PNAS
31. Wu et al., Systematic review of responses, attitudes and behaviors to GenAI in higher ed (2025). PMC
32. Lee et al., Teachers’ and students’ perceptions of AI-generated concept explanations (2024). ScienceDirect
33. Yim et al., Teachers’ perceptions, attitudes, and acceptance of AI learning tools (2024). Wiley Online Library
34. Chan et al., Students’ perceptions of ‘AI-giarism’ (2024). SpringerLink
35. Karran et al., Multi-stakeholder perspective on responsible AI in education (2025). Nature
36. Bai et al., Impact of GAI interaction and output quality on university learning outcomes (Nature Scientific Reports, 2025). Nature

LSE / Digital Futures for Children (pour l’angle « droits & gouvernance » de Livingstone)

37. Rahali, Kidron & Livingstone. Smartphone policies in schools: what does the evidence say? (sept. 2024). eprints.lse.ac.uk
38. LSE Media@LSE (Atabey). Shaping the future of AI in education: a children’s rights-based approach (30 janv. 2025). LSE Blogs

Autres panoramas académiques (contexte)

39. Innovating Pedagogy 2024 (Open University) – chapitre « Learning in conversation with generative AI ». oro.open.ac.uk