Société

Apprendre à l’ère du distanciel et de l’IA : révolution ou dérive ?

La montée en puissance de l’intelligence artificielle et des plateformes numériques d’apprentissage à distance transforme en profondeur les pratiques éducatives. Si ces outils favorisent une démocratisation de l’accès, ils suscitent également des interrogations sur la qualité de l’enseignement et le rôle de l’humain. Abdennasser Naji, expert en éducation et président de l'Association marocaine pour l'amélioration de la qualité de l'enseignement (Amaquen), analyse ces mutations et met en garde contre les dérives d’un modèle trop technicisé.

05 Avril 2026 À 14:55

Le Matin : Comment percevez-vous l’évolution de l’éducation avec les MOOCs et la formation à distance, tant sur le paysage éducatif que sur les profils d’apprenants et l’enseignement traditionnel ?



Abdennasser Naji :
L’essor des MOOCs (Cours en ligne ouverts et massifs) et de l’enseignement à distance n’est pas qu’une évolution technique : il s’agit d’un véritable basculement paradigmatique à l’ère de l’intelligence artificielle (IA). Ces outils brisent l’unité de lieu et de temps de l’école traditionnelle. Bien qu’ils favorisent une certaine démocratisation de l’accès, le risque majeur est une mécanisation du savoir, transformant l’éducation en une chaîne de montage numérique où le contenu est standardisé et livré sans interaction humaine. C’est une forme de taylorisation de l’éducation, qui privilégie l’efficacité quantitative au détriment de la profondeur qualitative.



Ce risque pourrait être atténué si l’on libérait du temps en présentiel pour des activités à forte valeur ajoutée – débats, projets ou expérimentations –, déplaçant le curseur de la simple transmission des savoirs vers la co-construction des compétences. Le numérique peut accentuer les disparités entre deux types d’apprenants : l’apprenant «émancipé», capable d’utiliser les MOOCs pour développer son autonomie et ses métacognitions, et l’apprenant « asservi », qui reçoit passivement le savoir sans réelle appropriation cognitive, le savoir restant une donnée stockée dans le cloud plutôt qu’une compétence intégrée.

Quelles compétences se prêtent le mieux à l’apprentissage en ligne ?

La technologie peut transmettre toutes sortes de contenus, mais elle ne peut pas tout inculquer. L’apprentissage en ligne est particulièrement efficace pour les compétences techniques, souvent modulaires et procédurales, proches de la logique du code informatique. La culture générale, quant à elle, bénéficie d’un accès démocratique à une vaste bibliothèque d’informations, mais sans confrontation en temps réel, elle risque de devenir un simple catalogue de faits, affaiblissant mémoire et esprit critique.

Les soft skills sont les plus difficiles à développer à distance. Leadership, communication non verbale ou intelligence émotionnelle naissent du contact social et de l’expérience. On peut en apprendre la théorie en ligne, mais la pratique réelle exige l’autre. L’humain reste irremplaçable.

Comment l’IA personnalise-t-elle les parcours d’apprentissage et quelles en sont les limites ?

L’IA fonctionne comme un architecte de l’enseignement sur mesure. Grâce au traitement des données en temps réel, elle analyse chaque clic, temps de réponse et erreur pour modéliser le profil cognitif de l’apprenant, identifier ses lacunes et proposer des modules de remédiation adaptés. Cette approche, proche de la pédagogie de maîtrise, offre une disponibilité et une granularité inégalées, avec un «tuteur numérique» capable de détecter un décrochage avant qu’il ne se manifeste.

Ses limites sont toutefois significatives. L’IA peut repérer un blocage, mais pas en comprendre la cause réelle – fatigue, problème personnel, déconnexion émotionnelle. De plus, en adaptant constamment le parcours à ce que l’étudiant maîtrise, elle peut éviter la difficulté nécessaire à la plasticité cérébrale.

L’IA peut-elle remplacer l’accompagnement humain ?

Non. L’IA peut devenir un assistant prodigieux, mais elle reste incapable de remplacer l’humain : le cerveau réagit à l’empathie et à l’attention de l’enseignant, une machine n’ayant que des instructions. L’enseignant improvise et ajuste son action dans un système complexe et vivant, alors que l’IA reste prisonnière de sa programmation. L’école n’est pas seulement un lieu de transmission de compétences, mais aussi de construction de sens, d’apprentissage du doute, du débat et de la citoyenneté – des dimensions que l’IA ne peut incarner.

Quel impact sur la consommation du savoir et de la culture chez les jeunes ?

Les jeunes consomment le savoir comme un flux continu de formats courts, favorisant une attention superficielle et fragilisant la synthèse et l’abstraction. La mémoire tend à s’externaliser : pourquoi retenir une information quand l’IA peut la restituer instantanément ? Cette dépendance numérique peut conduire à une atrophie cognitive. Par ailleurs, la culture devient un algorithme prédictif : l’IA anticipe ce que nous aimerons, transformant la culture en divertissement fonctionnel plutôt qu’en outil d’émancipation. Résultat : des individus «augmentés» techniquement mais diminués dans leur capacité à penser par eux-mêmes.

La formation en ligne favorise-t-elle l’autonomie et l’esprit critique ?

Pour un apprenant structuré, le numérique est un catalyseur d’autonomie : il permet de gérer son rythme, de choisir ses sources et de construire un parcours personnel. Pour beaucoup, l’absence de cadre physique entraîne un glanage superficiel : on coche des cases sans réelle appropriation. L’esprit critique nécessite doute, contradiction et confrontation avec l’altérité. Or, les formats QCM et solutions «clé en main» favorisent l’illusion du savoir, renforcent l’impulsivité et émoussent la réflexion.

Quels standards ou régulations garantiront la qualité des contenus en ligne ?

Des régulations rigoureuses sont indispensables : elles doivent couvrir l’efficacité pédagogique et l’éthique technologique. Les contenus doivent inclure un accompagnement synchrone ou asynchrone, des objectifs cohérents, des unités d’apprentissage structurées respectant la charge cognitive et des évaluations adaptées. Les données des apprenants ne doivent pas être utilisées à des fins commerciales, et les algorithmes de personnalisation doivent être auditable pour prévenir biais sociaux, de genre ou culturels.
Copyright Groupe le Matin © 2026