Comment préserver l'effort à l'ère de l'intelligence artificielle ?

Lorsqu'un étudiant peut résoudre un problème en quelques secondes avec ChatGPT, à quoi bon encore faire des efforts ? Cette question semble logique, mais elle recèle un piège : si nous laissons l'intelligence artificielle penser à notre place, nous perdons non seulement l'habitude de faire des efforts, mais aussi la capacité d'apprendre réellement. Voici le revers de la médaille : le talent n'est pas quelque chose d'immuable avec lequel on naît, mais quelque chose que l'on cultive — et l'IA peut être à la fois un raccourci qui vous affaiblit et un outil qui vous renforce, selon la manière dont vous l'utilisez. Carol Dweck, une psychologue qui étudie depuis des décennies le « mindset de croissance », a découvert que les personnes qui pensent pouvoir s'améliorer grâce à la pratique et à des stratégies – et pas seulement grâce à un talent inné – finissent par relever des défis difficiles, par se tromper sans crainte et par en apprendre davantage. Dans ses études, les élèves dotés d'un état d'esprit de croissance demandaient des conseils concrets pour s'améliorer et ne considéraient pas les erreurs comme des échecs, mais comme des signaux leur permettant de rectifier le tir. Un chiffre pour la prochaine conversation : lors des tests PISA 2022 en Espagne, les élèves dotés d'un état d'esprit de croissance ont obtenu jusqu'à 7 points de plus en mathématiques que ceux qui pensaient que le talent était quelque chose d'immuable, et ils ont également déclaré ressentir moins d'anxiété avant les examens. Mais l'état d'esprit de croissance ne vient pas tout seul : il s'entraîne. C'est là qu'intervient la pratique délibérée, un concept développé par Anders Ericsson qui va bien au-delà de la simple répétition routinière de tâches. Imaginez un enfant qui lit la même histoire plusieurs fois pour gagner en rapidité : c'est une pratique courante et, à la longue, ennuyeuse. En revanche, la pratique délibérée consisterait à choisir trois phrases difficiles, à s'entraîner uniquement à la prononciation du « r », à corriger les erreurs sur-le-champ et à répéter l'exercice jusqu'à constater des améliorations. À l'université, voici un exemple concret : au lieu de passer mille examens à choix multiples, l'étudiant en sciences de la santé se concentre sur la rédaction de deux hypothèses alternatives pour un cas clinique, les justifie et reçoit des questions – et non des solutions – de la part d'un professeur ou d'une IA bien programmée. C'est là l'essentiel : l'IA n'est pas utile si elle ne fait que donner des réponses. Elle est utile lorsqu'elle devient une sorte de tuteur socratique numérique qui pose des questions, remet en question et oblige à réfléchir à haute voix. C'est ce qu'ils ont fait dans le cadre du projet IA-LOCOM : dans un cours de kinésithérapie, les étudiants proposaient un diagnostic et l'IA ne répondait que par des questions : « Comment justifies-tu ce choix ? » ou « Quelles variables oublies-tu ? ». L'activité ne prenait fin que lorsque le raisonnement était réellement solide. Personne n'évaluait les notes automatiques : la qualité finale était toujours jugée par un enseignant humain. Ainsi, l'IA devient une alliée pour développer un état d'esprit axé sur le développement ; l'étudiant apprend que ses propres questions et corrections sont la voie du progrès, et non un miracle de la machine. Mais il existe un risque dont on parle peu : si nous utilisons l'IA comme une béquille pour tout, nous perdons l'habitude de nous tromper et de nous corriger. Une paresse mentale s'installe, qui, à long terme, nous rend moins résilients et moins créatifs. Imaginez maintenant l'avenir des universités : ceux qui combineront la curiosité (en remettant en question les réponses de l'IA), la résilience (en tirant des enseignements de chaque erreur) et la créativité (en allant au-delà de ce qui est programmé) l'emporteront. Demain, le véritable talent ne sera pas celui qui utilisera le mieux l'IA, mais celui qui la surpassera grâce à un effort conscient et à une passion pour l'apprentissage. Retenons ceci : à l'ère de l'intelligence artificielle, l'effort délibéré et l'état d'esprit de croissance ne sont pas facultatifs — ils sont la seule chose qui vous rend irremplaçable. Si, après avoir écouté cette présentation, vous réalisez que votre façon d'apprendre peut changer, vous pouvez l'indiquer dans Lara Notes en utilisant I'm In : vous déclarez ainsi que cette idée fait désormais partie de vous. Et si vous estimez que cette conversation mérite d'être partagée avec quelqu'un en dehors de l'écran, dans Lara Notes, vous pouvez également l'enregistrer avec Shared Offline : ainsi, vous identifiez la personne avec laquelle vous avez discuté du sujet et vous vous souvenez tous les deux que cette conversation a été importante. Ce contenu provient de The Conversation et vous a fait gagner 1 minute de lecture.