Le grand paradoxe de notre époque : des machines qui apprennent, des humains qui se lassent d'apprendre ?
Et si, dans quelques années, on se souvenait de 2026 comme de l'année où les machines ont commencé à en savoir plus long que nous sur presque tout ? La question paraît absurde. Elle ne l'est peut-être pas tant que ça.
D'un côté, les systèmes d'intelligence artificielle n'ont jamais autant progressé : ils s'améliorent en continu, absorbent des volumes de données inimaginables et affinent leurs performances à chaque génération. De l'autre, plusieurs études pointent un recul préoccupant de nos propres capacités d'attention, de lecture et de mémorisation. Un vrai basculement, ou une lecture trop rapide des chiffres ?
La machine apprend, l'humain se repose sur elle
Apprendre est l'essence même du machine learning
Ce n'est pas une image : l'apprentissage est littéralement la fonction pour laquelle ces systèmes ont été conçus. Le terme même de « machine learning » (apprentissage automatique) désigne des modèles dont la performance s'améliore mécaniquement à mesure qu'on leur donne davantage de données et de puissance de calcul. Contrairement à un logiciel classique programmé une fois pour toutes, une intelligence artificielle progresse en continu, génération après génération.
Pendant ce temps, l'attention humaine recule
Plusieurs études convergent sur ce point. L'étude 2026 du Centre national du livre, menée avec Ipsos, révèle une fragilisation préoccupante de la lecture chez les 7-19 ans : le temps quotidien consacré aux livres s'effondre au profit des écrans, sur lesquels les jeunes passent désormais plus de trois heures par jour1.
Aux États-Unis, entre 2012 (année considérée comme un basculement vers l'usage massif du smartphone) et 2023, la proportion d'adolescents de 13 ans lisant par plaisir « presque tous les jours » est passée de 27 % à 14 %, selon le Centre national des statistiques de l'éducation2. Le déclin touche aussi les adultes : l'Évaluation des compétences des adultes de l'OCDE, publiée en décembre 2024, indique que 28 % des adultes français ne dépassent pas le niveau le plus bas, celui de la simple compréhension de phrases courtes, contre 26 % en moyenne dans l'OCDE3.
Sur le plan scolaire, l'enquête PISA 2022 de l'OCDE a enregistré une baisse sans précédent des performances dans l'ensemble de la zone OCDE : par rapport à 2018, le score moyen a reculé de 10 points en compréhension de l'écrit et de près de 15 points en mathématiques, soit l'équivalent de trois quarts d'année d'apprentissage scolaire4.
Et l'usage de l'IA elle-même semble accélérer le phénomène
Une étude du MIT Media Lab, « Your Brain on ChatGPT », a suivi 54 volontaires répartis en trois groupes pour rédiger des essais : l'un utilisant ChatGPT, l'un utilisant un moteur de recherche classique, le dernier sans aucun outil. Résultat mesuré par électroencéphalogramme : les utilisateurs de ChatGPT ont présenté l'activité cérébrale la plus faible, une rétention de mémoire réduite et le plus faible sentiment d'appropriation de leur propre texte5.
Ce phénomène a un nom en psychologie cognitive : le cognitive offloading, ou externalisation cognitive, défini comme le fait de déléguer une partie du traitement de l'information à un outil externe pour réduire l'effort mental6. Une étude publiée dans le Quarterly Journal of Experimental Psychology montre que cette externalisation améliore la performance immédiate, mais peut réduire la mémorisation à long terme7.
Le constat, à ce stade, semble sans appel : la machine apprend de plus en plus, l'humain retient de moins en moins.
L'humain reste, et restera, au cœur du savoir
Une machine qui « apprend » n'est pas une machine qui « comprend »
Il faut d'abord distinguer deux choses. Une IA améliore ses performances statistiques sur une tâche donnée, mais elle ne possède ni intention, ni curiosité, ni conscience de ce qu'elle apprend. Ce sont des humains qui définissent les objectifs, corrigent les erreurs, décident de ce qui vaut la peine d'être appris et évaluent la pertinence des résultats produits. Le savoir, au sens plein, implique un jugement de valeur que la machine ne fournit pas d'elle-même.
L'IA elle-même exige davantage de compétences humaines, pas moins
Les chiffres du marché du travail vont dans un sens inattendu. Selon le rapport Future of Jobs 2025 du Forum économique mondial, la pensée analytique reste la compétence la plus recherchée par les employeurs, sept entreprises sur dix la jugeant essentielle8. Et dans l'édition 2023 du même rapport, c'est la pensée créative qui arrivait en tête des compétences dont l'importance augmente : 73,2 % des entreprises interrogées l'annonçaient en hausse, devant la pensée analytique (71,6 %) et devant l'IA et les mégadonnées (59,5 %)9. Autrement dit, plus l'IA se répand, plus les compétences proprement humaines, jugement critique, créativité, résolution de problèmes, gagnent en valeur sur le marché du travail.
L'IA peut aussi renforcer l'apprentissage, pas seulement l'affaiblir
L'étude du MIT citée plus haut contient une nuance essentielle. Lors d'une quatrième session, les participants initialement privés de tout outil ont eu accès à ChatGPT pour réviser leur texte, et leur connectivité cérébrale a alors augmenté de façon significative, un résultat qui suggère que l'IA utilisée comme outil d'appui à une réflexion déjà engagée, plutôt que comme substitut à cette réflexion, peut au contraire soutenir l'apprentissage10. La question n'est donc pas seulement « IA ou pas d'IA », mais surtout la posture, active ou passive, adoptée par la personne qui l'utilise.
Une étude publiée en 2026 dans Frontiers in Psychology confirme cette nuance, et en précise le mécanisme : l'externalisation cognitive via des outils numériques n'affaiblit pas directement l'apprentissage, elle renforce d'abord le sentiment d'efficacité personnelle de l'étudiant, et c'est ce sentiment qui nourrit ensuite la persévérance et un engagement plus profond11.
Ce n'est pas l'IA qui apprend à notre place, c'est nous qui décidons de la laisser faire
Les deux camps s'appuient, en réalité, sur les mêmes données, mais les lisent différemment. Les chiffres sur le déclin de la lecture, de l'attention et des résultats scolaires sont réels et documentés. Mais l'étude du MIT elle-même montre que le problème n'est pas l'IA en tant que telle : c'est la manière dont on l'utilise. Utilisée pour éviter l'effort de réflexion, elle affaiblit la mémoire et l'engagement cognitif. Utilisée pour prolonger un raisonnement déjà entamé, elle peut au contraire le renforcer.
Le vrai basculement n'est donc pas celui d'un transfert du savoir de l'humain vers la machine, mais plutôt un changement dans la nature de ce qu'on nous demande d'apprendre : moins retenir de l'information brute (la machine le fait très bien), davantage savoir la questionner, la vérifier et l'utiliser à bon escient. Les rapports sur les compétences d'avenir le confirment : ce n'est pas la capacité d'apprendre qui perd de la valeur chez l'humain, c'est la mémorisation passive. La pensée critique, elle, n'a jamais été aussi recherchée.
Le vrai risque n'est donc pas que les machines nous dépassent en apprentissage. C'est que nous cessions, par confort, de nous entraîner à penser par nous-mêmes, alors même que c'est précisément cette compétence que ni l'IA la plus avancée, ni le marché du travail, ne peuvent remplacer.
Et vous ? Avez-vous remarqué, dans votre propre usage des outils d'IA, ce basculement entre confort immédiat et perte d'engagement intellectuel ? Dites-le nous en commentaire.
