Chaque mois, un regard sur la pédagogie, la formation professionnelle et l'IA. Retrouvez ici tous les numéros parus.
Numéro 4 · Septembre 2026
L'édito
Former, à l'épreuve de la machine
Le 13 août 2026, le MIT a publié un rapport très attendu sur l'usage de l'IA dans l'enseignement. On pouvait redouter une charte de plus. C'est tout autre chose : un constat lucide, non pas sur les outils, mais sur ce que l'IA fait au métier même de former.
La thèse tient en une phrase : le vrai danger n'est pas que l'IA fasse le travail à la place des apprenants, c'est qu'elle les prive de l'occasion d'apprendre. Obtenir la bonne réponse d'un agent crée l'illusion d'un apprentissage, tout en déclenchant ce que les auteurs nomment la « capitulation cognitive » : le réflexe de se replier sur l'IA à la première difficulté.
Ce constat nous concerne directement, nous qui bâtissons des parcours en CFA, en école ou en organisme de formation. Car l'IA ne se contente pas de fragiliser les modalités d'évaluation : elle rebat les cartes de la relation formateur-apprenant, de la valeur du présentiel, et de ce que nous cherchons réellement à faire acquérir.
La bonne question n'est plus « IA ou pas ? », mais : qu'est-ce que l'apprenant doit encore savoir faire sans elle ?
La veille utile
Augmenter, pas automatiser
Le MIT reprend l'idée d'une IA « pro-travailleur » pour plaider une IA « pro-apprenant » : celle qui élargit ce qu'un apprenant peut penser, créer et résoudre, sans jamais lui retirer l'effort qui produit l'apprentissage.
Un contrat social pédagogique
Policer l'usage de l'IA abîme le lien de confiance. Le rapport invite à reconstruire une culture partagée où la contrainte se justifie par l'apprentissage qu'elle protège, plutôt que par une règle imposée d'en haut.
Les détecteurs d'IA, une impasse
Peu fiables, générateurs de faux positifs qui pénalisent notamment les non-natifs et les profils atypiques, ils installent un climat de suspicion. Mieux vaut concevoir des évaluations robustes que courir après la détection.
Le chiffre à retenir
Au MIT, plus des deux tiers des étudiants jugent l'IA importante pour leur carrière, mais seuls 25 % estiment que l'institution les prépare à l'utiliser. L'écart entre usage massif et accompagnement structuré reste le vrai chantier.
La méthode
Le menu IA à quatre niveaux, à préciser séquence par séquence
Le MIT propose une boussole : la conception à rebours. Plutôt que d'autoriser ou d'interdire l'IA a priori, on part de la finalité (que doit savoir, savoir-faire et comprendre l'apprenant à la sortie ?), et la place de l'IA s'en déduit. Voici le menu transposé à un module de formation, à afficher dans le programme et à justifier au regard des compétences visées.
1. Usage libre. Toute IA, pour tout usage. Pertinent quand l'évaluation se fait en présentiel sans IA, ou quand intégrer et évaluer la production de l'IA fait partie du travail.
2. Usage encadré, appui uniquement. L'IA aide à comprendre, reformuler, déboguer, mais ne produit pas la solution ; comme l'aide d'un pair ou d'un tuteur. À préciser : quelles étapes l'autorisent, lesquelles l'excluent.
3. Usage requis. L'IA devient objet d'apprentissage : prompt, critique des sorties, collaboration humain-IA, évaluation des systèmes. L'apprenant documente ses interactions.
4. Usage interdit. Aucune IA. Difficile à contrôler hors présentiel : à réserver aux séquences évaluées sur place, et à toujours accompagner d'une justification pédagogique claire.
Rendue explicite et adossée aux compétences visées, cette politique s'articule sans friction avec vos référentiels RNCP / RS et vos exigences Qualiopi : elle devient un élément de preuve de la qualité de vos parcours, pas une contrainte subie.
Numéro 3 · Août 2026
L'édito
Le filigrane de Claude, l'indicateur 33 de Qualiopi : deux annonces, une même bascule
Août 2026 aura marqué deux fois le même déplacement : du signal vers la preuve, de la conformité de surface vers le jugement humain que l'on peut démontrer. Deux annonces à quelques jours d'intervalle, et la même leçon en creux.
Le 11 août, Anthropic a inscrit un filigrane invisible dans chaque texte produit par Claude. Le 4 août, le décret n° 2026-728 a fait passer le Référentiel National Qualité à 33 indicateurs. La première annonce fait craindre qu'on « saura que j'utilise l'IA » ; la seconde fait redouter une couche de conformité supplémentaire.
Dans les deux cas, on se trompe de sujet. Ce qui compte n'est ni la marque ni la procédure, mais le jugement humain et la preuve qu'on en apporte. Ces deux signaux pointent vers la même bascule.
Le professionnel qui doit s'interroger, ce n'est pas celui qui utilise l'IA avec méthode. C'est celui qui diffuse sans relire.
La veille utile
Le filigrane de Claude : ce qui s'est passé
Le 11 août, Anthropic a annoncé que tous les modèles Claude lancés depuis le 2 août 2026 intègrent un filigrane statistique invisible dans le texte généré, en réponse à l'article 50 de l'AI Act. La marque voyage au copier-coller, y compris vers Word, et résiste à quelques retouches ; une réécriture profonde ou une traduction la font disparaître. Deux raccourcis à corriger : Anthropic est le premier grand laboratoire à déployer ce marquage sur le texte (OpenAI ne l'a pas encore fait), et Meta n'a pas signé le Code de bonnes pratiques sur la transparence. « Tout le monde suit » reste une trajectoire probable, pas un fait accompli.
Un traitement, pas une paternité
Le filigrane dit une seule chose : une IA est passée par là. Il ne dit ni qui a fait le travail, ni la qualité, ni la responsabilité ; un référentiel que vous avez conçu puis fait relire par Claude porte exactement la même marque qu'un texte entièrement généré. Sa réciproque compte autant : un texte sans marque ne prouve pas davantage qu'il a été « écrit par un humain ». Détail notable : d'après Anthropic, le modèle lui-même ignore ce marquage au moment où il écrit.
Qualiopi passe à 33 : un changement de philosophie
Publié au Journal officiel le 4 août, le décret n° 2026-728 fait passer le RNQ de 32 à 33 indicateurs, applicable au 1er novembre 2026. Les sept critères et les 32 indicateurs existants ne bougent pas ; un indicateur 33 s'ajoute sous le critère 7. Il impose un dispositif d'évaluation des contenus et des enseignements par les apprenants, distinct du recueil de satisfaction, partagé avec les équipes pédagogiques et nourrissant une amélioration continue dont l'efficacité est mesurée. Moins de conformité documentaire, plus de preuve pédagogique vécue.
Du signal vers la preuve
Rapprochez les deux annonces : le filigrane prouve qu'une IA est passée, sans rien dire de qui a validé ; l'indicateur 33 cesse de récompenser la procédure pour exiger la preuve de son efficacité. La valeur ne tient plus au signal de surface, mais au jugement humain et à la trace qu'on en garde. Tant qu'aucun détecteur accessible n'accompagne le filigrane, la marque profite à qui détient le détecteur : la vraie question devient qui lit, qui valide, et qui peut le démontrer.
La méthode
Quatre gestes à intégrer dès maintenant
1. Séparez production et validation. Distinguez, dans vos process, la production assistée par l'IA et la validation humaine, et tracez la seconde : c'est elle qui engage.
2. Ne décidez rien sur la détection. Présence ou absence de filigrane ne dit rien de la qualité d'un livrable, ni du sérieux d'un organisme.
3. Faites de votre boucle d'évaluation une preuve, pas une case à cocher. L'indicateur 33 attend un recueil des appréciations sur les contenus qui débouche sur des décisions tracées et mesurées : c'est exactement la même exigence.
4. Anticipez la demande de transparence. Clients, financeurs et auditeurs veulent du « comment vous faites », pas du « avez-vous utilisé un outil ». Un discours clair devient un avantage.
Le filigrane comme l'indicateur 33 déplacent la question au même endroit : de la surface vers la preuve, du signal vers le jugement. Un organisme qui l'a compris ne subit ni l'un ni l'autre ; il en fait un argument.
Numéro 2 · Juillet 2026
L'édito
Évaluer à l'ère de l'IA : la leçon oubliée de Marc Bloch
Le 23 juin 2026, Marc Bloch est entré au Panthéon. On a célébré le résistant fusillé en 1944 et l'historien fondateur des Annales. On a, comme souvent, laissé dans l'ombre une autre facette de sa pensée : le réformateur de l'école, qui consacra, en pleine débâcle, des pages lucides à l'évaluation.
Une phrase, écrite en 1943, résonne aujourd'hui comme un avertissement adressé à notre époque. Pour Bloch, le bon élève n'était pas celui qui sait beaucoup, mais celui qu'on avait dressé à simuler le savoir par quelques exercices appris d'avance.
« l'élève savant n'est pas celui qui sait beaucoup de choses, mais celui qui a été dressé à donner, par quelques exercices choisis d'avance, l'illusion du savoir. »
Marc Bloch, 1943
Il appelait cela la « manie examinatoire » : l'examen devenu une fin en soi, qui pousse à se préparer à l'épreuve plutôt qu'à acquérir un savoir. Et il en pointait une conséquence morale glaçante : la crainte de toute initiative.
Quatre-vingts ans plus tard, cette illusion du savoir a trouvé sa machine. L'IA générative produit, à la demande, la réponse parfaitement calibrée pour l'examen : fluide, plausible, décontextualisée. Elle est l'aboutissement technique du « perroquetage » que Bloch dénonçait.
D'où un renversement utile : l'IA n'a pas cassé l'évaluation, elle l'a révélée. Si une épreuve peut être réussie par une machine à notre place, c'est qu'elle demandait déjà une restitution sans pensée. Le vrai séisme n'est pas la triche : c'est la découverte que nous notions la simulation.
C'est tout l'enjeu de ce que nous appelons la souveraineté cognitive. Un dispositif qui récompense la restitution conforme récompense, de fait, la délégation de la pensée. La question n'est donc pas d'interdire l'outil, mais de cesser de noter ce qu'il sait faire à notre place.
L'IA ne nous oblige pas à mieux surveiller. Elle nous oblige à évaluer autre chose.
La veille utile
Marc Bloch au Panthéon : un réformateur oublié
On retient le résistant ; on oublie qu'il réclamait déjà de « supprimer le carcan des examens » et d'en réduire le nombre. Sa critique de l'évaluation, écrite en 1943, n'a pas pris une ride.
La course à la détection : une impasse
Multiplier les logiciels anti-IA et le retour aux épreuves sur table, c'est redoubler la manie examinatoire au lieu de l'interroger. Une course technique perdue d'avance, qui esquive la vraie question.
La situation de travail, juge de paix
Un chatbot rédige une procédure ; il ne conduit pas un entretien, ne désamorce pas un conflit, n'ajuste pas un geste métier devant l'imprévu. C'est là, en situation (et notamment en AFEST), que l'illusion du savoir s'effondre.
La méthode
Trois déplacements pour évaluer autrement
1. Du produit au processus. Cesser de ne noter que le livrable final, dont l'origine est désormais indécidable, pour évaluer le cheminement : traçabilité de la démarche, soutenance orale, explicitation des choix.
2. De la restitution au discernement. Faire de l'IA l'objet même de l'évaluation : juger la capacité à interroger une production machine, à repérer ses biais, à la contextualiser et à la dépasser.
3. Du carcan à la respiration. Réduire le nombre d'épreuves, multiplier les temps formatifs à faible enjeu, juger une progression plutôt qu'une performance d'un jour. La triche cesse dès qu'elle n'est plus rentable.
Bloch ne voyait pas l'évaluation comme une affaire technique, mais comme une question morale et politique. L'IA nous la repose, frontalement : voulons-nous certifier l'illusion du savoir, ou former le jugement ?
Numéro 1 · Juin 2026
L'édito
La formation de formateurs, l'angle mort de l'enseignement professionnel
On n'a jamais autant parlé de qualité dans la formation. Référentiels, certifications, indicateurs Qualiopi, plateformes, et maintenant intelligence artificielle : l'écosystème s'est doté d'une ingénierie impressionnante. Pourtant, au centre du dispositif, une variable reste étrangement traitée comme acquise : le formateur lui-même.
Dans l'enseignement professionnel, on recrute des experts métier. C'est une force, et c'est légitime : un bon pâtissier, un bon développeur, un bon soignant savent ce qu'ils transmettent. Mais savoir faire et savoir transmettre sont deux compétences distinctes. La seconde s'apprend, se travaille, se professionnalise. Or elle est trop souvent supposée venir naturellement avec l'expertise, comme un supplément d'âme.
Le résultat est connu de tous ceux qui ont dirigé des équipes pédagogiques : des intervenants remarquables dans leur métier qui peinent à structurer une progression, à évaluer autrement que par l'intuition, à gérer l'hétérogénéité d'un groupe. Non par manque de valeur, mais parce que personne ne les a jamais outillés.
Qualiopi a eu le mérite de poser la question. Le critère 5 du Référentiel National Qualité demande explicitement de mobiliser, d'évaluer et de développer les compétences des intervenants. Mais dans beaucoup d'organismes, cet impératif est traité comme une formalité documentaire : on archive des CV et des attestations, on coche la case. La professionnalisation réelle des formateurs, elle, attend.
Je crois que c'est une erreur stratégique, pas seulement pédagogique. Dans un secteur où l'IA va banaliser l'accès au contenu, ce qui restera rare et différenciant, c'est la qualité de la médiation humaine. Autrement dit : la compétence pédagogique du formateur devient l'actif le plus précieux d'un organisme, au moment précis où l'on continue de la négliger.
Former ses formateurs n'est pas un coût annexe. C'est l'investissement qui conditionne tous les autres.
La veille utile
Qualiopi, critère 5 : de l'obligation à l'opportunité
Les indicateurs 21 et 22 imposent de déterminer, évaluer et développer les compétences des intervenants. Lus comme une contrainte, ils produisent de la paperasse. Lus comme une feuille de route, ils dessinent une vraie politique de professionnalisation. Toute la différence tient à l'intention.
L'AFEST, levier sous-exploité pour les formateurs eux-mêmes
On pense l'Action de Formation En Situation de Travail pour les apprenants. On l'utilise rarement pour les formateurs. Pourtant l'observation croisée, la co-animation et l'analyse de pratique sont des dispositifs applicables aux équipes pédagogiques, à coût quasi nul.
IA générative : un besoin de posture, pas seulement d'outils
La montée en compétences des formateurs sur l'IA est souvent réduite à des tutoriels d'outils. Le vrai enjeu est ailleurs : redéfinir ce que le formateur apporte quand le contenu devient abondant et gratuit. C'est une question de posture, donc de formation, pas de logiciel.
La méthode
Trois leviers pour professionnaliser ses formateurs sans budget dédié
1. L'observation croisée. Deux formateurs assistent à une séance l'un de l'autre, avec une grille simple. Pas d'évaluation : du retour. Coût : du temps, pas d'argent.
2. La capitalisation collective. Un temps mensuel court où l'équipe documente une situation difficile et la solution trouvée. On transforme l'expérience individuelle en ressource commune.
3. Le parcours d'intégration pédagogique. Pour tout nouvel intervenant, un socle minimal (progression, évaluation, posture) avant la première séance. Quelques heures qui évitent des mois de tâtonnement.
Aucun des trois ne demande de financement externe. Tous demandent une décision : considérer la pédagogie comme un métier qui s'entretient.
Recevez Le Fil chaque mois
Un regard sur la pédagogie, la formation professionnelle et l'IA. Sans bruit inutile.
