Publié le 10 mars 2026 Mis à jour le 11 mars 2026
Il fut un temps où la puissance technique se mesurait à la force du bras. Puis elle s’est déplacée vers la maîtrise de l’écriture, de l’imprimerie, de la machine. Aujourd’hui, elle se loge dans un espace moins visible mais plus décisif : la production du langage lui-même. L’IA générative n’ajoute pas simplement un outil à notre environnement numérique ; elle intervient au cœur de l’activité symbolique. Elle rédige, reformule, synthétise, argumente. Elle participe à la fabrication du sens.
Cette capacité n’est pas neutre. Toute technologie qui amplifie la puissance d’agir redistribue les équilibres sociaux. Comme l’épée autrefois ou l’imprimerie plus tard, l’IA générative réduit certains coûts, ici, les coûts cognitifs, tout en créant de nouvelles asymétries. Ceux qui savent dialoguer avec ces systèmes, structurer leurs requêtes, interpréter leurs réponses, voient leur productivité intellectuelle démultipliée. Ceux qui les utilisent sans en comprendre les mécanismes risquent d’en devenir dépendants. L’accès technique ne suffit pas : le pouvoir réside dans la maîtrise.
Nous sommes ainsi confrontés à une question décisive : assistons-nous à l’émergence d’une nouvelle fracture cognitive ? L’IA générative constitue-t-elle un simple instrument d’optimisation individuelle ou bien une transformation structurelle des rapports au savoir, à l’écriture et à l’autorité intellectuelle ? En d’autres termes, devient-elle une arme cognitive, concentrée entre quelques mains, ou peut-elle se muer en alphabet partagé, intégré aux apprentissages et mis au service d’un commun éducatif ?
Ces questions engagent une réflexion sur le pouvoir, la littératie et la responsabilité. Car l’effet émancipateur ou inégalitaire de l’IA générative dépend moins de son existence que des conditions pédagogiques, culturelles et institutionnelles de son appropriation. L’école, les universités, les ingénieurs pédagogiques et les décideurs publics ne sont pas de simples spectateurs : ils sont appelés à orienter le sens de cette technologie.
Interroger l’IA générative, ce n’est donc pas seulement questionner ses usages. C’est analyser le type de pouvoir cognitif qu’elle institue et décider collectivement si nous voulons qu’il demeure concentré ou qu’il devienne partageable.
Si toute technologie est une amplification de puissance, l’IA générative constitue une amplification d’un type particulier : elle agit directement sur les opérations cognitives supérieures. Elle n’augmente pas la force musculaire ni la vitesse de calcul brute ; elle intervient dans la formulation, l’analyse, la structuration du langage et des idées.
En cela, elle mérite d’être qualifiée d’arme cognitive, non au sens militaire, mais au sens stratégique : elle modifie les rapports de force dans l’espace symbolique.
L’IAg opère d’abord comme un puissant mécanisme de réduction des coûts cognitifs. Là où la recherche d’informations exigeait exploration, sélection et hiérarchisation, elle propose une synthèse immédiate. Là où la rédaction supposait élaboration progressive, elle offre une structuration instantanée. Là où l’analyse nécessitait confrontation de sources, elle simule la mise en perspective.
Cette économie cognitive produit un double effet. D’une part, elle libère du temps et de l’énergie mentale. L’utilisateur peut se concentrer sur des tâches de supervision, de validation, d’orientation. D’autre part, elle transforme la nature même de l’effort intellectuel : le travail ne porte plus seulement sur la production brute, mais sur la capacité à guider et à corriger.
L’analogie avec la calculatrice est éclairante, mais insuffisante. La calculatrice automatise un calcul déterministe. L’IAg produit des énoncés probabilistes. Elle ne donne pas un résultat unique, mais une proposition plausible. Le cœur de l’activité se déplace alors vers l’évaluation critique de cette proposition.
L’arme cognitive n’est donc pas tant dans la production que dans la vitesse et l’ampleur de cette production.
Toute technologie bénéficie davantage à ceux qui possèdent déjà les compétences nécessaires pour en exploiter le potentiel. L’IA générative n’échappe pas à cette règle.
Celui qui maîtrise les structures argumentatives, les registres discursifs ou encore les cadres conceptuels saura formuler des requêtes précises, contextualisées, itératives. Il saura demander une reformulation, exiger une explicitation des hypothèses, croiser les perspectives. L’outil devient alors un accélérateur de puissance intellectuelle. Il augmente la productivité sans nécessairement diminuer la profondeur.
À l’inverse, l’utilisateur peu outillé cognitivement tendra à accepter la première réponse comme satisfaisante. L’IA devient alors une source d’énoncés prêts à l’emploi, non interrogés, peu contextualisés. Ce qui était censé être un levier d’émancipation peut se transformer en mécanisme de dépendance.
Dans une lecture inspirée de la sociologie critique, on pourrait dire que le capital culturel se convertit désormais en capital algorithmique. Les dispositions à problématiser, à structurer, à douter deviennent les conditions d’une appropriation stratégique de l’outil. L’inégalité ne disparaît pas ; elle change de forme.
L’illusion la plus répandue consiste à confondre accès et pouvoir. L’accès est aujourd’hui relativement démocratisé : une connexion internet, un compte utilisateur, et l’outil est disponible. Mais la disponibilité ne garantit ni la compréhension ni la maîtrise.
Le véritable pouvoir réside dans l’orchestration. Orchestrer, c’est savoir paramétrer, itérer, comparer des versions, détecter des biais, reformuler une consigne pour affiner la réponse. C’est comprendre que le système fonctionne par probabilités linguistiques, non par vérification factuelle intrinsèque. C’est reconnaître que toute réponse est située, contextualisée, dépendante d’un corpus d’entraînement.
L’asymétrie devient alors subtile. Elle ne se voit pas dans l’interface, identique pour tous. Elle se niche dans la capacité à orienter l’outil. Deux individus disposant du même accès peuvent produire des résultats radicalement différents en qualité, en pertinence et en profondeur.
Ainsi se dessine une nouvelle fracture cognitive : non plus seulement entre ceux qui ont l’information et ceux qui en sont privés, mais entre ceux qui savent piloter les dispositifs symboliques et ceux qui les subissent.
Si l’IA générative agit comme une arme cognitive en amplifiant les capacités de certains tout en accentuant les asymétries, une question plus fondamentale émerge : transforme-t-elle également notre manière même de penser ?
Amplifier la puissance d’agir est une chose. Reconfigurer les structures mentales en est une autre. L’enjeu ne se limite plus à la distribution du pouvoir, mais à la transformation des opérations intellectuelles elles-mêmes.
C’est cette mutation possible entre nouvel alphabet et externalisation du jugement qu’il convient désormais d’examiner.
Si l’IAg agit comme une arme cognitive en redistribuant la puissance d’agir, elle opère aussi à un niveau plus profond : celui des structures mentales. Cette technologie majeure transforme les tâches intellectuelles valorisées et redéfinit les compétences nécessaires pour penser. L’écriture a permis l’abstraction stabilisée ; l’imprimerie a multiplié les voix ; la calculatrice a déplacé l’enseignement des mathématiques vers la modélisation plutôt que vers le calcul manuel.
L’IAg pourrait-elle constituer un nouveau seuil de transformation cognitive ? Devient-elle un nouvel alphabet - un médium structurant notre rapport au savoir - ou bien favorise-t-elle une délégation excessive du jugement ?
Chaque révolution technique a suscité une inquiétude : l’écriture affaiblirait la mémoire, l’imprimerie dissoudrait l’autorité, la calculatrice détruirait le calcul mental. Pourtant, ces outils ont progressivement été intégrés aux apprentissages, au point de devenir invisibles.
Un alphabet ne se contente pas d’ajouter un support ; il reconfigure la pensée. Il rend possible l’analyse, la distance critique, la transmission cumulative. L’écriture n’a pas supprimé la mémoire : elle l’a transformée. La calculatrice n’a pas aboli les mathématiques : elle a déplacé l’effort vers la compréhension des structures.
L’IA générative pourrait s’inscrire dans cette continuité. Elle introduit une nouvelle forme de médiation linguistique : dialoguer avec une machine devient une compétence structurante. Formuler une requête claire, contextualiser un problème, affiner une consigne: ces gestes constituent peut-être les prémices d’une nouvelle littératie.
Mais la comparaison a ses limites. L’écriture et la calculatrice automatisent des opérations déterminées ; l’IA produit des énoncés plausibles sans garantie intrinsèque de vérité. Elle ne se contente pas d’assister ; elle simule la production intellectuelle.
L’IA générative intervient directement dans l’acte d’écrire. Elle propose des formulations, structure des arguments, reformule des textes. Elle agit comme une écriture seconde, un miroir syntaxique capable d’imiter les codes discursifs.
Dans un environnement éducatif, cette capacité bouleverse les repères traditionnels. L’écrit n’est plus nécessairement la trace directe d’un raisonnement individuel. Il peut devenir le résultat d’une interaction homme-machine. La fluidité stylistique ne garantit plus l’authenticité conceptuelle.
Cependant, cette écriture seconde peut aussi devenir un outil d’apprentissage. Reformuler un texte pour en améliorer la clarté, comparer plusieurs versions d’un argument, demander une explicitation d’hypothèses : autant d’usages susceptibles de renforcer la conscience métacognitive.
La question centrale devient alors la suivante : l’IA sert-elle à produire à la place de l’apprenant ou à rendre visibles les mécanismes de production du sens ?
Le danger ne réside pas dans l’outil lui-même, mais dans l’économie cognitive qu’il instaure. Lorsque la production est instantanée, la tentation est grande de confondre rapidité et compréhension.
Une réponse bien formulée peut masquer une absence d’appropriation. Une argumentation cohérente peut être adoptée sans avoir été réellement construite. L’externalisation de l’écriture peut progressivement conduire à l’externalisation du jugement.
Ce phénomène n’est pas nécessairement visible. L’utilisateur peut conserver l’impression d’avoir compris, alors qu’il a simplement validé une formulation plausible. La dépendance n’est pas spectaculaire , elle est silencieuse.
Le risque est alors celui d’une atrophie progressive de certaines capacités : endurance rédactionnelle, formulation personnelle, capacité à supporter l’incertitude avant la clarification. Ce ne sont pas des compétences techniques qui s’érodent, mais des dispositions intellectuelles.
L’IAg ne se contente donc pas d’amplifier la puissance d’agir, elle intervient dans la manière même dont le raisonnement s’élabore et s’exprime. Elle peut devenir un nouvel alphabet cognitif, structurant la pensée par l’interaction dialogique. Elle peut aussi favoriser une délégation invisible du jugement.
Tout dépend des conditions d’usage.
Si l’outil transforme les structures mentales, alors la question n’est plus seulement celle de l’amplification ou de la délégation. Elle devient celle de la compréhension des mécanismes à l’œuvre. Qui comprend comment ces systèmes produisent leurs réponses ? Qui est capable d’en identifier les limites, les biais, les effets de cadrage ?
Autrement dit, après l’amplification et la transformation cognitive, s’impose désormais une interrogation plus décisive encore : celle de la littératie IA comme condition réelle du pouvoir.
Après avoir envisagé l’IAg comme arme cognitive (amplification) puis comme possible nouvel alphabet (transformation des structures mentales), une évidence s’impose : le véritable enjeu ne réside ni dans l’accès technique ni dans la seule question des usages. Il se situe dans la compréhension.
Car l’histoire des technologies montre que le pouvoir ne découle pas mécaniquement de la disponibilité d’un outil. Il dépend de la capacité à en saisir les mécanismes, les limites et les effets. L’IA générative ne fait pas exception. Elle exige une nouvelle forme de littératie, non seulement instrumentale, mais critique.
L’appropriation d’un dispositif technique peut être décrite selon trois niveaux distincts.
Tout dispositif technique produit un certain régime de vérité. Il organise ce qui est visible, dicible, pensable. L’IAg, en produisant des réponses fluides et cohérentes, peut donner l’illusion d’une autorité implicite.
La fluidité syntaxique devient alors un facteur de crédibilité. Or cette crédibilité est performative : elle tient à la forme plus qu’au fond. L’utilisateur peu formé peut confondre cohérence linguistique et robustesse conceptuelle.
Développer une littératie algorithmique signifie apprendre à interroger ce régime de vérité.
Il ne s’agit pas d’adopter une posture de défiance permanente, mais de cultiver une vigilance épistémique. La compréhension du dispositif devient une condition de l’autonomie intellectuelle.
Si le pouvoir dépend de la compréhension, alors la question devient institutionnelle. Qui forme à cette littératie ? Qui explicite les mécanismes ? Qui rend visibles les biais ?
Laisser les apprenants seuls face à l’outil reviendrait à naturaliser ses effets. À l’inverse, intégrer explicitement l’IA dans les curricula permet de transformer un usage spontané en apprentissage réfléchi.
Former à la littératie IA implique plusieurs déplacements :
La responsabilité ne se limite pas à prévenir les dérives ; elle consiste à orienter les usages vers des finalités éducatives explicites. L’enjeu n’est pas de restreindre l’accès, mais d’enrichir la compréhension.
L’IA générative révèle une distinction fondamentale : l’accès n’est qu’une condition minimale ; le pouvoir réside dans la capacité à comprendre et à orienter.
Sans littératie critique, l’outil risque d’accentuer les asymétries déjà décrites. Avec elle, il peut devenir un levier d’autonomie et de discernement. Mais cette littératie ne peut reposer uniquement sur les individus. Elle suppose des cadres pédagogiques, des choix institutionnels, une gouvernance explicite.
Autrement dit, après avoir interrogé l’amplification et la transformation cognitive, la réflexion doit désormais s’élargir : comment transformer cette technologie concentrée en ressource véritablement partagée ?
La question du pouvoir devient alors une question de commun.
Si l’IA générative constitue une technologie de pouvoir cognitif, si elle transforme nos structures mentales et exige une littératie spécifique, alors la question ultime n’est ni technique ni individuelle. Elle est politique et institutionnelle.
Une technologie aussi structurante peut rester concentrée entre les mains de quelques acteurs industriels, de quelques experts capables de la piloter ou devenir une ressource partagée, intégrée à une culture commune. Le passage de l’arme cognitive au commun éducatif suppose des conditions précises : pédagogiques, éthiques et organisationnelles.
Transformer l’IA en ressource partagée implique d’en faire un objet d’enseignement et non un simple outil périphérique. L’intégration implicite favorise les usages spontanés ; l’intégration explicite construit des compétences.
Plusieurs principes peuvent structurer cette institutionnalisation :
L’outil ne doit pas se substituer systématiquement à l’effort intellectuel. Il doit être mobilisé à des moments identifiés, avec des objectifs clairs.
Documenter l’interaction avec l’IA, expliciter les choix de reformulation, justifier les modifications apportées : ces pratiques déplacent le centre de gravité vers la réflexion.
Intégrer des activités où les biais, les erreurs ou les approximations sont analysés collectivement. L’outil devient ainsi support de discussion critique.
Il ne s’agit pas d’encadrer pour restreindre, mais d’encadrer pour rendre intelligible. L’apprentissage de l’IA doit être aussi explicite que celui de l’écriture ou du raisonnement scientifique.
La transformation en commun ne relève pas uniquement des pratiques pédagogiques. Elle suppose une gouvernance claire.
Les institutions éducatives doivent s’interroger sur plusieurs dimensions :
Quels modèles sont utilisés ? Dans quelles conditions de confidentialité et de traitement des données ?
Les règles d’usage sont-elles explicites ? Les responsabilités sont-elles identifiées ?
Une appropriation collective suppose que les enseignants eux-mêmes disposent d’une compréhension critique suffisante.
L’enjeu est celui de la souveraineté cognitive. Une institution qui délègue sans réflexion ses dispositifs pédagogiques à des systèmes qu’elle ne comprend pas renonce partiellement à sa mission de formation autonome. À l’inverse, une institution qui structure les usages transforme la dépendance potentielle en capacité collective.
Pour qu’une technologie devienne un commun, elle doit être appropriable, discutable, transformable. Un outil convivial n’est pas un outil simplifié ; c’est un outil qui augmente la capacité d’agir sans aliéner.
L’IAg peut contribuer à une intelligence collective augmentée :
Mais cette intelligence collective ne surgit pas spontanément. Elle suppose une culture du débat, une éthique de la responsabilité, une conscience des limites techniques.
Un commun n’est pas un simple accès partagé ; c’est une ressource gouvernée collectivement selon des règles explicites. Sans gouvernance, la concentration industrielle et cognitive s’impose. Avec elle, l’outil peut devenir support d’émancipation.
L’IAg n’est ni intrinsèquement émancipatrice ni fatalement inégalitaire. Elle amplifie les capacités existantes, reconfigure les structures mentales et exige une littératie nouvelle.
La question décisive est celle de son institutionnalisation. Sera-t-elle laissée aux dynamiques de marché et aux appropriations individuelles, ou inscrite dans un projet éducatif explicite ?
Transformer une arme cognitive en alphabet partagé exige plus que l’accès : cela requiert des cadres, une formation, une gouvernance et une responsabilité assumée.
Reste alors une interrogation ultime, qui dépasse l’outil lui-même : sommes-nous prêts à considérer la maîtrise des technologies cognitives comme une composante essentielle du bien commun éducatif ?
C’est à cette condition que l’IAg pourra devenir autre chose qu’un facteur d’asymétrie et s’inscrire durablement dans une culture de l’autonomie intellectuelle.
L’IA générative nous place face à une ambiguïté structurante. Elle amplifie la puissance d’agir tout en rendant plus visibles les écarts de maîtrise. Elle peut devenir un accélérateur d’émancipation intellectuelle ou un facteur subtil d’asymétrie cognitive. Elle peut soutenir l’apprentissage ou externaliser silencieusement le jugement.
Tout dépend des conditions dans lesquelles elle est appropriée.
L’erreur serait de réduire le débat à une alternative simpliste entre adoption enthousiaste et refus défensif. L’enjeu n’est pas l’usage en soi, mais la capacité à orienter cet usage. L’accès technique ne constitue qu’un seuil minimal ; le véritable pouvoir réside dans la compréhension des mécanismes, dans la capacité à questionner les réponses produites, dans l’aptitude à articuler assistance et autonomie.
L’IAg n’est pas un simple outil pédagogique supplémentaire. Elle touche au cœur de l’activité symbolique : écrire, argumenter, synthétiser, problématiser. À ce titre, elle redéfinit les compétences nécessaires pour apprendre et pour enseigner. Ignorer cette mutation reviendrait à laisser s’installer une fracture cognitive silencieuse.
À l’inverse, l’instituer explicitement dans les curricula - en développant une littératie algorithmique exigeante, en formant les enseignants, en clarifiant les cadres d’usage et les responsabilités - permettrait de transformer une technologie concentrée en ressource partagée.
La question centrale n’est donc pas : «Faut-il utiliser l’IA générative ?», elle est plus fondamentale : «Voulons-nous former des utilisateurs assistés ou des sujets capables d’orienter les technologies qui structurent leur environnement cognitif ?»
Si l’école assume ce rôle, l’IA pourra devenir un nouvel alphabet, non pas un substitut au raisonnement, mais un support à son approfondissement. Si elle s’en détourne, le pouvoir restera concentré entre ceux qui maîtrisent les dispositifs et ceux qui les subissent.
L’IAg révèle ainsi une vérité plus large : le pouvoir technologique n’est jamais donné, il est appris. Et c’est dans cet apprentissage collectif que se joue la possibilité d’un véritable bien commun cognitif.
Illustration: IAg, nouvelle arme cognitive
Générée par l'IA (Canva) - Flavien Albarras
Références
Auroux, S. (1994). La révolution technologique de la grammatisation : Introduction à l’histoire des sciences du langage. Mardaga.
Digital Promise. (2024). AI literacy: A framework to understand, evaluate, and use emerging technology. Washington, DC : Digital Promise. https://digitalpromise.org/2024/06/18/ai-literacy-a-framework-to-understand-evaluate-and-use-emerging-technology/
Florey, S. (2023). Reconfiguration du littéraire par le numérique : Quelles potentialités didactiques ? Revue de recherches en littératie médiatique multimodale, 18, 39‑55. https://doi.org/10.7202/1108693ar
Fricker, M. (2007). Epistemic injustice : Power and the ethics of knowing.
Kvasny, L. (2005). The Role of the Habitus in Shaping Discourses about the Digital Divide. J. Computer-Mediated Communication, 10. https://doi.org/10.1111/j.1083-6101.2005.tb00242.x
Long, D., & Magerko, B. (2020). What is AI Literacy? Competencies and Design Considerations. Proceedings of the 2020 CHI Conference on Human Factors in Computing Systems, CHI ’20, 1‑16. https://doi.org/10.1145/3313831.3376727
Matjie, M. A., Nethavhani, A., & Matlakala, M. (2026). AI and the digital divide in education. Frontiers in Computer Science, 8. https://doi.org/10.3389/fcomp.2026.1759027
OCDE. (2022). Perspectives de l’OCDE sur l’éducation numérique 2021 : Repousser les frontières avec l’IA, la blockchain et les robots. OECD Digital Education Outlook, 2021. https://doi.org/10.1787/d5fe6bd0-fr
Ong, W. J. (1986). Writing is a technology that restructures thought. In G. Baumann (Ed.), The written word: Literacy in transition (pp. 23–50). Oxford, United Kingdom : Clarendon Press. Version PDF : https://worrydream.com/refs/Ong_1985_-_Writing_is_a_Technology_that_Restructures_Thought.pdf
UNESCO. (s. d.). AI and education : Guidance for policy-makers—UNESCO Bibliothèque Numérique. Consulté 8 mars 2026, à l’adresse https://unesdoc.unesco.org/ark:/48223/pf0000376709
UNESCO. (2023). Guidance for generative AI in education and research. Paris, France : UNESCO. Version française : https://www.unesco.org/fr/digital-education/artificial-intelligence
Yang, Y., Zhang, Y., Sun, D., He, W., & Wei, Y. (2025). Navigating the landscape of AI literacy education : Insights from a decade of research (2014–2024). Humanities and Social Sciences Communications, 12(1), 374. https://doi.org/10.1057/s41599-025-04583-8
Déclaration d’utilisation de l’IA — ChatGPT et Perplexity ont été utilisés comme outils d’assistance pour : (a) l’aide à la revue bibliographique (repérage/tri d’articles et structuration des pistes de lecture), (b) la reformulation de certains passages afin d’en améliorer la clarté et la fluidité, (c) la correction orthographique. L’IA n’a pas produit d’arguments ni de données sans validation : toutes les références ont été vérifiées et aucune citation n’a été inventée. Le contenu, les analyses et les interprétations restent de ma seule responsabilité.
Le fil RSS de Thot Cursus - Besoin d'un lecteur RSS ? FeedBin , Feedly , NewsBlur
Les messages de Thot sur BlueSky
Vous pourriez aussi aimer:
Cette autoformation propose un tour d’horizon de ces technologies et de quelques pistes d’intégration en éducation.
Les erreurs de partage les plus fréquentes (et comment les éviter)
Avec la technologie infonuagique, il n’a jamais été aussi facile de travailler à distance sur des projets. Or, cette facilité peut venir avec des problèmes de sécurité. Il existe des erreurs à ne pas commettre pour éviter des fuites importantes.
Le vrai risque de l’IA : la stupidité, pas la rébellion
Dans de nombreuses histoires de science-fiction, l’intelligence artificielle finit souvent par devenir l’antagoniste de l’humanité et elle tente de l’éliminer. Ce scénario serait-il possible ?
Partager ses lieux coup de cœur avec Mapstr
Il nous est tous arrivé de visiter des endroits locaux ou en voyage que nous recommandons à quiconque nous connaissons. Que ce soit des musées, des restaurants, des bars et autres, nous tenons un genre de carnet personnel d'adresses. Et si nous pouvions le conserver et même le partager avec des proches? C'est ce que propose Mapstr.
Répertoire des services de partage et d'entraide. Cool !
On y propose de l’entraide, des potins, de l'animation sociale ou communautaire, bien sur, mais aussi des services et des produits locaux. Les gens proposent ce qu’ils savent faire de mieux. Par exemple, leurs repas mijotés, leur aide pour peinturer, leur remorque pour dépanner, leur présence pour nourrir le chat, etc. Voici donc les meilleurs sites et apps pour renforcer la toile de nos relations sociales.
