IA pour les enseignants : ce que j'ai vu fonctionner sur le terrain, en interrogeant ceux qui s'en servent vraiment

En bref : Les enseignants interrogés utilisent surtout l'IA pour préparer leurs cours et créer des exercices différenciés, avec un gain de temps réel sur la prépa hebdomadaire. La sortie IA reste un brouillon à retravailler, jamais un livrable. La notation ne se délègue pas, mais le feedback et la conception de supports peuvent être assistés.

Je ne suis pas enseignant. Pour cet article, j'ai interrogé en mars-avril 2026 huit enseignants qui utilisent l'IA au quotidien : trois profs de collège (français, maths, histoire), deux profs de lycée (philo, SVT), une enseignante en école primaire, et deux formateurs adultes (informatique, langues). Voici ce qu'ils m'ont dit de leur usage réel, les outils qu'ils ont gardés, ceux qu'ils ont abandonnés, et leur position sur la triche.

Ma méthode

J'ai construit un questionnaire d'une dizaine de questions sur leur usage personnel, les outils testés, le gain de temps perçu, leur gestion de l'IA chez les élèves, et leurs principales déceptions. Trois ont accepté un entretien d'une heure pour creuser. Je restitue ici ce qui revient le plus, en croisant avec mon propre usage de ces outils dans d'autres contextes professionnels.

Préparer les cours : le gain le plus net

Sur les huit enseignants, sept utilisent ChatGPT ou Claude pour structurer leurs séquences pédagogiques. Le prompt type qui revient : "Crée une séquence de 4 heures sur [sujet], niveau [classe], programme français [référentiel], avec objectifs d'apprentissage, activités, modalités d'évaluation."

La prof de SVT m'a chronométré sa préparation hebdo : 5h30 avant ChatGPT, 3h depuis qu'elle l'utilise systématiquement. C'est l'ordre de grandeur du gain partagé par les autres. Tous insistent sur la même chose : la sortie IA est un brouillon, jamais un livrable. Ils retravaillent, ajustent au niveau réel de leur classe, et notamment intègrent les contextes locaux que l'IA ne connaît pas.

Création d'exercices variés. C'est la deuxième utilité la plus citée. Demander dix variantes d'un même exercice avec progressivité de difficulté permet une vraie différenciation pédagogique sans tripler le temps de prépa. La prof de maths m'a montré comment elle génère trois niveaux d'un même problème en cinq minutes — avant, c'était trente minutes pour deux niveaux maximum.

Adaptation au programme. Le ministère de l'Éducation nationale publie ses référentiels et programmes officiels. Tous les profs interrogés croisent les sorties IA avec ces référentiels — sans cette étape, on perd la garantie de conformité.

Supports de cours et différenciation

Canva : utilisé par cinq sur huit pour créer des supports visuels (présentations, infographies, fiches de révision). Les templates pédagogiques + génération IA permettent de produire un support propre en 15 minutes là où ça prenait une heure dans PowerPoint.

Gamma et outils de présentation IA : moins répandu chez mes interrogés. Deux l'ont testé, un seul l'a gardé pour les présentations en formation adulte.

Napkin.ai : pour générer des schémas à partir d'un texte (tableaux comparatifs, arbres de décision, mind maps). Un prof d'histoire l'utilise pour ses fiches synthèse de chapitre.

Correction et feedback : prudence partagée

Tous les profs interrogés sont alignés : la notation ne se délègue pas à l'IA. Mais le tri initial et la génération de feedback peuvent être assistés.

Rubrics partielles. Un prof de français utilise Claude pour un premier niveau de tri sur des copies anonymisées (cohérence du plan, présence d'arguments, qualité de la conclusion). Il garde la décision finale et la notation. Gain estimé : 30 % du temps de correction sur les rédactions longues.

Feedback personnalisé. Pour les erreurs récurrentes (accord du participe, formule mal posée, raisonnement incomplet), avoir des formulations de feedback préparées et adaptées à l'âge des élèves fait gagner du temps. Trois profs ont construit des "bibliothèques de feedbacks" avec Claude.

Avertissement partagé : tous ont insisté sur le fait que l'IA peut hallucinier sur des sujets précis. Vérifier les contenus pédagogiques générés est non négociable. Sur la prof d'histoire, ChatGPT a inventé une référence historique inexistante qui aurait pu se retrouver dans une fiche distribuée si elle n'avait pas vérifié.

Tutoriels adaptatifs : utiles mais à doser

Khanmigo de Khan Academy, Duolingo et les outils d'exercices mathématiques adaptatifs ont été testés par mes interrogés avec des résultats mitigés.

Les retours positifs portent surtout sur les usages individuels (élèves qui s'entraînent à la maison). En classe, l'usage est plus difficile à orchestrer : tous les élèves n'avancent pas au même rythme, et la gestion des écrans demande un cadrage strict. La prof d'école primaire les a abandonnés après un trimestre de test : "trop de gestion, pas assez de gain par rapport à mes ateliers en petits groupes".

La triche et le plagiat : trois approches qui marchent

C'est le sujet brûlant. Mes interrogés ont convergé sur trois stratégies :

1. Redéfinir les évaluations. Privilégier les oraux, les productions en classe, les analyses de situations inédites. Sur un sujet où l'IA donne une réponse générique en trois minutes, le devoir maison perd son sens d'évaluation. Tous mes interrogés ont basculé une part de leurs notations vers du travail en classe.

2. Intégrer l'IA dans le cours. Enseigner à comparer des réponses IA avec des sources fiables, à identifier les erreurs, à reformuler avec son propre raisonnement. La prof de philo organise des séances où chaque élève doit "démolir" une réponse ChatGPT avec sa propre argumentation. Gain pédagogique double : esprit critique + maîtrise du sujet.

3. Exiger le processus. Brouillons, étapes de raisonnement, justifications orales. L'IA produit un résultat, pas un processus documenté.

Sur les détecteurs IA : sept enseignants sur huit refusent de les utiliser comme preuve. Mon retour sur les détecteurs de texte IA confirme leur taux de faux positifs élevé, particulièrement défavorable aux élèves non-natifs. Aucune sanction sur la seule base d'un détecteur ne tient pédagogiquement ni juridiquement.

Formation continue : où ils ont trouvé du contenu

Les ressources les plus citées :

• Réseau Canopé (opérateur français de l'EN) : formations accessible sur l'usage pédagogique de l'IA.
• Eduscol : ressources officielles et exemples de scénarios.
• MOOC FUN : formations dédiées à l'IA dans l'éducation.
• Coursera et LinkedIn Learning : pour aller plus loin sur des aspects techniques (prompt engineering).

Ce que j'en retiens

Les enseignants qui ont intégré l'IA avec discernement gagnent du temps sur la prépa et la correction, tout en gardant la main sur la pédagogie. Ceux qui ont voulu déléguer trop ont reculé. Le pattern dominant : usage pour le brouillon et le tri, jamais pour la décision finale.

Pour les opportunités plus larges, mon retour sur IA et éducation — opportunités.