La technologie éducative fait débat depuis l’arrivée massive de l’intelligence artificielle dans les salles de classe. Avec le lancement de Khanmigo en 2023, beaucoup espéraient une révolution de l’apprentissage numérique. Destiné à guider les élèves par le questionnement plus que par la réponse directe, cet outil semblait taillé pour favoriser la réflexion. Mais deux ans plus tard, un constat s’impose : ni les réponses différées, ni les questions personnalisées ne séduisent vraiment les étudiants. De nombreuses recherches menées aux États-Unis révèlent que l’engagement reste limité, surtout chez ceux pour qui la motivation scolaire fait déjà défaut. Ce phénomène interroge le rôle réel de l’IA dans le quotidien scolaire, là où l’intérêt pour l’outil numérique s’émousse dès que l’effort intellectuel devient incontournable. Les politiques éducatives, les enseignants et les parents se retrouvent face à ce paradoxe : comment doper la motivation quand même le robot virtuel ne parvient pas à captiver ?
Retour sur l’expérience Khanmigo : un outil numérique pensé pour l’apprentissage sans tricherie
Le contexte d’apparition de Khanmigo mérite d’abord un rappel précis. La vague de popularité de ChatGPT dès novembre 2022 avait bouleversé les pratiques chez les adolescents. En quelques clics, ces derniers détournaient l’outil vers un usage purement utilitaire : obtenir des réponses toutes faites, faire corriger leurs exercices, voire générer des devoirs complets. Le contrecoup ne s’est pas fait attendre. Les enseignants, mais aussi les chercheurs, ont pointé du doigt une dégradation du niveau général et une baisse constatée des scores aux tests. Craignant que la facilité d’accès à la réponse directe n’ouvre la voie à un apprentissage passif, des voix se sont élevées pour proposer une alternative : des tuteurs IA basés sur la méthode socratique, privilégiant les questions aux solutions instantanées.
Khanmigo fut l’une des réponses les plus médiatisées à cette problématique. Piloté par la Khan Academy et soutenu notamment par Microsoft, l’assistant promettait d’enseigner « sans donner la solution ». L’algorithme avait été soigneusement calibré pour préférer le guidage : relance sur des notions précédentes, rappel progressif des règles, questionnement socratique. Sur le papier, tout était en place pour réconcilier autonomie et accompagnement. Mais la réalité de terrain a déjoué les pronostics initiaux. Des équipes canadiennes, notamment de l’Université de Toronto, ont observé les usages auprès de plusieurs établissements américains sur deux ans. Résultat : si presque tous les élèves ont testé Khanmigo à ses débuts, la majorité l’a très vite délaissé.
Derrière ce délaissement, c’est le fonctionnemment même de l’algorithme qui est remis en cause. Les étudiants, espérant d’abord profiter de l’outil numérique comme d’une « machine à réponses », se sont heurtés au refus de l’IA. Plutôt que de céder à la tentation de la facilité, Khanmigo proposait systématiquement de reformuler le problème, de dialoguer sur les tentatives de l’élève, de relancer par des indices. Une insistance sur la réflexion autonome qui a eu l’effet inverse de la promesse : l’absence de gratification immédiate a découragé la plupart des adeptes du raccourci. Les chiffres collectés montrent un abandon progressif, faute de séduction suffisante pour pousser à persévérer. Le cas illustre la tension, trop souvent évacuée, entre innovation technologique et appétit réel pour l’effort intellectuel.
L’impossibilité d’automatiser la motivation scolaire
Cet échec d’intérêt pour Khanmigo rejoint une idée désormais ancrée chez nombre de pédagogues : l’IA, quelle que soit sa sophistication, ne remplace pas le désir d’apprendre. Les témoignages récoltés sur le terrain montrent que la question centrale n’est pas seulement celle de la forme des questions ou du degré de subtilité des réponses. C’est la motivation intrinsèque qui pèse le plus lourd. Dès lors que l’élève perçoit l’outil numérique comme une contrainte supplémentaire ou un miroir de son incertitude, la tentation du délaissement s’impose. Certains établissements, confrontés à la décroissance de l’engagement, ont préféré remiser la fonctionnalité ou la limiter à des périodes spécifiques, préférant encore le dialogue humain et le tutorat régulier.
Étudiants et changements d’habitudes numériques : la séduction difficile des tuteurs IA
La question de l’engagement d’un public adolescent vis-à-vis de Khanmigo révèle des dynamiques complexes. L’époque n’est plus celle des débuts de l’éducation en ligne, où la seule nouveauté technologique suscitait la curiosité. Dès le départ, les concepteurs de l’assistant pensaient que la promesse d’une aide intelligente suffirait à instaurer de nouvelles habitudes. Mais dans les faits, la séduction du produit s’est vite diluée. Les adolescents, majoritairement, n’associent plus la nouveauté à l’intérêt. Pour capter l’attention, il ne suffit pas d’imposer des questions réfléchies ou de bannir la réponse toute prête.
Des données recueillies dans les classes du Tennessee le démontrent : après la première phase de découverte, la majorité des élèves s’est désintéressée de l’outil. L’absence de jeu, de score immédiat, ou d’émulation par le défi rend l’expérience moins attrayante. Même les dispositifs parallèles (Waggle, IXL, Zearn, DeltaMath) offraient plus de variété ou développaient des routines gratifiantes. La posture de Khanmigo – rappeler à l’ordre, interroger, relancer – n’a pas suffi à compenser ce manque de séduction. Il est frappant de constater que, sur la durée, l’outil numérique s’est parfois trouvé cantonné à une fenêtre marginale de la pratique éducative, loin du soutien annoncé lors de son lancement.
La déception s’exprime aussi chez les équipes pédagogiques poussées à renouveler l’offre numérique, sans disposer de leviers durables pour cultiver la motivation. Le cas de certains collèges français le confirme : après une année d’expérimentation, seuls les élèves les plus autonomes ou déjà motivés continuaient à solliciter l’IA. Pour les autres, le délaissement s’accompagnait d’un retour vers des méthodes plus traditionnelles, ou du moins vers des dispositifs où la compétition et la récompense sont mieux mises en avant. Le fait que le tuteur IA refuse de « donner la réponse » s’est transformé non en atout pédagogique, mais en frein à l’utilisation régulière.
Comparaison avec d’autres outils numériques
Face à cette réalité, des alternatives comme Quizly, qui mise sur l’automatisation de quiz et de flashcards à partir du contenu PDF, commencent à gagner du terrain. La logique y est différente : l’étudiant tire un bénéficie immédiat de la transformation de ses documents en exercices interactifs, sans obligation de passer par un dialogue avec un assistant virtuel. Il apparaît que la préférence pour l’autonomie et l’efficacité court-circuite parfois les ambitions pédagogiques fondées sur le questionnement progressif. Ce constat nourrit le débat sur la place réelle des tuteurs IA à venir, dans un univers numérique qui ne cesse de se diversifier.
L’absence de réponses directes : une stratégie pédagogique peu séduisante pour la génération actuelle
À la racine du délaissement de Khanmigo se trouve le choix de n’offrir que très rarement une réponse explicite. Cette approche, qui vise à renforcer l’apprentissage en obligeant l’élève à progresser seul, suppose un haut degré d’autonomie. Or, la majorité des étudiants actuels est habituée à une gratification plus directe, héritée de l’environnement numérique dans leur vie quotidienne. L’idée d’une aide qui « ne donne pas la réponse » mais oriente par étapes successives heurte des habitudes construites autour de l’instantanéité.
Les premières déclinaisons de Khanmigo, testées à grande échelle, suivaient ce principe de rigidité : pas de solution donnée avant que l’utilisateur n’ait tenté de résoudre le problème seul. À force de ne rien obtenir de concret, une partie croissante des adolescents s’est tournée vers des alternatives, voire vers l’oubli pur et simple de la plateforme. L’esprit même du robot – questionner et recadrer – finit par provoquer une lassitude, dans un contexte où la persévérance n’est pas érigée en valeur dominante. Les équipes de la Khan Academy ont bien tenté de corriger le tir, insérant l’IA directement dans l’interface des exercices au lieu d’une fenêtre séparée, ou limitant l’affichage des indices aux situations d’échec avéré. Mais les usages n’ont guère évolué dans le sens espéré.
Ce phénomène met en lumière une difficulté structurelle : la pédagogie par l’effort, lorsque portée par un automate, séduit peu si elle ne s’accompagne pas d’un minimum de reconnaissance immédiate. Certains responsables scolaires s’appuient sur ce constat pour repenser la gamme des services numériques à proposer, préférant parfois revenir à des dispositifs intégrant récompense ou gamification. Sensiblement, le site Tendance Actu illustre bien que ces tensions s’étendent à tous les niveaux de l’enseignement : l’attente de solutions rapides et efficaces se retrouve autant dans le financement que dans l’éducation au quotidien.
L’évolution des usages : retours d’expérience et adaptations de Khan Academy
Devant la dégringolade de l’engagement, les concepteurs de Khanmigo n’ont pas tardé à revoir leur copie. La version testée dans les écoles américaines, séparée de l’interface principale, imposait une démarche volontaire de l’élève : quitter la page classique pour solliciter l’IA. Cette conception marginalisait de fait l’outil numérique, alors que l’objectif était d’ancrer son recours dans le parcours habituel. Pour corriger cette orientation, la plateforme a réintégré l’assistant au sein même de la compréhension des exercices, offrant ainsi une interaction plus fluide. À chaque erreur, Khanmigo intervient désormais sans que l’utilisateur ait à le demander, limitant la tentation du délaissement immédiat.
Une nouvelle mesure a consisté à valoriser l’effort post-erreur. Les élèves obtenant la bonne réponse après avoir demandé l’aide de l’IA peuvent désormais valider leur performance comme si elle n’avait jamais été entachée d’un échec précédent. Du côté de l’institution, ce mécanisme vise à « créditer » la persévérance et réduire la frustration. Les premiers retours, toutefois, restent contrastés. Un faible nombre d’élèves bénéficient de cette fonctionnalité, par manque d’envie de re-tenter l’exercice après une première tentative infructueuse. Ce constat résonne avec celui dressé par d’autres initiatives éducatives : le levier de la motivation extrinsèque (point ou validation) ne compense pas l’absence d’un intérêt authentique, surtout chez ceux déjà décrochés du système.
Dans certains collèges français, le déploiement de nouveaux outils numériques, dont Khanmigo, s’accompagne d’une réflexion sur la personnalisation du parcours. Mais la diversité des profils rend complexe l’identification d’une méthode universelle. Certains établissements, à l’image de ceux cités dans cet article, font face à des situations budgétaires tendues et arbitrent entre innovation et continuité. La logique du « tout IA » marque une pause, au profit de dispositifs hybrides, où l’outil numérique n’est plus présenté comme LA solution, mais comme un recours parmi d’autres, avec ses avantages et ses limites reconnues.
Les défis persistants de la motivation et de la performance en éducation numérique
Au bout du compte, l’échec partiel de Khanmigo interroge l’ensemble des acteurs de l’éducation. Le modèle du tuteur IA, pensé pour contraindre l’élève à trouver seul la solution à force d’être questionné, ne peut à lui seul susciter une adhésion durable. Le délaissement progressif de l’outil révèle que l’apprentissage nécessite plus qu’un accompagnement personnalisé : il faut, en amont, donner du sens à l’effort. Les politiques publiques, comme les directions de collèges, cherchent désormais à identifier ce qui conditionne la motivation pour l’apprentissage. On ne peut attendre d’une assistance numérique qu’elle remplace l’opiniâtreté ou l’appétit du savoir.
Les données issues des établissements américains et français, agrégées depuis 2024, montrent que la faible utilisation du tuteur IA ne s’explique pas uniquement par une question de conception. La réalité quotidienne reste la même : pour qu’un étudiant soit séduit par une plateforme, il doit y voir un bénéfice immédiat ou une utilité claire dans la progression de son parcours. Faute d’un tel ressort, ni les questions guidantes, ni l’absence de réponses directes ne suffisent à maintenir l’attention sur la durée.
Ce constat rejoint d’autres débats sur la pertinence des filières, l’équilibre entre innovation et rendement, ou encore la notion de performance à l’université. L’avenir dira comment évoluera la place des robots pédagogiques, mais l’expérience récente de Khanmigo montre que la séduction de l’outil numérique ne se décrète pas : elle s’accompagne, ou non, d’un intérêt véritable pour l’apprentissage. En somme, seule une dynamique globale, intégrant aussi bien la dimension humaine que digitale, semble en mesure de briser ce cercle du délaissement des technologies éducatives.