Chapitre 3 : Quand l’accès remplace le savoir

Écologie de l’attention, Surconfiance informationnelle et Preuve de compétence

Auteur·rice

Eloïse JOYEUX, INSA Lyon / ATENA

Date de publication

18 août 2026

Comment former des étudiants à ne pas confondre accès immédiat, production fluide et savoir réellement approprié dans un environnement d’abondance numérique et d’IA générative ?

Mots-clés

Abondance numérique Infobésité Économie de l’attention Écologie de l’attention Mémoire transactive Externalisation cognitive Fluidité de recherche Illusion de savoir Illusion de profondeur explicative Surconfiance informationnelle Métacognition Calibration Vigilance épistémique Difficultés désirables Approche par compétences Preuve de compétence

Ce chapitre prolonge les chapitres 1 et 2 en vous aidant à :

  • Passer de la question « comment l’étudiant apprend-il ? » à la question « comment sait-il qu’il sait ? » ;
  • Relier charge cognitive, prise de notes, externalisation et IA à la difficulté de juger sa propre compréhension ;
  • Comprendre pourquoi l’abondance d’informations déplace la rareté vers l’attention, le tri et le temps de traitement ;
  • Repérer les illusions de compétence produites par la fluidité d’accès, la familiarité et la répétition ;
  • Concevoir des activités qui réintroduisent de la récupération, de l’explication, du doute et du transfert ;
  • Utiliser l’approche par compétences pour évaluer la mobilisation située, le jugement et la responsabilité plutôt que le seul produit final.

Repères essentiels

Ces sept notions permettent d’entrer dans le chapitre sans interrompre la progression. Le glossaire complet est proposé après la conclusion.

Notion Définition courte Question pédagogique associée

Abondance numérique

Situation dans laquelle les informations, sources, réponses et supports sont massivement disponibles. Les étudiants apprennent-ils à filtrer, hiérarchiser et rejeter, ou seulement à accéder ?

Infobésité

Saturation informationnelle qui dépasse les capacités de traitement, d’attention et de décision. La quantité de ressources aide-t-elle ou surcharge-t-elle la tâche ?

Économie de l’attention

Idée selon laquelle l’attention devient une ressource rare lorsque l’information est abondante. Qu’est-ce qui capte, disperse ou soutient l’attention des étudiants ?

Écologie de l’attention

Organisation pédagogique qui protège des temps et espaces de concentration, d’exploration et de recul critique. Le scénario prévoit-il des moments de traitement lent et soutenu ?

Mémoire transactive

Répartition du savoir entre le sujet, les autres et les artefacts qui permettent de retrouver ou produire l’information. L’étudiant sait-il ce qu’il maîtrise et ce qu’il délègue ?

Fluidité de recherche

Facilité subjective avec laquelle une information est retrouvée en ligne. La facilité d’accès est-elle confondue avec une compétence interne ?

Fluidité de production

Facilité avec laquelle un texte, un code, un plan ou une synthèse peut être généré. La qualité formelle du rendu masque-t-elle une compréhension fragile ?

Introduction

Les chapitres 1 et 2 ont installé deux repères :

  • repère cognitif : apprendre, c’est traiter, relier, consolider, reformuler et transférer ;
  • repère épistémique : une production fluide ne prouve pas que le raisonnement a été construit.

Le chapitre 3 déplace le regard vers l’environnement informationnel. L’IA générative s’inscrit dans une transformation plus large : l’information devient abondante, tandis que l’attention, le tri et la vérification deviennent rares.

Le paradoxe à travailler :

  • plus les contenus sont accessibles, plus l’illusion de savoir devient probable ;
  • plus les réponses sont fluides, plus la surconfiance informationnelle augmente ;
  • plus la production est rapide, plus l’évaluation du seul produit final devient fragile.

Centre de gravité du chapitre : déjouer les illusions produites par l’abondance numérique en réintroduisant vigilance, métacognition et preuve de compétence.

Continuité avec les chapitres 1 et 2

Acquis précédents Prolongement dans le chapitre 3
L’apprentissage suppose un traitement actif, pas seulement un accès au contenu. L’abondance numérique rend le traitement actif plus nécessaire, car le problème devient de filtrer, évaluer et intégrer.
La mémoire de travail est limitée et sensible à la surcharge. L’infobésité surcharge la sélection, la comparaison et la décision avant même que le raisonnement disciplinaire commence.
La prise de notes peut devenir verbatim si elle ne transforme pas le contenu. La synthèse IA peut devenir un verbatim augmenté : une forme propre, rapide et externe qui dispense de retraiter.
L’externalisation cognitive peut soutenir ou court-circuiter l’apprentissage. La mémoire transactive numérique oblige à distinguer ce qui est su, ce qui est localisable et ce qui est seulement généré.
L’IA peut produire l’apparence du raisonnement sans garantir la compréhension. La fluidité d’accès et de production peut créer une surconfiance : l’étudiant croit savoir parce que la réponse vient facilement.
Les preuves d’apprentissage doivent rendre visibles justification, correction et transfert. Les preuve de compétence doivent aussi montrer la calibration métacognitive, la vigilance épistémique et l’usage discerné des ressources externes.

Le parcours en trois mouvements

Mouvement Intention pédagogique
1 - écologie de l’attention et infobésité Comprendre comment s’adapter au passage de la rareté de l’information à la rareté de l’attention.
2 - Surconfiance et calibration métacognitive Comprendre quand la fluidité de recherche fait illusion sur le niveau de maîtrise réel.
3 - preuve de compétence et difficultés désirables Déjouer l’illusion de savoir par des situations de mobilisation complexes.

Activité : Auto-test de sensibilisation

AstuceAvant de lire : vos représentations de l’accès au savoir

Pour chaque affirmation, répondez spontanément : plutôt vrai, plutôt faux, cela dépend, je ne sais pas.

N° Affirmation diagnostique Votre réponse
1 Plus les étudiants ont accès à des ressources, plus ils peuvent apprendre en autonomie.
2 La difficulté principale est de trouver l’information fiable.
3 Une synthèse claire aide nécessairement à comprendre.
4 Si un étudiant retrouve rapidement une information, il peut l’utiliser efficacement.
5 La répétition d’une idée dans plusieurs sources renforce sa crédibilité.
6 Une réponse produite avec IA peut être évaluée si elle est correcte et bien argumentée.
7 Demander aux étudiants de chercher avant de leur donner la réponse est toujours préférable.
8 Introduire une difficulté volontaire dans une tâche risque surtout de les décourager.
9 Un oral court permet de mieux vérifier l’appropriation qu’un rendu écrit seul.
10 La compétence se mesure par la capacité à mobiliser des ressources avec discernement.

À reprendre en fin de chapitre : quelles affirmations vous semblent désormais trop rapides ? Quel indice vous permet de distinguer accès, familiarité et maîtrise ?

1 - Écologie de l’attention et infobésité : comment s’adapter au passage de la rareté de l’information à la rareté de l’attention ?

🟢 Essentiel 🔵 Approfondissement

Dans ce chapitre, vous allez :

Comprendre Repérer Agir
Pourquoi l’abondance numérique déplace la contrainte pédagogique vers l’attention, le tri et le temps de traitement. Les situations où trop de ressources dispersent, saturent ou fragilisent le jugement. Concevoir des tâches de filtrage, de hiérarchisation et d’appropriation plutôt que de simple recherche.

Situation ESR

Dans un module de sciences de l’ingénieur, l’enseignant met à disposition le diaporama, un polycopié, des vidéos, des annales corrigées, une liste de sites et plusieurs prompts conseillés pour interroger une IA. Les étudiants déclarent avoir “tout ce qu’il faut”. Pourtant, lors du TD, beaucoup hésitent à choisir une méthode, citent des fragments de sources sans les hiérarchiser et peinent à expliquer pourquoi une solution est plus pertinente qu’une autre.

L’accès ne résout pas le problème de l’apprentissage

L’abondance numérique déplace la difficulté. Le problème n’est plus seulement d’obtenir une ressource, mais de décider quoi en faire.

Ce qui devient facile Ce qui devient difficile Geste pédagogique
Trouver un texte, une vidéo, une réponse IA. Sélectionner et hiérarchiser. Limiter et justifier les sources.
Obtenir une synthèse claire. Évaluer son statut et ses limites. Comparer avec le cours et les preuves.
Reformuler rapidement. Savoir ce que l’on maîtrise réellement. Demander une explication sans support.

L’abondance ne supprime pas la charge cognitive. Elle la déplace vers le filtrage, la vigilance et la calibration métacognitive.

Note

Repère scientifique : voir bibliographie, « Abondance numérique, attention et mémoire transactive ».

Infobésité : quand le surplus empêche de penser

L’infobésité ne désigne pas seulement la présence de beaucoup d’informations. Elle désigne une situation dans laquelle le volume, la vitesse et l’hétérogénéité des sollicitations dépassent la capacité de traitement disponible. Dans ce contexte, l’étudiant peut avoir accès à de nombreuses ressources sans disposer des critères pour les organiser.

Trois effets pédagogiques sont fréquents :

Effet Manifestation observable Risque pour l’apprentissage
Fragmentation attentionnelle L’étudiant passe rapidement d’une source à l’autre. Il accumule des indices sans construire de modèle mental stable.
Fatigue décisionnelle L’étudiant ne sait plus quelle ressource privilégier. Il choisit par facilité, popularité ou ordre d’apparition.
Traitement de surface L’étudiant reconnaît des formulations familières. Il confond familiarité et compréhension.

Mémoire transactive : savoir, retrouver, déléguer

Le chapitre 1 a déjà défini l’externalisation cognitive. Ici, l’enjeu se déplace : dans un environnement d’abondance, l’étudiant doit apprendre à distinguer trois positions.

flowchart LR
  A[Je sais] --> D[Maîtrise interne]
  B[Je retrouve] --> E[Mémoire transactive]
  C[Je génère] --> F[Production assistée]

  D --> G[Expliquer sans support]
  E --> H[Choisir et vérifier une source]
  F --> I[Critiquer et reprendre]

Repère de lecture. L’abondance numérique n’est formatrice que si l’étudiant sait ce qu’il maîtrise, ce qu’il localise, ce qu’il délègue et ce qu’il doit vérifier.

Essentiel : accès, ressource, savoir

Niveau Ce que l’étudiant peut faire Ce que cela ne prouve pas encore
Accès Trouver une ressource, une réponse ou un exemple. Qu’il sait la sélectionner ou l’évaluer.
Repérage Identifier un passage pertinent. Qu’il comprend son statut, ses limites ou son contexte.
Reformulation Redire l’idée dans ses mots. Qu’il peut la mobiliser dans une situation nouvelle.
Appropriation Expliquer, justifier, comparer et transférer. Rien n’est jamais totalement garanti, mais l’inférence devient plus robuste.

Point clé : plus l’accès devient facile, plus la pédagogie doit expliciter les opérations qui transforment l’information en savoir mobilisable.

Carte : abondance numérique et déplacement des contraintes

flowchart LR
  A[Ancien probleme dominant] --> B[Acceder a l information]
  C[Nouveau probleme dominant] --> D[Traiter l information]

  B --> E[Ressource rare]
  D --> F[Attention rare]
  D --> G[Temps de pensee rare]
  D --> H[Criteres de validite rares]

  F --> I[Filtrer]
  G --> J[Approfondir]
  H --> K[Verifier]

  I --> L[Savoir approprie]
  J --> L
  K --> L

Approfondissement : écologie de l’attention

L’économie de l’attention rappelle que l’information abondante produit mécaniquement une concurrence pour l’attention. Une écologie de l’attention déplace la réponse pédagogique : il ne s’agit pas seulement de demander aux étudiants d’être concentrés, mais de concevoir des environnements où la concentration devient possible.

Cela peut passer par des temps sans écran, des ressources limitées mais justifiées, une consigne de tri, une pause de reformulation, un débat sur la validité des sources ou une activité où l’étudiant doit expliciter pourquoi il ignore certaines informations. L’objectif n’est pas de raréfier artificiellement le savoir, mais de protéger le temps de traitement qui permet au savoir de devenir personnellement mobilisable.

NoteCharte IA de l’INSA Lyon

Ce passage éclaire le principe d’esprit critique : l’accès abondant aux ressources suppose de trier, hiérarchiser et vérifier avant de conclure.

NoteTransition

L’abondance ne produit pas seulement de la surcharge. Elle produit aussi de la confiance mal calibrée : parce que l’information vient vite, elle paraît maîtrisée.

2 - Surconfiance et calibration métacognitive : quand la fluidité de recherche fait-elle illusion sur le niveau de maîtrise réel ?

🟢 Essentiel 🟡 Transformer sa pratique 🔵 Approfondissement

Dans ce chapitre, vous allez :

Comprendre Repérer Agir
Comment la facilité d’accès, la familiarité et la répétition deviennent des signaux trompeurs de maîtrise. Les moments où l’étudiant confond “je l’ai vu”, “je l’ai retrouvé” et “je sais l’expliquer”. Introduire des tâches de calibration métacognitive, de rappel, d’explication et de comparaison.

Situation ESR

Avant un contrôle, des étudiants révisent avec une IA qui leur produit des fiches synthétiques et des quiz corrigés. Ils déclarent se sentir prêts : les notions paraissent claires, les exemples sont familiers, les réponses du quiz sont reconnues rapidement. Le jour de l’évaluation, la difficulté apparaît dès qu’il faut résoudre un problème légèrement différent ou expliquer un mécanisme sans support.

La fluidité comme signal métacognitif

La fluidité de traitement désigne l’expérience subjective de facilité : un texte se lit bien, une réponse arrive vite, une explication paraît claire, une notion semble familière. Cette expérience influence les jugements de savoir. Ce qui est facile à traiter est plus facilement jugé vrai, maîtrisé ou compris.

Dans les environnements numériques, cette fluidité devient plus intense. Les moteurs de recherche affichent des réponses immédiates. Les plateformes recommandent des contenus proches. L’IA produit une synthèse structurée en langage naturel. L’étudiant peut donc éprouver une facilité réelle, mais l’attribuer à sa propre compétence plutôt qu’à l’environnement qui a réduit l’effort.

Ce point prolonge le chapitre 2 : la fluidité d’une réponse IA n’est pas seulement un problème de fiabilité externe. Elle devient un problème de métacognition interne. L’étudiant peut mal évaluer ce qu’il sait parce que l’outil lui donne les signes ordinaires de la compréhension : cohérence, rapidité, vocabulaire pertinent, enchaînement logique.

Familiarité, répétition et illusion de profondeur

La répétition renforce la familiarité. Une idée vue plusieurs fois, dans plusieurs formulations ou plusieurs supports, peut sembler plus solide. Pourtant, la familiarité n’est pas la compréhension. Elle peut même stabiliser une illusion : l’étudiant reconnaît la forme, mais ne sait pas reconstruire l’explication.

L’illusion de profondeur explicative rend ce phénomène particulièrement visible. On croit comprendre un mécanisme tant que l’on n’a pas à l’expliquer précisément. Le passage à l’explication révèle alors les lacunes : liens causaux manquants, vocabulaire approximatif, étapes sautées, conditions d’application mal identifiées.

L’IA peut amplifier cette illusion parce qu’elle fournit directement des explications complètes. L’étudiant lit, reconnaît, acquiesce, puis croit avoir compris. Mais tant qu’il n’a pas récupéré l’information de mémoire, reformulé le mécanisme, identifié ses incertitudes et appliqué l’idée à un cas voisin, l’appropriation reste incertaine.

Note

Pour aller plus loin : Benjamin, Bjork & Schwartz ; Roediger & Karpicke. Voir bibliographie, « Fluidité, illusion de savoir et métacognition ».

Performance immédiate et apprentissage durable

Une idée centrale des travaux sur l’apprentissage est que performance et apprentissage ne coïncident pas toujours. Une tâche facilitée peut améliorer la réussite immédiate sans produire une mémorisation durable. À l’inverse, certaines difficultés ralentissent l’exécution, mais soutiennent la consolidation : récupération active, espacement, entrelacement, variation de contexte, verbalisation des choix.

Dans un contexte d’IA, cette distinction devient décisive. Si l’outil supprime trop tôt l’effort de recherche, d’hypothèse ou de justification, il peut améliorer le rendu tout en fragilisant l’apprentissage. Mais si l’outil est utilisé après une première tentative, comme support de comparaison, de critique ou de feedback, il peut devenir un levier de métacognition.

Note

Repère scientifique : voir bibliographie, « Difficultés désirables, apprentissage durable et évaluation ».

Essentiel : quatre confusions à déjouer

Confusion Formulation fréquente Réponse pédagogique
Accessible = su “Je saurai le retrouver.” Demander une récupération sans support.
Fluide = compris “C’est clair quand je le lis.” Demander une explication en étapes.
Familier = maîtrisé “Je l’ai déjà vu plusieurs fois.” Proposer un cas nouveau ou inversé.
Produit = compétence “Le rendu est bon.” Vérifier les choix, les limites et le transfert.

Carte : de la fluidité à la surconfiance informationnelle

flowchart TB
  A[Interface fluide] --> B[Reponse rapide]
  A --> C[Texte clair]
  A --> D[Repetition familiere]

  B --> E[Effort percu faible]
  C --> E
  D --> F[Familiarite]

  E --> G[Jugement de maitrise]
  F --> G

  G --> H{Calibration correcte ?}
  H -->|Non| I[Surconfiance]
  H -->|Oui| J[Metacognition ajustee]

  I --> K[Risque de competence apparente]
  J --> L[Appropriation plus robuste]

Recommandé : activité “je sais / je retrouve / je dois vérifier”

AstuceActivité pédagogique

Donnez aux étudiants une notion centrale du cours et demandez trois colonnes avant toute consultation de ressources ou d’IA.

Colonne Ce que l’étudiant écrit Fonction cognitive
Je sais sans aide Définition, schéma, procédure ou exemple reconstruit de mémoire. Récupération active.
Je peux retrouver Source, formule, norme, documentation ou prompt utile. Mémoire transactive consciente.
Je dois vérifier Point incertain, condition d’application, limite ou source à contrôler. Vigilance épistémique.

Après consultation des ressources, demandez une ligne de calibration : ce que je croyais savoir / ce que j’ai confirmé / ce que j’ai corrigé.

Approfondissement : disfluidité productive

Introduire une disfluidité ne signifie pas rendre la tâche inutilement pénible. Il s’agit de créer une friction courte et ciblée qui empêche la confusion entre reconnaissance et compréhension. Par exemple : attendre vingt secondes avant de consulter une réponse, écrire une hypothèse personnelle, expliquer un mécanisme sans support, résoudre un cas voisin, ou comparer deux réponses contradictoires.

Cette friction est productive si elle sert explicitement l’objectif d’apprentissage. Elle devient contre-productive si elle ajoute une difficulté administrative, technique ou opaque qui ne contribue pas au raisonnement. Le critère de conception reste donc le même que dans le chapitre 1 : distinguer l’effort cognitif utile de la surcharge inutile.

NoteCharte IA de l’INSA Lyon

Ce passage éclaire le principe de primauté humaine : apprendre demande une calibration personnelle, pas seulement un accès rapide à une réponse disponible.

NoteTransition

Si la fluidité crée une illusion de savoir, la réponse pédagogique ne peut pas être seulement de vérifier plus. Elle consiste à construire des situations où l’étudiant doit mobiliser, expliquer et transférer.

3 - Preuves de compétence et difficultés désirables : comment déjouer l’illusion de savoir par des situations de mobilisation complexes ?

🟢 Essentiel 🟡 Recommandé 🔵 Approfondissement

Dans ce chapitre, vous allez :

Comprendre Repérer Agir
Pourquoi l’approche par compétences devient un cadre robuste quand produire devient facile. Les évaluations trop centrées sur le produit final ou la restitution fluide. Construire des preuves de mobilisation, de jugement, de transfert et de responsabilité.

Situation ESR

Dans un projet de programmation, les étudiants doivent produire une application fonctionnelle et un court rapport technique. L’IA est autorisée. Plusieurs livrables sont satisfaisants, mais l’enseignant ne sait plus exactement ce qu’il évalue : la compétence de conception, la capacité de correction, la qualité du prompt, l’intégration d’un code généré, ou la simple conformité du produit final.

Pourquoi le produit final ne suffit plus

Lorsque produire était coûteux, le produit final constituait souvent un indice raisonnable de maîtrise. Rédiger un texte argumenté, produire un code fonctionnel ou structurer une analyse supposait généralement d’avoir réalisé une part importante du raisonnement. L’IA générative rend ce lien moins fiable. Un étudiant peut produire un livrable correct avec une appropriation partielle, tandis qu’un autre peut mobiliser l’IA de manière exigeante, critique et réellement formatrice.

Le problème n’est pas moral, mais évaluatif : l’indicateur mesure-t-il encore ce qu’il prétend mesurer ? Si l’objectif est la compétence, il faut observer au delà de la conformité du résultat. Il faut rendre visibles les ressources mobilisées, les choix, les arbitrages, les vérifications, les corrections, les limites et le transfert.

Cette logique prolonge le chapitre 2 sur la “boîte de verre”. Le chapitre 3 en précise la colonne vertébrale : l’approche par compétences. Une compétence n’est pas seulement un stock de connaissances. C’est un savoir-agir situé, mobilisant des ressources internes et externes pour traiter une situation complexe avec discernement.

Note

Repère scientifique : voir bibliographie, « IA générative, vigilance et approche par compétences ».

Approche par compétences : mobiliser avec discernement

L’approche par compétences permet d’éviter deux impasses. La première consisterait à interdire les outils pour préserver une image ancienne de la maîtrise. La seconde consisterait à accepter toute production assistée comme preuve suffisante. Entre les deux, la compétence se définit par une mobilisation située : savoir quoi utiliser, quand, pourquoi, avec quelles limites et sous quelle responsabilité.

Dans un environnement outillé, les ressources externes font partie de l’action professionnelle. Un ingénieur mobilise des normes, de la documentation, des logiciels, des collègues, des bibliothèques, des modèles et parfois des IA. Mais il reste responsable de l’interprétation, de la décision et des conséquences. C’est cette responsabilité qui doit devenir observable en formation.

Carte : construire une preuve de compétence

flowchart TD
  A["1. Situation complexe<br/>Problème situé, non routinier"]

  B["2. Ressources<br/>Savoirs, documents, outils, IA<br/><b>Dimension : mobilisation des ressources</b>"]

  C["3. Action étudiante<br/>Choisir, combiner, arbitrer<br/><b>Dimension : jugement</b>"]

  D["4. Produit final<br/>Ce qui est remis"]

  E["5. Processus documenté<br/>Chemin, essais, corrections<br/><b>Dimensions : métacognition + correction</b>"]

  F["6. Justification<br/>Pourquoi cette solution ?<br/><b>Dimension : jugement</b>"]

  G["7. Vérification<br/>Sources, tests, limites<br/><b>Dimension : vigilance épistémique</b>"]

  H["8. Transfert<br/>Cas voisin ou contrainte nouvelle<br/><b>Dimension : transfert</b>"]

  I["9. Responsabilité<br/>Risques et limites assumés<br/><b>Dimension : responsabilité</b>"]

  J{"Preuve robuste ?"}

  K["Compétence inférable<br/>Mobilisation + jugement + transfert"]

  A --> B --> C --> D --> E --> F --> G --> H --> I --> J --> K

Dimension de la compétence Étape(s) de la carte Trace possible Question d’évaluation
Mobilisation des ressources 2 Liste commentée des ressources internes, externes et IA. Les ressources sont-elles choisies ou seulement empilées ?
Jugement 3 et 6 Justification d’un choix, d’un compromis ou d’un rejet. L’étudiant sait-il pourquoi cette option est préférable ?
Vigilance épistémique 7 Vérification de source, test, contradiction, limite identifiée. La validité est-elle contrôlée ou seulement supposée ?
Métacognition 5 Auto-évaluation : certain, incertain, à consolider. L’étudiant calibre-t-il correctement son niveau ?
Correction 5 Version initiale, erreurs repérées, modifications argumentées. L’étudiant apprend-il de l’écart entre réponse et critère ?
Transfert 8 Variation de contexte ou contrainte nouvelle. La compétence tient-elle quand la situation change ?
Responsabilité 9 Explicitation des risques et limites de la solution. L’étudiant peut-il assumer la production finale ?

Recommandé : scénario “cerveau d’abord, IA ensuite”

Étape Consigne Fonction pédagogique
1. Hypothèse personnelle Produire une première réponse, un schéma ou une stratégie sans IA. Préserver la récupération et l’engagement initial.
2. Consultation outillée Interroger l’IA ou les ressources selon une question explicite. Utiliser l’outil comme ressource, non comme substitut.
3. Comparaison critique Repérer accords, écarts, oublis, simplifications et erreurs. Activer la vigilance épistémique.
4. Révision argumentée Modifier la réponse en justifiant ce qui est conservé ou rejeté. Rendre visible la supervision.
5. Transfert court Adapter à une contrainte ou un cas voisin. Vérifier l’appropriation.
6. Calibration Indiquer ce qui est maîtrisé, incertain, à revoir. Ajuster la métacognition.
NotePourquoi inverser l’ordre habituel ?

Le réflexe spontané des étudiants est d’interroger l’IA avant de structurer leur propre pensée, ce qui déclenche l’illusion de maîtrise. Ce scénario garantit que l’outil vient nourrir et corriger un raisonnement déjà engagé, et non s’y substituer.

Approfondissement : difficultés désirables et justice pédagogique

Les difficultés désirables doivent être pensées avec prudence. Une difficulté est désirable lorsqu’elle renforce l’apprentissage durable : récupération, espacement, variation, justification, comparaison. Elle ne l’est pas lorsqu’elle augmente seulement la charge matérielle, l’anxiété, l’implicite ou l’inégalité d’accès aux codes académiques.

Dans une pédagogie inclusive, la friction doit être explicite : les étudiants doivent comprendre pourquoi on leur demande de chercher avant de consulter, d’expliquer avant de corriger, ou de transférer avant de conclure. La difficulté devient alors un levier de professionnalisation plutôt qu’un obstacle caché.

Pour aller plus loin : Bjork & Bjork ; Soderstrom & Bjork ; Roediger & Karpicke.

NoteCharte IA de l’INSA Lyon

Principe associé Ce passage éclaire le principe de traçabilité : une compétence doit pouvoir être reliée à des choix, des critères, des vérifications et des transferts.

Ce que ce chapitre met en évidence
Lorsque l’information et les productions deviennent facilement accessibles, le produit final ne suffit plus toujours à démontrer ce que l’étudiant sait réellement mobiliser.

Ce que la Charte demande de préserver
Les enseignants sont invités à ajuster les modalités d’évaluation afin que soient évaluées les compétences de l’étudiant et non celles d’une autre intelligence. L’utilisation d’une IAG doit en outre être documentée lorsqu’elle intervient dans un travail universitaire.

Traduction pédagogique
Rendre visibles la justification, la vérification, les corrections, le transfert et les conditions d’usage de l’IA, plutôt que d’évaluer uniquement le livrable final.

Repères : Charte IA INSA Lyon, §2.2 et §4.2-4.3.

Carte d’aide à la décision pédagogique

🟢 Essentiel

Objectif : décider quand l’accès, la recherche ou l’IA soutiennent l’apprentissage, et quand ils risquent de créer une illusion de compétence.

Objectif Risque Trace à demander
Découvrir un domaine. Confondre panorama et maîtrise. Carte des questions ouvertes.
Comprendre un mécanisme. Prendre la clarté pour de l’appropriation. Explication en étapes sans support.
Résoudre un problème. Déléguer trop tôt. Hypothèse initiale puis comparaison.
Vérifier une information. Confondre popularité et validation. Source, preuve, limite.
Produire un livrable. Évaluer seulement le produit final. Journal de décisions.
Évaluer une compétence. Rendre le processus invisible. Justification, oral court, transfert.

Étude de cas : transformer une recherche documentaire assistée par IA

Situation initiale

Dans un enseignement d’innovation, les étudiants doivent produire une note de synthèse sur un enjeu sociotechnique : sobriété numérique, IA en santé, cybersécurité ou transition énergétique. Les consignes autorisent les ressources en ligne et l’IA. Les notes rendues sont structurées, bien écrites et souvent convaincantes, mais les références sont inégales, les controverses peu discutées et les étudiants peinent à distinguer fait établi, opinion experte, hypothèse et recommandation.

Diagnostic

Le problème n’est pas que les étudiants aient utilisé des outils numériques. Le problème est que la tâche évalue surtout la capacité à produire une synthèse fluide. Elle rend peu visibles les opérations décisives : choix des sources, critères de crédibilité, traitement des contradictions, formulation des incertitudes, limites du raisonnement et appropriation personnelle.

La situation cumule trois risques du chapitre :

Risque Indice observable Effet possible

Infobésité

Beaucoup de sources citées, peu hiérarchisées. Empilement au lieu d’argumentation.

Surconfiance informationnelle

Ton affirmatif, peu de zones d’incertitude. Familiarité confondue avec compréhension.
Produit final fragile Note bien rédigée mais défense orale faible. Compétence difficile à inférer.

Transformation proposée

Moment Risque Transformation
Avant la recherche Recherche sans orientation. Formuler trois questions et une hypothèse initiale.
Recherche Accumulation de sources. Limiter à cinq sources justifiées.
Usage IA Synthèse acceptée trop vite. Produire une synthèse contradictoire à critiquer.
Traitement Statuts mélangés. Classer fait, interprétation, hypothèse, recommandation.
Rédaction Conclusion trop assurée. Ajouter “ce que nous ne pouvons pas conclure”.
Transfert Compétence locale. Appliquer la grille à une controverse voisine.

Grille d’évaluation rapide

Fiche action : ce que je peux faire dès demain

Intention Action simple Effet attendu
Réduire l’infobésité Limiter volontairement le nombre de ressources et demander leur justification. Passer de l’accumulation au tri.
Préserver l’engagement initial Demander une hypothèse personnelle avant recherche ou IA. Éviter la délégation immédiate.
Calibrer la compréhension Faire compléter “je sais / je retrouve / je dois vérifier”. Distinguer savoir interne et ressource externe.
Déjouer la fluidité Demander une explication sans support après lecture d’une synthèse. Tester l’appropriation réelle.
Installer une vigilance épistémique Faire classer les affirmations selon leur statut : fait, hypothèse, interprétation, recommandation. Développer le jugement critique.
Rendre visible la compétence Ajouter une justification, une correction ou un transfert court. Ne plus dépendre du seul produit final.
Utiliser l’IA comme miroir Comparer une réponse IA à une première réponse étudiante. Transformer l’écart en apprentissage.

Auto-positionnement final

AstuceSe situer après le chapitre

Répondez de 1 à 4 : 1 = pas du tout, 2 = rarement, 3 = souvent, 4 = systématiquement.

N° Question d’auto-positionnement final Position actuelle Piste d’action
1 Est-ce que je distingue accès aux ressources et autonomie réelle d’apprentissage ?
2 Est-ce que je fais travailler le tri et la hiérarchisation, au-delà de la recherche d’une information fiable ?
3 Est-ce que je vérifie qu’une synthèse claire a été comprise, et pas seulement reconnue comme claire ?
4 Est-ce que je teste la capacité à utiliser une information retrouvée rapidement dans une situation nouvelle ?
5 Est-ce que je fais discuter la répétition d’une idée dans plusieurs sources comme indice insuffisant de crédibilité ?
6 Est-ce que j’évalue une production assistée par IA par ses choix, vérifications et justifications, pas seulement par son exactitude ?
7 Est-ce que je calibre les difficultés demandées, au lieu de supposer que chercher avant de recevoir la réponse est toujours préférable ?
8 Est-ce que j’explique pourquoi certaines difficultés désirables soutiennent l’apprentissage sans décourager inutilement ?
9 Est-ce que j’utilise des oraux courts ou des défenses rapides pour vérifier l’appropriation ?
10 Est-ce que je mesure la compétence par la mobilisation discernée de ressources, et pas seulement par le produit final ?

Lecture par dimensions

Dimension Questions concernées Ce que cela permet d’observer
Gestion de l’abondance 1, 2, 3 Votre capacité à transformer l’accès en tri et en hiérarchisation.

Métacognition

4, 5, 6 Votre attention à la calibration entre sentiment de savoir et maîtrise réelle.
Usage critique de l’IA 7, 9 Votre capacité à faire de l’IA un objet de vérification et de discussion.

Approche par compétences

8, 10 Votre manière de rendre visibles mobilisation, jugement, transfert et responsabilité.

Pour passer à l’action

Choisissez une question pour laquelle vous avez répondu 1 ou 2.

Transformez-la en micro-ajustement pédagogique pour votre prochain cours.

Si votre point faible est… Ajustement simple possible
L’abondance de ressources Supprimer deux ressources et demander aux étudiants de justifier l’usage des restantes.
La distinction accès / savoir Ajouter une récupération sans support avant la correction.
La vigilance épistémique Demander une colonne “source / preuve / limite”.
La calibration métacognitive Faire écrire “ce que je croyais savoir / ce que j’ai corrigé”.
L’usage de l’IA Imposer une hypothèse personnelle avant toute requête.
La preuve de compétence Ajouter un transfert court ou une défense orale de deux minutes.

À retenir

Ce positionnement ne mesure pas votre maîtrise technique des outils numériques. Il mesure votre capacité à protéger les conditions de l’apprentissage dans un environnement où l’accès, la synthèse et la production deviennent très faciles.

Conclusion

Le chapitre 1 montrait que l’apprentissage suppose une activité cognitive réelle : attention, encodage, consolidation, erreur, reformulation et transfert. Le chapitre 2 montrait que l’IA générative brouille les preuves ordinaires de compréhension en produisant des réponses fluides et plausibles. Le chapitre 3 prolonge ces deux acquis en montrant que le problème ne commence pas avec l’IA : il s’enracine dans une transformation plus large du rapport au savoir.

Dans un environnement d’abondance numérique, l’accès n’est plus le principal indicateur de réussite. L’étudiant peut trouver, générer, répéter et reformuler sans nécessairement avoir intégré. La rareté se déplace vers l’attention soutenue, la vigilance épistémique, la calibration métacognitive et la capacité à mobiliser des ressources avec discernement.

La réponse pédagogique ne consiste donc ni à raréfier artificiellement l’information, ni à célébrer la fluidité des outils. Elle consiste à concevoir des situations où l’étudiant doit sélectionner, vérifier, expliquer, corriger, transférer et assumer. C’est précisément là que l’approche par compétences devient centrale : elle permet de dépasser le produit final pour observer la mobilisation située des ressources, le jugement professionnel et la responsabilité.

Former à l’ère de l’IA, c’est apprendre aux étudiants à vivre dans l’abondance sans se laisser gouverner par elle. C’est leur apprendre à distinguer ce qui est disponible, ce qui est familier, ce qui est produit, et ce qui est réellement compris.

ImportantCe qu’il faut retenir
  1. L’abondance d’information déplace la rareté vers l’attention, le tri et le temps de traitement.
  2. La fluidité d’accès ou de production peut devenir un signal trompeur de compétence.
  3. La métacognition doit être enseignée : savoir dire ce que l’on sait, retrouve, vérifie ou ignore.
  4. L’IA peut soutenir l’apprentissage si elle intervient dans une chaîne de comparaison, de critique et de transfert.
  5. L’approche par compétences aide à évaluer la mobilisation située, le jugement et la responsabilité plutôt que le seul livrable.

Glossaire complet du chapitre

Ce glossaire rassemble l’ensemble des notions effectivement mobilisées dans le chapitre, avec leur définition courte et la question pédagogique associée.

Notion Définition courte Question pédagogique associée

Abondance numérique

Situation dans laquelle les informations, sources, réponses et supports sont massivement disponibles. Les étudiants apprennent-ils à filtrer, hiérarchiser et rejeter, ou seulement à accéder ?

Infobésité

Saturation informationnelle qui dépasse les capacités de traitement, d’attention et de décision. La quantité de ressources aide-t-elle ou surcharge-t-elle la tâche ?

Économie de l’attention

Idée selon laquelle l’attention devient une ressource rare lorsque l’information est abondante. Qu’est-ce qui capte, disperse ou soutient l’attention des étudiants ?

Écologie de l’attention

Organisation pédagogique qui protège des temps et espaces de concentration, d’exploration et de recul critique. Le scénario prévoit-il des moments de traitement lent et soutenu ?

Mémoire transactive

Répartition du savoir entre le sujet, les autres et les artefacts qui permettent de retrouver ou produire l’information. L’étudiant sait-il ce qu’il maîtrise et ce qu’il délègue ?

Fluidité de recherche

Facilité subjective avec laquelle une information est retrouvée en ligne. La facilité d’accès est-elle confondue avec une compétence interne ?

Fluidité de production

Facilité avec laquelle un texte, un code, un plan ou une synthèse peut être généré. La qualité formelle du rendu masque-t-elle une compréhension fragile ?

Illusion de savoir

Surestimation de sa propre maîtrise parce qu’un contenu paraît familier, accessible ou facile à reformuler. L’étudiant peut-il expliquer sans support ce qu’il pense savoir ?

Illusion de profondeur explicative

Tendance à croire comprendre un mécanisme jusqu’au moment où l’on doit l’expliquer précisément. La tâche oblige-t-elle à expliciter les relations causales ou seulement à reconnaître un résultat ?

Surconfiance informationnelle

Confiance excessive dans sa compréhension, nourrie par la fluidité d’accès, la répétition ou la familiarité. Les étudiants calibrent-ils correctement leur niveau de maîtrise ?

Vigilance épistémique

Capacité à interroger la source, la preuve, le contexte, les critères de validité et les limites d’une information. Comment les étudiants distinguent-ils crédibilité apparente et validité réelle ?

Calibration métacognitive

Ajustement entre ce que l’étudiant croit savoir et ce qu’il peut réellement expliquer, vérifier ou transférer. L’étudiant sait-il identifier ses incertitudes et ses zones fragiles ?

Difficultés désirables

Contraintes qui ralentissent la performance immédiate mais soutiennent l’apprentissage durable. Quelle friction productive peut-on introduire sans décourager ?

Pratique de récupération

Activité consistant à rappeler ou reconstruire un savoir sans le relire immédiatement. Les étudiants doivent-ils récupérer l’information avant de la consulter ?

Approche par compétences

Cadre centré sur la mobilisation pertinente de ressources dans une situation complexe et contextualisée. L’évaluation observe-t-elle l’action située, les choix et le transfert ?

Preuve de compétence

Indice observable permettant d’inférer une mobilisation robuste : justification, arbitrage, correction, transfert, responsabilité. Que prouve le livrable, et que faut-il encore rendre visible ?

Bibliographie indicative

Abondance numérique, attention et mémoire transactive

  • Boullier, D. (2014). Médiologie des régimes d’attention. Dans Y. Citton (dir.), L’économie de l’attention. Nouvel horizon du capitalisme ? La Découverte.
  • Citton, Y. (2014). Pour une écologie de l’attention. Seuil.
  • Fisher, M., Mariani, C., & Keil, F. C. (2021). People mistake the internet’s knowledge for their own. Proceedings of the National Academy of Sciences, 118(43). https://doi.org/10.1073/pnas.2105061118
  • Sahut, G. (2017). L’enseignement de l’évaluation critique de l’information numérique : vers une prise en compte des pratiques informationnelles juvéniles ? tic&société, 11(1), 223-248.
  • Sahut, G., & Tricot, A. (2018). Wikipedia: an opportunity to rethink the links between sources’ credibility, trust and authority. First Monday, 22(11).
  • Sparrow, B., Liu, J., & Wegner, D. M. (2011). Google effects on memory: Cognitive consequences of having information at our fingertips. Science, 333(6043), 776-778.
  • Storm, B. C. (2019). Thoughts on the digital expansion of the mind and the effects of using the Internet on memory and cognition. Journal of Applied Research in Memory and Cognition, 8(1), 29-32.
  • Tricot, A., Lemarié, J., & Sahut, G. (2016). Le document : communication et mémoire. De Boeck Supérieur.
  • Wegner, D. M. (1987). Transactive memory: A contemporary analysis of the group mind. In B. Mullen & G. R. Goethals (Eds.), Theories of group behavior (pp. 185-208). Springer.

Fluidité, illusion de savoir et métacognition

  • Arango, J. (2019). The illusion of explanatory depth. Jorge Arango. https://jarango.com/2019/02/06/the-illusion-of-explanatory-depth/
  • Barr, N., Pennycook, G., Stolz, J. A., & Fugelsang, J. A. (2015). The brain in your pocket: Evidence that smartphones are used to supplant thinking. Computers in Human Behavior, 48, 473-480. https://doi.org/10.1016/j.chb.2015.02.012
  • Benjamin, A. S., Bjork, R. A., & Schwartz, B. L. (1998). The mismeasure of memory: When retrieval fluency is misleading as a metamnemonic index. Journal of Experimental Psychology: General, 127(1), 55-68.
  • Fisher, M., Goddu, M. K., & Keil, F. C. (2015). Searching for explanations: How the Internet inflates estimates of internal knowledge. Journal of Experimental Psychology: General, 144(3), 674-687.
  • Hamilton, K. A., & Qi, L. (2023). Search fluency mistaken for understanding: Ease of information retrieval from the Internet inflates internal knowledge confidence. Social Media + Society, 9(3), 1-12. https://doi.org/10.1177/20563051231195547
  • Reber, R., & Schwarz, N. (1999). Effects of perceptual fluency on judgments of truth. Consciousness and Cognition, 8(3), 338-342.
  • Rozenblit, L., & Keil, F. C. (2002). The misunderstood limits of folk science: An illusion of explanatory depth. Cognitive Science, 26(5), 521-562.
  • Speckmann, F., & Unkelbach, C. (2024). Illusions of knowledge due to mere repetition. Cognition, 247, Article 105791. https://doi.org/10.1016/j.cognition.2024.105791
  • Unkelbach, C., & Rom, S. C. (2017). A referential theory of the repetition-induced truth effect. Cognition, 160, 110-126.

Difficultés désirables, apprentissage durable et évaluation

  • Bjork, E. L., & Bjork, R. A. (2014). Making things hard on yourself, but in a good way: Creating desirable difficulties to enhance learning. In M. A. Gernsbacher & J. Pomerantz (Eds.), Psychology and the real world (2nd ed., pp. 59-68). Worth Publishers.
  • Bjork, E. L., & Bjork, R. A. (2023). Introducing desirable difficulties into practice and instruction: Obstacles and opportunities. Society for the Teaching of Psychology.
  • Bjork, R. A., & Bjork, E. L. (1992). A new theory of disuse and an old theory of stimulus fluctuation. In A. Healy, S. Kosslyn, & R. Shiffrin (Eds.), From learning processes to cognitive processes (Vol. 2, pp. 35-67). Erlbaum.
  • Kapur, M. (2022). Productive failure. In C. E. Overson et al. (Eds.), In their own words. Society for the Teaching of Psychology.
  • Roediger, H. L., III, & Karpicke, J. D. (2006). Test-enhanced learning: Taking memory tests improves long-term retention. Psychological Science, 17, 249-255.
  • Soderstrom, N. C., & Bjork, R. A. (2015). Learning versus performance: An integrative review. Perspectives on Psychological Science, 10(2), 176-199.

IA générative, vigilance et approche par compétences

  • Gerlich, M. (2025). Cognitive offloading or cognitive overload: How AI alters the mental architecture of coping. Journal of Cognitive Psychology (preprint).
  • Tresgots, N. (2025). L’usage de l’intelligence artificielle générative au lycée : entre émancipation et reproduction sociale. Distances et médiations des savoirs.
  • Yan, L., et al. (2025). Distinguishing performance gains from learning when using generative AI. Nature Reviews Psychology, 4(7), 435-436.