Quand une enseignante parle IA aux entreprises
Épisode 14 du podcast « Les PME et l’IA : Histoires vécues » de Yakadata. L’IA et l’apprentissage : les leçons utiles d’une enseignante pour les TPE-PME.
Quand Jean-François Deldon, fondateur de Yakadata, m’a proposé d’intervenir dans son podcast dédié aux TPE-PME, j’ai d’abord été surprise. Moi, enseignante en CE2 et référente numérique, dans un podcast pour dirigeants d’entreprises ? C’était ma première sortie hors de ma sphère habituelle. Et pourtant, la conversation a révélé quelque chose de frappant : les questions que se posent les enseignants face à l’IA sont les mêmes que celles des chefs d’entreprise.
Comment former sans rendre dépendant ? Comment préserver l’effort intellectuel ? Comment encadrer sans brider ? C’est devenu l’épisode 14 du podcast « Les PME et l’IA » — près d’une heure d’échange, et le constat est clair : les mécanismes d’apprentissage ne connaissent pas de frontière entre la salle de classe et l’open space.
Dans cet article, je reviens sur les temps forts de notre discussion :
- La découverte de l’IA par un élève de 14 ans — et ce que ça a déclenché chez moi
- Les quatre piliers de l’apprentissage face à l’intelligence artificielle
- Le côté obscur : dépendance, perte de légitimité, boucle de surcompensation
- L’erreur comme moteur d’apprentissage — en classe comme en entreprise
- Les ponts concrets entre salle de classe et monde des TPE-PME
Tout a commencé avec Thomas
Mon histoire avec l’IA commence par un élève de 14 ans. Thomas, que j’accompagnais en coaching méthodologique, débarque un jour en séance, les yeux brillants : « Vanessa, j’ai utilisé un outil, il est dingue. Ça s’appelle ChatGPT. Tu devrais aller voir, ça va me simplifier la vie. »
Par curiosité, j’y suis allée. Et honnêtement, je n’ai pas décroché pendant deux semaines. J’ai très vite pris le plan payant pour tester les limites de l’outil. J’étais dans ce que je pourrais appeler « l’effet waouh » — complètement absorbée, fascinée par les possibilités.
Heureusement, mes collègues référents numériques m’ont aidée à redescendre. Quand je leur ai parlé de ChatGPT avec enthousiasme, leur réaction a été tout autre : « Vanessa, ça te fait pas un peu peur, tout ça ? » Et à partir de là, j’ai commencé à prendre du recul. À me poser les bonnes questions sur ce qu’il y avait derrière la fascination.
C’est cette trajectoire — de la fascination à la réflexion — qui a donné naissance à tout mon travail autour de l’IA en éducation. Et c’est exactement ce que j’ai raconté à Jean-François dans le podcast. Parce que cette trajectoire, les dirigeants de PME la vivent aussi.
Le podcast : une rencontre improbable
Le podcast « Les PME et l’IA : Histoires vécues » est animé par Jean-François Deldon, CEO et fondateur de Yakadata. Son format : des témoignages concrets de professionnels qui utilisent l’IA au quotidien, loin des discours marketing. L’audience : des dirigeants de TPE-PME qui veulent comprendre ce que l’IA change vraiment dans leur métier.
La mise en relation s’est faite par Clément Durand, via LinkedIn. Jean-François cherchait des profils qui sortent du cadre habituel « tech et business » pour apporter un regard différent. Une enseignante qui parle neurosciences, pédagogie et IA — c’était suffisamment atypique pour l’intéresser.
La première question du podcast : « Pour toi, l’intelligence artificielle, c’est quoi ? » Ma réponse : un outil très puissant dont l’impact dépend entièrement de la main qui le tient. Il peut amplifier les bonnes pratiques comme pousser vers les mauvaises.
Ce qui a structuré notre échange, c’est ce que j’appelle mon triangle de conviction : neurosciences, pédagogie et IA. Pas l’IA seule. Pas la pédagogie seule. Les trois ensemble, parce que c’est à leur croisement que les questions les plus pertinentes émergent — pour les enseignants comme pour les entreprises.
Les quatre piliers de l’apprentissage face à l’IA
Une partie importante de notre échange a porté sur les quatre piliers de l’apprentissage identifiés par les neurosciences (travaux de Stanislas Dehaene au Collège de France). Pour chacun, l’IA peut être un levier ou un obstacle. Tout dépend de la manière dont on l’utilise.
J’ai expliqué à Jean-François que ces piliers — attention, engagement actif, retour d’information et consolidation — ne sont pas des concepts réservés aux spécialistes. Ce sont des mécanismes que chaque enseignant observe au quotidien dans sa classe, et que chaque manager retrouve quand il forme un collaborateur. L’IA vient s’y greffer comme un amplificateur : elle peut renforcer chaque pilier ou, au contraire, le court-circuiter.
Ce qui a particulièrement intéressé Jean-François, c’est que ces quatre piliers s’appliquent autant à un élève de CE2 qu’à un alternant qui découvre son premier poste. Le cerveau apprend de la même façon, quel que soit l’âge. Seul le contexte change.
Les quatre piliers en résumé : pour qu’un apprentissage tienne dans la durée, il faut capter l’attention, engager activement l’apprenant, lui fournir un retour d’information rapide, puis consolider par la répétition. L’IA peut intervenir à chacune de ces étapes — à condition de savoir quand la solliciter et quand s’en passer.
L’attention
L’IA peut capter et maintenir l’attention en vulgarisant un concept complexe, en générant un quiz rapide ou en proposant une explication adaptée au niveau de la personne. Quand on est concentré sur un échange interactif avec l’IA, on est engagé.
L’engagement actif
On peut demander à l’IA de jouer un rôle : un client difficile pour un commercial, un examinateur pour un étudiant, un contradicteur pour affûter un argumentaire. L’apprenant est actif, il réfléchit, il réagit — il ne consomme pas passivement.
Le retour d’information
L’IA excelle pour fournir du feedback immédiat : corriger un texte en expliquant les erreurs, critiquer un raisonnement, identifier les faiblesses d’une argumentation. Un retour précis, sans jugement, disponible à la demande.
La consolidation
Générer des flashcards, créer des fiches de révision, produire des cartes mentales… L’IA facilite la répétition espacée, indispensable pour ancrer les apprentissages dans la mémoire à long terme.
La métaphore de la forêt : j’ai partagé avec Jean-François l’image que j’utilise en classe. Apprendre, c’est se frayer un chemin dans une forêt dense avec une machette. Le premier passage est difficile. Mais si on y revient rapidement, le chemin est encore dégagé. Plus on le répète, plus il devient un sentier clair. Si on attend trop, les lianes repoussent. C’est exactement ce qui se passe dans notre cerveau avec les connexions neuronales.
Le côté obscur : quand l’IA court-circuite l’apprentissage
Le podcast m’a aussi permis d’aborder un sujet qui me tient à cœur : les risques liés à la facilité. Notre cerveau est naturellement programmé pour économiser son énergie. Dès qu’un raccourci se présente, il le prend. L’IA générative est le raccourci ultime.
J’ai parlé à Jean-François de cette image de la jauge d’énergie : on se lève le matin avec une réserve qui diminue au fil de la journée. Le cerveau cherche en permanence à l’économiser. C’est biologique, c’est humain. Mais c’est aussi ce qui nous rend vulnérables face à un outil qui propose de penser à notre place.
J’ai identifié plusieurs pertes en cascade :
- Perte de l’effort intellectuel : on délègue la réflexion, on perd l’habitude de chercher soi-même.
- Perte de compétences : à force de ne plus pratiquer, les savoir-faire s’érodent.
- Perte d’autonomie : la dépendance à l’outil s’installe, on ne sait plus faire sans.
- Perte de lien social : plus on est devant l’écran, moins on échange avec les autres.
- Perte de légitimité : c’est peut-être le plus insidieux.
La boucle légitimité/dépendance : c’est un mécanisme que j’ai personnellement vécu et que j’ai eu besoin de nommer dans ce podcast. On utilise l’IA parce qu’elle est efficace. Puis on se demande : « Est-ce que c’est vraiment moi ? » Le doute s’installe sur ses propres performances. Alors on surcompense en utilisant encore plus l’IA. Ce qui renforce le doute. Et la boucle se referme : plus on délègue, plus on doute de soi, plus on délègue. Nommer ce mécanisme, c’est déjà commencer à s’en libérer.
L’analogie du jardinier : un jardinier utilise un râteau. Ça ne le rend pas moins compétent. Mais c’est un outil familier, ancien, dont on comprend les limites. L’IA est un outil tellement nouveau et puissant qu’il est beaucoup plus difficile de prendre du recul.
L’erreur, moteur essentiel de l’apprentissage
Un moment fort du podcast a été notre échange sur la place de l’erreur. J’ai rappelé un fait simple : un bébé tombe entre 2 000 et 3 000 fois avant de savoir marcher. L’erreur n’est pas un échec, c’est le mécanisme même de l’apprentissage.
Le problème, c’est que plus on grandit, plus l’erreur est perçue négativement. En entreprise, se tromper a un coût. Mais Jean-François et moi sommes tombés d’accord sur un point essentiel : il faut créer des zones d’apprentissage sécurisées où l’erreur est permise.
En classe : on ne met pas un enfant face à une évaluation sans entraînement. On installe un cadre sécurisant où il peut se tromper, recommencer, progresser sans être jugé.
En entreprise : avant d’envoyer un alternant face à un client, on lui propose des simulations. L’IA peut jouer ce rôle de terrain d’entraînement, à condition qu’on ne saute pas l’étape de la réflexion personnelle.
Le parallèle avec l’éducation se tient : un enfant laissé sans cadre se sent perdu. Un enfant trop cadré ne peut pas apprendre par lui-même. En entreprise, c’est la même chose. L’autonomie doit se construire dans un cadre progressif et sécurisant.
De la salle de classe à l’entreprise : des ponts concrets
Les mécanismes d’apprentissage sont les mêmes à 8 ans et à 28 ans. Voici les leviers transférables que nous avons identifiés pendant le podcast.
Autonomie encadrée
Laisser une marge de manœuvre à l’apprenant pour choisir ses portes d’entrée. Ni trop de cadre, ni trop de liberté. C’est le moteur de la motivation.
Partir du concret
En classe comme en entreprise, on apprend mieux à partir d’un problème réel. Les mises en situation sont plus efficaces que les cours théoriques.
Alterner avec et sans IA
Accorder des moments d’entraînement déconnectés de l’outil. Le risque de dépendance est réel, autant chez l’élève que chez le salarié junior.
Comparer les approches
Faire travailler un groupe avec IA directe et un autre avec réflexion préalable. La restitution orale révèle vite la différence de profondeur.
« IA sans pédagogie n’est que ruine de l’apprentissage. »
Vanessa Le Scolan Nguyen, librement inspiré de RabelaisCe que j’en retiens
Cet enregistrement a duré près d’une heure, et le temps est passé très vite. Ce que j’en retiens, c’est que les frontières entre éducation et entreprise sont beaucoup plus poreuses qu’on ne le croit dès qu’il s’agit d’apprentissage.
Les neurosciences ne font pas de distinction entre un enfant de CE2 et un alternant en première année : les mécanismes d’attention, d’engagement, de feedback et de consolidation sont les mêmes. Ce qui change, c’est le contexte. Pas les principes.
C’était aussi un exercice d’honnêteté. J’ai parlé de ma propre fascination initiale, de mes doutes sur ma légitimité, de cette boucle de dépendance que j’ai dû identifier pour m’en détacher. Si cet article résonne avec vous, c’est probablement que vous vivez quelque chose de similaire — que vous soyez enseignant, manager ou indépendant.
Et si je devais garder un seul apprentissage de cette expérience : oser parler à un public qui n’est pas le sien, c’est la meilleure façon de tester la solidité de ses idées. Les questions de Jean-François, venues du monde de l’entreprise, m’ont poussée à formuler autrement ce que je pensais connaître. C’est exactement comme ça qu’on apprend.
Écouter l’épisode 14 : retrouvez l’intégralité de notre échange — « L’IA et l’apprentissage : les leçons utiles d’une enseignante pour les TPE-PME » — sur le podcast « Les PME et l’IA : Histoires vécues » de Yakadata. Disponible sur Spotify, Apple Podcasts, Deezer et Amazon Music.