Enseigner à l’ère de l’intelligence artificielle : vers une pédagogie critique et contextualisée en Haïti

Adapter les pratiques d’enseignement dans un système éducatif à ressources limitées

Résumé

L’essor rapide de l’intelligence artificielle (IA), en particulier des systèmes génératifs capables de produire des textes, des images et des raisonnements apparents, transforme profondément les pratiques éducatives à l’échelle mondiale. Toutefois, l’intégration de l’IA dans l’enseignement ne peut être pensée de manière uniforme : elle dépend étroitement des contextes socio-économiques, linguistiques et institutionnels. Cet article propose une analyse scientifique de l’adaptation de l’enseignement à l’IA dans le contexte éducatif haïtien, caractérisé par des ressources numériques inégalement distribuées, l’omniprésence du smartphone, une pluralité linguistique (français–créole) et l’absence, à ce jour, de cadres nationaux explicites sur l’IA éducative. En s’appuyant sur la littérature internationale et sur des recommandations institutionnelles reconnues, l’article développe un cadre pédagogique intégré visant à renforcer la littératie en intelligence artificielle, à repenser les tâches d’apprentissage, à adapter les modalités d’évaluation et à garantir une utilisation éthique et responsable de l’IA à l’école haïtienne.

Introduction

L’intelligence artificielle occupe désormais une place croissante dans les sociétés contemporaines, et le champ éducatif n’y échappe pas. Les outils d’IA générative sont capables d’assister la rédaction, la résolution de problèmes, la traduction et la production de contenus pédagogiques. Dans de nombreux systèmes éducatifs, ces technologies suscitent à la fois des attentes importantes et des inquiétudes, notamment en matière d’intégrité académique, de fiabilité des informations produites et de protection des données.

En Haïti, la question de l’IA en éducation se pose dans un contexte particulier. D’une part, l’accès aux technologies numériques demeure inégal ; d’autre part, les élèves utilisent déjà des outils d’IA dans leurs pratiques informelles, notamment pour la traduction automatique, l’aide aux devoirs via des assistants conversationnels ou la production de contenus partagés sur les réseaux sociaux. Ces usages se développent en l’absence de politiques éducatives claires et de cadres pédagogiques explicitement définis.

Adapter l’enseignement à l’intelligence artificielle ne signifie donc pas introduire systématiquement de nouveaux outils technologiques, mais repenser les finalités de l’enseignement, les méthodes pédagogiques et les modalités d’évaluation afin de préserver le rôle formateur de l’école.

Comment adapter l’enseignement à l’intelligence artificielle dans un système éducatif marqué par de fortes contraintes structurelles, tout en préservant les finalités pédagogiques, l’équité scolaire et l’intégrité académique ?

1. Cadre méthodologique

Cet article repose sur une revue narrative et exploratoire de la littérature scientifique et institutionnelle relative à l’intelligence artificielle en éducation. Les sources ont été consultées sur la période 2022–2025 à partir de bases de données académiques, notamment Google Scholar, ainsi que de rapports d’organisations internationales reconnues.

Les critères d’inclusion portaient sur le caractère évalué par les pairs des publications, leur reconnaissance institutionnelle ou leur pertinence directe pour les enjeux éducatifs. Les travaux strictement techniques ou difficilement contextualisables dans des systèmes éducatifs à ressources limitées ont été exclus. L’objectif n’est pas de proposer une méta-analyse, mais d’articuler les cadres internationaux existants avec les réalités du contexte éducatif haïtien, sans reproduire de modèles exogènes non contextualisés.

2. Transformations induites par l’IA dans l’enseignement

3.1. De l’assistance pédagogique à la dépendance cognitive

Les systèmes d’IA générative peuvent fournir des explications rapides, reformuler des notions complexes et proposer des exercices adaptés. Dans un contexte comme celui d’Haïti, où les effectifs sont parfois élevés et les ressources pédagogiques limitées, ces fonctionnalités peuvent constituer un soutien potentiel à l’apprentissage.

Cependant, la littérature scientifique souligne plusieurs limites : production d’informations erronées mais plausibles, reproduction de biais culturels et linguistiques, et risque de dépendance cognitive lorsque l’élève délègue à l’outil des tâches intellectuelles essentielles. Ces risques sont amplifiés dans les contextes où l’esprit critique et la vérification des sources ne sont pas suffisamment structurés.

3.2. Une remise en question de l’évaluation traditionnelle

La capacité de l’IA à générer des productions écrites cohérentes remet en cause les évaluations fondées uniquement sur des restitutions standardisées. Lorsque des réponses correctes peuvent être produites instantanément, l’évaluation du seul résultat perd de sa pertinence pédagogique. Les orientations internationales recommandent une évolution vers des évaluations authentiques, centrées sur le raisonnement, la démarche et la justification des choix.

3. Enjeux spécifiques du contexte éducatif haïtien

4.1. Contraintes structurelles

Le système éducatif haïtien est marqué par plusieurs contraintes : accès inégal à l’électricité et à Internet, omniprésence du smartphone comme outil numérique principal, effectifs parfois surchargés et ressources pédagogiques limitées. Ces réalités rendent peu pertinentes, voire difficilement applicables, les approches fondées sur une intégration technologique intensive, souvent développées dans des contextes plus favorisés.

4.2. Dimension linguistique et culturelle

L’enseignement en Haïti se situe à l’intersection du français et du créole haïtien. Les outils d’IA ne traitent pas ces langues de manière équivalente, ce qui peut générer des biais linguistiques et des inégalités de compréhension. L’IA peut néanmoins devenir, potentiellement, un outil de médiation linguistique, à condition d’être utilisée de manière critique et encadrée par l’enseignant.

5. Un cadre intégré pour adapter l’enseignement à l’IA

5.1. Développer une littératie en intelligence artificielle

Adapter l’enseignement à l’IA suppose de développer une littératie spécifique, tant chez les élèves que chez les enseignants. Il s’agit de comprendre les principes de fonctionnement de l’IA, ses limites, ses biais et ses implications éthiques, sans exiger de compétences techniques avancées.

5.2. Repenser les tâches d’apprentissage

Les activités pédagogiques doivent privilégier l’analyse critique, la résolution de problèmes contextualisés, l’enquête et l’argumentation. Par exemple, en sciences de la vie, les élèves peuvent être invités à comparer une explication générée par une IA sur la photosynthèse avec un extrait de manuel scolaire, puis à identifier les approximations ou omissions éventuelles.

5.3. Adapter les modalités d’évaluation

Les pratiques évaluatives gagnent à valoriser le processus de raisonnement plutôt que le seul résultat final. L’évaluation orale, la justification des démarches, les journaux de réflexion et les situations d’évaluation contextualisées permettent de mieux observer les apprentissages réels des élèves, y compris dans des environnements à ressources limitées.

5.4. Garantir une utilisation éthique et responsable

L’intégration de l’IA en milieu scolaire soulève des enjeux éthiques majeurs : protection des données personnelles, transparence des usages et responsabilité éducative. Dans le contexte haïtien, cela implique au minimum l’établissement de règles claires d’usage et une sensibilisation des élèves aux risques liés aux données numériques.

5.5. Former et accompagner les enseignants

La formation continue des enseignants constitue un levier central. Les recherches montrent que l’intégration réussie de l’IA dépend davantage des compétences pédagogiques que de la technologie elle-même. Des formations courtes, contextualisées et orientées vers la pratique apparaissent particulièrement adaptées au contexte haïtien.

6. Discussion

L’intégration de l’IA en éducation ne doit pas être envisagée comme une simple modernisation technologique, mais comme une réaffirmation du rôle de l’école. Toutefois, une intégration non encadrée de l’IA comporte le risque d’accentuer les inégalités scolaires et la fracture numérique, en favorisant les élèves disposant d’un meilleur accès aux outils et à la connectivité.

Cette étude présente certaines limites, notamment l’absence de données empiriques issues du terrain haïtien et le recours à une revue narrative, qui ne permet pas de mesurer directement l’impact des pratiques proposées.

7. Conclusion

Adapter l’enseignement à l’intelligence artificielle dans le contexte éducatif haïtien suppose de dépasser une vision technocentrée pour adopter une approche systémique, éthique et pédagogique. L’IA ne remplace ni l’enseignant ni l’effort intellectuel de l’élève ; elle rend au contraire indispensable une pédagogie explicite, critique et profondément humaine. En ce sens, l’école haïtienne peut développer un modèle d’intégration de l’IA sobre, réfléchi et transférable à d’autres contextes éducatifs à ressources limitées.

Références

European Commission. (2022). Ethical guidelines on the use of artificial intelligence (AI) and data in teaching and learning for educators.

Kasneci, E., Seßler, K., Kächemann, S., Bannert, M., Dementieva, D., Fischer, F., et al. (2023). ChatGPT for good? On opportunities and challenges of large language models for education. Computers & Education: Artificial Intelligence, 4, 100114.

UNESCO. (2023). Guidance for generative AI in education and research. UNESCO.

UNICEF. (2025). Guidance on AI and children (version préliminaire / accès anticipé).

Auteur

Jimmy Pierre Louis

Directeur éditorial des Éditions JPL

Voir Nos manuels