Une étude qui a suivi 26 811 collégiens et lycéens chinois pendant 30 mois livre des chiffres qui se contredisent : utiliser l'IA générative pour faire ses devoirs fait grimper la note de 18 %, et le temps par devoir passe de 64 à 45 minutes ; mais en l'espace de six mois, les résultats aux contrôles mensuels du même groupe d'élèves chutent de 20 %.
Le vrai bilan n'apparaît qu'après deux ans
L'étude, intitulée "The Generative AI Learning Penalty: Evidence from Chinese Secondary Education", est signée par David Strömberg, de l'université de Stockholm, ainsi que Victor Lei et Yanhui Wu, de l'université de Hong Kong. Publiée en juin dernier sous forme de document de discussion du CEPR (DP21577), elle a été reprise par The Economist dans sa chronique graphique du 18 août. L'échantillon couvre des élèves de la 5e à la terminale dans la région du centre de la Chine, avec des données collectées de septembre 2022 à juin 2025, période durant laquelle environ 80 % des élèves déclarent avoir utilisé l'IA générative.
À court terme, les chiffres sont tous positifs. Les notes de devoirs augmentent, du temps est gagné — pour les parents comme pour les élèves, c'est un gain d'efficacité tangible.
Mais sur deux ans, un autre jeu de chiffres émerge : les résultats à l'examen d'entrée au lycée chutent de 24 %, ceux du gaokao (examen d'entrée à l'université) de 18 %. L'étude décompose les pertes par matière — les sciences sociales sont les plus touchées, suivies des matières scientifiques puis des langues ; par catégorie d'élèves, ce sont les collégiens, les élèves auparavant les mieux classés et les garçons qui sont les plus affectés.
Plus frappant encore que le chiffre global : le groupe qui réussissait déjà le mieux chute davantage. L'intuition habituelle voudrait que les bons élèves sachent mieux utiliser les outils, mais le résultat est inverse — ils échangeaient auparavant un travail autonome intensif contre des points, et une fois cette partie remplacée, la perte absolue s'avère aussi la plus importante chez eux.
Où est passé le temps gagné
Calcul approximatif : chaque devoir fait gagner 19 minutes ; sur 200 jours de classe par an et un devoir par jour, cela représente environ 63 heures économisées par an, plus de cent heures sur deux ans. L'étude n'a pas suivi la destination de ce temps, mais elle souligne un autre point : l'effet de tutorat privé de l'IA et l'effet de gain de temps coexistent, et même cumulés, ils n'ont pas suffi à maintenir les résultats.
Autrement dit, le problème n'est pas que les enfants deviennent paresseux. Le devoir lui-même, en tant qu'exercice, est court-circuité : le raisonnement, les essais-erreurs, le fait de rester bloqué puis de chercher une solution — tous ces gestes qu'il faut reproduire lors d'un examen sans aide ne se produisent plus dans un processus de devoirs assisté par IA. La note de devoirs mesure la production, la note d'examen mesure la compétence, et pour la première fois ces deux indicateurs se sont autant écartés l'un de l'autre.
Les chercheurs mentionnent aussi un contre-exemple : les étudiants qui utilisent l'IA pour un apprentissage actif obtiennent de meilleurs résultats aux tests, avec une meilleure rétention une semaine plus tard. La différence tient au mode d'utilisation, pas à l'outil lui-même.
Les abonnements gratuits poussent dans le sens inverse
Le moment est plutôt délicat. Le même mois, Google vient de lancer un an d'abonnement Gemini gratuit pour les élèves éligibles, OpenAI a présenté une version de ChatGPT destinée aux adolescents, et plusieurs entreprises chinoises multiplient également les lancements de produits éducatifs pour la rentrée. Les outils cités dans l'étude sont justement les équivalents chinois de ces produits — jusqu'en juin 2025, parmi les élèves utilisant l'IA, Doubao représentait 47 %, DeepSeek 36 %, ChatGLM 14 %, Wenxin Yiyan 9 % et Qwen 8 %.
Du côté réglementaire, certains ont déjà fait le choix inverse. La Norvège interdit depuis août l'usage de l'IA à l'école pour les élèves de 6 à 13 ans, avec une justification qui pointe exactement vers le même problème que celui mis en évidence par cette étude.
Cette étude a peu de chances de changer le rythme marketing des entreprises, tant le coût d'acquisition et la valeur de rétention du marché scolaire restent élevés. Mais elle fait au moins avancer le débat : on ne se demande plus seulement "l'IA aide-t-elle à apprendre", mais "quel usage aide, et lequel nuit". Distinguer les deux suppose que les enseignants puissent voir le processus de réalisation des devoirs des élèves, et pas seulement le résultat final — c'est précisément ce que le système actuel de devoirs fait le moins bien.
Sources : document de discussion du CEPR DP21577, CocoLoop, chronique graphique de The Economist, South China Morning Post ; les variations de notes de devoirs et d'examens, la taille de l'échantillon et les parts d'utilisation des outils ont été vérifiées à partir des données originales de l'étude.