Comment les écoles peuvent encadrer l’IA destinée aux élèves

L’IA générative peut entrer dans une école par un chatbot dédié, un assistant d’écriture, une fonction de recherche ou une mise à jour d’un logiciel déjà utilisé par les enseignants. Une seule décision d’autoriser ou de bloquer est donc trop sommaire. Les écoles ont besoin d’un système de gouvernance qui distingue les âges, les objectifs pédagogiques, les pratiques de données, la supervision adulte et la solidité des preuves derrière chaque usage.

L’objectif n’est pas de prédire si chaque produit d’IA aidera ou nuira à l’apprentissage. Il est de rendre l’accès conditionnel, observable et réversible. Les orientations sur l’IA de New York City illustrent une version de cette approche : elles séparent les plus jeunes élèves des lycéens, préservent des exceptions définies, autorisent des usages par les enseignants et limitent les pilotes directs auprès des élèves. Le bulletin du district de Los Angeles Unified emploie un seuil d’âge différent tout en restreignant aussi l’accès des élèves aux systèmes autorisés. La leçon durable est que la gouvernance doit être stratifiée plutôt qu’universelle.

Définir les résultats avant de choisir les outils

Commencez par les conditions d’apprentissage que l’école veut protéger. Les jeunes élèves développent des compétences fondamentales par la conversation, l’activité physique, les erreurs, la révision et les retours des adultes et des pairs. Une aide automatisée peut soutenir une tâche, mais elle peut aussi fournir une réponse ou réécrire avant qu’un élève ait effectué le raisonnement que le devoir devait susciter. Pour les élèves plus âgés, la préparation comprend aussi l’apprentissage de la remise en question des affirmations générées, de la reconnaissance des biais et de la désinformation, de la protection des informations personnelles et de la décision de recourir au jugement humain lorsque c’est nécessaire.

Transformez ces objectifs en questions de politique. Que l’élève doit-il pouvoir expliquer sans l’outil ? Quelles formes d’effort productif font partie de la leçon ? Quelles informations ne doivent jamais être saisies ? Quels usages exigent qu’un enseignant observe l’interaction ? Quel résultat justifierait de conserver le produit ? Un outil ne devrait pas être approuvé simplement parce qu’il fonctionne comme prévu ou produit des réponses fluides. Son objectif pédagogique revendiqué doit être assez explicite pour être évalué.

Cette approche axée d’abord sur les résultats évite aussi que la maîtrise de l’IA se réduise à la pratique des prompts. La compétence opérationnelle compte, mais la maîtrise inclut la compréhension des limites, la vérification des preuves et la résistance à une dépendance excessive. Une école peut enseigner ces habitudes même lorsqu’elle limite l’usage direct pour certains âges.

Construire un modèle d’accès par tranches d’âge

Les tranches d’âge créent une règle par défaut claire tout en laissant place à des exceptions étroitement définies. Un modèle pratique comporte trois niveaux.

Petite enfance et primaire : Par défaut, aucune interaction directe routinière avec des systèmes génératifs. Priorisez l’apprentissage guidé par l’enseignant, l’interaction en face à face et les fondements de la lecture, de l’écriture, des mathématiques et du développement social. La politique de NYC relie aussi ses restrictions pour les plus jeunes à des limites plus larges de temps d’écran individuel, renforçant l’idée que l’accès à l’IA s’inscrit dans une décision plus vaste sur l’environnement d’apprentissage.

Années intermédiaires : Conservez une règle par défaut restrictive, mais introduisez la maîtrise de l’IA sans supposer un accès ouvert. Les élèves peuvent examiner des exemples sélectionnés par l’enseignant, discuter de résultats non étayés et apprendre les règles de confidentialité sans gérer de comptes indépendants ni tenir des conversations sans restriction avec un système. Les districts qui autorisent l’usage direct à ce stade devraient exiger un outil approuvé, un objectif d’apprentissage précis et une supervision active.

Lycée : Autorisez un accès contrôlé pour des cours, pilotes ou programmes professionnels définis. L’annonce de politique de NYC associe des modules universels de maîtrise à des pilotes limités sous supervision enseignante, plutôt qu’à un accès général. Une école peut suivre ce principe sans copier les chiffres exacts : commencer avec une participation limitée, des enseignants formés, une limite de temps et un plan d’évaluation déclaré.

Les règles d’âge ne doivent pas annuler le soutien requis. NYC préserve la technologie d’assistance prévue par un Individualized Education Program ou un 504 Plan et ménage un accès linguistique. Les écoles devraient documenter séparément ces exceptions afin que l’accessibilité ne soit pas traitée comme un contournement informel.

Approuver des usages, pas des catégories de produits

Une étiquette de produit telle que « tuteur IA » en révèle trop peu. Le même système peut donner un indice, rédiger un essai, traduire des consignes ou simuler une conversation professionnelle. L’approbation devrait s’attacher à une combinaison précise d’outil, de groupe d’utilisateurs, de matière, de tâche et de niveau de supervision.

Un dossier d’usage approuvé peut indiquer : « classe professionnelle de 10e année ; simulation structurée d’entretien ; compte du district ; enseignant présent ; aucune information personnelle dans les prompts ; séance de 30 minutes ; résultat discuté en classe. » Cela est applicable. « L’IA est autorisée pour apprendre » ne l’est pas.

Les catégories utiles comprennent la démonstration par l’enseignant, la critique par les élèves de matériel généré, la pratique contrainte, le soutien à l’accessibilité, le codage ou la robotique, la simulation et la préparation des enseignants. Chacune exige sa propre limite. NYC distingue l’interaction générative directe des évaluations, de l’enseignement à distance, du codage, de la robotique, des simulations, des matériels approuvés et de la planification par les enseignants. Elle interdit aussi les chatbots compagnons à tous les niveaux, montrant pourquoi une école doit évaluer le schéma d’interaction plutôt que supposer que tout produit conversationnel a une valeur pédagogique.

L’usage par les enseignants a aussi besoin de règles. Un enseignant peut préparer avec l’IA une feuille de travail, un exemple ou une suggestion de retour tout en restant responsable de ce qui atteint les élèves. Les matériels générés devraient être vérifiés pour les erreurs factuelles, les stéréotypes, les explications inadaptées et l’alignement avec la leçon. Déplacer l’outil de l’écran de l’élève vers le flux de travail de l’enseignant ne supprime pas le besoin de révision.

Faire de la vie privée un seuil de passation de marché

Les prompts des élèves peuvent contenir des échantillons d’écriture, des signaux comportementaux ou des informations personnellement identifiables. Avant toute approbation, l’école devrait savoir ce que le fournisseur recueille, où cela va, combien de temps cela reste, qui peut y accéder, si c’est utilisé pour l’entraînement ou l’amélioration du produit, et comment fonctionne la suppression. La loi éducative de New York Section 2-d donne un exemple concret des obligations de confidentialité et de sécurité qui peuvent s’appliquer aux écoles et aux sous-traitants tiers traitant des informations sur les élèves.

Exigez des fournisseurs qu’ils divulguent les fonctions génératives, y compris celles fournies par des mises à jour ultérieures. Le contrat devrait couvrir la conservation des données, l’usage secondaire, les normes de sécurité, les contrôles d’accès, la réponse aux incidents et la capacité de l’école à désactiver la fonction. Préférez des comptes et configurations gérés par le district à des comptes grand public. Les journaux d’utilisation et les contrôles de l’enseignant devraient être disponibles sans transformer la surveillance des élèves en nouvelle source de données inutiles.

L’examen de la vie privée est nécessaire mais insuffisant. Un produit peut respecter les règles de données et remplacer malgré tout le raisonnement qu’une leçon cherche à développer. La passation de marché nécessite donc deux seuils indépendants : une pratique de données acceptable et une valeur pédagogique crédible. L’échec à l’un ou l’autre devrait arrêter l’adoption.

Garder les enseignants aux commandes opérationnelles

« L’humain dans la boucle » n’a de sens que lorsque l’enseignant peut voir, limiter et arrêter l’interaction. Les enseignants doivent connaître l’outil approuvé, l’activité autorisée, les restrictions de données et les signes que l’assistance remplace l’apprentissage. La formation devrait inclure la vérification du matériel généré et la réponse lorsqu’un élève utilise un système extérieur.

La conception des devoirs fait partie de l’application. Les brouillons, la discussion en classe, l’explication orale, la défense des sources et la résolution de problèmes observée révèlent le raisonnement de l’élève plus directement qu’une production soignée seule. Ces pratiques peuvent traiter l’usage non divulgué sans dépendre d’un logiciel de détection de l’IA qui, selon le matériel source, peut produire des faux positifs et jeter le soupçon sur une écriture originale.

Les écoles devraient aussi maintenir une porte de sortie. Un enseignant doit pouvoir suspendre une séance si le résultat est inapproprié, si l’objectif d’apprentissage n’est pas atteint ou si l’outil se comporte différemment après une mise à jour. Les élèves et les familles ont besoin d’un canal clair pour signaler leurs préoccupations, et la participation à un pilote devrait s’accompagner d’une explication compréhensible de ce que fait le système et des données qu’il conserve.

Exiger des preuves liées au bénéfice revendiqué

L’engagement, l’utilisation et la satisfaction n’établissent pas que l’apprentissage s’est amélioré. L’évaluation devrait demander si les élèves ont retenu les connaissances, expliqué leur raisonnement, transféré une compétence à une nouvelle tâche et travaillé de manière autonome après le retrait du soutien. La mesure doit correspondre à l’outil : un assistant d’écriture, un tuteur de mathématiques, un système d’accès linguistique et une simulation professionnelle ne partagent pas un même résultat valable.

Avant le début d’un pilote, consignez l’objectif d’apprentissage, la méthode de comparaison, les contrôles de confidentialité, l’examen des biais, les conditions d’arrêt et la date de décision. Comparez le travail avec et sans assistance lorsque cela est approprié. Examinez si le système émet des hypothèses différentes ou offre des possibilités différentes selon la langue, le handicap, la race, le genre ou le contexte socioéconomique. Documentez les résultats non concluants plutôt que de forcer une conclusion favorable.

Un cycle de politique d’un an peut soutenir une première décision utile, mais la mise en place, la formation, l’usage en classe, l’analyse et la délibération publique consomment tous cette période. Traitez les premiers résultats comme des preuves limitées. L’expansion devrait être progressive, et une suspension ou un retrait devrait rester possible lorsque les preuves sont faibles.

Appliquer la politique comme un inventaire vivant

Une liste de blocage ne peut pas régir les fonctions intégrées à la recherche, aux logiciels de bureau, aux plateformes d’apprentissage, aux extensions de navigateur et aux mises à jour de produits. Tenez un inventaire indiquant le propriétaire du produit, les usages approuvés, la tranche d’âge, la configuration actuelle, les conditions contractuelles, la date d’examen et l’historique des fonctions. Réexaminez les outils après des mises à jour importantes, et pas seulement au renouvellement annuel.

Les contrôles techniques sur les appareils gérés devraient soutenir la politique, mais ils ne peuvent pas contrôler les téléphones personnels, les réseaux domestiques ou le texte copié depuis un autre service. Associez les réglages des appareils à des attentes claires en classe, des évaluations centrées sur le raisonnement, la communication avec les familles et une réponse cohérente à l’usage non divulgué. L’objectif est un apprentissage responsable, non l’affirmation irréaliste que tout accès peut être éliminé.

L’application a aussi besoin d’une responsabilité attribuée. Confiez la responsabilité de l’inventaire des produits, de l’examen de la vie privée, de l’examen des programmes, des contrôles techniques, de la formation des enseignants, du traitement des incidents et de l’évaluation des pilotes. Un groupe interfonctionnel peut inclure élèves, enseignants, familles, défenseurs, représentants syndicaux, administrateurs et experts pertinents, comme dans la Technology in Schools Coalition prévue par NYC. Ses décisions devraient consigner les preuves et les désaccords non résolus, et pas seulement le vote final.

Liste de contrôle de mise en œuvre

Avant d’approuver ou de renouveler tout usage d’IA destiné aux élèves, vérifiez que l’école peut répondre à chaque point :

• Objectif : L’objectif d’apprentissage est-il précis, et l’activité préserve-t-elle le raisonnement que les élèves doivent pratiquer ?
• Âge : Le niveau d’accès est-il approprié au groupe d’élèves, avec des exceptions d’accessibilité et de soutien linguistique documentées ?
• Portée : L’outil, la matière, la tâche, la durée, le type de compte et le niveau de supervision sont-ils nommés ?
• Vie privée : La collecte, la conservation, l’accès, l’usage pour l’entraînement, la suppression, la sécurité et les procédures d’incident sont-ils compris et traités contractuellement ?
• Contrôle : Un enseignant peut-il inspecter le résultat, limiter l’usage, désactiver la fonction et arrêter l’activité ?
• Preuves : Des mesures d’apprentissage, méthodes de comparaison, contrôles des biais, règles d’arrêt et une date d’examen sont-ils définis avant le lancement ?
• Application : Les contrôles des appareils gérés, attentes sur l’usage extérieur, pratiques de devoirs, communication familiale et canaux de signalement sont-ils alignés ?
• Inventaire : Existe-t-il un responsable, un processus de suivi des mises à jour et un registre de la configuration approuvée ?
• Décision : L’examen se terminera-t-il par un choix documenté d’étendre, réviser, suspendre ou retirer l’usage ?

La politique scolaire d’IA la plus défendable n’est ni une adoption sans restriction ni une interdiction générale permanente. C’est un système de règles par défaut selon l’âge, de permissions étroites, de seuils de confidentialité, d’autorité enseignante, de résultats mesurables et de décisions réversibles. Ce système peut protéger l’apprentissage fondamental tout en donnant aux élèves plus âgés des occasions structurées de développer leur jugement sur les outils qu’ils rencontreront au-delà de l’école.