On a passé 50 ans à former des gens pour un monde qui n’existe plus.
Dans les deux premières parties de cet article, nous avons vu comment l’école s’est construite sur un modèle industriel pour former des exécutants, et comment nous avons paradoxalement rendu optionnelles les disciplines qui apprennent à penser (comme les mathématiques et la philosophie) au moment même où l’IA rendait l’exécution obsolète. Face à ce constat, il est temps de se poser la seule question qui compte : comment repenser l’école pour sauver notre utilité dans le monde de demain ?
Le monde a justement besoin de gens capables de penser par eux-mêmes
L’anthropologue américain David Graeber, dans son ouvrage retentissant et provocateur sur les « Bullshit Jobs » (les emplois absurdes), avait déjà diagnostiqué avec une grande acuité qu’une part immense de notre économie tertiaire reposait sur des tâches purement mécaniques, répétitives, bureaucratiques, ne requérant aucun jugement humain véritable [10]. Il décrivait des emplois de « cocheurs de cases », de « réparateurs de plâtre » ou de « transmetteurs de dossiers », tellement inutiles à la société que les employés eux-mêmes estimaient secrètement que si leur poste disparaissait du jour au lendemain, cela ne ferait absolument aucune différence dans la marche du monde. Et surtout, il soulignait un point crucial : les gens qui occupaient ces postes le savaient pertinemment, ce qui engendrait une souffrance psychologique profonde, une perte de sens et un cynisme ravageur.
Graeber avait écrit ce livre en 2018, bien avant l’explosion de l’IA générative. Mais il avait déjà vu ce que nous refusions de voir : une économie entière s’était construite sur des tâches que l’on aurait pu automatiser depuis longtemps, et que l’on avait maintenues artificiellement pour des raisons sociales et politiques. Ces emplois existaient non pas parce qu’ils créaient de la valeur, mais parce que notre modèle social était fondé sur l’idée que tout le monde devait avoir un emploi, quel qu’il soit.
Si le philosophe Bernard Stiegler expliquait le mécanisme intime de cette prolétarisation cognitive, David Graeber en décrivait les conséquences sociales et économiques dévastatrices. L’école, dans sa forme industrielle, n’était pas un accident ou un hasard dans ce système global : elle en était le pipeline essentiel, la courroie de transmission qui alimentait ces jobs absurdes. Elle formait, année après année, des cohortes d’individus dociles, capables de s’asseoir en rangées silencieuses, de suivre des instructions sans broncher, de respecter des horaires stricts et de restituer des informations formatées sans jamais les questionner sur le fond.
Ce sont ces tâches routinières, ces emplois d’exécution bureaucratique et ces « bullshit jobs » que l’intelligence artificielle générative est en train d’aspirer en premier, avec une efficacité glaçante. Une étude très fouillée de l’université de Stanford, publiée fin 2025, a révélé un chiffre qui a fait l’effet d’une bombe dans les milieux économiques : l’emploi des jeunes diplômés (la tranche des 22-25 ans) dans les métiers fortement exposés à l’IA a chuté de 13 % depuis fin 2022 [11]. Les emplois d’entrée de gamme (« entry-level jobs »), qui sont traditionnellement constitués de tâches cognitives répétitives (synthèse de documents longs, rédaction de rapports basiques, service client de premier niveau, codage informatique simple), sont les premiers touchés de plein fouet par cette vague d’automatisation.
Les grandes banques d’affaires et les cabinets de conseil confirment cette tendance lourde. Goldman Sachs estime dans un rapport très commenté que 300 millions d’emplois à temps plein dans le monde sont directement exposés à l’automatisation par l’IA [12]. Le cabinet McKinsey va encore plus loin dans ses projections, affirmant que 57 % des heures de travail actuellement effectuées dans les pays développés sont d’ores et déjà automatisables avec les technologies existantes, car l’IA ne se contente plus d’automatiser des tâches physiques ou manuelles comme le faisaient les robots industriels, elle automatise désormais des fonctions cognitives complexes [13].
Ces chiffres donnent le vertige, et la tentation du catastrophisme est grande. Mais il faut avoir le courage intellectuel de retourner ce constat angoissant : et si, au fond, c’était une chance inespérée pour l’humanité ?
L’intelligence artificielle ne se contente pas de détruire des emplois ou de menacer des carrières. Elle agit comme un puissant révélateur, un miroir grossissant qui rend visible, brutalement, ce que nous aurions dû questionner depuis bien longtemps. Elle nous force à admettre, dos au mur, que nous avons passé 50 ans à évaluer, noter et classer la mémoire et la conformité, pour découvrir finalement, avec une ironie mordante, que la mémoire de stockage est la capacité la plus facilement automatisable de l’espèce humaine.
Le monde de demain n’a plus besoin de porteurs de charge intellectuelle. Il n’a plus besoin de disques durs humains, de traducteurs automatiques sur pattes ou de calculateurs prodiges. Il a un besoin vital de gens qui savent où poser la pensée et pourquoi. Il a besoin d’individus capables de naviguer sereinement dans l’incertitude radicale, de faire preuve d’une empathie sincère, d’une créativité véritablement disruptive et d’un jugement éthique solide face à des dilemmes inédits.
L’IA excelle dans le traitement massif de l’information, elle peut ingérer des bibliothèques entières en quelques secondes, mais elle échoue lamentablement à décoder les nuances d’une émotion humaine complexe, à percevoir un non-dit lourd de sens dans une négociation, ou à établir une connexion authentique et chaleureuse avec un patient angoissé. Elle peut générer mille idées de projets d’entreprise en un clic, mais elle ne peut pas ressentir la passion et la résilience nécessaires pour en mener un seul à terme face à l’adversité. Elle peut résumer avec brio un traité de philosophie ardu, mais elle ne peut pas en être intimement bouleversée, elle ne peut pas en perdre le sommeil ni en changer sa vision du monde.
Ce que l’école devrait vraiment enseigner
La question n’est pas « comment protéger l’école de l’IA ? ». Cette question-là est déjà perdue d’avance, on ne protège pas une institution d’une réalité, on la transforme pour y faire face.
La vraie question est plus simple, et plus profonde : qu’est-ce qui restera irremplaçablement humain dans dix ans ? Et comment l’école peut-elle s’en faire la gardienne ?
John Dewey répondait à cette question en 1938, bien avant que le problème ne se pose dans ces termes [14]. Pour lui, apprendre n’a jamais été une affaire de transmission, c’est une affaire d’expérience. Un élève qui résout un vrai problème, qui se trompe, qui ajuste, qui recommence, développe quelque chose qu’aucune liste de cours ne peut lui donner : le goût du raisonnement. Piaget le disait autrement, l’enfant ne reçoit pas le savoir, il le construit [15]. L’erreur n’est pas une faute à corriger au stylo rouge, c’est une étape nécessaire, irremplaçable, dans la construction d’une intelligence autonome.
Ces idées ne sont pas nouvelles. Elles traînent dans les tiroirs de la pédagogie depuis des décennies. Ce qui est nouveau, c’est que l’IA vient de les rendre urgentes.
Concrètement, cela ressemble à quoi ? Plutôt que de demander à un élève de réciter une définition, lui demander pourquoi elle est incomplète. Plutôt que de noter une traduction mot à mot, évaluer sa capacité à faire vivre un texte dans une autre culture. Plutôt que de sanctionner l’erreur, la mettre au centre de la discussion, parce que comprendre pourquoi on s’est trompé est infiniment plus formateur que recopier la bonne réponse. Et apprendre à utiliser l’IA de manière critique, à identifier ses angles morts, à vérifier ce qu’elle avance, pas pour s’en méfier, mais pour s’en servir sans s’y soumettre.
Ce n’est pas une révolution pédagogique à inventer. C’est un choix politique à assumer. Évaluer la pensée est plus difficile que d’évaluer la mémoire. Ça prend plus de temps, ça demande plus de jugement, ça résiste aux algorithmes de notation automatique. Mais c’est pour cette raison que ça vaut quelque chose.
Dans un monde où les machines apprennent à imiter l’intelligence, notre dernière responsabilité, et peut-être notre plus grand privilège, c’est d’apprendre aux humains à rester intelligemment humains.
Et maintenant ?
Le choix est simple, même s’il est inconfortable. Soit on continue d’évaluer nos enfants sur leur capacité à faire ce qu’une machine fait mieux qu’eux, et on les condamne à courir une course perdue d’avance. Soit on accepte enfin de se demander ce que l’école est vraiment là pour faire.
Ce changement ne sera pas facile. Il demande du courage politique, et les réformes éducatives récentes n’ont pas toujours montré qu’on en avait. Changer un système éducatif, c’est toucher à quelque chose de très intime. C’est remettre en question des décennies de certitudes, des concours que des générations entières ont passés, des diplômes que des familles ont sacrifié des années à obtenir. Personne n’a envie d’entendre que le chemin parcouru était peut-être le mauvais chemin.
Mais la réalité n’attend pas. Les entreprises qui recrutent le disent de plus en plus ouvertement : elles ne cherchent plus des diplômés capables de réciter des cours. Elles cherchent des gens capables de penser, de douter, de s’adapter, de tenir une position quand tout le monde dit le contraire. Ce décalage entre ce que l’école produit et ce que le monde demande n’est pas nouveau. L’IA vient juste de le rendre impossible à ignorer.
Alors voilà la question qu’on devrait tous se poser, que l’on soit parent, enseignant, recruteur ou simplement citoyen : est-ce que le système qui nous a formés nous a vraiment appris à penser, ou seulement à obéir ? Est-ce qu’on nous a appris à douter, à défendre une idée sous pression, à reconnaître quand un raisonnement part dans le mur ? Ou est-ce qu’on a surtout appris à cocher les bonnes cases, à donner les bonnes réponses, à ne pas trop faire de vagues ?
La plupart d’entre nous connaissent déjà la réponse. Et si on est honnête, cette réponse est un peu gênante.
Parce que le problème ne se limite pas aux élèves d’aujourd’hui. Il concerne aussi les adultes que nous sommes devenus. Combien d’entre nous ont décroché un diplôme sans jamais vraiment apprendre à argumenter face à quelqu’un qui résiste ? Combien ont traversé des années d’études sans qu’on leur demande une seule fois de défendre une idée impopulaire, de remettre en question une évidence, de créer quelque chose qui n’existait pas ? Combien ont appris à travailler seuls sur une feuille blanche, mais jamais à penser ensemble face à un problème sans bonne réponse ?
Ce n’est la faute de personne en particulier. C’est la faute d’un système qui a été conçu pour une époque révolue et qui n’a pas su, ou pas voulu, se réinventer.
L’IA ne remplace pas les humains qui savent penser. Elle remplace ceux qu’on a formés à ne pas le faire. Ce n’est pas une fatalité. C’est un choix qu’on fait chaque jour, dans chaque salle de classe, dans chaque examen, dans chaque recrutement. Et tant qu’on refusera de le voir, on continuera de former des gens remarquablement compétents pour un monde qui n’existe plus.
La vraie question n’est pas de savoir si l’IA va nous remplacer. La vraie question, c’est ce qu’on a réellement mis dans nos têtes pendant toutes ces années d’école. Et si c’était suffisant pour affronter un monde que personne n’a encore vu.
Références
Pour les esprits méticuleux, amateurs de chiffres et de nuits blanches à vérifier les sources, voici les liens qui ont nourri cet article. Ils rappellent une chose simple : l’information existe encore, pour peu qu’on prenne le temps de la lire, de la comparer et de la comprendre. Mais dans un avenir proche, ce simple geste deviendra peut-être un luxe, car à mesure que les textes générés intégralement par des IA se multiplient, le vrai risque n’est plus la désinformation, mais la dilution du réel dans un océan de contenus simplement plausibles.
[10] Graeber, D. (2018). « Bullshit Jobs: A Theory ». Simon & Schuster, New York. Traduction française : « Bullshit Jobs » (2018), Les Liens qui Libèrent.
[11] Brynjolfsson, E., et al. (2025). « Canaries in the Coal Mine? Six Facts about the Recent Decline in Entry-Level Employment ». Stanford Digital Economy Lab. Disponible sur : https://digitaleconomy.stanford.edu/app/uploads/2025/11/CanariesintheCoalMine_Nov25.pdf
[12] Goldman Sachs (2023). « The Potentially Large Effects of Artificial Intelligence on Economic Growth ». Goldman Sachs Economic Research.
[13] McKinsey Global Institute (2023). « The economic potential of generative AI: The next productivity frontier ». Disponible sur : https://www.mckinsey.com/capabilities/mckinsey-digital/our-insights/the-economic-potential-of-generative-ai-the-next-productivity-frontier
[14] Dewey, J. (1938). « Experience and Education ». Kappa Delta Pi, New York.
[15] Piaget, J. (1970). « Science of Education and the Psychology of the Child ». Orion Press, New York.
[16] Prost, A. (1968). « Histoire de l’enseignement en France, 1800-1967 ». Armand Colin, Paris.
[17] Taylor, F. W. (1911). « The Principles of Scientific Management ». Harper & Brothers, New York.