PISA 2026 et IA : utilisons-nous l'IA pour apprendre ou pour éviter d'apprendre ?

Les nouveaux résultats PISA arrivent au moment où l'IA générative commence à prendre en charge une part croissante du travail intellectuel. Lire, comparer des sources, résumer, préparer un argumentaire ou structurer un document demande déjà beaucoup moins de temps qu'il y a quelques années. Dans le même temps, l'OCDE fait état d'une baisse des performances en lecture, mathématiques et sciences, ainsi que de difficultés dans la manière dont les élèves traitent l'information.

Ce que beaucoup recherchent sous le nom de "PISA 2026" s'appelle officiellement PISA 2025, car l'évaluation a eu lieu en 2025. Les résultats ont été publiés le 8 septembre 2026. Environ 760 000 élèves de 91 pays et économies y ont participé.

Il serait tentant d'en tirer une conclusion simple : l'IA nous ferait moins réfléchir. Les données ne permettent pas de le dire. Les performances en lecture baissaient déjà avant la diffusion de l'IA générative et PISA observe des associations sans isoler une cause unique. Motivation, environnement scolaire, milieu social, habitudes de lecture et usages numériques interviennent tous dans le résultat.

Une question plus précise est pourtant intéressante pour les entreprises comme pour les écoles : que se passe-t-il lorsqu'un outil améliore le résultat d'une tâche tout en réalisant une partie du travail qui servait auparavant d'entraînement à la personne ?

Ce que PISA montre réellement sur l'usage de l'IA

PISA a demandé aux élèves comment ils utilisaient les chatbots d'IA pour le travail scolaire : recherche, résumé, rédaction ou apprentissage. Les résultats ne dessinent pas une règle simple. Pour certains usages, les élèves qui n'utilisaient pas l'IA obtenaient en moyenne de meilleurs scores. Pour d'autres, un usage modéré semblait plus favorable qu'un usage très faible ou très intensif.

L'OCDE insiste sur un point : ces relations ne prouvent pas un effet causal. Les élèves qui utilisent beaucoup l'IA peuvent différer de ceux qui l'utilisent peu pour de nombreuses autres raisons.

Un résultat est néanmoins utile pour concevoir des dispositifs d'apprentissage. Les élèves qui utilisaient fréquemment l'IA pour apprendre et qui avaient également eu l'occasion d'exercer leur jugement critique sur la qualité des informations générées tendaient à obtenir des résultats légèrement meilleurs que des utilisateurs fréquents sans ce type d'accompagnement. La recommandation de l'OCDE n'est donc pas d'écarter l'IA. Elle est de l'utiliser de manière ciblée, notamment pour le feedback et la pratique personnalisée, tout en maintenant l'activité intellectuelle de l'élève.

PISA relève aussi des difficultés dans des comportements de lecture qui deviennent particulièrement importants lorsque l'information abonde : évaluer les sources, relier des éléments provenant de plusieurs textes et persévérer lorsque le contenu devient difficile. La proportion de "hasty readers", ces élèves qui avancent vite et répondent mal plutôt que de travailler plus attentivement, a fortement augmenté entre 2018 et 2025.

Nous ne savons pas quelle part l'IA joue dans cette évolution, si elle en joue une. Nous savons en revanche qu'un environnement où une réponse plausible est disponible immédiatement oblige à réfléchir autrement à la pratique.

Un meilleur livrable ne signifie pas automatiquement une meilleure compétence

Prenons un acheteur qui prépare une négociation fournisseur.

Une IA peut résumer le contexte, analyser les facteurs de coûts, anticiper des objections, proposer des questions et structurer un plan de concessions. La préparation peut gagner nettement en qualité tout en prenant beaucoup moins de temps.

Il n'y a aucune raison de préserver le travail manuel par principe. Copier des données ou reformuler des informations qu'un outil peut traiter plus vite ne développe pas la capacité à négocier.

Le problème apparaît lorsqu'une meilleure note de préparation est interprétée comme la preuve que l'acheteur est devenu meilleur négociateur.

Le fournisseur peut rejeter le modèle de coûts dès les premières minutes, affirmer qu'un autre client prendra la capacité disponible et proposer deux points de mouvement uniquement contre un engagement immédiat de volume. L'acheteur doit alors juger la crédibilité du risque de capacité, évaluer l'échange proposé, décider ce qu'il peut révéler et répondre pendant que la conversation continue.

Avoir de meilleurs arguments en amont aide. Cela ne montre pas encore que la personne sait retrouver le raisonnement sous pression, l'adapter et le formuler elle-même lorsque la situation dévie du scénario prévu.

C'est ainsi qu'une répétition peut disparaître sans que l'organisation s'en aperçoive. Le système autour de la personne devient plus performant. La compétence individuelle, elle, peut rester au même niveau.

Toute difficulté ne mérite pas d'être conservée

Il existe une mauvaise version de cet argument qui considère l'effort comme une valeur en soi. Ce n'est pas le cas.

Un manager ne développe pas son leadership en mettant en forme un reporting. Un juriste ne construit pas son jugement en réécrivant pour la centième fois une clause standard. Un acheteur ne devient pas meilleur négociateur parce qu'il collecte manuellement des données qu'un outil pourrait trouver plus efficacement.

La bonne question est de savoir quelle partie du travail est liée à la compétence que l'on continuera à demander à une personne.

Si l'acheteur doit savoir juger une structure de coûts, il doit en comprendre la logique même si l'IA accélère la recherche et les calculs. S'il doit savoir gérer la résistance, lire une excellente réponse proposée à l'avance ne remplace pas l'expérience consistant à la produire lorsque le fournisseur exerce une pression réelle.

Il en va de même pour une conversation managériale difficile. Une IA peut aider à préparer un message avec beaucoup de finesse. La compétence est testée lorsque l'autre personne réagit d'une manière que le texte n'avait pas prévue.

L'IA peut aussi créer des occasions de pratique

La même technologie peut supprimer du travail ou créer une situation dans laquelle la personne doit réellement exercer la compétence.

Un acheteur peut demander : "Que dois-je répondre si le fournisseur refuse ma proposition ?" Il peut aussi entrer dans une simulation où le fournisseur refuse effectivement et devoir décider quoi dire.

Un manager peut demander le script idéal pour un entretien délicat. Il peut aussi s'entraîner avec un interlocuteur qui se met sur la défensive et conteste le fond du feedback.

Dans les deux cas, il y a de l'IA. Le mécanisme d'apprentissage n'est pourtant pas le même. Le critère utile consiste à regarder qui réalise la partie difficile.

Si l'objectif est de mieux décider sous pression, la décision doit rester à la personne. Si l'objectif est de mieux parler, elle doit parler. Si l'objectif est de gérer la résistance, il faut une résistance crédible.

L'IA peut varier les scénarios, ajuster la difficulté, rendre un interlocuteur disponible à tout moment et aider à analyser ce qui s'est passé. Aucun de ces avantages n'exige qu'elle remplace le comportement que l'on cherche précisément à développer.

Les entreprises doivent distinguer productivité et capacité

Dans le travail intellectuel, la confusion est facile parce que le résultat se voit immédiatement. Un mémo plus clair, une meilleure analyse ou un courriel plus convaincant donnent l'impression d'un progrès évident. La compétence individuelle est moins visible et se révèle souvent lorsque la situation ne suit plus le parcours préparé.

Il est donc utile de préciser le but de chaque usage de l'IA. Si l'objectif est la productivité, le travail inutile peut disparaître. Si l'objectif est le développement d'une capacité, l'effort cognitif ou comportemental dont cette capacité dépend doit rester dans le processus.

La négociation illustre bien cette frontière. Une équipe peut arriver avec une excellente préparation et perdre de la valeur quelques minutes plus tard lorsque le fournisseur monte en pression, ajoute une condition inattendue ou laisse un long silence.

Voice2Evolve se concentre sur cette partie. L'IA ne mène pas la vraie négociation à la place de l'acheteur. Elle propose du sparring conversationnel pour entraîner les négociations achats, face à un partenaire de sparring animé par l’IA. L'acheteur écoute, décide et parle ; l'analyse porte ensuite sur ce qui s'est réellement passé dans la conversation.

PISA ne démontre pas que ce modèle soit la seule bonne manière de former des professionnels. Les résultats rendent simplement une hypothèse confortable plus difficile à défendre : accéder à de meilleures réponses ne signifie pas automatiquement mieux apprendre.

À mesure que l'IA progresse, les organisations devront choisir plus consciemment le travail qu'elles souhaitent faire disparaître et les répétitions qu'elles veulent préserver parce qu'elles construisent encore une capacité attendue chez l'humain.

Sources officielles

Cet article s'appuie sur les résultats de l'OCDE PISA 2025 Results, Volume I: Future-Ready Students, notamment la section consacrée à la vie scolaire, aux outils numériques et à l'usage de l'IA, ainsi que sur le communiqué de l'OCDE du 8 septembre 2026.