Résumé

Résumé en français

Dans le cadre des travaux du GTnum ApproprIA, un questionnaire en ligne a été déployé et diffusé aux enseignants afin de recueillir des données sur leurs usages des outils intégrants l’IA dans leurs pratiques en classes. Diffusé largement aux enseignants de Paris notamment par le biais des formateurs (CPD et CPC) du Val-d’Oise (95) rencontrés par l’équipe du GTnum à l’occasion de leur journée de formation du 19 janvier 2026 à Marly-le-roi, le questionnaire a ensuite été étendu aux enseignants de Lyon. Cette contribution présente une première analyse descriptive des réponses recueillies, mettant en évidence les niveaux d’usages et les outils les plus utilisés.

Résumé en anglais

As part of the work of the GTnum #ApproprIA working group, an online questionnaire was deployed and distributed to teachers in order to collect data on their use of AI tools in their classroom practices. Widely distributed to teachers in Paris, notably through trainers (CPD and CPC) from Val-d’Oise (95) who met with the GTnum team during their training day on January 19, 2026, in Marly-le-Roi, the questionnaire was then extended to teachers in Lyon. This contribution presents an initial descriptive analysis of the responses collected, highlighting levels of use and the most commonly used tools.

Résumé en espagnol

Como parte del trabajo del Grupo de Trabajo Digital AppropriA (GTnum AppropriA), se elaboró ​​y distribuyó un cuestionario en línea a docentes para recopilar datos sobre el uso de herramientas con inteligencia artificial en sus prácticas docentes. El cuestionario, ampliamente distribuido entre docentes de París, especialmente a través de formadores de docentes (CPD y CPC) de Val-d’Oise (95), con quienes el equipo de GTnum se reunió durante su jornada de formación el 19 de enero de 2026 en Marly-le-Roi, se extendió posteriormente a docentes de Lyon. Este artículo presenta un análisis descriptivo inicial de las respuestas recopiladas, destacando los niveles de uso y las herramientas más utilizadas.

Présentation générale

Auteurs

Équipe du GTnum #ApproprIA

Contexte et cadre d’analyse

La présente analyse s’inscrit dans les travaux du GTnum #ApproprIA et mobilise les données issues des réponses d’un questionnaire diffusé auprès des enseignants du primaire et du secondaire. Le questionnaire a été présenté lors de la journée de formation des formateurs (CPC et CPD) Val-d’Oise (95) organisée le 19 janvier 2026 à Marly-le-roi (Île de France), puis transmis aux formateurs afin d’être diffusé auprès des enseignants de leur territoires respectifs.

Cette analyse vise à contribuer aux objectifs du GTnum ApproprIA relatifs à l’étude des processus d’appropriation des outils intégrant l’IA en contexte scolaire. Les éléments examinés sont entre autres liés à l’acceptabilité déclarée des outils d’IA. Le traitement des données repose sur une analyse descriptive, permettant d’identifier les principales tendances observées au sein de l’échantillon.

Structure de l’échantillon et niveaux d’usage

L’analyse repose sur 360 réponses complètes et valides. L’échantillon se caractérise par une forte représentation de l’enseignement primaire. Les résultats présentés ici doivent donc être considérés avant tout comme représentant les pratiques déclarées des enseignants du primaire.

En termes d’utilisation déclarée, la plupart des enseignants indiquent qu’ils n’utilisent pas d’outils intégrant l’IA dans leurs pratiques pédagogiques ; seulement un quart des répondants déclarent les utiliser. L’utilisation de l’IA semble donc minoritaire au sein de notre échantillon. Les analyses présentées dans les sections suivantes se concentrent spécifiquement sur ce sous-ensemble de répondants qui ont déclaré utiliser l’IA.

Outils utilisés et domaines d’usage

Les outils mentionnés par les enseignants ne sont pas utilisés de manière homogène. Certains, comme Lalilo et Plume, reviennent plus souvent dans les réponses, tandis que d’autres restent plus marginaux. Quand bien même les données à ce stade ne nous permettent pas de déterminer avec certitude les disciplines pour lesquelles les enseignants font le plus recours aux outils d’IA, l’utilisation prédominante de Lalilo et Plume par exemple pousse à avancer que les utilisations déclarées de l’IA en classe se concentrent sur le français, tandis que les mathématiques apparaîtraient de manière plus occasionnelle à travers certains outils comme Adaptiv’Math et MathIA.

Contribution des résultats à l’évaluation des projets P2IA

Cette première enquête donne un aperçu des utilisations déclarées des outils d’IA en classe et permet de dégager certaines tendances, notamment en ce qui concerne les outils utilisés et les domaines d’application. Au-delà de ces constatations, les résultats appellent avant tout une interprétation plus approfondie.

Une question centrale se pose : les utilisations observées découlent-elles principalement d’un « effet outil », lié à des caractéristiques telles que la facilité d’utilisation ou l’efficacité perçue, ou d’un « effet discipline », certaines matières semblant plus compatibles avec des outils intégrant l’IA, en particulier l’IA adaptative (comme dans le cas du français avec Lalilo) ?

Ces premiers résultats appellent ainsi à des analyses complémentaires, approfondies lors de la phase suivante de l’étude, fondées sur des entretiens, des observations en classe et l’analyse des données d’utilisation, afin de mieux comprendre la logique sous-jacente de ces pratiques.

Infographie

Références

DNE-TN2 (10 mars 2025). Évaluation et accompagnement des processus d’appropriation de l’IA dans un dispositif pédagogique : Présentation du GTnum #ApproprIA. Éducation, numérique et recherche. https://edunumrech.hypotheses.org/14376

Ministère de l’Éducation nationale. (2025, novembre). Observatoire national des pratiques pédagogiques avec l’intelligence artificielle. Éduscol. https://eduscol.education.fr/4294/observatoire-national-des-pratiques-pedagogiques-avec-l-intelligence-artificielle

DNE-TN2 (19 janvier 2026). Processus d’appropriation de l’IA en pédagogie : état d’avancement des travaux du GTnum #ApproprIA. Éducation, numérique et recherche. https://doi.org/10.58079/15isc

A consulter aussi

Allouche, E. (2025, janvier 30). Intelligence artificielle et éducation : Apports de la recherche et enjeux pour les politiques publiques : édition trilingue 2025 [Billet]. Éducation, numérique et recherche. https://doi.org/10.58079/137f6

Allouche, E. (2026, 16 avril). Intelligence artificielle et éducation : apports de la recherche et enjeux pour les politiques publiques : Repères pour l’action – édition 2026 [billet]. Éducation, numérique et recherche. https://doi.org/10.58079/16327

CREAD-M@rsouin, & DNE-TN2. (2020, avril 6). Les enseignants et le numérique : Productions du GTnum 9 [Billet]. Éducation, numérique et recherche. https://edunumrech.hypotheses.org/1497

DNE-TN2. (2024, janvier 29). Innovation Numérique, Scientifique, Pédagogique et Inclusive grâce à la Recherche avec les Enseignants : Présentation du GTnum #INSPIRE [Billet]. Éducation, numérique et recherche. https://doi.org/10.58079/vovg

DNE-TN2. (2025, mars 3). L’Intelligence Artificielle au service de la prévision du décrochage scolaire : Présentation du GTnum #DescolIA [Billet]. Éducation, numérique et recherche. https://doi.org/10.58079/13eur

---

---