Aperçu de la structure

Si nous pouvons tout demander à l’IA, pourquoi devons-nous encore étudier ?

Un débat simulé : solutions incomplètes, nouvelles questions et réutilisation du code. Obtenir une réponse ne signifie pas la comprendre.

Articles /si-on-peut-tout-demander-ia-pourquoi-etudier
Si nous pouvons tout demander à l’IA, pourquoi devons-nous encore étudier ?

13 min

Salvatore Mosaico · 2026

Sommaire

L’enseignant projette une phrase à discuter ensemble :

« L’intelligence n’est pas la capacité de stocker des informations, mais de savoir où les trouver. »

Une IA est disponible en classe. Ses réponses sont projetées et chacun peut les discuter. Toutes les répliques qui suivent, y compris celles de l’IA, appartiennent à une simulation pédagogique.

1. Première provocation : les connaissances ne servent-elles plus ?

Enseignant : Cette phrase distingue l’intelligence de la mémorisation d’une grande quantité d’informations. Comment la modifieriez-vous à l’époque de l’intelligence artificielle ?

Anna : Je dirais : « L’intelligence, c’est savoir quoi demander à l’IA. »

Luca : Quelqu’un qui ne sait rien deviendrait donc intelligent simplement en sachant poser des questions ?

Anna : Ce n’est pas ce que j’ai dit. Mais si je peux obtenir une explication au moment où j’en ai besoin, pourquoi tout apprendre à l’avance ?

Marta : Vous confondez peut-être retenir une réponse et la comprendre.

Davide : Prenons un cas concret. Si je dois résoudre un problème et que l’IA le résout, le problème est résolu. Quelle différence fait ma compréhension ?

Enseignant : Cela dépend de notre objectif. Voulons-nous seulement ce résultat, ou voulons-nous aussi devenir capables d’affronter d’autres problèmes ?

Davide : Dans la vie, c’est souvent le résultat qui m’intéresse.

Enseignant : L’objection est raisonnable. Nous n’avons pas à devenir experts de tout ce pour quoi nous utilisons un outil. Mais il faut comprendre quand nous pouvons nous fier au résultat et quand nous devons le contrôler. Essayons un exemple.

2. Premier exemple : une réponse valable peut être incomplète

L’enseignant écrit :

x(x − 1) = 2(x − 1)

Enseignant : Demandons à l’IA de résoudre cette équation.

IA : En divisant les deux membres par x − 1, on obtient x = 2.

Anna : Voilà la réponse.

Luca : Mais vous nous dites toujours de vérifier.

Enseignant : Vérifions.

Marta : En remplaçant x par 2, les deux membres donnent 2(2 − 1) = 2. Cela fonctionne.

Davide : Nous avons utilisé l’IA, vérifié la réponse et terminé.

Luca : Attendez. Dans l’équation initiale, x = 1 fonctionne aussi : les deux membres sont nuls.

Anna : La réponse de l’IA est donc fausse ?

Marta : Deux est bien une solution. Le problème est qu’il manque un.

Enseignant : Exactement. Nous avons vérifié que la solution proposée convient, pas que toutes les solutions ont été trouvées.

Davide : Vérifier le résultat ne suffit donc pas ?

Enseignant : Pas ici. Il faut aussi examiner la démarche. Que s’est-il passé en divisant par x − 1 ?

Luca : Pour x = 1, nous avons divisé par zéro.

Enseignant : Cette étape n’est permise que si x ≠ 1. Il faut examiner séparément x = 1. Ou bien éviter la division :

x(x − 1) − 2(x − 1) = 0
(x − 1)(x − 2) = 0

Un produit est nul si au moins un de ses facteurs est nul. Donc x = 1 ou x = 2.

Anna : Pour repérer le problème, il fallait déjà connaître la difficulté de la division par zéro.

Enseignant : Oui. Une connaissance mathématique nous a aidés à évaluer la réponse.

Anna : Et si je ne la connaissais pas ?

Enseignant : Tu pouvais l’apprendre précisément grâce à cette discussion. Il ne faut pas tout savoir avant d’utiliser l’IA. Mais obtenir une réponse ne rend pas l’apprentissage inutile.

Marta : Je n’avais rien remarqué. J’ai compris quand Luca a essayé un.

Enseignant : C’est important : vérifier n’est pas nécessairement un combat solitaire entre un élève et une machine. Le contrôle peut naître des échanges entre vous, avec moi et avec l’IA.

Davide : Vous pourriez aussi oublier une solution.

Enseignant : Certainement. La conclusion n’est donc pas « faites confiance à l’enseignant plutôt qu’à l’IA », mais : demandons des raisons que nous pouvons examiner, quelle que soit la personne ou la machine qui propose la réponse.

3. Deuxième exemple : une réponse fait naître une nouvelle question

Enseignant : Jusqu’ici, nous avons parlé d’erreurs. Voyons maintenant une réponse utile qui nous emmène au-delà de la question de départ.

√(128 · 98)

Enseignant : Demandons à l’IA de calculer cette racine en montrant sa démarche.

IA : On peut décomposer les deux nombres ainsi :

128 = 8² · 2
98 = 7² · 2

√(128 · 98) = √(8² · 7² · 4)
= 8 · 7 · 2 = 112

Davide : Bien. Cette fois, le résultat est complet.

Marta : Quelque chose m’intrigue : ni 128 ni 98 ne sont des carrés parfaits, mais leur produit en est un.

Luca : Est-ce parce qu’ils sont tous les deux pairs ?

Anna : Nous pourrions le demander à l’IA.

Enseignant : Oui. Mais testons d’abord cette idée nous-mêmes. Quels nombres choisiriez-vous ?

Davide : Huit et dix. Ils sont pairs et leur produit vaut quatre-vingts.

Marta : Quatre-vingts n’est pas un carré parfait : il est compris entre soixante-quatre et quatre-vingt-un.

Luca : Être pairs ne suffit donc pas.

Enseignant : Nous avons trouvé un contre-exemple. Revenons à la décomposition : qu’ont en commun 128 et 98 ?

Anna : Chacun est un carré multiplié par deux.

Marta : Les deux facteurs deux donnent quatre, qui est encore un carré.

Enseignant : Pouvons-nous construire un nouvel exemple avec cette observation ?

Marta : Essayons :

18 = 3² · 2
50 = 5² · 2
√(18 · 50) = 3 · 5 · 2 = 30

Davide : En effet, dix-huit multiplié par cinquante donne neuf cents.

Luca : Nous n’avons pas seulement effectué un calcul : nous avons trouvé comment en inventer d’autres.

Enseignant : Exactement. Demandons maintenant à l’IA de généraliser votre observation.

IA : Prenons trois entiers strictement positifs a, b et k. Construisons ka² et kb². Leur produit est :

(ka²)(kb²) = k²a²b² = (kab)²
√[(ka²)(kb²)] = kab

Voilà une manière de construire deux nombres dont le produit est un carré parfait.

Anna : Je corrigerais maintenant ma première affirmation.

Enseignant : Comment ?

Anna : Je disais que l’intelligence consiste à savoir quoi demander à l’IA. Mais nous ne connaissions pas cette question à l’avance. Elle est née en regardant la réponse.

Marta : Je voulais seulement un calcul. La décomposition m’a fait remarquer quelque chose que je ne cherchais pas.

Enseignant : La relation ne se limite donc pas à :

Poser une bonne question → obtenir une bonne réponse.

Elle peut aussi devenir :

Poser une question simple → rencontrer une idée intéressante → formuler une nouvelle question → essayer de la mettre à l’épreuve.

Davide : Et la question peut venir d’un camarade, pas seulement de l’IA.

Enseignant : Comme cela vient de se produire.

4. Troisième exemple : cela fonctionne, mais est-ce bien conçu ?

Enseignant : Passons à l’informatique. Nous avons déjà construit RandomNumero(N). Son contrat est de fournir, pour tout entier strictement positif N, un entier aléatoire entre 1 et N inclus, chaque entier ayant la même probabilité.

Nous souhaitons maintenant RandomRange(a, b), qui donne un entier aléatoire entre a et b inclus. Nous supposons que a et b sont des entiers et que a ≤ b.

Anna : Demandons à l’IA.

L’IA propose une fonction autonome qui repart du générateur aléatoire de base. La classe examine sa démarche et vérifie qu’elle est correcte.

Davide : Cette fois, nous avons aussi vérifié les bornes. Cela fonctionne.

Enseignant : Oui. Mais avons-nous utilisé ce que nous avions déjà construit ?

Marta : Non. Nous disposions déjà de RandomNumero(N).

Luca : Est-il obligatoire de l’utiliser ? Si la nouvelle fonction fonctionne, pourquoi serait-elle fausse ?

Enseignant : Elle n’est pas automatiquement fausse. Il faut déterminer si, pour notre projet, il vaut mieux réutiliser une fonction qui exprime déjà une partie du travail, plutôt que dupliquer sa logique.

Davide : Le problème concerne donc l’organisation de la solution, pas son résultat.

Enseignant : Exactement. Construisons RandomRange en utilisant seulement RandomNumero. Commençons par un entier entre 10 et 20.

Anna : J’utilise RandomNumero(10) et j’ajoute dix.

Marta : Attends. Le plus petit résultat serait onze, pas dix.

Luca : Il y a onze entiers de dix à vingt, puisque les deux bornes sont incluses.

Enseignant : Alors ?

Marta : Utilisons RandomNumero(11) et ajoutons neuf. Un devient dix et onze devient vingt.

Davide : Tous les nombres intermédiaires sont décalés de la même manière.

Enseignant : Généralisons. Combien d’entiers y a-t-il entre a et b inclus ?

Luca : b − a + 1.

Enseignant : Que faut-il ajouter pour transformer 1 en a ?

Anna : a − 1.

Marta : Donc :

RandomRange(a, b) =
RandomNumero(b − a + 1) + a − 1

Enseignant : Vérifions les bornes :

1 + a − 1 = a
(b − a + 1) + a − 1 = b

Davide : La nouvelle fonction s’appuie sur la précédente.

Luca : Je pense toujours qu’une version autonome pourrait convenir dans un si petit programme.

Enseignant : Tu as raison de ne pas transformer la réutilisation en règle absolue. Il faut justifier notre choix. Dans cet exercice, apprendre à construire une solution à partir d’une fonction existante faisait partie de l’objectif. Ce n’était pas un détail.

Anna : Même une réponse techniquement correcte de l’IA peut donc manquer ce que nous cherchons à apprendre.

Enseignant : Oui. Nous devons expliciter cet objectif plutôt que lui demander de le deviner.

Marta : Nous pourrions écrire : « Ne repars pas de zéro. Utilise RandomNumero(N) et explique comment transformer son intervalle. »

Enseignant : C’est une meilleure demande. Mais vous l’avez formulée après avoir discuté une première solution, pas avant.

5. L’objection la plus difficile : ne perdons-nous pas du temps ?

Davide : Je vais faire l’avocat du diable. Nous avons discuté dix minutes pour une formule que l’IA pouvait donner en dix secondes.

Enseignant : C’est vrai. Qu’avons-nous obtenu pendant ces dix minutes, au-delà de la possession de la formule ?

Marta : Nous avons compris pourquoi il y a un plus un.

Luca : Nous avons découvert qu’une fonction correcte n’est pas toujours le meilleur choix pour un projet donné.

Anna : Et nous avons appris à construire une fonction à partir d’une autre.

Davide : Mais je pourrais aussi demander toutes ces explications à l’IA.

Enseignant : Bien sûr. Ce serait une bonne utilisation de l’outil. La question est ce que tu fais de ces explications : les parcourir, les répéter ou savoir les utiliser ?

Davide : Comment faire la différence ?

Enseignant : Modifions légèrement le problème. Nous voulons un entier aléatoire entre −3 et 2. Comment utiliser la fonction précédente ?

Davide : Il y a six possibilités. J’utilise RandomNumero(6) et je soustrais quatre. Un devient moins trois et six devient deux.

Enseignant : Le calcul est juste. Mais nous avons déjà construit la fonction de niveau supérieur. Pour l’utiliser, il suffit d’écrire :

RandomRange(-3, 2)

Marta : Les nombres négatifs n’exigent donc pas une nouvelle fonction ?

Enseignant : Exactement. Ton raisonnement explique son fonctionnement interne. Comptons les valeurs en incluant les deux bornes :

b − a + 1 = 2 − (−3) + 1 = 6
−3, −2, −1, 0, 1, 2

Anna : Il y en a six. Pour transformer la première valeur, 1, en −3, il faut soustraire quatre : a − 1 = −3 − 1 = −4.

Enseignant : Remplaçons a par −3 et b par 2 dans la formule générale. Les lignes suivantes montrent une équivalence de calcul, pas la déclaration d’une nouvelle fonction :

RandomRange(-3, 2)
≡ RandomNumero(2 - (-3) + 1) + (-3) - 1
≡ RandomNumero(6) - 4

Davide : RandomNumero(6) produit l’un des entiers de 1 à 6. En soustrayant quatre, chacun est décalé vers sa nouvelle position :

1, 2, 3, 4, 5, 6
↓ −4
−3, −2, −1, 0, 1, 2

Enseignant : Chaque valeur initiale correspond à une seule valeur finale. Si les six valeurs initiales sont équiprobables, les valeurs finales le restent. Les nombres négatifs ne changent pas l’algorithme.

Marta : Pour comprendre le mécanisme, je peux raisonner sur RandomNumero(6) - 4 ; pour utiliser le service existant, j’appelle RandomRange(-3, 2).

Enseignant : Exactement. Voici les deux fonctions réutilisables et leur appel en JavaScript, pour des intervalles de petits entiers comme dans cet exemple :

function RandomNumero(N) {
    return Math.floor(Math.random() * N) + 1;
}

function RandomRange(a, b) {
    return RandomNumero(b - a + 1) + a - 1;
}

const numero = RandomRange(-3, 2);
console.log(numero);

La formule b − a + 1 compte les valeurs, tandis que a − 1 place l’intervalle au bon endroit. Comprendre le mécanisme ne signifie pas devoir le réécrire à chaque utilisation.

Enseignant : Tu as appliqué le raisonnement à un cas différent, et pas seulement reconnu une formule déjà écrite.

Anna : Le critère n’est donc pas le temps passé sans IA.

Enseignant : Non. Ni le nombre de questions posées. Ce qui compte ici, c’est la capacité construite grâce à son utilisation.

Luca : Certains pourraient se contenter de copier.

Marta : Ils pourraient aussi copier un livre ou un camarade.

Enseignant : Il faut affronter le risque de remplacer le travail par une réponse toute faite. Mais choisir un outil ne suffit pas : il faut concevoir l’activité. Aujourd’hui, je vous ai demandé de trouver une omission, de proposer un contre-exemple et d’adapter une solution, pas seulement de donner un résultat.

6. Revenons à la phrase initiale

L’enseignant projette de nouveau la phrase.

« L’intelligence n’est pas la capacité de stocker des informations, mais de savoir où les trouver. »

Enseignant : Après cette discussion, que changeriez-vous ?

Anna : J’ajouterais : « et savoir quoi en faire ».

Luca : Moi : « et savoir quand s’en méfier ».

Marta : Pas seulement s’en méfier. Avec la racine, la réponse de l’IA nous a aidés à découvrir quelque chose.

Davide : Alors : « savoir utiliser les réponses pour aller plus loin ».

Enseignant : Et les connaissances présentes dans notre tête ?

Luca : Elles servent. Sans connaître la division par zéro, nous n’aurions pas compris la première erreur.

Anna : Mais nous pouvons aussi les construire pendant le dialogue. Nous n’avons pas à tout savoir à l’avance.

Marta : Savoir et demander ne s’opposent donc pas. Nous pouvons demander pour mieux comprendre.

Davide : Et mieux comprendre peut nous faire changer de question.

L’enseignant écrit une proposition née de la discussion :

« Avec l’IA, l’intelligence n’est pas seulement de savoir où trouver les réponses, mais de les comprendre, de les mettre à l’épreuve et de les utiliser pour construire de nouvelles connaissances et de nouvelles questions. »

Luca : Cela me plaît, mais comment savoir si nous comprenons vraiment, au lieu de suivre une explication qui semble convaincante ?

Enseignant : Un slogan ne règle pas cette difficulté. Essayons : choisissez un exemple d’aujourd’hui, modifiez une condition et expliquez aux autres ce qui change et pourquoi.

Marta : Pouvons-nous utiliser l’IA ?

Enseignant : Oui. Mais distinguez ce qu’elle a proposé, ce que vous avez vérifié et ce qui ne vous convainc pas encore.