Création, diffusion et acquisition des connaissances : comment l’intelligence artificielle transforme notre éducation et notre culture

Document 2993

1. Article 50, paragraphe 4, du règlement européen sur l’intelligence artificielle

   Les déployeurs d’un système d’IA qui génère ou manipule des images ou des contenus audio ou vidéo constituant un hypertrucage indiquent que les contenus ont été générés ou manipulés par une IA. Cette obligation ne s’applique pas lorsque l’utilisation est autorisée par la loi à des fins de prévention ou de détection des infractions pénales, d’enquêtes ou de poursuites en la matière. Lorsque le contenu fait partie d’une œuvre ou d’un programme manifestement artistique, créatif, satirique, fictif ou analogue, les obligations de transparence énoncées au présent paragraphe se limitent à la divulgation de l’existence de tels contenus générés ou manipulés d’une manière appropriée qui n’entrave pas l’affichage ou la jouissance de l’œuvre. Il est donc essentiel que cette disposition entre en vigueur sans délai. Or un accord intervenu le 7 mai 2026 entre la Commission européenne, le Conseil et le Parlement européen (trilogue) relatif à la proposition de règlement dite « omnibus numérique sur l’IA » ( [131] ) , deuxième volet du paquet omnibus ( [132] ) , a prévu de reporter l’entrée en vigueur de l’obligation de transparence pour les contenus générés par IA, du 2 août 2026 au 2 décembre 2027. La rapporteure rejoint ses collègues sénatrices Catherine Morin-Desailly et Karine Daniel, autrices d’un rapport d’information en date du 13 mai 2026 relatif à l’omnibus numérique européen ( [133] ) , pour regretter ce report. Alors que le RIA a été publié en juin 2024, tout nouveau report serait inacceptable, tant la sophistication des hypertrucages permise par l’IA met en danger l’intégrité de l’espace informationnel européen en général, et français en particulier, dans le contexte de la campagne électorale en vue de l’élection présidentielle de 2027. C. Les systèmes d’IA exercent une concurrence déloyale à l’égard des médias traditionnels : le risque d’un effondrement du trafic des éditeurs de presse Les représentants des éditeurs de presse, ainsi que Mme Sophie Huet, ont alerté la mission d’information sur le risque à moyen terme d’un effondrement du modèle économique du journalisme, de plus en plus concurrencé par les assistants conversationnels dans l’accès à l’information, une information qui, rappelons-le, n’est en rien produite par les fournisseurs d’IA. Alors que les moteurs de recherche constituent une porte d’entrée de première importance pour les sites des éditeurs de presse, il est à craindre que le déploiement des fonctionnalités « aperçu IA » ( AI overview ) et « mode IA » ( AI mode ) de Google provoque une chute drastique du trafic des sites de presse. La fonctionnalité « aperçu IA » est une fonctionnalité d’IA qui affiche, en haut de la page de recherche, une synthèse des informations en lien avec la recherche de l’utilisateur, issue de plusieurs sources web, lesquelles sont affichées dans l’encart. L’aperçu IA d’une recherche sur Google (hors de France) relative à la fonctionnalité « Aperçu IA » La fonctionnalité « mode IA », quant à elle, permet à l’utilisateur d’utiliser l’assistant conversationnel Gemini pour rechercher des informations. Ces deux fonctionnalités n’ont pas encore été déployées par Google en France, du fait du contentieux toujours en cours entre la société et les éditeurs sur le dossier des droits voisins. Selon l’Apig, « au cœur du problème se trouve l’environnement "zéro clic" de plus en plus répandu : Google répond aux requêtes des utilisateurs directement dans les résultats de recherche à l’aide de résumés générés par l’IA à partir du contenu des éditeurs, ce qui réduit la nécessité pour les utilisateurs de cliquer sur les sites web sources » ( [134] ) . Plusieurs études ont démontré que la mise à disposition des utilisateurs de ces deux fonctionnalités avait provoqué une baisse très importante du trafic des sites de presse français, compte tenu du poids des services opérés par Google dans le trafic entrant sur ces sites . En janvier 2026, une étude du Reuters Institute ( [135] ) a estimé à 33 % la baisse de trafic des sites d’actualités provenant des recherches Google entre novembre 2024 et novembre 2025, mesurée sur un échantillon de 2 500 sites de médias dans le monde. Les éditeurs expliquent s’attendre à une diminution du trafic en provenance de Google de 43 % entre 2026 et 2028. Selon le SEPM, la fonctionnalité « Aperçu IA » agit comme un « tueur de trafic », dans la mesure où elle dissuade les utilisateurs de cliquer vers les sites sources. Cela crée un effet de substitution qui réduit massivement l’audience des médias et, par conséquent, leurs recettes publicitaires. L’Apig, qui affirme que les éditeurs de presse des pays au sein desquels les fonctionnalités « Aperçu IA » et « Mode IA » ont été déployées déplorent des baisses de trafic comprises entre 20 % et 70 %, a indiqué à la mission d’information que des recours contre Google, au Royaume-Uni, en Allemagne et en Italie, avaient été formés par des éditeurs, sur le terrain du droit d’auteur mais aussi sur celui du droit de la concurrence. En effet, les atteintes au modèle économique des médias résultant du déploiement de ces fonctionnalités seraient susceptibles de constituer un abus de position dominante, qui pourrait être soulevé par les éditeurs de presse devant l’Autorité de la concurrence . Au niveau européen, le Conseil européen des éditeurs a déposé ( European publishers council, EPC ) a déposé une plainte formelle auprès de la Commission européenne, alléguant que Google abuse de sa position dominante sur le marché des services de recherche généraliste, du fait du déploiement des fonctionnalités « aperçu IA » et « mode IA » au sein de Google Search. La plainte affirme que ce déploiement instaure des conditions commerciales injustes et empêche le développement d’un marché de licences fonctionnel pour l’utilisation de contenus journalistiques dans l’entraînement, l’ancrage et la génération de résultats par IA. Ce comportement pourrait en effet s’avérer contraire au règlement européen sur les marchés numériques ( [136] ) et à l’interdiction de l’autoréférence car, via ces deux fonctionnalités, Google favorise ses propres résumés, au détriment des contenus des éditeurs. L’Alliance a indiqué espérer que, compte tenu du sérieux de la plainte, Google propose à la Commission européenne des remèdes qui pourront bénéficier à l’ensemble des éditeurs européens. En l’espèce, Google pourrait mettre en place un mécanisme de retrait ( opt-out ) des fonctionnalités « aperçu IA » et « mode IA », alors qu’au début de l’année 2026, Google affirmait que la seule possibilité, pour les contenus des éditeurs de presse, de ne pas être utilisés au sein de ces fonctionnalités, résidait dans la fin de leur référencement dans Google Search, solution évidemment inacceptable pour les éditeurs français, compte tenu de leur dépendance économique aux services de Google . Une décision de l’Autorité de la concurrence et des marchés britannique en date du 3 juin 2026 ( [137] ) a d’ailleurs imposé à Google, de façon inédite, de permettre aux éditeurs de se retirer des deux fonctionnalités d’IA, tout en continuant à être référencés dans les résultats de recherche . Afin d’aider les éditeurs de presse à lutter contre l’essor du « zéro clic » et de gagner en visibilité sur les plateformes, tout en réduisant l’exposition des utilisateurs aux fausses informations, la rapporteure juge souhaitable que les algorithmes se voient imposer, au niveau européen, une obligation de mise en avant des contenus d’information fiables, qu’ils soient diffusés par des titres de presse écrite ou numérique, ou par des services de communication audiovisuelle . La distribution de l’information dans les espaces de vente physiques est très encadrée, notamment par la loi « Bichet » ( [138] ) . Dans l’espace numérique, elle est concentrée entre les mains d’une poignée de grands acteurs extra-européens, alors qu’il est désormais indispensable, au sein d’un espace numérique saturé de fausses informations, de valoriser la production d’information professionnelle, laquelle s’apparente à un bien commun. Alors que les faux sites d’information prolifèrent, accentuant encore les risques de désinformation, cette mesure apparaît désormais urgente. Selon l’Apig, « l’objectif doit être de garantir un accès effectif aux citoyens à une information fiable, pluraliste et professionnelle, condition essentielle du fonctionnement démocratique, face à la désinformation et à la captation de l’attention par des contenus non journalistiques. Dans un monde où les fausses informations deviennent monnaie courante, la mise en avant obligatoire par les algorithmes des contenus d’information reconnus contribuerait de manière certaine à faire reculer la désinformation, au bénéfice de la qualité du débat démocratique » ( [139] ) . En France, par exemple, pourraient bénéficier de cette mise en avant algorithmique, ou préférence algorithmique, les contenus de presse des titres agréés par la CPPAP et dont le caractère IPG est reconnu, lequel agrément garantit la qualité de l’information produite (cf. supra ). Les contenus d’information des médias audiovisuels conventionnés avec l’Arcom pourraient faire l’objet du même traitement favorable. Une telle mesure avait été proposée par le groupe de travail des EGI relatif à l’avenir des médias d’information et du journalisme ( [140] ) . Inspirée du dispositif des services d’intérêt général (SIG) prévu par l’article 7 bis de la directive SMA, elle pourrait être inscrite dans ladite directive lors de sa prochaine révision. À terme, elle pourrait être étendue aux assistants conversationnels, lorsqu’ils répondent à des requêtes en lien avec l’actualité. Recommandation n° 11 : Inscrire dans la directive SMA, lors de sa prochaine révision, une obligation de mise en avant algorithmique, sur les plateformes, des contenus des médias d’information. IV. Le droit d’auteur bouleversé par l’intelligence artificielle générative Les auditions de la mission d’information ont permis d’établir un constat clair : l’entraînement des modèles d’IA générative s’effectue dans des conditions d’insécurité juridique préjudiciables aux ayants droit culturels comme aux fournisseurs d’IA . Alors que la valeur économique des contenus culturels a été démontrée par plusieurs études et est reconnue par les fournisseurs d’IA eux-mêmes, ces données sont, pour une très grande majorité d’entre elles, considérées comme gratuites et, de fait, utilisées par les fournisseurs d’IA sans autorisation ni rémunération des ayants droit. Pour justifier ce « moissonnage » (en anglais scraping ) massif et, bien souvent, sauvage, les fournisseurs d’IA avancent en général trois arguments : les contenus culturels sont mis à la disposition de tous sur internet, ce qui légitimerait leur libre utilisation, une exception au droit d’auteur pour la fouille de textes et de données a été consacrée par le législateur européen en 2019 (cf. infra ), et les entreprises d’IA européennes font face à une compétition internationale féroce, qui justifierait de leur appliquer un cadre de régulation permissif, quoi qu’il en coûte. Ainsi, lors de son audition devant la mission d’information, Mme Audrey Herblin-Stoop, directrice des affaires publiques de Mistral AI, a affirmé que cette société évoluait dans un contexte de concurrence « extrêmement intense avec des concurrents qui sont tous américains et chinois, qui évoluent dans des contextes de régulation beaucoup plus permissifs » ( [141] ) . La rapporteure est convaincue de l’inanité des positions, trop souvent exprimées dans le débat public, qui opposent l’innovation et le droit d’auteur . Celui-ci s’est toujours adapté aux grandes ruptures technologiques et il ne serait jamais venu à l’esprit de quiconque de le sacrifier sur l’autel de la compétition économique mondiale, a fortiori en France, patrie du droit d’auteur. Les difficultés actuelles sont de plusieurs ordres : une mauvaise volonté caractérisée de nombreux fournisseurs d’IA, qui refusent d’entrer en négociation avec les représentants des titulaires de droits, des obligations européennes de transparence sur les données d’entraînement insuffisantes, l’impossibilité pour les ayants droit de s’opposer efficacement à l’utilisation de leurs contenus par les fournisseurs d’IA. Cette situation ne peut durer ; il est en effet inacceptable, voire contre-productif, que les intérêts économiques d’un secteur soient sacrifiés au profit d’un autre. Le règlement européen sur l’intelligence artificielle (RIA) n’a malheureusement pas fixé un cadre juridique clair et satisfaisant, ni pour les ayants droit ni pour les fournisseurs d’IA. Ce constat a déjà été posé par la rapporteure dans sa communication relative à l’impact de l’intelligence artificielle sur la culture, adoptée par la commission des affaires européennes de l’Assemblée nationale le 25 juin 2025 ( [142] ) . A. Les œuvres de l’esprit ont été massivement pillées par les fournisseurs de systèmes et de modèles d’IA 1. Un pillage massif et documenté des œuvres humaines aux fins d’entraînement des systèmes a. La qualité des données culturelles est indispensable à l’entraînement des modèles d’IA Plusieurs rapports et études ont démontré l’importance du recours à des données d’entraînement de qualité pour les modèles d’IA ( [143] ) . La stratégie européenne pour une union des données le reconnaît d’ailleurs explicitement, en visant la mise à disposition des IA de 30 millions d’objets culturels numérisés à des fins d’entraînement ( [144] ) . La qualité des données des éditeurs de presse, en particulier, est reconnue par les fournisseurs d’IA, qui ont déjà conclu avec eux un certain nombre d’accords visant à sécuriser juridiquement l’accès à ces données. On peut ainsi mentionner les accords conclus entre le groupe Le Monde et Open AI en mars 2024, entre Mistral AI en janvier 2025, entre Open AI et le groupe américain News Corp ( [145] ) en mai 2024, entre l’agence de presse américaine Associated Press et Google en janvier 2025, etc. Les contenus de presse sont particulièrement utiles aux modèles d’IA pour obtenir des données d’ancrage ( grounding ) ou d’actualisation, c’est-à-dire des exemples concrets et contextualisés, récents, qui permettent d’améliorer la pertinence des réponses. Plusieurs études ont également mis à jour un risque de dégénérescence des modèles entraînés sur des données synthétiques, c’est-à-dire produites par des IA . Ce risque a été décrit par Mme Joëlle Farchy dans son rapport précité relatif à la rémunération des contenus culturels utilisés par les systèmes d’IA. Mme Farchy décrit notamment les conclusions d’une étude de chercheurs d’Oxford et de Cambridge, publiée dans la revue Nature , décrivant un effondrement de la qualité des outputs d’un modèle affiné sur des données synthétiques : « Le terme d’effondrement est ici défini comme un process dégénératif affectant la qualité de ce que produisent les modèles, dans lesquels les données générées par une première génération de modèles polluent les données sur lesquelles la prochaine génération de modèles est entraînée. Dans cette étude, les chercheurs ont affiné un modèle de langage (un LLM) pré-entraîné sur un ensemble de données émanant de Wikipédia (données créées par des humains), qu’ils ont ensuite utilisées pour générer de nouveaux articles (données synthétiques). Ils ont formé la génération suivante du modèle sur la base de ces nouveaux articles plutôt que sur des données réelles, et ainsi de suite. Lors de l’évaluation, les nouveaux modèles ont rapidement montré des erreurs significatives par rapport au modèle original entraîné sur de réelles données. En d’autres termes, la qualité des nouvelles données s’est effondrée après que les modèles aient été entraînés sur des données synthétiques. » b. Il est désormais établi qu’un très grand nombre d’œuvres ont été utilisées par les fournisseurs d’IA Le développement des IA génératives constitue un défi inédit pour le respect des droits de propriété littéraire et artistique, au regard de la quantité de données « moissonnées » pour entraîner les systèmes d’IA. Cette immense quantité de données rend par définition difficile l’établissement de la preuve de l’utilisation des œuvres. Néanmoins, de multiples indices indiquent avec certitude qu’un très grand nombre d’œuvres de l’esprit ont été utilisées par les fournisseurs d’IA, de façon licite comme illicite, par exemple en recourant à des librairies clandestines . À cet égard, il a été établi aux États-Unis que la société Anthropic a utilisé des millions de livres téléchargés illégalement pour entraîner son assistant conversationnel Claude. Ce fait avait été reconnu par le juge californien William Alsup ( [146] ) . En l’espèce, il s’agissait des bases de données Library Genesis et Pirate Library Mirror. Attaqué en justice, Anthropic a opté pour un accord financier avec les éditeurs américains, acceptant de leur verser 1,5 milliard de dollars pour éviter un long et coûteux procès ( [147] ) . Mme Alexandra Bensamoun, professeure de droit, spécialiste du droit de la propriété intellectuelle, auditionnée par la mission d’information le 24 février 2026, a confirmé que le téléchargement de livres issus de librairies clandestines était le fait de plusieurs fournisseurs d’IA ( [148] ) . LaScam a également fourni un certain nombre d’exemples à la mission d’information, estimant que « les contentieux récents démontrent que les œuvres protégées par le droit d’auteur ont été massivement moissonnées au mépris du droit d’auteur ». En particulier, LaScam a mentionné une assignation de Meta devant le tribunal judiciaire de Paris, par le SNE, la SGDL et le Syndicat national des auteurs et des compositeurs (Snac), protestant contre l’utilisation non autorisée d’œuvres protégées par le droit d’auteur, pour l’entraînement du modèle d’IA générative « Llama ». Selon ces trois organisations, Meta aurait exploité sans autorisation plus de 200 000 livres issus de la base de données « Books3 », dont plusieurs œuvres françaises. Des actions en justice ont également été intentées par des éditeurs de presse afin de mettre fin à l’utilisation de leurs contenus protégés en vue d’entraîner des systèmes d’IA. En septembre 2025, l’Apig et le SEPM ont ainsi adressé des mises en demeure aux bases de données Common Crawl, C4 et Oscar, qui hébergent des millions de données utilisées par les fournisseurs d’IA. Parmi ces données, figuraient des contenus de presse, reproduits et distribués sans autorisation. L’Apig a ainsi indiqué à la mission d’information que « les éditeurs ont constaté un grand nombre d’utilisations non autorisées par des grandes bases de données en ligne, mises à disposition des modèles de langage pour leur entraînement. Ils se sont également aperçus qu’il était très difficile d’apporter la preuve de l’utilisation des contenus. Pour autant, la présence de contenus de presse dans une des plus grosses et usitées des bases de données d’entraînement, Common Crawl, a été démontrée après plus d’un an et demi de labeur. Par ailleurs, de très gros fournisseurs d’IA ont admis s’être entraînés sur cette base de données lors de la concertation IA/ayants droit organisée par les pouvoirs publics, notamment Microsoft et Open AI. Aujourd’hui, tous les éditeurs participant à cette action à l’encontre de Common Crawl disposent de constats d’huissier qui permettent d’assurer que plusieurs millions de leurs contenus étaient présents et ont donc été utilisés pour entrainer les modèles d’IA générative qui aujourd’hui produisent des contenus de substitution » ( [149] ) . En octobre 2025, les éditeurs ont obtenu le retrait de leurs contenus de la base de données Common Crawl. En dépit de certaines affirmations entendues au cours des auditions de la mission d’information, la rapporteure rappelle que la mise à disposition d’œuvres auprès du plus grand nombre, sur internet, ne signifie pas que ces œuvres sont libres de droit. 2. Les relations entre les ayants droit culturels et les fournisseurs d’IA sont caractérisées par l’asymétrie du rapport de force Plusieurs organismes de gestion collective, entendus par la mission d’information, ont fait part de leur difficulté à établir un dialogue avec les fournisseurs de systèmes et de modèles d’IA, dont la plupart refusent d’entrer en négociation avec eux pour obtenir l’autorisation d’utiliser leurs contenus protégés, en définir les modalités et fixer une rémunération. Ainsi, LaScam a indiqué avoir procédé à l’envoi de 177 courriers à des fournisseurs d’IA, pour les inviter à entrer en négociation pour l’utilisation des œuvres de son répertoire, n’obtenant que 10 % de retours écrits et trois rendez-vous . Toutes les sociétés contactées ont affirmé n’avoir jamais utilisé les œuvres de son répertoire, sans lui apporter les moyens de s’en assurer. Au cours de la table ronde précitée relative à l’intelligence artificielle et au droit d’auteur, qui s’est tenue à l’Assemblée nationale le 26 janvier 2026, l’Adami a informé la mission d’information de l’envoi d’une cinquantaine de courriers à des fournisseurs d’IA, pour seulement cinq réponses reçues. En juin 2025, à l’initiative de Mme Rachida Dati, ministre de la culture, et de Mme Clara Chappaz, ministre déléguée chargée de l’intelligence artificielle et du numérique, a été lancée une concertation entre les développeurs de modèles d’IA générative et les ayants droit culturels . Son objectif était de favoriser la compréhension réciproque des enjeux de ces deux secteurs, d’identifier des intérêts communs et des bonnes pratiques, conciliant le respect du droit d’auteur avec l’accès à des données de qualité pour le développement des modèles d’IA générative. Après plusieurs mois d’échanges, et sans doute du fait de l’absence de perspective de dépôt d’un projet de loi, la concertation s’est achevée en fin d’année 2025 sans donner lieu ni à la publication du rapport, ni à l’ébauche d’un marché des données. Le ministère de la culture a ainsi reconnu que « bien que de premiers accords contractuels existent entre grands développeurs et organes de presse ou ayants droit culturels, et que des pourparlers soient en cours, ils ne sont pas systématiques et demeurent insuffisants pour assurer la juste rémunération des œuvres et contenus utilisés pour l’entraînement des modèles d’IA. En particulier, l’interprétation extensive de l’exemption de fouilles de données contrarie les démarches de contractualisation ». Selon l’Apig, la concertation a mis en évidence un fossé entre, d’un côté, les fournisseurs d’IA, qui défendent selon elle « une logique d’assouplissement ou d’atténuation des règles de propriété intellectuelle et refusent de s’engager dans un régime d’autorisation », et de l’autre, les ayants droit qui réclament la transparence et le respect du droit d’auteur. Elle a également mis en exergue « l’asymétrie structurelle de pouvoir économique, technologique et informationnel, qui par définition, limite fortement la possibilité de parvenir à des accords réellement équilibrés. Les fournisseurs d’IA disposent d’une capacité de négociation dominante, tandis que les ayants droit sont confrontés à une faible capacité de contrôle sur l’exploitation effective de leurs contenus, faute de transparence, et à une difficulté à objectiver les usages ». Si un certain nombre d’accords entre les ayants droit et les fournisseurs d’IA ont pu être conclus, notamment dans le secteur de la presse (cf. supra ), toujours à titre individuel – c’est-à-dire entre un fournisseur d’IA et un seul média ou groupe de médias –, le partage de la valeur demeure encore très largement insuffisant, d’abord en raison d’un cadre juridique européen construit au détriment des ayants droit. B. les règles du règlement européen en matière d’IA et de droit auteur : un cadre imprécis et insatisfaisant pour les ayants droit 1. L’exception TDM : une exception au droit d’auteur et aux droits voisins détournée de son objet initial Pour entraîner leurs modèles d’IA, les entreprises s’appuient sur une exception au droit d’auteur et aux droits voisins, prévue par l’article 4 de la directive du 17 avril 2019 sur le droit d’auteur et les droits voisins dans le marché unique numérique (Damun) ( [150] ) : l’exception ou limitation pour la fouille de textes et de données – ou text and data mining (TDM). Ainsi, le 27 janvier 2026, Mme Audrey Herblin-Stoop, directrice des affaires publiques de Mistral AI, auditionnée par la mission d’information, a affirmé que « l’exception TDM est un système qui nous permet de nous entraîner ». C’est donc sur le fondement de cette exception, qui peut être mobilisée pour des finalités commerciales, et pas seulement de recherche, que les fournisseurs de services d’IA entraînent leurs modèles, alors même que l’exception a été introduite dans le droit de l’Union européenne avant la mise sur le marché, en novembre 2022, de ChatGPT . Cette exception a été introduite au sein de la directive par voie d’amendement, en fin de parcours législatif. Comme la rapporteure l’a affirmé dans sa communication précitée, présentée au nom de la commission des affaires européennes, « une disposition introduite "en passant" pour couvrir certains cas spécifiques d’analyse de données ne peut aujourd’hui être interprétée comme une base légale universelle pour l’entraînement des IA génératives ». Compte tenu du caractère potentiellement très large de cette exception, le législateur européen a prévu, à l’article 4 de la directive Damun, deux conditions qui viennent l’encadrer. Premièrement, l’accès aux œuvres et aux autres objets protégés doit être licite. Deuxièmement, les titulaires de droits ont la faculté de s’opposer à la fouille de leurs œuvres et contenus protégés, par une réservation de droits, dite « opt-out ». Celle-ci est prévue par le paragraphe 3 de l’article 4 de la directive : « L’exception ou la limitation prévue au paragraphe 1 s’applique à condition que l’utilisation des œuvres et autres objets protégés visés audit paragraphe n’ait pas été expressément réservée par leurs titulaires de droits de manière appropriée, notamment par des procédés lisibles par machine pour les contenus mis à la disposition du public en ligne. » Ces dispositions ont été transposées par la France à l’article L. 122-5-3 du code de la propriété intellectuelle. L’application de l’exception TDM à l’entraînement des modèles d’IA semble avoir été confirmée par l’article 53 du règlement européen sur l’intelligence artificielle (RIA) du 13 juin 2024 ( [151] ) , qui détermine les obligations applicables aux fournisseurs de modèles d’IA à usage général. En effet, le c du paragraphe 1 de cet article impose à ces fournisseurs de « [mettre] en place une politique visant à se conformer au droit de l’Union en matière de droit d’auteur et droits voisins, et notamment à identifier et à respecter, y compris au moyen de technologies de pointe, une réservation de droits exprimée conformément à l’article 4, paragraphe 3, de la directive (UE) 2019/790 ». De nombreux arguments juridiques ont été avancés par les ayants droit et par des spécialistes de la propriété intellectuelle pour protester contre cette utilisation de l’exception TDM . En particulier, celle-ci doit reposer sur un accès licite aux sources ; or il est aujourd’hui démontré que de nombreux fournisseurs d’IA ont entraîné leurs modèles sur des librairies clandestines (cf. supra ). Surtout, le recours à l’exception TDM pour l’entraînement des modèles d’IA pourrait ne pas être conforme au test en trois étapes , qui encadre les exceptions au droit d’auteur. Ce test découle tant de l’article 5 de la directive « société de l’information » du 22 mai 2001 ( [152] ) que de l’article 9, paragraphe 2, de la convention de Berne du 9 septembre 1886 pour la protection des œuvres littéraires et artistiques. Ainsi, les exceptions au droit d’auteur ne sont applicables que dans certains cas spéciaux , qui ne portent pas atteinte à l’exploitation normale de l’œuvre, ni ne causent un préjudice injustifié aux intérêts légitimes du titulaire du droit . Dans son rapport de mission précité sur la rémunération des contenus culturels utilisés par les systèmes d’IA, Mme Alexandra Bensamoun s’est interrogée en ces termes : « le "cas spécial", première des trois conditions, est-il rempli lorsque l’usage des contenus est tout à la fois massif et tentaculaire ? En outre, l’exploitation normale de l’œuvre, deuxième condition, n’est-elle pas affectée en raison de la concurrence qui s’opère entre la situation d’exception et le marché potentiel ? Enfin, les intérêts légitimes du titulaire, dernière condition, ne sont-ils pas atteints tant par l’absorption des contenus aux différents stades (pré-entraînement, spécialisation, etc.) que par le résultat produit, qui peut imiter a minima la "patte" de l’artiste, et possiblement attenter à son droit moral ? » S’agissant de l’exploitation normale des œuvres, plusieurs enquêtes ont démontré que les systèmes d’IA générative étaient capables de reproduire des textes entiers et des images protégés, preuve que les systèmes les ont, en quelque sorte, mémorisés. Par exemple, des chercheurs américains ont récemment réussi à faire citer par plusieurs IA de larges extraits d’œuvres littéraires protégées par le droit d’auteur ( [153] ) . Il s’agit donc d’une reproduction au sens juridique du terme, qui démontre que les IA mémorisent les œuvres, les stockent. En mai 2025, la Cour de justice de l’Union européenne (CJUE) a été saisie d’une question préjudicielle par un tribunal hongrois . Il s’agit notamment de déterminer si l’entraînement d’un assistant conversationnel sur des contenus de presse met en œuvre le droit de reproduction, et si l’exception TDM a vocation à s’appliquer à ce cas d’espèce. La décision de la CJUE pourrait intervenir en début d’année 2027, les conclusions de son avocat général étant attendues en septembre 2026. 2. L’ opt-out : un mécanisme ineffectif source de frustration pour les ayants droit L’article 4 de la directive Damun du 17 avril 2019 précitée a prévu la faculté, pour les ayants droit, d’exercer l’ opt-out , c’est-à-dire de s’opposer à l’utilisation de leurs contenus protégés dans le cadre de cette exception au droit d’auteur. Cependant, l’ opt-out s’apparente, pour reprendre l’expression de Mme Alexandra Bensamoun, auditionnée par la mission d’information, à un « doux rêve » ( [154] ) ou, selon Mme Stéphanie Le Cam, à une « fiction juridique ». Les limites opérationnelles du mécanisme d’ opt-out ont été largement exposées au cours des auditions conduites par la mission d’information ainsi que dans plusieurs travaux d’expertise consacrés à l’intelligence artificielle et au droit d’auteur. La plupart des personnes auditionnées, dont la quasi-totalité ont exercé l’ opt-out , ont mis en évidence l’absence de standardisation des mécanismes de réservation des droits, la difficulté à identifier la finalité des robots d’exploration et l’impossibilité pratique, pour les ayants droit, de vérifier le respect effectif de leur opposition à l’utilisation de leurs contenus . À ces difficultés, s’ajoute l’impossibilité pour les ayants droit de contrôler l’ensemble des pages internet mettant leurs œuvres à disposition du public. LaScam, notamment, a rappelé qu’« un tel exercice demanderait de connaître de manière exhaustive l’ensemble des sites internet voire des liens vers les pages mettant à disposition des œuvres du répertoire en ligne, et encore moins de manière actualisée. LaScam gère les droits immatériels de plus de 2 millions d’œuvres audiovisuelles déclarées – il est matériellement impossible de disposer de tous les liens Internet, et de façon actualisée, pointant vers les œuvres de son répertoire » ( [155] ) . Les limites techniques des protocoles d’ opt-out ont également été soulignées par le pôle d’expertise de la régulation numérique ( [156] ) dans une note d’état des lieux de juillet 2025 ( [157] ) . La Commission européenne réfléchit à la création d’un registre européen de l’ opt-out , qui pourrait centraliser l’ensemble des réservations de droit des ayants droit . Un appel d’offres pour une étude de faisabilité a été lancé par la Commission européenne en janvier 2025. Depuis, la création de ce registre n’a pas abouti, ce que la rapporteure regrette au regard de la difficulté pour les ayants droit de faire respecter leurs droits de propriété intellectuelle. Un tel registre faciliterait l’identification par les fournisseurs d’IA de l’ opt-out pour les œuvres protégées, ces fournisseurs faisant eux-mêmes état de l’ineffectivité de l’ opt-out , à l’instar de Mme Audrey Herblin-Stoop, qui a estimé que ce mécanisme rencontrait « beaucoup de difficultés de mise en œuvre pratique », notamment en raison de la prolifération de fichiers protégés sur des sites tiers, échappant au contrôle des ayants droit. En mars 2026, dans une tribune publiée dans le Financial Times , M. Arthur Mensch a également critiqué le mécanisme de l’ opt-out : « Le système actuel d’ opt-out , conçu pour permettre aux titulaires de droits de protéger leurs contenus et d’empêcher les entreprises d’IA de les utiliser pour l’entraînement, s’est avéré inapplicable en pratique. Les œuvres protégées par le droit d’auteur continuent de se diffuser de façon incontrôlée en ligne, tandis que les mécanismes juridiques destinés à les protéger demeurent lacunaires, appliqués de façon inégale et excessivement complexes. » ( [158] ) Recommandation n° 12 : Finaliser la création d’un registre européen de l’ opt-out , que les fournisseurs d’IA devront obligatoirement utiliser pour identifier les réservations de droits. La création de ce registre, pour protéger efficacement les intérêts des titulaires de droits, doit s’accompagner de l’instauration d’un devoir de vigilance renforcé pour les fournisseurs d’IA quant à la recherche de la titularité des droits des œuvres qu’elles utilisent. En d’autres termes, lorsque les fournisseurs d’IA « moissonneront » des données sur internet, ils devront obligatoirement consulter le registre centralisé de l’ opt-out , qui leur indiquera si une réservation de droits a été exercée – ce qui revient, concrètement, à vérifier qu’un contenu n’est pas protégé par un droit de propriété intellectuelle. 3. Des règles de transparence qui ne permettent pas aux ayants droit d’identifier l’utilisation de leurs contenus protégés Le d du 1 de l’article 53 du RIA impose une obligation de transparence aux fournisseurs de modèles d’IA à usage général. Il est ainsi prévu que ceux-ci « élaborent et mettent à la disposition du public un résumé suffisamment détaillé du contenu utilisé pour entraîner le modèle d’IA à usage général, conformément à un modèle fourni par le Bureau de l’IA » ( [159] ) . Cette obligation de transparence vise à permettre aux ayants droit d’identifier – et donc de refuser, ou d’autoriser sous certaines conditions, notamment contre rémunération – l’utilisation de leurs contenus protégés par ces fournisseurs. Le considérant 107 mentionne expressément l’objectif de l’obligation de transparence : « aider les parties ayant des intérêts légitimes, y compris les titulaires de droits d’auteur, à exercer et à faire respecter les droits que leur confère la législation de l’Union » . a. Le code de bonnes pratiques En application de l’article 53, paragraphe 4, du RIA, la Commission européenne a publié, le 10 juillet 2025, un code de bonnes pratiques ( code of practice ), à destination des fournisseurs de modèles d’IA à usage général. D’application volontaire ( [160] ) , ce code comprend trois chapitres : transparence, droit d’auteur, sûreté et sécurité ( [161] ) . Le chapitre relatif au droit d’auteur pose des obligations peu contraignantes et assez floues. Il est ainsi précisé que les fournisseurs de modèles d’IA à usage général doivent mettre en place une politique visant à se conformer au droit de l’Union en matière de droit d’auteur et droits voisins, et décrire cette politique dans un document unique. Dans une déclaration conjointe du 30 juillet 2025, plusieurs organisations d’ayants droit du secteur culturel, comme la Fédération européenne des journalistes, l’Association de producteurs de cinéma et de télévision (Eurocinema) ou l’European Writers’s Council (EWC), ont dénoncé le contenu de ce code : « Nous tenons à souligner que les solutions issues des travaux ne constituent pas une mise en œuvre raisonnable des obligations que le Règlement sur l’IA prévoie pour les fournisseurs de solutions d’IA générative. Nous rejetons fermement toute affirmation selon laquelle le Code de bonnes pratiques établirait un équilibre juste et opérationnel ou selon laquelle le Modèle fournirait une transparence "suffisante" sur la majorité des œuvres protégées utilisées pour entraîner les modèles d’IA générative. C’est tout simplement faux ; il s’agit d’une trahison des objectifs du Règlement sur l’IA. » Les représentants des ayants droit auditionnés par la mission d’information out regretté que la Commission européenne ait interprété de façon minimaliste l’obligation de transparence posée par l’article 53 du RIA, cette disposition étant, en pratique, privée d’effet utile. Par ailleurs, le code de bonnes pratiques ne mentionne pas la possibilité de conclure des accords de licence pour autoriser et rémunérer l’exploitation des données protégées par le droit d’auteur, alors qu’une invitation explicitement exprimée aurait été utile. b. Le « modèle de résumé suffisamment détaillé » Le même article 53 du RIA prévoit que les fournisseurs de modèles d’IA à usage général sont tenus d’élaborer et de mettre à la disposition du public un « résumé suffisamment détaillé » du contenu utilisé pour entraîner le modèle d’IA, cette expression portant, selon Mme Bensamoun, « les stigmates d’un lobbying exercé sur ce texte » ( [162] ) . Ce résumé doit être élaboré par les fournisseurs d’IA « conformément à un modèle fourni par le Bureau de l’IA ». L’enjeu de ce résumé est l’établissement d’un haut niveau de transparence, afin que les titulaires de droits puissent identifier l’utilisation de leurs œuvres par les fournisseurs d’IA. En l’absence de transparence élevée, les ayants droit sont en quelque sorte dépossédés de leur droit à la preuve, puisqu’ils ne peuvent pas prouver que leurs contenus protégés ont été « moissonnés ». L’absence de transparence constitue donc l’un des principaux obstacles à l’établissement d’un marché de la donnée culturelle, puisque les ayants droit ne sont pas en mesure d’identifier, et donc d’autoriser ou de refuser, l’utilisation de leurs contenus . Le modèle de résumé suffisamment détaillé ( template ) a été publié par la Commission européenne en juillet 2025. En voici un extrait : « Dans la mesure où du contenu provenant de domaines internet a été moissonné ou extrait et utilisé pour l’entraînement du modèle, fournir une liste des noms de domaines internet les plus pertinents (domaine de premier et de deuxième niveaux, par ex. "exemple.com") en énumérant les 10 % les plus importants de tous les noms de domaine , déterminés par la taille du contenu extrait (de façon à représenter toutes les modalités, le cas échéant). Les petites et moyennes entreprises (PME), y compris les jeunes pousses, devraient publier soit les 5 % les plus importants de tous les noms de domaine, soit les 1 000 premiers noms de domaine internet, la valeur la plus faible étant retenue. » ( [163] ) Les fournisseurs de modèles d’IA à usage général – les fournisseurs de modèles d’IA spécialisés n’étant pas soumis à certaines règles du RIA, en particulier celles de l’article 53 – ne sont ainsi pas tenus de divulguer la liste exhaustive des contenus protégés utilisés ; en choisissant de retenir une part de 10 %, sans qu’on en comprenne bien les motifs, la Commission européenne n’a pas permis aux ayants droit d’identifier l’utilisation, ou non, de leurs contenus. Quoi qu’il en soit, la notion même de « résumé », par définition, exclut la description exhaustive des contenus protégés utilisés par les fournisseurs d’IA . Selon Mme Alexandra Bensamoun, la transparence est pourtant « techniquement possible, même si parfois compliquée en raison de la masse de données, la multiplicité d’intervenants (dans la constitution des bases notamment), l’écrasement des métadonnées, l’absence de mécanismes de reconnaissance efficaces et interopérables » ( [164] ) . La divulgation des données d’entraînement ne contreviendrait pas nécessairement au secret des affaires – a fortiori si cette divulgation intervenait auprès d’un tiers de confiance (cf. infra ) –, dans la mesure où elle ne contraindrait nullement les fournisseurs d’IA à délivrer des informations sur leurs algorithmes. Mme Bensamoun a résumé cette obligation de transparence ambitieuse par la métaphore culinaire : « tous les ingrédients, pas la recette ». Dès lors, comme la rapporteure l’avait relevé dès juin 2025 dans sa communication précitée présentée devant la commission des affaires européennes de l’Assemblée nationale, les obligations de transparence prévues par le RIA doivent être renforcées. Elle appelle donc à nouveau à « lever les obstacles à une transparence effective car la transparence est un principe fondamental : sans transparence il est impossible aux titulaires de droit de prouver une violation de leurs droits ». Pour ce faire, la rapporteure propose deux mesures facilement déployables, à même de rééquilibrer le rapport de force entre les fournisseurs d’IA et les ayants droit culturels. C. Le renforcement de la transparence sur l’utilisation des contenus protégés par les fournisseurs d’IA constitue un préalable à l’effectivité du droit d’auteur 1. L’instauration d’un tiers de confiance pourrait aider les ayants droit à être informés de l’utilisation de leurs œuvres Afin de faciliter le dialogue entre les fournisseurs d’IA et les titulaires de droits et de concilier la transparence et la protection du secret des affaires, la rapporteure avait proposé, dans sa communication précitée présentée devant la commission des affaires européennes, la mise en place d’un tiers de confiance. Un an plus tard, au regard de l’absence de progrès suffisants dans la création d’un marché de licences, du refus persistant des fournisseurs d’IA d’entrer en négociation avec les ayants droit et de l’échec de la concertation qui a eu lieu au cours du deuxième semestre de l’année 2025, elle réitère cette proposition. Plusieurs personnes auditionnées se sont prononcées en faveur d’un tel mécanisme, dont Mme Audrey Herblin-Stoop, selon laquelle un tiers de confiance pourrait rapprocher les positions des ayants droit et des fournisseurs d’IA. Récemment, le Parlement européen l’a repris à son compte dans sa résolution du 10 mars 2026 sur le droit d’auteur et l’intelligence artificielle générative : « considérant qu’un intermédiaire de confiance, tel que l’EUIPO [l’Office de l’Union européenne pour la propriété intellectuelle] , pourrait faciliter une telle transparence, et serait responsable d’informer les titulaires de droits que leur contenu a été utilisé, leur permettant ainsi de formuler des revendications liées à leur utilisation à des fins d’entraînement ; qu’un tel intermédiaire devrait être doté des pouvoirs et des ressources nécessaires pour évaluer si les fournisseurs et déployeurs se conforment pleinement à leurs obligations en matière de transparence. » C’est précisément cette solution qui a été retenue dans un dossier qui présente plusieurs similitudes avec celui de l’IA : celui des droits voisins des éditeurs et des agences de presse . En effet, les plateformes qui utilisent les publications de presse – cette utilisation étant pour elles source de revenus, directs et indirects, notamment publicitaires – doivent obtenir l’autorisation des éditeurs et les rémunérer à ce titre. Or, depuis la création de ce dispositif en 2019, les éditeurs peinent à obtenir les éléments d’information nécessaires à l’estimation de l’assiette des droits voisins, en dépit de nombreux recours en justice. C’est pourquoi la proposition de loi visant à renforcer l’effectivité des droits voisins des éditeurs et des agences de presse ( [165] ) , dont M. Erwan Balanant est l’auteur, confie à l’Arcom un pouvoir d’injonction à l’égard des services de communication en ligne, afin que ceux-ci respectent leurs obligations de transparence, sous peine de sanctions pécuniaires. La proposition de loi, pleinement soutenue par la rapporteure, confère également à l’Arcom un pouvoir de supervision des négociations entre les éditeurs de presse et les plateformes, qui peuvent la saisir en cas de refus d’entrée en négociation ou de négociations infructueuses. En l’espèce, Mme Bensamoun est revenue, dans son rapport précité, sur l’intérêt de la mise en place d’un médiateur de l’IA : « L’intérêt de la présence du médiateur de l’IA serait multiple : d’abord, il pourrait pallier les faiblesses de la transparence "publique ", en incarnant une sorte de tiers de confiance, revenant là à une solution un temps envisagée. Ensuite, il assurerait un rôle de vérificateur, tant de l’objet et de la légitimité de la demande du titulaire (qui devrait être motivée) que du contenu des données utilisées par le fournisseur d’IA, sans que celui-ci ne puisse opposer le secret des affaires. Une telle solution aurait enfin l’avantage de la proportionnalité. Si la révélation publique (et donc aux concurrents) constitue le réel problème pour les fournisseurs d’IA, le cadre de confidentialité posé devrait permettre de lever le blocage. » ( [166] ) Comme l’avait expliqué la rapporteure dans sa communication précitée de juin 2025, une approche combinée est nécessaire. Le tiers de confiance serait chargé de la gestion du registre européen de l’ opt-out , d’une part, et recevrait la liste des données d’entraînement des fournisseurs d’IA, d’autre part. Ainsi, il pourrait identifier l’utilisation de données protégées par un fournisseur d’IA, en méconnaissance d’une réservation de droits, et alerter le fournisseur d’IA aux fins de régularisation. Un tiers de confiance pour concilier effectivement respect du droit d’auteur et secret des affaires Source : Communication de Mme Céline Calvez relative à l’impact de l’intelligence artificielle sur la culture : quels défis juridiques et enjeux pour l’Union européenne ?, présentée le 25 juin 2025 devant la commission des affaires européennes de l’Assemblée nationale. Recommandation n° 13 : Créer un tiers de confiance chargé de la gestion du futur registre européen de l’ opt-out et de la vérification des données d’entraînement des fournisseurs d’IA, aux fins de veiller au respect des réservations de droits exercées par les ayants droit. 2. La présomption d’utilisation des contenus culturels par les fournisseurs d’IA : un mécanisme juridique opérationnel Les auditions de la mission d’information ont permis aux ayants droit d’exprimer l’espoir qu’ils placent dans la proposition de loi relative à l’instauration d’une présomption d’utilisation des contenus culturels par les fournisseurs d’intelligence artificielle ( [167] ) , un tel mécanisme ayant été défendu par la rapporteure dès la publication de sa communication précitée en juin 2025, ainsi que par le Parlement européen dans sa résolution précitée ( [168] ) . Cette proposition de loi a été adoptée à l’unanimité par le Sénat, en première lecture, le 8 avril 2026 . La présomption d’utilisation constitue un outil contentieux, en quelque sorte alternatif, mais non exclusif, d’obligations de transparence renforcée à l’endroit des fournisseurs d’IA. La proposition de loi insère au sein du code de la propriété intellectuelle un nouvel article, prévoyant que, sauf preuve contraire, dans toute contestation en matière civile, l’œuvre ou l’objet protégé par un droit d’auteur ou par un droit voisin est présumé avoir été utilisé par le fournisseur du modèle ou du système d’intelligence artificielle, dès lors qu’un indice afférent au développement ou au déploiement de ce système ou au résultat généré par celui-ci rend vraisemblable cette utilisation . Il s’agit donc d’un mécanisme probatoire, qui vient pallier l’impossibilité pratique, pour les ayants droit, de démontrer, à l’appui d’une procédure civile, l’utilisation de leurs contenus protégés. Cette utilisation sera, au vu d’un ou de plusieurs indices , présumée. Il peut par exemple s’agir de la production de contenus « à la manière de » ou « dans le style de », ou de l’existence de ressemblances entre un résultat généré ( output ) et un ou plusieurs contenus protégés par un droit de propriété littéraire et artistique. La présomption est simple ou réfragable, c’est-à-dire que le fournisseur d’IA pourra le cas échéant rapporter la preuve contraire, à savoir que le contenu protégé n’a pas été utilisé. La proposition de loi a été adoptée par la commission des affaires culturelles et de l’éducation de l’Assemblée nationale le 2 juin 2026. Toutefois, elle n’a pas pu être examinée en séance publique, du fait de son positionnement en dixième et dernière position dans la liste des textes inscrits à l’ordre du jour de la journée réservée groupe de la Gauche démocrate et républicaine (GDR), qui a eu lieu le 11 juin 2026. Ce positionnement a été maintenu en raison du dépôt d’un nombre important d’amendements en séance publique (plus de 100) et de l’incertitude quant au sens du vote de l’Assemblée nationale. La rapporteure a exprimé ses doutes face aux positions de certains de ses collègues et d’organisations extérieures, qui ont estimé que la proposition de loi mettrait en péril les investissements dans l’IA en France, et pourrait contrevenir au droit de l’Union européenne. D’autres ont considéré que le dispositif créerait une « prime au contentieux », encourageant les ayants droit à multiplier les procès. Cette crainte, notamment exprimée par Mme Maya Noël, directrice générale de France Digitale, lors de la table ronde de la commission des affaires culturelles et de l’éducation de l’Assemblée nationale du 27 mai 2026 sur le thème « Protéger la création culturelle à l’heure de l’intelligence artificielle » ( [169] ) est compréhensible, mais elle procède d’une double méprise sur l’objet et sur les effets de la présomption. En premier lieu, la présomption n’a ni pour but ni pour effet de multiplier les contentieux – lesquels demeurent, à ce jour, quasi inexistants en France. Son objet est de rééquilibrer le rapport de force dans la négociation, en restaurant l’effectivité d’un droit que l’opacité des données d’entraînement prive aujourd’hui de portée pratique. C’est cette valeur ajoutée, probatoire et non répressive, qui mérite d’être plus clairement affirmée dans le débat public. Pourtant, loin du fantasme d’un hypothétique harcèlement judiciaire des fournisseurs d’IA, on ne peut que constater que les procédures judiciaires sont longues et coûteuses et que les fournisseurs d’IA disposent de bien davantage de moyens pour y faire face. Par ailleurs, si certains ayants droit comme la Sacem ou la SACD sont suffisamment outillés pour défendre les droits de leurs membres en justice, tous n’en ont pas les moyens. À cette asymétrie de moyens s’ajoute une asymétrie économique décisive : en l’état, nul ne connaît la valorisation de l’utilisation d’une œuvre par un fournisseur d’IA. Le coût d’une instance excéderait vraisemblablement le gain espéré pour les ayants droits individuels, que la présomption existe ou non. Loin d’inciter au procès, le dispositif invite donc à la conclusion d’accords amiables. En second lieu, la présomption n’opère pas de manière automatique, contrairement à ce qui a parfois été soutenu. Elle suppose que l’ayant droit établisse au préalable un fait annexe rendant vraisemblable l’utilisation (cf. supra ), à charge ensuite pour le fournisseur de rapporter la preuve contraire. Le mécanisme ne déplace donc que l’objet de la preuve ; il n’institue nullement une présomption irréfragable de contrefaçon. Le 19 février 2026, le Conseil d’État, saisi de la proposition de loi par le président du Sénat ( [170] ) , a considéré que le législateur national était pleinement compétent pour établir une telle présomption d’utilisation, au nom du principe d’autonomie procédurale, reconnu aux États membres par une jurisprudence constante de la CJUE. La rapporteure regrette donc une double surestimation de la proposition de loi : la surestimation de son caractère transformateur automatique en matière de négociation d’accords, d’une part, et la surestimation des effets dissuasifs dans l’investissement et le déploiement de l’IA en France, d’autre part . Bien loin de nuire aux intérêts légitimes des fournisseurs d’IA, la proposition de loi n’est pas un nouvel acte de régulation mais vise uniquement à aider les ayants droit à prouver l’utilisation de leurs contenus protégés, afin de rétablir l’effectivité du droit d’auteur, un principe essentiel du droit français et inscrit au sein de la Charte des droits fondamentaux de l’Union européenne ( [171] ) , auquel la rapporteure réaffirme son attachement. Un tel mécanisme probatoire n’a du reste rien d’exorbitant : le droit civil connaît de longue date des présomptions comparables, telles que la présomption de paternité, de sorte qu’elle ne saurait être lue comme assimilant les fournisseurs d’IA à des contrevenants, contrairement à ce qui parfois pu être avancé. La rapporteure estime que la présomption d’utilisation ne réglerait pas à elle seule l’ensemble des difficultés soulevées par l’entraînement des modèles d’IA, et comprend que le dispositif actuel puisse faire l’objet de débats ou de propositions de modifications, mais elle forme le vœu que la proposition de loi puisse être examinée par l’Assemblée nationale à l’automne 2026, en vue de son adoption définitive avant l’élection présidentielle de 2027. Recommandation n° 14 : Poursuivre l’examen de la proposition de loi, adoptée par le Sénat, relative à l’instauration d’une présomption d’utilisation des contenus culturels par les fournisseurs d’intelligence artificielle. D. Instaurer une contribution forfaitaire des fournisseurs de systèmes d’IA, non exclusive de la conclusion d’accords de licence En mars 2026, dans sa tribune précitée publiée dans le Financial Times , M. Arthur Mensch a proposé l’instauration d’un prélèvement assis sur le chiffre d’affaires des fournisseurs de modèles d’IA en Europe, quel que soit leur lieu d’établissement, en contrepartie de l’utilisation de contenus accessibles en ligne. Le produit de cette contribution serait versé à un fonds européen centralisé, qui aurait vocation à soutenir les secteurs culturels européens. En contrepartie, les fournisseurs d’IA obtiendraient le droit d’entraîner leurs modèles sur les contenus accessibles en ligne. Des accords de licence pourraient être conclus pour des usages allant au-delà de l’entraînement initial des modèles. La rapporteure réaffirme le droit fondamental des titulaires de droit d’autoriser l’utilisation de leurs œuvres, de la négocier librement, notamment en recourant à la gestion collective, et de percevoir une rémunération équitable à ce titre . Dans sa communication précitée, elle a appelé à un système de rémunération juste et équilibré pour les auteurs, examinant plusieurs solutions possibles, dont la gestion individuelle, la construction d’une place de marché qui permettrait de rassembler en une seule infrastructure numérique des catalogues d’œuvres exploitables par les fournisseurs d’IA, la licence légale, la gestion collective et la licence collective étendue. Au-delà de ces mécanismes relevant du droit de la propriété intellectuelle, la rapporteure a exploré la piste d’une contribution financière obligatoire, inspirée des obligations d’investissement dans la création, selon le principe : « l’aval finance l’amont » . Dans le secteur musical, par exemple, la taxe sur les spectacles de variétés (TSV) est due par tout organisateur de spectacles détenteur de la billetterie ou par le vendeur pour les spectacles présentés gratuitement, qu’il soit professionnel ou non. Le produit de la taxe est affecté au CNM et alimente son fonds de soutien, au bénéfice de l’ensemble de la filière musicale. Le même principe se retrouve, sous une forme non fiscale, dans les obligations d’investissement dans la production cinématographique et audiovisuelle mises à la charge des éditeurs de services de télévision et, depuis le décret « Smad » de 2021 ( [172] ) , des services de médias audiovisuels à la demande (Smad), qui doivent consacrer une part de leur chiffre d’affaires au financement direct de la création. Tandis que la TSV et les taxes affectées au CNM constituent des impositions de toutes natures, et que les obligations d’investissement des Smad relèvent d’une obligation réglementaire de financement, la rapporteure s’est inspirée de ces mécanismes pour proposer la création d’une contribution sui generis , dont le produit serait reversé aux auteurs (notamment via leurs organismes de gestion collective) et financerait des actions d’intérêt général d’aide à la création et de soutien aux métiers affectés par l’IA, sur le modèle des sommes collectées au titre de la rémunération pour copie privée ( [173] ) . Contrairement au mécanisme fiscal proposé par M. Arthur Mensch, les ayants droit ne seraient nullement privés de leur droit d’agir en justice pour faire respecter leurs droits de propriété intellectuelle. Au contraire, le dispositif constituerait une incitation forte à conclure des accords de licence, dans la mesure où les fournisseurs d’IA acceptant de négocier avec les ayants droit verraient le montant de leur contribution diminuer . La contribution ne vaut ni autorisation, ni immunité, ni extinction des actions, et laisse entiers les droits que les titulaires tiennent du code de la propriété intellectuelle. Si son assiette est tournée vers le présent et l’avenir – le chiffre d’affaires courant et à venir des fournisseurs –, elle n’emporte aucun effet rétroactif sur le régime juridique de l’entraînement de ces modèles. 1. L’identification des redevables, l’assiette et le taux de la contribution Serait assujetti à la redevance tout fournisseur d’IA, généraliste ou spécialisé, répondant, de façon cumulative, à plusieurs critères : – le modèle ou le système d’IA est mis à disposition du public ou commercialisé sur le territoire français, quel que soit son lieu d’établissement ; – le chiffre d’affaires annuel net réalisé sur le territoire français par le fournisseur d’IA excède un seuil déterminé par décret en Conseil d’État, avec un objectif de protection des acteurs français et européens émergents ; – des critères supplémentaires pourraient être déterminés sur le type et le volume de données d’entraînement et de fine-tuning ( [174] ) . L’assiette de la contribution inclurait donc les opérations d’entraînement initial et de spécialisation des modèles d’IA, afin de couvrir l’ensemble des activités des fournisseurs d’IA précédant la mise sur le marché des modèles. Y seraient assujettis les fournisseurs de modèles d’IA à usage général, ainsi que les fournisseurs de modèles spécialisés, tels Suno, Midjourney ou ElevenLabs , qui ne sont, eux, pas couverts par certaines obligations du RIA comme la publication du « résumé suffisamment détaillé » (cf. supra ) des données d’entraînement. Pour ces opérations techniques : – l’Arcom (cf. infra ) serait dotée d’un pouvoir de contrôle, lui permettant d’établir l’existence d’opérations d’entraînement initial ou de spécialisation, en examinant les données d’entraînement et les outputs générés par le modèle ; – les fournisseurs d’IA seraient soumis à une obligation déclarative annuelle, sous peine de sanction, de leurs opérations techniques d’entraînement ou de spécialisation ; Le taux de la contribution serait le même pour tous les fournisseurs d’IA et devra être déterminé par le législateur. 2. L’affectation de la contribution aux secteurs culturels et au soutien de la création La contribution serait composée de deux sous-contributions : – la première alimenterait un fonds de soutien aux métiers de la création affectés par le développement de l’IA , via les opérateurs du ministère de la culture ; – le produit de la seconde serait ventilé entre les filières culturelles selon une clef de répartition qui pourrait être précisée par l’Arcom et réévaluée périodiquement . Les principaux bénéficiaires seraient les organismes de gestion collective représentatifs de l’ensemble des secteurs culturels, lesquels organismes seraient chargés de la redistribution effective aux ayants droit. Les ayants droit non représentés par les organismes de gestion collective seraient également éligibles à percevoir une fraction de cette sous-contribution, selon des modalités à préciser. Cette part tiendrait compte de la nature du fournisseur d’IA, généraliste ou spécialisée. Ainsi, la contribution acquittée par les fournisseurs de modèles d’IA à usage général serait reversée à l’ensemble des secteurs culturels, tandis que celle acquittée par les fournisseurs spécialisés serait reversée au secteur culturel concerné. Par exemple, la contribution acquittée par le service d’IA de génération de musique Udio serait intégralement reversée à la filière musicale, tandis que celle acquittée par le service de génération d’images Midjourney serait reversée à la filière de l’image. Architecture de la contribution obligatoire proposée par la rapporteure 3. Les fournisseurs d’IA vertueux seraient récompensés par une diminution de leur contribution Afin d’inciter les fournisseurs d’IA à conclure des accords de licence avec les ayants droit, la contribution imaginée par la rapporteure comporterait un mécanisme d’exonération des fournisseurs d’IA, applicable à la seconde part de la contribution . Seraient exonérés de cette part de la contribution les redevables justifiant auprès de l’Arcom avoir entraîné leurs modèles sur : – des données dont le fournisseur est propriétaire ; – des données protégées dont l’autorisation d’exploitation a été accordée par les ayants droit, par la conclusion de licences avec les ayants droit ou des organismes de gestion collective, sous réserve que ces licences couvrent l’intégralité des données d’entraînement du fournisseur ; – des données libres de droits. Dans l’hypothèse où une partie des données d’entraînement d’IA seraient acquises de façon illicite, notamment en méconnaissance de l’exercice par des ayants droit de l’ opt-out , le fournisseur d’IA demeurerait assujetti à la contribution. Toutefois, celle-ci serait réduite, à due concurrence, par le montant des accords de rémunération conclus avec les ayants droit . Par exemple, un fournisseur d’IA spécialisé dans la génération de contenus photographiques doit s’acquitter d’une contribution de 20 millions d’euros. Ce fournisseur a conclu un accord avec un organisme, qui représente 80 % du répertoire photographique français. Dans ce cas, le fournisseur d’IA aura droit à un abattement équivalent de sa contribution, c’est-à-dire 80 % (soit 16 millions d’euros). 4 millions d’euros resteront dus, au bénéfice des autres organismes de gestion collective et ayants droit non représentés par ces organismes. Dès lors, le fournisseur d’IA est incité à conclure un accord, qui lui donne accès au répertoire des organismes de représentation. La contribution opère ainsi comme un plancher, non comme un plafond. Ce plancher ne « solde » pas le passé . Il garantit aux filières un minimum de ressources, qu’elles percevront quoi qu’il arrive, indépendamment de toute négociation et sans qu’aucun fournisseur puisse s’y soustraire. Mais il laisse entière la liberté contractuelle des titulaires de droits et, surtout il préserve leur droit d’agir en justice. C’est précisément cette préservation qui fonde l’intérêt des fournisseurs d’IA à conclure des accords d’une tout autre ampleur que le montant de la contribution. Deux raisons les y conduisent : – la contribution n’emportant ni autorisation ni extinction des actions contentieuses, le fournisseur ayant exploité des œuvres sans titre reste exposé à un risque contentieux que seule une transaction peut régler ; – ne portant que sur la captation déjà réalisée, la contribution ne vaut pas licence pour l’avenir, dont la sécurisation suppose des accords spécifiques . Un fournisseur d’IA soucieux de pérenniser l’entraînement de ses modèles sur un répertoire donné devra donc, en toute hypothèse, en négocier l’accès. Loin de figer la rémunération des ayants droit à son niveau plancher, le dispositif les place ainsi en position de négocier des accords couvrant à la fois la régularisation du passé et l’exploitation à venir – sur des montants sans rapport avec celui de la contribution. Celle-ci ne se substitue pas au marché des licences : elle en constitue le socle et la boussole. Ainsi, le dispositif proposé est moins une contrainte qu’un cadre : – il procure d’abord une visibilité juridique aujourd’hui absente : un coût plancher connu à l’avance, modulable par la déduction, qui substitue une trajectoire de régularisation lisible à un risque contentieux imprévisible ; – il i ncite les fournisseurs à négocier avec les organismes les plus représentatifs, d’une part, et les ayants droit à s’organiser collectivement et à structurer leur offre, d’autre part, favorisant l’émergence de la place de marché dont l’absence nourrit aujourd’hui le contentieux. 4. L’Arcom pourrait être chargée de veiller au respect par les fournisseurs d’IA de leurs obligations Plutôt que de confier à une nouvelle autorité administrative indépendante (AAI) la mission de vérifier le respect par les fournisseurs d’IA de leurs obligations contributives, l’Arcom pourrait être chargée de veiller au bon fonctionnement du dispositif, notamment en évaluant la présence d’œuvres protégées au sein des données d’entraînement des fournisseurs d’IA, en étant dotée d’un pouvoir de qualification des opérations techniques des fournisseurs d’IA. Les fournisseurs d’IA transmettraient à l’Arcom les éléments nécessaires à la détermination de leur chiffre d’affaires, sans que puisse lui être opposé le secret des affaires. Enfin, l’Arcom serait dotée d’un pouvoir d’injonction et de sanction à l’égard des fournisseurs d’IA qui chercheraient à échapper à leurs obligations contributives. Le choix de l’Arcom est justifié par son expertise croissante en matière numérique et l’attribution de certaines compétences dans la régulation de l’IA. Une formation pourrait être créée en son sein, associant des ayants droit et des fournisseurs d’IA. Pour accomplir ces nouvelles missions, l’Arcom devrait être dotée de nouveaux moyens humains et financiers en loi de finances. Il sera notamment nécessaire de relever son plafond des autorisations d’emplois, fixé par la loi de finances pour 2026 ( [175] ) à 378 équivalents temps plein travaillé (ETPT). Recommandation n° 15 : Étudier l’opportunité d’instaurer une contribution forfaitaire des fournisseurs de systèmes d’IA fléchée vers le financement de la création, destinée à rééquilibrer le partage de la valeur captée par les modèles d’IA au détriment des secteurs culturels, à soutenir les métiers affectés, et à inciter les fournisseurs d’IA à conclure des accords de licence. E. Refuser la protection par le droit d’auteur des contenus entièrement générés par IA 1. L’IA générative constitue un défi pour le droit d’auteur Comme l’a expliqué la rapporteure dans sa communication de juin 2025 ainsi que dans le présent rapport, il y autant de manières d’utiliser l’IA que d’artistes . Comment qualifier juridiquement une création entièrement générée par IA ? Une œuvre hybride, dont la conception est humaine mais dont l’exécution a été partiellement effectuée par l’IA ? En France, pour être protégée par le droit d’auteur, une œuvre doit répondre à un critère d’originalité, c’est-à-dire être le résultat d’une création de l’esprit, portant « l’empreinte de la personnalité » de son auteur . Le code de la propriété intellectuelle ne précisant pas comment cette empreinte de la personnalité de l’auteur doit être appréciée, il revient en pratique aux tribunaux de l’apprécier en cas de contestation. Les contenus produits par IA constituent un défi pour le droit d’auteur, comme l’a souligné M. Jean-Philippe Mochon, président du CSPLA, dans une lettre à Mme Alexandra Bensamoun du 20 juin 2025, lui confiant une mission relative à la protection des contenus générés avec le recours à l’IA générative ( [176] ) . Dans cette lettre, M. Mochon explique que « lorsque les outils d’IA se substituent, en tout ou partie, à l’humain dans l’acte de création se pose en effet la question du statut juridique de l’extrant (dit output ). Si le droit d’auteur a vocation à protéger les extrants qui pourraient être qualifiés d’œuvre, une telle protection est soumise à ce que soient remplis les critères juridiques applicables. L’œuvre de l’esprit étant une création de forme originale, il importe de vérifier si et comment, la personne qui utilise l’IA a pu exprimer sa personnalité dans la création ». Les conclusions de cette mission, attendues à l’été 2026, pourront guider une modification du code de la propriété intellectuelle, visant à clarifier le statut des contenus entièrement générés par IA ou « coproduits » avec l’IA. 2. Refuser la protection par le droit d’auteur des œuvres entièrement générées par IA Les auditions de la mission d’information ont permis d’établir un consensus : les œuvres entièrement générées par IA doivent être distinguées des œuvres hybrides, qui résultent d’une intention personnelle et qui peuvent porter l’empreinte de la personnalité de son auteur – et donc être qualifiées d’œuvres de l’esprit, protégeables par le droit d’auteur – si cet auteur est intervenu de façon significative dans le processus de création . Un examen au cas par cas est donc nécessaire pour apprécier l’intention créatrice de l’utilisateur de l’IA et son degré d’intervention dans l’acte de création. M. Hugo Caselles Dupré, auditionné par la mission d’information (cf. supra ), a rappelé que les œuvres du collectif Obvious étaient toutes nées d’un travail conceptuel substantiel, d’une sélection minutieuse des données d’entraînement du modèle d’IA utilisé, et d’une intervention humaine sur les contenus générés par IA. Dès lors, l’intention créatrice est établie et l’intervention humaine dans l’acte de création peut être qualifiée de substantielle, ouvrant la voie à une protection par le droit d’auteur. M. David El Sayegh, directeur général adjoint de la Sacem, est allé dans le même sens, estimant que pour qu’une œuvre puisse être qualifiée d’œuvre de l’esprit, il était nécessaire qu’une personne physique contribue de façon originale à sa production . Cela revient à distinguer la situation où l’IA est utilisée comme un outil au service de l’humain, par exemple comme source d’inspiration, non exclusive de l’activité créatrice, de l’utilisation où l’IA se substitue à l’humain dans le processus de création. Il faut donc distinguer l’utilisation de l’IA dans une logique d’assistance de l’utilisation dans une logique de substitution, la seconde ne pouvant relever du droit d’auteur . Si l’utilisateur d’un système d’IA se contente de générer un contenu par un simple prompt, il ne peut avoir aucune conscience du résultat produit et ne maîtrise pas le processus créatif. Cette distinction est déjà prise en compte par les organismes de gestion collective pour l’inscription des œuvres à leur répertoire . Ainsi, la Sacem a indiqué à la mission d’information avoir déjà refusé cette inscription à des personnes leur présentant des productions synthétiques, tout en acceptant des œuvres pour lesquelles le créateur a conservé le contrôle des choix artistiques, où l’IA a joué un rôle accessoire. Elle est également appliquée par le Bureau du droit d’auteur des États-Unis d’Amérique ( United States Copyright office ), la protection par le droit d’auteur étant refusée aux œuvres entièrement générées par IA. En revanche, les créations assistées par l’IA sont éligibles à cette protection, s’il est fait la démonstration d’une contribution humaine significative. L’intégration de l’IA dans les processus de création étant amenée à se généraliser, comme la rapporteure l’a démontré dans la première partie du présent rapport, il sera vraisemblablement nécessaire de clarifier, au sein du code de la propriété intellectuelle, le statut des œuvres résultant d’une utilisation de l’IA. La rapporteure propose d’y inscrire l’impossibilité pour un contenu entièrement synthétique de bénéficier de la protection du droit d’auteur . Pour les œuvres hybrides, le régime déclaratif qu’elle appelle de ses vœux (cf. supra ) permettra d’apprécier les finalités et le degré d’utilisation de l’IA par les artistes, donc de démontrer l’apport humain de la création, et il reviendra aux organismes de gestion collective, sous le contrôle de la juridiction civile, de décider si l’œuvre porte suffisamment l’empreinte de la personnalité de son auteur. Recommandation n° 16 : Inscrire dans le code de la propriété intellectuelle l’impossibilité pour une œuvre entièrement générée par IA de bénéficier de la protection du droit d’auteur. Deuxième partie : Intelligence artificielle et acquisition des connaissances, placer l’IA au service des apprentissages Au-delà de la création et de la diffusion des connaissances, dont il a été question dans la première partie du rapport, l’émergence de l’IA, notamment générative, bouleverse l’acquisition des connaissances. L’adoption de l’IA par une grande majorité d’élèves et d’étudiants affecte déjà le système éducatif. Selon une étude de l’Ifop parue en 2025, l’utilisation de services d’IA générative par les jeunes est quasi-unanime : 89 % des 16-25 ans avaient déjà utilisé l’IA, contre 43 % pour l’ensemble de la population ( [177] ) . Cette utilisation était au moins hebdomadaire pour 73 % d’entre eux, contre 22 % pour l’ensemble de la population. Ce recours à l’IA comprend des usages privés, mais également des utilisations de l’IA dans le cadre de la scolarité, à ce stade essentiellement en dehors de la classe. À cet égard, il convient de relever le caractère dynamique de l’appropriation de l’IA par les élèves, qui concerne une part croissante d’entre eux, et ce, de plus en plus précocement : comme l’ont souligné les représentants du Conseil supérieur des programmes, auditionnés par la mission d’information, « si en février 2025, la ministre de l’éducation nationale Élisabeth Borne déclarait que 50 % des élèves de collège utilisaient les IA génératives, c’est aujourd’hui un taux d’utilisation observé au niveau CM2 » ( [178] ) . L’utilisation de l’IA semble plus répandue encore dans l’enseignement supérieur. Une étude conduite en janvier 2026 ( [179] ) évaluait à 92 % la part des étudiants ayant déjà fait appel à l’IA dans le cadre de leurs études, et à 75 % celle des étudiants en faisant usage au moins une fois par semaine – ces proportions étant plus importantes que celles des étudiants qui l’utilisent dans un cadre personnel. Ces proportions étaient également supérieures à celles qui étaient observées auprès des salariés du secteur privé, pour lesquels elles s’élevaient respectivement, moins d’un an plus tôt, à 63 % et à 42 % s’agissant des usages dans le cadre professionnel ( [180] ) . Selon la même étude, près d’un étudiant sur deux (47 %) jugeait, moins de quatre ans après la mise à la disposition du grand public des outils d’IA générative, qu’il lui serait difficile de s’en passer. Face au constat d’une utilisation quasi généralisée, la tentation pourrait être grande pour les institutions scolaires et universitaires d’adopter une posture défensive, a fortiori compte tenu des critiques, en partie légitimes, qui sont formulées à l’égard de l’IA et de son usage par les plus jeunes : baisse de l’engagement cognitif, perte de la motivation d’apprendre du fait d’une délégation croissante des tâches, y compris dorénavant, de nature intellectuelle, etc. L’IA constitue pourtant, comme peut l’être le numérique, un levier de transformation et de renforcement des apprentissages, à condition de faire l’objet d’un accompagnement adéquat. De nombreuses pratiques pédagogiques permettent d’ores et déjà de tirer le meilleur parti de l’IA, notamment générative, afin d’améliorer les processus d’apprentissage. Le potentiel de personnalisation de ces derniers constitue, en particulier, un atout susceptible de révolutionner l’enseignement et la façon d’acquérir des connaissances. Si l’institution scolaire et l’enseignement supérieur pourraient donc gagner à intégrer l’IA, au moins partiellement, dans leur fonctionnement, elles ont également un rôle à jouer pour en accompagner le déploiement. Comme l’a souligné le ministre de l’enseignement supérieur, M. Philippe Baptiste, auditionné par la mission d’information ( [181] ) , l’IA se distingue d’autres outils techniques en ce que la compréhension – même rudimentaire – de son fonctionnement conditionne une utilisation éclairée, et donc efficace. Une telle compréhension permet de tirer tout le parti des outils d’IA, qui ne sauraient être réduits à de simples chatbots , mais également d’en identifier les limites techniques (biais, hallucinations, etc.) et les risques inhérents à leur utilisation. Dès lors, la formation du personnel éducatif comme des élèves et étudiants, ainsi que la mise à leur disposition d’outils d’IA, constituent autant de missions que le système éducatif et de formation devra assumer à l’avenir. La présente partie s’attachera donc à identifier les effets de l’IA sur l’école, du premier au second degré, et l’enseignement supérieur – universités et autres formations, y compris privées – et le rôle que les institutions scolaires et universitaires peuvent jouer dans son déploiement et son appropriation par le plus grand nombre. Si elles auraient pu relever du périmètre de la mission, les questions relatives à la recherche et aux formations en apprentissage n’ont pas fait l’objet, faute d’éléments suffisants, d’une analyse approfondie, qui pourra donc être conduite à l’occasion de travaux complémentaires. I. l’IA offre l’opportunité de renforcer les apprentissages, tout en interrogeant en profondeur les fondements de notre système éducatif A. L’IA peut bénéficier aux apprentissages et fait d’ores et déjà l’objet d’un déploiement progressif 1. L’IA : un outil au service des pratiques pédagogiques a. Des perspectives de personnalisation des apprentissages, de différenciation pédagogique et de renforcement du suivi des élèves et des étudiants L’un des atouts de l’IA, qui dépasse d’ailleurs son utilisation dans le seul champ des apprentissages, consiste en l’accès accru à l’information qu’elle permet. Dans le sillage de la mise en répertoire opérée par internet, l’intelligence artificielle permet, par une simple requête, d’accéder à la quasi-totalité des connaissances en ligne. S’il sera question des ambivalences de cette situation sur « l’engagement cognitif » des utilisateurs, dont l’expérience est radicalement simplifiée, même par rapport à une simple requête sur internet, l’accessibilité accrue des connaissances qui en découle constitue une opportunité décisive pour les apprentissages. L’IA n’est toutefois pas seulement un « super moteur de recherche », puisqu’elle renforce significativement l’accès à l’information à travers la personnalisation, c’est-à-dire une adaptation à l’utilisateur et à ses requêtes. Or, la personnalisation est une notion singulièrement utile en matière d’apprentissages, en tant qu’elle constitue une modalité possible de la « pédagogie différenciée », laquelle s’attache à promouvoir des apprentissages adaptés à chaque élève. Dans cette perspective, le postulat de Burns ( [182] ) (1972) est une théorie qui présuppose qu’il n’est pas deux apprenants qui « apprennent de la même manière ; progressent à la même vitesse ; soient prêts à apprendre en même temps ; utilisent les mêmes techniques d’étude ; résolvent les problèmes exactement de la même manière ; possèdent le même répertoire de comportements ; présentent le même profil d’intérêts ; et, enfin, soient motivés à atteindre les mêmes buts ». Si tous les élèves doivent en définitive acquérir les mêmes compétences, envisager d’atteindre cet objectif par la conception d’un apprentissage uniforme serait une source de perte d’efficacité importante pour le système éducatif, au moins du point de vue de l’acquisition des connaissances – la dimension collective des apprentissages ayant d’autres vertus, notamment du point de vue des compétences psycho-sociales des élèves et des étudiants, qu’il appartient également à l’école et à l’université de développer. La différenciation pédagogique, soutenue par les sciences de l’éducation, notamment à compter des années 1970, s’est révélée de plus en plus pertinente dans un contexte de massification du système scolaire, qui a induit une hétérogénéité croissante entre les élèves d’une même classe. Cette hétérogénéité s’est accentuée, à compter des années 2000, par la poursuite de l’objectif d’inclusion scolaire, et notamment de scolarisation des élèves en situation de handicap en milieu ordinaire à compter de 2005. La prise en compte de la diversité des élèves figure ainsi aujourd’hui parmi les compétences devant être communes à tous les professeurs et personnels d’éducation ( [183] ) , sans toutefois que les enseignants ne disposent des moyens, ne serait-ce que matériels, d’une telle ambition. Cette difficulté n’a pu être qu’exacerbée par l’augmentation progressive, au cours des dernières décennies, du nombre d’élèves par classe, le point haut de la démographie scolaire ayant été atteint en 2015 dans le premier degré, et en 2023 dans le second degré. L’IA appliquée à l’éducation permet d’affiner l’adaptation jusqu’à un niveau individuel, et donne une actualité nouvelle à la personnalisation des apprentissages. Les usages spontanés des élèves ou étudiants demandant à des chatbots de leur expliquer une notion, de leur proposer des exercices ou de commenter une de leurs productions écrites, relèvent d’ailleurs de cette pratique. Les opportunités offertes par de telles pratiques, qui permettent d’adapter l’apprentissage aux connaissances préalables et au niveau de compréhension des élèves et des étudiants, sont évidentes : au-delà d’une acquisition des connaissances facilitée par cette forme moderne de « préceptorat », c’est la possibilité d’apprentissages autonomes qui se dessine. Rien n’empêche ainsi d’imaginer, demain, un élève ou un étudiant se formant en pleine autonomie à un sujet qui l’intéresserait. L’ensemble des ressources nécessaires à cette formation seraient mises à sa disposition, dans le format accessible de la synthèse que peut en offrir l’IA générative, de façon immédiate, et précisément sans nécessiter aucune autre médiation. En dépit des opportunités majeures qu’elles représentent, les perspectives de personnalisation des apprentissages emportent également des risques : s’il est souhaitable que des élèves puissent accéder à l’ensemble des connaissances librement, en autonomie, l’utilisation de l’IA par les élèves ne devra toutefois pas se traduire par une individualisation des apprentissages, dont la part collective conserve toute sa légitimité, à plusieurs titres : d’abord parce qu’elle est la garantie du partage de références communes – dont les supports privilégiés sont les programmes scolaires, qui devront continuer à être le socle des enseignements dispensés –, et d’autre part parce que la confrontation à l’altérité demeure indispensable à des processus d’apprentissages complets, qui ne se limitent pas à l’acquisition de connaissances, mais également à celle de compétences psycho-sociales. La personnalisation des apprentissages devra donc être conciliée avec leur dimension collective en étant, au-delà de l’usage par les élèves et étudiants, mise au service des programmes et des enseignants. En ce sens, au cours des travaux de la mission d’information, de nombreux usages vertueux, alliant personnalisation des apprentissages au service d’une pédagogie différenciée et rôle de l’enseignant, ont été portés à la connaissance de la rapporteure, à l’image des outils dont le développement a été soutenu par les partenariats pour l’innovation en intelligence artificielle (P2IA) (voir encadré ci-après). Les usages que ces outils permettent peuvent prendre des formes variables : ils peuvent être mobilisés par les enseignants en classe, comme un appui ou un complément de leurs cours, ou voir leur utilisation prescrite aux élèves dans le cadre de leur travail en autonomie, en dehors de la classe. Ils reposent le plus souvent sur des outils d’IA générative spécialisés dans le domaine éducatif, et qui diffèrent donc des agents conversationnels des grands modèles de langage spontanément utilisés par les élèves. Cette distinction n’est pas sans conséquence sur leur fonctionnement, dans la mesure où ces outils, parfois qualifiés de « socratiques », sont spécifiquement conçus de façon à soutenir les élèves, notamment en leur proposant un « étayage pédagogique » ( [184] ) qui consiste à les accompagner dans un apprentissage. Cela passe notamment par un « design » d’application de nature à stimuler l’engagement cognitif de l’utilisateur : l’outil d’IA peut poser des questions « guidées » à l’élève afin de le conduire vers la suite de la leçon, les réponses qu’il donne peuvent ne pas être immédiatement complètes, il peut être demandé à l’élève de justifier ses réponses ou d’expliquer ses erreurs, etc. Inversement, les agents conversationnels – même s’ils peuvent être configurés pour ne pas le faire – ont généralement tendance à privilégier l’efficacité en livrant immédiatement à leur utilisateur la bonne réponse. Ils peuvent également présenter d’autres caractéristiques peu favorables à l’apprentissage, à l’image de leur tendance à aller systématiquement dans le sens de l’utilisateur, voire à le flatter. Les outils spécialisés ont par ailleurs l’avantage de pouvoir proposer une diversification des formats de nature à stimuler l’engagement des élèves dans le processus d’apprentissage : agents conversationnels spécialisés, supports de cours interactifs, génération de mnémotechniques (cartes mentales, « flash cards »), exercices diversifiés (questionnaires à choix multiples, textes à trous), etc. À titre d’illustration, l’outil d’IA Nolej, utilisé par les enseignants rencontrés par le président et la rapporteure à l’occasion de leur déplacement dans l’académie d’Orléans-Tours, se présente comme une plateforme qui leur permet, à partir de ressources données (un chapitre du programme ou de cours, une source littéraire), de concevoir des activités de nature à renforcer l’implication des élèves, et, partant, leur mémorisation : glossaires à compléter, textes à trous à remplir, vidéos interactives, questionnaires, etc. L’intérêt est ici de ne fonder les contenus générés que sur des éléments prédéterminés, et donc de cibler au mieux les activités proposées aux élèves. Exemples d’outils l’IA au service de la personnalisation et de l’adaptation des apprentissages soutenus par le partenariat pour l’innovation en intelligence artificielle (P2IA) Source : ministère de l’éducation nationale L’IA peut par ailleurs contribuer à renforcer le suivi du parcours des élèves et des étudiants par leurs enseignants. Un tel suivi contribue de façon décisive à la réussite des jeunes, notamment en ce qu’il permet, d’ailleurs, l’adaptation pédagogique qui a été évoquée plus haut. La connaissance par l’enseignant de ses élèves, et notamment de leur niveau de compréhension, doit lui permettre d’adapter son enseignement à ceux-ci. Ce suivi doit également s’entendre comme la capacité des enseignants à formuler des appréciations et proposer des remédiations à chaque élève. Cela passe notamment par la dimension « formative » des évaluations – qui vise à soutenir l’apprentissage et la remédiation, par opposition à l’évaluation sommative, qui a davantage vocation à attester de l’acquisition des connaissances. Comme pour la différenciation pédagogique, la qualité de ce suivi pâtit, dans la pratique et en dépit de la bonne volonté des enseignants, des contraintes induites par le grand nombre d’élèves par classe, qui rend difficiles une connaissance et un suivi rapprochés. Nombre d’enseignants regrettent d’ailleurs de voir leur capacité à proposer un accompagnement de qualité sacrifiée à la nécessité de procéder trop fréquemment à l’évaluation des compétences, activité dont l’intérêt est pourtant plus limité d’un point de vue pédagogique. En matière de suivi des élèves et de capacité à leur proposer un accompagnement renforcé, l’IA offre des perspectives intéressantes. En pratique, elle pourrait permettre une scolarité et des études supérieures caractérisées par une meilleure connaissance des élèves par les enseignants – notamment grâce à l’accumulation de données produites – et ponctuées de conseils personnalisés, de corrections plus détaillées et plus fréquentes, d’une multiplication des possibilités d’entraînements, etc. De telles perspectives ont été illustrées par les pratiques mises en œuvre dans l’académie d’Orléans-Tours, où sont expérimentés différents outils, à l’image Ed.ai, qui offre un service de correction automatique par IA générative, dont le fonctionnement est le suivant : après que l’enseignant a scanné ses copies et les a déposées sur une plateforme, des commentaires sont générés, qu’il appartient à l’enseignant de valider, le cas échéant après modification. Si cet outil peut sembler se substituer à l’appréciation des enseignants, ceux qui ont été entendus dans le cadre de la mission d’information ont insisté sur la complémentarité entre les appréciations synthétiques et les leurs : par rapport à l’enseignant, l’IA présente l’avantage de pouvoir – sous réserve d’une utilisation continue de cet outil à la faveur de plusieurs devoirs successifs – se référer à « l’historique » d’un élève, et donc identifier, mieux qu’un enseignant qui ne peut pas disposer d’une telle mémoire, l’évolution de l’élève et sa prise en compte éventuelle des remédiations proposées. Plus généralement, les commentaires peuvent être plus détaillés que ceux des enseignants, qui sont nécessairement contraints par le temps et conduits à limiter leurs corrections, ce qui les amène parfois à n’insister que sur les points négatifs, là où l’IA peut également lister les points forts d’une copie. Les commentaires des enseignants ne sont pas pour autant rendus superflus : eux seuls peuvent intégrer ces commentaires dans une perspective plus large que l’IA ne saurait embrasser, n’ayant pas connaissance d’éléments périphériques mais néanmoins importants : attitude en classe, parcours personnel, etc. D’autre part, les enseignants demeurent indispensables pour remplir un office de médiation, dès lors qu’il n’est pas concevable de livrer l’élève aux seules corrections fournies par la technologie. Dans l’enseignement supérieur, de telles perspectives de renforcement du suivi des performances s’avèrent d’autant plus intéressantes que les enseignants n’y établissent pas toujours un lien fort avec les étudiants. Le rapport « IA et enseignement supérieur : formation, structuration et appropriation par la société » envisageait un « retour en temps réel des apprentissages, ou une généralisation du contrôle continu, reconnu comme un facteur de réussite, grâce au recours à des aides à la correction des évaluations par l’IA, dans le cas notamment des cours avec des effectifs importants » ( [185] ) . L’exploitation de telles opportunités devra naturellement se faire dans des conditions qui garantiront la protection des données , alors que la multiplication de « traces d’apprentissage » des élèves constitue une opportunité d’en renforcer le suivi, mais aussi un vecteur de vulnérabilité compte tenu de la sensibilité de telles données. Par ailleurs, la mobilisation de tels outils dans le cadre d’évaluations sommatives, par exemple pour les épreuves conduisant à la délivrance de diplômes, devra rester sous la responsabilité de l’humain. Outre ces avantages en matière pédagogique, il convient de préciser que l’IA peut également être utile au personnel, y compris enseignant, des établissements scolaires et de l’enseignement supérieur dans leurs autres tâches, notamment administratives. Celles-ci ne relèvent néanmoins pas directement de l’acquisition des connaissances, et ne sont donc pas développées dans le présent rapport. Il est toutefois possible de rappeler que cette utilisation des outils d’IA pourrait conduire à des gains de temps redéployables au profit de missions pour lesquelles les enseignants apportent une plus forte valeur ajoutée. b. L’IA comme levier d’inclusion scolaire La scolarisation des élèves en situation de handicap a fait l’objet, au cours des dernières années, d’une attention et d’efforts croissants. Entre 2017 et 2025, le nombre d’élèves concernés est passé de 320 000 à 550 000, alors que les moyens consacrés à leur scolarisation sont passés de 2 à 4,5 milliards d’euros. Cette augmentation de l’effort budgétaire traduit le choix qui a été fait de faire reposer cette scolarisation, à titre principal, sur l’accompagnement humain : sur la même période, le nombre d’emplois d’accompagnants d’élèves en situation de handicap (AESH) a augmenté de 68 %, avec 36 000 créations de postes, atteignant 90 500 équivalents temps plein (ETP) répartis entre 144 000 agents. Néanmoins, comme l’a récemment souligné le ministre de l’éducation nationale, M. Édouard Geffray, à l’occasion des débats relatifs à la proposition de loi visant à renforcer le parcours inclusif des élèves en situation de handicap, l’un des écueils de cette politique publique est que « l’accessibilité –⁠ celle des locaux comme celle des outils pédagogiques et, plus généralement, des apprentissages – n’est pas encore effective partout. Il nous faut […] mieux équilibrer les enjeux d’accessibilité et ceux de compensation humaine. En effet, nous avons, ces dernières années, beaucoup misé sur la compensation, au détriment parfois de l’accessibilité » ( [186] ) . L’une des pistes pour renforcer l’accessibilité pédagogique des enseignements, et donc l’accompagnement des élèves en situation de handicap, serait d’exploiter certaines des opportunités offertes par l’intégration de l’IA dans les apprentissages. Dans la continuité des réflexions précédentes sur l’adaptation permise par ces outils, différents cas d’usages de l’IA en matière de soutien aux élèves en situation de handicap ont d’ores et déjà été identifiés, et demanderont probablement à être affinés – si certaines des fonctionnalités décrites ci-dessous pré-existaient à l’IA, cette dernière en simplifie la mise en œuvre et en renforce l’efficacité : – pour les élèves souffrant de déficiences visuelles, l’IA peut transformer instantanément une source écrite ou une image en enregistrement ou en description oraux ; – pour les élèves souffrant de troubles moteurs ou « dys », l’IA peut changer la mise en forme de textes et, plus généralement, des supports pédagogiques. Ce type de services est par exemple proposé par l’application numérique Cantoo Scribe ; – pour les élèves souffrant de troubles cognitifs, l’IA peut simplifier des textes en les réécrivant dans le registre « Facile à lire et à comprendre » (Falc), en en faisant des résumés ou en les accompagnant de pictogrammes ; – pour les élèves souffrant de troubles de l’audition, l’IA peut générer des sous-titres ou des retranscriptions de vidéos ou d’enregistrements audio. À terme, il est possible d’envisager une transcription immédiate des propos tenus par l’enseignant. L’articulation de ces outils avec l’éventuel accompagnement humain dont peuvent bénéficier les élèves concernés devra faire l’objet d’une attention particulière : il faudra notamment veiller à ce que la formation du personnel à l’utilisation de l’IA bénéficie également aux AESH, et intervienne à la fois au moment de la formation initiale et en formation continue. Pour qu’elle donne lieu à des pratiques dont pourraient bénéficier les élèves en situation de handicap, ces formations devraient s’accompagner d’un équipement, notamment des AESH, mais plus largement des classes et des enseignants, en outils d’IA contribuant à l’accessibilité. Un tel équipement devra être systématisé, indépendamment des notifications de matériel attribuées aux élèves. Recommandation n° 17 : Engager une réflexion sur la systématisation d’une formation de l’ensemble des membres du personnel des établissements d’enseignement scolaire, dont les AESH, à l’inclusion par l’IA. L’IA présente également un intérêt pour les élèves allophones nouvellement arrivés (EANA) et plus généralement pour tous les élèves ayant des difficultés de maîtrise de la langue française. L’enjeu est d’autant plus saillant que le nombre d’élèves concernés a fortement augmenté ces dernières années : selon les données de la direction de l’évaluation, de la prospective et de la performance (Depp) du ministère de l’éducation nationale, le nombre de jeunes « ayant des besoins éducatifs particuliers dans le domaine de l’apprentissage du français langue seconde » est passé de 67 909 en 2018-2019 à 88 500 en 2023-2024, soit une augmentation de 30 %. Le principe de la scolarisation de ces élèves est celui de l’inclusion dans les classes ordinaires, éventuellement complétée par des temps en unités pédagogiques pour élèves allophones arrivants (UPE2A) : cela exige de consentir un effort d’accessibilité et d’adaptation du contenu pédagogique, afin de leur permettre une scolarisation dans les meilleures conditions et un apprentissage rapide de la langue française. À ce titre, comme pour certains usages bénéficiant aux élèves en situation de handicap, la mobilisation de l’IA peut s’avérer utile. À l’occasion du déplacement du président et de la rapporteure au sein de l’académie d’Orléans-Tours, l’utilité de l’IA pour les élèves allophones a été saluée par des enseignants exerçant notamment en UPE2A. Ces derniers soulignaient notamment l’intérêt pour ces élèves d’établir une première forme d’échanges relatifs aux cours avec des chatbots d’IA spécialisés dans l’apprentissage des langues, à des fins d’entrainement, avant de dialoguer avec leur enseignant ou de lui remettre un devoir. Cette possibilité de s’exercer dans un premier temps sans être soumis au regard de l’enseignant a été valorisée par les équipes pédagogiques rencontrées, en tant que moyen de désinhibition, pour des élèves parfois complexés par leurs lacunes linguistiques. D’autres avantages de l’IA en matière d’accompagnement des élèves allophones ont par ailleurs été identifiés : outre les avantages que procurent les possibilités – renforcées par l’IA – de simplifier le contenu d’un cours, de résumer un texte dans un format plus accessible ou de ne le traduire que partiellement, a été mise en avant l’opportunité de « fournir à l’élève un étayage en français ou dans sa langue d’origine. En proposant le support pédagogique de son cours à l’IA d’un agent conversationnel, l’enseignant pourra cibler et lister le vocabulaire spécifique et essentiel à la maîtrise de la séance et en proposer éventuellement une courte définition. Si l’élève a une bonne scolarité antérieure mais un petit niveau de maîtrise de la langue française, l’enseignant pourra aussi demander une traduction des notions ou phrases clés du document en gardant à l’esprit que le recours à la traduction sera un étayage provisoire et qu’il disparaîtra progressivement au fil des séances. L’IA peut aussi permettre de proposer en amont de la séance une version audio d’un document (sous la forme d’un podcast ou d’une courte vidéo commentée) plus adaptée à des élèves ayant un meilleur niveau de maîtrise de la langue à l’oral qu’à l’écrit » ( [187] ) . L’IA pourrait plus largement bénéficier à tous les élèves « à besoins éducatifs particuliers » au sens large, et notamment contribuer au repérage, au suivi et à la remédiation de ceux qui connaissent des troubles de l’apprentissage. Dans la continuité des réflexions précédentes sur la meilleure connaissance, par les enseignants, des performances de leurs élèves, l’IA pourrait contribuer à l’identification précoce des troubles de l’apprentissage, dont la détection est souvent tardive. Or, une action précoce en la matière contribuerait de façon décisive à la lutte contre le décrochage scolaire qui, s’il n’intervient formellement qu’à compter des 16 ans des élèves – du fait de l’obligation de scolarité qui pèse sur eux jusqu’à cet âge –, trouve ses racines dans des difficultés antérieures qu’il appartient à l’institution scolaire de corriger le plus tôt possible ( [188] ) . Une telle perspective a notamment été saluée par M. Gilles Babinet, entrepreneur et essayiste, qui a notamment été co-président du Conseil du numérique, à l’occasion de son audition conjointe avec M. Pierre-Alain Raphan, ancien député ( [189] ) : s’il est le plus souvent multifactoriel, le décrochage scolaire peut au moins en partie tenir à des causes que la « data cachée » générée et analysée à partir de l’IA pourrait contribuer à éclairer. Forte de l’identification de ces opportunités, l’éducation nationale s’est d’ores et déjà engagée dans des projets visant à en tirer parti. Le projet « DescolIA » est ainsi un projet de recherche sur les signaux faibles du décrochage et leur identification par les modèles d’IA. Selon la présentation qu’en fait la DNE du ministère de l’éducation nationale, le groupe de travail (« GTnum ») sur lequel il repose a plus précisément « pour objectif de concevoir des modèles de prévision du risque de décrochage scolaire afin de doter l’ensemble des acteurs de l’éducation nationale (Directeurs académiques des services de l’éducation nationale, inspecteurs, chefs d’établissement, référents décrochage, professeurs principaux…) d’outils de pilotage propres à identifier mais surtout prévenir les situations de décrochage scolaire. Ce groupe de travail s’appuiera sur l’utilisation et l’exploitation de la donnée à travers des modèles d’intelligence artificielle » ( [190] ) . Ce projet de recherche est prioritairement déployé dans les départements labellisés « Territoires numériques éducatifs » (TNE) des trois régions académiques partenaires du projet (Cher, Doubs et Vosges) . Comme pour les autres élèves, l’IA peut contribuer à renforcer les remédiations possibles en cas de difficultés scolaires particulièrement prononcées, mais avec une efficacité décuplée. Comme le soulignait à l’occasion de son audition M. Pierre Dubuc, co-fondateur de l’entreprise OpenClassrooms ( [191] ) , les publics fragiles – touchés par la phobie scolaire, ou, plus tard, les plus éloignés de l’emploi – sont les premiers bénéficiaires potentiels d’IA à qui ils peuvent poser librement leurs questions, en dépassant la crainte du jugement. Cette idée a été corroborée par les spécialistes de l’Institut Robert Debré, qui ont souligné lors de leur audition que « l’IA, elle, ne juge pas » ( [192] ) , et dont les réponses écrites au questionnaire de la rapporteure soulignent le « bénéfice spécifique [tenant] à la tolérance de l’IA générative à la forme de la requête : elle traite sans jugement une question mal formulée ou mal orthographiée, là où d’autres sources peuvent être vécues comme dévalorisantes. Pour des publics éloignés des codes scolaires, cette propriété constitue un levier d’accès à la connaissance ». 2. L’intégration de l’IA dans les apprentissages est très progressivement engagée a. Un déploiement à ce stade largement expérimental ou relevant de l’initiative des enseignants et des équipes éducatives S’il a été observé que les élèves et étudiants s’étaient déjà appropriés les outils d’IA dans leurs pratiques personnelles, des pratiques visant à l’intégrer dans les apprentissages, et notamment dans les classes, sont progressivement expérimentées. Ces expérimentations prennent toutefois place dans un contexte sans doute caractérisé par une plus faible appétence des équipes pédagogiques françaises pour l’IA, par comparaison avec les pratiques observées à l’étranger. L’édition 2024 de l’enquête Talis, qui rassemble les données consolidées les plus récentes, évaluait à 14 % la part d’enseignants d’écoles et de collèges ayant eu recours à l’IA dans leurs enseignements. Comme le souligne la Depp, il s’agit du « taux le plus faible documenté dans les comparaisons internationales » ( [193] ) , étant souligné que ce retard concerne plus généralement l’ensemble du numérique éducatif ( [194] ) . S’agissant de l’enseignement scolaire, les expérimentations relèvent à ce stade principalement d’initiatives académiques, relayées par les écoles et établissements scolaires volontaires , conformément aux possibilités d’expérimentations prévues par les articles L. 314-1 et suivants du code de l’éducation ( [195] ) . Elles reposent en pratique sur les délégations académiques au numérique éducatif (Dane) et sur les cellules académiques recherche, développement, innovation et expérimentation (Cardie). Le choix de procéder à des expérimentations présente plusieurs avantages par rapport à une mise en œuvre généralisée à l’échelle nationale : elles constituent, d’une part, autant de modalités de déploiement de l’IA souples et adaptables aux enjeux de chaque école et établissement, et permettront, d’autre part, d’évaluer de façon précise les effets de l’introduction de ces technologies dans les apprentissages, afin d’éviter toute généralisation hâtive. D’une façon générale, les expérimentations portent sur l’introduction, dans les apprentissages, de certains des outils d’IA précités – ou d’autres outils, aucune liste exhaustive n’ayant été formalisée. Elles peuvent toutefois s’inscrire dans des démarches plus structurées, à l’échelle d’une école ou d’un établissement, notamment dans une logique de parcours de l’élève. L’académie d’Orléans-Tours, dans laquelle le président et la rapporteure se sont rendus, constitue un exemple parlant d’expérimentation de cet ordre avec : – une option informatique proposée en troisième, qui intègre depuis la rentrée dernière les enjeux relatifs à l’IA (34 collèges concernés) ; – au lycée, une option IA consistant en un enseignement hebdomadaire d’une heure consacré à l’IA (19 lycées généraux et professionnels concernés). Ce module « aborde la compréhension de l’IA, ses enjeux éthiques et environnementaux, ainsi que, pour les lycées professionnels, ses applications dans les différentes filières métiers » ( [196] ) ; – des « classes IA », dans lesquelles plusieurs enseignants d’une même classe se concertent pour intégrer l’IA à leur pratiques pédagogiques (20 lycées généraux, technologiques et professionnels, pour un total de 26 classes concernées et la totalité des disciplines impliquées). D’autres initiatives peuvent être citées, comme celle de l’académie de Lyon, qui s’est concentrée sur la formation de son personnel, avec la création d’un pôle « ACAC’IA » spécialisé à l’échelle académique ( [197] ) . De façon subsidiaire, l’intégration de l’IA dans les apprentissages peut également relever de l’initiative des enseignants au titre de leur liberté pédagogique ( [198] ) . Si une telle utilisation peut s’avérer ponctuellement utile, un pilotage par les académies, et à tout le moins à l’échelle de l’établissement d’enseignement, est toutefois nécessaire pour dépasser un simple apport ponctuel. Dans l’enseignement supérieur, l’utilisation de l’IA dans les apprentissages relève principalement de l’initiative des établissements et des enseignants , étant entendu que leur autonomie en matière pédagogique et organisationnelle limite par construction la capacité de pilotage du ministère de l’enseignement supérieur, qui s’inscrit le plus souvent dans une logique moins prescriptive que celle de l’éducation nationale. À l’échelle des établissements, ces initiatives passent le plus souvent par des « stratégies IA » formalisées par les établissements, pouvant éventuellement être intégrées, de façon transversale, à leur stratégie en matière de numérique. Au-delà de la mobilisation d’outils d’IA dans les cours, que la mission d’information n’a pas pu documenter avec la même précision que pour l’enseignement scolaire, certaines initiatives plus structurées peuvent être mentionnées. Il s’agit notamment de la création, dans le sillage du rapport de M. Cédric Villani ( [199] ) , puis du rapport de la commission de l’intelligence artificielle ( [200] ) , de nouveaux cursus constitués de « programmes croisés » (« discipline X + IA »). Il peut ainsi s’agir de suivre un cursus de droit, tout en ayant une ouverture importante sur les apports de l’intelligence artificielle en ce domaine. Ces cursus sont une démonstration du caractère pluridisciplinaire, voire transdisciplinaire, de l’IA. Cette approche paraît être la plus pertinente à la rapporteure, qui souhaite voir l’IA abordée et enseignée, autant que possible, à travers ce prisme. Afin de garantir le suivi et la mise en commun des expérimentations, s’agissant de l’enseignement scolaire, le ministère de l’éducation nationale a créé un observatoire national des pratiques pédagogiques avec l’intelligence artificielle. À l’échelle nationale, cet observatoire est piloté par la direction générale de l’enseignement scolaire (Dgesco), en lien avec la DNE et l’Inspection générale de l’enseignement, du sport et de la recherche (IGESR). Cet observatoire a vocation à recenser, grâce à une base de données nationale, l’ensemble des usages pédagogiques enregistrés et décrits au niveau académique par les équipes pédagogiques et validés par les Drane et les Cardie, ainsi que par les écoles académiques de la formation continue (EAFC), en lien avec les équipes d’inspection. Si une telle plateforme présente un intérêt en elle-même, la mobilisation de son contenu dans les formations initiales et continues du personnel, qui a été initiée, est particulièrement intéressante pour garantir l’actualisation de ces dernières et nourrir les bonnes pratiques : « les projets recensés et analysés nourrissent la conception de micromodules de formation, conçus pour être courts, accessibles et directement utilisables par les enseignants dans leur pratique quotidienne. Ces formations permettent d’acquérir des repères clairs sur l’utilisation de l’IA, en les reliant aux besoins pédagogiques concrets rencontrés dans les classes. » ( [201] ) Le partage des bonnes pratiques à l’échelle du ministère de l’éducation nationale passe également par la mise à la disposition du personnel des ressources pédagogiques. Pour le premier degré, la plateforme Primabord recense des scénarios pédagogiques, à ce stade limités aux activités « débranchées », conformément à la prohibition de la manipulation de l’IA dans les enseignements pour le premier degré prévue par le cadre d’usage de l’IA en éducation, afin d’initier les élèves à la compréhension de l’IA. Pour le second degré, la plateforme Édubase propose des scénarios pédagogiques intégrant la manipulation d’outils d’IA. La réussite de l’intégration de l’IA dans les apprentissages ne peut en effet pas faire l’économie d’une réflexion sur la place qu’elle doit y prendre : les scénarios pédagogiques permettent de proposer des modèles de pratiques, adaptables par chaque enseignant. À titre d’exemple, pour l’éducation musicale, on peut ainsi trouver un scénario relatif à une séquence intitulée « L’IA est-elle l’artiste de demain ou l’avenir de l’artiste ? », déclinée pour le collège et pour le lycée. Pour enseigner les arts plastiques, une séquence « Imaginer, produire, créer avec l’IA » est proposée, qui doit conduire les élèves à réaliser des maquettes en volume avec l’appui de l’IA – afin de concevoir un rendu en trois dimensions –, tout en les accompagnant d’une « charte éthique d’utilisation de l’IA ». b. À l’échelle nationale, un cadre qui garantit une utilisation vertueuse, mais qui ne doit pas brimer les initiatives S’agissant de l’enseignement scolaire, un cadre d’usage ministériel, publié en juin 2025, fixe les conditions du recours à l’IA en classe. Présenté comme le « fruit d’une large consultation nationale des organisations représentatives de la communauté éducative et des agents du ministère, menée de janvier à mai 2025 » ( [202] ) , le cadre d’usage rappelle en premier lieu les obligations légales qui accompagnent la mobilisation de ces technologies dans les apprentissages – pour la plupart valables également dans l’enseignement supérieur, dont les établissements sont également soumis au règlement général sur la protection des données (RGPD) ( [203] ) et au règlement européen sur l’IA ( [204] ) : – le respect des règles relatives à la protection des données résultant du RGPD, qui comprennent notamment le respect du principe de minimisation ( [205] ) et l’obtention de l’accord du responsable de traitement avant toute utilisation. En outre, le cadre d’usage souligne que le recours à des services d’IA grand public n’est autorisé qu’à condition qu’y soient saisies des données pouvant être rendues publiques uniquement – et non les données des élèves. Ces derniers ne peuvent par ailleurs pas être contraints de créer un compte personnel pour utiliser ce type de services, une telle création de compte demeurant toutefois possible pour les outils d’IA déployés par le ministère de l’éducation via le « Gestionnaire d’accès aux ressources » (GAR), qui permet d’assurer un accès sécurisé aux différents logiciels et applications tout en limitant les risques de transferts de données hors de l’Union européenne. Il est à noter que la Commission nationale de l’informatique et des libertés (Cnil) a également proposé des ressources pour aider les équipes pédagogiques dans leur utilisation des outils d’IA ( [206] ) , rappelant notamment le régime de responsabilité qui régit celle-ci dans les classes ( [207] ) . – le respect de règles de transparence , qui résultent du RGPD (obligation de signaler comme telle toute décision prise à l’aide d’une IA à partir de données personnelles) et du règlement européen sur l’IA (« toute décision s’appuyant sur l’IA, ayant un impact significatif sur l’évaluation des apprentissages, les parcours des élèves ou les parcours professionnels, doit faire l’objet d’une supervision humaine garantissant son usage équitable et son explicabilité et d’une validation préalable par l’autorité compétente » ( [208] ) ). Probablement conscient du caractère fortement évolutif des technologies d’IA, le ministère de l’éducation nationale ne s’est pas engagé dans un encadrement trop strict des usages de l’IA dans les établissements scolaires, laissant une marge de manœuvre appréciable aux académies et aux écoles et établissements scolaires. Si la plupart des préconisations relèvent du bon sens – à l’image de la recommandation tendant à « n’utilise [r] l’IA que lorsqu’une plus-value pédagogique est avérée », la rapporteure souligne en revanche la difficulté relative à la détermination d’âges d’usages qu’entend instaurer ce cadre. Présentés comme se rattachant à l’exigence d’« adapte [r] les usages de l’IA générative en fonction du niveau », principe que la rapporteure ne peut que soutenir, les « niveaux d’usages » posent davantage de difficultés. Ces niveaux sont les suivants : « – dès le premier degré, les élèves sont sensibilisés aux connaissances de base de l’IA, sans manipuler directement des IA génératives ; « – l’utilisation pédagogique en classe des IA génératives par les élèves, limitée, encadrée, expliquée et accompagnée par l’enseignant, est autorisée en classe à partir de la 4 ème ; « – au lycée, les élèves peuvent utiliser les IA génératives de manière autonome dans un cadre d’apprentissage et de formation explicitement défini par l’enseignant. » ( [209] ) La rapporteure regrette que de tels seuils aient été fixés par le cadre d’usage. D’abord, leur détermination ne fait l’objet d’aucune explicitation au sein du document, si bien qu’il est difficile d’en évaluer les fondements scientifiques, étant précisé que ce séquençage ne suit pas non plus celui des cycles scolaires ( [210] ) . Par ailleurs, ces niveaux sont en décalage avec les pratiques observées, notamment dans les pratiques des jeunes : il est évident que nombre d’élèves disposent déjà de smartphones en classe de 5 ème , voire de 6 ème , il est regrettable qu’elles ne puissent les accompagner au plus tôt. Enfin, cette règle peut être à l’origine, sur le terrain, d’effets de seuil préjudiciables, ainsi qu’en ont témoigné certains des enseignants rencontrés au cours de la mission : le travail « inter-niveau », qui permet de faire travailler ensemble des élèves d’âges différents, par exemple à l’occasion de projets conduits à l’échelle des établissements, ne peut qu’être limité par de telles règles en dépit de son utilité pour des enseignements aussi transversaux que ceux qui concernent l’IA ou le numérique. Recommandation n° 18 : Permettre l’utilisation pédagogique en classe d’outils d’IA générative par les élèves à partir de la 6 ème , et envisager une utilisation encadrée dès le premier degré. Dans l’enseignement supérieur, l’encadrement des pratiques en matière d’IA relève le plus souvent de chartes, qui traitent toutefois davantage de l’utilisation de l’IA par les étudiants que par leurs enseignants. D’après les données compilées par la Conférence des grandes écoles (CGE), « en juin 2025, 42 % des grandes écoles répondantes avaient mis en place une charte à destination des étudiants, et 27 % à destination des enseignants » ( [211] ) . L’élaboration d’une charte‑type des usages de l’IA par les enseignants et enseignants-chercheurs serait souhaitable, alors que le projet en cours d’élaboration diffusé par le ministère de l’enseignement supérieur ( [212] ) n’aborde pas de façon suffisamment spécifique cette question. L’IA en éducation : un sujet international et européen Sujet international par excellence, l’intégration de l’IA dans les apprentissages est notamment appréhendée par l’Organisation des nations unies pour l’éducation, la science et la culture (Unesco), qui a publié, en mai 2019, le consensus de Beijing. Ce document soutient le déploiement de l’IA dans l’éducation en tant qu’elle peut « permettre de relever certains des plus grands défis actuels de l’éducation, d’innover en matière de pratiques d’enseignement et d’apprentissage, et finalement d’accélérer les progrès de la réalisation de l’objectif de développement durable (ODD) 4 » (1) . Ce document invite notamment les signataires à soutenir l’intégration de l’IA en éducation « là où les avantages l’emportent clairement sur les risques, et utiliser des outils d’IA pour proposer des systèmes d’apprentissage tout au long de la vie qui permettent un apprentissage personnalisé à tout moment, en tout lieu, pour tous » et rappelle l’importance des enseignants, les signataires devant « veiller à ce que les technologies d’IA servent à autonomiser les enseignants au lieu de les remplacer et développer des programmes appropriés pour le renforcement des capacités afin que les enseignants travaillent aux côtés des systèmes d’IA ». À l’échelle de l’Union européenne (UE), qui dispose en matière d’éducation d’un rôle d’appui et de coordination, l’IA dans le domaine éducatif est en partie appréhendée par l’ AI Act , qui est toutefois centré sur la sécurisation des usages. Elle fait par ailleurs l’objet d’une réflexion plus large, illustrée par la mise à jour et la publication, en mars 2026, de quatre lignes directrices sur le numérique en éducation, dont une concerne spécifiquement « l’utilisation éthique de l’IA et des données dans l’enseignement et l’apprentissage par l’adoption ». À cette occasion, elle a rappelé que « plus tard cette année, la Commission adoptera un train de mesures sur l’éducation, conçu pour autonomiser les apprenants, soutenir les enseignants et moderniser les écoles. Elle comprendra une feuille de route à l’horizon 2030 sur l’avenir de l’éducation et des compétences numériques afin de renforcer encore l’apprentissage numérique dans l’ensemble de l’UE » . Ces travaux s’inscrivent notamment dans le cadre du plan d’action pour l’éducation numérique (2021-2027). Le Conseil de l’Union européenne s’est enfin saisi du sujet en adoptant, le 24 avril 2026, des « conclusions sur les enseignants à l’ère de l’IA », lesquelles affirment notamment que « les outils d’IA doivent soutenir – et non remplacer ou isoler – les enseignants, et le jugement professionnel, l’autonomie pédagogique et la responsabilité sont essentiels pour une éducation et une formation de qualité, inclusives et centrées sur l’humain » (2) . (1) https://www.unesco.org/fr/digital-education/artificial-intelligence . (2) https://digital-strategy.ec.europa.eu/fr/news/commission-publishes-guidelines-support-teachers-key-digital-education-priorities B. L’IA interroge en profondeur les fondements mêmes du système éducatif et devra à ce titre faire l’objet d’une évaluation et d’une réflexion approfondies 1. L’IA en éducation suscite des craintes qui doivent faire l’objet d’une attention particulière a. Certains effets néfastes des écrans, aujourd’hui documentés, doivent être pris en compte dans le déploiement de l’IA Un certain nombre de cas d’usages de l’IA susceptibles de contribuer aux apprentissages ont été listés. Malgré le fait que de tels usages puissent être vertueux, l’ensemble des conséquences attachées à l’utilisation de l’IA sont encore mal connues. Cette innovation apparaît par ailleurs au moment où les effets de l’exposition à des écrans – dont la durée quotidienne pourrait être accrue par un recours généralisé à l’IA en éducation – sont de plus en plus critiqués. Le sujet doit être abordé avec une certaine prudence, dès lors que l’enfance et l’adolescence constituent des périodes déterminantes dans la formation du cerveau : comme l’ont indiqué les spécialistes de l’Institut Robert-Debré du cerveau de l’enfant, « la structure du cerveau évolue intensément pendant les vingt premières années, période au cours de laquelle les performances cognitives de l’enfant se développent et son expérience du monde s’enrichit. Les différences entre un enfant de 3 ans et un enfant de 10 ans sont plus marquées, sur tous ces plans, qu’entre un adulte de 30 ans et un adulte de 50 ans » ( [213] ) . L’évaluation des effets de l’exposition à des écrans et à l’IA est loin d’être évidente, butant notamment sur des difficultés méthodologiques : « la recherche chez l’enfant est plus longue et difficile que chez l’adulte, pour des raisons de faisabilité, de changements cérébraux et cognitifs rapides qui nécessitent d’évaluer les performances à plusieurs âges ». La structuration de la recherche sur le développement cognitif se caractérise par ailleurs par une focalisation historique sur « les pathologies neuropsychiatriques et les troubles du développement laissant dans l’angle mort l’étude de la trajectoire "normale" de l’enfant et l’évolution de ses standards cognitifs face à l’environnement numérique » ( [214] ) . Remis en avril 2024 à la demande du président de la République, le rapport Enfants et écrans. À la recherche du temps perdu ( [215] ) présente des éléments éclairants sur les effets, notamment cognitifs, de l’exposition aux écrans, qu’il juge particulièrement préjudiciable pour les enfants en bas âge. Le rapport cite en ce sens une méta-analyse de 42 études, publiée en 2020 ( [216] ) qui démontre les bénéfices de la limitation du temps d’écran et d’une première exposition tardive pour le développement des compétences langagières. D’une façon générale, le rapport met en avant le fait qu’il est « établi que, jusqu’à l’âge de 24-30 mois environ, l’enfant apprend moins bien par l’intermédiaire d’un écran que via une interaction humaine réelle : on parle de déficit de transfert vidéo. Autrement dit, le très jeune enfant n’a pas besoin d’écran pour son apprentissage » ( [217] ) . Des études ont ainsi mis en avant le fait qu’en France, un « temps d’écran plus élevé à 2 et 3,5 ans est associé à des résultats inférieurs en littératie en moyenne section et en CP ». Si le lien semble donc pouvoir être établi entre usage des écrans par les plus jeunes enfants et certaines difficultés cognitives, le rapport est plus nuancé s’agissant des enfants et adolescents d’âge scolaire, qui constituent le public susceptible d’être exposé à l’IA. Il souligne tout de même le fait que « pour les pré-adolescents de 9-10 ans et adolescents jusqu’à 17 ans, certaines études, y compris longitudinales, suggèrent qu’un temps d’usage récréatif des écrans dépassant des recommandations actuelles (2 heures par jour) ou élevé, serait associé à de moindres performances cognitives globales et à de moins bonnes performances scolaires ». Néanmoins, une récente étude conclut à l’inverse à l’absence d’effet du temps d’écran sur le développement cérébral des enfants de 9 à 12 ans ( [218] ) . Comme le résume le rapport, les relations entre les écrans et le développement cognitif et émotionnel des enfants et adolescents sont donc complexes et dépendantes des usages qui sont faits des écrans. Le rapport précité établit en revanche un lien plus net entre usage des écrans et dégradation de la capacité d’attention ( [219] ) , non sans effets induits sur d’autres activités importantes ( [220] ) . Or, la capacité d’attention est elle-même nettement corrélée aux capacités d’apprentissage, et prédictive des résultats scolaires. Enfin, le rapport documente « les effets néfastes avérés et significatifs en termes de sommeil, de sédentarité et de moindre activité physique ainsi que sur la vision », étant rappelé que ces phénomènes peuvent entretenir des boucles de rétroaction négatives avec la capacité à apprendre, et en définitive avoir des effets délétères sur les résultats scolaires. Au-delà de ces risques, qu’il convient de prendre en compte en ce qu’ils sont attachés à la technologie en elle-même, la rapporteure souligne que la plupart des effets associés aux écrans dépendent en réalité des usages qui sont faits de ces derniers, lesquels peuvent être le support d’interactions plus ou moins intéressantes pour leurs utilisateurs. Ainsi, le terme même d’« écrans » devrait parfois être écarté au profit de la qualification des usages dont ils sont les supports. De fait, ces usages peuvent susciter l’enfermement comme provoquer la découverte, placer les utilisateurs dans une posture passive comme les stimuler, etc. b. L’IA suscite des craintes spécifiques Si la rapporteure a jugé utile de rappeler ces risques, tout en les nuançant, c’est pour souligner les précautions qui devront accompagner l’introduction de l’IA dans les apprentissages, qui passent nécessairement, à ce stade, par une certaine exposition à des écrans. Ces constats ne remettent pas en cause l’opportunité d’y procéder, mais devront conduire à évaluer précisément les effets de l’usage de l’IA – et notamment des IA éducatives – sur la cognition par des études, alors qu’ils sont à ce stade plus méconnus encore que ceux des écrans du fait du caractère récent de cette rupture technologique. L’émergence de l’IA suscite toutefois des craintes différentes de celles qui ne font que s’attacher à l’usage d’écrans. L’IA s’inscrit dans un processus historique « d’externalisation cognitive » engagé avec l’écriture, qui avait d’ailleurs suscité des craintes tenant au risque qu’elle faisait peser sur la mémoire ( [221] ) , et poursuivi depuis par un grand nombre d’innovations techniques, de la machine à calculer au GPS. Ces analogies historiques ne permettent toutefois pas d’écarter toute crainte : outre que certaines de ces externalisations précitées ont eu des effets révolutionnaires ( [222] ) , des compétences cognitives semblent bien avoir été négativement affectées par leur délégation à des outils extérieurs : tel est le cas du GPS, dont la généralisation a conduit à une moindre capacité de navigation spatiale et à une mémorisation plus faible des repères. À certains égards, la portée de la révolution que constitue l’IA semble par ailleurs se situer dans l’étiage haut des externalisations mentionnées. Elle consiste à externaliser non plus seulement une compétence spécifique comme la mémoire ou le calcul, mais la faculté même de produire du langage : le support extérieur se transforme ici en agent de production. Les implications de ce constat sont multiples : il en découle que cet outil « donne l’illusion à l’utilisateur d’une compréhension consciente et d’une intentionnalité » ( [223] ) , mais produit aussi une tentation de déléguer une quantité croissante de tâches cognitives à l’outil, et jusqu’à la capacité même de penser. L’externalisation cognitive pourrait ainsi déboucher sur une « spoliation cognitive », qui conduirait, à terme, à la perte de certaines compétences qui ne seraient plus exercées. À titre d’exemple, le recours à des outils d’IA générative pour les tâches de synthèse les plus communes pourrait affaiblir cette capacité cognitive pourtant indispensable à l’exercice de la pensée. De même, la délégation à l’IA de toute tâche d’écriture pourrait faire tomber en désuétude celle-ci, pourtant nécessaire à la structuration intellectuelle. Comme l’observait l’IGESR, « si certaines tâches sont systématiquement déléguées à l’IA, les personnes formées vont observer une baisse de leurs compétences par manque de pratique. Lorsqu’il s’agit d’élèves, c’est encore plus grave, car ils n’ont pas encore ces compétences et ils ne pourront pas les acquérir ensuite : c’est en ce sens qu’ils risquent d’être spoliés. On pourrait y voir un déplacement de compétences, depuis les compétences de création vers des compétences de description des besoins et d’évaluation. Mais il n’est pas possible de faire naître un esprit critique et une capacité d’évaluation fine sans maîtriser la production elle-même. Le risque est alors de former des générations de consommateurs de contenu dont la capacité d’évaluation de la qualité est réduite à identifier le niveau de dopamine généré, comme on peut déjà le voir sur les réseaux sociaux » ( [224] ) . Dès lors, il est évident que le système éducatif devra continuer à ménager des temps d’enseignement sans IA, à l’image des mathématiques sans calculatrice, notamment afin de cultiver des facultés que cette technologie pourrait conduire à ne plus exercer. C’est notamment le sens du « bilinguisme éducatif » ( [225] ) soutenu par M. Daniel Andler, qui rappelle par ailleurs que les opportunités offertes par l’IA seront d’autant mieux exploitées lorsque les élèves sauront aussi « faire sans ». C’est plus généralement l’incitation à acquérir des compétences et la volonté même d’apprendre qui pourraient être remises en cause pour les générations « IA native ». Auditionné par la mission d’information, le philosophe et ingénieur M. Olivier Rey critiquait ainsi « Michel Serres [qui] s’émerveillait du fait que, lorsqu’un vers de l’Énéide lui revenait en tête, la localisation exacte de ce vers dans l’œuvre, qui naguère aurait réclamé une longue recherche, était donnée quasi instantanément par Google. Ce qui semblait échapper à Michel Serres, c’est que son goût pour Virgile s’était formé dans une jeunesse sans smartphone, et que l’usage qu’il faisait de Google pour retrouver un vers de l’Énéide demeurerait toujours étranger à quelqu’un ayant grandi en symbiose avec les applications mobiles, et maintenant les agents conversationnels » ( [226] ) . À plus court terme, c’est le risque de « désengagement cognitif », qui est parfois pointé : les utilisateurs de l’IA seraient confinés à une position passive incompatible avec l’apprentissage et l’effort intellectuel qu’il exige. Si ces craintes ne peuvent pas être balayées, il convient toutefois de noter qu’elles ont été nourries par la publication des résultats préliminaires d’une étude, largement médiatisée, sur l’utilisation de ChatGPT ( [227] ) . Cette étude consistait à répartir les participants – adultes, et non enfants ou adolescents – en trois groupes ‑ utilisant une IA générative , un moteur de recherche, ou aucun outil numérique pour produire une rédaction. Elle concluait que les participants ayant utilisé ChatGPT présentaient une connectivité neuronale réduite, notamment dans les réseaux associés à la mémoire et à la créativité, par rapport aux deux autres groupes. Il faut néanmoins souligner que les résultats de cette étude souffraient d’importantes limites méthodologiques : l’échantillon de participants était limité, et seuls étaient mesurés les effets de l’utilisation de l’IA générative au moment de son utilisation – et non les effets de long terme. Par ailleurs, cette étude ne portait que sur un agent conversationnel relevant d’un système généraliste, auquel l’IA ne doit pas être réduite, eu égard notamment à l’existence, déjà évoquée, d’une myriade d’IA spécialisées ne faisant pas courir de risques en matière d’engagement cognitif – et au contraire construites pour stimuler l’intérêt des élèves. Plus largement, la rapporteure souligne avec force que la plupart des critiques des effets de l’IA s’attachent à l’utilisation des chatbots des grands modèles de langage et à la possible délégation cognitive qu’ils peuvent susciter. Or, le présent rapport démontre l’utilité d’usages d’IA éducatives, ayant vocation à être conçues spécifiquement pour soutenir les apprentissages. L’acquisition des connaissances à l’ère de l’IA ne dépend donc pas seulement de l’intégration de ces outils dans les apprentissages scolaires et universitaires, mais sera quoi qu’il arrive révolutionnée par l’usage qu’en feront les enfants et les adolescents, y compris et surtout en dehors de ce cadre. Ce constat conduit à anticiper d’importants changements pour les systèmes d’éducation et de formation. 2. Un bouleversement des fondamentaux des systèmes d’éducation et de formation, qui invite à en repenser les fondements a. La place de l’enseignant Définie par M. Antoine Compagnon comme « l’une des rares activités humaines à n’avoir pas connu de gain de productivité depuis l’Antiquité » ( [228] ) , l’enseignement a conservé une forme relativement similaire malgré les grandes évolutions technologiques. De fait, alors que l’IA suscite de nombreuses craintes sur l’emploi, le métier d’enseignant ne figure pas parmi les plus menacés de substitution par l’intelligence artificielle, le modèle de l ’AlphaSchool – ce réseau d’écoles privées américaines des premier et second degrés reposant essentiellement sur le tutorat individualisé par l’IA – n’étant pas voué à prospérer au-delà de quelques cas marginaux. Néanmoins, eu égard à son potentiel de « personnalisation » des apprentissages, voire d’autonomisation des élèves et des étudiants, l’IA remet en cause le rôle traditionnellement attribué à l’enseignant. La généralisation de ces technologies et leur appropriation par les élèves posent en effet des questions fondamentales. Face à la généralisation des IA comme autant de « précepteurs » individuels, les enseignants pourraient être conduits à s’interroger sur leur utilité. Ces interrogations ne sont toutefois pas propres aux enseignants, mais semblent devoir concerner l’ensemble des professions intellectuelles. Comme elles, les enseignants pourraient, demain, subir une « mise en concurrence » avec les IA. M. Daniel Andler, lors de la table ronde d’académiciens organisée par la mission d’information, formulait une crainte en ce sens : « un professeur qui est en train d’essayer d’expliquer le théorème de Thalès, il ne comprend pas lui-même le théorème de Thalès. Il le sait, il est terrorisé : c’est déjà le cas maintenant, c’est encore plus le cas quand les élèves peuvent lui sortir une explication parfaite par ChatGPT, Claude etc. » ( [229] ) . À cet égard, il est évident que tous les enseignants ne sont pas concernés, à l’image de M. Antoine Compagnon, qui a considéré devant la mission que « tout bon professeur aime être bousculé par ses étudiants » ( [230] ) . Cette mise en concurrence pourra conduire à une évolution du rôle de l’enseignant qui reste, à ce stade, difficile à anticiper avec précision. Si la part de la stricte communication de connaissances était conduite à être progressivement transférée à l’IA, la pratique de la « classe inversée », pourrait connaître un certain essor, au moins dans le secondaire et dans le supérieur, où elle est d’une certaine façon déjà pratiquée. Ce fonctionnement consiste à découvrir une notion chez soi, en autonomie, avant de l’approfondir en classe, sous la supervision d’un enseignant et de façon collective. L’IA accroit la possibilité d’y avoir recours, par l’adaptabilité des « tuteurs personnalisés » qu’elle promet de mettre à la disposition des élèves. Interrogée sur cette question, la Dgesco a toutefois légitimement mis en garde contre les risques d’inégalités entre élèves que pouvait susciter une telle pratique. Quels que soient les contours du rôle de l’enseignant de demain, l’utilité et la nécessité de leur métier ne font en tout cas aucun doute. D’une part, l’IA ne saurait prétendre prendre en charge l’intégralité de l’éducation d’un enfant, au risque bien identifié de « l’illusion de l’apprentissage » : la seule exposition à des connaissances, qui est l’une des possibilités offertes par l’IA, ne saurait être confondue avec leur compréhension et leur acquisition, et moins encore avec la maîtrise d’un savoir. La lutte contre cette tendance peut notamment exiger un travail sur la « métacognition », qui devrait demeurer l’apanage des enseignants, seuls à même de réguler les apprentissages des élèves en les guidant dans ce processus. D’autre part, si le « mentorat » individuel par l’IA peut assurément être utile, l’école et l’université ne sauraient se passer de présence humaine. À rebours des craintes qui se font jour, l’individualisation partielle de l’éducation que pourrait occasionner la généralisation de l’IA pourrait même renforcer le rôle de l’enseignant comme garant d’une forme de collectif. Comme le soulignait M. François Vandenbrouck, sous-directeur de la formation, de l’innovation et des ressources de la Dgesco, « le danger serait qu’il y ait un enfermement dans un triptyque professeur-élève-machine et qu’on renonce à tout ce qui fait le collectif de la classe » ( [231] ) . b. Comment évaluer ? À plus court terme, l’un des principaux bouleversements provoqués par l’IA sur le système éducatif réside dans la façon dont les compétences et les connaissances doivent être évaluées. Si cet enjeu ne doit pas être surestimé au regard de l’ampleur de la révolution que représente l’IA, il constitue aujourd’hui une difficulté majeure tant pour le personnel des établissements que pour les élèves et les étudiants. L’enjeu est particulièrement prononcé dans l’enseignement supérieur, dans la mesure où la collation des grades de master et de doctorat repose respectivement, en grande partie quoique selon des proportions variables, sur les mémoires de recherche et sur les thèses. Il appartient à chaque université, voire à chaque discipline, de déterminer ses modalités d’évaluation et à garantir la qualité des diplômes tout en attestant de l’acquisition des compétences. Le rapport précité sur l’IA et l’enseignement supérieur multiplie les exemples de politiques relatives à l’autorisation – ou non – de l’IA au cours des examens et des travaux universitaires : interdiction absolue ; autorisation conditionnée à la transparence ; suppression du mémoire, etc. Des premières décisions de justice attestent d’ailleurs de l’apparition de contentieux relatifs à ce type nouveau de fraude. Le tribunal administratif de Montreuil ( [232] ) a par exemple récemment jugé qu’un mémoire dont l’analyse montrait qu’il avait été rédigé par l’IA, dès lors que les faits étaient matériellement établis, était constitutif d’une fraude de nature à justifier une sanction disciplinaire. Alors que la difficulté posée par internet était, d’une part, d’une moindre ampleur, parce que son utilisation ne pouvait généralement pas se traduire par une délégation complète de la réalisation du travail demandé, et, d’autre part, parce qu’elle pouvait être contournée relativement facilement par la mobilisation de logiciels dédiés à la lutte contre la fraude, il n’est pas aussi aisé de déceler l’utilisation non-autorisée de l’IA, les textes qu’elle produit pouvant être inédits. La rapporteure souligne à cet égard que les auditions de la mission d’information ont mis en lumière un scepticisme unanime sur les outils de traçage de l’utilisation d’IA, qui ne semblent pas voués à prospérer. Le ministère de l’éducation nationale et la Cnil déconseillent d’ailleurs d’utiliser ces outils, jugés insuffisamment fiables, alors qu’ils présentent par ailleurs le risque de porter atteinte à la confidentialité des informations des élèves et de conduire à les sanctionner à tort. Dès lors, un bannissement durable de l’utilisation de l’IA dans tout devoir réalisé en dehors de l’école ou de l’établissement serait nécessairement d’une portée relative. Au-delà de la difficulté technique à le faire appliquer, une telle solution ne serait pas satisfaisante. D’une part, il semblerait délicat d’interdire a priori tout recours à des systèmes d’IA appelés à occuper une place croissante dans la recherche, voire contestable d’autoriser le recours à des moteurs de recherche et pas à des outils qui peuvent notamment remplir cette fonction, avec une efficacité supérieure. Par ailleurs, s’agissant plus spécifiquement de l’enseignement supérieur, dès lors que les thèses ont vocation à contribuer à la création du savoir et à sa diffusion, l’interdiction d’outils susceptibles d’y concourir en renforçant le travail des chercheurs risquerait de paraître illégitime. Plus généralement, la culpabilisation de l’utilisation de l’IA dans le cadre de travaux, notamment universitaires, de long cours, pourrait contrevenir au message d’encouragement à l’adoption de ces technologies – ce qui n’exclut pas d’interdire clairement le recours à l’IA en certains cas, par exemple pour des devoirs sur table, qui pourraient voir leur importance accrue. Au-delà de la lutte contre la fraude, l’IA impose une réflexion sur la façon d’évaluer. Dans le sillage d’évolutions déjà observées ces dernières années, la place de l’oral pourrait continuer à être renforcée, sans toutefois aller jusqu’à remplacer, de façon satisfaisante, des évaluations jusqu’ici fondées sur des productions écrites. Le processus de composition d’une copie permet en effet d’évaluer des compétences fondamentalement différentes de celles qui sont sollicitées lors d’un oral, et le passage de l’un à l’autre sans compensation constituerait une véritable perte, notamment en termes de structuration et d’organisation de la pensée. En revanche, une hybridation des évaluations, sous réserve des coûts et de la disponibilité qu’elle exigerait de la part des enseignants, pourrait s’avérer une piste intéressante : la présentation d’un devoir rédigé en autonomie – le cas échéant à l’aide de l’IA – serait accompagnée d’interrogations visant à « tester » la solidité des recherches qui y ont conduit, à l’image de ce qui se pratique d’ores et déjà pour les doctorats. Dans le rapport précité sur l’IA et l’enseignement supérieur, l’idée « d’accompagner l’étudiant à l’utilisation de l’intelligence artificielle pour préparer son travail, puis d’en débattre et de questionner le résultat » était également soutenue ( [233] ) . Elle présente en effet l’avantage de participer tant à l’apprentissage disciplinaire, qu’au développement de la connaissance du fonctionnement – et des limites – de l’IA. Dans cette perspective la pédagogie de la « revue critique », qui consiste à évaluer une production au moins partiellement générée par l’IA, pourrait également s’avérer une pratique intéressante. L’intégration, au sein des travaux rendus par les élèves ou les étudiants, d’une « IAgraphie » consistant à indiquer les modalités de recours à l’IA pour arriver au résultat produit (outil, prompt , reformulations éventuelles de celui-ci, etc.) pourrait également être une solution permettant de ne pas pénaliser l’utilisation de l’IA, tout en évaluant l’esprit critique et l’itération de l’auteur du travail. D’une façon générale, les gains de temps et la délégation d’une partie des tâches permis par l’IA en matière de rédaction devraient en tout état de cause ne se traduire que par un rehaussement des exigences, les élèves et étudiants disposant de ressources pour approfondir leurs travaux. Cela rejoint d’ailleurs l’idée de M. Antoine Compagnon, certes difficilement généralisable à l’ensemble des étudiants, mais qui peut constituer une hygiène de pensée à poursuivre : « chaque fois qu’on prend la parole, il faut consulter ce qu’aurait dit l’IA, précisément pour dire autre chose » ( [234] ) . II. Une réussite conditionnée à la conduite d’une politique publique proactive de formation, d’éducation et d’équipement A. La formation et l’éducation à l’utilisation et à la compréhension de l’IA, conditions de son appropriation par les équipes pédagogiques, les élèves et les étudiants 1. L’appropriation des enjeux relatifs l’IA par les équipes pédagogiques est nécessaire à son adoption a. Une formation lacunaire qui freine l’appropriation de l’IA Le caractère lacunaire de la formation des enseignants en matière de numérique est bien identifié. Il a notamment été souligné par la Cour des comptes, dans son rapport de 2019 sur le service public numérique de l’éducation : « faute de formation initiale et continue suffisante et d’accompagnement approprié, seule une minorité d’enseignants est à l’aise avec une pédagogie appuyée sur le numérique et se trouve en mesure d’en exploiter les potentialités pour améliorer les apprentissages des élèves » ( [235] ) . De la même façon, le constat général d’un manque de formation à l’IA du personnel – enseignants, mais également inspecteurs et personnel de direction des écoles et des établissements scolaires et universitaires – a été unanimement formulé lors des auditions de la mission d’information. En mai 2025, un rapport de l’IGESR ( [236] ) établissait que 70 % des enseignants déclaraient un niveau faible à moyen en IA, et que 90 % d’entre eux estimaient ne pas avoir reçu de formation adéquate à l’usage de l’IA. Les rares membres du personnel à avoir été formés l’avaient plus rarement encore été en établissement (9 % des cas), la très grande majorité des formations ayant eu lieu en ligne. Le constat est également valable dans l’enseignement supérieur. Selon le rapport précité sur l’IA dans ce secteur, le « manque de formation des personnels enseignants » était d’ailleurs identifié comme le premier frein à son utilisation, pour 71 % des répondants, devant les risques éthiques et le manque d’accompagnement institutionnel ou encore la résistance au changement ( [237] ) . De fait, le manque de formation freine l’identification par les équipes pédagogiques des opportunités offertes par l’IA. Il peut même être à l’origine d’une certaine méfiance du corps enseignant vis-à-vis de l’IA : selon le rapport de l’IGESR, 47 % des répondants craignaient que l’IA ne les remplace dans certains aspects de leur rôle pédagogique. Comme l’a résumé Mme Joëlle Proust, membre du Conseil scientifique de l’éducation nationale (CSEN) devant la mission d’information, « le risque d’un effet démotivant est réel, les enseignants pouvant avoir le sentiment d’être remplacés par la machine. La formation doit les convaincre de leur rôle indispensable dans l’hybridation » ( [238] ) . Cette formation a par ailleurs vocation à prévenir une forme de décalage générationnel, l’écart entre les usages des élèves et ceux des enseignants étant susceptibles de nourrir une incompréhension préjudiciable aux apprentissages. Si le constat de la nécessité d’une formation est partagé, il convient de distinguer deux approches . La première qui consiste à soutenir que la formation doit s’attacher à apprendre à se servir de l’IA (par exemple, en apprenant les principes d’un prompt – une instruction – efficace). Une telle formation peut ponctuellement s’avérer utile, notamment pour contribuer à combler l’écart qui sépare les pratiques des élèves et du personnel, mais également pour soutenir les usages les plus pertinents possibles. Néanmoins, une telle formation est également vouée à être rapidement dépassée, dès lors que les outils d’IA évoluent rapidement. Une seconde approche, complémentaire de la première mais plus déterminante sur le long terme, consiste à informer et à sensibiliser aux fondamentaux du fonctionnement de l’IA , dont la compréhension au moins minimale – qui permet d’appréhender l’ensemble des opportunités, mais aussi les limites de ces technologies – participe d’un bon usage. Cette conception de la formation à l’IA insiste également sur les usages appliqués au milieu professionnel de l’apprenant. b. Une formation initiale qui commence à prendre en compte les enjeux relatifs à l’IA Compte tenu du caractère encore récent de l’IA générative, sa prise en compte dans la formation initiale des enseignants et du personnel éducatif est récente, et découle de la réforme du recrutement et de la formation des enseignants. L’arrêté du 12 janvier 2026 relatif aux contenus des masters enseignement et éducation (M2E) y ménage une place à différents égards. L’annexe 2 du décret, liste les attendus des blocs de formation du master mention M2E, créé à l’intention des lauréats des concours de l’enseignement, désormais accessibles à bac +3. Pour la mention « enseignement et éducation professorat des écoles », le bloc 2 de compétences visant à « adapter sa pratique professionnelle à la diversité des élèves et au contexte d’exercice pour viser la réussite de tous les élèves dans un climat scolaire de qualité », dispensé sur un total de 120 heures, devra former les enseignants à « intégrer de manière raisonnée les usages de l’intelligence artificielle pour enseigner, prendre en compte ses potentialités et ses limites pour les apprentissages des élèves ». C’est donc sous l’angle de la différenciation pédagogique qu’est au premier chef abordée l’IA. Le bloc 4 visant à permettre aux enseignants de « s’engager dans une démarche de développement professionnel », dispensé sur 80 heures, inclut en outre l’exigence de « connaître les enjeux du numérique et utiliser les outils numériques dont ceux de l’intelligence artificielle pour apprendre, coopérer, communiquer, se former et enseigner – attestation du niveau de maîtrise des compétences numériques (cadre de référence des compétences numériques pour l’éducation CRCN-Edu) ». S’agissant de la mention « enseignement et éducation professorat du second degré », le bloc 2 reprend la même formulation que pour le master de formation des professeurs des écoles. Au sein du bloc 4 en revanche, en dépit d’une reprise de l’essentiel des termes employés pour la formation des professeurs des écoles, l’annexe du décret n’y fait pas état de l’impératif de former à l’IA. Si cet oubli relève probablement d’une erreur matérielle, cette absence est d’autant plus regrettable que l’IA a vocation à être utilisée davantage dans le second que dans le premier degré. Le cadre de référence des compétences numériques (CRCN) Créé par le décret n° 2019-919 du 30 août 2019 relatif au développement des compétences numériques dans l’enseignement scolaire, dans l’enseignement supérieur et par la formation continue, et au cadre de référence des compétences numériques, le cadre de référence des compétences numériques (CRCN) est prévu à l’article D. 121-1 du code de l’éducation. Il s’inscrit dans le sillage du cadre de référence de l’Union européenne Digitial Competence Framework for Citizens (DigComp) et définit les 16 compétences numériques, réparties en cinq domaines, que les élèves doivent en acquérir tout au long de leur scolarité. Source : Drane de la région académique Bourgogne Franche-Comté. Ces compétences sont notamment attestées par des certifications obtenues sur la plafeforme Pix (voir infra ). Dans le sillage de ce référentiel de compétences ainsi que du Digital Competence Framework for Educators (DigCompEdu) développé par la Commission européenne, un CRCN-Édu a été élaboré par les ministres chargés de l’éducation nationale et de l’enseignement supérieur. Il vise à recenser les compétences que doivent acquérir les enseignants et les autres types de personnel éducatif. Source : Drane de la région académique Bourgogne-Franche-Comté. Ces compétences ont quant à elles vocation à être certifiées par le dispostif Pix+Édu. S’il convient de saluer la mention, à la fois pour la formation des professeurs des écoles et pour celle des enseignants du second degré, de l’attestation du niveau de maîtrise des compétences numériques au regard du référentiel, qui sera exigée à compter de la rentrée 2026-2027, ce référentiel ne correspond pas exactement à une évaluation des aptitudes en matière d’IA. Les compétences listées sont certes larges, et pourraient concourir à évaluer les compétences en matière d’IA, qui ont par ailleurs vocation à être développées, au stade de la formation initiale, par le parcours dédié dorénavant proposé par le dispositif Pix+Édu. Néanmoins, la rapporteure juge également nécessaire d’évaluer les aptitudes des enseignants en matière d’IA et d’en faire explicitement des conditions de l’exercice professionnel. La voie la plus évidente consisterait à intégrer, au sein des référentiels des compétences numériques, des compétences se rattachant directement à l’IA. Recommandation n° 19 : Intégrer explicitement les compétences relatives à l’IA dans les référentiels de compétences numériques, et en évaluer l’acquisition dans le cadre de la formation initiale des enseignants. c. Une formation continue à renforcer La nature même de l’IA exige par ailleurs une montée en puissance substantielle de la formation continue, seule à même de garantir l’adaptation des enseignants et du personnel éducatif aux évolutions que l’IA ne manquera pas de connaître au cours des prochaines années. Le constat de cet impératif a notamment été formulé, au cours des travaux de la mission, par M. Pierre Dubuc, co-fondateur d’OpenClassrooms, pour qui « l’IA ne va pas seulement modifier la formation continue, elle va la rendre vitale et continue au sens propre. Jusqu’ici, on se formait pour acquérir une nouvelle compétence tous les 5 ou 10 ans. Avec l’IA, le cycle d’obsolescence des compétences se réduit à 18 ou 24 mois. La formation continue devient le moteur de la résilience économique » ( [239] ) . Plusieurs initiatives ont d’ores et déjà prises afin de renforcer la formation à l’IA à travers la formation continue. S’agissant de l’enseignement scolaire, cette formation prend les formes suivantes : – des formations sur site , qui sont les plus profitables, mais demeurent largement minoritaires, puisqu’elles ne représentent à ce stade que 9 % des formations à l’IA dispensées ( [240] ) . Une montée en puissance récente est toutefois observée, tant dans l’enseignement scolaire que supérieur, où les formations reposent sur l’initiative des établissements. S’agissant de l’enseignement scolaire les représentants du réseau Canopé, opérateur de la formation continue des enseignants, plus de 2 000 sessions de formation ont été organisées, qui ont concerné 32 500 membres du personnel ( [241] ) , l’importance d’inclure, au-delà des enseignants, l’ensemble des cadres des établissements, ainsi que les AESH, étant soulignée. À ce stade, la dynamique est soutenue par un effort de formation de maîtres formateurs ( [242] ) : selon les éléments transmis par la Dgesco, le ministère de l’éducation nationale « a déployé dès cette année la formation de près d’un millier de formateurs académiques, répartis sur le territoire national » ( [243] ) . À travers ces formations, « l’idée n’est pas d’apprendre à utiliser l’outil, mais de travailler sur une posture professionnelle durable, et surtout transférable face à des technologies qui évoluent vite » ( [244] ) , comme l’a affirmé M. Romain Vanoudheusden, directeur général adjoint de ce réseau ; – des formations en ligne , une part importante de la formation continue se déroulant « à distance », qui reposent notamment sur des ressources conçues, en lien avec les écoles académiques de la formation continue (EAFC) et avec le réseau Canopé, et accessibles sur la plateforme M@gistère ( [245] ) . Plus largement, un effort de mise en commun des réflexions accompagne le déploiement de l’IA . Tel est notamment le cas grâce au partage des bonnes pratiques qui a été exposé, en lien avec l’Observatoire national des pratiques pédagogiques avec l’IA, mais également grâce à la communauté de réflexion et de pratiques en éducation autour de l’IA (Créia), créée en 2023 par la DNE du ministère de l’éducation nationale. Celle-ci propose à ses membres des ressources régulièrement mises à jour (webinaires, « micro-formations ») et organise des espaces d’échanges, comme les « Cafés IA » virtuels. À cet égard, il faut noter qu’au-delà de la formation continue dans ses formats classiques – qu’il s’agisse de formations ponctuelles ou de la mise à disposition de ressources pour des formations en ligne –, l’IA exige une réactivité forte. Celle-ci pourra se devra se traduire par une révision des modalités de la formation continue : à terme, l’idée d’une veille pédagogique quasi-continue, susceptible de passer par divers canaux (lettres d’information, diffusion de microcapsules, etc.) serait ainsi une piste intéressante. Le projet européen « AI4T » Initié en 2021 dans le cadre de la réforme du programme Erasmus+, le projet Artificial Intelligence for and by teachers (AI4T) illustre la dimension européenne de la formation continue. Initié par le ministère de l’éducation nationale en lien avec France éducation international (FEI), ce projet rassemble la France, l’Italie, l’Irlande, le Luxembourg et la Slovénie. Il vise à mettre en commun les réflexions relatives à l’introduction de l’IA dans l’éducation, et a d’ores et déjà débouché sur la mise à la disposition des enseignants d’un mooc (1 ) « Intelligence artificielle par et pour les enseignants », conçu par l’Institut national de recherche en sciences et technologies du numérique (Inria) en lien avec les autres pays parties prenantes. Ce document de formation est librement accessible (2) . (1) Massive Open Online Course – module de formation en ligne. (2) https://www.fun-mooc.fr/fr/cours/intelligence-artificielle-pour-et-par-les-enseignants-ai4t/ . Pour abondante qu’elle soit, l’offre de formation continue dans le domaine de l’IA, même si elle tend à monter en puissance, continue de se heurter à différents écueils qui limitent la portée de la formation continue en général. Depuis la loi n° 2019-791 du 26 juillet 2019 pour une école de la confiance, l’article L. 912-1-2 du code de l’éducation prévoit une obligation de formation continue pour chaque enseignant. Pourtant, cette règle demeure peu suivie d’effets, en particulier dans le second degré où, comme l’ont montré de nombreuses publications de la Cour des comptes, le nombre d’heures de formation continue suivies demeure faible. Selon ses observations formulées dans un référé de juillet 2023 ( [246] ) , « en 2021, le nombre annuel de jours de formation par professeur reste limité à 2 dans le premier degré et à 1,5 dans le second degré ». Aggravée par la crise sanitaire, cette lacune préexistait à celle-ci, puisque « la durée de formation n’avait atteint en 2019 qu’une moyenne de 3 jours dans le 1 er degré et de 3,2 jours dans le 2 nd degré, alors que les autres agents de catégorie A de la fonction publique avaient suivi en moyenne 9,2 jours de formation ». Cette difficulté tient en partie à l’articulation entre cette exigence de formation continue et la présence des enseignants devant les élèves, ces deux objectifs pouvant entrer en contradiction, alors que l’article L. 912-1-2 précité se borne à énoncer que la formation continue « s’accomplit en priorité en dehors des obligations de service d’enseignement ». Dans la perspective de renforcer la formation continue en matière d’IA, l’exigence de ne pas la faire dépendre de formations organisées sur le temps de classe des enseignants devra donc être envisagée. Plutôt que de fixer une obligation de formation continue au numérique ou à l’IA, qui ne serait pas réaliste compte tenu de la difficulté à mettre en œuvre les obligations existantes aujourd’hui, la rapporteure souligne l’opportunité d’une certification périodique obligatoire. Cette certification pourrait attester, à une fréquence donnée, des compétences numériques inscrites dans un référentiel CRCN-Édu enrichi et détaillé de compétences en IA. Une telle certification serait certes associée à une offre de formation en ligne, mais pourrait également être validée par les enseignants indépendamment du fait d’en avoir suivi une. Cette modalité de formation offrirait ainsi une plus grande souplesse aux enseignants, qui seraient libres de s’organiser pour atteindre des objectifs communs à tous, et actualisés tout au long de leur carrière. Faire attester les compétences des enseignants par une simple certification plutôt que de passer par un volume d’heures dédié a également vocation à conduire, dans l’esprit de la rapporteure, à un élargissement des modalités de formation. Il s’agit en particulier de mieux reconnaître la formation entre pairs – qui existe d’une certaine façon avec les maîtres formateurs, lesquels devraient continuer à être reconnus pour l’exercice de ces missions complémentaires, sans pour autant être les seuls à pouvoir contribuer à la formation des enseignants et du personnel. Il s’agit également d’ouvrir la voie à l’auto-formation , dont les perspectives ne sont pas négligeables en matière d’IA, compte tenu de la disponibilité des ressources. Recommandation n° 20 : Rendre obligatoire la formation continue des enseignants à l’IA en procédant à une certification périodique de leurs compétences. À travers cette certification, reconnaître l’auto-formation et la formation entre pairs comme vecteurs de la formation continue à l’IA. Enfin, la rapporteure souligne l’importance de sensibiliser à l’IA au-delà des seuls enseignants et membres du personnel des établissements, en élargissant les publics concernés à l’ensemble de la communauté éducative, dont notamment les parents d’élèves, qui sont également concernés par ces technologies . Selon Mme Virginie Sassoon, directrice adjointe du Centre pour l’éducation aux médias et à l’information (Clémi), une telle sensibilisation pourra s’appuyer sur la mise à disposition de ressources à l’intention des parents d’élèves, déjà engagée par le Clémi depuis une dizaine d’années, alors qu’un parent sur deux ne se sentirait pas assez accompagné face à l’émergence de ces technologies ( [247] ) . En ce sens, la plateforme Pix a également ouvert un espace dédié aux parents d’élèves ( [248] ) , avec des ressources créées spécifiquement à leur intention (« bien vivre le numérique » ; « à la découverte du contrôle parental », etc.), qui gagneraient à intégrer les enjeux relatifs à l’IA. De la même façon, la Fédération des conseils de parents d’élèves (FCPE), dont les représentants ont été auditionnés par la mission, indique avoir procédé à l’organisation de webinaires à l’intention de ses adhérents afin de les sensibiliser aux enjeux relatifs à l’IA. Dans ses réponses écrites, elle appelle également, à raison, les mouvements d’éducation populaire à se saisir de ces enjeux. 2. L’éducation à l’IA des élèves et étudiants pendant leurs parcours, puis tout au long de leur vie a. Une éducation à la manipulation et à la compréhension de l’IA à dispenser dès l’école Si l’adoption de l’IA par les enfants et les adolescents a été particulièrement rapide, elle ne signifie pas que cette catégorie d’utilisateurs, plus que d’autres, sache spontanément tirer parti de toutes les potentialités de l’IA. Une récente étude ( [249] ) a démontré que la recherche d’informations directes constituait le premier motif d’utilisation de l’IA des lycéens, près d’un tiers des répondants (29 %) citant comme objectif principal « avoir la réponse à une question », devant une utilisation visant à « reformuler » (24 %) et à « obtenir des renseignements ou des précisions sur un cours » (18 %). Ces constats sont également valables dans l’enseignement supérieur, une enquête de la Conférence des grandes écoles ayant montré que « les usages des outils d’IA par les étudiants restent majoritairement centrés sur la recherche d’information (75 % [des usages observés] ), la correction/relecture de textes (62 %) et la rédaction d’email (54 %) et la traduction (54 %) », ce qui conduisait l’organisation à conclure que « ces usages restent donc basiques et les potentialités de ces outils ne sont donc pas pleinement exploitées, loin de leur réelle valeur ajoutée dans un contexte d’apprentissage » ( [250] ) . Il ne s’agit en rien de condamner ces usages, mais de soutenir que l’école et l’université doivent accompagner des pratiques, le cas échéant en orientant les élèves vers d’autres types d’utilisations. Cela passe d’une part par l’intégration de l’IA dans les apprentissages, et d’autre part, par l’éducation des élèves et étudiants. Une telle éducation à l’IA peut également contribuer à prémunir le système éducatif du creusement des inégalités, les effets de cette technologie sur ces dernières étant en effet ambivalents. Certes, il a été démontré que certains usages pourraient bénéficier au premier chef aux élèves les plus défavorisés : élèves en situation de handicap, allophones, ou plus largement à « besoins éducatifs particuliers », par exemple. De telles utilisations ne constituent toutefois à ce stade que des possibilités, qui restent à exploiter, et qui ne doivent en aucun cas conduire à négliger l’ampleur du risque d’une aggravation des inégalités. Cet écueil a été souligné par M. Olivier Rey, selon qui « Internet et l’intelligence artificielle ont tendance à enrichir les riches et à appauvrir les pauvres. Et ont aussi tendance à fabriquer des générations de pauvres, trop dépendantes de leurs prothèses cognitives pour en faire un usage intelligent » ( [251] ) . Un système éducatif à deux vitesses pourrait ainsi émerger : d’un côté, des élèves d’origine sociale privilégiée et/ou de bon niveau scolaire, qui seraient incités par leur environnement ou conduits par eux-mêmes à un usage vertueux de l’IA, qu’ils maîtriseraient par ailleurs suffisamment pour profiter de ses avantages – il convient de rappeler que la maîtrise du langage est par exemple une condition de son efficacité. De l’autre, des élèves moins favorisés, qui seraient conduits, du fait d’un manque d’accompagnement et/ou d’une moindre structuration intellectuelle, à déléguer une part croissante de leur activité cognitive à l’IA, sans donc en tirer le meilleur parti. Les profils d’élèves face à l’IA L’étude de M. Cédric Naudet ( [252] ) sur les usages de l’IA par des lycéens évoque, à partir d’une étude qualitative, trois profils d’élèves. Si cette typologie a nécessairement les défauts de son caractère général, elle permet d’identifier des grandes tendances dans les usages spontanés des élèves : – les « engagés réflexifs », catégorie qui « regroupe des élèves qui développent un usage régulier, réflexif et stratégique de l’IAG. Il inclut à la fois des élèves socialement favorisés – dotés d’un fort capital scolaire et disposant souvent de ressources parentales expertes – et des élèves issus de milieux moins favorisés, mais qui développent une forme de capital numérique autonome, en s’appuyant sur des échanges entre pairs ou une familiarité acquise dans les usages extrascolaires ». Selon l’auteur, « chez ces élèves, l’IAG est mobilisée comme un outil de structuration de la pensée. Elle aide à formuler une problématique, à organiser un plan, ou à renforcer une démarche argumentative ». L’auteur détaille par la suite d’autres usages dont le dénominateur commun est de positionner l’élève dans une posture proactive (autoévaluation, mise en place de stratégies de remédiation, etc.) Il s’agit donc typiquement des usages que l’institution scolaire pourrait encourager ; – les « occasionnels légalistes » : « ces élèves mobilisent l’IAG de manière ponctuelle, souvent pour des tâches ciblées : recherches d’informations, aide à la formulation, reformulation ou documentation. Leur usage reste limité et prudent, parfois teinté d’une méfiance éthique ou scolaire (la peur de "tricher") ». Socialement, il s’agit, selon l’auteur de l’étude, « majoritairement d’élèves de classe moyenne inférieure, mais pas uniquement . » Ce type d’usages de l’IA se caractérise par une forme d’incertitude, qu’il appartient à leur encadrement par l’école de lever ; – les « scolaires opportunistes » : « ce profil ne se définit pas par la fréquence d’usage mais par l’absence de distance critique vis-à-vis de l’outil. L’IA générative est perçue comme un moyen de délégation intégrale du travail scolaire, sans compréhension, ni appropriation ». L’auteur de l’étude relève qu’il s’agit d’élèves « majoritairement issu [s] des classes populaires », et note qu’une « fracture numérique semble jouer : l’accès aux ordinateurs ou aux smartphones performants ou encore aux modalités payantes des IA génératives est aussi relatif à un budget familial limité ». Un accompagnement de l’utilisation de l’IA par l’institution scolaire devrait logiquement conduire à bannir ce type d’utilisations, dont l’élève ne tire aucun bénéfice en termes d’apprentissages. Dans ce contexte, la formation à l’usage et à la compréhension prend tout son sens : elle permettra de faire en sorte que tous puissent bénéficier d’une IA au service des apprentissages et non d’un simple réceptacle d’une « décharge cognitive » qui en est aux antipodes. À titre liminaire, la compréhension de l’IA et de son fonctionnement, de même que la capacité à les adopter tout en portant sur elles un regard critique, dépendent avant tout de la maîtrise de savoirs fondamentaux indépendants des nouvelles technologies, et en particulier de la maîtrise du langage. Cet enjeu est à juste titre souligné par le ministre de l’éducation nationale, M. Édouard Geffray, dans sa circulaire de rentrée 2026 : « à l’heure où nos élèves se reposent de plus en plus sur l’intelligence artificielle, cultiver cette maîtrise est le meilleur moyen de leur garantir une autonomie intellectuelle et mentale dans l’usage de ces outils, comme, en temps voulu, d’en tirer le plein potentiel ». De la même façon, la maîtrise du raisonnement scientifique par les élèves est un prérequis à la compréhension, même rudimentaire, des fondamentaux de l’IA, et déterminera par ailleurs la capacité de la France à innover en ce domaine. Dans un second temps seulement, une formation aux outils numériques, et désormais à l’IA, peut s’avérer précieuse pour en acquérir la maîtrise et en appréhender les enjeux. S’agissant de l’éducation au numérique, qui pourra progressivement prendre en compte les enjeux relatifs à l’IA, elle ne repose pas, à ce jour, sur une unique discipline, bien que les cours de technologie du cycle 4 ( [253] ) (pour un volume hebdomadaire d’une heure et demie) en soient un vecteur privilégié. C’est toutefois le principe d’une approche croisée, au sein des différentes disciplines, qui a été retenu pour aborder le numérique. Comme le rappelle une récente note de service, « la formation aux compétences numériques fait l’objet d’un continuum éducatif de l’école au lycée, puis dans l’enseignement supérieur. La préparation des élèves est obligatoire et progressive. Elle peut être déclinée sous différentes formes et concerne toutes les disciplines et tous les enseignements » ( [254] ) . Susceptible d’être abordé par les enseignants dès le premier degré ( [255] ) , le numérique peut donc ensuite l’être, dans le second degré, dans tous les enseignements disciplinaires, certains étant plus propices (cours de mathématiques, de français, mais également d’enseignement moral et civique – EMC – et d’éducation aux médias et à l’information – EMI –). M. Colin de la Higuera, représentant du Conseil supérieur des programmes (CSP) du ministère de l’éducation nationale, a d’ailleurs affirmé lors de son audition que depuis quelques années, l’ajout « dans tous les programmes en préparation (70 à 80 programmes) d’une mention de l’informatique ou du numérique » ( [256] ) avait été systématisé. L’EMI Depuis la loi n° 2013-595 du 8 juillet 2013 d’orientation et de programmation pour la refondation de l’école de la République, est poursuivi l’objectif d’initier les élèves à un usage raisonné des médias et de les sensibiliser aux enjeux qui s’y rattachent. Progressivement introduite dans les enseignements, l’EMI vise à apprendre aux élèves à « devenir des citoyens responsables dans une société marquée par la multiplication et l’accélération des flux d’information » (1) . Comme l’a résumé la Dgesco « l’EMI constitue, dans les programmes du cycle 4, une composante structurante de l’éducation à la citoyenneté et à l’esprit critique. Elle vise à doter les élèves d’une culture informationnelle, médiatique et numérique articulée autour de trois domaines progressifs : se situer dans le paysage médiatique et informationnel, s’informer de manière critique et fiable, produire et partager de l’information de façon éthique et responsable. Transversale et interdisciplinaire, elle s’appuie sur le professeur documentaliste, le CLEMI (2) et l’ensemble des disciplines ». En pratique, l’EMI est en particulier dispensée à travers les programmes d’EMC ou dans le cadre de projets interdisciplinaires encadrés dans le second degré. Récemment montée en puissance dans un contexte de forte évolution des moyens de s’informer, l’EMI peut parfaitement être l’occasion d’aborder les enjeux relatifs à l’IA, vecteur d’information croissant pour les jeunes. Elle pourra notamment le faire à dans le cadre d’un programme, qui est en cours d’élaboration. Selon les éléments transmis par la Dgesco, ce programme intègrerait la sensibilisation aux usages et aux limites de l’IA de façon progressive. L’EMI s’organiserait de la façon suivante : « elle s’installe sur les trois années du collège de façon explicite et graduée. En 5 ème , la sensibilisation est indirecte mais préparatoire, à travers la compréhension des algorithmes et des technologies numériques comme composantes du paysage médiatique. En 4 ème , la confrontation à l’IA générative devient directe : les élèves apprennent à en percevoir les limites, à rédiger des prompts via Pix IA, à débattre de ses enjeux éthiques, environnementaux et juridiques dans le cadre d’une production. En 3 ème , l’exigence monte sensiblement : les élèves comparent moteurs de recherche et outils d’IA générative, analysent leur impact écologique, identifient les risques de désinformation que l’IA fait peser sur le journalisme, et mobilisent ces outils selon un usage strictement encadré, limité et justifié par le cadre national d’usage de l’IA dans l’éducation nationale. » (1) https://eduscol.education.gouv.fr/4704/education-aux-medias-et-l-information . (2) Centre de liaison de l’enseignement et des médias d’information. En complément de cette appréhension du numérique par les « entrées disciplinaires », une sensibilisation prévue à l’article L. 312-9 du code de l’éducation intègre le principe d’une certification des compétences des élèves en la matière, qui comprend l’intelligence artificielle, depuis la loi n° 2024-449 du 21 mai 2024 visant à sécuriser et à réguler l’espace numérique : « à l’issue de l’école primaire et du collège, les élèves reçoivent une attestation certifiant qu’ils ont bénéficié d’une sensibilisation au bon usage des outils numériques et de l’intelligence artificielle, de tous types de contenus générés par ceux-ci et des réseaux sociaux ainsi qu’aux dérives et aux risques liés à ces outils et aux contenus générés par l’intelligence artificielle ainsi qu’à la lutte contre la désinformation. » Les conditions de délivrance de la certification ont été précisées par la note de service précitée du 23 janvier 2026, signée par Mme Caroline Pascal, directrice générale de l’enseignement scolaire. L’ensemble du dispositif repose sur Pix, qui est un groupement d’intérêt public (Gip) mettant à la disposition des élèves et du personnel une plateforme de formation et de délivrance d’une certification nationale au nom de l’État, via la plateforme Pix Orga. Avant la certification, cette plateforme propose les services suivants : « sélection de parcours de tests adaptés aux objectifs de formation ; identification et évaluation des compétences numériques des élèves avec un suivi en temps réel de leur participation (nombre d’élèves participants, taux d’avancement, nombre de parcours terminés, etc.) ; suivi des progrès et adaptation des actions de formation ; analyse des résultats en les visualisant à l’aide d’un tableau de bord . » Les enseignants sont ainsi incités à proposer à leurs élèves de recourir à cette plateforme avant de faire reconnaître leurs compétences : – en 6 ème , avec une attestation de leur sensibilisation au numérique ( [257] ) ; – en 3 ème et en terminale, avec une certification de leurs compétences ( [258] ) . Il est à noter que la certification est alors automatiquement transmise aux établissements d’enseignement supérieur auxquels l’élève candidate via Parcoursup. Ces formations et certifications ont été complétées de parcours apprenants Pix spécifiques à l’IA. La ministre de l’éducation nationale Mme Élisabeth Borne en avait annoncé le lancement en février 2025, avant qu’ils ne soient expérimentés à compter de la rentrée suivante dans les établissements scolaires volontaires. Ils seront obligatoires à compter de la rentrée 2026 pour : – les élèves de 4 ème , ce niveau étant celui à partir duquel les d’outils d’IA peuvent être, en vertus du cadre d’usage, manipulés par les élèves ; – les élèves de 2 nde et de 1 ère année de certificat d’aptitude professionnelle (CAP), cette borne étant justifiée par la Dgesco par la volonté « d’obtenir un état des lieux des compétences des élèves en la matière à l’entrée au lycée général, technologique et professionnel. Il s’agit également de donner à tous les élèves qui entrent au lycée, quelle que soit leur voie d’orientation, des connaissances et des compétences communes sur l’intelligence artificielle, que ce soit ses usages ou son fonctionnement » ( [259] ) . Comme l’indique la note de service, ces parcours se composent « d’un diagnostic préalable de connaissances et de compétences en IA, à travers une succession de courtes épreuves Pix, du type de celles déjà disponibles sur la plateforme » ainsi que « d’un programme personnalisé de modules de micro-formation, proposé à tous les élèves en fonction de leurs réponses aux épreuves. Il s’agit de courts modules interactifs de formation (entre 5 et 10 minutes), centrés sur des thématiques précises, couvrant les savoir-faire (bases de " prompting ", notamment), les savoirs (grands types d’apprentissage des IA, principe de fonctionnement de l’IAG, etc.) et la compréhension des enjeux des IA (limites et biais, données, impacts environnementaux, etc.) ». La mise en place de ce type de formations, qui mêlent donc connaissance de l’outil et capacité à s’en servir, est louable, et témoigne d’une réelle réactivité de l’institution scolaire. En revanche, la note précise que « les parcours ne donnent lieu ni à une attestation ni à une certification ». La rapporteure ne peut que regretter ce choix, qui va contre les dispositions de l’article L. 312-9 précité, alors qu’une certification des compétences des élèves en matière d’IA apparaît comme une condition de l’investissement des élèves. Si ce choix tient probablement, au moins en partie, au caractère récent de l’IA, une convergence des deux systèmes devrait, à terme, s’imposer : la partition entre compétences numériques d’une part et compétences en IA d’autre part ne devrait en effet pas perdurer compte tenu de la place que va vraisemblablement prendre cette dernière. Cette convergence serait cohérente avec la préconisation d’intégrer l’IA aux référentiels de compétences numériques recommandée par la rapporteure. Elle pourra être initiée à l’occasion de l’élaboration de la prochaine stratégie du numérique pour l’éducation, en cours d’élaboration. Recommandation n° 21 : Accompagner le déploiement des parcours Pix spécifiques à l’IA d’une certification des compétences des élèves dans ce domaine. En complément de ces premières mesures de sensibilisation à l’IA, le premier ministre, M. Sébastien Lecornu, a annoncé, le 19 juin 2026, que les élèves de seconde bénéficieraient d’une heure d’enseignement à l’IA par semaine, à partir de la rentrée 2027. D’après les premiers éléments communiqués, cet enseignement serait intégré au cours de sciences numériques et technologie, dont le volume horaire hebdomadaire s’élève à une heure et demie : il s’agirait donc de transformer significativement cette discipline, ce qui est réaliste au regard de l’évolution des technologies, et ambitieux en termes de formation, les enseignants concernés étant supposés être en mesure de dispenser ce cours dans un an seulement. b. Un effort à poursuivre auprès des étudiants Alors que l’utilisation d’IA a été généralisée plus rapidement encore parmi les étudiants que parmi les élèves, les besoins de formation en matière d’IA sont également sensibles dans l’enseignement supérieur. Une étude publiée par l’institut Ipsos en février 2026 a montré que 81 % des étudiants se disaient mal informés sur au moins un enjeu relatif à l’IA, et notamment sur le cadre légal et réglementaire (60 %), sur les biais et discriminations algorithmiques (56 %) ou encore sur la protection des données personnelles et de la vie privée (50 %). Dans l’enseignement supérieur, deux enjeux peuvent être distingués : la sensibilisation de tous les étudiants, quelle que soit la discipline qu’ils étudient, d’une part, et la formation de spécialistes, ayant notamment vocation à exercer une profession dans le domaine de l’IA ( [260] ) , d’autre part. Si aucune obligation de formation à l’IA ne pèse sur les étudiants à l’échelle nationale, des modules peuvent être proposés ou rendus obligatoires dans le cadre des politiques des établissements de l’enseignement supérieur. Ce type de formations est généralement une composante de la stratégie en IA que peuvent construire les établissements en l’intégrant dans le cadre plus large de leur stratégie numérique. La possibilité de suivre des formations est de plus en plus répandue dans les établissements. Selon la Conférence des grandes écoles, ses adhérents proposant de tels modules à leurs étudiants seraient ainsi majoritaires, bien que leur proportion soit légèrement inférieure à la part d’établissements proposants des modules à l’intention des enseignants : « 51 % des établissements proposaient en 2025 des formations à l’IA pour les étudiants et 55 % pour les enseignants » ( [261] ) . Ces modules peuvent par ailleurs déboucher sur une certification, qui dépend ici aussi des établissements. Parmi les bonnes pratiques citées par le rapport sur l’IA et l’enseignement supérieur précité, figure celle de l’université Paris-Saclay, qui « a développé deux modules de formation à l’IA qu’elle va déployer auprès de tous les étudiants de première année de licence dès la rentrée 2025. À terme, les 48 000 étudiants de l’établissement seront tous sensibilisés à l’IA et obtiendront un "Brevet de l’IA", certifiant les compétences » ( [262] ) . Par ailleurs une convention lie désormais 81 établissements d’enseignement supérieur (dont 63 universités) avec le GIP Pix, ce qui permet de déployer la plateforme en leur sein. Ce conventionnement, s’il est loin de concerner à ce jour tous les établissements, est particulièrement intéressant en ce qu’il ouvre une perspective de continuité, en matière de sensibilisation à l’IA, entre l’enseignement secondaire et l’enseignement supérieur. Cette logique de formation « de bac –3 à bac+3 » permettrait, si elle était poursuivie, de s’appuyer sur les acquis des années précédentes pour continuer de faire progresser l’élève, là où les modules de formation ponctuels risquent toujours de présenter un caractère trop généraliste pour être pertinents. Comme l’a souligné le mathématicien et ancien député Cédric Villani lors de son audition par la mission d’information ( [263] ) , il convient toutefois de souligner la nécessité d’un encadrement du suivi des modules de ce type par les enseignants, à l’image de ce qui se fait dans l’enseignement scolaire, où des temps d’usage de Pix supervisés sont organisés en classe. Seul un tel encadrement permettra, d’une part, de garantir l’implication de tous les étudiants et, d’autre part, de leur offrir une médiation de nature à éviter l’écueil de les laisser seuls face à des technologies qui peuvent susciter des interrogations de leur part. S’il ne fait pas de doute qu’une grande majorité d’établissements sont investis dans la formation de leurs élèves à l’IA, l’absence d’obligation nationale n’est pas satisfaisante au regard des enjeux. Certes, l’autonomie des établissements limite par principe les obligations générales. Toutefois, l’objectif d’intérêt général que constitue la maîtrise par l’ensemble des étudiants de ces technologies conduit la rapporteure à souligner l’opportunité d’une obligation de formation applicable à tous les établissements, qui auront ensuite la responsabilité d’en déterminer les modalités. Lors de son audition par la mission, le ministre chargé de l’enseignement supérieur, M. Philippe Baptiste, s’est d’ailleurs montré ouvert à la possibilité d’instituer une telle règle. Recommandation n° 22 : Instituer des modules obligatoires de formation à l’IA pour tous les étudiants, sur le modèle de ce qui se pratique dans le second degré. Au-delà de l’ambition de former – même de façon minimale – l’ensemble des étudiants, une formation plus approfondie peut contribuer à accompagner l’intégration de l’IA dans les différentes disciplines. Il ne s’agit pas d’évoquer ici, suivant la distinction esquissée par le rapport de M. Cédric Villani, ni les formations en IA « cœur » visant à former des spécialistes, et notamment des ingénieurs, ni les formations « IA + discipline », centrées sur cette technologie, qui est ensuite déclinée dans ses applications à un domaine impacté par l’IA, comme peuvent l’être le droit ou la médecine. Les filières « discipline + IA », correspondent en revanche bien à l’objectif d’intégrer l’IA dans des apprentissages qui ne relèvent a priori pas de ce domaine spécialisé. En dépit de leur intérêt, le rapport précité sur l’IA et l’enseignement supérieur actait le fait qu’en la matière, « malgré quelques initiatives, plutôt individuelles ou dans le cadre des projets sur l’IA de l’AMI-CMA ( [264] ) , les enjeux sont devant nous » ( [265] ) . Alors que la construction de ces parcours hybrides pouvait apparaître difficile il y a quelques années à peine, dans un contexte où l’IA était encore balbutiante, elle pourrait aujourd’hui s’imposer, leur pertinence n’ayant par ailleurs fait que croitre, et doit donc continuée à être soutenue. c. Une formation à organiser tout au long de la vie L’acquisition des connaissances, à plus forte raison dans un monde transformé par l’IA, ne saurait s’arrêter avec la fin des études supérieures. Si les travaux de la mission d’information se sont essentiellement concentrés sur les enseignements scolaire et supérieur, la rapporteure insiste sur la nécessité de poursuivre l’acculturation à l’IA tout au long de la vie, pour la fraction la plus significative possible de la population. Si le seuil cible à atteindre est difficile à déterminer, M. Daniel Andler à l’occasion de la table ronde de la mission d’information réunissant des académiciens, avançait une part de 5 % de la population comme objectif. Plusieurs initiatives visent d’ores et déjà à sensibiliser le plus grand nombre à l’IA, indépendamment des formations que sont susceptibles de suivre les agents publics et les salariés dans le cadre de leur activité professionnelle. Les Cafés IA sont l’une de ces initiatives. Démarche d’intérêt public initialement coordonnée par le Conseil de l’intelligence artificielle et du numérique (Cianum), ces initiatives relèvent désormais de la direction générale des entreprises (DGE) du ministère de l’économie et des finances. Ces événements consistent à organiser des rencontres à l’initiative des acteurs locaux, sur l’ensemble du territoire national, visant à dialoguer sur les enjeux que posent l’IA et à partager les bonnes pratiques en la matière. La souplesse de leur organisation – soulignée par l’entrepreneur Gilles Babinet, qui évoquait devant la mission d’information « l’une des politiques publiques les moins coûteuses pour l’État » ( [266] ) , avec seulement cinq équivalents temps plein (ETP) – a permis d’en décliner le principe dans différents milieux, des entreprises aux établissements scolaires. Cette même souplesse permettra assurément aux cafés IA de continuer de participer à l’acculturation de la population aux évolutions de l’IA dans les années à venir. Un second exemple d’initiative favorable à la sensibilisation de toute la population est la production de modules ou de ressources librement accessibles. La référence en la matière est Elements of AI , conçu par l’université d’Helsinki et par l’entreprise Reaktor en 2018, et diffusé largement au sein de la population finlandaise ( [267] ) , puis au-delà avec l’objectif de former 1 % de la population européenne. Ce module est constitué, pour une partie, d’enseignements théoriques, et pour une autre d’exercices pratiques permettant, en fin de parcours, d’obtenir une certification de compétences. Si les modules disponibles en plusieurs langues n’ont pas été diffusés auprès des Français, ce qui est regrettable, ce modèle a été décliné en France avec le mooc « Objectif IA », co-créé par OpenClassrooms, l’Institut Montaigne et la fondation Abeona. Selon l’Institut Montaigne, l’objectif de former 1 % de la population a été atteint, « avec 350 000 inscrits, 210 000 personnes certifiées et plus de 60 structures privées et publiques engagées » ( [268] ) , conduisant à un nouvel objectif de sensibilisation d’un million de personnes. Afin d’élargir encore l’audience de ce type de formations, et d’en dépasser le caractère ponctuel, la rapporteure soutient que ce type de modules pourrait être systématiquement associé à toute formation continue suivie dans le cadre professionnel. Toute personne souhaitant utiliser son compte personnel de formation (CPF) pourrait ainsi être conduite à suivre, préalablement, ce module obligatoire, qui serait actualisé et adapté plus finement au niveau des professionnels concernés. Recommandation n° 23 : Étudier les modalités d’un conditionnement de l’utilisation des comptes personnels de formation au suivi d’un module dédié à l’IA. B. La réussite de l’introduction de l’IA dans les apprentissages dépend aussi de l’équipement des équipes pédagogiques, des élèves et des étudiants 1. L’équipement en outils d’IA : un enjeu déterminant, a fortiori au regard des limites de l’équipement numérique a. La mise à disposition d’outils d’IA est un enjeu déterminant Aux côtés de la formation, l’équipement en outils d’IA, et l’accessibilité à ces derniers pour les enseignants, élèves et étudiants, constituent les conditions de l’adoption de l’IA dans le domaine éducatif . Comme cela a déjà été évoqué, le premier enjeu tient à la qualité des usages : les outils d’IA éducative présentent des avantages significatifs par rapport aux agents conversationnels les plus répandus. Au-delà de leur efficacité, ces outils doivent à la fois bénéficier des dernières innovations techniques, mais également être suffisamment éprouvés pour permettre leur adoption. Comme l’IGESR le relevait à juste titre, « si la question des outils est secondaire par rapport aux questions des usages et aux enjeux éthiques, c’est bien le manque d’outils stables, sur le terrain, qui bloque le déploiement des usages » ( [269] ) . L’équipement des élèves et du personnel en outils communs relève par ailleurs d’un impératif d’équité. Alors que les risques d’exacerbation des inégalités liés aux usages différenciés des IA ont déjà été soulignés, s’y ajoutent des risques tenant à la capacité à financer ces outils, dans un contexte d’augmentation de leurs coûts. Cet enjeu est particulièrement saillant dans l’enseignement supérieur, où des étudiants prennent l’initiative de financer leur abonnement à des services d’IA, à des tarifs variant d’une dizaine à une centaine d’euros par mois. Un autre enjeu est de limiter la dépendance à l’utilisation de modèles étrangers , qui présentent deux inconvénients significatifs. D’une part, le recours à de tels outils présente des risques en termes de souveraineté. Une telle menace a été illustrée, en juin 2026, par le blocage par les États-Unis de l’accès depuis des pays étrangers à certains modèles d’IA développés par l’entreprise Anthropic. D’autre part, l’utilisation d’outils entraînés sur des corpus de textes étrangers risque également, comme cela a déjà été évoqué, de compromettre la diversité linguistique et culturelle à laquelle les élèves et étudiants doivent demeurer exposés , par exemple en mobilisant plus systématiquement des productions culturelles issues du monde anglo-saxon, où ces outils ont été conçus. À cet égard, il est regrettable que certaines pages de l’éducation nationale, notamment académiques, continuent de renvoyer à des solutions américaines telles que ChatGPT ou Perplexity. S’il est un fait que les élèves et étudiants recourent à de tels outils, l’administration n’a pas vocation à en recommander l’usage. Il est également fâcheux que les entreprises françaises de la filière EdTech soient contraintes, dans des proportions aussi considérables (voir encadré ci-dessous), à s’appuyer sur des modèles étrangers pour développer leurs outils, ce qu’elles devraient pouvoir faire à partir de modèles français ou européens. À cet égard, la rapporteure souligne que toute initiative visant à créer, à terme, des modèles d’IA devra être encouragée. b. Une politique d’équipement numérique jusqu’ici insatisfaisante La mise à la disposition des membres du personnel, des élèves et des étudiants de solutions d’IA se placera nécessairement dans le cadre de la politique d’équipement numérique de l’État et des collectivités territoriales . Les termes de celle-ci ont été fixés par les lois de décentralisation, puis par la loi n° 2013-595 du 8 juillet 2013 d’orientation et de programmation pour la refondation de l’école de la République, qui a entendu créer un « service public numérique pour l’éducation ». À la faveur de cette loi, les compétences respectives de l’État et des collectivités territoriales ont été précisées : au premier, a été attribué le financement des dépenses à caractère pédagogiques et de la formation des enseignants à l’utilisation des outils numériques ; aux secondes, celle de financer l’acquisition et la maintenance des infrastructures, dont les matériels numériques et les logiciels. Le dispositif des Territoires numériques éducatifs Initiés en 2020, les Territoires numériques éducatifs (TNE) sont aujourd’hui expérimentés dans douze départements. Ils visent à renforcer la mobilisation des outils numériques dans le cadre éducatif, notamment à travers la mise à disposition d’équipements et des démarches de formation adaptées aux enjeux locaux. L’organisation des TNE « suppose la convergence d’actions menées par l’État, les collectivités et les parents d’élèves ». Comme l’indique le ministère de l’éducation nationale « le dispositif doit engager une dynamique avec tous les acteurs engagés au service d’une continuité et d’une transformation pédagogique : les élèves dans leurs apprentissages, les parents dans l’accompagnement de la scolarité de leurs enfants, les enseignants dans leurs pratiques professionnelles, les cadres et les décideurs dans la conduite des politiques publiques du numérique éducatif » (1) . En sont également partenaires le réseau Canopé, le secrétariat général pour l’investissement, la Caisse des dépôts et des consignations, et la Trousse à projets (2) . (1) https://eduscol.education.gouv.fr/6630/territoires-numeriques-educatifs-tne?utm_source=chatgpt.com . (2) Plateforme de financement solidaire des projets pédagogiques . En dépit de l’intention louable qui a présidé à l’adoption de la loi de 2013, sa mise en œuvre s’est avérée peu efficace. Comme le relevait la Cour des comptes dans un bilan établi en 2019, « la connexion des écoles et des établissements est encore insuffisante et dans bien des cas inexistante ; de fortes inégalités d’équipement des classes et des élèves demeurent entre les territoires ; les enseignants et les élèves doivent trouver leur chemin dans le dédale de l’offre de ressources numériques, abondante et souvent innovante mais insuffisamment organisée en vue des usages » ( [270] ) . Parmi les raisons susceptibles d’expliquer ces difficultés, est notamment citée la priorisation contestable de l’équipement en matériel numérique individuel, notamment en ordinateurs et tablettes, qui aurait absorbé une part significative des moyens alloués au numérique éducatif, au détriment du financement des infrastructures et des réseaux. Ce constat pourrait être préjudiciable au déploiement dans les apprentissages de l’IA, qui, si elle suppose des équipements individuels, exige également des réseaux de qualité et une bonne connectivité des classes et des établissements. La Cour des comptes pointait par ailleurs l’absence de concertation entre l’État et les collectivités territoriales – « les initiatives des collectivités locales continuent d’inscrire le développement du numérique dans le paysage scolaire sans cadre national d’ensemble » – en dépit de l’existence de structures de concertation comme le comité des partenaires du numérique éducatif. Face au constat de l’existence de ces limites, la politique d’équipement numérique des établissements a fait l’objet d’une récente clarification, qui s’inscrit dans le cadre plus large de la stratégie du numérique pour l’éducation 2023-2027. Une « doctrine technique du numérique pour l’éducation » a ainsi été formalisée et s’est notamment traduite par le décret en Conseil d’État n° 2025-1165 du 5 décembre 2025 relatif au cadre de référence du numérique pour l’éducation. Outre les éléments qu’elle comporte relativement aux services d’infrastructures d’établissements et d’écoles ou aux espaces numériques de travail, cette doctrine présente l’intérêt d’être accompagnée de référentiels concernant l’équipement numérique des écoles, des collèges et des lycées. Comme l’indique le ministère de l’éducation nationale, « ces documents visent à éclairer les collectivités compétentes dans leurs investissements, en fonction du niveau d’équipement attendu dans leurs écoles, collèges et lycées » ( [271] ) . Elle est également accompagnée d’un document de référence national portant sur la répartition des compétences en matière de numérique pour l’éducation, déterminant pour chaque type d’actions (conception, acquisition, exploitation, maintien en conditions, etc.) le rôle (réalisateur, autorité, consulté, informé) de chaque strate (école, EPLE, académie/État, collectivité). Par ailleurs, dans le cadre de la stratégie précitée, un tableau de bord du numérique éducatif a été créé afin de donner de la visibilité à tous les acteurs sur les besoins territoriaux et renforcer leur coordination. Il est à noter que ces éléments d’amélioration concernent avant tout le numérique éducatif, et ne traitent pas directement le cas de l’IA. Si le déploiement de celle-ci pourrait bénéficier du renforcement de l’efficacité du service public numérique pour l’éducation, il devra également faire l’objet d’une réflexion analogue. En effet, le déploiement de l’IA dans les écoles et établissements scolaires, et notamment les enjeux d’équipement de ceux-ci, posent des questions nouvelles, auxquelles la doctrine technique du numérique pour l’éducation ne répond pas véritablement. 2. L’équipement en matière d’IA procède aujourd’hui d’un empilement des initiatives qui doit conduire à repenser les modalités d’outillage des équipes pédagogiques, des élèves et des étudiants a. Un empilement des financements qui ne garantit pas un accès satisfaisant aux outils d’IA En préambule, il convient de souligner que le choix des outils d’IA mobilisés dans le cadre des apprentissages scolaires relève des équipes pédagogiques, et n’est pas prescrit par une liste exhaustive qui serait arrêtée par le ministère de l’éducation nationale. Ces outils doivent en revanche respecter les exigences légales et réglementaires précitées, notamment en matière de protection des données (RGPD) et les règles déterminées par le cadre d’usage de l’IA en éducation. Le choix des outils d’IA auxquels les enseignants ont, en pratique, recours, est tributaire de la possibilité d’y accéder et donc de l’équipement de leurs écoles et établissements scolaires, tant du point de vue du strict matériel informatique (numérique éducatif) que de l’accès aux services d’IA, qui peut nécessiter un abonnement ou une licence d’utilisation, à l’exception de certains outils accessibles gratuitement et librement. La solution la plus satisfaisante à l’heure actuelle est celle qui repose sur les communs numériques, terme désignant des solutions développées par des membres du personnel et mutualisées , notamment à travers la « Forge des communs numériques éducatifs » ( [272] ) . Comme en a témoigné la DNE du ministère de l’éducation nationale, « cette plateforme, qui rassemble environ 12 000 contributeurs, héberge une communauté très active de "forgerons", enseignants-développeurs qui produisent des ressources éducatives libres directement utilisées par la communauté. Plusieurs projets phares intégrants de l’IA (Audioprof, Caramel, PhiloGPT, Inclusia, Live-Quiz) cumulent jusqu’à 20 000 visites mensuelles » ( [273] ) . Pour louables qu’elles puissent être, ces pratiques sont souvent relativement artisanales : c’est ainsi que, « pour professionnaliser ces pratiques tout en sécurisant les systèmes d’information, la DNE met à disposition de la Forge des briques technologiques basées sur les infrastructures interministérielles d’intelligence artificielle (modèles ILAAS, Albert API, plateformes d’automatisation N8N, etc.) ainsi qu’un accompagnement technique et méthodologique ». La rapporteure insiste donc sur l’importance de soutenir ce type d’initiatives, qui reposent sur la créativité et l’engagement de la communauté pédagogique , et qui ont l’avantage d’être peu coûteuses pour les finances publiques. Toutefois, les solutions d’une plus grande ampleur lui semblent devoir repose sur la participation d’entreprises privées. La filière EdTech en France La filière EdTech française est composée de l’ensemble des entreprises actives dans le domaine du numérique éducatif, et notamment de celles qui offrent des services reposant sur l’IA. Selon EdTech France, étaient concernées, en 2025, 550 entreprises, représentant 16 000 emplois, et 1,8 milliard d’euros de chiffre d’affaires consolidé (1) . Les entreprises de la filière EdTech peuvent proposer à leurs clients la mise à disposition de plateformes et d’outils, des prestations de services, des contenus ou des équipements. Pour la plupart des acteurs, cette offre repose sur des technologies développées au moins partiellement en interne (78 % des entreprises), bien que plus d’un quart d’entre eux (27 %) collaborent avec des organismes de recherche, notamment à des fins d’évaluation (2) . Les EdTech se sont rapidement positionnées sur le marché de l’IA : selon une étude, 30 % des EdTech mobilisent l’IA générative, 23 % le machine / deep learning et 22 % l’IA générative. Ces technologies sont les plus mobilisées, devant le cloud computing (18 %) et le low technology . La filière EdTech françaises est particulièrement dynamique, avec notamment des acteurs aussi emblématiques que 360Learning, Ornikar, Openclassrooms. Nombre des solutions que ses entreprises proposent reposent néanmoins sur les modèles d’IA d’origine étrangère : 55 % utilisent ChatGPT, 40 % Anthropic, et seuls 36 % Mistral AI, qui est le premier modèle français cité (3) . (1) Étude EdTech France et EY, Une entrée en phase de maturité accélérée par l’IA, vers une consolidation de la filière ? , juin 2026. (2) Données issues de l’étude de la Banque des territoires et de EY, conduite en lien avec EdTech France et l’association française des industriels du numérique dans l’éducation et la formation , La filière Edtech française 2023-2024 : entre résilience, croissance et défis pour l’avenir , 2024. (3) Étude EdTech France et EY précitée. À côté des communs numériques, un grand nombre d’outils d’IA sont proposés par des entreprises privées , notamment sous la forme d’appels à projets (AAP) ou à manifestation d’intérêt (AMI), qui constituent les vecteurs privilégiés de la collaboration entre, d’une part, le ministère de l’éducation nationale et les collectivités territoriales, et, d’autre part, les entreprises du numérique et de l’IA. Pour les premiers, ces appels à projets ont pour avantage de permettre de garantir le respect des règles juridiques encadrant l’utilisation des IA, notamment en matière de protection des données. Pour les secondes, les appels à projets peuvent garantir l’accessibilité de leurs services, notamment via les gestionnaires d’accès aux ressources numériques. Les partenariats d’innovation et d’intelligence artificielle (P2IA), initiés dans le cadre du plan France 2030, constituent les exemples les plus intéressants d’appels à projets en matière d’IA éducative. Marchés publics lancés par le ministère de l’éducation nationale, le secrétariat général pour l’investissement (SGPI) et la banque des territoires, les P2IA permettent de financer la phase de recherche et de développement d’un service, en lien avec une entreprise de la filière EdTech et d’en tester et améliorer les résultats à l’occasion d’un déploiement partiel. Comme l’indique la DNE, les P2IA passent par trois phases successives : « La phase 1, dite de "recherche et développement" (12 à 15 mois), consiste à prototyper des solutions fondées sur l’IA en réponse aux besoins identifiés par les enseignants. Ces prototypes sont testés directement en classe, dans le cadre d’itérations régulières avec des enseignants volontaires et leurs élèves. Ces expérimentations sont accompagnées par les formateurs, les corps d’inspection et les équipes académiques, ce qui favorise une intégration progressive dans les pratiques pédagogiques réelles. […] La phase 2, dite de "pré-industrialisation" (6 mois), vise à développer une solution robuste adaptée à un déploiement généralisé dans les écoles françaises. Enfin, la phase 3, dite « d’acquisition » (période de 12 mois reconductible), permet le déploiement à plus grande échelle des solutions retenues avec l’acquisition de licences, avec un accès facilité via le gestionnaire d’accès aux ressources (GAR) pour la protection des données personnelles des élèves notamment. À chaque étape, le ministère conserve la possibilité d’ajuster ou d’interrompre le dispositif en fonction des résultats observés » ( [274] ) . Deux P2IA ont été lancés : – le premier, en 2018 concernait les apprentissages fondamentaux en français et en mathématiques au cycle 2 (CP, CE1, CE2). Cinq solutions d’IA ( [275] ) ont été sélectionnées et rendues accessibles à 50 000 enseignants sur l’ensemble du territoire via le gestionnaire d’accès aux ressources (GAR), après financement de leurs licences d’utilisation par le ministère de l’éducation nationale ; – le second P2IA, à partir de la rentrée 2025 – actuellement en phase 1 –, concerne les apprentissages de français, de mathématiques et de langues vivantes du cycle 3 (CM1, CM2, 6 ème ). Il soutient le développement de six solutions d’IA ( [276] ) . Toujours sur le modèle de l’appel à projets, la DNE conduit le dispositif Édu-Up, qui a pour objectif de soutenir la production de ressources numériques pour l’école. Ce soutien « vise des projets fondés sur des innovations d’usages pédagogiques, technologiques, économiques et organisationnelles. Il prend la forme d’un accompagnement pouvant aller jusqu’à un soutien financier de 50 % maximum du coût global du projet » ( [277] ) . Parmi les initiatives soutenues par ce dispositif, nombreuses sont celles qui intègrent les acquis de l’IA ( [278] ) . M.I.A Seconde Développé dans le cadre du Programme d’investissement d’avenir (PIA) par les entreprises EvidenceB et Docaposte, le service « M.I.A Seconde » constitue un exemple d’appel à projets ayant débouché sur la généralisation d’un outil d’IA à l’ensemble des enseignants et des élèves d’un niveau scolaire – en l’occurrence, des classes de seconde, auxquelles il est proposé depuis septembre 2025. Outil de remédiation en français et mathématiques, « M.I.A seconde » propose des parcours adaptés au niveau de compréhension des élèves. Ces parcours incluent plus de 20 000 exercices en français et en mathématiques, qui peuvent notamment être conseillés aux élèves en fonction de leurs résultats aux tests de positionnement qui leur sont soumis en début d’année scolaire. Avalisé par le ministère de l’éducation nationale, le service est directement accessible via l’ENT des enseignants, et existe également sous la forme d’une application pour smartphone à destination des élèves. D’une façon générale, ce modèle de financement, s’il encourage l’innovation, fait l’objet de critiques. L’un des problèmes importants quant à la structuration du réseau d’entreprises actives dans le domaine de l’IA en éducation est sa dépendance aux financements publics. Il apparaît en effet que « les premiers leviers de financement de la filière sont l’autofinancement (56 %), le recours aux prêts (46 %) et aux subventions publiques (46 %) devant les levées de fonds (34 %). Parallèlement, la filière continue de s’appuyer sur plusieurs dispositifs publics permettant de financer directement les EdTech ou d’abonder les financements territoriaux » ( [279] ) . À titre d’exemple, en 2024, les appels à projets ministériels auraient bénéficié à 26 % des acteurs . Cette dépendance est d’autant plus préjudiciable que le marché dans lequel les EdTech pourraient se déployer est caractérisé, a fortiori pour celles qui offrent des services dans le domaine de l’enseignement scolaire, par le poids du ministère de l’éducation nationale, et est donc peu ouvert. Ces financements ne sont par ailleurs pas toujours attribués avec l’efficacité souhaitable ( [280] ) . Une difficulté tient par ailleurs à la nature même des financements par appel à projets, qui permettent de donner une impulsion à ceux-ci sans nécessairement en assurer, par la suite, la pérennité. En particulier, une difficulté a été observée dans l’accès aux outils issus du premier P2IA, dont le financement n’a pas été renouvelé, conduisant à priver les enseignants qui les utilisaient de leurs accès. Cette discontinuité a été regrettée par l’IGESR, qui a déploré des « changements de stratégie budgétaire conduisant parfois à la suppression de solutions existantes, par l’interruption de la souscription, pour lesquelles les enseignants ont été formés et se sont investis, rendant alors plus difficile encore la bonne appropriation d’un nouvel outil » ( [281] ) . Elle l’a également été par les acteurs de la filière EdTech, qui y voient une source d’incertitude pour leur modèle de financement ( [282] ) . Ce sujet n’est pas sans lien avec le flou qui prévaut quant aux rôles respectifs de l’État et des collectivités territoriales, alors que certains acteurs entendus lors des travaux de la mission ont considéré qu’il aurait appartenu aux collectivités territoriales de prendre la suite de l’État pour financer les solutions arrivées à échéance. Plus largement, les appels à projets ne sont pas formulés dans le cadre d’une coordination satisfaisante entre l’֤État et les collectivités territoriales, qui organisent elles-mêmes des AAP dans des termes comparables à ceux de l’État ( [283] ) , et sans que les spécificités locales soient particulièrement invoquées. L’enseignement supérieur, du fait de son organisation, n’est pas confronté aux mêmes enjeux. La conclusion de partenariats entre des établissements et des entreprises, qui n’est pas possible dans les premier et second degrés, constitue ainsi une différence majeure entre ces deux systèmes. Le partenariat le plus emblématique de cette tendance est celui de l’alliance entre Mistral AI, EdTech France et 81 établissements d’enseignement supérieur. Confié à l’Agence de mutualisation des universités et établissements (Amue), ce partenariat permet notamment l’accès au service du chatbot « Le Chat » de Mistral, avec la distribution de 3 000 licences, ainsi que l’intégration de fonctionnalités d’IA de Mistral à des systèmes déjà exploités dans les établissements d’enseignement supérieur. b. Clarifier les modalités de financement des outils d’IA et en garantir un accès équitable et efficace à l’ensemble des équipes pédagogiques, étudiants et élèves Au regard des critiques fréquemment formulées, la rapporteure souligne l’importance de proposer aux enseignants et aux élèves et étudiants un ensemble d’outils efficace et pérenne. Pour ce faire, la première condition de l’efficacité est la transparence, alors qu’il n’a pas été possible d’identifier l’ensemble des crédits en faveur du financement de l’IA en éducation, notamment du fait de la profusion des appels à projets. S’agissant des dépenses de l’État, elles pourraient faire l’objet d’une action budgétaire au sein de la mission Enseignement scolaire, ou à défaut être présentées au sein d’une annexe au projet de loi de finances. Pour ce qui concerne l’ensemble des dépenses des collectivités territoriales en faveur de l’IA éducative, leurs montants pourraient faire l’objet d’une centralisation par le ministère de l’éducation nationale, avant d’être rendus publics. La rapporteure souligne qu’un tel recensement est une condition de la sanctuarisation de crédits budgétaires relatifs au financement de l’IA en éducation, primordiale dans un contexte caractérisé par une forte contrainte budgétaire. Recommandation n° 24 : Consolider les données relatives aux dépenses consenties par l’État et les collectivités territoriales en matière d’IA en éducation. Une clarification du cadre de l’équipement en IA, sur le modèle des évolutions récemment apportées au déploiement du numérique éducatif, pourrait être utile. En ce sens, un référentiel de l’équipement en IA, dont la vocation serait de déterminer un socle minimal d’outillage en IA obligatoirement garanti par l’État et par les collectivités territoriales, pourrait ainsi être établi . Ce document aurait vocation à lister les grands types d’outils d’IA dont devraient être équipés les établissements scolaires. Au stade actuel de développement de ces technologies, le référentiel pourrait par exemple prévoir l’accès à un agent conversationnel entraîné sur les programmes, à un exerciseur mobilisable pour toutes les matières, à un outil de suivi des traces d’apprentissages des élèves dans le cadre de leurs devoirs, un outil d’adaptation des contenus aux élèves à besoins éducatifs particuliers, etc. Découlerait de ce document la mise à la disposition de chaque élève et enseignant d’un « cartable IA » composé d’outils souverains ayant fait l’objet d’une certification par les pouvoirs publics , garantissant notamment le respect des règles juridiques applicables à l’utilisation de l’IA dans le cadre scolaire, voire l’évaluation de leurs bénéfices. S’agissant du financement de ces outils, qui ont vocation à être fournis par des entreprises à défaut de « communs numériques » susceptibles de « passer à l’échelle », la répartition des compétences de l’État et des collectivités pourrait également faire l’objet de précisions. L’on pourrait imaginer qu’il appartienne à l’État, en tant que premier responsable des dépenses de nature pédagogique, d’organiser le financement des outils du cartable IA, y compris en finançant des licences d’utilisation. Une telle clarification aurait l’avantage de donner une certaine visibilité aux acteurs de la filière EdTech, dans un contexte où l’État, via les P2IA et France 2030, a su faire émerger des outils, sans suffisamment ouvrir l’accès à la commande publique à ces entreprises. Dans ce schéma, les collectivités territoriales devraient également occuper une place. Bien sûr, elles pourraient financer, en complément, des outils qu’elles jugeraient utiles dans le cadre d’expérimentations locales, mais elles ont également vocation à participer pleinement au financement du cartable IA. D’une façon générale, la rapporteure souligne le rôle qu’elles devraient, à terme, être amenées à jouer, dans la continuité de leurs initiatives en faveur du financement des manuels scolaires. Recommandation n° 25 : Construire un référentiel de l’équipement en IA et, grâce à la commande publique, mettre à la disposition des élèves et des enseignants un « cartable IA » rassemblant des outils souverains certifiés. Recommandation n° 26 : Clarifier les compétences respectives de l’État et des collectivités territoriales en matière d’équipement des enseignants et des élèves en IA. Au-delà de ces ajustements, la rapporteure souligne l’opportunité de concevoir d’autres modalités de soutien au déploiement de l’IA en éducation. Le financement public de licences individuelles à des agents conversationnels, qui a par exemple été expérimenté en Estonie, où tous les élèves et enseignants se sont vu octroyer une licence ChatGPT adaptée à l’éducation, ne semble pas une solution satisfaisante. Coûteux, un tel choix ne permet par ailleurs pas de financer des solutions diversifiées et spécialisées, dont la plus-value est pourtant plus importante, et risquerait de se substituer à un accompagnement des usages. En revanche, l’instauration d’un « compte ressources » ayant vocation à permettre aux enseignants de financer les outils de leur choix dans le cadre d’un catalogue donné avait un temps été envisagée, avant d’être abandonnée en raison de son coût budgétaire. Une telle piste pourrait à terme être envisagée à condition de disposer des marges de manœuvre budgétaires suffisantes pour la mettre en œuvre. Liste des recommandations Culture et création Finaliser au plus vite la liste des critères d’utilisation de l’IA par les sites de presse en vue de l’obtention d’un agrément de la CPPAP. Droit d’auteur Éducation TRAVAUX DE LA COMMISSION La commission des affaires culturelle et de l’éducation s’est réunie le mercredi 1 er juillet 2026 pour examiner le rapport de la mission d’information sur « Création, diffusion et acquisition des connaissances : comment l’intelligence artificielle transforme notre éducation et notre culture » présenté par M. Roger Chudeau, président, et Mme Céline Calvez, rapporteure, et adopté par la mission d’information le lundi 29 juin. Ces débats n’ont pas fait l’objet d’un compte rendu écrit ; ils sont accessibles sur le portail vidéo du site de l’Assemblée nationale à l’adresse suivante : https://assnat.fr/6Tf0Iu À l’issue de ces débats, la commission autorise la publication du rapport d’information, en application du septième alinéa de l’article 145 du Règlement de l’Assemblée nationale. ANNEXE N° 1 : LISTE DES PERSONNES ENTENDUES PAR LA MISSION D’INFORMATION (par ordre chronologique)  M. Olivier Rey , mathématicien, philosophe  M. Éric Sadin, philosophe  M. Luc Julia , ingénieur et directeur scientifique du groupe Renault  Association française contre l’intelligence artificielle (AFCIA) – M. Cédric Sauviat , ingénieur, président, et Mme Catherine Lucquiaud , ingénieure de recherche  Mme Laure Darcos et M. Pierre Ouzoulias, sénateurs , auteurs d’un rapport d’information sur l’intelligence artificielle et la création publié en juillet 2025  M. Cédric Villani , mathématicien, ancien député  Mme Corinne Narassiguin , sénatrice, et M. Alexandre Sabatou , député, auteurs d’un rapport de l’Office parlementaire d’évaluation des choix scientifiques et technologiques (Opecst) sur l’intelligence artificielle publié en novembre 2024  Audition commune : – M. Gilles Babinet , entrepreneur – M. Pierre-Alain Raphan , ancien député  Conseil de l’intelligence artificielle et du numérique (CiANum) – M. Etienne Grass , responsable de l’IA pour Capgemini Invent, et Mme Guillemette Picard , vice-présidente de la technologie de production pour Ubisoft  Audition commune : – Mme Laurence Devillers , professeure à Sorbonne université, spécialiste des interactions homme-machine et de l’éthique de l’IA – M. Bruno Patino , président d’Arte*, auteur de Submersion  Artefact* – M. Vincent Luciani , président-directeur général, M. Thibault Mutinelli-Szymanski , directeur de cabinet, et M. Simon Lusinchi  Institut national de recherche en sciences et technologies du numérique (Inria) – Mme Sandrine Mazetier , directrice générale déléguée à l’appui aux politiques publiques, et M. Pierre-Yves Oudeyer , chercheur  M. Antonio Somaini , professeur de théorie du cinéma, des médias et de la culture visuelle à l’université Sorbonne nouvelle  M. Raphaël Doan, essayiste, auteur de Si Rome n’avait pas chuté , co‑écrit avec ChatGPT  Audition commune : – Mme Marion Carré , autrice et cofondatrice d’Ask Mona – M. Hugo Caselles Dupré , artiste et chercheur en IA au sein du trio Obvious  Table ronde : – Société des auteurs, compositeurs et éditeurs de musique (Sacem)* – M. Blaise Mistler , directeur des relations institutionnelles , Mme Cécile Rap-Veber , directrice générale-gérante, et M. David El Sayegh, directeur général – Société des auteurs et compositeurs dramatiques (SACD) * – M. Guillaume Prieur , directeur des relations institutionnelles et européennes, et M. Patrick Raude , secrétaire général – Société des auteurs dans les arts graphiques et plastiques (ADAGP)* – Mme Marie-Anne Ferry-Fall , directrice générale, et Mme Pauline Gendrault , juriste – Société civile pour l’administration des droits des artistes et musiciens interprètes (Adami)* – M. Benjamin Sauzay , directeur exécutif, et M. Florent Viel , directeur des affaires juridiques et internationales  Mistral AI* – Mme Audrey Herblin-Stoop , directrice des affaires publiques, et M. Cyriaque Dubois, chargé d’affaires publiques  Audition commune : – Société des gens de lettres* – M. Patrice Locmant , directeur général – Ligue des auteurs professionnels* – Mme Stéphanie Le Cam , directrice générale  Syndicat national de l’édition (SNE)* – M. Renaud Lefebvre , directeur général, M. Arnaud Robert , président de la commission juridique et membre du bureau, et M. Julien Chouraqui , directeur juridique  Centre national de la musique – M. Jean-Baptiste Gourdin , président, et Mme Séverine Morin , conseillère auprès de la direction générale, en charge de la transition et de l'innovation  Audition commune : – M. François Pachet , chercheur associé au LIP6 de Sorbonne Université – M. Sophian Fanen, journaliste musical  Table ronde : – M. Patrick Kuban , artiste-interprète, fondateur de l’association professionnelle Les Voix, et co-président de la fédération mondiale United Voice Artists (UVA) – Association Les Voix – M. Patrick Kuban , artiste-interprète, fondateur, et co-président de la fédération mondiale United Voice Artists (UVA) , Mme Francine Martin , artiste-interprète, M. Jean Vandecasteele , artiste-interprète, et M. Louis Lecordier , artiste-interprète, co-fondateur de TouchepasMaVF – Syndicat national de l’édition phonographique (SNEP) * – M. Bertrand Burgalat, président – Mme Brigitte Lecordier , comédienne  Centre national du livre – Mme Régine Hatchondo , présidente, et M. Olivier Lombardie , directeur général  Centre national du cinéma (CNC) – M. Olivier Henrard , directeur général délégué, M. Alexis Goin , directeur financier et juridique, directeur général délégué-adjoint, et Mme Pauline Augrain , directrice du numérique  Table ronde : – Syndicat des producteurs indépendants (SPI) – Mme Margaux Missika , productrice, et Mme Binta Bah , chargée des affaires juridiques – Union syndicale de la production audiovisuelle (UPSA) – Mme Amanda Borghino , déléguée générale adjointe, et Mme Catherine Lebailly , déléguée aux affaires juridiques de l’UPSA et d’AnimFrance – Fédération des industries du cinéma, de l'audiovisuel et du multimédia (Ficam) – Mme Béatrice Bauwens , présidente déléguée de la commission innovation, recherche et technique – Guilde des auteurs réalisateurs de reportages et documentaires (Garrd) – Mme Estelle Walton, vice-présidente – Syndicat des producteurs créateurs de programmes audiovisuels (SPECT ) – M. Jérôme Cazaumayou , président, et M. Pierre-Marie Dupeyron , délégué aux affaires institutionnelles – Société des producteurs de cinéma et de télévision (Procirep) – M. Idzard van der Puyl , délégué général – Association des producteurs indépendants (API)* – Mme Hortense De Labriffe , déléguée générale – Union des producteurs de cinéma (UPC) * – M. Jean-Pierre Giansilj , délégué général, et M. Thomas Séjourné , délégué aux affaires publiques  Table ronde : – Alliance de la presse d'information générale (APIG) – M. Pierre Petillault , directeur général, et Mme Léa Boccara , responsable juridique – Syndicat des éditeurs de la presse magazine (SEPM) * – M. François Claverie , président , et Mme Julie Lorimy , directrice générale – Fédération nationale de la presse spécialisée (FNPS) * – M. Jean-Christophe Raveau , président, M. Laurent Berard ‑ Quelin , vice-président, et Mme Catherine Chagniot , directrice générale – Syndicat de la presse d’information indépendante en ligne (Spiil) * – Mme Cécile Dubois , co-présidente, et M. Vianney Baudeu , directeur-général  Agence France-Presse – Mme Sophie Huet, chargée de l’innovation éditoriale et de l’intelligence artificielle  Audition conjointe : – M. Vincent Lorphelin , président-fondateur du think tank « Controv3rse » – Société des auteurs des arts visuels et de l’image fixe (Saif) – Mme Églantine de Boissieu , directrice générale  Conseil supérieur de la propriété littéraire et artistique (CSPLA) – M. Jean-Philippe Mochon , président, et Mme Alexandra Bensamoun , professeure des universités  Audition conjointe : – Fédération française de la photographie et des métiers de l’image (FFPMI) – Mme Amélie Soubrie , présidente – Mme Stéphanie de Roquefeuil, directrice des affaires publiques et juridiques  Table ronde : – Collectif « En chair et en os, pour une traduction humaine » – Mme Chloé Thomas , traductrice littéraire et maîtresse de conférences en littérature américaine et traduction à l’Université Paris-Cité – Société française des traducteurs (SFT) – Mmes Agnès Bousteau , présidente, Mme Deborah Fortain et Mme Anne Carnot , membre du comité directeur – Association des traducteurs littéraires de France (ATLV) – MM. Jean-François Cornu , membre de l’association, et Jonathan Seror , responsable juridique – Association des professionnels de la traduction audiovisuelle (Ataa) – Mme Stéphanie Lenoir , présidente  Table ronde : – Deezer * – M. Alexis Lanternier , directeur général, et M. Ludovic Pouilly , vice-président principal des relations avec les institutions et l’industrie musicale – Spotify – M. Antoine Monin , directeur général France et Benelux, Mme Olivia Régnier , directrice des affaires européennes, Mme Géraldine Igou , directrice de la communication Europe, et M. Romain Takéo , responsable de l’analyse de contenu – Qobuz – M. Pierre Largeas , directeur général de pour l’Europe du Sud et l’Amérique latine, Mme Catherine Reichert, directrice de la communication et, M. Marc Zisman , directeur musique  M. André Markowicz , traducteur, éditeur, poète  Table ronde : – Union des producteurs phonographiques français (Upfi) – M. Guilhem Cottet , directeur général – Société civile des producteurs phonographiques (SCPP) – M. Marc Guez , directeur général – Syndicat national de l’édition phonographique (Snep)* – M. Alexandre Lasch, directeur général, et Mme Émilie Devaux ‑ Trébouvil , secrétaire générale – Fédération nationale des labels et distributeurs indépendants (Felin)* – M. Stéphane Laick , président, directeur du label At(h)ome – Société des producteurs de phonogrammes en France (SPPF) * – M. Arthur de Rohan-Chabot , directeur général – Chambre syndicale de l’édition musicale (CSDEM)* – Mme Agnès Defaux , déléguée générale, et M. Matthieu Chabaud , administrateur – Union nationale des auteurs et compositeurs (Unac) – M. Laurent Juillet , président – Syndicat des musiques actuelles (SMA) * – Mme Aurélie Hannedouche , directrice, et M. Mathieu Dassieu , membre du conseil d’administration  Table ronde : – Société civile des auteurs, réalisateurs et producteurs (ARP)* – Mme Eva Husson , cinéaste et membre du bureau, et M. Jérôme Diamant-Berger , cinéaste et membre du bureau – Société des réalisatrices et réalisateurs de films (SRF) * – Mme Marine Franssen et M. David Oelhoffen , cinéastes et membres du conseil d’administration – Guilde française des scénaristes * – Mme Ghislaine Pujol , présidente, et Mme Camille Bouvelot , déléguée générale – Syndicat des scénaristes – Mme Marie Eynard et M. Alain Moreau , scénaristes et membres du pôle IA – Scénaristes de cinéma associés (SCA) – Mme Sabine Le Stum , déléguée générale, et M. Laurent Claude Hébert , scénariste, élu au conseil d’administration et référent du groupe IA  Table ronde : – Syndicat national du jeu vidéo (SNJV) * – M. Lévan Sardjevéladzé , président, et Mme Vanessa Kaplan, déléguée générale – Syndicat des éditeurs de logiciels de loisirs (SELL) * – M. James Rebours , président, et M. Nicolas Vignolles , délégué général  Table ronde : – CFDT-journalistes – M. Yann Plougastel , membre du bureau et Mme Marie-Madeleine Sève , secrétaire générale adjointe – Syndicat national des journalistes-CGT (SNJ-CGT ) – Mme Hélène Richard , membre du bureau national, et Mme Céline Autin , déléguée générale – Syndicat général des journalistes-FO – M. Clément Pouré, membre du bureau national  Ministère de la Culture – M. Mathieu Szeradzki , directeur de projet IA  Table ronde : – M. Luc Ferry, ancien ministre de l’éducation nationale, philosophe et auteur d’ouvrages dont IA : grand remplacement ou complémentarité ? – MM. Olivier Babeau et Laurent Alexandre , co‑auteurs de l’ouvrage Ne faites plus d’études ! Apprendre autrement à l’ère de l’intelligence artificielle  M. Frédéric Pascal , rapporteur d’une mission sur l’intelligence artificielle et la pédagogie dans l’enseignement supérieur achevée en juin 2025  Table ronde : – M. Antoine Compagnon , membre de l’Académie française – M. Patrick Flandrin , membre de l’Académie des sciences – M. Daniel Andler , membre de l’Académie des sciences morales et politiques  Table ronde : – Google France – Mme Sarah Boiteux , responsable des politiques publiques et des affaires gouvernementales – Meta – Mme Béatrice Oeuvrard , responsable des affaires publiques, et M. Thomas Defaux , directeur juridique – Microsoft France – M. Eneric Lopez , directeur IA et innovation et, M. Benedict Brodrick , chargé des affaires publiques  Fédération des conseils de parents d’élèves des écoles publiques (FCPE) – M. Grégoire Ensel , vice-président  France Universités – M. Antoine Guery , chargé des relations institutionnelles et parlementaires, M. Pierre-Alain Muller , référent numérique et président de l’université de Haute-Alsace, et M. Adam Apazov , conseiller numérique  Réseau des Institut national supérieur du professorat et de l’éducation ( Inspé) – Mme Pascale Brandt-Pomares , directrice de l’Inspé d’Aix-Marseille, et M. Naïl Ver-Ndoye , délégué général du Réseau des Inspé  Audition conjointe : – Conférence des grandes écoles (CGE) * – Mme Amandine Duffoux , directrice du campus arts et métiers d’Angers-Laval, et animatrice du groupe de travail « stratégies numériques et formation à distance », Mme Marie Salvan , référente de la commission numérique – École Normale Supérieure ( ENS ‑ PSL ) – Mme Virginie Bonnaillie ‑ Noël , directrice adjointe sciences, M. Gabriel Peyré , directeur de recherche en intelligence artificielle au département de mathématiques et applications, et M. Hugo Mercier , directeur de recherche en sciences cognitives au sein de l’Institut Jean Nicod  Table ronde : – Délégation Cneser – Mme Maria Susana Seguin, membre de la Qualité de la science française (QSF) , maître de conférences habilitée à diriger des recherches à l’Université Paul Valéry de Montpellier et M. Laurent Coste , membre de la CFE-CGC , professeur d’histoire moderne à l’université Bordeaux Montaigne – Collectif 384 – M. David Réaux et M. Rémi Boulle , membres du bureau national – CFTC – M. Jean-Marc Cicuto et M. Paul Dumont  Table ronde : – Centre pour l’éducation aux médias et à l’information (Clemi) – M. Serge Barbet , directeur, et Mme Virginie Sassoon, directrice adjointe – Ecolhuma – Mme Florence Rizzo , co-fondatrice et co-directrice – Réseau Canopé – Mme Alexandra Wisniewski , directrice générale adjointe, et M. Romain Vanoudheusden , directeur scientifique « cultures numériques et innovation »  Direction générale de l’enseignement supérieur et de l’insertion professionnelle (Dgesip) du ministère chargé de l’enseignement supérieur – Mme Laure Vagner-Shaw , cheffe du service de la stratégie des formations et de la vie étudiante, adjointe au directeur général, et Mme Caroline Ollivier-Yaniv , cheffe de la mission IA  Table ronde : – M. Nicolas Parpex , directeur de French Touch Capital et pilote du plan French Touch de Bpifrance – M. Guillaume Bordry , directeur du pôle connaissances auprès du secrétaire général pour l’investissement  Institut Robert-Debré – Pr Ghislaine Dehaene-Lambertz , directrice de recherche au Centre national de la recherche scientifique (CNRS), directrice, et Dr Caroline Huron , chercheuse à l’Institut national de la santé et de la recherche médicale (Inserm) et présidente de l’association Le cartable fantastique  M. Pierre Dubuc , co-fondateur de l’entreprise OpenClassrooms  Table ronde : – EdTech France* – Mme Aude Blanckaert Guéneau , présidente, et Mme Orianne Ledroit , déléguée générale – Association française des industriels du numérique dans l’éducation et la formation (Afinef) – Mme Catherine de Vulpillières , vice-présidente chargée de la recherche, et M. Jean Bayet , vice-président chargée des relations institutionnelles – Institut l’IA – M. Guillaume Leboucher , fondateur  École 42 – Mme Sophie Viger , directrice générale  Direction du numérique pour l’éducation du ministère de l’éducation nationale – M. Audran Le Baron , directeur, M Axel Jean , chef du bureau du soutien à l’innovation numérique et à la recherche appliquée au sein de la sous-direction de la transformation numérique, et M Elie Allouche , chef de projet recherche appliquée, IA et éducation, membre de l’équipe nationale #CREIA  Table ronde : – Groupe Relx – M. Guillaume Leblanc , responsable des affaires publiques pour la France et l’Europe du Sud, et M. Sébastien Schlosser , vice-président de la filiale Elsevier – Bibliothèque nationale de France – M. Gilles Pécout , président, et M Philippe Lonné , directeur général – Groupe Lefebvre Dalloz – M. Julien Tanguy , directeur général, et Mme Sumi Saint Auguste , directrice des affaires publiques  Table ronde : – Conseil supérieur des programmes (CSP) – M. Colin de la Higuera , professeur en informatique à Nantes Université et titulaire de la chaire de l’Unesco « ressources éducatives libres et intelligence artificielle » – Conseil scientifique de l’éducation nationale (CSEN) – Mme Joëlle Proust , directrice de recherche émérite à l’Institut Jean-Nicod du CNRS, M. Jill-Jênn Vie , chargé de recherche à l’Institut national de recherche en informatique et en automatique (Inria), et M. Emmanuel Sander , professeur à la faculté de psychologie et des sciences de l’éducation de l’Université de Genève, directeur du Laboratoire instruction, développement, éducation, apprentissage (IDEA)  Direction générale de l’enseignement scolaire ( Dgesco) du ministère de l’éducation nationale – M. François Vandenbrouck , sous-directeur de la formation, de l’innovation et des ressources, et M. Pierre Desbiolles , chef du service de l’instruction publique, de l’action et de l’accompagnement pédagogiques  Inspection générale de l’éducation, du sport et de la recherche (IGESR) – M. Marc de Falco , inspecteur général, responsable du pôle données, IA et numérique, M. Vincent Montreuil , inspecteur général, et Mme Émilie-Pauline Gallié , inspectrice générale  Advanced Machine Intelligence Labs (AMI Labs) – M. Alexandre Lebrun , cofondateur et directeur général, et M. Laurent Solly , cofondateur et directeur des opérations  Organisation de la coopération et du développement économiques (OCDE) – M. Stéphan Vincent-Lancrin , analyste principal et chef adjoint de division à la direction de l’éducation et des compétences  Commission européenne – Mme Emmanuelle Du Chalard, cheffe de l’unité droit d’auteur de la direction générale des réseaux de communication, du contenu et des technologies (DG Connect), et Mme Catherine Magnant , cheffe d’unité en charge des politiques de la culture au sein de la direction générale éducation et culture (DG EAC)  M. Philippe Baptiste , ministre de l’enseignement supérieur, de la recherche et de l’espace * Ces représentants d’intérêts ont procédé à leur inscription sur le répertoire de la Haute Autorité pour la transparence de la vie publique, s’engageant ainsi dans une démarche de transparence et de respect du code de conduite établi par le Bureau de l’Assemblée nationale. ANNEXE N° 2 : LISTE DES CONTRIBUTIONS ÉCRITES (par ordre alphabétique)  Agence France-Presse (AFP)  Alliance de la presse d’information générale (APIG)  M. Daniel Andler , membre de l’ Académie des sciences morales et politiques  Association française des interprètes de conférence indépendants (Afici)  Association des professionnels de la traduction audiovisuelle (Ataa)  Bibliothèque nationale de France (BNF)  Bpifrance  Mme Marion Carré , autrice et cofondatrice d’Ask Mona  Réseau Canopé  Centre national du cinéma (CNC)  CFE-CGC  Centre pour l’éducation aux médias et à l’information (Clemi)  Conférence des grandes écoles (CGE) CFDT-Journalistes  Conseil supérieur des programmes (CSP) du ministère de l’éducation nationale  Conseil scientifique de l’éducation nationale (CSEN)  Collectif compétences psychosociales (CPS)  Direction générale de l’enseignement scolaire (Dgesco) du ministère de l’éducation nationale  Direction générale de l’enseignement supérieur et de l’insertion professionnelle (Dgesip) du ministère chargé de l’enseignement supérieur  M. Pierre Dubuc , co-fondateur de l’entreprise OpenClassrooms  École normale supérieure Paris-Saclay ( ENS ‑ PSL )  EdTech France  Ekhoscènes  M. Sophian Fanen , journaliste musical  F édération nationale de la presse spécialisée (FNPS)  Fédération des conseils de parents d’élèves des écoles publiques (FCPE)  France Universités  Fédération française de la photographie et des métiers de l’image (FFPMI)  M. Patrick Flandrin , membre de l’ Académie des sciences  Guilde des auteurs réalisateurs de reportages et documentaires (Garrd)  Inspection générale de l’éducation, du sport et de la recherche (IGESR)  Institut Robert-Debré du cerveau de l’enfant  Ligue des auteurs professionnels  M. Pierre-Yves Oudeyer , chercheur à l’ Institut national de recherche en sciences et technologies du numérique (Inria)  Pragma Learning Institute (PLI)  Qobuz  M. Olivier Rey , mathématicien, philosophe  Société des auteurs, compositeurs et éditeurs de musique (Sacem)  Société des auteurs et compositeurs dramatiques (SACD)  Société des auteurs dans les arts graphiques et plastiques (ADAGP)  Société des producteurs de cinéma et de télévision (Procirep)  Syndicat des éditeurs de la presse magazine (SEPM)  Syndicat de la presse d’information indépendante en ligne (Spiil)  Société française des traducteurs (SFT)  M. Cédric Villani , mathématicien, ancien député  Les Voix  M. Frédéric Pascal , rapporteur d’une mission sur l’intelligence artificielle et la pédagogie dans l’enseignement supérieur achevée en juin 2025  Réseau des Inspé  La Scène indépendante  Scénaristes de cinéma associés (SCA)  Société des réalisatrices et réalisateurs de films (SRF)  Syndicat des scénaristes  Syndicat des éditeurs de logiciels de loisirs (SELL)  Syndicat national des agences de mannequins (Synam)  M. Mathieu Szeradzki , directeur de projet IA au ministère de la Culture  Union nationale des auteurs et compositeurs (Unac) ( [1] ) Crédoc, « Baromètre du numérique, édition 2026 », février 2026. ( [2] ) Le baromètre relève que « la rapidité d’adoption de l’IA générative par la population française est comparable à celle observée aux États-Unis ». ( [3] ) Cette conférence a rassemblé des scientifiques qui allaient jouer un rôle éminent dans le développement de l’IA, comme John McCarthy et Marvin Minsky. ( [4] ) Le comité ou commission de l’intelligence artificielle a été installé par la première ministre, Mme Élisabeth Borne, en août 2023. Co-présidée par Mme Anne Bouverot et M. Philippe Aghion, elle a remis son rapport au président de la République en mars 2024. ( [5] ) Règlement (UE) 2024/1689 du Parlement européen et du Conseil du 13 juin 2024 établissant des règles harmonisées concernant l’intelligence artificielle et modifiant les règlements (CE) n° 300/2008, (UE) n° 167/2013, (UE) n° 168/2013, (UE) 2018/858, (UE) 2018/1139 et (UE) 2019/2144 et les directives 2014/90/UE, (UE) 2016/797 et (UE) 2020/1828 (règlement sur l’intelligence artificielle). ( [6] ) Le machine learning décrit la capacité qu’ont les machines d’apprendre via des modèles probabilistes. Il repose notamment, depuis le début des années 2010, sur les développements du deep learning , qui a la particularité de reposer sur un réseau de neurones artificiels organisés en plusieurs « couches ». ( [7] ) Par opposition notamment aux IA discriminatives ou prédictives, qui apprennent à reconnaître, à prédire ou à classer des situations sur le fondement d’expériences passées. Si le présent rapport se concentre particulièrement – mais pas uniquement – sur les IA génératives, c’est qu’elles sont celles dont l’usage transforme le plus nettement la culture et l’éducation. ( [8] ) Un modèle de langage est défini par la Commission nationale de l’informatique et des libertés (Cnil) comme un « modèle statistique de la distribution d’unité linguistiques (par exemple : lettres, phonèmes, mots) dans une langue naturelle. Un modèle de langage peut par exemple prédire le mot suivant dans une séquence de mots. On parle de modèles de langage de grande taille ou " large language models " (LLM) en anglais pour les modèles possédant un grand nombre de paramètres (généralement de l'ordre du milliard de poids ou plus) ». ( [9] ) Ainsi, selon le baromètre précité du Crédoc, « le recours à l’IA générative s’est banalisé chez les jeunes (85 % des 18-24 ans l’utilisent) ». ( [10] ) https://videos.assemblee-nationale.fr/commissions.intelligence-artificielle-mission.p1 ( [11] ) https://videos.assemblee-nationale.fr/video.18554628_69ce2184354b6.mission-d-information-sur-l-intelligence-artificielle--syndicats-de-journalistes---m-mathieu-szer-2-avril-2026 ( [12] ) Il s’agit d’un laboratoire de recherche dédié à l’intelligence artificielle, créé en 2021 par le ministère du travail et des solidarités et l’Institut national de recherche en sciences et technologies du numérique (Inria). ( [13] ) L’Afdas est l’opérateur de compétences des secteurs de la culture, des industries culturelles et créatives, des médias, de la communication, des télécommunications, du sport, du tourisme, des loisirs et du divertissement. ( [14] ) https://videos.assemblee-nationale.fr/video.18126138_69772aec82453.mission-d-information-sur-l-intelligence-artificielle--mme-marion-carre-autrice-et-cofondatrice-d--26-janvier-2026 ( [15] ) https://videos.assemblee-nationale.fr/video.18453979_69c242a4bc502.mission-d-information-sur-l-intelligence-artificielle--dirigeants-de-plateformes-de-streaming-24-mars-2026 ( [16] ) https://videos.assemblee-nationale.fr/video.18860833_69fc6f16451fa.mission-d-information-sur-l-intelligence-artificielle--auditions-diverses-7-mai-2026 ( [17] ) Il s’agit d’un centre de recherche de Sorbonne Université installé sur le campus Pierre et Marie Curie. ( [18] ) « L’impact de l’intelligence artificielle sur la culture : quels défis juridiques et enjeux pour l’Union européenne ? », communication de Mme Céline Calvez et avis politique adopté par la commission des affaires européennes le mercredi 25 juin 2025 : https://www.assemblee-nationale.fr/dyn/contenu/visualisation/931249/file/Communication%20Impact%20IA%20culture.pdf ( [19] ) https://francearchives.gouv.fr/article/1118237662 ( [20] ) https://www.unesco.org/fr/articles/ia-et-culture ( [21] ) https://boutique.arte.tv/detail/notre-dame-de-paris-le-chantier-du-siecle?srsltid=AfmBOoqIdyKaGSz7z67lLtuYnam3g6CGlFL1BTyJCLLg5FiMkR8Iu8y1 ( [22] ) La Fabrique de Saint-Pierre est une institution de la Curie romaine, chargée de la gestion et de l’entretien de la basilique Saint-Pierre de Rome. ( [23] ) Thésaurus de recherche électronique et d'imagerie en matière artistique. ( [24] ) https://www.radiofrance.fr/franceculture/podcasts/le-reportage-de-la-redaction/securite-un-filtre-d-intelligence-artificielle-pour-retrouver-les-biens-culturels-voles-8417079 ( [25] ) https://videos.assemblee-nationale.fr/video.18077080_696e2881d0ac9.mission-d-information-sur-l-intelligence-artificielle--m-antonio-somaini-professeur-de-theorie-du-19-janvier-2026 ( [26] ) https://videos.assemblee-nationale.fr/video.18126138_69772aec82453.mission-d-information-sur-l-intelligence-artificielle--mme-marion-carre-autrice-et-cofondatrice-d--26-janvier-2026 ( [27] ) https://www.franceinfo.fr/replay-radio/bientot-chez-vous/avec-dataland-l-art-genere-par-ia-dispose-de-son-musee-a-los-angeles_8051330.html ( [28] ) https://videos.assemblee-nationale.fr/video.18127438_6977641868b7f.mission-d-information-sur-l-intelligence-artificielle--representants-de-la-societe-des-auteurs-et-c-26-janvier-2026 ( [29] ) https://videos.assemblee-nationale.fr/video.18494208_69c5087e02916.mission-d-information-sur-l-intelligence-artificielle--table-ronde-de-la-filiere-musicale-26-mars-2026 ( [30] ) Gesellschaft für musikalische Aufführungs und mechanische Vervielfältigungsrechte (société pour les droits sur la représentation musicale et la reproduction mécanique) . ( [31] ) https://videos.assemblee-nationale.fr/video.18245934_6989d84632e62.mission-d-information-sur-l-intelligence-artificielle--auditions-diverses-9-fevrier-2026 ( [32] ) Étude sur l’IA dans la filière musicale : état des lieux et perspectives du déploiement de l’intelligence artificielle dans la filière et analyse des impacts pressentis sur ses métiers, juin 2025 : https://cnm.fr/actus/etude-sur-lia-dans-la-filiere-musicale/ ( [33] ) Contribution écrite adressée à la mission d’information. ( [34] ) Réponses écrites d’Ekhoscènes. ( [35] ) https://videos.assemblee-nationale.fr/video.18377199_699d586836e77.mission-d-information-sur-l-intelligence-artificielle--auditions-diverses-cspla--ffpmi--upp-24-fevrier-2026 ( [36] ) https://www.sgdl.org/images/phocadownload/Barom%C3%A8tres/Observatoire.IA_SGDL_ADAGP_enque%CC%82te.pdf ( [37] ) https://www.lemonde.fr/idees/article/2026/06/18/ia-nous-condamnons-un-projet-de-societe-fonde-sur-la-marginalisation-de-l-etre-humain-et-la-destruction-de-notre-milieu-de-vie_6704505_3232.html ( [38] ) https://www.cnc.fr/documents/36995/2515955/Barom%C3%A8tre+IA+2025+-+Studios+num%C3%A9riques.pdf/339d884f-5214-f3ac-10a5-18fff4b0ac2c?t=1766485007333 ( [39] ) https://videos.assemblee-nationale.fr/video.18283675_698d8d7bf25af.mission-d-information-sur-l-intelligence-artificielle--representants-du-centre-national-du-livre-c-12-fevrier-2026 ( [40] ) https://videos.assemblee-nationale.fr/video.18520520_69cb6e10cef81.mission-d-information-sur-l-intelligence-artificielle--table-ronde-consacree-au-secteur-du-jeu-vide-31-mars-2026 ( [41] ) Réponses écrites de la Ligue des auteurs professionnels. ( [42] ) https://videos.assemblee-nationale.fr/video.18283675_698d8d7bf25af.mission-d-information-sur-l-intelligence-artificielle--representants-du-centre-national-du-livre-c-12-fevrier-2026 ( [43] ) https://irp.cdn-website.com/892a6557/files/uploaded/Assises-du-livre-et-de-ledition-2025-Les-usages-de-lintelligence-artificielle-dans-ledition-Premier-Barometre%281%29.pdf ( [44] ) https://videos.assemblee-nationale.fr/video.17936697_693fd76753dfc.mission-d-information-sur-l-intelligence-artificielle--m-olivier-rey-mathematicien-philosophe---15-decembre-2025 ( [45] ) Jacques Lacan. ( [46] ) https://www.lesechos.fr/tech-medias/intelligence-artificielle/ai-slops-la-nouvelle-bataille-de-youtube-contre-les-contenus-low-cost-generes-par-lia-2213916 ( [47] ) https://www.kapwing.com/blog/ai-slop-report-the-global-rise-of-low-quality-ai-videos/?redirect_source=%2Fresearch&locale=fr-fr ( [48] ) https://www.theguardian.com/technology/2025/dec/27/more-than-20-of-videos-shown-to-new-youtube-users-are-ai-slop-study-finds ( [49] ) https://www.youtube.com/@BandarApnaDost ( [50] ) https://cyber.fsi.stanford.edu/news/ai-spam-accounts-build-followers ( [51] ) https://www.kapwing.com/resources/the-tiktok-ai-slop-report/ ( [52] ) https://blog.youtube/news-and-events/improving-ai-labels-viewers-creators/ ( [53] ) Directive 2010/13/UE du Parlement européen et du Conseil du 10 mars 2010 visant à la coordination de certaines dispositions législatives, réglementaires et administratives des États membres relatives à la fourniture de services de médias audiovisuels (directive Services de médias audiovisuels). ( [54] ) https://digital-strategy.ec.europa.eu/fr/policies/revision-avmsd ( [55] ) La Commission nationale de l’informatique et des libertés (Cnil) définit les hypertrucages (en anglais deepfakes ) comme un contenu audio, photo ou vidéo créé ou modifié grâce à des techniques d’IA, permettant d’imiter une voix, un visage ou un mouvement avec un réalisme de plus en plus difficile à distinguer d’un contenu authentique. Ils peuvent notamment être utilisés pour remplacer une vidéo. ( [56] ) https://www.franceinfo.fr/internet/vrai-ou-fake-macron-en-eboueur-pape-en-doudoune-trump-en-etat-d-arrestation-comment-reperer-les-images-generees-par-l-intelligence-artificielle_5741834.html ( [57] ) Réponses écrites du Syndicat national de l’édition. ( [58] ) https://www.telerama.fr/livre/les-maisons-d-editions-a-l-epreuve-de-l-ia-7030829.php ( [59] ) https://videos.assemblee-nationale.fr/video.17937907_694004a91a23a.mission-d-information-sur-l-intelligence-artificielle--m-luc-julia-directeur-scientifique-du-grou-15-decembre-2025 ( [60] ) Réponses écrites de LaScam. ( [61] ) Réponses écrites de la Ligue des auteurs professionnels. ( [62] ) Ce reportage de TF1 (4 minutes), diffusé en janvier 2026, est intéressant, bien que n’abordant pas la problématique de l’intelligence artificielle : https://www.tf1info.fr/culture/videos/video-mini-series-chinoises-deux-minutes-pour-un-episode-90772-2419193.html ( [63] ) https://www.lefigaro.fr/vox/culture/eric-sadin-au-temps-des-ia-generatives-il-faut-preserver-les-oeuvres-de-l-esprit-et-des-metiers-des-arts-et-de-la-culture-20260220 ( [64] ) https://www.lesnumeriques.com/cine-svod/j-emmerde-le-copyright-mathieu-kassovitz-defend-les-acteurs-ia-et-le-fait-savoir-n254767.html ( [65] ) https://ligue.auteurs.pro/wp-content/uploads/2024/01/position-de-la-ligue-janvier-2024-2.pdf ( [66] ) https://www.radiofrance.fr/franceinfo/podcasts/l-oeil-de-constance/l-oeil-de-constance-du-mardi-23-decembre-2025-1423596 ( [67] ) Rapport de mission sur la rémunération des contenus culturels utilisés par les systèmes d’IA – volet économique, juin 2025 : https://www.culture.gouv.fr/nous-connaitre/organisation-du-ministere/conseil-superieur-de-la-propriete-litteraire-et-artistique-cspla/travaux-et-publications-du-cspla/missions-du-cspla/le-cspla-publie-le-rapport-de-mission-relative-a-la-remuneration-des-contenus-culturels-utilises-par-les-systemes-d-intelligence-artificielle ( [68] ) Réponses écrites du Syndicat des scénaristes associés (SCA). ( [69] ) https://newsroom-deezer.com/fr/2026/04/deezer-les-morceaux-generes-par-la-representent-desormais-44-de-lensemble-des-nouveaux-titres-mis-en-ligne/ ( [70] ) https://www.franceinfo.fr/replay-radio/le-vrai-du-faux/the-velvet-sundown-le-succes-fulgurant-d-un-groupe-de-musique-genere-par-ia_7348026.html ( [71] ) https://theatredelaconcorde.paris/evenements/contre-sommet-de-lia-pour-un-humanisme-de-notre-temps/ ( [72] ) https://videos.assemblee-nationale.fr/video.18451113_69c13750e9ffd.mission-d-information-sur-l-intelligence-artificielle--representants-de-diverses-associations-23-mars-2026 ( [73] ) https://enchairetenos.org/manifeste/ ( [74] ) Réponses écrites du collectif En chair et en os. ( [75] ) https://ligue.auteurs.pro/documents/intelligence-artificielle/argumentaire-de-la-ligue-pour-une-regulation-des-ia/ ( [76] ) Réponses écrites de la Bibliothèque nationale de France. ( [77] ) https://www.cisac.org/fr/services/etudes-et-recherches/etude-ia-de-la-cisacpmp-strategy ( [78] ) Données de la Société française des traducteurs communiquées à la mission d’information. ( [79] ) Selon la Société française des traducteurs, le métier de traducteur scientifique et technique implique de traduire des textes extrêmement pointus. En lien direct avec la clientèle ou exerçant pour le compte d’agences généralistes ou spécialisées, les membres de la profession travaillent souvent à partir de textes rédigés dans un jargon qui nécessite de maîtriser les connaissances scientifiques et techniques de base du domaine concerné. Cette expertise leur permet en effet de repérer les erreurs et incohérences éventuelles dans le texte source et de proposer une traduction qui ait davantage de sens dans la langue cible. ( [80] ) Réponses écrites de la Société française des traducteurs. ( [81] ) Réponses écrites du collectif En chair et en os. ( [82] ) Réponses écrites de la Ligue des auteurs professionnels. ( [83] ) Réponses écrites du Syndicat national de l’édition. ( [84] ) https://atlf.org/https-atlf-org-wp-content-uploads-2025-12-cp-harlequin-5-pdf/ ( [85] ) https://atlf.org/wp-content/uploads/2023/03/ENQUETE-TRADUCTION-AUTOMATIQUE.pdf ( [86] ) https://videos.assemblee-nationale.fr/video.18251275_698ae3ae40caa.mission-d-information-sur-l-intelligence-artificielle--m-patrick-kuban-fondateur-de-l-association-10-fevrier-2026 ( [87] ) https://videos.assemblee-nationale.fr/video.18127438_6977641868b7f.mission-d-information-sur-l-intelligence-artificielle--representants-de-la-societe-des-auteurs-et-c-26-janvier-2026 ( [88] ) https://www.cnc.fr/documents/36995/2474702/Note_Conjoncture_Comedien_Doubleur.pdf/b9c24901-82d2-8d07-3eca-b465fa1e01f9?t=1759851467285 ( [89] ) https://www.telerama.fr/debats-reportages/sur-youtube-le-doublage-automatique-genere-par-intelligence-artificielle-attire-autant-qu-il-decoit-7024043.php ( [90] ) https://www.mediapart.fr/journal/economie-et-social/230326/les-traducteurs-d-arte-denoncent-la-destruction-de-leur-metier-par-l-ia ( [91] ) https://www.lemonde.fr/economie/article/2026/05/03/face-a-l-ia-les-acteurs-de-doublage-peinent-a-faire-entendre-leur-voix_6685003_3234.html ( [92] ) https://www.change.org/p/pour-un-doublage-cr%C3%A9%C3%A9-par-des-humains-pour-des-humains-touchepasmavf-beab56eb-a759-4117-b77c-7d03bcaa35f8 ( [93] ) https://www.boursorama.com/bourse/actualites/les-doubleurs-allemands-boycottent-netflix-en-raison-des-inquietudes-liees-a-la-formation-a-l-ia-9f2efb7eafc6ff73288ecff6ce352962 ( [94] ) https://www.lemonde.fr/pixels/article/2024/05/21/accuse-par-scarlett-johansson-d-avoir-copie-sa-voix-openai-suspend-l-utilisation-d-une-tonalite-de-chatgpt_6234478_4408996.html ( [95] ) https://www.lemonde.fr/pixels/article/2026/06/23/face-a-l-essor-de-l-intelligence-artificielle-cate-blanchett-lance-un-site-pour-faire-valoir-les-droits-de-chacun_6710013_4408996.html ( [96] ) https://rslmedia.org/ ( [97] ) https://videos.assemblee-nationale.fr/video.18453979_69c242a4bc502.mission-d-information-sur-l-intelligence-artificielle--dirigeants-de-plateformes-de-streaming-24-mars-2026 ( [98] ) https://www.deezer.com/explore/fr/ai-music-detector/ ( [99] ) https://videos.assemblee-nationale.fr/video.18494208_69c5087e02916.mission-d-information-sur-l-intelligence-artificielle--table-ronde-de-la-filiere-musicale-26-mars-2026 ( [100] ) https://community.qobuz.com/press-fr/face-aux-contenus-gnrs-par-ia-qobuz-raffirme-son-approche-humaine-et-transparente-du-streaming-musical ( [101] ) https://ddex.net/ ( [102] ) https://newsroom.spotify.com/2025-09-25/spotify-renforce-la-protection-des-artistes-et-des-producteurs-face-a-lia/ ( [103] ) https://www.rtbf.be/article/brico-et-carrefour-vont-diffuser-de-la-musique-generee-par-intelligence-artificielle-dans-les-magasins-quel-impact-pour-les-artistes-11617240 ( [104] ) https://www.sne.fr/publications-du-sne/les-chiffres-de-ledition-en-france-et-a-linternational-2024-2025/ ( [105] ) https://www.lemonde.fr/economie/article/2023/12/12/amazon-confronte-a-une-deferlante-de-faux-livres-generes-par-intelligence-artificielle_6205444_3234.html ( [106] ) https://www.lemonde.fr/culture/article/2026/01/24/aux-etats-unis-des-bibliothecaires-desempares-face-aux-demandes-de-livres-inventes-par-l-ia_6663922_3246.html ( [107] ) https://actualitte.com/article/109362/interviews/l-intelligence-artificielle-represente-de-nouvelles-facons-de-creer ( [108] ) https://espub.org/actualites/lintelligence-artificielle-va-t-elle-remplacer-les-creatifs-dans-la-publicite/ ( [109] ) Réponses écrites de la Ligue des auteurs professionnels. ( [110] ) https://www.arcom.fr/se-documenter/etudes-et-donnees/etudes-bilans-et-rapports-de-larcom/etude-sur-le-modele-economique-de-linformation-en-france ( [111] ) https://videos.assemblee-nationale.fr/video.18311129_69941e14b3eeb.mission-d-information-sur-l-intelligence-artificielle--representants-de-l-apig-du-sepm-fnps-et-du-17-fevrier-2026 ( [112] ) Réponses écrites de l’Alliance de la presse d’information générale. ( [113] ) https://videos.assemblee-nationale.fr/video.18368726_699c4dba6eef2.mission-d-information-sur-l-intelligence-artificielle--auditions-diverses-23-fevrier-2026 ( [114] ) https://www.afp.com/sites/default/files/2025-11/FR-Bonnes-pratiques-e%CC%81ditoriales-2025.pdf ( [115] ) Loi n° 2026-103 du 19 février 2026 de finances pour 2026. ( [116] ) Réponses écrites de l’Agence France-Presse. ( [117] ) Voir par exemple ce site internet, inactif depuis l’été 2025 : https://www.labottega-pinseria.fr/ ( [118] ) https://next.ink/214999/un-quart-des-francais-visitent-les-sites-dinfos-generees-par-ia-recommandes-par-google/ ( [119] ) La composition et les missions de la CPPAP sont présentées ici : https://www.cppap.fr/presentation-de-la-cppap/ ( [120] ) Réponses écrites de CFDT-Journalistes. ( [121] ) https://www.marianne.net/societe/medias/limpression-de-trahir-les-lecteurs-comment-le-groupe-bollore-remplace-les-journalistes-par-lia ( [122] ) https://www.radiofrance.fr/franceinter/podcasts/l-info-de-france-inter/c-est-un-coup-de-massue-prisma-media-annonce-supprimer-261-postes-soit-40-de-ses-effectifs-9840855 ( [123] ) Voir l’enquête conduite par CFDT-Journalistes en 2025 : https://cfdt-journalistes.fr/2025/04/04/resultats-de-notre-enquete-sur-lia-dans-les-redactions/ ( [124] ) https://www.lemonde.fr/actualite-medias/article/2010/11/03/la-charte-d-ethique-et-de-deontologie-du-groupe-le-monde_1434737_3236.html#huit-anchor-charte-sur-lutilisation-de-l ( [125] ) https://www.arcom.fr/se-documenter/etudes-et-donnees/etudes-bilans-et-rapports-de-larcom/les-francais-et-linformation-2eme-edition ( [126] ) https://videos.assemblee-nationale.fr/video.18076345_696dfb611788a.mission-d-information-sur-l-intelligence-artificielle--representants-d-artefact--representants-de--19-janvier-2026 ( [127] ) https://www.science.org/doi/10.1126/science.aec8352 ( [128] ) https://www.ebu.ch/fr/news/2025/10/ai-s-systemic-distortion-of-news-is-consistent-across-languages-and-territories-international-study-by-public-service-broadcaste ( [129] ) Les états généraux de l’information (EGI) ont été lancés le 3 octobre 2023 afin de poser les bases d’un modèle d’espace médiatique et numérique pour les générations à venir, en associant des professionnels, des chercheurs et des citoyens. Coordonnés par un comité de pilotage et composés de cinq groupes de travail, qui ont tous remis un rapport, les EGI ont été restitués en septembre 2024. Le gouvernement s’était engagé à présenter un projet de loi transposant dans la loi un certain nombre de propositions des EGI, le texte n’ayant pas été déposé au Parlement à ce jour. Le rapport des EGI est consultable en ligne : https://etats-generaux-information.fr/restitution-des-egi ( [130] ) Règlement (UE) 2022/2065 du Parlement européen et du Conseil du 19 octobre 2022 relatif à un marché unique des services numériques et modifiant la directive 2000/31/CE (règlement sur les services numériques). ( [131] ) Proposition de règlement européen du Parlement européen et du Conseil modifiant les règlements (UE) 2024/1689 et (UE) 2018/1139 en ce qui concerne la simplification de la mise en œuvre des règles harmonisées concernant l’intelligence artificielle (train de mesures omnibus numérique sur l’IA). ( [132] ) Le paquet omnibus de simplification relatif au numérique a été présenté par la Commission européenne le 11 novembre 2025. Il comprend deux volets, l’un spécifique à l’IA, l’autre relatif au numérique et à la protection des données. ( [133] ) https://www.senat.fr/rap/r25-626/r25-6264.html ( [134] ) Réponses écrites de l’Alliance de la presse d’information générale. ( [135] ) https://reutersinstitute.politics.ox.ac.uk/sites/default/files/2026-01/Trends_and_Predictions_2026.pdf ( [136] ) Règlement (UE) 2022/1925 du Parlement européen et du Conseil du 14 septembre 2022 relatif aux marchés contestables et équitables dans le secteur numérique et modifiant les directives (UE) 2019/1937 et (UE) 2020/1828 (règlement sur les marchés numériques). ( [137] ) https://www.gov.uk/government/news/cma-secures-fairer-deal-for-publishers-and-improves-google-search-services-in-uk ( [138] ) Loi n° 47-585 du 2 avril 1947 relative au statut des entreprises de groupage et de distribution des journaux et publications périodiques. Le premier alinéa de son article 5 prévoit que « Toute société agréée de distribution de la presse est tenue de faire droit, dans des conditions objectives, transparentes, efficaces et non discriminatoires à la demande de distribution des publications d’une entreprise de presse ». ( [139] ) Réponses écrites de l’Alliance de la presse d’information générale. ( [140] ) Il s’agissait de la proposition n° 4 du groupe de travail : « Lutter contre les fake news par la mise en avant de l’information de qualité : étendre au niveau national et/ou européen le dispositif prévu par l’article 7 bis de la directive SMA au bé ­ néfice des « médias audiovisuels d'intérêt général », en contraignant les plateformes à assurer une « visibilité appropriée » aux médias d’information. » ( [141] ) https://videos.assemblee-nationale.fr/video.18133902_69786e751cce6.mission-d-information-sur-l-intelligence-artificielle--mme-audrey-herblin-stoop-directrice-des-aff-27-janvier-2026 () ( [142] ) https://www.assemblee-nationale.fr/dyn/contenu/visualisation/931249/file/Communication%20Impact%20IA%20culture.pdf ( [143] ) Voir notamment Stella Jia & Abhishek “ Cloze Encounters: The Impact of Pirated Data Access on LLM Performance ”, NBER Working Papers 33598, National Bureau of Economic Research, Inc., 2025. ( [144] ) https://digital-strategy.ec.europa.eu/fr/policies/data-union ( [145] ) Ce groupe est notamment propriétaire du Wall Street Journal et du New York Post . ( [146] ) https://www.goodwinlaw.com/en/insights/publications/2025/06/alerts-practices-aiml-district-court-issues-ai-fair-use-decision ( [147] ) https://www.lemonde.fr/pixels/article/2025/09/06/ia-generative-anthropic-paiera-1-5-milliard-de-dollars-pour-eviter-un-proces-sur-le-telechargement-illegal-de-livres_6639141_4408996.html ( [148] ) https://videos.assemblee-nationale.fr/video.18377199_699d586836e77.mission-d-information-sur-l-intelligence-artificielle--auditions-diverses-cspla--ffpmi--upp-24-fevrier-2026 ( [149] ) Réponses écrites de l’Alliance de la presse d’information générale. ( [150] ) Directive (UE) 2019/790 du Parlement européen et du Conseil du 17 avril 2019 sur le droit d’auteur et les droits voisins dans le marché unique numérique et modifiant les directives 96/9/CE et 2001/29/CE. ( [151] ) Règlement (UE) 2024/1689 du Parlement européen et du Conseil du 13 juin 2024 établissant des règles harmonisées concernant l’intelligence artificielle et modifiant les règlements (CE) n° 300/2008, (UE) n° 167/2013, (UE) n° 168/2013, (UE) 2018/858, (UE) 2018/1139 et (UE) 2019/2144 et les directives 2014/90/UE, (UE) 2016/797 et (UE) 2020/1828 (règlement sur l’intelligence artificielle). ( [152] ) Directive 2001//29/CE du Parlement européen et du Conseil du 22 mai 2001 sur l’harmonisation de certains aspects du droit d’auteur et des droits voisins dans la société de l’information. ( [153] ) https://www.lemonde.fr/pixels/article/2026/01/22/comment-des-chercheurs-ont-reussi-a-faire-citer-a-des-ia-des-livres-soumis-au-droit-d-auteur_6663719_4408996.html ( [154] ) https://videos.assemblee-nationale.fr/video.18377199_699d586836e77.mission-d-information-sur-l-intelligence-artificielle--auditions-diverses-cspla--ffpmi--upp-24-fevrier-2026 ( [155] ) Réponses écrites de LaScam. ( [156] ) Le pôle d’expertise de la régulation numérique (PEReN) est un service à compétence nationale interministériel placé sous l’autorité conjointe des ministres chargés de l’économie, de la culture et du numérique. Il a été créé par un décret du 31 août 2020. Pour sa gestion administrative et financière, il est rattaché au directeur général des entreprises. ( [157] ) https://www.peren.gouv.fr/rapports/PEReN_%C3%A9tat_des_lieux_IAOPTOUT.pdf ( [158] ) https://www.ft.com/content/d63d6291-687f-4e05-8b23-4d545d78c64a ( [159] ) Le Bureau de l’IA a été créé au sein de la Commission européenne par le RIA. Il s’agit d’un organe de régulation notamment chargé de l’élaboration de textes d’application de la législation européenne. ( [160] ) Plusieurs fournisseurs d’IA n’ont pas signé le code, à l’instar de Meta et xAI. ( [161] ) https://digital-strategy.ec.europa.eu/fr/policies/contents-code-gpai ( [162] ) https://videos.assemblee-nationale.fr/video.18377199_699d586836e77.mission-d-information-sur-l-intelligence-artificielle--auditions-diverses-cspla--ffpmi--upp-24-fevrier-2026 ( [163] ) https://digital-strategy.ec.europa.eu/fr/library/explanatory-notice-and-template-public-summary-training-content-general-purpose-ai-models ( [164] ) CSPLA, Rapport de mission sur la rémunération des contenus culturels utilisés par les systèmes d’IA – volet juridique , juin 2025. ( [165] ) Déposée le 21 janvier 2025, cette proposition de loi a été adoptée par l’Assemblée nationale, en première lecture, le 26 mars 2026. Elle a été adoptée par le Sénat le 16 juin 2026. La proposition de loi a été notifiée à la Commission européenne et pourrait être définitivement adoptée à l’automne 2026. Cette proposition de loi est consultable sur le site internet de l’Assemblée nationale : https://www.assemblee-nationale.fr/dyn/17/dossiers/effectivite_droits_voisins_presse ( [166] ) CSPLA, Rapport de mission sur la rémunération des contenus culturels utilisés par les systèmes d’IA – volet juridique , juin 2025. ( [167] ) Voir le dossier législatif de la proposition de loi : https://www.assemblee-nationale.fr/dyn/17/dossiers/DLR5L17N53359 ( [168] ) Voir le considérant AB de la résolution : « Considérant qu’outre l’obligation de transparence concernant les œuvres protégées par le droit d’auteur et les autres objets protégés, il est nécessaire d’établir un mécanisme en vertu duquel, dans certaines conditions , l’absence de transparence totale de la part de fournisseurs ou de déployeurs d’IA donne lieu à une présomption réfragable que tout œuvre ou objet concerné protégé par le droit d’auteur a été utilisé à des fins d’entraînement, d’inférence ou de génération augmentée par récupération , qui aurait alors toutes les conséquences juridiques prévues par le droit européen et national pour la violation du droit d’auteur ou des droits voisins. » ( [169] ) https://www.assemblee-nationale.fr/dyn/17/organes/commissions-permanentes/affaires-culturelles/actualites/table-ronde-sur-le-theme-proteger-la-creation-culturelle-a-l-heure-de-l-intelligence-artificielle ( [170] ) Avis n° 410652 : https://www.senat.fr/leg/ppl25-220-avis-ce.pdf ( [171] ) Article 17, paragraphe 2. ( [172] ) Décret n° 2021-793 du 22 juin 2021 relatif aux services de médias audiovisuels à la demande. ( [173] ) Voir les articles L. 311-1 à L. 311-8 du code de la propriété intellectuelle. ( [174] ) C’est-à-dire les opérations de réglage fin ou d’ajustement d’un modèle d’IA avec de nouvelles données. ( [175] ) Article 156 de la loi n° 2026-103 du 19 février 2026 de finances pour 2026. ( [176] ) https://www.culture.gouv.fr/nous-connaitre/organisation-du-ministere/conseil-superieur-de-la-propriete-litteraire-et-artistique-cspla/travaux-et-publications-du-cspla/missions-du-cspla/le-cspla-lance-une-mission-relative-a-la-protection-des-contenus-generes-avec-le-recours-a-l-ia-generative ( [177] ) Ifop pour Jedha AI School , « Les jeunes et l’IA en 2025 », 2025. ( [178] ) Réponses écrites du Conseil supérieur des programmes. ( [179] ) IPSOS Bva pour Epita « Observatoire des usages de l’intelligence artificielle », février 2026. ( [180] ) Étude Ipsos pour Greenworking, conduite en mars 2025. ( [181] ) https://videos.assemblee-nationale.fr/video.19098234_6a26bae758944.mission-d-information-sur-l-intelligence-artificielle--m-philippe-baptiste-ministre-de-l-enseigne-8-juin-2026 . ( [182] ) Du nom de Richard W. Burns, chercheur en sciences de l’éducation. ( [183] ) Bulletin officiel du 25 juillet 2013. ( [184] ) Les sciences de l’éducation ont démontré de longue date l’intérêt de l’étayage, notamment pour conduire l’élève dans sa « zone proximale de développement », selon l’expression du pédagogue russe Lev Vygotsky. ( [185] ) MM. Frédéric Pascal, François Taddei, Marc de Falco, Mme Émilie-Pauline Gallié, IA et enseignement supérieur : formation, structuration et appropriation par la société , juin 2025. Ce rapport avait été remis au ministre de l’enseignement supérieur. ( [186] ) Compte rendu de la séance publique de l’Assemblée nationale du lundi 11 mai 2026. ( [187] ) https://pedagogie.ac-orleans-tours.fr/spip.php?article4020 . ( [188] ) À ce sujet, voir notamment le rapport n° 472 (Assemblée nationale, XVII e législature) pour avis de M. Bertrand Sorre, rapporteur pour la commission des affaires culturelles et de l’éducation du projet de loi de finances pour 2025 sur la mission Enseignement scolaire . ( [189] ) https://videos.assemblee-nationale.fr/video.18029087_6964b66d8841c.-mission-d-information-sur-l-intelligence-artificielle--auditions-diverses---12-janvier-2026 . ( [190] ) https://edunumrech.hypotheses.org/14289 . ( [191] ) https://videos.assemblee-nationale.fr/video.18790477_69f309ee25647.mission-d-information-sur-l-intelligence-artificielle--auditions-diverses--30-avril-2026 . ( [192] ) https://videos.assemblee-nationale.fr/video.18790477_69f309ee25647.mission-d-information-sur-l-intelligence-artificielle--auditions-diverses--30-avril-2026 . ( [193] ) Axelle Charpentier, « Numérique éducatif : que nous apprennent les données de la DEPP ? », Synthèse de la Depp n° 3, mise à jour de 2026. ( [194] ) Selon la même publication de la Depp, « À l’exception, au collège, de l’utilisation des ressources et outils numériques pour prendre en charge les aspects logistiques de l’enseignement, la France occupe le ou les derniers rangs au niveau international, au collège comme à l’école élémentaire, s’agissant du recours aux ressources et outils numériques dans l’enseignement documentés par la dernière édition de l’enquête Talis ». ( [195] ) Ces dispositions sont issues de l’article 38 de la loi n° 2019-791 du 26 juillet 2019 pour une école de la confiance, et succèdent à celles de l’article L. 401-1 du code de l’éducation. L’article L. 314-2 du code de l’éducation dispose en particulier que les expérimentations peuvent concerner, entre autres, « l’organisation pédagogique de la classe, de l’école ou de l’établissement », ainsi que « l’utilisation des outils et ressources numériques » dont fait partie l’IA. Selon le même article, ce type d’expérimentations doit être inscrit au sein du projet d’école ou d’établissement, « sous réserve de l’autorisation préalable des autorités académiques et après concertation avec les équipes pédagogiques ». C’est ensuite aux autorités académiques qu’il appartient d’en évaluer les résultats « sous l’autorité du recteur d’académie […] , avec l’appui des corps d’inspection territoriaux et, le cas échéant, de chercheurs désignés à cet effet ». ( [196] ) Éléments communiqués à l’Observatoire national des pratiques pédagogiques avec l’intelligence artificielle et figurant sur la carte interactive suivante : https://umap.incubateur.anct.gouv.fr/fr/map/observatoire-national-des-pratiques-pedagogiques-a_2713#8/47.552433/2.048950 . ( [197] ) https://www.ac-lyon.fr/l-academie-renforce-la-formation-a-l-intelligence-artificielle-avec-le-pole-acac-ia-130166 . ( [198] ) La liberté pédagogique, prévue à l’article L. 912-1-1 du code de l’éducation, « s’exerce dans le respect des programmes et des instructions du ministre chargé de l’éducation nationale et dans le cadre du projet d’école ou d’établissement avec le conseil et sous le contrôle des membres des corps d’inspection ». ( [199] ) M. Cédric Villani, Donner un sens à l’intelligence artificielle , mars 2018. ( [200] ) Commission de l’intelligence artificielle, IA : notre ambition pour la France , mars 2024. ( [201] ) https://eduscol.education.gouv.fr/6884/observatoire-national-des-pratiques-pedagogiques-avec-l-intelligence-artificielle . ( [202] ) Ministère de l’éducation nationale, Cadre d’usage de l’IA en éducation, juin 2025. ( [203] ) Règlement de l’Union européenne 2016/679 du Parlement européen et du Conseil du 27 avril 2016, relatif à la protection des personnes physiques à l’égard du traitement des données à caractère personnel et à la libre circulation de ces données. ( [204] ) Règlement de l’Union européenne 2024/1689 établissant des règles harmonisées concernant l’intelligence artificielle. ( [205] ) Comme le prévoit le RGPD, la minimisation consiste à garantir que les données à caractère personnel soient « adéquates, pertinentes et limitées à ce qui est nécessaire au regard des finalités pour lesquelles elles sont traitées » (article 5). ( [206] ) https://www.cnil.fr/fr/enseignant-usage-systeme-ia . ( [207] ) « Lorsqu’un enseignant, dans le cadre de sa liberté pédagogique, souhaite recourir à un système d’IA qui implique un traitement de données personnelles, il le fait sous la responsabilité du directeur académique des services de l’éducation nationale (Dasen) dans le premier degré ou du chef d’établissement dans le second degré. Il doit en informer le directeur d’école ou le chef d’établissement, qui appréciera la compatibilité du projet au regard, selon le cas, du projet d’école ou du projet d’établissement et sollicitera s’il l’estime nécessaire l’avis du conseil d’école (article D. 411-2 du code de l’éducation) ou, dans le 2 nd degré, du conseil d’administration et éventuellement du conseil pédagogique de l’établissement (articles R. 421-23 et R. 421-41-3 du code de l’éducation pour les établissements publics locaux d’enseignement). » ( [208] ) Ministère de l’éducation nationale, cadre d’usage de l’IA en éducation, juin 2025. ( [209] ) Ministère de l’éducation nationale, Cadre d’usage de l’IA en éducation, juin 2025. ( [210] ) La classe de quatrième n’y est pas une charnière, le cycle 4 commençant à compter le cinquième. Le cycle 3 couvre par ailleurs, contrairement au choix qui a été fait par le cadre d’usage, à la fois le premier degré (CM1 et CM2) et le début du second degré (6 ème ). ( [211] ) Réponses écrites de la Conférence des grandes écoles. ( [212] ) https://www.enseignementsup-recherche.gouv.fr/sites/default/files/2025-10/charte-d-usages-et-bonnes-pratiques-de-l-ia-des-projets-demoes--38023.pdf . L’objectif de développement durable 4 consiste à « v eiller à ce que tous puissent suivre une éducation de qualité dans des conditions d’équité et promouvoir les possibilités d’apprentissage tout au long de la vie ». ( [213] ) Réponses écrites de l’Institut Robert-Debré du cerveau de l’enfant. ( [214] ) Idem. ( [215] ) Commission d’experts, rapport « Enfants et écrans. À la recherche du temps perdu », juin 2024. ( [216] ) M . Sheri Madigan et al., « Associations Between Screen Use and Child Language Skills: A Systematic Review and Meta-analysis », juillet 2020. ( [217] ) Cela tient notamment à la difficulté, pour un enfant, de traiter une information en deux dimensions puis à la transposer dans le monde réel, en trois dimensions. Cette difficulté tient par ailleurs au déficit de renseignements sensoriels, qui s’avèrent indispensables à l’apprentissage des enfants. ( [218] ) L’étude en question est une « étude d’imagerie fonctionnelle, anatomique et de diffusion, sur la cohorte ABCD qui suit sur 15 ans à partir de 8 ans 13 000 adolescents, [et qui] n’observe pas d’effet du temps passé sur les écrans à un âge donné sur le développement cérébral des adolescents de 9 à 12 ans ». ( [219] ) Il cite notamment « une revue récente de la littérature incluant 11 études dont certaines en imagerie et en électrophysiologie montre qu’une exposition prolongée aux écrans des enfants de moins de 12 ans, au-delà des recommandations actuelles (0 avant 2 ans, moins de 1 heure avant 5 ans, moins de 2 heures ensuite) peut être associée à de moindres capacités attentionnelles ». ( [220] ) À titre d’exemple, la présence d’écran affecte négativement l’activité de lecture. Selon le rapport du Centre national du livre Les français et la lecture en 2026 , publié le 8 avril 2026, « 41% des lecteurs font souvent d’autres activités sur écran pendant qu’ils lisent des livres. Si cette fragmentation de l’attention est globalement moins forte qu’en 2024 (-7 pts), elle reste très importante chez les adolescents, en particulier les 16-19 ans (67% ont une lecture fragmentée) ». Le rapport rappelle par ailleurs la moyenne de 3 heures et 1 minute consacrées aux écrans, contre 18 minutes en moyenne consacrées à la lecture. ( [221] ) Est souvent cité à cet égard le Phèdre de Platon. En dépit d’interprétations divergentes liées aux difficultés de traduction, l’écriture y est présentée comme remède ( pharmakon ) par Theuth au roi Thamous, qui la considère au contraire comme un poison pour la mémoire. ( [222] ) Comme l’affirmait M. Raphaël Doan, auditionné par la mission, « cette automatisation de la mémoire a permis la naissance de l’administration, de la littérature, de la comptabilité ». ( [223] ) Réponses écrites de l’Institut Robert-Debré du cerveau de l’enfant. ( [224] ) Réponses écrites de l’IGESR. ( [225] ) https://videos.assemblee-nationale.fr/video.18618453_69d7538044247.mission-d-information-sur-l-intelligence-artificielle--auditions-diverses-9-avril-2026 . ( [226] ) Réponses écrites de M. Olivier Rey. De la même façon, alors que M. Michel Serres évoquait une transformation de l’intelligence et l’homme qui, demain, « se promènera dans le volume de l’information comme il se promène dans les forêts et les montagnes, pour explorer le monde physique », il y observe que « lorsqu’on se promène dans le savoir, les savoirs ou bien sont oubliés sitôt que rencontrés, ou bien s’accumulent en tas, au lieu de prendre place dans l’architecture qui leur donne sens », soulignant que ce n’était pas de cette façon que « les instruments dont il s’enchante peuvent être élaborés, entretenus, améliorés, utilisés de façon féconde. Sans l’apprentissage de la déduction, de l’induction, de la mémoire, qu’il déclare dépassé, tout l’édifice est promis à une ruine rapide ». ( [227] ) Kosmyna et al., « Your Brain on ChatGPT : Accumulation of Cognitive Debt when Using an AI Assistant for Essay Writing Task », 2025. ( [228] ) https://videos.assemblee-nationale.fr/video.18618453_69d7538044247.mission-d-information-sur-l-intelligence-artificielle--auditions-diverses-9-avril-2026 . ( [229] ) https://videos.assemblee-nationale.fr/video.18618453_69d7538044247.mission-d-information-sur-l-intelligence-artificielle--auditions-diverses-9-avril-2026 . ( [230] ) https://videos.assemblee-nationale.fr/video.18618453_69d7538044247.mission-d-information-sur-l-intelligence-artificielle--auditions-diverses-9-avril-2026 . ( [231] ) https://videos.assemblee-nationale.fr/video.18883038_6a02cdf98e019.mission-d-information-sur-l-intelligence-artificielle--representants-de-la-dgesco--representants-d-12-mai-2026 . ( [232] ) Tribunal administratif de Montreuil, décision n° 2405656 du 8 octobre 2025. ( [233] ) MM. Frédéric Pascal, François Taddei, Marc de Falco, Mme Émilie-Pauline Gallié, IA et enseignement supérieur : formation, structuration et appropriation par la société , juin 2025. ( [234] ) https://videos.assemblee-nationale.fr/video.18618453_69d7538044247.mission-d-information-sur-l-intelligence-artificielle--auditions-diverses-9-avril-2026 . ( [235] ) Cour des comptes, Le service public numérique pour l’éducation , 2019. ( [236] ) IGESR, L’intelligence artificielle dans les établissements scolaires , juin 2025. ( [237] ) MM. Frédéric Pascal, François Taddei, Marc de Falco, et Mme Émilie-Pauline Gallié, IA et enseignement supérieur : formation, structuration et appropriation par la société , juin 2025. ( [238] ) Réponses écrites du CSEN du ministère de l’éducation nationale. ( [239] ) Réponses écrites de M. Pierre Dubuc. ( [240] ) Données de la direction du numérique en éducation du ministère de l’éducation nationale. ( [241] ) https://videos.assemblee-nationale.fr/video.18736933_69ef3face426c.mission-d-information-sur-l-intelligence-artificielle--representants-du-centre-pour-l-education-aux-27-avril-2026 . ( [242] ) Dans le premier degré, les maîtres formateurs sont des enseignants du premier degré qui bénéficient d’allégements dans les conditions prévues par le décret n° 2008-775 du 30 juillet 2008 relatif aux obligations de service des personnels enseignants du premier degré. Dans le second degré, les professeurs formateurs académiques (PFA) sont des enseignants du second degré qui bénéficient d’allègements dans les conditions prévues par le décret n° 2014-940 du 20 août 2014 relatif aux obligations de service et aux missions des personnels enseignants exerçant dans un établissement public d’enseignement du second degré. ( [243] ) Réponses écrites de la Dgesco du ministère de l’éducation nationale. ( [244] ) Idem. ( [245] ) D’autres ressources sont communes à l’ensemble des agents publics, sur la plateforme mentor.gouv.fr. ( [246] ) Cour des comptes, référé n° 2023-743 du 3 juillet 2023. ( [247] ) https://videos.assemblee-nationale.fr/video.18736933_69ef3face426c.mission-d-information-sur-l-intelligence-artificielle--representants-du-centre-pour-l-education-aux-27-avril-2026 . ( [248] ) https://pix.fr/parents . ( [249] ) Cédric Naudet , L’usage de l’intelligence artificielle générative au lycée : un révélateur des inégalités socio-scolaires ? , 2025 (données de 2023-2024). ( [250] ) Réponses écrites de la Conférence des grandes écoles. ( [251] ) Réponses écrites de M. Olivier Rey. ( [252] ) Étude précitée. ( [253] ) Classes de cinquième, de quatrième et de troisième. ( [254] ) Note de service de la directrice générale de l’enseignement scolaire, adressée aux membres du personnel éducatif le 23 janvier 2026. ( [255] ) La plateforme Pix Junior vise à accompagner les enseignants dans le développement des compétences numériques des élèves de CM1-CM2. ( [256] ) https://videos.assemblee-nationale.fr/video.18878656_6a01c2bc745ca.mission-d-information-sur-l-intelligence-artificielle--auditions-diverses-11-mai-2026 . ( [257] ) Comme le précise la note de service précitée, « l’attestation est délivrée de manière automatique sous condition d’obtenir 50 % de réussite sur chacun des deux parcours spécifiques, ou à l’issue d’un parcours de rattrapage. Elle est alors mise à disposition sur la plateforme Pix Orga de l’établissement et sur le profil Pix de l’élève ». ( [258] ) La même note fixe le principe selon lequel « La certification est délivrée, au nom de l’État, par le GIP Pix via la plateforme pix.fr. Ce groupement est garant de la transparence de l’information donnée au public, de la qualité du processus de certification, de la protection de la vie privée et des données personnelles, de l’accès à la certification pour tous les publics, dont les élèves des établissements d’enseignement scolaire publics et privés sous contrat ». ( [259] ) Réponses écrites de la Dgesco du ministère de l’éducation nationale. ( [260] ) Il est précisé que le présent rapport, qui porte sur les effets de l’IA sur l’acquisition des connaissances, n’a pas vocation à développer le cas des « formations cœur » visant à former des spécialistes/ingénieurs dans le domaine de l’IA. ( [261] ) Commission numérique de la Conférence des grandes écoles, Usages de l’IA dans les grandes écoles , novembre 2025. ( [262] ) MM. Frédéric Pascal, François Taddei, Marc de Falco, Mme Émilie-Pauline Gallié, IA et enseignement supérieur : formation, structuration et appropriation par la société , juin 2025. ( [263] ) https://videos.assemblee-nationale.fr/video.17989312_695b7a6c6224f.mission-d-information-sur-l-intelligence-artificielle--rapports-d-information-sur-l-intelligence-ar-5-janvier-2026 . ( [264] ) Appel à manifestation d’intérêt « Compétences et métiers d’avenir ». ( [265] ) MM. Frédéric Pascal, François Taddei, Marc de Falco, Mme Émilie-Pauline Gallié, IA et enseignement supérieur : formation, structuration et appropriation par la société , juin 2025. ( [266] ) https://videos.assemblee-nationale.fr/video.18029087_6964b66d8841c.-mission-d-information-sur-l-intelligence-artificielle--auditions-diverses---12-janvier-2026 . ( [267] ) Selon Les Échos , 220 000 personnes s’y étaient inscrites en décembre 2019, en majorité issues de la Finlande – pays de 5,5 millions d’habitants : https://www.lesechos.fr/tech-medias/intelligence-artificielle/comment-la-finlande-a-forme-1-de-sa-population-a-lintelligence-artificielle-995286 . ( [268] ) Institut Montaigne, Objectif IA : l’intelligence artificielle de A à Z : https://www.institutmontaigne.org/publications/objectif-ia . ( [269] ) IGESR, L’intelligence artificielle dans les établissements scolaires , juin 2025. ( [270] ) Cour des comptes, Le service public numérique pour l’éducation , 2019. ( [271] ) https://www.education.gouv.fr/les-referentiels-450069 . ( [272] ) La Forge des communs numériques éducatifs . Outre la Forge des communs numériques, de tels outils peuvent être déposés sur la plateforme « Apps.education » ainsi que sur la plateforme d’apprentissage « Capytale ». ( [273] ) Réponses écrites de la DNE du ministère de l’éducation nationale. ( [274] ) Réponses écrites de la DNE du ministère de l’éducation nationale. ( [275] ) Lalilo et Navi pour le français ; Adaptiv’math, Mathia et Smart enseigno pour les mathématiques. Ces solutions ont fait l’objet d’un encadré au sein de la première partie du rapport. ( [276] ) Pour le français, Expliq et Edumalin, pour les mathématiques, Mathia-C3, OrigamIA, et pour les langues vivantes, Cards, yLANG. ( [277] ) https://www.education.gouv.fr/le-dispositif-edu-un-soutien-la-production-de-ressources-numeriques-pour-l-ecole-450476 . ( [278] ) https://eduscol.education.gouv.fr/6753/des-ressources-numeriques-innovantes-et-adaptees-grace-au-dispositif-edu . ( [279] ) Étude EdTech France et EY, Une entrée en phase de maturité accélérée par l’IA, vers une consolidation de la filière ? , juin 2026 . ( [280] ) Dans son étude publiée en juin 2026, EdTech France met en cause un système de financements publics insuffisamment efficient : les acteurs interrogés évoquent des freins « structurels et locaux, telles que la lenteur et la complexité des processus de décision et d’achat publics (citées par 73 % des répondants), ainsi que par la forte pression budgétaire sur les établissements (69 %). La complexité des appels d’offres publics (56 %), la fragmentation des besoins (48 %) et les contraintes réglementaires (39 %) renforcent cette inertie ». ( [281] ) IGESR, L’intelligence artificielle dans les établissements scolaires , juin 2025. ( [282] ) Étude EdTech France et EY, Une entrée en phase de maturité accélérée par l’IA, vers une consolidation de la filière ? , juin 2026. ( [283] ) Voir par exemple « Génération IA », lancé en juin 2026 par la région Hauts de France, et qui vise notamment à « faire de l’IA un assistant au service de la réussite scolaire en encourageant le développement d’outils et de pratiques favorisant l’autonomie des élèves (aide personnalisée aux devoirs, simulateurs d’oraux, dispositifs de remédiation ou encore solutions facilitant l’inclusion) ».