Le conteneur le plus critiqué en éducation est aussi le plus durable.
Les professionnels de la santé expliquent pourquoi.
L’obituaire qui continue d’être écrit
En 2013, Sebastian Thrun a regardé les taux d’achèvement des cours en ligne ouverts et massifs qui l’avaient rendu célèbre et a dit à Fast Company : « Notre produit est nul. »
Moins de 10 étudiants sur 100 ont terminé.
Il a réorienté Udacity vers la formation en entreprise en quelques semaines.
C’était censé être la mort du cours. Ce n’était ni la première ni la dernière fois.
En 2019, Justin Reich et José Ruipérez-Valiente ont mis des chiffres sur les résultats dans Science : 52 % des inscrits aux MOOC n’ont jamais ouvert le cours, et la rétention en deuxième année était passée de 38 % à 7 % sur quatre cohortes.
L’achèvement, ont-ils écrit, « n’avait pratiquement pas bougé malgré six ans d’investissement dans le développement de cours et la recherche sur l’apprentissage. »
Treize ans après le verdict de Thrun, Lawrence Malama, agent de santé environnementale en Zambie, s’est inscrit à un cours sur le paludisme.
Il avait déjà essayé une fois et avait abandonné.
Cette fois, il a terminé. Il a écrit ce qu’il en a tiré :
« Je suis trop junior au ministère, mais j’ai eu le privilège d’échanger des commentaires avec des médecins et d’autres praticiens de haut rang. »
Cette phrase montre qui a le droit d’être lu par qui. C’est la raison pour laquelle le cours a survécu à tous les obituaires écrits pour lui.
La question dans le titre est posée à nouveau maintenant, avec plus de force, parce que l’intelligence artificielle générative peut produire sur demande presque tout ce qu’un cours contenait avant.
Y répondre signifie séparer deux choses que le débat continue de souder ensemble : ce qu’un cours fournit, et ce qu’un cours est.
Le premier est fini.
Le second est la seule forme institutionnelle que le monde a accepté de reconnaître, de mesurer et de payer.
C’est une affirmation plus inconfortable.
Cela signifie que le cours survit moins sur son mérite pédagogique que sur l’absence de concurrent avec une adresse.
2. Pourquoi les récits des apprenants ici sont des preuves, pas une décoration
Cet article s’appuie sur 5 corpus de réflexions de fin de cours écrites par des apprenants dans des formations organisées par La Fondation Apprendre Genève : paludisme en anglais et en français, équité en santé en anglais et en français, et vieillissement sain et ménopause en anglais.
Plusieurs milliers de réponses. Chacune répond aux mêmes 5 questions sur le changement professionnel, les liens sociaux, la pratique, l’influence et la vision du monde.
Elles sont utilisées ici comme preuves plutôt que comme illustrations. La raison appartient à l’argument lui-même.
Les questions de la Fondation sont délibérément inversées.
Comme l’explique Reda Sadki dans son compte rendu de la science de l’apprentissage qui soutient l’apprentissage entre pairs, le système ne demande pas ce qui devrait être fait face à, par exemple, l’hésitation vaccinale.
Il demande à un praticien de décrire un moment où il y a fait face, ce qu’il a fait, et ce qui s’est passé.
Il rend les enjeux épistémiques explicites dans son analyse des biens communs cognitifs : l’intelligence artificielle peut répondre à la première question, mais seule une personne qui était là peut répondre à la seconde.
Un secteur qui dit aux travailleurs de première ligne que leurs observations sont « simplement anecdotiques » ne fait pas que manquer de respect, affirme-t-il.
Il dégrade la seule capacité humaine qui peut repérer une machine fluide en train de se tromper.
Si cet argument est juste, alors demander à 4 000 professionnels de la santé ce qu’un cours leur a apporté est un instrument approprié.
C’est aussi un instrument limité. Les limites devraient être énoncées avant les citations plutôt que d’être enfouies à la fin.
- Quatre des 5 fichiers sont filtrés par qualité. Chaque réponse citée ici vient de quelqu’un enregistré comme ayant réussi.
- Les apprenants qui ont manqué de temps, qui ont perdu leur connexion, ou qui ont été vaincus par un calendrier fait pour un autre fuseau horaire sont absents par construction.
- Il n’y a pas de groupe de comparaison. Pas de version en autonomie, pas de version avec tuteur IA, pas de communauté non structurée utilisant le même matériel.
- Tout est auto-rapporté, collecté au moment de l’achèvement, avant qu’aucun de ces résultats n’ait à survivre une année chargée.
- La colonne d’évaluation jointe à chaque réponse reconnaît que la plupart généralisent plutôt que de raconter. Elles font allusion à l’expérience au lieu de donner une date et un lieu.
Ce que le corpus peut établir est étroit et utile : ce que les apprenants attribuent, dans leurs propres mots, quand personne ne leur demande d’évaluer leur satisfaction.
3. Les critiques des formations, et ce qu’ils ont vraiment démontré
Ceux qui ont le plus fait pour établir ce qui ne va pas avec les formations n’étaient pas hostiles à l’éducation.
Ils essayaient de résoudre un problème de mesure.
Benjamin Bloom a défini les termes en 1984.
Ses étudiants ont découvert que les apprenants encadrés individuellement avec des méthodes de maîtrise performaient 2 écarts types au-dessus des classes enseignées de façon conventionnelle.
Cela les plaçait au-dessus de 98% du groupe de contrôle.
Il n’a pas conclu que tout le monde devrait engager un tuteur.
Il a posé le problème des 2 sigma : trouver une méthode qui récupère autant que possible de l’effet du tutorat à l’échelle d’une classe.
Quatre décennies de travaux ont suivi. Une méta-analyse de 2020 sur les études de tutorat a trouvé un effet moyen d’environ 0,37.
C’est réel, précieux, et loin de 2 sigma.
La formation, dans la formulation de Bloom, était la contrainte qu’il fallait contourner. Personne ne l’a contournée.
Dave Cormier a attaqué le conteneur lui-même.
Dans Rhizomatic Education: Community as Curriculum (2008), il a soutenu que quand le savoir est une cible mouvante, le curriculum ne peut pas être un intrant : « la communauté est le curriculum », négocié en temps réel par ceux qui apprennent.
Sa formulation est élégante, empiriquement défendable dans les domaines qui évoluent vite, et presque entièrement absente des systèmes éducatifs du monde.
Demandez à un responsable du recrutement d’évaluer un rhizome.
Reich s’en est pris à l’histoire de la disruption avec des données. Sa conclusion dans Failure to Disrupt était que les MOOC étaient un vecteur d’enseignement dirigé par l’enseignant conventionnel livré à grande échelle. C’est pourquoi ils ont produit des résultats conventionnels.
Pire, ils concentraient la participation parmi les personnes déjà aisées plutôt que de combler un écart.
Même l’infrastructure de mesure s’en est prise à elle-même.
La Fondation Carnegie, qui a donné au monde l’unité de crédit, a annoncé son intention de remplacer le temps comme mesure essentielle de l’apprentissage : 7 200 minutes d’instruction par crédit, une heure par jour pendant 24 semaines, une norme qu’elle considère maintenant comme inadéquate.
C’était en 2022.
L’unité de crédit est toujours là.
Une note sur la généalogie s’impose ici. Un certain ensemble de théoriciens apparaît chaque fois que le modèle de la Fondation est décrit : George Siemens sur le connectivisme, Bill Cope et Mary Kalantzis sur le Nouvel Apprentissage et la production de connaissances, Karen Watkins et Victoria Marsick sur l’apprentissage informel et accidentel.
Ils apparaissent parce que Sadki les connaît, a correspondu avec eux, et dans le cas de Cope et Kalantzis a été réorienté par eux. Il avait construit 80 modules d’apprentissage électronique pour transmettre le savoir de la Fédération internationale des Sociétés de la Croix-Rouge et du Croissant-Rouge avant qu’ils lui disent que l’apprentissage se fait par la création de savoir plutôt que par sa consommation.
C’est de l’autobiographie intellectuelle. C’est un type de citation légitime mais différent du registre spécifique de la formation ci-dessus.
La conclusion de Watkins et Marsick selon laquelle la plupart des apprentissages professionnels conséquents se font de manière informelle, en dehors des formations, est la plus pertinente des trois pour cet argument. Elle vient avec le même problème que celle de Cormier : elle décrit quelque chose de réel qu’aucune institution ne sait comment certifier.
Le motif dans tout cela n’est pas que les critiques avaient tort.
Ils ont remporté l’argument de manière décisive, puis ont regardé l’objet de leur critique leur survivre.
4. Pourquoi les meilleures idées n’ont pas d’adresse
L’essai Cognitive Commons de Sadki contient l’explication la plus claire disponible. Il ne mentionne pas du tout la pédagogie.
Il décrit deux professionnelles de la santé.
La première est une responsable de programme national au Nigeria ou au Ghana. Elle a suivi « une formation en cours d’emploi avec des crédits qui ont compté pour l’avancement de sa carrière, des modules de gestion intermédiaire, un programme d’épidémiologie de terrain où un mentor désigné a examiné son enquête sur une épidémie et l’a renvoyée pour révision, et 15 ans dans une institution ayant une mémoire ».
La seconde est une agente de vaccination de district, trois niveaux administratifs plus bas. Elle « a participé à un atelier de deux jours dans la capitale de l’État il y a quatre ans, a reçu une indemnité journalière et un jeu de diapositives, puis a passé dix ans à découvrir seule pourquoi les enfants de trois localités restaient constamment oubliés ».
Elle possède une véritable expertise.
« Personne n’a conçu le parcours qui l’a produite. »
La plupart de ce qui a formé la première femme ressemble à une formation.
Des crédits.
Des modules.
Un programme avec un mentor et une conclusion.
Le système qui a produit son expertise pouvait la voir, la compter et la payer davantage pour cela.
L’expertise de la seconde femme est invisible à tous les instruments que possède son employeur.
C’est ce que le « rhizome » ne peut pas faire.
L’apprentissage informel, les communautés de pratique, la production de connaissances en réseau décrivent tous comment les professionnels deviennent vraiment compétents. Aucun d’eux n’a de relevé de notes, de registre, de crédit ou de ligne sur un formulaire de promotion.
Il n’y a pas de mesure convenue et donc pas de valeur convenue.
Ce qui laisse à la formation un monopole qu’elle n’a pas mérité sur le plan pédagogique.
Les apprenants le disent ouvertement. C’est la chose la moins sentimentale de l’ensemble du corpus.
Kingsley Kofi Nignere, au Ghana, avait passé des années à mettre en œuvre des projets antipaludéens.
« J’ai soutenu la mise en œuvre de projets antipaludéens mais n’avais aucune certification comme preuve d’être un militant antipaludéen. La participation à [la formation d’apprentissage par les pairs de la Fondation] Malaria Turning the Tide a augmenté mon identité et mon portfolio en me décernant ce magnifique certificat. Je suis très honoré de cette certification internationale. »
Et plus tard, sur la formation sur l’équité, ayant été parrainé.
« J’ai effectivement été reconnu en m’inscrivant à cette formation spéciale HEART avec un parrainage prestigieux. De plus, l’examen de mon projet avec des commentaires a amélioré mon statut. Je n’aurais pas pu me permettre les frais de scolarité de cette école. »
Il décrit la conversion de la compétence tacite en une forme que son système peut lire, pas l’apprentissage lui-même.
Cette conversion est la fonction réelle de la formation. Aucun autre conteneur ne l’effectue.
5. Ce que l’IA a cassé, c’est la volonté de payer
La preuve la plus solide de l’obsolescence concerne les marchés.
La preuve d’apprentissage est véritablement impressionnante et véritablement étroite.
Dans un essai randomisé conçu par Harvard, les étudiants en physique travaillant avec un tuteur GPT-4 ont affiché des gains d’apprentissage plus que doubles par rapport à une salle de classe d’apprentissage actif. En moins de temps. 83% ont évalué les explications de l’IA comme équivalentes ou meilleures que celles de leur instructeur.
Une méta-analyse rapporte des ampleurs d’effet de 0,857 sur l’accomplissement et 0,803 sur la motivation.
Notez ce que cet essai a comparé. Non pas l’IA contre un mauvais cours magistral, mais l’IA contre l’intervention qui a battu les cours magistraux.
Sur la transmission de contenu bien défini à des apprenants motivés, le débat est terminé.
Puis la même littérature change de direction.
L’Outlook de l’éducation numérique 2026 de l’OCDE a constaté que lorsque les apprenants dépendent trop de l’IA générative, l’engagement métacognitif diminue sensiblement même si la performance des tâches s’améliore.
Sadki, qui a assisté et l’a documenté, rapporte les phrases qui ont marqué. « La paresse métacognitive » de Dragan Gasevic. L’image que Jason Lodge utilise d’un vélo électrique utilisé pour se mettre en forme.
Les étudiants ont rédigé de meilleures dissertations avec un modèle et n’ont pas pu se souvenir ensuite de ce qu’ils avaient écrit.
Un examen critique de 40 études désigne la même chose comme un conflit croissant entre l’apprentissage significatif et la réussite universitaire visible.
Une analyse de discours d’étudiants de premier cycle apprenant la théorie des graphes a trouvé l’IA augmentant la confiance des apprenants tout en réduisant leur curiosité.
Pendant ce temps, l’argent s’est déplacé.
PwC, en lisant près d’un milliard d’offres d’emploi, constate que les compétences dans les professions exposées à l’IA évoluent 66% plus vite qu’ailleurs.
C’est plus rapide que ce qu’un programme de durée fixe peut être rédigé, accrédité et dispensé.
Le ministère de l’Éducation de la Chine a supprimé 12 200 programmes de diplômes entre 2021 et 2025, plus de 30% de son total. L’IA exécute maintenant les tâches essentielles qu’ils enseignaient.
Aux États-Unis, les nouvelles inscriptions internationales ont chuté de 17% à l’automne 2025. Cela a coûté un milliard de dollars estimé et 23 000 emplois. Les projections vont jusqu’à 112 000 étudiants de moins et 3,4 milliards de dollars en 2026-2027.
Les programmes d’études supérieures des universités publiques avaient équilibré leurs budgets sur les étudiants internationaux à frais complets. Ils découvrent maintenant lesquels de leurs programmes quelqu’un sera disposé à payer au mérite.
Karen Watkins, dont la recherche sur l’apprentissage informel est citée ci-dessus et qui est présidente de la Fondation, a observé cette arithmétique de l’intérieur d’une université publique américaine.
La perspective de là-bas est que la certification peut être de plus en plus la seule partie de l’ensemble qu’un acheteur financera encore.
L’industrie de l’apprentissage en milieu professionnel en a tiré la conclusion évidente.
Un livre blanc d’un fournisseur intitulé Le Cours Est Mort prédit que dans 5 ans, les systèmes de gestion de l’apprentissage, les modèles de conception pédagogique et les certificats d’achèvement paraîtront aussi désuets qu’un téléphone à cadran.
Arist, qui a commencé comme entreprise de microapprentissage par SMS, vend maintenant « des agents IA pour les talents et l’habilitation ». La prémisse est explicite: la fonction de l’avenir n’est pas 50 concepteurs pédagogiques qui construisent des cours, mais une petite équipe qui orchestre des agents. Un agent de recherche mène des milliers d’entretiens personnalisés pour identifier les lacunes en compétences. Un agent créateur ingère 5 000 pages et génère des leçons citées, traduites, adaptées aux rôles en moins d’une journée. Un agent analytique relie le tout à la performance plutôt qu’à l’achèvement.
Le discours commercial est frappant: un taux d’adoption de 95% contre moins de 30% pour l’apprentissage en ligne typique, une rétention des connaissances 9 fois supérieure, un lancement en moins de 3 heures contre 3 à 12 semaines.
Ces chiffres n’apparaissent que dans le marketing de l’entreprise qui les rapporte.
Aucune vérification indépendante n’existe dans la littérature, et l’argument de l’obsolescence s’y appuie quand même.
Et l’architecture concède le point qu’elle essaie de gagner. Les propres matériaux d’Arist décrivent toujours la création de cohortes, les expériences en direct et les communautés basées sur les rôles.
Les agents automatisent ce qui se produit à l’intérieur du conteneur.
Personne n’a supprimé le conteneur.
Le modèle qui émerge des revues systématiques n’est pas un verdict sur les cours.
Une revue PRISMA qui a examiné 5 419 dossiers pour en retenir 47 études identifie les déterminants de l’aide ou du tort de l’IA: la préparation institutionnelle, la littératie IA des professeurs et la maturité de la gouvernance.
Pendant ce temps, l’OCDE rapporte que l’utilisation de l’IA générative approche l’universalité chez les étudiants. 95% des étudiants de premier cycle britanniques l’utilisent, tandis qu’environ 19% des institutions dans le monde ont une politique formelle.
L’obsolescence s’avère conditionnelle à la mise en œuvre, et la mise en œuvre est surtout absente.
6. Ce que les apprenants ont payé
Les apprenants dans les formations de la Fondation n’ont pas payé d’argent.
Ils ont payé de l’attention, dans une monnaie dont ils ont très peu, et ce qu’ils disent avoir acheté est précis.
Une fenêtre délimitée. Sesugh Deborah Oryiman, après la formation sur le paludisme:
« Ma détermination à accomplir les tâches s’est améliorée considérablement pendant et après la période de cette formation. Elle m’a aidée à me pousser à penser vite et profondément, à rédiger des réponses et à respecter les délais. »
La version de Malama est plus directe.
Il avait échoué à terminer le même programme l’année précédente, et cette fois, selon ses propres paroles, « j’ai eu assez d’ennui pour le conquérir ».
Ochola Isaac Timothy mesure son propre changement en unités de calendrier:
« Les deux semaines d’analyse et de collaboration ont renforcé ma confiance. »
Être lu et devoir lire. Joshua Kofi Nnanchom, un professionnel de la santé qui n’a jamais eu la chance de s’inscrire à des études professionnelles en santé, est arrivé à une définition de l’apprentissage qu’aucun programme ne lui a remise:
« J’ai appris que l’apprentissage n’est pas terminé jusqu’à ce que quelqu’un examine votre travail et vous donne un retour. »
Temidayo Olowoopejo:
« L’utilisation de la rubrique a changé la façon dont je lis mon propre travail. »
Fatima Abdulrahman, une pharmacienne habituée à voir tout cliniquement, enregistre ce que l’examen lui a coûté:
« Cela m’a forcée à accepter que mes points de vue ne sont pas toujours parfaits pour une situation particulière. »
Des pairs avec un rang. Jonah Chesang, qui travaille sur des programmes de lutte contre le paludisme à Kween, en Ouganda, décrit ce que la lecture des véritables récits d’autres personnes a construit:
« un fort sens d’identité professionnelle au-delà des frontières, non pas seulement comme des gens faisant un travail similaire mais comme des gens disposés à être honnêtes et précis sur ce qui a mal tourné et comment ils en ont appris. »
Oyinade Uvere énonce directement la contrefactuelle.
Le processus de revue par les pairs « a créé un sentiment d’apprentissage et de collaboration partagés que je n’aurais peut-être pas connu par l’autoformation seule ».
Un langage pour quelque chose qui n’avait pas de nom. Sur la formation sur le vieillissement, Hema Rao Dhande a cessé d’appeler ce qu’elle voyait chez les femmes dans la quarantaine « vieillissement » ou « stress »:
« Après avoir lu l’amorce, j’ai parlé à une femme dans la quarantaine qui avait des sueurs nocturnes et des changements d’humeur. Au lieu de la rejeter, j’ai demandé Te réveilles-tu la nuit en sueur? Nommer cela comme ménopause l’a aidée à se sentir moins seule et plus confiante pour chercher des soins. »
Elle a un plan avec un chiffre dedans: pour les 4 prochaines semaines, elle posera à chaque femme âgée de 40 à 55 ans des questions sur le sommeil, les bouffées de chaleur et les changements d’humeur, et suivra les réponses pour voir si les femmes commencent à se sentir assez en sécurité pour en parler.
Et elle a une lecture systémique de son propre silence:
« Je pensais autrefois que le silence sur la ménopause était normal. Maintenant je le vois comme une falaise de données et un signe d’âgisme et de sexisme. Les femmes après 49 ans ne sont pas comptées dans les rapports cliniques, et leur douleur est simplement appelée vieillissement. »
Ramandeep Kaur, une infirmière éducatrice qui a traversé une ménopause chirurgicale après une hystérectomie, décrit le même changement de l’autre côté:
« comprendre la ménopause par les manuels est très différent de la comprendre par les expériences vécues des femmes. »
Nandhana M.S., une étudiante en soins infirmiers:
« Avant cette formation, je pensais que la ménopause était simplement la fin des menstruations. »
Chaque fait dont l’un d’eux avait besoin était déjà gratuit.
Les symptômes de la périménopause se trouvent dans mille pages en libre accès, et un chatbot aurait fourni la liste en 9 secondes, en malayalam ou en marathi si on le demandait.
Ce que la formation a fourni était une raison de poser une question spécifique à une femme spécifique un après-midi spécifique, et 3 étrangers obligés de lire la réponse.
7. Ce qu’un modèle peut simuler, et ce qu’il ne peut pas
Il est tentant de dresser la liste de ce qu’un chatbot ne peut pas faire.
La liste est plus courte qu’elle n’en a l’air.
Un modèle peut respecter une échéance.
Il peut relancer, rappeler, alerter et planifier mieux que n’importe quel administrateur de formation.
Il peut rédiger une grille d’évaluation.
La vision de Reda Sadki pour 2026 d’une plateforme soutenue par l’IA prévoit une IA qui évalue les connaissances d’un apprenant, recherche les données probantes actuelles en quelques minutes, génère un projet adapté à son contexte et la grille selon laquelle il sera évalué, puis traduit tout pour que chacun travaille dans sa propre langue.
Il peut donner un retour plus détaillé, plus patient et plus disponible à 4 h du matin que n’importe quel évaluateur par les pairs.
Il peut délivrer un certificat.
Il peut simuler l’encouragement de façon assez convaincante pour que la plupart des apprenants ne le testent pas.
Ce qu’il ne peut pas faire, c’est être quelqu’un dont le regard a un prix.
Cela mérite qu’on s’y attarde, car ce n’est pas une affirmation mystique sur la chaleur humaine.
Regardons ce qui s’est réellement passé avec Malama.
Un médecin, plusieurs échelons au-dessus de lui dans un ministère, a passé 20 minutes à lire le travail écrit d’un jeune agent de santé environnementale et lui a répondu.
L’attention de ce médecin est rare, rationnée et normalement distribuée selon la hiérarchie.
La formation l’a redistribuée.
L’information dans le retour aurait pu être ordinaire.
La dépense ne l’était pas, et c’est la dépense qui porte le signal.
Malama sait maintenant quelque chose qu’il n’aurait pas pu apprendre d’aucun tuteur, aussi compétent soit-il: que son compte rendu de son propre travail mérite le temps d’un collègue senior.
L’attention d’un modèle est infinie, et donc sans valeur comme signal.
Il ne peut pas conférer de statut pour la même raison qu’une imprimerie ne peut pas conférer une chevalerie.
Ce n’est pas une question de capacité ou de fluidité.
Le statut est une revendication sur le regard rare d’autrui, et un système qui peut produire un regard infini n’en produit aucun.
La reconnaissance fonctionne de la même façon.
Le « certificat d’or » de Nignere a du sens parce qu’une institution nommée y a attaché sa réputation et pourrait être embarrassée par son échec.
Une accréditation qu’une machine peut émettre sur demande est un reçu, pas une reconnaissance.
Les décisions de conception de Sadki suivent cette logique de plus près que ses écrits sur l’IA ne le suggèrent parfois.
Son cadre pour l’IA en tant que collègue place la machine à l’intérieur de la structure et l’attache: la première embauche agentique de la Fondation a une description de rôle, un superviseur, un champ d’application délimité et aucune autorité pour envoyer quoi que ce soit à l’extérieur sans validation humaine.
Et la couche d’intégrité qu’il décrit existe pour répondre à une seule question à grande échelle. Ce n’est pas « ce texte est-il bon? » mais est-ce que cet apprenant a réellement tenu ses engagements envers ses pairs.
C’est un système construit pour protéger la rareté de l’attention humaine, parce que la rareté est le produit.
8. Le paragraphe collé 5 fois
Dans la formation sur le vieillissement, une étudiante en soins infirmiers a écrit un paragraphe correct sur la ménopause et la qualité de vie, puis a collé le même paragraphe dans la deuxième question, la troisième, la quatrième et la cinquième.
Une autre a répondu à 4 questions différentes avec un seul bloc de texte sur les connexions sociales.
Les deux ont réussi à 100%.
Dans la formation sur l’équité, Maureen Asembo a conclu une réflexion particulièrement solide avec une note: « NB Utilisé ChatGPT pour réorganiser mes pensées et corriger les erreurs grammaticales. »
À Sankuru, un assistant technique rapporte avoir utilisé Copilot pour affiner un récit de projet après qu’un évaluateur se soit plaint qu’il manquait d’expérience vécue.
C’est là que la question de l’obsolescence mord vraiment, et cela n’a rien à voir avec la triche.
Pendant environ un siècle, l’artefact écrit a rempli deux fonctions dans une formation.
Il servait de substitut à la réflexion.
Vous ne pouviez pas produire l’essai sans avoir fait le travail de pensée.
Il servait aussi de preuve de participation, la preuve qui vous donnait droit au crédit.
Ces deux fonctions dépendaient d’une rareté qui n’existe plus.
Quand la prose fluide ne coûte rien, une formation dont la seule preuve est du texte ne peut pas distinguer un apprenant qui a réfléchi d’un apprenant qui a fait une requête, ce qui signifie qu’elle ne peut pas certifier quoi que ce soit de façon honnête.
La synthèse d’études de Slimi le formule avec précision: l’IA a exposé les faiblesses déjà présentes dans la conception de l’évaluation plutôt que de créer une nouvelle crise.
Le verrou était cassé depuis des années.
La machine est simplement entrée et l’a démontré.
Sadki a écrit sur le coût humain de ceci avec plus de soin que la plupart.
Dans l’essai sur les biens communs cognitifs, il décrit Joseph Ngugi, un Scholar kenyan assidu qui a commencé à soumettre de la prose générique générée par l’IA et refuse de la lire comme un désengagement.
Il appelle cela le piège de la transparence: divulguer l’utilisation de l’IA et risquer que vos connaissances soient rejetées, la cacher et porter seul le poids éthique.
Ngugi n’a jamais eu l’occasion d’écrire le chapitre suivant de cette histoire, car il est décédé l’année dernière.
Qu’il repose en paix.
La conclusion de Sadki est que l’interdiction ne peut pas régler ceci et que seules des conditions dans lesquelles la transparence est sûre le pourront.
Si les preuves de la Fondation reposent sur des comptes rendus de praticiens à la première personne, et que ces comptes rendus passent de plus en plus par un modèle d’IA avant d’arriver, le fondement de tout ce qu’elle affirme est vulnérable.
Donc une obsolescence dans le débat est réelle et précise.
Pas la formation.
L’essai.
9. La porte
Voici comment tout se rejoint. C’est une position stratégique, pas théorique.
La propre théorie de la Fondation va à l’encontre de ce qu’elle propose.
La théorie d’apprentissage de Reda Sadki dit que dans des situations complexes, apprendre et agir sont le même processus. Elle dit aussi qu’un peu de structure suffit pour que ce processus fonctionne à grande échelle. Et elle dit clairement que « la bonne unité de conception n’est pas la formation mais le réseau persistant ».
Les documents internes montrent un changement délibéré. La Fondation utilise de moins en moins le mot « formation ». Elle parle plutôt de mouvement et d’assemblée.
La grille de diagnostic place l’idéal à « juste assez de structure ». Elle signale deux échecs: le script rigide et la conversation sans structure.
Et pourtant les formations sont restées.
Dans le document de vision pour une plateforme supportée par l’IA, la machine diagnostique l’apprenant, construit son projet, écrit sa grille d’évaluation et trouve ses pairs. Ensuite le système invite ces personnes « à rejoindre une « formation » débutante ».
Le mot est gardé, entre guillemets, par une organisation qui a passé dix ans à expliquer pourquoi c’est le mauvais mot.
La raison se trouve dans la section 4.
Une infirmière qui travaille au Kerala sait comment s’inscrire à une formation pendant sa pause déjeuner.
Elle ne sait pas comment s’inscrire à un « rhizome » ou même à un « mouvement ». Son superviseur non plus. Ni son organisme de réglementation. Ni son comité de promotion.
La formation est la seule porte du bâtiment avec une poignée que tout le monde reconnaît.
Derrière, la Fondation construit quelque chose qui n’a pas de nom et pas de mesure. Un cycle de 16 jours pour écrire, examiner 3 pairs selon une grille, et réviser.
Puis un Impact Accelerator avec un rythme précis. Lundi, vous prenez un engagement pour une action que vous pouvez finir vendredi. Mercredi, vous comparez avec vos pairs. Vendredi, vous faites un rapport qui inclut l’échec. Et lundi suivant, vous prenez un nouvel engagement avec tout cela derrière vous.
La propre matrice pédagogique de la Fondation ne survend pas le milieu de cette séquence.
Elle évalue l’exercice d’apprentissage par les pairs de 16 jours comme seulement modéré sur la praxis. « La planification prépare, ce n’est pas encore l’action. » Et faible sur l’échelle. « Limité à un groupe d’examen de 3 pairs. »
L’Impact Accelerator est évalué fort sur la praxis et faible sur l’échelle.
Teach to Reach est évalué fort sur l’échelle et modéré sur la praxis.
Ils ne sont pas interchangeables. Aucun d’entre eux seul n’est la réponse.
La formation est la porte.
L’échafaudage derrière est la raison d’être de la porte.
C’est aussi pourquoi l’échafaudage ne peut pas être remplacé par une disponibilité continue, aussi attrayant que cela semble.
Les réflexions des apprenants qui voulaient plus sont parmi les plus instructives.
Du Tchad, sur la formation sur l’équité:
« Un soutien après la formation m’aurait aidé à consolider ce que j’ai acquis. »
D’un participant en déplacement quand elle s’est terminée:
« Je n’ai pas encore eu le temps d’appliquer ce que j’ai appris. »
De la cohorte plus âgée, directement:
« Mes compétences professionnelles actuelles et mes attitudes fondamentales sont restées sensiblement les mêmes. »
La limite est ce qui a produit le travail. Et la limite est où le travail est abandonné.
Les deux affirmations sont vraies. Le problème de conception est de construire une deuxième chose avec une limite qui s’ouvre quand la première se ferme. Pas une porte toujours ouverte par laquelle personne ne passe.
10. Sankuru
Le Dr Mathieu Kalemayi Ndjibu est assistant technique en vaccination dans la province de Sankuru, en République démocratique du Congo.
Il travaille avec les enfants qui n’ont reçu aucun vaccin.
Il a commencé la formation sur l’équité avec beaucoup d’énergie. Il a tout de suite rencontré des difficultés. Le temps prévu pour les discussions en petits groupes était très court. Sa connexion internet coupait sans arrêt.
Il s’est quand même porté volontaire pour prendre des notes. Il a parlé en premier.
Son groupe a utilisé la méthode des 5 pourquoi pour analyser la mort d’une jeune femme dans un village. La communauté l’avait rejetée à cause d’une grossesse jugée inacceptable. Le groupe n’a pas réussi à se mettre d’accord sur la cause profonde.
La séance plénière a sauvé l’analyse.
Puis ses obligations professionnelles l’ont éloigné pendant 3 jours.
Il a manqué l’assemblée générale et le café virtuel.
Il décrit une période de stress. Elle n’a pris fin que quand un facilitateur lui a dit que toutes les séances avaient été enregistrées.
Il les a toutes regardées. Il a rattrapé son retard.
Il a essayé de joindre les pairs qui lui avaient été assignés.
Toutes ses tentatives ont échoué.
Son projet a reçu des commentaires.
Un examinateur a dit que le récit manquait d’expérience personnelle vécue. Il a jugé ce commentaire faux, puisque le récit venait de son propre travail. Il l’a dit.
Cette erreur de lecture lui a quand même appris quelque chose sur la clarté d’un document partagé.
Un deuxième examinateur lui a demandé de définir des objectifs SMART. Il a alors reconstruit son plan d’action sous forme de tableau de planification avec des étapes et des responsables nommés.
Il est reparti avec un groupe WhatsApp et une série de numéros de téléphone. Selon lui, ils les utilisent encore aujourd’hui.
Voici ce qui a échoué: la connexion internet, le jumelage, la planification et la compréhension de lecture d’un examinateur.
Voici ce qui a survécu: l’obligation de produire quelque chose, 3 inconnus qui l’ont lu, un désaccord qu’il a pu gagner, un tableau avec des responsables nommés et un groupe de discussion qui a duré plus longtemps que le certificat.
11. Coda
Les formations sont-elles obsolètes?
Comme moyen de faire entrer l’information dans la tête d’une personne, oui. Le marché l’a déjà montré.
Comme seul format que le monde a accepté de reconnaître, de mesurer et de récompenser, non.
Ce n’est pas parce que cela fonctionne bien. C’est parce qu’un siècle d’idées meilleures n’a jamais construit d’institution.
Ce n’est pas une bonne défense de la formation.
C’est une accusation contre tout ce qui l’entoure. Cela montre où se trouve le vrai travail. Il ne s’agit pas de prouver que l’apprentissage par les pairs est meilleur qu’un cours magistral. Bloom l’a établi en 1984. Il s’agit de construire les mesures, la reconnaissance et les parcours qui permettraient que la décennie de jugement acquis à la force du travail de l’agent de vaccination de district compte autant que les points de crédit du gestionnaire de programme.
D’ici là, quelque part au Maharashtra ce mois-ci, une femme dans la quarantaine dira qu’elle se sent fatiguée dernièrement. On lui demandera si elle se réveille la nuit en transpirant.
Références
Wilson-Trollip, S. A. (2024). Harnessing AI for peer-to-peer learning support: Insights from a bibliometric analysis. Perspectives in Education, 42(4). https://doi.org/10.38140/pie.v42i4.8431
Sichterman, B., Noroozi, O., & Boetje, J. (2025). Supporting peer learning with artificial intelligence: A systematic literature review. Innovations in Education and Teaching International, 1648-1664. https://doi.org/10.1080/14703297.2025.2530118
Morris, C., & Maes, P. (2026). When peers outperform AI, and when they do not: Interaction quality over modality. arXiv preprint. https://arxiv.org/abs/2601.11777
Bacalso, F. D., Villamor, F. E., Paclipan, C. P., Orquia, C. J. B., Rendon, I. P., Albiso, A. T., et al. (2026). Institutional approaches to generative AI management in higher education: A systematic review. Frontiers in Education, 11, 1814426. https://doi.org/10.3389/feduc.2026.1814426
Bittle, K., & El-Gayar, O. (2025). Generative AI and academic integrity in higher education: A systematic review and research agenda. Information, 16(4), 296. https://doi.org/10.3390/info16040296
Bloom, B. S. (1984). The 2 sigma problem: The search for methods of group instruction as effective as one-to-one tutoring. Educational Researcher, 13(6), 4-16. https://doi.org/10.3102/0013189X013006004
Burns, M. (2026). What the research shows about generative AI in tutoring. Brookings Institution. https://www.brookings.edu/articles/what-the-research-shows-about-generative-ai-in-tutoring/
Burns, M., Winthrop, R., Luther, N., Venetis, E., & Karim, R. (2026). A new direction for students in an AI world: Prosper, prepare, protect. Brookings Institution, Center for Universal Education. https://www.brookings.edu/wp-content/uploads/2026/01/A-New-Direction-for-Students-in-an-AI-World-FULL-REPORT.pdf
Cope, B., & Kalantzis, M. (2009). « Multiliteracies »: New literacies, new learning. Pedagogies: An International Journal, 4(3), 164-195. https://doi.org/10.1080/15544800903076044
Cormier, D. (2008). Rhizomatic education: Community as curriculum. Innovate: Journal of Online Education, 4(5), Article 2. https://nsuworks.nova.edu/innovate/vol4/iss5/2/
Fricker, M. (2007). Epistemic injustice: Power and the ethics of knowing. Oxford University Press. https://doi.org/10.1093/acprof:oso/9780198237907.001.0001
Hon, K. (2026). Generative AI in higher education: A systematic review of its effects on learning outcomes and academic performance. Journal of Educational Technology Systems, 54(3), 537-560. https://doi.org/10.1177/00472395251400089
Ikram, M., Hanefar, S. B. M., Saleem, S. M. U., & Zulfiqar, F. (2026). Artificial intelligence in education: A systematic review of personalized learning trends and future directions. Frontiers in Education, 11, 1782626. https://doi.org/10.3389/feduc.2026.1782626
Kamenetz, A. (2013, December 31). The online education revolution drifts off course. NPR. https://www.npr.org/2013/12/31/258420151/the-online-education-revolution-drifts-off-course
Kestin, G., Miller, K., Klales, A., Milbourne, T., & Ponti, G. (2025). AI tutoring outperforms in-class active learning: An RCT introducing a novel research-based design in an authentic educational setting. Scientific Reports, 15(1), 17458. https://doi.org/10.1038/s41598-025-97652-6
Kim, J., & Lee, S.-S. (2022). Are two heads better than one? The effect of student-AI collaboration on students’ learning task performance. TechTrends, 67(2), 365-375. https://doi.org/10.1007/s11528-022-00788-9
Kumar, M., & Babu, A. (2026). A systematic review and meta-analysis on the use of artificial intelligence in education: Trends, impacts, and future directions. Innovare Journal of Education, 14(4), 18-23. https://doi.org/10.22159/ijoe.2026v14i4.59916
NAFSA: Association of International Educators, & JB International. (2026). Fall 2026 international student enrollment outlook and economic impact. https://www.nafsa.org/sites/default/files/media/document/Fall_2026_International_Student_Economic_Snapshot_NAFSA_JBI.pdf
NAFSA: Association of International Educators. (2025). Fall 2025 international student enrollment snapshot and economic impact. https://www.nafsa.org/fall-2025-international-student-enrollment-snapshot-economic-impact
National Education Policy Center. (2026). NEPC review: A new direction for students in an AI world. https://nepc.colorado.edu/sites/default/files/reviews/NR%20Penuel.pdf
Nickow, A., Oreopoulos, P., & Quan, V. (2020). The impressive effects of tutoring on preK-12 learning: A systematic review and meta-analysis of the experimental evidence (NBER Working Paper No. 27476). National Bureau of Economic Research. https://doi.org/10.3386/w27476
Nietzel, M. T. (2026, 12 août). Projected loss of international students could bring a $3.4 billion hit. Forbes. https://www.forbes.com/sites/michaeltnietzel/2026/08/12/projected-loss-of-international-students-could-bring-a-34-billion-hit/
OECD. (2026a). Digital Education Outlook 2026. OECD Publishing. https://www.oecd.org/en/publications/oecd-digital-education-outlook-2026_e0e45a57-en.html
OECD. (2026b). Policies supporting responsible and systematic GenAI adoption in higher education. OECD Publishing.
Poquet, O. (n.d.). Social network analysis of TGLF learning environments [Analyse non publiée]. Cited in and summarised by the Structured Peer Praxis draft (2026).
PwC. (2025). The fearless future: 2025 global AI jobs barometer. https://www.pwc.com/gx/en/issues/artificial-intelligence/job-barometer/2025/report.pdf
PwC. (2026). 2026 global AI jobs barometer: Global report findings. https://www.pwc.com/gx/en/issues/artificial-intelligence/job-barometer/2026/2026-global-ai-jobs-barometer-global-findings.pdf
Qian, Y. (2025). Pedagogical applications of generative AI in higher education: A systematic review of the field. TechTrends, 69(5), 1105-1120. https://doi.org/10.1007/s11528-025-01100-1
Reich, J. (2020). Failure to disrupt: Why technology alone cannot transform education. Harvard University Press.
Reich, J., & Ruipérez-Valiente, J. A. (2019). The MOOC pivot. Science, 363(6423), 130-131. https://doi.org/10.1126/science.aav7958
Sadki, R. (2023, 19 octobre). What learning science underpins peer learning for global health? https://redasadki.me/2023/10/19/what-learning-science-underpins-peer-learning-for-global-health/
Sadki, R. (2025a, 6 avril). Why YouTube is obsolete: From linear video content consumption to AI-mediated multimodal knowledge production. https://redasadki.me/2025/04/06/why-youtube-is-obsolete-from-linear-video-content-to-ai-mediated-multimodal-knowledge/
Sadki, R. (2025b, 16 juillet). Eric Schmidt’s San Francisco Consensus about the impact of artificial intelligence. https://redasadki.me/2025/07/16/eric-schmidts-san-francisco-consensus-about-the-impact-of-artificial-intelligence/
Sadki, R. (2025c). Why peer learning is critical to survive the Age of Artificial Intelligence. https://doi.org/10.59350/redasadki.21123
Sadki, R. (2025d). A global health framework for artificial intelligence as co-worker to support networked learning and local action. https://doi.org/10.59350/gr56c-cdd51
Sadki, R. (2025e). Artificial intelligence, accountability, and authenticity: Knowledge production in the age of generative AI. https://doi.org/10.59350/w1ydf-gd85
Sadki, R. (2025f). The business of artificial intelligence and the equity challenge. https://doi.org/10.59350/redasadki.20984
Sadki, R. (2025g). What the 2025 State of AI Report means for global health and humanitarian action. https://doi.org/10.59350/dpjw3-vgp93
Sadki, R. (2025h). The great unlearning: Notes on the Empower Learners for the Age of AI conference. https://doi.org/10.59350/859ed-e8148
Sadki, R. (2025i, 11 novembre). The future of work: Remarks at the 9th 1M1B Impact Summit held at the United Nations in Geneva. https://redasadki.me/2025/11/11/the-future-of-work-remarks-at-the-united-nations-in-geneva/
Sadki, R. (2026g, 31 janvier). 5 reasons why our current systems of learning are broken, and how to fix them. https://redasadki.me/2026/01/31/5-reasons-why-our-current-systems-of-learning-are-broken-and-how-to-fix-them/
Sadki, R. (2026h, 24 mars). OECD Digital Education Outlook 2026: How can AI help human beings learn and grow? https://redasadki.me/2026/03/24/oecd-digital-education-outlook-2026-how-can-ai-help-human-beings-learn-and-grow/
Sadki, R. (2026i, 6 mai). When we get health wrong, people die: Designing artificial intelligence to serve community health. https://redasadki.me/2026/05/06/when-we-get-health-wrong-people-die-designing-artificial-intelligence-to-serve-community-health/
Sadki, R. (2026j). The integrity layer: Using assessment to scaffold peer learning at scale. https://doi.org/10.59350/ympfp-gzg71
Sadki, R. (2026k). Artificial intelligence for global health: A tragedy of the commons brewing in Geneva’s basement. https://doi.org/10.59350/zcnvp-yc278
Sadki, R. (2026l, 14 août). Health workforce development in the Age of Intelligence: A tragedy of the cognitive commons. https://redasadki.me/2026/08/14/health-workforce-development-in-the-age-of-intelligence-a-tragedy-of-the-cognitive-commons/
Schön, D. A. (1983). The reflective practitioner: How professionals think in action. Basic Books.
Scott, J. C. (1998). Seeing like a state: How certain schemes to improve the human condition have failed. Yale University Press.
Sen, S. (2026). Why did China just junk 12,000 degree courses? They were « obsolete. » ThePrint. https://theprint.in/feature/china-just-junk-12000-degree-courses-obsolete/2960209/
Siemens, G. (2005). Connectivism: A learning theory for the digital age. International Journal of Instructional Technology and Distance Learning, 2(1). https://web.archive.org/web/2020/http://www.itdl.org/Journal/Jan_05/article01.htm
Slimi, Z. (2026). A systematic critical review of generative AI’s impact on authorship, pedagogy, and integrity, 2023-2025. Frontiers in Education, 11, 1769680. https://doi.org/10.3389/feduc.2026.1769680
Sparks, S. D. (2022, 8 décembre). The head of the Carnegie Foundation wants to ditch the Carnegie unit. Here’s why. Education Week. https://www.edweek.org/teaching-learning/the-head-of-the-carnegie-foundation-wants-to-ditch-the-carnegie-unit-heres-why/2022/12
Thomas, D., Lin, Y., Gatz, M., et al. (2024). Improving student learning with hybrid human-AI tutoring: A three-study quasi-experimental investigation. In Proceedings of the 14th Learning Analytics and Knowledge Conference (LAK ’24). https://doi.org/10.1145/3636555.3636896
Times Higher Education. (2013, 28 novembre). MOOCs: edX unveils Arab initiative, Udacity rethinks « lousy product. » https://www.timeshighereducation.com/news/moocs-edx-unveils-arab-initiative-udacity-rethinks-lousy-product/2009277.article
Upadhayaya, K. K. (2026). Artificial intelligence in education: Opportunities, risks, and pedagogical implications for learning and assessment. Advances in Mobile Learning Educational Research, 6(2), 1833-1844. https://doi.org/10.25082/AMLER.2026.02.001
Watkins, K. E., & Marsick, V. J. (1990). Informal and incidental learning in the workplace. Routledge.
Watters, E., Maxham, M., & Baron, P. (2026). The use of artificial intelligence in higher education: A systematic literature review of learning effectiveness and ethical issues. IGI in Education Insight, 1(2), 79-86. https://doi.org/10.53905/edu.v1i02.10
Wells, C. (2025, 30 novembre). Fewer international students are enrolling at U.S. colleges, which could cost the country $1 billion, reports find. CNBC. https://www.cnbc.com/2025/11/30/international-student-enrollment-decline.html
Wu, F., Dang, H., Li, Y., et al. (2025). A systematic review of responses, attitudes, and utilization behaviors on generative AI for teaching and learning in higher education. Behavioral Sciences, 15(4), 467. https://doi.org/10.3390/bs15040467