Pourquoi le document S-1 d’Anthropic ne parle-t-il presque pas de l’avenir de l’éducation ?

Anthropic gère son propre laboratoire de biologie moléculaire, a racheté une entreprise de biotechnologie et assure ses investisseurs que Claude va transformer la découverte de médicaments. Son prospectus propose aux écoles et universités un mode d’apprentissage, du temps pour les enseignants et une certification maison. Pour ceux qui espèrent ou craignent que les entreprises d’IA transforment l’éducation, ce document déçoit.

Anthropic, l’entreprise qui construit les modèles Claude, a déposé son formulaire S-1 auprès de la Securities and Exchange Commission (SEC) des États-Unis en octobre 2026 (Anthropic, PBC, 2026). Un S-1 est la déclaration d’enregistrement qu’une entreprise dépose avant de vendre ses actions pour la première fois au public. La plupart du document est le prospectus. Ce prospectus doit décrire l’activité, les finances, les risques et la direction de l’entreprise. Il doit aussi inclure toute information qui empêche ces déclarations de tromper les investisseurs. Comme l’entreprise est responsable de ce qu’elle dit devant la loi, un S-1 montre où elle attend ses revenus, où elle investit et ce qui l’inquiète.

J’ai examiné ses 243 089 mots. J’ai cherché chaque mention de l’éducation, des écoles, des universités, des étudiants, des enseignants, de l’apprentissage, de la formation, de la main-d’œuvre, des talents, des compétences, des emplois et du capital humain. Cette recherche confirme un contraste qu’un lecteur remarquerait de toute façon. Le document décrit le travail de Claude en mathématiques, en logiciel et en recherche pharmaceutique au niveau des laboratoires, des rachats et des bases de données. Il décrit l’éducation au niveau d’une brochure commerciale.

Anthropic décrit en détail le logiciel, la finance et la découverte de médicaments

Le document affirme que l’IA de pointe « transforme le travail cognitif ». Il estime que le travail des travailleurs du savoir représente « plus de 40 000 milliards de dollars dans le monde en 2025 ». Il consacre ses détails aux secteurs avec de gros budgets et un travail professionnel très bien payé et réglementé.

Certaines mentions de l’éducation ne parlent pas vraiment d’éducation. Par exemple, la loi RAISE de New York ou le « programme d’aide aux études » dans les avantages du personnel.

Dans les sciences de la vie, Anthropic dit avoir « investi dans une expertise approfondie en sciences de la vie ». Cela comprend le recrutement d’experts du secteur, la construction d’un laboratoire de biologie moléculaire, l’acquisition de Coefficient Bio et des partenariats avec des leaders du secteur. Claude for Life Sciences couvre le développement de médicaments « de la découverte précoce et de la recherche préclinique jusqu’aux essais cliniques et aux dossiers réglementaires ».

Pour l’éducation, le document ne décrit aucun laboratoire, aucune acquisition, aucun lien avec les systèmes qui font fonctionner les écoles et les universités, aucun chiffre d’affaires et aucune taille de marché.

Le document présente aux étudiants un mode apprentissage et aux enseignants du temps gagné

L’éducation apparaît quatre fois. La liste de ce que l’IA puissante pourrait rendre possible inclut « offrir une éducation adaptée individuellement et des conseils financiers et juridiques d’experts ».

• L’éducation est l’un des onze secteurs environ où Claude est « déployé pour le travail intellectuel ». Claude for Education, vendu par « accords à l’échelle de l’établissement », « donne aux professeurs, étudiants, chercheurs et administrateurs un partenaire IA pour l’enseignement, l’apprentissage, la recherche et les opérations ». Il comprend « un mode apprentissage pour les étudiants, conçu pour renforcer la pensée critique ».
• Claude for Teachers donne aux enseignants K-12 vérifiés aux États-Unis un accès premium gratuit, « une bibliothèque de compétences pédagogiques et un lien direct vers des programmes basés sur des preuves ». La promesse : « Claude s’occupe de la paperasse pour que les enseignants puissent passer plus de temps avec leurs élèves ».
• L’équipe Impacts sociétaux étudie « comment les étudiants, les éducateurs et les travailleurs utilisent le modèle » (Anthropic, PBC, 2026).

Le document ne présente aucun résultat d’apprentissage. Le mode apprentissage est une intention de conception sans données dans le document. Le bénéfice offert aux enseignants est du temps gagné sur la paperasse.

Gagner du temps ne montre pas que quelqu’un a mieux appris. Lors de la conférence OECD Digital Education Outlook 2026, des chercheurs ont rapporté « des gains de performance accompagnés de pertes d’apprentissage » quand l’IA générative est utilisée sans intention pédagogique (Sadki, 2026a).

Le parcours d’Anthropic en éducation est une série de produits

Anthropic a lancé Claude for Education en avril 2025. C’est « une version spécialisée de Claude adaptée aux établissements d’enseignement supérieur » (Anthropic, 2025a).

• Le même mois, l’entreprise a publié une analyse d’un million de conversations anonymisées d’étudiants sur Claude.ai (Anthropic, 2025b).
• En juillet 2025, elle a annoncé des intégrations avec Canvas, Panopto et Wiley (Anthropic, 2025c).
• Claude for Teachers a suivi pour les enseignants K-12 aux États-Unis (Anthropic, PBC, 2026).

George Siemens est un théoricien de l’apprentissage. Il dirige maintenant la stratégie IA à Southern New Hampshire University. Il a commenté le lancement d’avril 2025 dans sa newsletter : « Ce que je trouve intéressant, c’est que le rôle de l’éducation pour l’apprentissage et le développement semble très ordinaire ». Anthropic avait ajouté la capacité de créer des plans d’études. Mais cela « n’est pas une révision ambitieuse de l’éducation » (Siemens, 2025).

Dix-huit mois et un prospectus plus tard, la description n’a pas changé.

Chaque étape ajoute des fonctionnalités aux cours, plateformes et établissements qui existent déjà.

Aucune ne pose la question : à quoi servent ces établissements quand un modèle peut rédiger la dissertation, résoudre l’exercice et faire du tutorat auprès de l’étudiant.

Quatre raisons pour lesquelles le dépôt dit si peu de choses sur l’éducation

Anthropic n’explique pas sa réserve. Ce qui suit est ma lecture du dépôt. Chaque raison repose sur ce que le S-1 dit vraiment.

1. L’éducation ne fait pas bouger les chiffres. Le S-1 présente une entreprise valorisée sur la croissance de ses revenus. Il chiffre le marché pharmaceutique et la valeur de 40 000 milliards de dollars du travail intellectuel. Il ne donne aucun chiffre de revenus pour l’éducation. L’entreprise vend aux établissements par des accords et offre un accès premium gratuit aux enseignants américains. Un secteur qu’Anthropic alimente gratuitement n’est sans doute pas un secteur dont elle attend que les investisseurs reconnaissent la valeur.
2. Les enfants représentent un risque juridique. Les facteurs de risque indiquent que les conditions d’utilisation grand public d’Anthropic exigent que les utilisateurs aient au moins 18 ans. Ils précisent que « des mineurs ont accédé par le passé, et pourraient accéder à l’avenir, à la plateforme ». Ils ajoutent que « les risques liés à la sécurité des enfants peuvent être particulièrement aigus, car les mineurs peuvent être plus sensibles aux contenus nuisibles, à la manipulation ou à une dépendance excessive aux résultats de l’IA ». Les incidents impliquant des enfants « tendent à attirer une attention accrue des régulateurs, des médias et du public ». Les procureurs généraux des États et des plaignants privés ont commencé à engager contre les entreprises du secteur des actions fondées sur « la responsabilité délictuelle, la responsabilité du fait des produits, la protection des consommateurs et le défaut d’avertissement » (Anthropic, PBC, 2026). Une entreprise qui classe la dépendance excessive des mineurs parmi les risques juridiques a une raison de dire peu de choses sur la façon dont ses produits façonnent l’apprentissage des jeunes.
3. Les enseignants et les chargés de cours forment une main-d’œuvre politiquement sensible. Le S-1 avertit que ses propres « déclarations concernant les suppressions d’emplois ou les perturbations économiques » pourraient être utilisées contre elle dans des litiges et des procédures réglementaires. Il cite comme risque les « taxes, redevances ou autres mesures » propres à l’IA visant les déplacements de main-d’œuvre. Promettre de transformer l’éducation soulèverait la question de ce qui arrive aux personnes qui enseignent. Le dépôt propose aux enseignants de l’aide pour « les tâches administratives ».
4. Il n’y a aucune preuve à divulguer. Un S-1 ne doit pas induire en erreur. Anthropic peut décrire l’acquisition de Coefficient Bio et le code écrit par Claude. Ce sont des faits. Elle ne communique aucun résultat d’apprentissage dans son dépôt. Le mode d’apprentissage apparaît donc comme une intention de conception. Mon article complémentaire montre que les données publiées sur le tutorat par l’IA sont mitigées.

Ensemble, ces raisons décrivent un choix rationnel.

• L’éducation offre de petits budgets, des mineurs, une main-d’œuvre enseignante nombreuse et très visible politiquement, ainsi que des preuves contestées.
• La découverte de médicaments offre de gros budgets, des professionnels adultes et des résultats mesurables. Les investisseurs sont informés du second.

L’apprentissage apparaît comme un obstacle aux ventes

Les plus importants investissements du dépôt dans l’apprentissage forment les clients d’Anthropic.

• La Claude Frontier Academy, « soutenue par un engagement de 100 millions de dollars », répond à « la pénurie d’ingénieurs capables de faire passer l’IA d’un premier cas d’usage à la production ». Son but est de « former 10 000 ingénieurs grâce à l’Académie d’ici la fin de 2027 ».
• Le Claude Certification Program a certifié « plus de 150 000 praticiens dans plus de 4 000 organisations ». Ces « compétences sont validées par des examens surveillés ».

Parmi les obstacles à l’adoption, le S-1 cite la « reconversion de la main-d’œuvre ». Elle fait partie de la « conduite du changement substantielle » susceptible de « retarder ou empêcher l’adoption » (Anthropic, PBC, 2026).

Lorsque l’apprentissage humain ralentit les revenus, Anthropic crée sa propre académie et délivre sa propre certification. Elle traite le déficit de compétences comme un coût de vente. Elle ne le traite pas comme un problème public.

Le certificat d’Anthropic entre sur un marché où les diplômes prédisent peu de choses

Le Claude Certification Program évalue les « compétences » par des « examens surveillés ». La plupart de l’enseignement supérieur certifie autre chose.

En 2012, Burck Smith a montré que l’accréditation repose « principalement sur les moyens d’un établissement d’enseignement supérieur plutôt que sur ses résultats ». Il a aussi montré que trois choses forment un « triangle de fer ». D’abord, l’accréditation centrée sur les moyens. Ensuite, les subventions publiques qui en dépendent. Enfin, le contrôle qu’exercent les établissements sur les crédits qu’ils acceptent. Ce triangle maintient les prix élevés et tient à l’écart les nouveaux acteurs (Sadki, 2012).

En 2021, je me suis demandé si l’appel de l’Organisation mondiale de la santé à transformer la formation en santé mondiale pouvait trouver une réponse auprès d’« établissements qui forment un monopole protégé » (Sadki, 2021).

Les données sur les diplômes confirment ce doute.

• Les années d’études prédisent la performance professionnelle avec une validité de 0,10 sur une échelle de 0 à 1. C’est l’un des signaux les plus faibles jamais mesurés par la recherche en gestion des ressources humaines. Les notes universitaires n’ajoutent presque rien au-delà de l’aptitude cognitive générale (Schmidt et Oh, 2016).
• La corrélation entre les notes et la performance professionnelle tombe à 0,05 six ans après l’obtention du diplôme (Roth et al., 1996).
• Environ 30 % du gain salarial lié à l’obtention d’un diplôme vient du diplôme lui-même, l’effet parchemin (Ferrer et Riddell, 2002).
• Les offres d’emploi exigent des diplômes que les deux tiers des personnes déjà en poste ne possèdent pas (Fuller et Raman, 2017). Lorsque de grands employeurs ont publiquement abandonné ces exigences, moins d’une embauche sur 700 a changé (Sigelman et al., 2024).

Face à ce constat, un examen surveillé sur le déploiement de Claude peut en dire plus à un employeur qu’un relevé de notes. Mais il certifie le produit d’une seule entreprise. L’entreprise qui vend ce produit est la même qui définit l’examen. Elle tire profit de l’adoption du produit.

L’économiste Jason Potts soutient dans The University after AI qu’un vérificateur n’est crédible que « s’il est indépendant des parties dont il vérifie les résultats » (Potts, 2026).

Le Claude Certification Program ne passe pas ce test. Les universités dont les examinateurs ont un intérêt dans les taux de réussite non plus. Les entreprises d’IA peuvent désormais délivrer des certificats plus vite que les organismes d’accréditation ne peuvent examiner un programme. Les universités qui veulent conserver leur autorité pour attester des compétences des personnes devront montrer ce que garantissent leurs diplômes. Un certificat qui précise exactement ce qui a été vérifié peut y contribuer (Sadki, 2026c).

Claude écrit maintenant 90 % du code d’Anthropic

Anthropic utilise ses propres effectifs comme preuve :

• « Plus de 90 % des contributions à notre base de code en septembre 2026 ont été écrites par Claude. »
• Le code contribué par ingénieur était « plus de 45 fois » supérieur au niveau de 2024.
• Les revenus ont augmenté d’environ 1 200 % tandis que les effectifs ont augmenté d’environ 170 %. Le revenu par employé est passé de 1,4 million de dollars à plus de 6,6 millions de dollars.
• En avril 2026, la valeur de l’usage interne de Claude aux prix catalogue « a pour la première fois dépassé nos dépenses de personnel mensuelles, hors rémunération en actions ».
• La stratégie est de « faire croître notre entreprise sans augmenter les effectifs de façon linéaire ».

Les investisseurs liront ces chiffres comme un gain d’efficacité. Les responsables de l’éducation et de la planification de la main-d’œuvre peuvent les lire comme le plan de la principale entreprise d’IA pour le travail professionnel : moins de personnes, chacune dirigeant et vérifiant plus de production machine.

Les sections affaires disent que l’IA « rendra les humains beaucoup plus capables ».

Les facteurs de risque avertissent que « la perception publique selon laquelle nos modèles, notre plateforme et nos applications contribuent au déplacement d’emplois ou à des perturbations économiques » pourrait provoquer une réaction négative « quel que soit l’impact réel ».

Anthropic « peut de temps à autre choisir volontairement de prendre des mesures visant à atténuer l’impact de ce déplacement », sans garantie qu’elles « seraient efficaces ».

Le document ne nomme aucune mesure de ce type. La reconversion, la formation et le soutien à la transition n’apparaissent pas.

En 2025, j’ai dit aux dirigeants d’entreprise que dire aux employés « l’IA ne vient pas prendre votre emploi » me semblait « trompeur ou mensonger au mieux » (Sadki, 2025). Les facteurs de risque d’Anthropic reconnaissent le point sans offrir de plan.

Le capital humain n’apparaît que comme une ressource d’entrée

L’expression « capital humain » apparaît trois fois : comme quelque chose que l’IA de pointe « nécessite » avec la puissance de calcul et le capital, comme une catégorie d’investissement, et comme le nom de « programmes de capital humain » fondés sur l’équité et la rémunération.

Le vivier de talents en IA de pointe est « une offre relativement fixe de personnes ayant l’expertise requise ».

Les risques énumérés incluent le braconnage, la politique d’immigration, les corrections de recrutement, les gestionnaires « opérant à une échelle plus grande que dans leur expérience antérieure », et les pénuries « d’électriciens, de techniciens d’installations et d’autres métiers spécialisés » pour les centres de données.

Anthropic recrute dans « la philosophie, le journalisme et l’éducation » (Anthropic, PBC, 2026).

Le document ne dit pas qui produit cette offre, ni comment une offre fixe grandit quand les entreprises qui adoptent Claude suppriment les postes juniors dans lesquels les experts se formaient autrefois (Sadki, 2026d).

Sur le leadership, le document est tout aussi étroit : il s’inquiète du fait que les propres gestionnaires d’Anthropic dépassent leur expérience. Il ne considère pas qui dirigera les écoles, les universités, les systèmes de santé ou les ministères à travers le changement qu’il décrit.

Les responsables de l’éducation doivent lire le S-1 comme une déclaration de priorités

Pour Anthropic, selon ses propres termes, l’éducation est une petite gamme de produits, les enfants sont un risque juridique, l’apprentissage est un obstacle à l’adoption, et le capital humain pour son IA de pointe est une ressource rare achetée sur un marché tendu. Cinq conclusions suivent pour les personnes qui dirigent les systèmes éducatifs.

1. Acheter Claude for Education n’achète pas une stratégie. Le fournisseur ne décrit aucun modèle de ce que les institutions devraient devenir. Ce modèle doit venir des institutions elles-mêmes.
2. Les marchés publics peuvent demander des preuves que le S-1 ne fournit pas : ce que les apprenants peuvent faire une fois l’assistance retirée, mesuré des semaines plus tard.
3. Les diplômes sont de plus en plus contestés. Les universités et les ordres professionnels qui certifient les intrants rivaliseront avec les fournisseurs qui testent les compétences. Leur réponse doit être des diplômes qui indiquent ce qui a été vérifié et par qui, délivrés par des examinateurs sans intérêt dans le résultat. L’IA peut maintenant générer ce qu’une formation offre, mais pas la reconnaissance qu’une formation confère (Sadki, 2026f).
4. Le travail d’entrée de gamme est là où l’expertise se forme. Si les employeurs suivent le modèle de croissance d’Anthropic sans embaucher, quelqu’un doit construire la pratique supervisée que les postes juniors fournissaient autrefois, et garder les personnes qui peuvent juger ce que l’IA produit (Sadki, 2026e).
5. Les pays à faible revenu n’apparaissent qu’une fois, dans l’espoir « d’étendre au monde en développement des capacités qui ont pris des générations aux nations riches à construire ». Comme la stratégie emploi de la Banque mondiale, le S-1 suppose que les personnes qui utiliseront la technologie peuvent s’y adapter (Sadki, 2026b). Les ministères qui louent ces outils sans garder les personnes qui peuvent les juger perdront la capacité de choisir et de partir (Sadki, 2026g).

Le S-1 traite l’éducation comme un marché pour le tutorat et la productivité des enseignants. L’enjeu est plus grand : est-ce que les étudiants apprennent ou seulement performent, ce qu’un diplôme certifie, comment les professions forment leurs prochains experts, et qui contrôle les systèmes que les écoles et les ministères louent. Je reprends chacun de ces points dans un article compagnon.

Références

1. Anthropic. (2025a). Introducing Claude for Education. https://www.anthropic.com/news/introducing-claude-for-education
2. Anthropic. (2025b). Anthropic Education Report: How university students use Claude. https://www.anthropic.com/research/anthropic-education-report-how-university-students-use-claude
3. Anthropic. (2025c). Advancing Claude for Education. https://www.anthropic.com/news/advancing-claude-for-education
4. Anthropic, PBC. (2026). Form S-1 registration statement under the Securities Act of 1933. U.S. Securities and Exchange Commission. https://www.sec.gov/Archives/edgar/data/2130357/000162828026067168/anthropicpbc-sx1.htm
5. Ferrer, A. M., & Riddell, W. C. (2002). The role of credentials in the Canadian labour market. Canadian Journal of Economics, 35(4), 879–905. https://econ.queensu.ca/pub/jdi/deutsch/edu_conf/Ferrer.pdf
6. Fuller, J. B., & Raman, M. (2017). Dismissed by degrees: How degree inflation is undermining U.S. competitiveness and hurting America’s middle class. Harvard Business School. https://www.hbs.edu/ris/Publication%20Files/dismissed-by-degrees_707b3f0e-a772-40b7-8f77-aed4a16016cc.pdf
7. Potts, J. (2026). The university after AI. Social Science Research Network. https://ssrn.com/abstract=7453440
8. Roth, P. L., BeVier, C. A., Switzer, F. S., III, & Schippmann, J. S. (1996). Meta-analyzing the relationship between grades and job performance. Journal of Applied Psychology, 81(5), 548–556. https://doi.org/10.1037/0021-9010.81.5.548
9. Sadki, R. (2012). Accreditation in higher education is based primarily on inputs rather than outcomes. The Geneva Learning Foundation. https://www.learning.foundation/2012/09/22/accreditation-in-higher-education-is-based-primarily-on-inputs-rather-than-outcomes/
10. Sadki, R. (2021). Can the transformation of global health education for impact rely on input-based accreditation?. The Geneva Learning Foundation. https://www.learning.foundation/2021/04/01/should-the-transformation-of-global-health-education-for-impact-rely-on-input-based-accreditation/
11. Sadki, R. (2025). The business of artificial intelligence and the equity challenge. The Geneva Learning Foundation. https://www.learning.foundation/2025/06/13/the-business-of-artificial-intelligence-and-the-equity-challenge/
12. Sadki, R. (2026a). OECD Digital Education Outlook 2026: How can AI help human beings learn and grow?. The Geneva Learning Foundation. https://doi.org/10.59350/1bqm0-1d126
13. Sadki, R. (2026b). Future of the workforce: The 780 million job gap, the AI reckoning, and the missing link in the World Bank’s biggest bet. The Geneva Learning Foundation. https://www.learning.foundation/2026/04/07/future-of-the-workforce-the-780-million-job-gap-the-ai-reckoning-and-the-missing-link-in-the-world-banks-biggest-bet/
14. Sadki, R. (2026c). The integrity layer: Using assessment to scaffold peer learning at scale. The Geneva Learning Foundation. https://doi.org/10.59350/ympfp-gzg71
15. Sadki, R. (2026d). Health workforce development in the Age of Intelligence: A tragedy of the cognitive commons?. The Geneva Learning Foundation. https://doi.org/10.59350/t0630-9wt12
16. Sadki, R. (2026e). What is the Validation Tether?. The Geneva Learning Foundation. https://www.learning.foundation/2026/08/17/what-is-the-validation-tether/
17. Sadki, R. (2026f). Are courses obsolete?. The Geneva Learning Foundation. https://www.learning.foundation/2026/08/19/are-courses-obsolete/
18. Sadki, R. (2026g). You cannot download a data centre: What does AI sovereignty mean for ministries of health?. The Geneva Learning Foundation. https://www.learning.foundation/2026/10/04/you-cannot-download-a-data-centre-what-does-ai-sovereignty-mean-for-ministries-of-health/
19. Schmidt, F. L., & Oh, I.-S. (2016). The validity and utility of selection methods in personnel psychology: Practical and theoretical implications of 100 years of research findings [Working paper]. https://home.ubalt.edu/tmitch/645/session%204/Schmidt%20%26%20Oh%20validity%20and%20util%20100%20yrs%20of%20research%20Wk%20PPR%202016.pdf
20. Siemens, G. (2025). SAIL: Agents, mental health [Newsletter]. SAIL: Sensemaking AI Learning. https://buttondown.com/SAIL/archive/
21. Sigelman, M., Fuller, J. B., & Martin, A. (2024). Skills-based hiring: The long road from pronouncements to practice. The Burning Glass Institute and Harvard Business School. https://www.burningglassinstitute.org/research/skills-based-hiring-2024
22. U.S. Securities and Exchange Commission. (n.d.). Registration statement. Investor.gov. https://www.investor.gov/introduction-investing/investing-basics/glossary/registration-statement
23. U.S. Securities and Exchange Commission. (2024). What is a registration statement? https://www.sec.gov/resources-small-businesses/going-public/what-registration-statement