Pédagogies et stratégies d'enseignement

Cette page est traduite en français. Les pages d'articles sont encore rédigées en anglais. Lire cette page en anglais

Cette page est une traduction automatique de la page anglaise, non relue par un locuteur natif.

Pédagogies et stratégies d'enseignement — les méthodes et approches que les éducateurs emploient pour enseigner et faciliter l'apprentissage, et le concept parapluie couvrant, dans la base de connaissances, la manière dont l'enseignement se déroule (par contraste avec les Théories de l'apprentissage, qui expliquent comment l'apprentissage se déroule). Dans le champ de l'IA en éducation, la pédagogie est centrale parce que le choix de la stratégie d'enseignement détermine la manière dont les outils d'IA sont déployés : un même outil d'IA générative peut être un soutien sous une pédagogie, un interlocuteur socratique sous une autre, ou un générateur de réponses sous une troisième. La base de connaissances documente les pédagogies individuelles et les traite comme la lentille pédagogique à travers laquelle la conception de l'IA et son usage en classe sont évalués.

Questions à examiner

Quelle est la différence entre une stratégie d'enseignement (pédagogie) et une théorie de la manière dont l'apprentissage se produit ? Pouvez-vous nommer une stratégie que vous utilisez et la théorie de l'apprentissage sur laquelle elle repose peut-être ?
Cette page soutient que tout outil d'IA « embarque des présupposés pédagogiques », que le concepteur les énonce ou non. Prenez un agent conversationnel qui se contente de répondre aux questions : quelle pédagogie met-il silencieusement en œuvre, et est-ce intentionnel ?
Une même IA générative peut être un soutien sous une pédagogie, un partenaire socratique sous une autre, ou un générateur de réponses sous une troisième. Pouvez-vous décrire un seul outil utilisé de ces trois manières différentes ?
Les données suggèrent que la manière dont l'IA est utilisée importe autant que le fait qu'elle soit utilisée. Avez-vous observé une même IA aider une classe et nuire à une autre ? Qu'est-ce qui différait ?
Si vous deviez conseiller un établissement sur l'achat d'un outil d'IA, quelles questions poseriez-vous pour révéler la pédagogie qui y est embarquée — plutôt que sa simple liste de fonctionnalités ?
Pensez à une stratégie centrée sur l'apprenant que vous avez essayée (active, collaborative, par projet). Qu'est-ce qui l'a fait fonctionner ou échouer, et comment un outil d'IA aurait-il pu changer ce résultat ?

Introduction

La pédagogie et la stratégie d'enseignement portent sur la manière dont les éducateurs enseignent — les activités, structures et méthodes qui organisent l'apprentissage — tandis que les Théories de l'apprentissage expliquent les mécanismes sous-jacents de la façon dont l'apprentissage se produit. Les deux sont complémentaires : une pédagogie opérationnalise une ou plusieurs théories, et la base de connaissances traite la pédagogie comme le pont entre la théorie et la pratique de classe. Tout outil d'IA embarque des présupposés pédagogiques sur l'interaction pédagogique visée, que le concepteur les énonce ou non.

Le paysage des pédagogies

La base de connaissances documente un riche ensemble de stratégies d'enseignement et de pédagogies individuelles, organisées en familles :

Approches centrées sur l'étudiant et actives. L'L'apprentissage actif (les étudiants engagés dans l'action et la réflexion plutôt que dans une réception passive), l'apprentissage par projet (apprendre à travers des projets de longue durée), l'apprentissage expérientiel (apprendre par l'expérience directe) et l'apprentissage par l'enseignement (apprendre en expliquant aux autres).
Approches collaboratives et sociales. L'apprentissage collaboratif (apprendre par le travail de groupe), l'apprentissage socioculturel (apprendre par la participation et la médiation sociales) et l'interrogation socratique (apprendre par le dialogue guidé et le questionnement).
Approches fondées sur l'expérience. L'apprentissage expérientiel (apprendre par l'expérience directe et la réflexion), l'apprentissage situé (apprendre dans des contextes authentiques) et l'apprentissage incarné (apprendre par l'interaction physique/incarnée).
Approches structurées et guidées. Le L'étayage (soutien temporaire et dégressif), le Conception pédagogique (conception systématique de l'enseignement), l'apprentissage autorégulé (les apprenants pilotant leur propre apprentissage) et l'apprentissage socioculturel (y compris un soutien socioculturel structuré et guidé par l'enseignant).
Pédagogies en ligne et à distance. L'enseignement et apprentissage en ligne constitue lui-même un contexte pédagogique, et non un simple canal de diffusion : le médium détermine quelles stratégies sont viables (l'apprentissage actif repensé pour les forums asynchrones, l'apprentissage collaboratif par la discussion numérique, les agents de tutorat remplaçant l'interaction en face à face). Dans ce médium, l'IA fait naître à la fois de nouvelles opportunités (une personnalisation évolutive, un soutien permanent) et de nouveaux risques (intégrité académique, délestage cognitif), ce qui rend l'intention pédagogique décisive.
Approches centrées sur la motivation et l'engagement. L'apprentissage par le jeu (apprendre par le jeu), la La théorie de l'autodétermination (soutenir l'autonomie, la compétence, la relation aux autres) et les stratégies axées sur la La motivation.
Pédagogies attentives à l'équité. La pédagogie culturellement pertinente, la conception universelle de l'apprentissage, la pédagogie critique et l'apprentissage inclusif garantissent que les stratégies servent des apprenants divers.

Les approches ne sont pas des séquences, et cette différence décide des résultats. Tout ce qui précède décrit le type d'enseignement en cours. Les patrons pédagogiques décrivent l'ordre des gestes à l'intérieur d'une leçon — ce que les étudiants font d'abord, où l'IA entre, et où le jugement humain se maintient — et la base de connaissances documente ces séquences testées séparément, car un même outil aide ou nuit selon sa position dans l'ordre. Tenter un problème avant que l'IA n'offre son aide, et recevoir des indices plutôt que des réponses, constitue l'agencement le plus constamment étayé dans le corpus de données probantes ; placer l'assistant en premier est l'une des manières les mieux documentées de déprimer la performance ultérieure sans assistance. Une pédagogie adoptée sans décider de cet ordre laisse la variable décisive non fixée.

Comment la pédagogie apparaît dans l'IA en éducation

La recherche de la base de connaissances examine la pédagogie à l'intersection de l'IA et de l'enseignement de plusieurs manières :

L'IA comme agent pédagogique. Les outils d'IA incarnent des pédagogies — un tuteur bâti sur l'interrogation socratique incite les apprenants à raisonner, tandis qu'un chatbot générateur de réponses peut par défaut fournir directement (voir Réduire les mésusages de l'IA pour comprendre pourquoi la posture pédagogique importe). La littérature sur l'IA agentique montre que le fait d'ancrer les agents dans la théorie de la conception pédagogique surpasse la simple formulation de consignes. Moganadas et al. (2026) formalisent ce rôle : plutôt qu'un modèle dyadique enseignant–étudiant avec l'IA générative comme supplément ou menace externe, ils proposent un modèle triadique enseignant–étudiant–IA générative imbriqué, dans lequel l'IA générative opère comme un médiateur didactico-pédagogique borné au sein d'un espace de médiation didactique partagé, gouverné par les institutions et les parties prenantes — ce qui produit cinq propositions vérifiables sur la médiation de l'apprentissage, la transformation du rôle de l'enseignant, la littératie IA et l'agency de l'apprenant, l'évaluation axée sur le processus et transparente en matière d'IA, et la La gouvernance de l'IA institutionnelle.
La pédagogie détermine l'effet de l'IA. Un résultat récurrent est que la manière dont l'IA est utilisée importe autant que le fait qu'elle soit utilisée. La recherche sur les guidages pédagogiques et les essais randomisés sur les tuteurs encadrés montrent qu'une même IA peut nuire ou aider selon l'enveloppe pédagogique (indices contre réponses, usage structuré contre usage ouvert).
Le savoir pédagogique l'emporte sur le savoir technique. Sur 46 enseignants et 2 832 étudiants, le savoir pédagogique des enseignants sur l'IA prédisait les perceptions qu'avaient les étudiants de l'IA au service du bien commun et leur intention d'apprendre l'IA, tandis que le savoir technique seul était insuffisant — et aucun des deux ne prédisait les connaissances des étudiants sur l'IA (Shen et al. (2026)).
La contribution la plus claire de l'IA est le délestage du travail administratif. Une revue PRISMA de 28 études a constaté que l'IA améliorait le plus souvent la planification pédagogique et la conception de l'évaluation, son bénéfice le plus rapporté étant l'automatisation de la notation, des retours et du suivi des progrès (18 études, 64,2 %) — tandis que l'alignement pédagogique constituait le défi le plus cité (14) (Kibar & Ilgaz (2026)). L'automatisation et l'apprentissage s'échangent directement. Woollaston et al. (2026) passent en revue six principes pédagogiques — activation des connaissances antérieures, Apprentissage collaboratif, apprentissage par problème, L'évaluation formative, L'étayage, La métacognition — pour examiner ce que l'initiative agentique proactive fait à chacun, soutenant que plus un agent automatise, moins l'apprenant accomplit de travail cognitif, à moins qu'une friction, un effacement dynamique et une supervision humaine ne soient conçus dès le départ.
Stratégies d'enseignement pour la littératie IA. Enseigner aux étudiants à bien utiliser l'IA est lui-même une tâche pédagogique — la Littératie en IA et la réduction des détournements de l'IA développent des stratégies (réfléchir d'abord/IA ensuite/réfléchir encore, déclaration d'usage de l'IA, entraînement à la calibration) qui relèvent de ce parapluie.
L'enseignement de la littératie IA fait progresser les connaissances le plus vite. Une méta-analyse à trois niveaux portant sur 59 études (172 tailles d'effet) a constaté que les interventions centrées sur les connaissances (g ≈ .97) surpassaient clairement celles ciblant les compétences (≈ .67), les attitudes (≈ .68) ou l'éthique (≈ .64) ; il faut donc associer l'enseignement notionnel à une pratique soutenue pour viser les résultats qui résistent à l'enseignement (Liu et al. (2026)).
La pédagogie dans la pratique enseignante. Le rôle de l'enseignant et la compétence des enseignants en IA examinent comment les enseignants adoptent l'IA au sein de leur répertoire pédagogique existant, tandis que le entraînement et l'ajustement fin des LLM et l'agent pédagogique étudient les outils d'IA entraînés à suivre des principes pédagogiques.

Relations avec les théories de l'apprentissage

Les pédagogies et les théories de l'apprentissage sont étroitement liées : chaque pédagogie opérationnalise une ou plusieurs théories. Par exemple, l'apprentissage par projet opérationnalise les théories constructiviste et expérientielle ; l'méthode socratique s'appuie sur l'apprentissage socioculturel et la La métacognition ; le L'étayage découle de la zone proximale de développement. La base de connaissances traite les Théories de l'apprentissage comme le fondement conceptuel et cette page comme le parapluie de la pratique pédagogique — voir aussi le Conception pédagogique, qui porte sur le processus systématique de sélection et de séquencement des stratégies. Les sciences de l'apprentissage se situent une fois encore plus loin : cette page couvre la pratique de l'enseignement et les stratégies que choisissent les éducateurs, tandis que les sciences de l'apprentissage étudient empiriquement cette pratique — décrivant, modélisant et évaluant des conceptions pour établir lesquelles changent l'apprentissage.

Les gains d'apprentissage selon les stratégies pédagogiques

Différentes stratégies pédagogiques produisent différents types et différentes ampleurs de gains d'apprentissage, et les données probantes de la base de connaissances nous permettent de les comparer :

Les stratégies actives et expérientielles produisent généralement un apprentissage durable plus solide que la réception passive, bien qu'elles paraissent plus exigeantes — l'L'apprentissage actif, l'apprentissage expérientiel, l'apprentissage par projet et l'apprentissage par l'enseignement construisent la compréhension par l'action. La recherche montre que les stratégies qui préservent la pratique exigeante (plutôt que de la court-circuiter par l'IA) protègent les Gains d'apprentissage.
Les stratégies structurées et guidées (L'étayage, apprentissage autorégulé, Conception pédagogique) produisent des gains fiables mais plus modestes — les données sur l'encadrement (PNAS 2025) montrent qu'un soutien par indices plutôt que par réponses préserve l'apprentissage que la réponse directe sans encadrement détruit.
L'apprentissage par le jeu** produit des gains d'engagement et de compétences réels mais souvent modestes et dépendants du contexte — les données méta-analytiques constatent que l'IA générative assistée par le jeu n'apporte aucun bénéfice additionnel significatif par rapport à d'autres formats ; les jeux sont donc mieux employés pour la motivation et la pratique, non comme raccourci vers les gains.
Les stratégies collaboratives et socioculturelles (apprentissage collaboratif, apprentissage socioculturel) montrent des gains médiés par la qualité de l'interaction, de plus en plus étudiés avec l'IA comme partenaire ou pair.
Les stratégies socratiques et fondées sur le dialogue (méthode socratique) visent la pensée d'ordre supérieur et le raisonnement — des gains plus difficiles à mesurer que les gains de compétences, mais centraux pour la pensée critique.

Le constat transversal essentiel, cohérent avec la recherche sur les Gains d'apprentissage menée par la base de connaissances, est que l'effet d'une stratégie sur l'apprentissage dépend davantage de la manière dont elle préserve l'effort de l'apprenant et la lutte productive que de l'étiquette qu'elle porte — toute pédagogie, même une pédagogie « bonne », échoue si l'IA est configurée pour contourner le travail cognitif qu'elle était censée susciter (voir Délestage cognitif, Les difficultés souhaitables).

Cet accent mis sur l'effort préservé n'est pas absolu : une conception mixte en quatre études (N = 912) a constaté que le fait de cadrer l'IA générative comme un partenaire pédagogique activait à la fois une vigilance critique et un délestage stratégique, le délestage au-delà d'un seuil libérant des capacités pour la réflexion d'ordre supérieur plutôt qu'il ne l'érodeait (Wang et Zhang (2026)).

Implications pour l'IA en éducation

Choisir la pédagogie délibérément avec l'IA : la stratégie d'enseignement détermine si un outil d'IA soutient ou mine l'apprentissage ; l'intention pédagogique devrait donc piloter la sélection et la configuration des outils d'IA.
Garder l'agency de l'apprenant au centre : les pédagogies actives, socratiques et de scaffolding préservent la lutte productive et l'L'agence de l'apprenant que l'IA peut par ailleurs éroder (voir Délestage cognitif, Les difficultés souhaitables).
Concevoir l'IA pour mettre en œuvre une bonne pédagogie : les agents et tuteurs d'IA devraient être ancrés dans des cadres pédagogiques établis, et non dans la génération de réponses par défaut.
Enseigner avec et à propos de l'IA : les pédagogies devraient à la fois utiliser l'IA pour enseigner et apprendre aux apprenants à utiliser l'IA de manière responsable.

Concepts liés

Partenariats pédagogiques — Pedagogical Partnerships
Enseignement et apprentissage en ligne — Online Teaching and Learning
Théories de l'apprentissage
Sciences de l'apprentissage
Gains d'apprentissage
Conception pédagogique
L'apprentissage actif
Apprentissage collaboratif
Apprentissage par projets
L'apprentissage expérientiel
Apprentissage par le jeu
La méthode socratique
L'étayage
Apprendre en enseignant
L'apprentissage autorégulé
Pédagogie culturellement pertinente
Conception universelle de l'apprentissage
Pédagogie critique
L'enseignement
La compétence des enseignants en IA
Littératie en IA
La conception de programme d'études
Enseignement supérieur
Primaire et secondaire (K-12)
Entraînement et ajustement fin des grands modèles de langue — Les outils d'IA entraînés à suivre des principes pédagogiques

FAQ liées

Comment l'IA doit-elle être conçue dans l'expérience d'apprentissage ?

Métadonnées

Niveau	Higher Ed, K 12
Apprentissage et enseignement	Pédagogies et stratégies d'enseignement
Fondements de l'IA dans l'éducation	L'IA en éducation, Conception pédagogique

Source History Edit Chat