IA et apprentissage : ce que l’étude chinoise prouve, et ce qu’elle rate en 6 points

L’étude la plus commentée du moment sur IA et apprentissage vient de Chine. Dans un working paper intitulé The Generative AI Learning Penalty: Evidence from Chinese Secondary Education daté de juin 2026 et posté sur SSRN en juillet, David Strömberg (Université de Stockholm), Victor Lei et Yanhui Wu (Université de Hong Kong) suivent 26 811 collégiens et lycéens pendant 30 mois. Six mois après l’adoption d’une IA générative, les notes de devoirs bondissent de 18 %, le temps de travail chute de 64 à 45 minutes, et les scores aux examens sur table s’effondrent de 20 %.

Le graphique repris par The Economist a fait le tour des réseaux (mon image d’illustration reprise ci-dessous), souvent résumé en une phrase : l’IA rend les élèves moins bons. Ce n’est pas ce que l’étude démontre. Et ce que le graphique fait croire n’est pas exactement ce que le papier mesure !

Analyse du lancement (manqué) de LUCIE, LLM open source français

LUCIE, IA générative française véritablement open source (au même titre que Bloom, Croissant ou Pleias 3B), a été officiellement lancée le 22 janvier 2025 lors du Paris Open Source AI Summit. Cette innovation majeure est le fruit d’une collaboration entre Linagora et le consortium OpenLLM France, financé par un projet France 2030 autour des communs numériques pour l’IA générative.

La journée du 25 janvier 2025, suite à un post X d’Eduscol (en date du 23/01 à 7h du matin) a vu la page du projet fermer en raison des mauvais résultats aux différents tests opérés par les internautes. J’avais personnellement rapidement testé LUCIE le jour de son lancement le 22/01 et en effet, le modèle n’était clairement pas prêt à une ouverture grand public.

Bien que n’étant pas partie prenante dans ce projet, voici une analyse de la situation autour de ce lancement pour inspirer tous les projets de transformation par l’IA d’un secteur donné. En résumé ? Il ne faut pas brûler les étapes.