Tuteurs IA pour enfants : ce que montre la recherche en 2026

Un tuteur IA est un logiciel qui explique, pose des questions et donne des retours à un seul élève à la fois. Les données sont prometteuses mais limitées : les essais les plus solides concernent des lycéens et des étudiants, les résultats dépendent de la conception du tuteur, et un chatbot standard peut même nuire à l’apprentissage. Aucun essai de tutorat par IA avec des enfants d’âge préscolaire n’a été trouvé : pour les jeunes enfants, le tuteur reste une personne.

En bref

• Le tutorat humain fonctionne : une méta-analyse de 2024 portant sur des essais randomisés de la maternelle à la fin du lycée (pre-K–12) a trouvé un effet moyen de 0,29 écart-type, plus fort dans les petites classes.
• Les fameux « 2 sigma » de Bloom proviennent de petites études des années 1980 qui combinaient plusieurs interventions, et ils n’ont jamais été reproduits.
• Le meilleur résultat obtenu à ce jour par un tuteur IA, des gains d’apprentissage plus de deux fois supérieurs, concernait des étudiants de premier cycle de Harvard, sur deux cours de physique.
• Dans un essai mené en Turquie auprès de près de 1 000 lycéens, un tuteur GPT-4 standard a fait baisser de 17 % les notes à l’examen suivant ; une version dotée de garde-fous a largement évité cet effet néfaste.
• Choisissez des tuteurs qui questionnent plutôt que de donner la réponse, restez impliqué, et vérifiez que votre enfant sait faire le travail sans eux.

Qu’est-ce qu’un tuteur IA, et en quoi diffère-t-il d’un chatbot ?

Un tuteur IA est conçu pour enseigner ; un chatbot généraliste est conçu pour répondre. Les Perspectives de l’OCDE sur l’éducation numérique 2026 indiquent que les systèmes qui associent l’IA générative à des « modèles pédagogiques explicites, comme des stratégies de tutorat structurées », « sont plus prometteurs que les chatbots généralistes », tout en notant que les données « sont encore émergentes ».

Les logiciels de tutorat ne sont pas nouveaux. Une méta-analyse de 50 évaluations de systèmes de tutorat intelligents plus anciens, antérieurs à l’IA générative (Kulik et Fletcher, 2016), a trouvé un gain médian de 0,66 écart-type, avec des gains bien plus importants sur des tests conçus localement que sur des tests standardisés. Méfiez-vous des gros chiffres.

Un tuteur IA reste du temps d’écran : notre guide du temps d’écran et de l’équilibre numérique s’applique donc aussi ici.

Le tutorat est-il efficace ? La vérité sur les « 2 sigma »

Le tutorat fonctionne bien, mais pas de façon aussi miraculeuse que le veut la légende. En 1984, Benjamin Bloom a présenté des études dans lesquelles des élèves de 4e, 5e et 8e année de scolarité recevaient un tutorat en probabilités et en cartographie. L’élève moyen ayant bénéficié du tutorat dépassait d’environ deux écarts-types les classes d’une trentaine d’élèves, soit « au-dessus de 98 % des élèves de la classe témoin ».

Un réexamen publié en 2024 dans Education Next (von Hippel) l’affirme : « Ce n’était pas seulement du tutorat, et cela n’a jamais été reproduit. » Ces études mêlaient tutorat, accompagnement des enseignants, temps supplémentaire et évaluations fréquentes. Environ un tiers d’écart-type « semble être l’effet typique d’un programme intensif et bien conçu ».

Des synthèses plus larges vont dans le même sens :

• VanLehn (2011) a trouvé un effet d = 0,79 pour le tutorat humain, et des systèmes de tutorat pas à pas presque aussi efficaces, à 0,76.
• Une méta-analyse d’essais randomisés de la maternelle à la fin du lycée (Nickow et ses collègues, 2024) a trouvé 0,29 écart-type (0,37 dans une version antérieure), avec des effets plus forts quand les tuteurs étaient des enseignants ou des assistants d’éducation, dans les petites classes, au moins 3 jours par semaine, pendant le temps scolaire.
• Une analyse de 265 essais (Kraft et ses collègues, 2024) a trouvé des effets seulement un tiers à moitié aussi importants dans les études les plus proches des programmes à grande échelle, en raison de fortes baisses à mesure que les programmes s’étendent.

Les tuteurs IA sont-ils efficaces ? Ce que montrent les études, et à quel âge

Certains le sont, avec des conceptions précises et surtout auprès d’élèves plus âgés.

Le tuteur de Harvard (Kestin et ses collègues, Scientific Reports) reposait sur les mêmes principes pédagogiques que le cours ; l’étude ne dit rien directement sur les jeunes enfants. Le projet pilote au Nigeria, évalué par la Banque mondiale, était encadré par des enseignants. Au Ghana, ce sont les écoles et non les élèves qui ont été réparties par tirage au sort, et les auteurs demandent que les résultats soient interprétés « avec discernement ».

Un tuteur IA peut-il nuire à l’apprentissage ?

Oui, quand il réfléchit à la place de l’enfant. Dans l’essai mené en Turquie (Bastani et ses collègues, PNAS, 2025), dans un grand lycée en 2023–2024, l’accès à GPT-4 a fait monter les notes aux exercices de 48 % avec une version standard et de 127 % avec une version tuteur. Une fois l’accès retiré, le groupe de la version standard a obtenu des résultats inférieurs de 17 % à ceux des élèves qui n’y avaient jamais eu accès. La version tuteur a « pratiquement éliminé » cet effet néfaste, mais n’a produit aucun effet positif aux examens.

L’OCDE explique pourquoi : « Lorsque les élèves dépendent trop de l’IA générative, l’engagement métacognitif – les processus mentaux et l’effort qui transforment les réponses en compréhension – diminue. » Le travail a l’air bon ; l’apprentissage, lui, n’a pas lieu.

À quel âge un enfant peut-il commencer à utiliser un tuteur IA ?

Aucun organisme officiel ne donne d’âge, et les données se font plus rares à mesure que l’enfant est jeune.

Les recommandations Best Start in Life du Royaume-Uni demandent aux parents de ne pas laisser les jeunes enfants utiliser de « jouets, d’outils ou de chatbots d’IA » tant qu’on n’en sait pas plus. Le seul essai vérifié sur l’apprentissage avec l’IA chez des enfants d’âge préscolaire, une étude de lecture d’histoires auprès de 117 enfants de 3 à 6 ans, a testé la compréhension, pas le tutorat. Pour les risques chez les plus jeunes, voir IA et développement de l’enfant.

Comment utiliser un tuteur IA avec un enfant d’âge scolaire ?

Considérez-le comme un partenaire d’entraînement que vous supervisez, pas comme une machine à faire les devoirs.

1. Choisissez-en un qui questionne plutôt que de donner la réponse. Testez-le : demandez-lui la réponse à un exercice. S’il la donne tout simplement, cherchez ailleurs.
2. Essayer d’abord, demander ensuite. Dites : « Montre-moi comment tu commencerais. Ensuite, on lui demandera un indice, pas la réponse. »
3. Restez dans la boucle. Les meilleurs résultats impliquaient des personnes : des enseignants au Nigeria, des tuteurs humains dans Tutor CoPilot. Demandez à votre enfant d’expliquer ce qu’il a appris.
4. Faites le test « sans ». Environ une fois par semaine, faites résoudre un problème à votre enfant sans IA.
5. Vérifiez ce qu’il dit. Le MEB, le ministère turc de l’Éducation nationale, conseille de revoir régulièrement les suggestions de l’IA et d’utiliser des sources variées, pour qu’un enfant ne dépende pas d’un seul système d’IA.
6. Demandez à l’enseignant quelles sont les règles de la classe sur l’IA.

Que dit le ministère turc de l’Éducation nationale ?

Le MEB fait entrer l’IA à l’école avec un suivi. Son document de politique sur l’IA dans l’éducation 2025–2029 comporte 4 objectifs, 15 politiques et 40 actions, et prévoit de suivre l’effet de l’IA sur les interactions entre élèves et enseignants. Ses recommandations éthiques demandent aux parents de vérifier que les plateformes conviennent à l’âge et au développement de l’enfant, de limiter l’utilisation et d’expliquer les limites de l’IA avec des mots adaptés à l’âge.

Et les histoires, dans tout ça ?

MiniMinds n’est pas un tuteur, et nous ne prétendons pas qu’elle enseigne des matières scolaires ou améliore les notes. L’appli utilise l’IA pour écrire et illustrer des histoires pour quatre tranches d’âge (3–5, 6–8, 9–11 et 12 ans et plus), et votre enfant ne discute pas avec une IA. Une histoire pour les 9–11 ans ou une aventure dans l’espace, lue ensemble ou avec votre propre voix, offre une pause entre deux devoirs. Pour les plus jeunes, notre guide de Montessori à la maison explique pourquoi l’organisme fondé par Maria Montessori tient les écrans à l’écart des moins de six ans.

Sources

1. Bloom BS (1984). The 2 Sigma Problem. Educational Researcher 13(6). DOI 10.3102/0013189X013006004. lien
2. von Hippel PT (2024). Two-Sigma Tutoring: Separating Science Fiction from Science Fact. Education Next. lien
3. VanLehn K (2011). The Relative Effectiveness of Human Tutoring, Intelligent Tutoring Systems, and Other Tutoring Systems. Educational Psychologist. lien
4. Kulik JA, Fletcher JD (2016). Effectiveness of Intelligent Tutoring Systems: A Meta-Analytic Review. Review of Educational Research. lien
5. Nickow A, Oreopoulos P, Quan V (2024). The Promise of Tutoring for PreK–12 Learning. American Educational Research Journal. lien
6. Kraft MA, Schueler BE, Falken G (2024). What Impacts Should We Expect from Tutoring at Scale? Annenberg Institute, Brown University. lien
7. Kestin G et al. (2025). AI tutoring outperforms in-class active learning. Scientific Reports. lien
8. Bastani H et al. (2025). Generative AI without guardrails can harm learning. PNAS. lien
9. De Simone M et al. (2025). From Chalkboards to Chatbots. World Bank Policy Research Working Paper 11125. lien
10. Henkel O et al. (2024). Effective and Scalable Math Support: Evidence on the Impact of an AI-Tutor on Math Achievement in Ghana. arXiv. lien
11. Wang R et al. (2024). Tutor CoPilot: A Human-AI Approach for Scaling Real-Time Expertise. arXiv. lien
12. OCDE (2026). OECD Digital Education Outlook 2026 (Perspectives de l’OCDE sur l’éducation numérique 2026). Éditions OCDE. lien
13. Xu Y et al. (2022). Dialogue with a conversational agent promotes children's story comprehension via enhancing engagement. Child Development. lien
14. Gouvernement britannique, Best Start in Life (2026). Baby and toddler screen time guidance. DfE et DHSC. lien
15. T.C. Millî Eğitim Bakanlığı (2025). Eğitimde Yapay Zekâ Politika Belgesi ve Eylem Planı Yürürlüğe Girdi (entrée en vigueur du document de politique et du plan d’action sur l’IA dans l’éducation). MEB. lien
16. T.C. Millî Eğitim Bakanlığı (2025). Yapay Zekâ Etiği Tavsiyeleri (recommandations sur l’éthique de l’IA). MEB. lien