Adrien ne code pas. Et pourtant.

Il y a quelques semaines, j’échangeais avec Adrien Guionie. Assistant social en protection de l’enfance en Gironde, formateur à l’IRTS Nouvelle-Aquitaine, et bientôt auteur d’un manuel sur l’IA dans le travail social. Un profil rare : un praticien de terrain qui, confronté à la surcharge de travail, a décidé de créer ses propres outils numériques. Sans coder. Le terme qui circule pour désigner cette pratique est le vibe coding : créer des outils numériques en dialoguant avec une IA plutôt qu’en écrivant des lignes de code, en formulant un besoin plutôt qu’en maîtrisant une syntaxe. Avec Claude.ai, des prompts précis, et une idée claire de ses besoins, Adrien a construit des outils que son institution n’aurait jamais pu lui fournir. Chaque application lui a coûté environ 100 euros en crédits supplémentaires. Il les assume comme un investissement.

Ce qu’il a construit est concret et ça mérite qu’on s’y arrête.

Son premier outil, DictIA, part d’un constat simple : la charge administrative étouffe les travailleurs sociaux. Il permet de dicter ses notes d’entretien à la voix pour les transformer automatiquement en rapports professionnels structurés. Mais ce qui le distingue d’un simple outil de transcription, c’est la rigueur avec laquelle il a été conçu : des prompts intègrent les règles éthiques et déontologiques du travail social, deux filtres d’anonymisation protègent les données, et les règles d’écriture sont personnalisées pour chaque utilisateur, selon son style et ses habitudes rédactionnelles. Le tout fonctionne directement sur l’ordinateur de l’utilisateur, sans aucun stockage sur serveur externe, donc conforme RGPD. « Ce logiciel révolutionne clairement ma pratique aujourd’hui », dit-il. On le croit volontiers.

Son deuxième outil répond à un problème très spécifique rencontré dans ses évaluations en informations préoccupantes : des adolescents entre 12 et 20 heures d’écran par jour, incapables de se concentrer plus de cinq minutes. Impossible d’établir une relation, encore moins de collecter des informations utiles. Il a alors créé une application interactive d’évaluation des usages numériques, ancrée dans l’univers de ces jeunes : quiz d’engagement, et surtout un module de confrontation des perceptions où le parent et l’enfant répondent séparément aux mêmes questions sur leurs pratiques numériques, avant que l’outil visualise les écarts. Le tout débouche sur un pacte numérique co-construit, avec un cadrage légal intégré via le référentiel HAS. Un outil qui n’aurait jamais pu être financé par son employeur, et qui n’existait nulle part ailleurs.

Son troisième outil est un format d’animation pour ses formations : l’IA génère des QR codes en temps réel, projetés sur écran. Les participants les scannent, accèdent à des exercices interactifs, le débat s’engage. Un « café IA » sans matériel lourd, avec un fort taux d’engagement.

Aucun de ces outils n’a nécessité une ligne de code écrite à la main.

« La valeur ajoutée, c’est de savoir formuler un besoin. Pas d’avoir des compétences techniques. »

J’ai trouvé ça fascinant. Mais j’avoue que je me suis aussi demandé : est-ce vraiment à la portée de tous ? Ou Adrien est-il un profil exceptionnel, qui minimise l’investissement que ça suppose réellement ?

J’ai décidé de tester par moi-même

Avec Alyse Yilmaz, qui anime une communauté de doctorants sur Instagram (@journal.dune.doctorante, plus de 1 000 abonnés), on a identifié un besoin concret : elle recevait régulièrement des dizaines de demandes pour accéder à un vieux tableur Excel de suivi de thèse qu’elle avait assemblé à la va-vite. Un outil rudimentaire, mais qui répondait à quelque chose de réel : la difficulté de se motiver à rédiger, de structurer son avancement, de tenir dans la durée.

On s’est dit qu’on pouvait faire mieux. En quelques jours, avec Claude Code, on a créé un prototype : Journal de bord, accessible sur lejournaldebord.org (allez y jeter un œil, vos retours sont les bienvenus).

L’outil permet au doctorant de structurer sa thèse en chapitres et sous-sections, de renseigner ses pages rédigées, et de laisser le reste se calculer automatiquement : vélocité de rédaction en pages par jour depuis le début du projet, pourcentage d’avancement global, date de fin estimée au rythme actuel. Mais ce qui donne vraiment envie d’ouvrir l’application, c’est autre chose : des encouragements générés automatiquement, des phrases qui oscillent entre le drôle, le sarcastique et le motivant. « La thèse parfaite n’existe pas. La thèse terminée, si. Visez ça. » La possibilité de générer des visuels pour partager son avancée. Et des confettis qui explosent à l’écran quand on atteint un palier.

Imparfaite ? Oui. Fonctionnelle ? Oui. Utile à une communauté qui attendait quelque chose comme ça ? Absolument. En une semaine, on a quand même enregistré près d’une centaine d’inscrits !

Ce que j’ai retrouvé en construisant cet outil, c’est une adrénaline que je n’avais pas ressentie depuis mes années de fabmanager à l’EDULAB de l’Université Rennes 2. Ce plaisir de passer de l’idée au prototype en quelques jours, de voir quelque chose exister. Depuis, j’ai décidé de créer une plateforme de type MOOC pour une prochaine formation, et les résultats ont dépassé mes espérances.

Le numérique a deux visages. Et ils ne se regardent pas.

Cette adrénaline du faire, ce sentiment de reprendre la main sur des outils qui m’avaient toujours semblé hors de portée, d’où vient-il exactement ? Et surtout : pourquoi cette sensation est-elle si nouvelle pour des professionnels qui ont pourtant une expertise solide ? Pierre Musso l’a formulée avec une clarté qui m’aide personnellement à penser notre modernité. Dans son intervention au séminaire de la Fondation Copernic en octobre 2012, il distingue deux grandes familles d’utopies modernes qui s’affrontent depuis le XIXe siècle.

D’un côté, l’utopie politique et sociale : celle qui porte un projet de transformation des rapports humains, de réduction des inégalités, d’émancipation collective. C’est l’utopie des militants, des acteurs éducatifs, des travailleurs sociaux. Elle est portée au nom de valeurs : la justice, la solidarité, le commun. Mais elle traîne un fardeau lourd : l’incertitude de sa réalisation. Elle est conflictuelle, lente, traversée de contradictions. Elle ne garantit rien.

De l’autre côté, l’utopie technoscientifique : celle des ingénieurs, des industriels, des experts. Musso en remonte la généalogie jusqu’aux saint-simoniens des années 1830, ces disciples de Saint-Simon qui vont opérer une inflexion décisive. Leur idée : si nous pouvons construire des réseaux techniques à grande échelle, chemins de fer, télégraphe, puis électricité, nous ne changeons pas seulement les distances physiques, nous changeons la société. Michel Chevalier, l’un des leaders de ce courant, écrivait ainsi : « Dans l’ordre matériel, le chemin de fer est le symbole de l’association universelle. Les chemins de fer changeront les conditions de l’existence humaine. » Substituez « chemin de fer » par « algorithme » ou « plateforme numérique », et vous avez le discours de la Silicon Valley sur l’IA.

La force de cette utopie technologique, c’est qu’elle marche. Elle se réalise. De Jules Verne à Matrix, comme le note Musso, on a tout réalisé et plus encore. Là où l’utopie sociale reste incertaine et conflictuelle, l’utopie technologique produit des objets réels, des réseaux concrets, des infrastructures tangibles. Et c’est précisément pour cette raison qu’elle a triomphé : elle décharge l’utopie sociale et politique de son fardeau en lui substituant une promesse plus rassurante, plus certaine, plus immédiate.

À la question « qui prend le pouvoir dans cette affaire ? », Musso répond sans ambiguïté : « ce sont les experts, les ingénieurs, les industriels, le management avec ses outils, mais pas les politiques ». Et il ajoute que cette utopie technologique est devenue « l’idéologie moderne de l’Occident », exportée, étendue, diffusée au point que peu de gens la critiquent encore. Elle n’est plus perçue comme une utopie, mais comme le réel lui-même. C’est en cela qu’elle est devenue idéologie.

La conséquence est redoutable : cette idéologie empêche de réhabiliter une utopie sociale et politique. Elle confisque aux professionnels de métier leur capacité à être forces de proposition et d’innovation. Car aujourd’hui, innover signifie presque toujours innover par le numérique et donc déléguer cette innovation à des gens extérieurs aux métiers. Ceux qui savent ce que signifie accompagner un jeune en rupture ou soutenir une personne en insertion n’ont pas leur mot à dire dans la conception des systèmes qu’ils sont censés utiliser. La technique reste l’affaire des techniciens. On le voit avec l’IA : ses architectures, ses valeurs implicites, ses arbitrages sont définis par une poignée d’ingénieurs et d’investisseurs, sans que les professionnels de l’humain n’aient jamais été conviés à la table.

Et si le terrain reprenait la main ?

Ce qui change aujourd’hui, c’est que la barrière technique qui séparait les professionnels de la conception d’outils numériques s’est considérablement abaissée. Et cette évolution pose une série de questions que je formule sans prétendre y répondre : assiste-t-on, avec le no code et le vibe coding, à un vrai changement de fond ? Les acteurs qui portent l’expertise sociale et éducative sont-ils en train de s’approprier les outils techniques pour les subordonner à leurs enjeux ? Sommes-nous à l’aube d’une vision du progrès moins centrée sur la seule efficacité technique ?

Adrien ne code pas. Il ne comprend pas les infrastructures qu’il mobilise. Mais il sait exactement ce qu’il veut construire et pourquoi. L’IA écrit le code ; Adrien apporte ce qu’elle ne peut pas produire : la connaissance des publics, l’éthique du métier, la compréhension fine des situations réelles. Pour la première fois, ce qui a de la valeur, ce n’est plus de savoir coder. C’est de savoir quoi construire. On assiste peut-être à un renversement discret mais profond de la valeur de l’expertise : le code se banalise, la connaissance du terrain, elle, ne s’automatise pas.

Ce n’est pas magique pour autant. Il faut un minimum de bagages techniques : comprendre la logique de ce qu’on crée, savoir naviguer dans les outils, rédiger des prompts précis. Cela engage des responsabilités juridiques et éthiques réelles : RGPD, droits des usagers, traçabilité des données. Il faut du temps, des moyens. Et surtout, il faut un soutien institutionnel réel : de la confiance, des espaces de liberté, une culture organisationnelle qui autorise l’expérimentation. Sans ça, ce sera toujours une poignée de professionnels qui innovent dans leur coin, invisibles, non soutenus, épuisés par l’effort solitaire.

La vraie question n’est donc pas technique. Elle est culturelle et organisationnelle : comment créer les conditions collectives pour que cette capacité d’innovation nouvelle devienne une pratique partagée plutôt qu’un exploit individuel ? Cela suppose des espaces de conception collective, des communautés d’entraide entre pairs, de nouvelles cultures de travail qui légitiment le prototype imparfait, le tâtonnement, la documentation partagée.

FabLabs : une culture à réinventer pour le travail social

C’est là que les FabLabs ont des choses à dire, avec près de quinze ans d’expérience sur ces enjeux. La Fab Charter rédigée par le MIT en 2012 est explicite : un fablab, ce n’est pas d’abord une liste de machines. C’est une communauté d’apprentissage structurée par des valeurs partagées : accès ouvert, contribution collective, responsabilité partagée, éthique claire autour de la propriété des créations. Un fablab n’est pas un lieu. C’est un mode d’existence collectif.

Certains ont déjà montré la voie. My Human Kit a construit une communauté autour de la fabrication d’aides techniques pour les personnes en situation de handicap : des outils conçus avec les usagers, documentés sous licence libre, essaimés via les Humanlabs. Leurs locaux sont installés chez ASKORIA à Rennes. J’y ai vu des personnes en situation de handicap travailler aux côtés de travailleurs sociaux sur des projets de fabrication numérique : prothèses, adaptations de fauteuils roulants, interfaces pour le jeu vidéo. Et j’y ai surtout vu comment ces espaces reconfigurent la relation d’accompagnement elle-même, bien au-delà de ce qui est fabriqué.

L’Edulab de Rennes 2, membre du réseau Labfab depuis 2017, que j’ai contribué à lancer et animé pendant ses deux premières années, nous a permis d’expérimenter comment un espace de fabrication numérique pouvait être mis au service de la relation éducative. Des étudiants en documentation fabriquaient des BiblioBox, des étudiants en géographie sociale modélisaient des cartes en 3D, des étudiants en art venaient créer. On innovait pédagogiquement, pas seulement techniquement.

Mais ces expériences ont aussi leurs limites. Dans l’imaginaire collectif, un fablab, c’est d’abord des machines : imprimante 3D, découpeuse laser, Arduino. Cette représentation techniciste crée un décalage réel avec la culture des secteurs social et éducatif. Je l’ai constaté trop souvent : l’outil fait barrage avant même d’avoir pu montrer ce qu’il permet. Ce qui change aujourd’hui, c’est que cette culture peut se dématérialiser. Pour vingt euros par mois, un professionnel accède à une capacité de conception qui n’existait pas il y a trois ans. Le fablab se glisse dans l’ordinateur du travailleur social.

Mais cela ne dispense pas de l’infrastructure collective, et c’est précisément ce qui manque aujourd’hui. Adrien a créé des outils remarquables, mais il travaille seul, sans communauté pour les faire vivre, les tester, les améliorer, les transmettre. Des initiatives existent, des professionnels innovent, mais tout reste silotté, dispersé, invisible. Ce qu’il faudrait, c’est l’équivalent d’un fablab imbriqué dans les institutions du travail social et éducatif : des espaces, physiques ou virtuels mais avant tout relationnels, où les professionnels conçoivent ensemble, documentent, mutualisent en pair à pair. Des communs numériques du travail social, avec la gouvernance que ça implique. C’est exactement ce que les fablabs savent faire, et qu’ils n’ont pas encore vraiment investi dans ces secteurs.

Avec le vibe coding et le no code, c’est peut-être la culture maker tout entière qui se massifie et tend à devenir culture dominante. Ce qui était réservé à une communauté de passionnés devient potentiellement accessible à tout professionnel capable de formuler un besoin. C’est la victoire d’une culture, celle du faire, du prototypage, du bricolage assumé, sur la logique de l’outil clés-en-main livré par une DSI ou un éditeur.

Mais cette massification n’est pas sans risques, et il serait naïf de ne pas les nommer. La culture maker originelle était portée par des valeurs fortes : logiciel libre, pair à pair, documentation ouverte, sobriété, attention à l’empreinte écologique. Sa version mainstream risque d’en être une édulcoration confortable, débarrassée de ces exigences. On pourrait très bien voir émerger une culture du faire rapide, individuelle, peu soucieuse du commun, davantage orientée vers la performance que vers l’émancipation, et peu regardante sur les questions environnementales alors que le coût énergétique des modèles d’IA que l’on mobilise allègrement n’a rien d’anodin.

Ce qu’il reste à construire, et pourquoi ça presse

Une culture maker dans le secteur socio-éducatif, ce serait des espaces de conception collective ancrés dans les organisations, une éthique du partage et du logiciel libre assumée comme condition du commun, une attention réelle à l’empreinte des outils produits, et une gouvernance qui protège à la fois les professionnels, les publics et les communs qu’on bâtit ensemble. Rien de tout cela ne va de soi. Et rien de tout cela ne se construira sans renouer explicitement avec la filiation des fablabs : leur culture de l’entraide, leur exigence éthique, leur rapport au logiciel libre. Sans cette filiation assumée, on risque de reproduire exactement ce qu’on cherche à dépasser : une appropriation de façade, enthousiaste mais creuse, qui habille l’utopie technologique d’un vernis participatif.

La question de fond que pose le no code reste donc ouverte. Est-ce un simple changement d’échelle dans la diffusion de cette utopie ? Ou est-ce le début d’un renversement plus profond, où ceux qui portent les valeurs de l’accompagnement humain se réapproprient enfin la conception des outils de leur pratique ?

Il est trop tôt pour trancher. Mais il n’est pas trop tôt pour le faire advenir.

Les outils existent désormais. Ce qui manque, c’est la culture, la formation, et les espaces pour l’organiser.

Références

Musso, P. (2012, octobre). Les utopies sont-elles condamnées à l’échec ? Communication présentée au séminaire de la Fondation Copernic, Paris, France.

MIT Center for Bits and Atoms. (2012). Fab Charter. Massachusetts Institute of Technology. https://yourlab.be/accueil/charte-du-mit-des-fablabs/

Parcourez l’offre de formation numérique destinée aux acteurs de l’accompagnement social et éducatif : le même schéma revient. Des formations centrées sur le clic, sur des procédures techniques, sur des logiques gestionnaires… Mais presque rien sur ce que le numérique fait à la relation d’accompagnement.

Pourtant, les enjeux d’appropriation numérique ne sauraient se réduire à une question d’outils. Comprendre ce que TikTok fait à la construction identitaire des jeunes, ou comment l’IA redéfinit le rapport à la confiance, nous semble plus fondamental que de maîtriser les réseaux sociaux ou le prompt engineering.

S’initier aux outils est une clé. Mais apprendre à cliquer sans saisir les enjeux éthiques, relationnels et sociaux des mutations numériques, c’est passer à côté de l’essentiel. C’est de cette conviction, partagée par deux chercheurs-praticiens, qu’est née TISSELIA, avec l’envie de former les professionnels de l’accompagnement autrement.

Ce que révèle l’enquête L’action sociale face au tout-numérique

En 2024, Emmaüs Connect a interrogé 2 542 professionnels de l’action sociale et de l’insertion, en collaboration avec La Fonda, l’UNAFORIS, l’UNIOPSS et la Mission Locale de Charleville-Mézières. Les résultats, publiés en mars 2025 dans le rapport L’action sociale face au tout-numérique, sont révélateurs des enjeux liés à la formation au numérique.

Il y a dix ans, le numérique n’était pas encore perçu comme une priorité par ces professionnels. Aujourd’hui, 92 % d’entre eux estiment qu’il a transformé la pratique de leur métier.

Les chiffres sont parlants : 91,4 % de ces professionnels ont intégré l’accompagnement au numérique dans leurs activités, alors que cela ne figure pas dans leur fiche de poste. 43 % estiment ne pas avoir été assez formés, contre 10 % qui déclaraient avoir été formés en 2015. Un progrès réel, mais largement insuffisant une décennie plus tard.

Comme le résume l’un des répondants : « Même si ce n’est pas notre cœur de métier, nous jouons un rôle de médiateur numérique, mais on se sent insuffisamment formés pour accompagner efficacement les usagers. »

Car le numérique n’est pas un simple outil avec lequel on doit composer, c’est devenu l’environnement dans lequel les publics accompagnés construisent leur identité, leurs relations, leur rapport à la confiance et à l’institution. Et les situations que les professionnels nous rapportent le montrent chaque jour.

Un lycéen en décrochage scolaire, mais qui gère une communauté de 20 000 abonnés sur Twitch. Une mère qui fait davantage confiance à ChatGPT qu’aux conseils de la PMI. Un senior qui préfère rester sans droits plutôt que de faire ses démarches en ligne, par peur de se faire pirater.

Face à ces réalités, les professionnels ne se sentent pas toujours légitimes et suffisamment outillés dans une mission qui leur incombe de fait. Et le constat dépasse les seuls travailleurs sociaux. Aides à domicile, chargés d’insertion, agents de mairie, conseillers en économie sociale et familiale… tous les métiers de la relation y sont confrontés quotidiennement.

La demande de formation au numérique est réelle, pressante, légitime. Mais la réponse qui y est apportée pose, selon nous, un problème de fond.

Formations-outils : beaucoup de clics, peu de sens

Dans ce contexte, les formations au numérique destinées aux professionnels du secteur socio-éducatif se multiplient. En apparence, c’est une bonne nouvelle. Mais lorsqu’on regarde de plus près ce qui est proposé, la même approche revient : « ChatGPT, c’est quoi ? », « Communication digitale », « Prise en main de tel logiciel », « Les réseaux sociaux pour votre structure »…

Ces formations se résument trop souvent à de l’apprentissage de procédures techniques. Elles outillent la logique gestionnaire, celle du reporting, de la communication, de l’efficacité administrative. Quand elles abordent les enjeux éthiques, c’est sous l’angle du RGPD, de l’AI Act, parfois de l’empreinte écologique. Autant de sujets importants. Mais presque rien sur ce qui fait le cœur de métier de ces professionnels, à savoir la relation d’accompagnement et le soutien à l’autonomie.

Car les questions auxquelles ces professionnels sont confrontés au quotidien sont d’un tout autre ordre.

Comment penser mon action d’accompagnement quand mes publics sont aussi « accompagnés » par une IA qu’ils utilisent seuls ? Que faire quand un usager me dit avoir consulté ChatGPT, et que celui-ci lui a donné des informations fausses ? Ou pire, des conseils pertinents, peut-être plus pertinents que les miens ? Comment l’usage de l’IA reconfigure des éléments aussi fondamentaux que la confiance, l’écoute, la disponibilité, le rapport à l’autonomie ? Et au fond, qu’est-ce qui fait encore la spécificité d’un métier centré sur la relation humaine ?

L’enquête L’action sociale face au tout-numérique le confirme. Les professionnels ne demandent pas seulement à apprendre à utiliser des outils. Ils veulent être formés pour comprendre les enjeux et accompagner autrement.

Donner un outil ne suffit pas. Encore faut-il pouvoir s’en saisir.

L’impasse des approches « ressourcistes »

Pour comprendre pourquoi ces formations échouent à produire de l’autonomie, il faut regarder les logiques qui les sous-tendent. Les travaux en sociologie du numérique distinguent trois dimensions de la fracture numérique, auxquelles les politiques publiques ont répondu par des logiques de dotation successives. Ces trois dimensions nous donnent une grille de lecture précieuse pour penser ce qui dysfonctionne dans la formation au numérique des professionnels de l’accompagnement.

Première dimension : l’accès matériel. On pourrait croire cette question réglée. Elle ne l’est pas. Sur le terrain, les retours que nous recueillons en font régulièrement état : ordinateurs lents, connexions instables, matériel vieillissant, logiciels non mis à jour. Des professionnels qui travaillent dans des conditions techniques dégradées, et qui n’en sont même pas encore à se poser la question des usages ou du sens.

Deuxième dimension : la compétence procédurale. C’est le registre dominant des formations actuelles. On enseigne le numérique comme une recette. « Cliquez ici, puis là. » C’est l’approche des référentiels, des certifications type Pix, de la logique procédurale.

Le résultat est prévisible. Cette approche forme des exécutants, pas des professionnels autonomes. Elle crée une autonomie de surface, qui s’effondre à la moindre mise à jour d’interface. Un assistant social formé en 2023 à déposer un dossier RSA sur le portail de la CAF se retrouve démuni six mois plus tard quand l’interface change. Il savait cliquer aux bons endroits. Il n’avait pas compris la logique du système. La procédure apprise est devenue obsolète, et avec elle la confiance acquise en formation.

Troisième dimension, celle qui nous intéresse : le pouvoir d’agir. Le véritable enjeu n’est pas de savoir utiliser l’outil, mais d’être capable de convertir cet usage en bénéfice réel dans sa pratique professionnelle. Que le numérique serve, in fine, la relation d’accompagnement.

C’est ici que le modèle ressourciste atteint sa limite. Donner des ressources aux professionnels, un accès, une formation procédurale, ne garantit aucun gain en matière de pouvoir d’agir. On reste dans le registre de l’utilisation, pas de l’appropriation.

La distinction est fondamentale. Utiliser, c’est reproduire un geste technique dans un contexte donné. S’approprier, c’est être en capacité de mobiliser l’outil de manière autonome, de l’adapter à des situations inédites, de porter un regard critique sur ses usages et d’en faire un levier dans sa pratique.

Prenons un exemple concret. Un conseiller en insertion professionnelle suit une formation de deux jours sur l’IA générative. Il sait désormais utiliser ChatGPT pour rédiger un courriel ou synthétiser un document. De retour sur le terrain, il suit un jeune tétanisé par la peur de l’échec, qui délègue intégralement sa parole à l’IA, par conviction profonde qu’il est incapable de produire une pensée valable par lui-même. Que fait-il ? Sa formation ne lui a donné aucun repère pour penser cette situation. Ni sur la manière dont l’outil vient ici verrouiller un sentiment d’incompétence au lieu d’aider, ni sur les techniques pour utiliser cette même IA comme un étayage temporaire permettant de restaurer la confiance, plutôt que comme un substitut permanent. La ressource n’a pas été convertie en capacité réelle d’agir.

Ce n’est pas parce qu’on met un outil entre les mains d’un professionnel qu’il sera en mesure d’en tirer des bénéfices pour lui-même et pour les publics qu’il accompagne. Encore faut-il que les conditions soient réunies pour qu’il puisse s’en saisir de manière significative.

Le modèle pédagogique dominant dans la formation au numérique, centré sur l’outil, ne sert en réalité que la logique gestionnaire et produit de la dépendance. Dépendance au formateur, dépendance au tutoriel, dépendance à la procédure apprise. Il repose sur un présupposé aussi répandu que faux : l’idée que la maîtrise de compétences procédurales suffirait à développer du pouvoir d’agir.

Ce que les formations classiques ne prennent pas en compte (et pourquoi elles échouent)

Pourquoi les formations au numérique ne parviennent-elles généralement pas à produire une véritable appropriation capacitante ? Parce qu’elles partagent un angle mort : elles ignorent la culture, l’identité et la réalité sensible des métiers de l’accompagnement.

C’est précisément pour combler ce vide que TISSELIA existe. Notre pédagogie est la traduction opérationnelle de travaux de recherche menés par Alyse Yilmaz sur l’appropriation numérique et de David Puzos sur les environnements capacitants. Ces travaux ont mis en évidence trois dimensions fondamentales, sans lesquelles aucune formation ne peut produire de pouvoir d’agir. Ces trois dimensions constituent aujourd’hui le socle de toutes nos interventions.

Première étape. Déconstruire ce qu’on projette sur le numérique.

Le numérique n’est pas qu’un outil. C’est aussi une histoire qu’on se raconte.

Simondon l’a montré dès 1954 : tout objet technique joue un double rôle. Il est à la fois fonctionnel et fictionnel. Il fait des choses, et il raconte des choses. Un smartphone n’est pas seulement un appareil de communication. C’est la promesse d’un monde connecté, fluide, instantané. Et cette promesse a une origine.

Celle de la « société de l’information », théorisée par la cybernétique, reprise par des générations de décideurs politiques, et que Philippe Breton (1997) a bien nommée : « l’utopie de la communication ». Du Plan Calcul des années 1960 au Plan Informatique pour Tous en 1985, jusqu’aux stratégies actuelles d’inclusion numérique, la promesse de fond n’a jamais changé. Les technologies numériques seraient des vecteurs inéluctables de progrès économique et social.

Si vous travaillez dans le social ou l’éducatif, vous connaissez la musique. Fracture territoriale ? Le numérique. Non-recours aux droits ? Le numérique. Décrochage ? Encore le numérique. Le numérique comme baguette magique. Derrière ce discours, un imaginaire essentiellement californien et une logique néolibérale, souvent l’idéologie même qui a produit les problèmes qu’on prétend résoudre. Une idéologie qui sur-responsabilise l’individu, qui substitue l’employabilité à la solidarité, qui fait de chacun un « entrepreneur de sa propre vie ».

Or cette vision n’est pas celle des professionnels du secteur. Elle n’est pas celle des traditions de l’éducation populaire dont beaucoup se réclament. Alors oui, il est parfaitement logique qu’il y ait des résistances. Et l’enquête L’action sociale face au tout-numérique le confirme avec force : 60 % des répondants associent le numérique de demain à une émotion négative, 50 % craignent qu’il ne délite leur lien avec les usagers et 37 % jugent que la numérisation dégrade l’accompagnement social. Peur, inquiétude, sentiment de submersion ou de déshumanisation… Ce ne sont pas des chiffres de technophobes. Le malaise ne vient pas de l’outil. Il vient en grande partie des discours que l’outil porte avec lui.

Il y a aussi la question de l’expérience, qu’on n’ose pas toujours poser. Près de la moitié des répondants de l’enquête (47,9 %) cumulent plus de dix ans d’ancienneté. Pour beaucoup d’entre eux, le numérique est vécu comme une injonction qui fragilise une expertise patiemment construite sur des décennies de pratique relationnelle. Comment ne pas y voir une forme de dépossession quand l’institution qui vous somme de « passer au numérique » est la même qui supprime les guichets physiques et multiplie les tâches de reporting en ligne ?

Ces résistances ne sont pas le problème. Elles sont le point de départ.

Il ne s’agit pas de les contourner, encore moins de les pathologiser comme un « retard » à combler. Il s’agit d’en faire la matière première du travail pédagogique. Faire parler avant de faire faire. Construire du sens avant de construire des compétences. Questionner collectivement les valeurs, les fondements idéologiques, les finalités qui sous-tendent l’intégration du numérique dans nos métiers. Comprendre ce que chacun projette sur le numérique, ses peurs, ses espoirs, ses rejets, est le préalable indispensable à toute formation qui se veut pertinente.

Et il est tout aussi essentiel de montrer que le numérique n’est pas monolithique. Qu’il existe, face à l’imaginaire californien dominant, des contre-discours et des contre-pratiques. La culture du logiciel libre, les fablabs, le mouvement maker portent une tout autre vision du numérique. Une vision fondée sur le commun, le partage des savoirs, le « faire ensemble ». Ce n’est pas un hasard si ces mouvements trouvent un écho naturel dans les traditions de l’éducation populaire. Rendre visibles ces filiations, c’est offrir aux professionnels de l’accompagnement des repères qui leur ressemblent, et leur montrer que le numérique peut aussi parler leur langue.

Deuxième étape. La dimension technique, au-delà de la procédure

C’est généralement ici que se concentrent les organismes de formation professionnelle. Et c’est bien normal. La dimension technique est évidemment centrale. Nous l’abordons aussi dans nos formations. Mais elle ne fait pas tout, et surtout elle ne suffit pas lorsqu’elle se limite à la procédure.

Soyons francs. Les outils sont devenus tellement simples d’utilisation qu’on n’a pas besoin de deux jours de formation pour apprendre à taper du texte dans un agent conversationnel. Se former au « prompt engineering » pour rédiger un mail ou synthétiser un document ? C’est une tâche qu’on peut donner à l’IA elle-même. L’enjeu est ailleurs. Il n’est pas de transformer des travailleurs sociaux en informaticiens. Il est de leur donner les clés qui leur permettront de ne plus subir l’outil, mais de le comprendre.

Prenons un exemple simple. On peut très bien former un professionnel à utiliser TikTok : créer un compte, naviguer dans l’interface, comprendre les formats. C’est utile. Mais ce qui change fondamentalement sa pratique, c’est de comprendre comment fonctionne l’algorithme du « Pour toi ». Pourquoi la plateforme propose tel contenu plutôt que tel autre. Comment se forment les bulles cognitives. Pourquoi une adolescente qui regarde une vidéo sur un régime se voit proposer, en quelques scrolls, des contenus pro-anorexie de plus en plus explicites. Un éducateur qui comprend ce mécanisme ne regarde plus les pratiques numériques des jeunes qu’il accompagne de la même manière. Il n’a pas appris à utiliser la plateforme. Il a appris à comprendre la logique de l’algorithme.

Même chose pour l’IA. Savoir que ChatGPT produit du texte sur la base de probabilités statistiques et non d’une « compréhension » du monde, ça change tout. Comprendre ce qu’est une fenêtre de contexte, pourquoi le modèle « oublie » ce qu’on lui a dit trois messages plus tôt, pourquoi il génère des réponses différentes à la même question, comment les biais présents dans les données d’entraînement se retrouvent dans les réponses produites, ça permet de ne plus fantasmer l’outil, ni dans la peur ni dans l’enthousiasme. Ça permet d’expliquer à un usager pourquoi une réponse parfaitement formulée peut être totalement fausse. Et surtout, ça permet de comprendre que ce qu’on a en face de soi n’est ni un oracle ni une menace, mais un outil statistique dont il faut connaître les limites pour s’en servir avec discernement.

En résumé, il ne s’agit pas seulement d’apprendre des gestes techniques. Il s’agit de déconstruire les boîtes noires, de comprendre les logiques qui gouvernent les outils, pour produire une connaissance plus solide et plus durable que celle centrée sur les seules procédures. Comprendre le fonctionnement, c’est se donner les moyens d’être moins crédule, moins démuni, moins dépendant.

Et il y a ici un enjeu de résilience face au changement. Les environnements numériques évoluent en permanence. Un professionnel qui a compris la logique d’un système de gestion de droits en ligne, comment les données circulent entre les administrations, pourquoi on lui demande telle information, saura s’adapter quand l’interface changera. Celui qui a seulement appris à cliquer aux bons endroits sera perdu. L’équilibre entre compétences procédurales et compréhension des mécanismes n’est pas un luxe intellectuel. C’est une condition de l’autonomie durable.

Troisième étape. La dimension culturelle : appréhender les usages sociaux du numérique.

C’est la dimension qui nous intéresse le plus, et celle qui manque le plus cruellement dans les formations existantes. C’est aussi ce qui fait la spécificité de l’approche TISSELIA.

Pour passer réellement de l’utilisation à l’appropriation, il ne suffit pas de comprendre les outils. Il faut penser les usages sociaux du numérique, les codes culturels qui s’y jouent, les effets concrets sur les personnes accompagnées, et ce que tout cela transforme dans la relation d’accompagnement elle-même. Autrement dit, il faut penser la dimension collective du numérique, pas seulement sa dimension instrumentale.

Car le numérique n’est pas un simple canal de communication ou un outil de gestion. C’est un espace social à part entière, avec ses pratiques de sociabilité, ses rapports de pouvoir, ses formes de vulnérabilité spécifiques. Décrypter ces cultures numériques est indispensable pour maintenir un lien pertinent avec les publics.

Reprenons nos trois exemples du début. Le lycéen décrocheur qui gère 20 000 abonnés sur Twitch : est-ce un signe de compétences insoupçonnées ou un refuge qui aggrave l’isolement scolaire ? Les deux à la fois ? Comment un éducateur peut-il s’appuyer sur cette pratique dans un projet d’accompagnement, plutôt que de l’ignorer ou de la condamner ? La mère qui préfère ChatGPT aux conseils de la PMI : qu’est-ce que cela dit du rapport de confiance avec les institutions ? Comment un conseiller aborde-t-il le sujet sans disqualifier ni la mère, ni l’outil, ni sa propre expertise ? Le senior qui renonce à ses droits par peur du piratage : comment un agent d’accueil peut-il lever cette peur sans la minimiser, en partant de ce que cet homme a réellement compris ou mal compris du fonctionnement d’Internet ?

Aucune formation procédurale ne donne de repères pour penser ces situations. Pour y répondre, il faut de la réflexivité, de la prise de hauteur sur la technique. Il faut mobiliser les sciences humaines, l’anthropologie des usages, le partage d’expériences entre pairs. Il faut créer des espaces où les professionnels pensent collectivement ce que le numérique fait à leurs publics et à leur métier, plutôt que de subir seuls des situations pour lesquelles personne ne les a préparés.

C’est ce que Rabardel (1995) appelle la genèse instrumentale : le passage de l’artefact, l’objet technique brut, à l’instrument, l’objet approprié par l’usage dans un contexte donné. Il ne s’agit pas d’apprendre pour apprendre. Il s’agit d’ancrer la compréhension du numérique dans des situations réelles, proches du quotidien des personnes accompagnées. C’est le passage du « savoir comment » au « pouvoir faire », et ultimement au « savoir accompagner autrement ».

Une pédagogie à rebours : partir du terrain, pas de l’outil

Ces trois dimensions, axiologique, technique et culturelle, traversent toutes nos interventions. Leur articulation n’est pas un choix pédagogique parmi d’autres. C’est la condition même de l’appropriation.

Chez TISSELIA, nous avons pris le parti d’inverser la logique habituelle. Plutôt que de partir de l’outil pour l’imposer aux pratiques, nous partons de l’enquête de terrain. Nous documentons les mutations réelles pour comprendre comment les technologies reconfigurent les liens, l’autorité ou la confiance. Car l’enjeu n’est pas de transformer les travailleurs sociaux en techniciens, mais de leur permettre de rester pertinents dans un environnement qui change.

C’est la conviction qui guide chacune de nos interventions et que nous résumons ainsi :

« Ne cherchez pas à devenir des experts du numérique. Devenez des experts de ce que le numérique fait à vos publics. »

Sources

Breton, P. (1997). L’utopie de la communication : le mythe du village planétaire. La Découverte.

Emmaüs Connect, La Fonda, UNAFORIS, UNIOPSS & Mission Locale de Charleville-Mézières. (2025). L’action sociale face au tout-numérique : enquête auprès de 2 542 professionnels de l’action sociale et de l’insertion.

Puzos, D. (2023). Grande École du Numérique et Contextes Socio-Spatiaux des « Environnements Capacitants »[Thèse de doctorat en sciences de l’éducation et géographie sociale]. Université Rennes 2.

Rabardel, P. (1995). Les hommes et les technologies : approche cognitive des instruments contemporains. Armand Colin.

Simondon, G. (1958). Du mode d’existence des objets techniques. Aubier. (Rééd. 1989).

Yilmaz, A. (en cours). Impacts psycho-sociaux des dispositifs de médiation numérique : appropriation numérique dans les métiers de l’accompagnement social et éducatif[Thèse de doctorat en sciences de la communication].

TISSELIA. Recherche-action sur les transformations numériques des métiers de l’accompagnement social et éducatif. www.tisselia.fr

Elle rédige, synthétise, organise. En quelques secondes, ce qui nous prenait des heures. L’intelligence artificielle arrive dans nos métiers de l’accompagnement avec une promesse simple : nous faire gagner du temps. Pour des secteurs asphyxiés par la bureaucratie et le reporting, l’attente est immense. Va-t-on enfin pouvoir souffler ? Retrouver du temps pour l’essentiel : l’écoute, la relation ?

C’est une question éthique. C’est une question politique. Et si nous ne nous en emparons pas collectivement, d’autres décideront pour nous.

Un métier qui étouffe

Il y a quelques mois, lors d’une formation sur « les organisations capacitantes » que j’animais auprès d’une Mission Locale, un directeur de structure m’a confié quelque chose qui m’a marqué :

« Aujourd’hui, au moins 50 % du temps d’un conseiller en insertion professionnelle est consacré à l’administratif et au reporting. Notamment à cause du Contrat d’Engagement Jeune. »

Cinquante pour cent ! La moitié du temps de travail d’un professionnel dont la mission est d’accompagner des jeunes en difficulté. Passée à remplir des cases, alimenter des tableaux, justifier des indicateurs.

Ce témoignage n’est pas isolé : de nombreux professionnels des structures jeunesse me rapportent la même réalité. Il illustre une situation documentée, analysée, dénoncée depuis des années. Le Livre Blanc du Haut Conseil du Travail Social, publié en 2023, pose un diagnostic sans appel. Je voudrais en citer quelques passages, parce que les mots des professionnels méritent d’être entendus.

« Le management par les chiffres est une source principale de perte de sens. Un mode de gestion du travail social s’est imposé avec des outils de suivi centrés sur des indicateurs de gestion des « files actives » conduisant à inscrire les travailleuses sociales dans des exigences de « reporting ». Ce thème est récurrent depuis des années et s’est accentué. » (Haut Conseil du Travail Social [HCTS], 2023)

Une phrase entendue lors des auditions résume à elle seule l’absurdité de la situation :

« On passe plus de temps à comptabiliser ce qu’on fait qu’à… les faire. » (Verbatim d’entretien, cité HCTS, 2023)

Il ne s’agit pas d’un simple dysfonctionnement organisationnel. Le Livre Blanc qualifie cette réalité de « travail social empêché » : une configuration où l’accumulation des normes et des procédures finit par faire obstacle à l’exercice même du métier.

« On a « honte », parfois, de devoir mener un premier accueil en deux minutes, et « de ne pas respecter la personne ». Alors même que l' »ADN, c’est l’humanisme ». On a « l’impression de faire ce métier de façon robotisée ». » (Verbatim d’entretien, HCTS, 2023)

Honte, déshumanisation, perte de sens : le triste tableau d’un secteur en souffrance. Et c’est précisément dans cette configuration que l’intelligence artificielle fait irruption, porteuse de promesses d’efficience et de gains de productivité.

L’IA comme « bête de somme » administrative : une opportunité réelle ?

Dans ce contexte, des questions émergent chez les professionnels et responsables de structure : que confier à l’IA ? Qu’accepte-t-on de déléguer ? Dans quel but ?

En octobre 2024, la DGCS et le LaborIA (programme de recherche-action créé en 2021 par le ministère du Travail et Inria pour analyser les impacts de l’IA sur le travail) ont organisé un webinaire restituant les conclusions de la convention professionnelle « Intelligence Artificielle et Travail Social ». Aline Roussey, assistante sociale, y a présenté les réflexions d’un groupe de travail :

« On a identifié deux niveaux. Le premier, vraiment lié à l’accompagnement social, toute la méthodologie qui fait partie de notre cœur de métier : le recueil de données, l’analyse, pouvoir proposer un plan d’aide adapté, cette notion d’accompagnement avec le langage verbal, non verbal. On s’est dit que pour tout ça, l’intelligence artificielle n’avait pas sa place, puisqu’on avait besoin de l’humain. (…) L’IA, on pourrait l’utiliser dans des tâches annexes, comme un outil, un support à la main du travailleur social pour l’aider dans la réalisation de tâches plus administratives : la rédaction de courriers, l’élaboration de rapports sociaux. Mais vraiment une IA utilisée sur la forme et pas sur le fond, puisqu’il est nécessaire qu’en tant que travailleur social, on reste responsable de nos écrits. » (Webinaire « Usage de l’IA dans le travail social : jalons pour une réflexion collective », octobre 2024)

L’idée est séduisante : confier à la machine ce qui ne relève pas du cœur de métier. Faire de l’IA une « bête de somme » administrative pour libérer du temps humain.

Cette promesse relève encore en partie de la croyance ; nous verrons que la réalité est plus complexe. Mais les premières données empiriques sur l’IA et la productivité semblent offrir des résultats significatifs.

• Rédiger des bilans et des rapports ? Une étude expérimentale du MIT portant sur 444 professionnels diplômés montre que l’usage de ChatGPT réduit de 37 % le temps nécessaire pour compléter une tâche rédactionnelle, tout en améliorant la qualité des écrits. Les chercheurs notent également un effet d’homogénéisation : l’écart de performance entre les rédacteurs les plus et les moins à l’aise se réduit de moitié (Noy & Zhang, 2023).
• Alimenter le reporting obligatoire ? Le rapport McKinsey (Chui et al., 2023) identifie explicitement le « required reporting » parmi les tâches à faible valeur ajoutée que l’IA générative pourrait absorber dans les secteurs fortement régulés. À titre d’exemple, dans le secteur bancaire, l’IA pourrait prendre en charge « les tâches de moindre valeur en gestion des risques, telles que le reporting obligatoire, la veille réglementaire et la collecte de données ». Le parallèle avec le travail social est frappant : comme les banques, nos secteurs croulent sous les obligations de reporting. Ces tâches chronophages ne requièrent pas l’expertise relationnelle du travailleur social. Elles requièrent de la rigueur, de la synthèse et du temps. Exactement ce que l’IA sait faire.
• Répondre à des appels à projets ? Une étude de terrain menée par des chercheurs de Harvard, MIT, Wharton et Warwick auprès de 758 consultants du Boston Consulting Group révèle que sur des tâches d’idéation et de rédaction, les professionnels équipés de GPT-4 complètent 12,2 % de tâches supplémentaires, travaillent 25,1 % plus rapidement et produisent des réponses jugées 40 % supérieures en qualité (Dell’Acqua et al., 2023).
• Gérer la communication institutionnelle ? Le même rapport McKinsey estime que le marketing et la communication font partie des quatre fonctions où l’IA générative crée le plus de valeur. Pour une mission locale, un CCAS ou une association, cela signifie concrètement : rédiger la newsletter mensuelle, préparer les posts valorisant les actions menées, reformuler un communiqué selon les cibles. Des tâches souvent repoussées faute de temps et que l’IA peut désormais aider à ébaucher en quelques minutes.

Les chiffres sont là. L’opportunité semble réelle.

Mais cela interroge : si nous gagnons effectivement 30, 40, 50 % sur les tâches à faible valeur ajoutée… qu’allons-nous en faire ?

Le piège : le paradoxe de Jevons appliqué au travail social

1865 : Les machines à vapeur deviennent plus efficaces : elles consomment moins de charbon par unité de travail. La consommation totale de charbon devrait baisser. Elle explose. L’économiste William Stanley Jevons comprend pourquoi : l’efficacité accrue rend l’usage plus rentable, ce qui stimule la demande.

L’économiste Len Brookes reformule ainsi ce paradoxe : quand on parle d’améliorer l’efficacité d’une ressource, on parle en réalité d’accroître sa productivité. Et si l’on augmente la productivité de quoi que ce soit, cela réduit son prix implicite (on obtient un meilleur rendement pour le même investissement), ce qui stimule mécaniquement la consommation.

Ce paradoxe se vérifie partout. L’amélioration spectaculaire de l’efficacité des LED a paradoxalement entraîné une hausse de la consommation mondiale d’électricité pour l’éclairage et de la pollution lumineuse, suite aux usages parfois extravagants de cette technologie devenue bon marché.

En 2025, Satya Nadella, PDG de Microsoft, a lui-même confirmé que le paradoxe de Jevons s’applique pleinement à l’intelligence artificielle : plus elle devient efficace et accessible, plus son usage explose.

Appliqué à notre secteur, ce paradoxe prend une dimension particulièrement cruelle. Les professionnels du travail social l’ont bien compris. Lors du même webinaire cité précédemment, Adrien Guionie (assistant de service social et évaluateur en informations préoccupantes en protection de l’enfance) formulait cette inquiétude avec lucidité :

« Pour les risques, ce que l’on avait pu mettre en avant, c’était le soutien à la logique de faire toujours plus avec moins de moyens. Dans un contexte de contraintes budgétaires, comme on le connaît tous, il peut être facile pour un employeur de mettre en place une intelligence artificielle et donc de ne pas remplacer des postes, ou d’en supprimer. (…) Je prends mon exemple personnel : je suis évaluateur en informations préoccupantes, mon poste est quantifié pour 25 à 30 demandes. Si on me mettait en place une IA générative pour m’aider dans la rédaction des rapports, mon temps de rapport diminuerait et on pourrait me dire que je pourrais passer de 30 à 35 mesures, puisque j’ai gagné du temps sur chaque rapport. » (Webinaire « Usage de l’IA dans le travail social », octobre 2024)

En effet, si accomplir une tâche devient « facile » et « rapide » grâce à l’IA, le risque n’est pas que l’institution nous demande moins de temps administratif. Le risque est qu’elle nous en demande plus. Plus de rapports, plus de reporting, plus détaillés. Plus fréquents. Autrement dit, que s’imposent doucement de nouvelles normes de productivité.

« Puisque tu as l’IA, tu peux prendre trois dossiers de plus. »

« Puisque le bilan se fait en dix minutes, tu peux en faire un par semaine au lieu d’un par mois. »

« Puisque c’est automatisé, on va enrichir les indicateurs de suivi. »

C’est ce que j’appelle la dérive productiviste. Le gain de temps est immédiatement réabsorbé par une logique gestionnaire accrue. En tant que travailleurs sociaux, nous n’avons rien gagné. Nous avons juste accéléré la roue du hamster.

Et nous continuons à courir.

Le conflit de rationalité : apports du LaborIA

Je m’appuie ici sur les travaux du LaborIA, programme de recherche-action lancé en 2021 par le ministère du Travail et Inria pour évaluer les impacts de l’IA sur le travail. Sa finalité : « étudier les liens de complémentarité, de substitution, de chevauchement ou de subsidiarité entre les systèmes d’intelligence artificielle et les personnes qui travaillent ». Ce programme a documenté, à travers des enquêtes de terrain et des études longitudinales, ce qu’il nomme un conflit de rationalité. (Je résume ici à grands traits leur analyse. Pour approfondir, voir les travaux complets sur laboria.ai/zone/laboria-explorer).

D’un côté, la rationalité gestionnaire : elle représente l’ensemble des moyens, procédures et indicateurs orientés vers l’optimisation et l’efficacité économique. L’IA y est perçue comme un levier de performance : réduction des erreurs, amélioration de la productivité, automatisation des tâches répétitives. C’est la logique portée par les décideurs, les concepteurs et les intégrateurs de ces technologies.

De l’autre, la rationalité du travail réel : celle des professionnels de terrain, qui vivent l’IA au quotidien. Leurs préoccupations sont d’un autre ordre : reconnaissance de leur expertise, préservation de leur autonomie, maintien de leur responsabilité professionnelle et surtout, sens du travail accompli.

Il y a conflit de rationalité lorsque ces deux logiques s’opposent sans trouver de voie de conciliation. Ce conflit n’est pas abstrait : il se joue concrètement dans chaque organisation qui déploie l’IA, dans chaque arbitrage sur l’usage du temps gagné, dans chaque décision sur ce qui sera automatisé et ce qui ne le sera pas.

Selon l’issue de ce conflit, deux configurations radicalement différentes émergent.

Les configurations aliénantes : en l’absence de régulation et de compromis, les travailleurs se sentent progressivement dépossédés de leur activité. L’IA peut alors devenir source de perte de compétences (on ne sait progressivement plus faire ce que la machine fait à notre place). Elle peut devenir vecteur de surveillance accrue : chaque action est tracée, mesurée, évaluée. Elle peut enfin imposer une standardisation du travail qui efface les singularités professionnelles.

Les configurations capacitantes : à l’inverse, lorsqu’un véritable compromis est construit entre les différentes parties prenantes, l’IA peut réellement augmenter le pouvoir d’agir des professionnels. Avec leur consentement éclairé, elle se substitue aux tâches qu’ils maîtrisent moins bien ou dont la valeur ajoutée est faible. Elle agit en complémentarité avec le travail humain : pour produire des résultats inédits, ou comme un « deuxième regard » qui sécurise sans déposséder.

L’IA au service de la relation d’accompagnement capacitante

Cette approche est pertinente pour penser la capacitation par le prisme des professionnels et des situations de travail. Mais il nous paraît judicieux de la penser également par le prisme de la relation d’accompagnement.

Cela est clé, car le travail social ne relève pas d’une logique productive au sens classique. Il ne s’agit pas de fabriquer des objets ni d’optimiser une chaîne de production. Il s’agit d’accompagner des personnes avec une finalité précise : le soutien à l’autonomie et au développement humain.

Le HCTS rappelle que le travail social vise à « favoriser l’autonomie et la protection des personnes, la cohésion sociale, l’exercice de la citoyenneté » et à « promouvoir dans un cadre interministériel l’accès à la santé, l’éducation, l’emploi, le logement, la culture, les loisirs, et permettre d’exercer ses droits » (HCTS, 2023).

En d’autres termes : la finalité du travail social est le développement du pouvoir d’agir des personnes accompagnées. C’est son horizon éthique. C’est ce qui fonde le sens de cette activité professionnelle.

Dans cette perspective, une configuration ne peut être qualifiée de capacitante que si l’intégration de l’IA contribue, in fine, à améliorer la relation d’accompagnement : entendue comme une relation qui soutient les capacités de faire et de choisir des personnes accompagnées.

Dès lors, ce qui sépare une configuration capacitante d’une configuration aliénante se pense aussi par les effets qu’elle produit sur les personnes accompagnées.

Or, de quoi cette relation a-t-elle besoin pour exister vraiment ? D’une ressource devenue rare, systématiquement sacrifiée : le temps.

Le Livre Blanc du HCTS est formel sur ce point. La qualité d’un accompagnement social dépend fondamentalement d’une notion qui a été systématiquement sacrifiée : la temporalité.

« Il y a, plus généralement dans les champs de l’action sociale et du médico-social, un enjeu de réhabilitation d’une notion fondamentale du travail social : la temporalité. Celle-ci semble avoir été décrédibilisée au fil du temps au nom d’une recherche d’efficience et d’efficacité : le résultat est une intervention publique, soumise à la pression du toujours « mieux » et « juste à temps », de plus en plus procéduralisée et assignée à produire des résultats concrets et mesurables dans des délais rapprochés. » (HCTS, 2023)

Le texte précise :

« Or, la qualité, l’efficacité, le résultat, se réalisent à l’échelle du temps : le temps de l’écoute d’abord, le temps de la disponibilité, le temps nécessaire pour garantir la qualité de la présence à l’autre et donc de l’accueil et de l’accompagnement, avec un rythme des personnes qui n’est pas nécessairement celui des dispositifs. » (…) « Pouvoir prendre le temps d’aller vers, d’accueillir et d’accompagner permet de renouer avec ce que l’on a perdu en cours de route, à savoir l’épaisseur et la continuité de la relation d’aide entre la professionnelle et la personne accompagnée. » (HCTS, 2023)

L’épaisseur et la continuité de la relation d’aide. Voilà ce qui a été perdu. Voilà ce qu’il faut reconquérir.

Le Conseil économique, social et environnemental (CESE), cité par le HCTS, va jusqu’à préconiser de « supprimer toute limitation a priori de durée d’accompagnement ou de présence dans les nomenclatures d’actes ou indicateurs de pilotage imposés aux professionnels ». C’est une mesure radicale. Mais elle dit quelque chose de fondamental : le temps relationnel ne peut pas être minuté.

La question politique : l’IA et la reconfiguration des métiers du travail social

Nous voici au cœur du sujet. C’est ici que la question cesse d’être technique pour devenir politique.

Car l’enjeu n’est pas seulement celui du temps gagné. C’est celui de la reconfiguration de nos métiers.

À qui profitera le gain de productivité ? Aux logiques gestionnaires, pour intensifier les cadences et gonfler les « files actives » ? Ou aux professionnels et aux personnes accompagnées ?

Et au-delà : quelles tâches déléguerons-nous à la machine ? Quelles compétences resteront valorisées, transmises, reconnues ? Quel visage auront demain les métiers de l’accompagnement ?

Si nous ne répondons pas nous-mêmes à ces questions, d’autres y répondront. Et nous savons déjà dans quel sens.

Voici la thèse que nous défendons, et qui guide notre travail chez TISSELIA : l’intégration de l’IA dans les métiers de la relation n’a de sens (et n’est souhaitable) que si elle est mise au service de la relation d’accompagnement. C’est à cette seule condition qu’elle peut soutenir simultanément le pouvoir d’agir des professionnels (la préservation du cœur de métier) et celui des publics accompagnés (le développement de l’autonomie).

Je lance cet appel : la question de l’IA doit être indissociable de la question du pouvoir d’agir — celui des professionnels, et celui des personnes accompagnées.

• Refuser que le débat soit confisqué par les experts techniques et les logiques budgétaires.
• Porter cette revendication dans les instances représentatives, les négociations collectives, les projets de service.
• Faire de la reconfiguration de nos métiers un objet de délibération collective.
• Construire des alliances entre travailleurs sociaux, fédérations, chercheurs, praticiens, personnes accompagnées.

Le HCTS appelle à passer « de l’impuissance au pouvoir d’agir ». L’IA peut être le levier de cette reconquête ou l’accélérateur de la crise actuelle.

Tout dépend de ce que nous en ferons.

L’IA ne doit pas servir à faire plus. Elle doit servir à faire mieux : accompagner, soutenir, être présents là où la machine ne peut pas l’être.

Un combat pour le temps. Pour le sens. Pour l’avenir de nos métiers.

À nous de le mener.

Cet article fait partie des réflexions de TISSELIA sur les transformations numériques dans les métiers de l’accompagnement social et éducatif. Nous enquêtons, documentons et outillons les professionnels pour faire de la technologie un levier d’autonomie et d’émancipation.

Pour approfondir ces questions, n’hésitez pas à nous contacter.

Références

Chui, M., Hazan, E., Roberts, R., Singla, A., Smaje, K., Sukharevsky, A., Yee, L., & Zemmel, R. (2023, June). The economic potential of generative AI: The next productivity frontier. McKinsey Global Institute.

Dell’Acqua, F., McFowland, E., Mollick, E. R., Lifshitz-Assaf, H., Kellogg, K., Rajendran, S., Krayer, L., Candelon, F., & Lakhani, K. R. (2023). Navigating the jagged technological frontier: Field experimental evidence of the effects of AI on knowledge worker productivity and quality. Harvard Business School Technology & Operations Mgt. Unit Working Paper, (24-013).

Haut Conseil du Travail Social. (2023). Livre blanc du Haut Conseil du Travail Social. Ministère des Solidarités et des Familles.

LaborIA. (2023-2024). Synthèse générale LaborIA Explorer. France Travail & Inria.

Noy, S., & Zhang, W. (2023). Experimental evidence on the productivity effects of generative artificial intelligence. Science, 381(6654), 187-192. https://doi.org/10.1126/science.adh2586

Webinaire « Usage de l’IA dans le travail social : jalons pour une réflexion collective » (octobre 2024). DGCS & LaborIA.

En 2022, j’ai vécu le plus grand saut dans le vide de ma vie en apprenant que j’étais enceinte de mon premier enfant. Ce à quoi je n’étais pas préparée, c’est que ma bouée de sauvetage serait une machine, et non un humain.

À 3h du matin, enceinte de 7 semaines, je tape dans ChatGPT 

« Est-ce normal de ne plus avoir de nausées alors que je suis enceinte de 1 mois et demi ? ». 

La réponse arrive en quelques secondes. 

Rassurante. Clinique. Sans jugement.

Mon médecin m’aurait sûrement dit d’arrêter de m’inquiéter. 

Ma mère m’aurait dit que de son temps on ne se posait pas toutes ces questions. 

Mon corps ? Il m’aurait sans doute dit « sois contente, tu peux enfin manger à nouveau ».

Moi ? J’étais juste anxieuse.  

Pour moi, ressentir ces symptômes, c’était une manière de m’assurer que ma grossesse se poursuivait normalement.

Le vide du premier trimestre : taisez-vous et attendez

À toutes les femmes qui sont passées par ce fameux « premier trimestre » vous savez sûrement à quoi je fais référence. Ce fameux vide du premier trimestre. Attendre de voir si tout ça est vraiment viable. 

Mon médecin a été clair : après une prise de sang pour vérifier que les taux évoluent bien, il n’y a rien à faire, si ce n’est attendre cette fameuse échographie. Parce que cette période est plus « à risque ». Sous-entendu risque de fausse couche, potentiel handicap, malformations…

WAIT. WAIT.

Je viens d’apprendre la nouvelle la plus folle de 2022 et là, je dois la garder pour moi et juste… attendre ? 

En bonne élève que je suis, j’ai réussi à tenir 1 mois et demi. 

Mais après ce délai, je trouvais le temps long. Je me posais 1000 questions. Je voulais en parler, avoir des retours d’expérience.

Je me suis donc inscrite sur l’un des plus grands réseaux sociaux lié à la maternité : WeMoms.

Et c’est précisément à ce moment-là que j’ai assisté à quelque chose d’inédit.

Novembre 2022 : ChatGPT débarque dans les forums de maternité

Petite piqûre de rappel, on est en 2022. Plus précisément à l’automne. ChatGPT est lancé gratuitement en novembre 2022.

J’ai donc vu de front, deux choses se produire : Les publications sur les forums WeMoms (des milliers) ; Et cette technologie qui se popularise à vitesse grand V.

Ma grossesse suit son cours. Je fais cette fameuse première échographie. C’est l’heure de l’annonce officielle.

Mais rapidement, je me rends compte du vide social qu’il y avait face à ce que je vivais comme « le plus grand bouleversement de ma vie de femme et de mère en devenir ».

Et surtout, je réalise que je ne suis clairement pas seule dans cette situation. 

Certaines femmes postent des dizaines de publications par jour. Certaines posent des questions à 3h du matin. D’autres cherchent juste à être entendues.

« Après mon mari et mon thermomix, ChatGPT est mon troisième meilleur ami » (Utilisatrice, WeMoms, 2025)

C’est à l’arrivée de ma deuxième fille, en juin 2025, que j’ai vraiment mesuré la différence. L’utilisation de l’IA par les femmes en périnatalité avait explosé. Ce qui était marginal en 2022 est devenu massif en 2025.

Ma double casquette de maman (deux fois) et de chercheuse m’a encouragé à analyser ce phénomène de plus près. Entre 2022 et 2025, j’ai lu des centaines de posts sur WeMoms. Ce que j’y ai découvert dit quelque chose de profond sur l’état de notre société face à la maternité.

ChatGPT est devenu un pilier pour certaines femmes, du désir de grossesse jusqu’au post-partum.

Quelques exemples, parmi tant d’autres :

« Petit sondage du soir… Quelle proportion d’entre vous utilise ChatGPT ? […] Je me rends compte que je l’utilise au quotidien, pour tout et rien, même pour me confier comme si c’était un psy. J’en ai un peu honte j’avoue, mais ça me permet de décharger, d’autant qu’il a toujours les mots justes et qu’il est disponible H24. » (Utilisatrice, WeMoms, 2025)

« Je suis dépendante de ChatGPT, ça fait 3 mois que je paye l’abonnement. » (Utilisatrice, WeMoms, 2025)

« J’ai expliqué à ChatGPT dans un élan d’extrême détresse nocturne. Coucher, réveil, siestes… j’ai tout détaillé. Il m’a fait un plan sur une semaine et demi… Vous n’imaginez pas le bien être que je ressens depuis quelques jours…. » (Utilisatrice, WeMoms, 2025)

Ce que ces témoignages révèlent ? Pas de la paresse. Pas de l’addiction aux écrans. Une rupture.

Rupture avec les soignants qui manquent de temps et qui, eux aussi, sont victimes d’un système à bout de souffle. Rupture avec la famille qui juge ou minimise. Rupture avec les conjoints souvent démunis face à l’angoisse maternelle. Rupture avec un système de santé qui laisse les femmes seules face au plus grand bouleversement de leur vie.

Ce que j’ai compris en lisant des centaines de messages

En analysant ces centaines de messages, j’ai compris que ChatGPT n’est pas un outil, c’est le symptôme d’une rupture.

Pour comprendre ce qui se joue, il faut définir ce qu’est le « village ». Le village, c’est un collectif de proximité (famille, amis, voisins, etc.) qui assure une prise en charge logistique et symbolique des situations de vulnérabilité (maternité, handicap, deuil, vieillissement). Son rôle ? Déléguer les tâches concrètes, normaliser l’expérience, façonner les identités et transmettre l’expérience vécue.

La solitude absolue suite au « village » disparu

Le « village » a disparu. Elles n’ont plus de filet de sécurité, ni médical, ni familial, ni communautaire.

Le médecin ? Souvent indisponible entre deux consultations espacées de plusieurs semaines. La famille ? Souvent éclatée géographiquement, ou présente mais jugeante. Le conjoint ? Il dort parfois à côté pendant qu’elle se noie dans l’angoisse à 3h du matin.

Elles doivent tout gérer seules : les bouleversements hormonaux, la contraception, les vaccins de bébé, les repas, l’administratif, la logistique… Sans relève. Sans soutien. Y compris quand le monde entier dort.

Sauf ChatGPT.

Cette solitude n’est pas propre aux femmes enceintes. Une étude qualitative menée auprès de 64 femmes migrantes dans les pays du Golfe (Khozaei et al., 2025) a montré que ChatGPT devient une source de soutien émotionnel, instrumental et informationnel pour les femmes isolées. Les chercheuses ont identifié que « lorsque les femmes perdent leurs réseaux sociaux forts après la migration, ChatGPT peut combler ce vide ». Les femmes en périnatalité vivent une migration similaire : elles quittent leur vie d’avant pour entrer dans une nouvelle vie, celle de mère.

Et face à cette solitude, elles composent bien souvent avec des injonctions contradictoires. Sommées d’être parfaites. Parfois jugées par les médecins qui les infantilisent. Par leur famille qui les critique. Par les autres mères sur les forums qui pratiquent le mom-shaming. Elles finissent par chercher autre chose ! Un refuge dans l’IA.

Parce que l’IA ne juge pas.

La crise du système de santé

Le système de santé est saturé au point de rupture. Moins de sages-femmes. Moins de gynécologues. Moins de temps de consultation. Des cabinets surbookés, des urgences débordées, des professionnels épuisés qui n’ont plus le temps du care.

« Je suis plus que stressée j’ai une infection urinaire […] j’ai cherché à joindre ma gynécologue.. j’ai envoyé des mails, appelé .. et aucun retour. J’appelle les urgences […] entre temps à 20h je reçois enfin par mail l’ordonnance de ma gynécologue […] elle me prescrit « Bactrim » et là je lis sur la notice que c’est fortement déconseillé pour les femmes enceintes.. j’en parle à Chat GpT qui me dit la même chose et qui ne comprends pas pourquoi je n’ai pas eu « Augmentin » qui pourrait guérir mon infection et qui serait totalement plus sûr … » (Utilisatrice, WeMoms, 2025)

Les familles sont de plus en plus disloquées. Les grand-mères vivent parfois à 500 km, ou ont coupé les ponts. Les solidarités collectives qui portaient autrefois les femmes enceintes se sont effritées. Plus de voisines qui passent s’occuper du bébé pour que la mère puisse se doucher. Plus de cercles de femmes qui se soutiennent sans se juger.

Au point qu’une entreprise tech américaine, OpenAI, devient le nouveau « village » qui accompagne les femmes en périnatalité.

Le soin, autrefois gratuit et collectif, porté par les femmes de proximité (les grand-mères, les voisines, les sages-femmes de quartier) devient une marchandise algorithmique.

On paie pour avoir accès à ce qui devrait être un droit fondamental : être écoutée.

On assiste alors à une crise de la transmission. Les savoirs ancestraux sont disqualifiés, jugés dépassés, non scientifiques, parfois culpabilisants. Mais ils ne sont pas remplacés par d’autres savoirs humains. Ils sont remplacés par des réponses probabilistes générées par des modèles de langage (LLM).

Les gestes du maternage, autrefois transmis de mère en fille, passent maintenant par du texte généré par association statistique.

Et pire : chaque femme devient « entrepreneuse de sa grossesse », seule responsable de sa réussite maternelle. Si ça se passe mal, c’est de sa faute. Elle n’a pas assez optimisé. Pas assez écouté son instinct. Ou trop écouté son instinct. Pas de soutien collectif. Que des solutions individuelles.

C’est l’atomisation néolibérale poussée à son paroxysme : la maternité comme projet entrepreneurial dont on porte seule la responsabilité.

Ce que la recherche confirme

Ce phénomène d’engagement avec l’IA en périnatalité est documenté. Une étude récente sur le chatbot Moment for Parents, spécialement conçu pour la santé mentale des parents, a montré que 64% des utilisatrices qui avaient arrêté de l’utiliser y revenaient au moins une fois (McAlister et al., 2025). 93% ont trouvé le chatbot pertinent pour elles. Les besoins identifiés ? Des ressources fiables, un soutien émotionnel et encadrement en santé mentale.

Exactement ce que le village et le système de santé n’est plus en capacité d’offrir.

Et puis il y a quelque chose de plus troublant encore. 

l’IA comme arbitre du réel

Que révèle notre société quand une machine devient plus rassurante qu’un être humain ? Quand l’algorithme est jugé plus fiable, plus doux, plus sûr que les médecins, la famille, le conjoint ?

« J’ai enfin fait la connaissance de ChatGPT […] il est mieux élevé que la plupart des humains de cette triste société. Voilà après mon mari et mon thermomix, j’ai un troisième meilleur ami. » (Utilisatrice, WeMoms, 2025)

L’IA devient l’arbitre du réel. Le vécu de la périnatalité (diagnostic, émotions, relation au bébé) n’existe qu’après validation par ChatGPT. On ne sait plus si on a mal tant que l’algorithme n’a pas nommé la douleur.

« Aïe aïe aïe ce ChatGPT… (ça peut être une grossesse gémellaire après qui sait jumeaux, mais ce n’est pas sûr à 100 %). [Elle joint une capture d’écran où ChatGPT analyse son taux de bêta-hCG qui triple toutes les 48h]. » (Utilisatrice, WeMoms, 2025)

L’IA nomme d’abord. Le médecin confirme ensuite. L’ordre s’est inversé.

Mais cette autorité nouvelle est une source d’angoisse permanente. Quand l’algorithme ne valide pas l’espoir, le doute s’installe, plus fort que le résultat biologique lui-même :

« Bon résultat de la prise de sang faite ce midi. ChatGPT ne me rassure pas beaucoup en disant que ce n’est pas une grossesse confirmée car trop précoce. Ça me stresse, vous en pensez quoi ? » (Utilisatrice, WeMoms, 2025)

Parfois, l’IA devient même le dernier rempart contre l’erreur humaine :

« Le pédiatre donne du Tiorfan. Ce matin je lui donne et depuis il hurle non stop […] je regarde la composition et bingo il y a du lactose dedans ! Comment le pédiatre qui m’a conseillé du lait de riz peut-il faire une erreur pareil ?! […] Je demande à ChatGPT cette fois car je n’ai plus confiance et quoi ? Il y a aussi du lactose dedans !!! » (Utilisatrice, WeMoms, 2025)

Plus grave encore : l’IA remplit parfois le rôle de protection que le village ne peut plus jouer. 

« C’est peut-être bête, mais je parle souvent à ChatGPT. Il me dit que mon compagnon me manipule émotionnellement, manque de respect à mes limites, […] Je n’ai pas tout dit à ChatGPT mais il a mis des mots dessus. » (Utilisatrice, WeMoms, 2025)

« Quand t’envoie à ChatGPT les derniers messages de l’ex qui joue avec toi et qui t’insulte encore et encore et que même lui te dis “bloque-le et ne réponds plus jamais”. […] Je me dis qu’après tout ça je suis assez fière de moi de dire non je n’y retournerai pas et non je ne lui dirai pas pour mon bébé. » (Utilisatrice, WeMoms, 2025)

Et le vivant lui-même devient data. Le bébé n’est plus un sujet mystérieux dont on apprend à reconnaître les signes de fatigue, de faim, de douleur. Il devient un système à optimiser : heures d’endormissement calculées, fenêtres de réveil optimales, programmes de sieste personnalisés.

« elle [sa fille] se relève après être assise etc. Et il [ChatGPT] me dit tout le processus d’endormissement ! Par exemple l’autre jour elle râlait, elle ne pleurait pas du tout elle râlait. Un coup debout, un coup assise, un coup allongée puis elle se relève ! Donc je lui explique [à ChatGPT] et il me dit de ne surtout pas intervenir tant qu’elle ne pleure pas, que c’est le processus normal, qu’elle va s’apaiser et dormir dans les 3 à 10 minutes. J’ai pris sur moi, et au final 4 minutes après elle s’est » (Utilisatrice, WeMoms, 2025)

Le corps du bébé est devenu un flux de données à analyser. La maternité devient métrique. Le maternage devient optimisation.

Face à l’épuisement, au manque de sommeil et à l’injonction sociale à être une « bonne mère », en d’autres mots, une mère qui fait dormir son bébé, l’algorithme offre une illusion de contrôle sur le réel.

Que devient le savoir expérientiel de la maternité quand l’algorithme se substitue à l’intuition ? Quelle est la valeur d’une transmission dont les conseils ne sont plus le fruit de l’expérience, mais le résultat de calculs probabilistes ?

Qu’est-ce que ça donnera dans 20 ans ?

Personne ne le sait.

Ce que ces pratiques révèlent

La périnatalité est devenue un désert social. Un désert où les femmes sont abandonnées avec leurs angoisses, leurs corps qui se transforment, leurs bébés qui pleurent, et où une IA vient combler tous les trous d’un système défaillant.

ChatGPT ne crée pas le problème. Il le révèle.

Et il l’aggrave. Parce qu’en offrant une solution individuelle à un problème collectif, il permet au système de continuer à se déliter sans qu’on s’en inquiète vraiment.

À 3h du matin, enceinte et seule, j’ai tapé ma question dans ChatGPT.

Pas parce que je ne faisais pas confiance aux humains. Mais parce qu’il n’y avait personne.

Et c’est ça, le vrai problème.

Ne nous trompons pas de débat. La question n’est pas : « Faut-il réguler l’IA ? » ni même « Est-ce bien ou mal ? ». La question n’est pas morale.

La vraie question est : Pourquoi notre société a-t-elle laissé la maternité devenir un désert ?

Si vous doutez de ce phénomène, allez faire un tour sur WeMoms. Lisez. Comptez. Regardez combien de fois apparaît le mot ChatGPT.

Puis demandons-nous, collectivement : qu’est-ce que ça dit de nous ? Il fallait tout un village pour élever un enfant, peut-être que désormais il faut une IA pour accompagner la naissance de la mère ?

Cet article fait partie des réflexions de TISSELIA sur les transformations numériques dans les métiers de l’accompagnement social et éducatif. Pour approfondir ces questions, n’hésitez pas à nous contacter.

Références :

Khozaei, F., Carbon, C.-C., Islam, Q., & Ravari, Z. K. (2025). « Exploring the Perceived Social Support of ChatGPT among Female Migrants in the Gulf Countries: A Qualitative Analysis. » The Open Psychology Journal, 18. 

McAlister, K., et al. (2025). « Moment for Parents: A Mood-Based Chatbot for Perinatal Mental Health Support. » Journal of Medical Internet Research. 

Soyons honnêtes : j’ai toujours été un élève pénible. Le genre curieux, mais incapable de rester assis à écouter un cours. J’ai besoin que le savoir fasse sens pour l’intégrer. Je ne sais pas faire autrement.

Ce mode de fonctionnement s’est transformé en conviction théorique lors de mes années à l’Université Rennes 2. Je me suis rapproché de l’ICEM (mouvement Freinet), des réseaux d’échanges réciproques de savoirs. J’ai suivi avec passion les cours de Nicolas Go en sciences de l’éducation, travaillé avec des instituteurs engagés dans ces pédagogies nouvelles.

Par la suite, j’ai collaboré avec Pascal Plantard (professeur des universités) et Antony Auffret (Les Petits Débrouillards Grand Ouest) à la mise en place du DU USETIC (Usages sociaux et éducatifs des TIC). Ce diplôme universitaire visait à remobiliser des jeunes en situation de décrochage scolaire en les formant aux métiers de la médiation numérique : un mélange audacieux entre pédagogies collaboratives, approches émancipatrices et culture des fablabs.

Plus récemment encore, j’ai appris à coller des post-its de manière productive (la facilitation et l’intelligence collective, pour faire sérieux). J’étais sceptique au début, mais il faut admettre que c’est redoutablement efficace pour réveiller un groupe d’adultes après le déjeuner.

Bref, le cours magistral où le prof déverse sa science pendant trois heures pendant que les étudiants somnolent ? Très peu pour moi…

Un contexte idéal pour enseigner

Début d’année universitaire. On me confie un cours de « Sociologie et transitions » pour des premières années. Sur le papier, tout était parfait :

• Des sujets passionnants (territoires, lien social, tout ce que j’aime)
• Des étudiants brillants
• Du temps pour préparer (luxe ultime)
• Une salle bien équipée

Je me suis dit : « David, fais-les vibrer. »

Classe inversée. Mise en situation. Storytelling. Gamification.

J’étais confiant. Je maîtrisais mon karaté.

Pourtant, ça n’a pas fonctionné comme prévu

Ce n’était pas un échec. Les retours des étudiants étaient globalement positifs, ils semblaient satisfaits, et je les ai trouvés dans l’ensemble impliqués. Mais il y avait quelque chose de différent. La dynamique de groupe n’était pas ce qu’elle aurait dû être.

Quelque chose me gênait, que je n’ai pas compris tout de suite.

Et là… le flop (mais pas celui qu’on croit)

J’ai l’habitude de sentir quand un cours dérape. Là, c’était plus sournois. Ce n’était pas un échec visible. Les étudiants étaient sympas, polis, les rendus étaient propres. Mais il y avait une ambiance étrange. Une sorte de mollesse ambiante…

J’avais autorisé l’IA, bien sûr. Je leur avais même montré mes propres jouets (Gamma app, NotebookLM). Sauf que c’est devenu le grand jeu de dupes.

Lors des travaux de groupe, le scénario était toujours le même :

• Passage éclair sur ChatGPT et Gemini pour générer du contenu
• Ruée sur Canva pour faire une présentation qui claque visuellement
• Et ensuite ? Le calme plat

Quand je passais dans les groupes (car je profite généralement de ces moments pour faire un apport personnalisé), ils faisaient mine d’être concentrés. Sourcils froncés, air studieux. Mais j’ai fini par m’apercevoir que certains bâclaient leur travail en quelques minutes, puis passaient à autre chose (probablement des choses bien plus intéressantes que mon cours sur la décentralisation, je ne leur jette pas la pierre). Et comme ce sont des élèves sérieux, quand je repassais pour voir leur avancée, ils faisaient à chaque fois genre de se remettre au travail et de me poser des questions.

Un jeu du chat et de la souris. Sauf que cette fois-ci la souris avait un outil archi puissant.

Ce rapport utilitariste au savoir n’est pas nouveau : « je fais pour faire plaisir », « je fais car on me demande de faire ». Des générations d’étudiants ont excellé dans l’art du semblant. Mais avant, ce « semblant de faire » nécessitait au minimum un acte cognitif. Il fallait au moins lire le texte pour le résumer approximativement. Là, ce n’est plus le cas.

Le rapport au savoir devient plus factice encore : ils font semblant de s’intéresser et semblant de faire, sans même l’effort minimum de la pensée. C’est du semblant au carré.

Ce qui m’a le plus inquiété : la dynamique de groupe

Mais ce n’est pas ça qui m’a le plus fait tiquer. L’histoire de l’éducation est aussi une histoire de la créativité appliquée à l’évitement du travail.

Non, ce qui m’a vraiment inquiété, c’est l’absence de dynamique de groupe.

Quand les étudiants présentaient leurs travaux de groupe, ce qui m’a choqué, c’est qu’ils ne s’écoutaient pas. Quand je demandais le silence, ils se tournaient vers leurs ordinateurs. Et quand je leur demandais de fermer les écrans, il y avait le silence, mais pas d’intérêt. Ils écoutaient par obligation.

Moins d’échanges. Peu d’intérêt pour le travail des autres. Alors que pas mal de productions étaient objectivement pertinentes.

Au bout d’un moment, je leur ai posé la question directement :

« Pourquoi vous ne vous écoutez pas ? »

Leur réponse m’a frappé :

« Pourquoi écouter l’autre si ce qu’il dit a été écrit par une IA ? »

Il y avait une perte de confiance. Pire : une défiance généralisée. Ils partaient du principe que ce qui était produit l’avait été par l’IA, et que donc, ça n’avait aucune valeur. Pourquoi perdre son temps à écouter quelqu’un lire du ChatGPT ? Autant demander directement à ChatGPT soi-même. C’est comme écouter quelqu’un vous lire un article Wikipédia à voix haute : techniquement, c’est de la transmission de savoir, mais personne n’a envie de vivre ça.

C’est là le point de bascule. L’IA n’avait pas seulement changé leur façon de produire. Elle avait surtout impacté leur façon de recevoir, et par conséquent la dynamique de groupe.

Un temps d’échange sur les effets de l’IA

Cette question avait pris tellement d’ampleur que, en fin de semestre, j’ai décidé de prendre le temps de faire un point collectif pour parler de leurs usages et des effets de l’IA dans l’apprentissage.

Les étudiants m’ont fait part de leurs doutes. Eux aussi sentaient que cela avait un effet délétère sur la dynamique de groupe, alors même que l’usage de l’IA semblait pris en considération et régulé dans le cadre de leur formation (on est sur une formation aux transitions, l’équipe pédagogique n’est pas indifférente à ces enjeux).

Ils s’interrogeaient, semblaient préoccupés par mes remarques : oui, on voit bien que l’IA a un impact sur leur capacité de travail individuel et collective. On ne peut plus animer un cours de la même manière. L’engagement ne se fait plus de la même façon.

J’ai alors partagé quelques analyses et réflexions.

L’étude du MIT Media Lab

Une étude récente du MIT Media Lab, publiée en juin 2025, apporte un éclairage scientifique précieux sur ce que j’observais intuitivement.

Le protocole

L’équipe de Nataliya Kosmyna a suivi 54 étudiants pendant 4 mois, répartis en trois groupes :

• Groupe IA : uniquement ChatGPT
• Groupe Moteur de recherche : Google et internet, mais pas d’IA
• Groupe Cerveau seul : aucun outil externe (les participants de ce groupe méritent une médaille)

La tâche : écrire un essai de 20 minutes. L’activité cérébrale était mesurée par 32 électrodes, complétée par des analyses linguistiques et des entretiens qualitatifs. Bref, du sérieux.

Les résultats clés

1. L’effondrement de la mémoire

83 % des participants du groupe IA ont échoué à citer correctement une phrase de leur propre essai, contre seulement 11 % dans les autres groupes.

Avec ChatGPT, on copie-colle sans encoder l’information dans notre cerveau. On ne possède pas vraiment ce qu’on écrit.

2. La connectivité cérébrale diminue de 55 %

Les mesures révèlent que la connectivité neuronale du groupe IA était réduite de moitié par rapport au groupe « cerveau seul ». Les bandes theta (mémoire de travail), alpha (traitement sémantique) et delta (intégration globale) étaient toutes significativement affaiblies.

Autrement dit, c’est comme si le cerveau passait en mode économie d’énergie. Pratique pour la batterie du téléphone, moins pour l’apprentissage.

3. La perte d’appropriation

Seulement 50 % des utilisateurs d’IA se sentent propriétaires de leur essai, contre 89-94 % dans les autres groupes. Certains témoignent : « Ça ressemble à de la triche », même quand c’est autorisé. Le syndrome de l’imposteur, version IA.

4. L’homogénéisation de la pensée

Le groupe « cerveau seul » montrait une forte variabilité dans les approches. Le groupe IA produisait des essais statistiquement homogènes : tout le monde converge vers les mêmes associations conceptuelles, celles encodées dans l’algorithme.

C’est le triomphe de la pensée moyenne. L’IA ne produit pas de la médiocrité, elle produit du bon contenu, mais standardisé. Ce qui est peut-être pire.

5. La « dette cognitive » persiste

Le plus inquiétant : lors de la quatrième session, les habitués de ChatGPT devaient écrire sans aide. Résultat : 78 % ne pouvaient rien citer de leur essai, et leur connectivité cérébrale ne revenait pas au niveau normal. Même sans IA, ils écrivaient comme ChatGPT.

Les chercheurs parlent de « dette cognitive » : l’effort mental économisé à court terme entraîne des coûts à long terme (diminution de la pensée critique, vulnérabilité accrue à la manipulation, créativité réduite).

6. L’ordre d’introduction est crucial

Les étudiants ayant d’abord appris sans IA, puis l’utilisant ensuite, montraient la connectivité cérébrale la plus élevée de toute l’étude. Ils comparaient les suggestions de l’IA avec leurs propres idées, l’utilisaient comme un outil, pas comme une béquille.

C’est peut-être là l’enseignement le plus précieux : l’ordre dans lequel on l’introduit a une importance clé.

Au-delà des techniques : instituer un nouveau rapport au savoir

Face à ces constats, la tentation est grande de chercher des « solutions » : adapter ses exercices, interdire l’IA sur certaines tâches, trouver des formats pédagogiques « résistants ». Je l’ai fait, vous le faites, nous le faisons. Chaque semaine je vois des dizaines de publications sur LinkedIn du type « comment introduire l’IA en classe / dans l’enseignement supérieur ». Alors oui, les outils de facilitation fonctionnent, la gamification capte l’attention, mais ça reste des outils pédagogiques. On peut bricoler, s’adapter, ruser.

Mais ce ne sont que des rustines sur un pneu crevé.

Et c’est là que je voudrais revenir aux fondements, à ce que j’ai appris auprès de Nicolas Go et de la pédagogie Freinet. Dans un texte sur la Méthode naturelle, Go rappelle l’intuition fondatrice de Freinet :

« Le premier étonnement de Freinet a porté sur l’ennui des enfants à l’école, et il s’est dit quelque chose de très simple : s’ils s’ennuient, ils ne peuvent rien apprendre de bien. »

Et sa réponse, contre-intuitive :

« Ils ne s’ennuient pas parce qu’ils doivent travailler, c’est au contraire parce qu’ils ne travaillent pas qu’ils s’ennuient. »

Ce que Freinet avait identifié, c’est que l’école traditionnelle « ne met pas les enfants au travail, elle leur impose des besognes scolastiques, en les privant des ressources créatrices de la vie et du désir ». L’IA, dans ce contexte, n’est pas le problème, elle est le révélateur d’un rapport au savoir déjà malade depuis longtemps. Elle permet simplement de faire les « besognes scolastiques » plus vite, sans effort, sans engagement. Elle est le miroir grossissant de nos propres contradictions pédagogiques.

Le vrai enjeu n’est donc pas technique. Il n’est pas non plus de trouver le bon outil pédagogique. Le vrai enjeu est de poser frontalement la question du rapport au savoir, et d’en parler avec eux.

Ce que cette expérience m’a appris : on ne peut plus se contenter de susciter une motivation extrinsèque, utilitariste, ce rapport au savoir intégré dès le collège (« je produis car on me note »). Ce rapport-là, l’IA le rend totalement caduc. Si la seule motivation est de « rendre quelque chose », alors autant que la machine le fasse. Elle le fait souvent mieux et plus vite.

Nicolas Go écrit que la Méthode naturelle permet de vivre le travail « sur le mode de la jubilation ». C’est exactement ce qu’il nous faut retrouver : une transformation profonde de ce que signifie apprendre.

Cela suppose :

• D’instituer des espaces où le savoir est désiré, pas subi
• De créer les conditions d’un tâtonnement authentique, où l’erreur a sa place
• De permettre à chacun de « chercher son chemin », d’avoir réellement voix au chapitre
• Et surtout, d’oser parler explicitement de tout cela avec ceux que nous accompagnons

Pour le secteur socio-éducatif, c’est peut-être là notre chance. Nous qui travaillons sur l’accompagnement, sur la relation, sur le sens, nous savons que la technique, l’outil ne suffit jamais. L’IA nous oblige à revenir à l’essentiel : pourquoi apprenons-nous ? Pourquoi transmettons-nous ? Qu’est-ce qui fait la valeur d’un savoir incarné, approprié, vivant ?

L’IA peut être un formidable outil d’augmentation : l’étude du MIT le montre, à condition d’avoir d’abord construit les fondations. Mais elle ne doit pas devenir le raccourci qui nous fait oublier ce qui fait notre humanité : la capacité à penser par nous-mêmes, à créer du sens, à nous écouter les uns les autres.

C’est ce que j’ai tenté de faire avec mes étudiants. C’est ce qui me paraît aujourd’hui capital.

Et si ça ne fonctionne pas ? Eh bien, je demanderai à ChatGPT de me trouver une solution. Je plaisante. À moitié.

Cet article fait partie des réflexions de TISSELIA sur les transformations numériques dans les métiers de l’accompagnement social et éducatif. Pour approfondir ces questions, n’hésitez pas à nous contacter.

Références :

• Kosmyna, N. et al. (2025). « Your Brain on ChatGPT: Accumulation of Cognitive Debt when Using an AI Assistant for Essay Writing Task ». MIT Media Lab.
• Go, N. (2009). « Méthode Naturelle ». ICEM-Pédagogie Freinet.