L’annonce de Google place les établissements scolaires face à un choix inédit : dès le début de 2027, les comptes élèves administrés par les écoles devront activer certaines fonctions pour accéder aux services concernés. Search et les outils d’IA seront désactivés par défaut, tandis que les établissements pourront choisir entre des aperçus d’IA avec chat et un mode Guided Learning conçu pour accompagner les élèves étape par étape.
Cette évolution transforme l’intégration de l’IA en décision d’infrastructure, et non plus en simple expérimentation pédagogique. L’enjeu n’est pas d’autoriser ou d’interdire un chatbot : il faut définir ce que les élèves peuvent faire, dans quelles matières, avec quelles données et sous quelle supervision. Cette méthode propose un cadre opérationnel pour préparer la rentrée 2027, limiter les usages à risque et exploiter l’IA sans abandonner les objectifs d’apprentissage.
Google Search impose un choix d’administration dès 2027
Le changement annoncé par Google concerne les comptes scolaires K-12, l’équivalent de la scolarité primaire et secondaire aux États-Unis. Au début de 2027, les fonctions d’IA seront désactivées par défaut tant qu’un administrateur scolaire ne les aura pas activées. Google prévoit également de faire évoluer Search pour les environnements éducatifs, avec des fonctions d’accompagnement destinées à éviter les réponses immédiates aux devoirs.
Deux expériences sont prévues pour les établissements qui activent les fonctions concernées :
- AI Overviews et AI Mode, qui ajoutent des résumés générés et une interface conversationnelle à la recherche ;
- Guided Learning, qui accompagne l’élève dans la résolution d’un problème ou l’étude d’un sujet, étape par étape.
Google indique que Guided Learning doit aider les élèves à progresser sans fournir directement la réponse finale. La fonction est déjà proposée dans Google Classroom et doit faire l’objet d’un pilote dans certains établissements américains avant une extension à d’autres districts.
À retenir : l’établissement doit préparer une politique d’usage de l’IA même s’il ne souhaite pas déployer Gemini comme tuteur. Search, AI Overviews et Guided Learning deviennent des paramètres de gouvernance à traiter séparément.
La situation a suscité des réactions parce que plusieurs écoles et districts américains avaient tenté de limiter l’IA. Des informations publiées en novembre 2026 indiquent que New York et Los Angeles avaient cherché à restreindre ces outils, sans disposer d’une option de recherche classique totalement séparée des fonctions d’IA.
Google a ensuite précisé que les établissements pourraient activer Search sans autoriser l’ensemble des produits Gemini. Cette distinction réduit le caractère binaire de la décision, mais elle ne supprime pas l’intégration de fonctions génératives dans l’expérience de recherche scolaire.
La méthode 2027 commence par une cartographie des usages
Une politique efficace ne commence pas par une liste d’outils autorisés. Elle commence par les tâches réellement effectuées par les élèves, les enseignants et l’administration.
L’établissement doit recenser les usages selon quatre catégories :
- rechercher et vérifier une information ;
- comprendre une notion ou obtenir une explication ;
- produire un devoir, un exposé ou un code ;
- corriger, évaluer ou personnaliser un travail.
Cette cartographie permet de distinguer une aide à l’apprentissage d’une automatisation du travail scolaire. Demander à un outil de reformuler un texte déjà rédigé n’a pas le même effet que lui confier la rédaction complète d’un devoir noté. De même, obtenir des pistes pour résoudre une équation ne revient pas à copier une solution générée.
Classer les activités par niveau de risque
Chaque usage peut être placé dans une grille simple à quatre niveaux :
- Niveau 1, assistance documentaire : recherche de définitions, reformulation, traduction ou création de questions d’entraînement ;
- Niveau 2, accompagnement pédagogique : explication progressive, indices, correction d’une démarche et adaptation du niveau de difficulté ;
- Niveau 3, production encadrée : plan, brouillon, code ou synthèse soumis à une vérification et à une déclaration de l’usage de l’IA ;
- Niveau 4, décision sensible : notation, orientation, sanction, suivi médical ou traitement de données personnelles.
Les niveaux 1 et 2 peuvent être ouverts plus rapidement, à condition de conserver une supervision humaine. Le niveau 3 exige des règles précises dans chaque discipline. Le niveau 4 doit rester soumis à une validation humaine et à un contrôle juridique adapté au contexte de l’établissement.
Cette classification évite deux erreurs fréquentes. La première consiste à interdire un outil sans traiter les pratiques qui contournent l’interdiction. La seconde consiste à présenter toutes les utilisations de l’IA comme équivalentes, alors que leurs effets sur l’apprentissage et l’évaluation diffèrent fortement.
Trois décisions à prendre avant d’activer les fonctions d’IA
L’activation technique ne doit intervenir qu’après trois décisions écrites : le périmètre, les données et la responsabilité.
Définir le périmètre d’accès
L’établissement doit décider quels comptes peuvent utiliser quelles fonctions. Un accès identique pour tous les niveaux scolaires simplifie l’administration, mais ne tient pas compte des différences d’âge, d’autonomie et de maîtrise de l’information.
Une politique graduée peut prévoir :
- un accès limité à la recherche accompagnée pour les plus jeunes élèves ;
- Guided Learning pour les activités de compréhension et d’entraînement ;
- une utilisation déclarée des fonctions génératives dans les travaux du secondaire ;
- une validation explicite de l’enseignant pour les évaluations et les productions notées.
Les paramètres doivent être compréhensibles par les familles. Une règle comme « l’IA est interdite » ne précise ni les outils concernés ni les pratiques autorisées. Une règle comme « l’IA peut fournir des pistes, mais le devoir final doit être rédigé et expliqué par l’élève » est plus contrôlable.
Déterminer quelles données peuvent être saisies
Les élèves et les enseignants ne doivent pas copier dans un service d’IA des informations permettant d’identifier une personne, sauf si le cadre contractuel, technique et juridique de l’outil l’autorise clairement.
La politique interne doit interdire par défaut la saisie de :
- noms et coordonnées d’élèves ;
- informations médicales ou sociales ;
- appréciations individuelles non anonymisées ;
- identifiants, mots de passe et documents administratifs ;
- travaux contenant des données personnelles sur d’autres élèves.
Les enseignants peuvent remplacer les identités par des pseudonymes et supprimer les éléments inutiles avant toute utilisation. Cette règle vaut aussi pour les captures d’écran et les fichiers joints, souvent oubliés dans les consignes générales.
Attribuer la responsabilité finale
Un outil peut expliquer, reformuler ou proposer une activité, mais il ne devient pas responsable de la décision pédagogique. L’enseignant conserve la responsabilité de la consigne, de la correction et de l’adaptation au niveau réel de la classe.
Cette règle est particulièrement importante pour l’évaluation. Une réponse fluide n’est pas une preuve de compréhension. L’élève doit pouvoir expliquer sa démarche, produire une version personnelle et corriger les erreurs signalées par l’enseignant.
Search, aperçus d’IA et Guided Learning ne répondent pas au même besoin
Les établissements doivent éviter de traiter les deux modes annoncés par Google comme de simples variantes visuelles. Ils correspondent à des scénarios pédagogiques différents.
| Fonction | Usage principal | Risque pédagogique | Encadrement recommandé |
|---|---|---|---|
| AI Overviews | Obtenir une synthèse rapide sur une requête | Accepter une réponse sans consulter les sources | Demander la vérification de plusieurs sources |
| AI Mode | Poser des questions de suivi dans une recherche conversationnelle | Confondre aisance rédactionnelle et exactitude | Faire reformuler la question et contrôler les références |
| Guided Learning | Avancer étape par étape dans un problème ou un sujet | Suivre des indices sans comprendre la méthode | Exiger une explication personnelle et une trace du raisonnement |
| Search sans Gemini activé | Effectuer une recherche administrée par l’école | Considérer les résultats comme neutres ou exhaustifs | Enseigner la comparaison des sources et les biais de classement |
Les AI Overviews peuvent accélérer une première exploration, mais une synthèse générée ne remplace pas la lecture des documents cités. Les élèves doivent apprendre à distinguer une source primaire, un article de presse, une page institutionnelle et un contenu commercial.
AI Mode ajoute une dimension conversationnelle. Il peut aider à préciser une recherche, mais l’échange donne parfois l’impression que l’outil comprend parfaitement l’intention de l’utilisateur. L’établissement doit donc intégrer l’analyse des formulations, des hypothèses et des omissions dans l’éducation aux médias.
Guided Learning est plus proche d’un accompagnateur pédagogique. Son intérêt dépend de la qualité des consignes et de la progression choisie par l’enseignant. Pour éviter l’effet « solution déguisée », les activités doivent demander une justification, une comparaison de méthodes ou une production réalisée sans assistance après l’entraînement.
Former les enseignants avant les élèves
L’adoption échoue lorsque les enseignants découvrent les règles en même temps que les élèves. La formation doit commencer par des situations concrètes, liées aux disciplines et aux évaluations réellement utilisées dans l’établissement.
Un parcours de formation peut couvrir cinq compétences :
- rédiger une consigne qui limite la délégation complète du travail ;
- identifier une réponse plausible mais fausse ;
- utiliser Guided Learning pour produire des indices plutôt qu’une solution ;
- construire une évaluation qui vérifie la compréhension ;
- protéger les données avant de transmettre un document à un outil d’IA.
La formation doit aussi montrer les limites de la détection automatique. Un score indiquant qu’un texte serait généré par une IA ne constitue pas, à lui seul, une preuve suffisante pour sanctionner un élève. L’établissement doit privilégier l’oral, les brouillons, l’historique de production et l’explication du raisonnement.
Repenser les devoirs plutôt que multiplier les interdictions
Une consigne facilement délégable à un chatbot offre peu d’informations sur le niveau réel de l’élève. Un devoir plus robuste demande plusieurs étapes observables : choix d’une problématique, collecte de sources, justification des décisions, version intermédiaire et réflexion finale.
Les formats suivants limitent mieux la substitution complète du travail :
- commentaire d’un document étudié en classe ;
- comparaison entre une réponse d’IA et une source vérifiée ;
- présentation orale suivie de questions imprévues ;
- journal de progression avec corrections successives ;
- exercice contextualisé à partir d’une expérience menée dans l’établissement.
L’objectif n’est pas de rendre chaque devoir impossible à automatiser. Il consiste à déplacer l’évaluation vers les compétences que l’outil ne peut pas démontrer à la place de l’élève : comprendre, argumenter, vérifier, choisir et expliquer.
Installer un protocole de vérification des réponses
Toute réponse générée ou résumée doit être traitée comme une hypothèse à examiner. Ce principe peut devenir une routine commune à toutes les matières.
Le protocole de vérification peut suivre quatre étapes :
- identifier l’affirmation principale ;
- retrouver l’origine de l’information ;
- comparer avec une seconde source indépendante ;
- signaler ce qui reste incertain ou contesté.
En histoire, les élèves peuvent comparer un résumé avec un document d’archive. En sciences, ils peuvent vérifier une valeur dans une publication ou une base institutionnelle. En français, ils peuvent repérer une interprétation qui n’est soutenue par aucun passage du texte.
Les enseignants doivent également expliquer que les réponses peuvent être incomplètes sans être manifestement fausses. Une formulation précise, un ton assuré et une structure claire ne garantissent ni la qualité des sources ni la pertinence de la conclusion.
À retenir : l’IA ne doit pas être évaluée uniquement sur la qualité de sa réponse. L’élève doit aussi être évalué sur sa capacité à vérifier cette réponse et à défendre une conclusion personnelle.
Déployer un pilote limité et mesurable
Un établissement ne devrait pas généraliser l’IA dès l’activation technique des comptes. Un pilote limité permet de vérifier les bénéfices, les erreurs et la charge de travail avant d’étendre l’accès.
Le pilote peut réunir plusieurs niveaux et disciplines, avec un nombre défini de classes et une période d’observation clairement fixée. Chaque équipe conserve les consignes utilisées, les incidents rencontrés et les modifications apportées aux évaluations.
Les indicateurs doivent mesurer l’apprentissage, pas seulement l’utilisation de l’outil :
- taux d’élèves capables d’expliquer leur démarche ;
- nombre d’erreurs identifiées et corrigées par les élèves ;
- évolution du temps consacré à la préparation des cours ;
- qualité des productions avant et après accompagnement ;
- incidents liés aux données personnelles ou à la triche ;
- perception des enseignants, des élèves et des familles.
Un tableau de bord limité à la fréquence d’utilisation favorise mécaniquement l’adoption, même si les résultats scolaires ne progressent pas. Le critère central doit rester la capacité de l’outil à soutenir une compétence définie dans le programme.
Prévoir un mécanisme d’arrêt
Chaque expérimentation doit définir les conditions de suspension. Une fonction peut être temporairement désactivée si elle génère des erreurs répétées dans une matière, expose des données sensibles ou augmente la charge de vérification au point de réduire le temps d’enseignement.
Le mécanisme d’arrêt doit préciser qui décide, comment les enseignants sont informés et quelle solution pédagogique remplace l’outil. Cette procédure évite que l’établissement maintienne une fonction uniquement parce qu’elle a déjà été déployée.
Six mois pour préparer la rentrée 2027
La préparation peut être organisée en six étapes successives, sans attendre la publication de toutes les modalités techniques.
Mois 1 : créer l’équipe de pilotage
L’équipe doit réunir direction, enseignants, administration informatique, représentants des familles et, lorsque cela est possible, représentants des élèves. Elle définit le périmètre du projet, les classes concernées et les responsabilités de chacun.
Mois 2 : auditer les comptes et les données
L’établissement recense les comptes scolaires, les niveaux d’accès et les applications connectées. Il identifie les documents contenant des données personnelles et vérifie les règles de partage appliquées aux enseignants et aux élèves.
Mois 3 : rédiger les règles par niveau scolaire
Une charte unique est souvent trop vague. Les règles doivent distinguer l’âge des élèves, les matières, les types d’évaluation et les fonctions activées dans Search ou Classroom.
Mois 4 : former les équipes pédagogiques
Les enseignants testent plusieurs scénarios, dont une recherche avec AI Overviews, une séance Guided Learning et une activité de vérification de sources. Chaque test doit se conclure par une décision : autoriser, limiter ou exclure l’usage.
Mois 5 : lancer le pilote
Le pilote doit utiliser des activités prévues au programme, avec des critères d’évaluation identiques ou comparables à ceux d’une classe témoin. Les élèves reçoivent des consignes de déclaration simples, par exemple indiquer l’outil utilisé, la demande formulée et les éléments conservés.
Mois 6 : publier la politique et ajuster les paramètres
Avant la généralisation, l’établissement publie une politique compréhensible par les familles et documente les choix techniques. Les paramètres Google ne doivent pas être considérés comme la politique elle-même : ils ne disent pas quand un élève peut utiliser l’IA, ni comment un enseignant évalue le résultat.
Notre avis : activer Guided Learning, pas l’IA sans règles
La bonne stratégie pour 2027 n’est ni l’interdiction générale ni l’ouverture automatique. Les établissements devraient activer uniquement les fonctions correspondant à des objectifs pédagogiques identifiés, commencer par un pilote et conserver une validation humaine pour les décisions sensibles.
Guided Learning présente un intérêt particulier lorsqu’il est utilisé pour faire émerger une démarche, fournir des indices et rendre visibles les erreurs. AI Overviews et AI Mode peuvent soutenir la recherche, mais ils exigent une formation systématique à la vérification des sources. Search lui-même ne doit jamais être présenté comme une garantie de vérité, avec ou sans résumé généré.
Dans les six mois suivant la rentrée 2027, les établissements les mieux préparés seront ceux qui auront transformé l’IA en objet d’apprentissage autant qu’en outil. Ils ne demanderont pas seulement si un élève a utilisé une IA, mais ce qu’il a compris, vérifié et corrigé grâce à elle. Reste une question décisive : les écoles sauront-elles utiliser l’intégration de l’IA imposée par les plateformes pour reprendre la main sur leurs propres objectifs pédagogiques ?