// Sommaire
Les problèmes étaient de niveau CM2 : additionner, soustraire, multiplier et diviser des fractions ordinaires. Les participants les résolvaient depuis chez eux via Prolific, une plateforme où l’on gagne un peu d’argent de poche en participant à des études, et recevaient 2,60 dollars pour l’ensemble. La moitié d’entre eux disposaient, à droite de l’écran, d’une fenêtre de discussion avec un assistant IA. L’autre moitié n’avait rien. Après le douzième problème, la discussion disparaissait, et les deux groupes affrontaient seuls trois problèmes de plus.
Sur ces trois problèmes, le groupe qui avait eu l’assistant en a résolu 57 %, contre 73 % pour le groupe qui n’en avait pas. Les participants privés de leur aide abandonnaient aussi des problèmes presque deux fois plus souvent : 20 % contre 11 %. Une dizaine de minutes de travail avec l’IA ont suffi à produire cet effet. L’expérience suivante a révélé un détail curieux : ceux qui demandaient au chatbot des réponses toutes faites s’en sortaient le moins bien. Chez ceux qui demandaient des indices, aucune perte notable n’a été relevée.
L’expérience a été menée par Grace Liu, de l’université Carnegie Mellon, Brian Christian, du Center for Human-Compatible AI (CHAI) de UC Berkeley, connu pour ses livres sur les algorithmes et l’IA, et trois autres chercheurs d’Oxford, du MIT et de UCLA. La prépublication est parue en avril, une version révisée a été présentée en octobre 2026 à la COLM, la Conference on Language Modeling, à San Francisco, et le 9 octobre elle a été relayée par Berkeley News .
Douze problèmes avec un assistant, trois sans
Les psychologues mesurent la persévérance de façon assez simple : combien de temps une personne continue de travailler sur un problème difficile avant de jeter l’éponge. Ici, on l’a comptée à travers les problèmes passés. Chaque problème pouvait être sauté, et chaque saut signifiait que la personne avait décidé de ne pas se battre avec lui. Les deux groupes voyaient la solution correcte après une erreur, donc tout le monde apprenait. Simplement, un groupe apprenait seul, alors que l’autre avait un compagnon capable de tout faire à sa place à tout moment.
Au total, 1 222 Américains ont participé à trois expériences, chacune comblant une faille de la précédente. Peut-être les participants étaient-ils déstabilisés par la simple disparition de la fenêtre : elle était là l’instant d’avant, et la voilà partie. Dans la deuxième expérience, le groupe sans IA a donc lui aussi reçu un panneau latéral, qui montrait les solutions de problèmes déjà vus. L’écart s’est réduit mais a tenu, tandis que la différence sur les problèmes passés n’était cette fois pas statistiquement significative, ce que les auteurs reconnaissent ouvertement.
La troisième expérience a vérifié si cela tenait à une particularité de l’arithmétique. Les participants répondaient à des questions de compréhension de lecture dans le style du SAT américain. Le schéma s’est confirmé : les anciens utilisateurs de l’IA passaient nettement plus souvent des questions, 8 % contre 1 %.
// Part de problèmes résolus sans IA : le groupe privé de son assistant face au groupe témoin
Demander la réponse ou demander un indice
Dans la deuxième expérience, on a demandé aux participants comment ils avaient utilisé la discussion, puis on a comparé les résultats selon leurs réponses. Une fois la discussion coupée, ceux qui avaient demandé des réponses toutes faites ont résolu 65 % des problèmes, contre 77 % dans le groupe témoin.
// Deux façons d'utiliser le chat
Donne-moi la réponse
C’est ainsi que travaillaient 61 % des participants avec IA dans la deuxième expérience. La machine faisait le plus dur, et la personne recopiait le résultat. Quand la discussion a disparu, ces participants ont résolu le moins de problèmes : 65 %.
Montre-moi par où commencer
C’est ainsi que travaillaient 27 % des participants avec IA. La personne venait seule à bout de la partie difficile, le chat se contentant de la pousser dans la bonne direction. Aucune perte significative n’a été relevée dans ce sous-groupe après la coupure du chat.
Les auteurs ajoutent ici une réserve importante. Les participants ont choisi eux-mêmes comment utiliser le chat, ce n’était pas attribué au hasard. Peut-être ceux qui demandent des réponses toutes faites sont-ils justement ceux qui abandonneraient plus vite même sans IA. La répartition par style montre donc une association, pas une cause démontrée. Le résultat principal, lui, est bien causal : les personnes réparties au hasard dans le groupe IA ont fait moins bien une fois l’assistant retiré.
Pas une histoire de fractions
« C’est un résultat frappant, mais il alimente en quelque sorte une histoire que beaucoup d’entre nous sentent au fond d’eux-mêmes », a déclaré Christian à Berkeley News. « Je le vis aussi. » À ses yeux, il ne s’agit pas d’une histoire de fractions et de problèmes du SAT : le même schéma vaut pour tout le monde, des écoliers aux plus grands experts du monde.
Les auteurs décrivent le mécanisme ainsi : travailler avec l’IA habitue à attendre une réponse instantanée et supprime l’entraînement qui consiste à venir seul à bout du passage difficile. Pour faire simple, cela ressemble à un ascenseur. Tant qu’il marche, personne n’a besoin de l’escalier. Quand il tombe en panne, le cinquième étage paraît soudain plus haut qu’il y a une semaine.
On a observé des choses semblables dans d’autres expériences. En 2025, la revue PNAS a publié une étude menée dans un lycée turc, où près d’un millier d’élèves ont travaillé les mathématiques avec deux versions de GPT-4. Les deux les ont aidés pendant l’entraînement. Mais à l’examen, où l’IA n’était plus disponible, les utilisateurs du chatbot ordinaire ont obtenu des notes inférieures de 17 % à celles de leurs camarades qui avaient étudié sans lui. Pour ceux qui avaient travaillé avec la version tuteur, qui donnait des indices au lieu de réponses, ce préjudice a presque disparu.
En janvier 2026, Anthropic a testé la même idée sur des programmeurs . 52 développeurs, pour la plupart débutants, ont appris une bibliothèque Python qu’ils ne connaissaient pas. Ceux qui l’avaient apprise avec un assistant IA ont ensuite obtenu 50 % à un test sans lui, contre 67 % pour les autres. L’écart était le plus grand sur les questions de débogage. Et là encore, les meilleurs résultats revenaient à ceux qui posaient des questions à la machine pour comprendre le code plutôt que de lui laisser tout le travail.
Ce que dix minutes ne prouvent pas
Des titres du genre « l’IA nous rend plus bêtes » ne sont pas ce que montre cette expérience. Elle a mesuré une seule chose : ce qui se passe dans les premières minutes après la disparition de l’aide. Que l’effet dure un jour, un mois ou une année de vie avec un chatbot, l’étude ne l’a pas testé, et les auteurs le signalent comme une limite.
Les enjeux pour les participants étaient faibles, eux aussi. Pour 2,60 dollars et treize minutes de leur temps, peu de gens se battront sur chaque fraction, et à un examen ou au travail la motivation est tout autre. L’effet est perceptible mais pas énorme : dans la deuxième expérience, l’écart de problèmes résolus est retombé à six points de pourcentage. Et le résultat le plus encourageant, celui sur les indices, repose sur un petit sous-groupe : 27 % du groupe IA de la deuxième expérience, soit environ 80 personnes, et il reste à confirmer.
Il n’empêche que le tableau se répète dans trois études indépendantes, avec des gens très différents : des écoliers en Turquie, des programmeurs, des adultes américains tirés au hasard. Partout, ceux qui ont confié entièrement la partie difficile du travail à la machine s’en sont le plus mal sortis.
Un tuteur qui ne vous laisse pas copier
Le remède que propose Christian paraît modeste. Par défaut, les réponses de l’IA pourraient fonctionner davantage comme celles d’un tuteur : vous conduire vers l’idée plutôt que de vous tendre le résultat fini. Il formule l’objectif plus largement que n’importe quel réglage : « Nous devons travailler à un avenir où les capacités humaines sont, autant que possible, augmentées plutôt que remplacées. »
De tels modes existent déjà. Le 29 juillet 2025, OpenAI a lancé le mode étude de ChatGPT : il pose des questions pour guider et mène à la solution pas à pas. Claude a un mode d’apprentissage semblable. Mais il faut l’activer à la main, et dans ChatGPT on peut le désactiver en pleine conversation. Le mode ordinaire, lui, répond toujours tout de suite et en entier.
Le choix entre « donne-moi la réponse » et « donne-moi un indice » revient donc à la personne, et il se présente au pire moment, quand le problème presse. Dans cette histoire, un indice fonctionne comme une rampe plutôt que comme un ascenseur : vous montez toujours sur vos propres jambes, et c’est pourquoi l’escalier ne paraîtra pas plus raide une fois l’aide disparue.
