Apprendre commence souvent par une image : un schéma, une carte, un exemple expliqué. Dans cette recherche menée en 2024, je m'interroge sur la manière dont l'IA pourrait modifier la création et l'usage de ces représentations. Il ne s'agit pas seulement d'illustrer davantage de cours, mais de faire évoluer l'explication visuelle en fonction des questions de l'élève, sans lui retirer le travail de compréhension.

Un schéma pourrait se simplifier, révéler une autre couche ou proposer un nouvel exemple lorsqu'une difficulté apparaît. Un assistant pédagogique pourrait produire des exercices ciblés. Cela demanderait de tenir compte des acquis, du rythme et de l'accessibilité, plutôt que d'attribuer à chacun un style d'apprentissage immuable. Une image séduisante n'explique pas forcément mieux : l'essentiel est de pouvoir réutiliser une idée de manière autonome.

Les enseignants pourraient s'appuyer sur l'IA pour préparer des supports, adapter des exemples et alléger certaines tâches administratives. Le temps gagné favoriserait les échanges et les retours individuels, même si vérifier les contenus générés demanderait aussi du travail. Les données d'apprentissage pourraient signaler des difficultés, à condition de ne pas confondre clics ou temps passé à l'écran avec compréhension. Une prévision devrait nourrir l'enquête de l'enseignant, sans enfermer l'avenir d'un élève dans un profil.

La réalité virtuelle, la réalité augmentée et les modèles interactifs permettraient d'explorer une structure, de modifier une expérience ou d'examiner une reconstitution historique. L'apprentissage des langues pourrait associer les mots à des scènes et à des contextes culturels. Il faudrait distinguer clairement les sources, l'interprétation et l'invention. Une scène immersive peut être mémorable sans être exacte, et une culture ne se résume pas à des images reconnaissables.

La recherche dans les bibliothèques et les archives visuelles pourrait dépasser plus facilement les frontières entre langues et disciplines. Les élèves compareraient la représentation d'une même idée dans différentes communautés, en reliant sciences, histoire et art. Traduction et exemples générés pourraient élargir la participation, mais aussi reproduire des conventions dominantes. Sources, regards locaux et interprétations alternatives devraient rester perceptibles, au lieu de se fondre dans un vocabulaire visuel uniforme.

Une autre piste concerne les retours sur les travaux visuels : un système pourrait signaler un texte illisible ou inviter à revoir une composition. Il ne devrait pas devenir le juge ultime de la créativité. Un score de similarité ne constitue pas non plus une preuve de plagiat. Discuter des esquisses, des sources et des choix aiderait les élèves à expliquer leur démarche et à distinguer l'aide reçue de leur contribution d'auteur.

Sous-titres, audiodescriptions, mises en page réglables et commandes alternatives pourraient élargir l'accès, y compris à la formation tout au long de la vie. Des exercices ludiques encourageraient la pratique s'ils servaient la matière, plutôt que la seule prolongation de l'usage. Ces choix demandent des essais avec des apprenants différents. Le coût des appareils, l'accès aux enseignants et la confidentialité des données restent des questions de conception.

La possibilité la plus précieuse me semble être d'apprendre à interroger les images autant qu'à les produire. Qui a créé cette représentation, qu'omet-elle, et comment pourrait-on montrer autrement la même chose ? L'IA pourrait faciliter l'usage du langage hérité de la culture visuelle dans plusieurs disciplines. L'éducation devrait toujours former le jugement nécessaire pour choisir, interpréter et remettre en question ce langage.