Avec l’essor fulgurant des intelligences artificielles génératives, l’éducation entre dans une nouvelle ère. Mais que sacrifie-t-on en confiant à la machine une partie de notre pensée ? Une étude scientifique du MIT lève le voile sur les effets méconnus de l’usage de ChatGPT sur notre cerveau.
Une facilité cognitive à double tranchant
Les grands modèles de langage comme ChatGPT ont fait irruption dans nos vies en promettant un accès simplifié au savoir, des réponses claires, rapides, et adaptées. Mais en déchargeant notre cerveau d’une partie de l’effort de recherche, de réflexion et de formulation, ne risquons-nous pas d’en payer le prix cognitif ?
C’est la question que pose l’étude conduite par le MIT Media Lab et plusieurs partenaires universitaires. Elle propose un protocole expérimental inédit pour mesurer, via l’EEG et des analyses croisées, l’impact de l’utilisation d’une IA lors d’une tâche d’apprentissage complexe : la rédaction d’un essai argumenté.
L’enjeu est simple : comprendre si, comment et à quel prix l’IA modifie l’engagement cognitif, la mémoire, le sentiment de propriété intellectuelle, et la qualité de l’apprentissage.
Le protocole – Trois groupes, un objectif
Pour explorer les effets cognitifs de l’utilisation de l’intelligence artificielle dans une tâche d’apprentissage complexe, les chercheurs ont mis en place une méthodologie expérimentale rigoureuse reposant sur la répartition de 54 étudiants en trois groupes distincts, constitués de manière aléatoire, mais équilibrée en termes de genre et d’âge :
- Groupe LLM (Large Language Model) : les participants de ce groupe devaient rédiger leurs essais exclusivement à l’aide de ChatGPT, sans recourir à aucun autre support ni source d’information.
- Groupe moteur de recherche : les étudiants avaient accès à Internet via un moteur de recherche (principalement Google), mais toute interaction avec un agent conversationnel de type LLM était interdite.
- Groupe cerveau seul : dans ce cas, les étudiants devaient s’appuyer uniquement sur leurs propres connaissances, sans outil numérique, ni moteur de recherche, ni IA.
Chaque étudiant participait à trois sessions d’écriture, à raison d’un essai par session, sur des sujets inspirés des épreuves du SAT américain. Les essais étaient produits en temps limité (20 minutes), dans des conditions encadrées. Lors de chaque session, plusieurs types de données étaient collectés :
- des signaux d’activité cérébrale par électroencéphalographie (EEG),
- les productions écrites elles-mêmes, évaluées par des enseignants et une IA d’analyse linguistique,
- et des entretiens qualitatifs réalisés en fin de séance, permettant de recueillir les impressions, les stratégies cognitives et le ressenti des participants.
Enfin, une quatrième session était proposée à un sous-groupe volontaire : ceux ayant travaillé avec ChatGPT devaient rédiger un essai sans aide, et inversement. Cette inversion permettait d’observer les effets de l’usage antérieur de l’IA sur les capacités ultérieures de rédaction autonome.
En combinant ainsi données neurophysiologiques, performances linguistiques et témoignages subjectifs, ce protocole avait pour ambition de produire une analyse multi-niveaux, offrant une compréhension fine des mécanismes cognitifs à l’œuvre selon les modalités d’accompagnement technologique mobilisées.
Les résultats EEG – Quand l’effort mental diminue, la dette cognitive augmente
Les analyses de connectivité neuronale réalisées à partir des enregistrements EEG révèlent des différences nettes et systématiques entre les trois groupes étudiés. En cartographiant l’activité cérébrale pendant l’acte d’écriture, les chercheurs ont pu observer l’intensité et la répartition des réseaux activés dans les différentes bandes de fréquences (alpha, beta, delta, theta), indicateurs classiques de l’attention, de la mémoire de travail, de l’intégration sensorielle et de la planification cognitive.
- Le groupe cerveau seul présente la plus grande amplitude et la plus forte connectivité neuronale. Les réseaux frontaux, impliqués dans la planification et le raisonnement, les régions pariétales (traitement spatial et attentionnel), ainsi que les zones occipitales (visualisation mentale) sont activés de manière coordonnée. Cela traduit un engagement cognitif profond et une sollicitation importante des capacités de réflexion autonome.

- Le groupe moteur de recherche affiche une activation intermédiaire, localisée notamment dans les régions associées à la gestion de la charge visuelle et au traitement de l’information exogène. Cela suggère un effort de tri, d’évaluation et de synthèse d’informations disparates issues d’Internet, mais avec une implication cérébrale moins dense que celle observée sans aide.
- Le groupe ChatGPT montre, quant à lui, une activité beaucoup plus modeste. La connectivité est faible, en particulier dans les bandes alpha et beta, qui correspondent respectivement à l’attention soutenue et à la mobilisation de la mémoire de travail. Cette sous-activation témoigne d’un phénomène de délégation cognitive : le cerveau « sous-traite » certaines fonctions, réduisant l’intensité de son implication.
Un constat inquiétant ressort de la session 4 du protocole : les participants initialement habitués à l’usage de ChatGPT, lorsqu’ils doivent rédiger sans aide, conservent une activation cérébrale atone. Le cerveau semble s’être « reconfiguré » pour un fonctionnement assisté, et peine à retrouver ses réflexes cognitifs en autonomie. C’est ce que les auteurs désignent comme une dette cognitive : une perte d’agilité mentale consécutive à un usage prolongé d’une IA, qui se traduit par une diminution de la capacité à activer les circuits cognitifs fondamentaux. Cette forme de paresse neuronale acquise, une fois installée, devient difficile à corriger sans un travail conscient de réactivation des fonctions mentales profondes.
L’analyse des textes – Moins de pensée, plus d’homogénéité
Les productions issues du groupe utilisant ChatGPT révèlent des caractéristiques linguistiques spécifiques qui les distinguent nettement des essais rédigés par les deux autres groupes. L’analyse lexicale montre une récurrence marquée de structures syntaxiques standardisées et l’usage fréquent de formules de transition génériques, signes d’un langage calibré mais peu inventif. Cette homogénéité se manifeste notamment par la répétition de certains N-grams (groupes de mots récurrents), utilisés de manière quasi automatique, et par un vocabulaire à la fois plus abstrait et moins ancré dans l’expérience personnelle.
Les juges humains qui ont évalué les textes ont souligné une absence de relief dans les arguments, une tendance à la paraphrase et un manque de nuances dans la construction des raisonnements. En d’autres termes, les textes paraissent formellement corrects, mais souffrent d’un déficit de singularité : peu d’ancrage contextuel, peu d’originalité, peu de prises de position affirmées.
Ce constat est corroboré par les analyses de l’IA d’évaluation, qui détecte une faible diversité lexicale et une densité argumentative moyenne, bien que la syntaxe soit fluide et la grammaire globalement irréprochable. En somme, l’IA excelle dans l’enveloppe textuelle mais faillit sur le fond réflexif.
Cette distanciation entre l’auteur et son texte se reflète dans les entretiens post-écriture. À peine la moitié des participants du groupe LLM déclarent se sentir les auteurs véritables de leur essai, contre près de 90 % dans le groupe cerveau seul. Pire encore : une majorité de ces utilisateurs sont incapables de citer une seule phrase de leur propre production quelques minutes après l’avoir écrite. Ce déficit de rémanence mémorielle suggère un faible engagement cognitif dans le processus rédactionnel.
À l’inverse, les groupes ayant écrit sans IA, ou avec des recherches ciblées sur Internet, ont davantage investi leurs textes, y intégrant des références personnelles, des exemples concrets, et des structures argumentatives plus diversifiées. Le sentiment de propriété intellectuelle y est plus fort, la capacité de restitution immédiate bien plus élevée, et la tonalité des textes souvent plus vivante.
En somme, le recours à ChatGPT semble faciliter l’acte d’écrire tout en le vidant partiellement de sa substance réflexive. Une commodité de surface, mais un appauvrissement de la pensée critique et de la mémoire sémantique.
L’effet de renversement – Quand l’IA laisse des traces
La quatrième session expérimentale, conçue comme une inversion des conditions initiales, met en lumière un phénomène remarquable : la manière dont l’usage préalable ou non de l’IA façonne profondément les stratégies cognitives ultérieures.
D’un côté, les participants qui avaient rédigé leurs trois premiers essais avec l’aide de ChatGPT ont montré, une fois privés de cette assistance, une perte manifeste d’agilité mentale. Ils ont éprouvé des difficultés à organiser leurs idées, à développer une argumentation cohérente, voire à écrire avec fluidité. Leurs réponses aux entretiens révèlent une forme de « désorientation rédactionnelle », souvent accompagnée d’un sentiment d’inconfort ou de frustration. Les mesures EEG confirment cette observation : leur activité cérébrale reste faible, comme si leur cerveau était resté conditionné à attendre des suggestions externes. On observe alors un réflexe d’économie cognitive, où les circuits associés à la mémoire de travail et à la planification sont sous-sollicités.
À l’opposé, les participants du groupe initialement sans aide, une fois autorisés à utiliser ChatGPT, n’ont pas abandonné leurs compétences. Au contraire, ils ont su mobiliser l’outil de manière critique et ciblée. Plutôt que de copier ou de suivre passivement les suggestions de l’IA, ils s’en sont servis pour tester des idées, enrichir des exemples ou vérifier certaines formulations. Les entretiens révèlent un usage instrumentalisé de l’IA, au service d’une réflexion déjà en place. L’analyse EEG montre chez eux une augmentation notable de la connectivité neuronale, traduisant une intégration active de l’outil dans leur processus cognitif.
Ce contraste met en évidence un point clé : l’ordre d’exposition à l’intelligence artificielle influence durablement le rapport que l’on entretient avec elle. Lorsqu’un individu développe d’abord ses capacités de raisonnement, de structuration et de rédaction en autonomie, l’introduction ultérieure d’une IA peut agir comme un catalyseur. À l’inverse, une exposition précoce et exclusive à l’outil conduit à une forme de dépendance silencieuse, qui affaiblit les capacités cognitives fondamentales. Il ne s’agit donc pas seulement de savoir si l’IA est utilisée, mais à quel moment et dans quelle posture mentale elle entre dans le parcours d’apprentissage.
Une facilité trompeuse ? Les risques d’un apprentissage passif
L’étude rejoint un ensemble croissant de recherches sur la charge cognitive et les effets induits par l’externalisation de l’effort mental, notamment ce que l’on appelle l’effet Google. Cet effet désigne la tendance à se reposer sur les moteurs de recherche (et désormais sur les IA) pour retrouver de l’information, plutôt que de chercher à la mémoriser. Cette délégation mentale à un outil externe transforme profondément la façon dont les individus interagissent avec le savoir.
Dans le cadre de l’utilisation d’un LLM comme ChatGPT, cette délégation atteint un niveau supérieur : on ne se contente plus de consulter une source, on reçoit directement un discours structuré, une réponse préformée, souvent convaincante, sans avoir à en vérifier la cohérence ni à en explorer la construction. Ce glissement de l’apprentissage actif vers la consommation passive d’un contenu prêt-à-penser constitue une menace sérieuse pour la formation de la pensée critique.
La « paresse métacognitive » évoquée par les auteurs se manifeste par plusieurs indicateurs convergents : une baisse du rappel mémoriel, une moindre capacité à justifier un raisonnement, une propension à accepter les affirmations comme vraies en l’absence de vérification. Autrement dit, l’IA rend l’apprentissage plus confortable, mais aussi plus superficiel.
On observe également une diminution de la capacité à faire des liens entre les savoirs, à contextualiser les informations, ou à reformuler de manière personnelle un argument ou une idée. Ces opérations sont pourtant au cœur de la consolidation des apprentissages et de l’acquisition d’une pensée autonome. Ainsi, ce que l’on gagne en vitesse, en accessibilité, voire en productivité, on le perd souvent en profondeur, en rigueur et en solidité cognitive.
L’enjeu dépasse donc la simple efficacité : il s’agit de ne pas confondre information reçue et connaissance acquise. Le risque est grand que l’utilisation massive et non régulée des LLM n’installe une génération d’apprenants très à l’aise avec l’interface, mais appauvrie dans sa capacité à penser par elle-même.
Pour une pédagogie augmentée, pas déléguée
Face aux résultats de cette étude, une certitude s’impose : l’intelligence artificielle, dans sa forme actuelle, ne peut être intégrée à l’enseignement supérieur sans une réflexion pédagogique approfondie. Interdire son usage serait à la fois irréaliste et appauvrissant. Mais à l’inverse, l’introduire sans accompagnement critique revient à ouvrir la porte à une atrophie silencieuse des capacités cognitives fondamentales.
L’objectif doit donc être clair : outiller les étudiants pour qu’ils apprennent à penser avec l’IA, et non à penser à sa place. Cela suppose un changement de paradigme éducatif, fondé sur trois piliers indissociables :
- Former à l’usage stratégique des LLM : il ne suffit pas de savoir interagir avec ChatGPT, il faut apprendre à l’interroger de manière réflexive, à détecter les réponses superficielles, à enrichir un contenu généré plutôt qu’à s’y soumettre. Cela suppose des ateliers spécifiques, où l’IA devient un partenaire à évaluer, à tester, à recadrer.
- Conserver des moments d’écriture sans assistance : l’autonomie intellectuelle ne se décrète pas, elle s’entraîne. Maintenir des temps réguliers d’écriture libre, de prise de notes à la main, ou d’exercices argumentatifs sans technologie permet d’entretenir les muscles mentaux essentiels : mémoire de travail, logique, créativité, style personnel.
- Faire réfléchir les étudiants sur leur rapport à l’IA : il ne s’agit pas seulement d’apprendre à utiliser un outil, mais de comprendre l’impact de cet outil sur soi. À qui appartiennent les idées générées ? Qu’est-ce qu’une pensée authentique ? Quelle est la frontière entre assistance et triche ? Ces questions méritent d’être intégrées aux cours, discutées, problématisées.
Cette approche vise une pédagogie véritablement augmentée, où la technologie soutient l’intelligence humaine sans s’y substituer. C’est un équilibre fragile, mais indispensable, pour éviter que l’école ne devienne un lieu de consommation cognitive plutôt qu’un lieu de formation de l’esprit critique.
Ce qu’il faut en retenir
Cette étude du MIT apporte un éclairage inédit sur les effets concrets de l’intelligence artificielle générative sur nos capacités cognitives. En révélant les différences d’activation cérébrale, de profondeur argumentative et de mémorisation entre les étudiants selon qu’ils utilisent ou non une IA comme ChatGPT, elle met en lumière un enjeu éducatif majeur : la qualité de notre pensée dépend en grande partie de la manière dont nous sollicitons – ou déléguons – nos efforts mentaux.
L’IA, si elle est mal utilisée, favorise une forme de dépendance intellectuelle, où la fluidité du texte remplace l’effort de compréhension, où la structure remplace le fond. Cette dépendance, en s’installant, altère durablement la mémoire, la pensée critique et le sentiment d’appropriation de ses idées. Elle installe ce que les chercheurs appellent une dette cognitive, c’est-à-dire une perte de réflexes mentaux fondamentaux difficile à résorber.
Pourtant, l’IA n’est pas en soi le problème. Ce sont nos usages, notre posture cognitive, notre éducation à la distance critique qui déterminent si elle devient un adjuvant pédagogique ou un anesthésiant de la pensée. Lorsqu’elle est introduite après l’apprentissage autonome, et non à sa place, elle peut renforcer la réflexion. Lorsqu’elle est encadrée, questionnée, problématisée, elle devient un levier plutôt qu’un substitut.
Réapprendre à penser par soi-même, avant de penser avec la machine, voilà sans doute le défi pédagogique majeur de la décennie. Pour y répondre, il faut repenser la manière d’enseigner, valoriser l’effort intellectuel, redonner sa place à la lenteur réflexive, et faire de chaque interaction avec l’IA un moment conscient de confrontation d’idées, et non de simple délégation.
En définitive, ce que cette étude nous apprend, c’est que l’enjeu éducatif du XXIe siècle ne sera pas seulement de savoir utiliser les machines, mais de préserver et cultiver ce qui, en nous, pense encore sans elles.
#IA
#LLM
#DetteCognitive
#PédagogieAugmentée
Source : Kosmyna, N. et al. (2024), Your Brain on ChatGPT: Accumulation of Cognitive Debt when Using an AI Assistant for Essay Writing Task, MIT Media Lab. https://arxiv.org/abs/2506.08872
Laisser un commentaire