Élever une génération capable de choisir à l’ère de l’abondance des réponses : Entretien avec Nguyễn Thanh Tùng

Khuyến học thời AI souligne que l’apprenant doit savoir s’orienter parmi les ressources technologiques. Si la génération précédente apprenait à chercher dans la rareté, la génération native de l’IA fait face à l’inverse : trop d’options et une difficulté croissante à savoir ce qui est digne de confiance. Comment ce renversement modifie-t-il l’objectif fondamental de l’éducation ?

L’éducation a longtemps été structurée autour de la rareté. Le professeur détenait le savoir, le manuel l’organisait, et l’élève devait fournir des efforts pour l’atteindre. L’IA ébranle cette structure car le coût de l’information chute drastiquement.

Le nouveau défi de l’éducation réside dans l’attention. Lorsqu’un enfant peut explorer des centaines de pistes à partir d’une seule question, qui l’aidera à savoir ce qui mérite du temps, ce qui doit être approfondi et ce qui peut être ignoré ?

Les bases théoriques restent cruciales, mais l’éducation doit désormais accomplir une mission plus complexe : aider l’apprenant à développer des intérêts assez solides pour ne pas être emporté par l’infinité de possibilités offertes par la technologie.

C’est sans doute pourquoi la culture de l’IA devient un enjeu de politique éducative. Cela démontre que l’école doit mesurer des compétences qui n’étaient pas au centre auparavant. Quels critères de définition d’un “bon élève” doivent être repensés ?

L’OCDE et l’UE ont développé un cadre de compétence IA pour l’éducation ; le programme PISA 2029 intègre également la culture médiatique et de l’intelligence artificielle comme domaine d’évaluation innovant. Au Vietnam, le ministère de l’Éducation a déjà édicté un cadre de contenu sur l’IA pour les élèves.

Ces politiques reconnaissent que l’environnement d’apprentissage a muté. Auparavant, les contenus passaient par des filtres de sélection : manuels, enseignants, programmes. Aujourd’hui, une grande partie de ce que les jeunes lisent, regardent et utilisent est suggérée, classée ou générée par des algorithmes.

Ainsi, la culture de l’IA reflète la mutation de l’environnement cognitif des jeunes. L’école doit comprendre via quels systèmes les élèves accèdent au savoir et comment ces systèmes influencent leur vision du monde.

Dans votre livre, vous placez la pensée computationnelle dans une position unique : avant de déléguer une tâche à la machine, l’humain doit savoir définir le problème, le décomposer et concevoir le processus. Cela semble paradoxal : plus la machine est intelligente, plus l’humain doit apprendre à penser de manière structurée comme une machine ?

J’aime ce paradoxe, mais il faut clarifier : la pensée computationnelle ne signifie pas devenir une machine. Ce qui m’intéresse ici, c’est la capacité à rendre sa propre pensée explicite.

Vous faites face à un problème majeur. Savez-vous définir ce que vous voulez vraiment résoudre ? Savez-vous le diviser en segments ? Savez-vous quelles données sont nécessaires et quelles étapes doivent être vérifiées ?

Avant l’IA, on pouvait agir avec une certaine confusion en suivant son intuition. Avec l’IA, cette confusion se reflète immédiatement par un résultat médiocre.

C’est pourquoi je répète souvent qu’un bon prompt ne commence pas par la technique de rédaction, mais par la compréhension du problème initial par l’utilisateur.

Dans Khuyến học thời AI, je place la pensée computationnelle à côté de la pensée critique, car elles se complètent : l’une aide à structurer le problème pour que l’IA puisse intervenir, l’autre permet de questionner les résultats obtenus.

Vous notez que lorsque les élèves utilisent l’IA pour concevoir des idées, les solutions proposées sont souvent semblables. C’est seulement en fermant l’ordinateur et en observant un vrai besoin quotidien qu’une idée pertinente émerge. Quand il devient si facile d’obtenir une qualité “moyennement bonne”, que devient la ressource rare ?

C’est l’une des questions majeures de notre époque. L’IA excelle à nous amener vers une zone de confort correcte : un texte fluide, un design propre, une stratégie logique.

Mais “plutôt bien” et “mémorable” sont deux choses distinctes.

Je pense de plus en plus à la capacité de jugement de qualité. Appelons cela le “goût” au sens large : savoir distinguer ce qui est lisse de ce qui a une vraie valeur, voir au-delà des apparences achevées pour repérer ce qui manque, savoir parmi dix bonnes options, laquelle sert réellement sa communauté.

Ce goût ne se forme pas en consommant davantage de données. Il naît de lectures stimulantes, de la collaboration avec des mentors compétents, de la confrontation au réel, de l’expérience de l’échec et des échanges avec autrui.

L’IA possède une quantité de données inaccessible à un individu. Mais chacun possède une chose unique : une vie réellement vécue. Je crois que la qualité de nos choix futurs dépendra énormément de la richesse de cette vie.

Lire aussi : Forum Vietnam-Japon : co-créer un futur technologique commun

Si la valeur de l’apprenant se déplace de la “création manuelle” vers la capacité à problématiser, choisir, vérifier et assumer la responsabilité, comment évaluerons-nous les élèves ? Un essai fini ou une présentation impeccable en disent-ils encore beaucoup sur leur capacité réelle si l’IA a participé à la majorité du processus ?

L’éducation n’a pas encore de réponse définitive. Nous avons un avantage : le produit reflète en partie le processus. Un élève qui rend un bon travail a dû lire, penser et rédiger. L’IA fragilise ce lien.

Il faut donc déplacer l’évaluation du produit vers le processus. Je veux savoir par quelle question l’élève a commencé, comment il a collecté les données, s’il a détecté les erreurs de l’IA, quelles options il a écartées et pourquoi, ou comment il a réagi aux retours. Et surtout : peut-il défendre sa décision devant autrui ?

Dans mon livre, j’appelle cela la transition du créateur vers l’évaluateur. C’est pourquoi je crois en l’apprentissage par projet. Un vrai projet confronte l’apprenant à l’imprévisible : l’utilisateur n’aime pas le produit, les données contredisent l’hypothèse, le code bugue. Cela crée des situations où l’élève doit juger et assumer ses choix.

Un jour, l’IA connaîtra parfaitement vos enfants - ce qu’ils réussissent, ce qu’ils aiment, le métier idéal. Malgré les conseils de ces algorithmes, quel choix souhaiteriez-vous qu’ils fassent absolument par eux-mêmes ?

Probablement la question : quelle personne souhaites-tu devenir ? L’IA peut suggérer des options, prévoir des risques, montrer des chemins empruntés par d’autres. C’est utile, mais une existence ne peut se réduire à l’optimisation des chances de succès.

Parfois, nous choisissons une tâche difficile car elle a du sens pour nous. Un chemin incertain par curiosité. Rester fidèle à un projet plus longtemps que ce qui semble “logique” par sens du devoir.

Je veux que mes enfants écoutent les meilleurs conseils de la technologie, mais possèdent la force intérieure de conclure : c’est la vie que j’ai choisie.

Quand les réponses deviennent infinies, le plus précieux est cet individu qui décide de ce qu’il apportera à la société.

Nguyễn Thanh Tùng est cofondateur et PDG de MindX Technology School. Il est l’auteur de deux ouvrages : “L’aspiration d’une nation de codeurs” (2023) et “L’apprentissage à l’ère de l’IA” (2026).

Depuis sa création en 2015, MindX s’est imposé comme une entreprise éducative majeure au Vietnam, bénéficiant du soutien d’investisseurs internationaux.

À LIRE ÉGALEMENT

Quand la robotique entre au bloc opératoire : l’ambition de Cornerstone Robotics

Futures in Education : transformer le savoir en développement

Analyse : le Vietnam est-il prêt à utiliser l’IA et les Big Data comme avantage compétitif ?