ChatGPT à l'ENS : ce que les normaliens font différemment des autres étudiants

Pendant que les universités débattent encore, certains étudiants ont déjà tranché.

À l'heure où la plupart des établissements d'enseignement supérieur cherchent encore comment réagir à l'arrivée de ChatGPT, une frange d'étudiants d'élite a choisi une autre posture : comprendre, démontrer, et réécrire les règles de l'apprentissage. Ce qui se passe dans les grandes écoles françaises — et à l'ENS en particulier — est un signal faible que personne ne devrait ignorer.

Un séisme pédagogique sans plan de crise

Le constat est brutal : les universités françaises ont été prises de court. Depuis le lancement grand public de ChatGPT fin 2022, la réponse institutionnelle dominante a oscillé entre la méfiance et l'interdiction. Certains établissements ont renforcé la surveillance des examens. D'autres ont exigé des déclarations sur l'honneur. Quelques-uns ont tenté de détecter l'IA dans les copies — avec des outils dont la fiabilité laisse encore à désirer.

Ce débat, légitime, a pourtant masqué une question bien plus importante : que fait-on de l'intelligence artificielle générative comme outil d'apprentissage actif ? Non pas comme tricherie, mais comme levier cognitif.

La méthode normalienne : l'IA comme interlocuteur, pas comme oracle

C'est là que l'approche de certains étudiants des grandes écoles — et notamment de l'École normale supérieure — tranche avec le reste. Plusieurs pratiques ont émergé de façon quasi spontanée, documentées dans des échanges informels, des séminaires étudiants et des groupes de travail internes.

1. Le débat socratique avec la machine

Plutôt que de demander à ChatGPT une réponse toute faite, ces étudiants l'utilisent comme un contradicteur. Ils soumettent leur propre raisonnement, demandent à l'IA de trouver les failles, puis reformulent. C'est une forme de dialectique accélérée — l'équivalent d'avoir un partenaire de khôlle disponible à 2h du matin.

2. La cartographie des angles morts

Une autre pratique consiste à utiliser l'IA pour identifier ce qu'on ne sait pas encore. En posant des questions sur un sujet maîtrisé, l'étudiant repère rapidement les zones d'ombre que ses propres cours n'ont pas couvertes. ChatGPT devient un révélateur de lacunes, non un combleur de lacunes.

3. La comparaison multi-modèles comme exercice critique

Soumettre la même question à ChatGPT, Claude et Gemini, puis comparer les réponses : c'est un exercice que pratiquent régulièrement certains étudiants avancés. L'objectif n'est pas de trouver "la bonne réponse", mais d'entraîner le regard critique sur les biais, les imprécisions, les angles narratifs différents. Une compétence qui sera centrale dans le monde professionnel.

Ce que cela dit de notre rapport au savoir

Ces pratiques ne sont pas anodines. Elles témoignent d'un changement profond dans la conception même de ce qu'est apprendre. Pendant des décennies, l'université a valorisé la rétention d'information : savoir, c'était stocker. Aujourd'hui, avec des modèles de langage capables de restituer n'importe quelle connaissance encyclopédique en quelques secondes, cette définition est devenue obsolète.

Ce que les normaliens anticipent — parfois sans le formuler explicitement — c'est que la valeur cognitive se déplace vers autre chose :

• La capacité à poser les bonnes questions
• L'aptitude à évaluer la qualité d'une réponse
• La compétence à synthétiser des sources contradictoires
• L'intelligence du contexte et des enjeux cachés

Autrement dit : des compétences que l'IA générative ne peut pas encore simuler — et dont la maîtrise devient précisément ce qui différencie un professionnel d'exception.

Le vrai risque que personne ne nomme clairement

Il serait naïf de peindre un tableau uniquement positif. Le vrai danger n'est pas que les étudiants trichent avec ChatGPT. Le vrai danger, c'est que des générations entières développent une dépendance cognitive passive : utiliser l'IA pour éviter l'effort de penser, plutôt que pour l'amplifier.

La ligne est mince, et elle se joue dans l'intention. Un étudiant qui demande à ChatGPT "rédige mon dissertation sur Kant" et un étudiant qui lui demande "voici mon argument principal sur Kant, qu'est-ce qui ne tient pas ?" font deux gestes radicalement différents — avec des effets radicalement opposés sur leur développement intellectuel.

Les institutions qui ne font pas cette distinction — qui voient l'IA uniquement comme menace ou uniquement comme outil neutre — ratent quelque chose d'essentiel.

Ce que les universités devraient retenir

L'expérience des grandes écoles suggère quelques pistes concrètes pour repenser la pédagogie à l'ère de l'IA générative :

• Évaluer le processus, pas seulement le résultat : demander aux étudiants de documenter leur démarche de réflexion, les itérations, les doutes
• Intégrer l'IA dans les exercices, en la rendant visible : plutôt que de l'interdire, l'inclure comme une source parmi d'autres, à critiquer
• Former les enseignants en premier : beaucoup n'ont pas encore utilisé ces outils sérieusement, ce qui les met en position de légiférer sur quelque chose qu'ils ne comprennent pas

La question qui reste ouverte

Ce que font ces étudiants d'élite avec ChatGPT n'est pas réservé à une élite. Ces pratiques sont accessibles à tous — lycéens, étudiants en BTS, professionnels en reconversion. La question n'est pas de savoir si l'IA va transformer l'apprentissage. Elle l'a déjà fait. La question est de savoir qui va décider comment : les algorithmes, les institutions, ou les apprenants eux-mêmes.

Les normaliens ont, pour l'instant, choisi la troisième option. C'est peut-être la leçon la plus importante à retenir.

— Reservoir Live