L’intelligence artificielle générative produit en quelques secondes ce que les trois premiers niveaux de la taxonomie de Bloom demandaient à un élève. Elle ne rend pas le modèle obsolète : elle en déplace le centre de gravité et oblige à reformuler les consignes. Cet article propose une relecture opérationnelle des six niveaux, des consignes qui résistent à l’IA et une séquence prête à l’emploi.
Les six niveaux de la taxonomie de Bloom en deux minutes
La taxonomie de Bloom classe les objectifs d’apprentissage selon six opérations mentales de complexité croissante. Formulée en 1956 par Benjamin Bloom et ses collaborateurs, elle a été révisée en 2001 par Anderson et Krathwohl, qui ont transformé les noms en verbes et placé la création au sommet.
| Niveau | Opération mentale | Verbes caractéristiques |
|---|---|---|
| 1. Se souvenir | Récupérer une information en mémoire | définir, nommer, lister, identifier |
| 2. Comprendre | Reformuler, expliquer avec ses mots | expliquer, résumer, illustrer, traduire |
| 3. Appliquer | Transférer une procédure dans un contexte nouveau | résoudre, calculer, employer, adapter |
| 4. Analyser | Décomposer, relier, distinguer | comparer, distinguer, relier, catégoriser |
| 5. Évaluer | Juger selon des critères explicites | critiquer, justifier, valider, arbitrer |
| 6. Créer | Produire un ensemble nouveau et cohérent | concevoir, élaborer, inventer, planifier |
Ce rappel suffit pour la suite. Retenez surtout le principe d’adossement : chaque niveau mobilise les précédents. On n’analyse pas un texte que l’on n’a pas compris, on ne juge pas une démonstration dont on ignore les règles. C’est précisément ce principe que l’arrivée des assistants conversationnels vient fragiliser, du moins en apparence.
Ce que l’IA générative déplace réellement
Un élève équipé d’un assistant conversationnel obtient en dix secondes une définition exacte, un résumé correct et un exercice résolu. Les trois premiers niveaux de Bloom, ceux qui structurent l’essentiel des devoirs donnés à la maison, sont désormais automatisables. Le constat est brutal, et il explique l’inquiétude des équipes.
L’interprétation qui circule le plus en salle des professeurs consiste à en déduire qu’il faut abandonner les niveaux bas et travailler d’emblée en haut de la pyramide. Cette conclusion est séduisante, et elle est fausse. Elle confond deux choses très différentes : ce que la machine peut produire à la place de l’élève, et ce que l’élève doit avoir construit dans sa tête pour que les niveaux supérieurs soient à sa portée.
L’argument de la mémoire de travail
Les travaux sur la charge cognitive sont sans ambiguïté : la mémoire de travail ne traite que quelques éléments simultanément, sauf lorsque ces éléments sont déjà regroupés en schémas stockés en mémoire à long terme (Sweller, van Merriënboer & Paas, 2019). Un élève qui ne sait pas ce qu’est un complément d’objet ne peut pas analyser une structure argumentative : il consomme toutes ses ressources attentionnelles à déchiffrer la phrase. Déléguer le niveau 1 à la machine ne libère pas l’élève pour le niveau 4, cela le prive du socle qui rend le niveau 4 praticable.
Le vrai déplacement
Ce qui change n’est donc pas la hiérarchie des niveaux, mais la frontière entre ce que l’on fait faire et ce que l’on évalue à distance. Un exercice de niveau 3 reste indispensable en classe. Il cesse simplement d’être un indicateur fiable de maîtrise lorsqu’il est rendu en devoir maison.
Trois conséquences pratiques en découlent, et elles organisent la suite de cet article.
- Les niveaux 1 à 3 se travaillent davantage en classe, en conditions observables, et moins en autonomie non surveillée.
- Les consignes des niveaux 4 à 6 doivent être reformulées pour inclure ce qu’une IA ne peut pas fournir : le contexte local, le vécu de l’élève, les données produites en classe, le processus lui-même.
- La production d’une IA devient un matériau pédagogique à part entière, précisément parce qu’elle est plausible et parfois fausse.
L’UNESCO formule une recommandation convergente dans sa première orientation mondiale sur l’IA générative : les usages pertinents sont ceux qui servent la pensée de haut niveau, et non ceux qui dispensent les élèves de développer leurs capacités cognitives (Miao & Holmes, 2023).
Niveau par niveau : ce que l’IA fait, ce qui reste à l’élève
Le tableau ci-dessous est l’outil central de cet article. Il se lit de gauche à droite : pour chaque niveau, ce qu’une IA générative produit sans difficulté, ce qui demeure hors de sa portée, et la ressource pédagogique qui permet de récupérer le niveau en situation de classe.
| Niveau | Ce que l’IA produit seule | Ce qui reste à l’élève | Comment récupérer le niveau |
|---|---|---|---|
| 1. Se souvenir | Toute définition, date, formule, nomenclature | Avoir l’information disponible sans outil, en temps contraint | Rappel actif, interrogation éclair, restitution à l’oral |
| 2. Comprendre | Résumés, reformulations, analogies, vulgarisation | Expliquer à un pair qui pose des questions imprévues | Explication orale à la demande, enseignement par les pairs |
| 3. Appliquer | Résolution d’exercices types, calculs, conjugaisons | Choisir la procédure face à un énoncé ambigu ou incomplet | Énoncés partiels, données manquantes à identifier |
| 4. Analyser | Comparaisons génériques, plans détaillés, typologies | Analyser un corpus local, inédit ou produit en classe | Données issues d’une expérience menée en classe |
| 5. Évaluer | Arguments pour et contre, jugements prudents | Trancher et assumer, détecter l’erreur dans un texte plausible | Critique argumentée d’une production d’IA, débat contradictoire |
| 6. Créer | Textes, plans, scénarios, code, formellement aboutis | Produire à partir d’une contrainte située et d’une intention propre | Commande réelle, destinataire identifié, contrainte matérielle |
Deux lectures de ce tableau méritent d’être explicitées.
La colonne centrale ne décrit pas une limite technique durable. Les modèles progressent, et il serait imprudent de bâtir une pédagogie sur ce qu’une IA ne saurait pas faire l’an prochain. Ce qui est stable, en revanche, tient à la nature de la situation : une IA n’a pas assisté à la séance, n’a pas manipulé le matériel, ne connaît ni le quartier ni le camarade à convaincre. L’ancrage local résiste mieux que la complexité.
La colonne de droite montre que les niveaux inférieurs ne disparaissent pas : ils changent de lieu. Ce qui se vérifiait dans un cahier se vérifie maintenant à l’oral, en interaction, dans le temps de classe. Cette translation a un coût en temps d’enseignement, et il serait malhonnête de le passer sous silence.
Des consignes qui résistent à l’IA
Une consigne résiste lorsqu’elle exige une information dont l’IA ne dispose pas, ou lorsqu’elle porte sur le processus plutôt que sur le produit. Les cinq leviers ci-dessous se combinent entre eux.
- Ancrer dans le local. Remplacer un objet générique par un objet situé : une rue, un bâtiment, un relevé fait en classe, un article du journal régional de la semaine.
- Fournir le corpus. Donner les documents sur lesquels l’analyse doit porter, inédits ou peu numérisés, plutôt qu’un sujet ouvert.
- Demander le chemin. Exiger les brouillons, les hypothèses abandonnées, les mesures qui s’écartent du modèle, ce que l’élève a compris en cours de route.
- Impliquer la personne. Faire intervenir une expérience vécue, un choix personnel à justifier, un destinataire réel.
- Intégrer la machine à la consigne. Demander explicitement de produire avec l’IA, puis de corriger, critiquer et documenter ce qui a été modifié.
Avant et après, par discipline
| Discipline | Consigne vulnérable | Consigne reformulée | Niveau visé |
|---|---|---|---|
| Français | Rédigez une lettre argumentative sur la protection de l’environnement | Rédigez au conseil municipal une lettre sur un problème environnemental que vous avez photographié dans la commune, photo jointe | 6 |
| Histoire | Comparez la Révolution française et la Révolution américaine | À partir des quatre documents distribués, dont deux se contredisent, établissez laquelle des deux sources est la plus fiable et justifiez | 5 |
| Mathématiques | Résolvez ces dix équations du second degré | Voici la résolution produite par une IA, qui contient deux erreurs. Localisez-les, expliquez leur origine et corrigez | 4 et 5 |
| SVT | Expliquez le rôle de la lumière dans la photosynthèse | Analysez les relevés de notre culture de la semaine 3 et expliquez pourquoi le bac B s’écarte de la prévision | 4 |
| Langues vivantes | Rédigez un dialogue au restaurant | Enregistrez un dialogue improvisé de deux minutes avec un camarade à partir d’une carte de situation tirée au sort | 3 et 6 |
| Technologie | Concevez une application mobile utile | Concevez une solution pour un besoin identifié par entretien auprès d’un personnel de l’établissement, compte rendu d’entretien à l’appui | 6 |
Le piège à éviter
Certaines équipes réagissent en durcissant la tâche : sujets plus obscurs, consignes plus longues, contraintes multipliées. L’effet obtenu est rarement celui espéré. Une consigne alambiquée pénalise d’abord les élèves fragiles, qui peinent déjà à décoder l’attendu, tandis que les autres contournent l’obstacle avec un peu de méthode. La bonne direction n’est pas la difficulté supplémentaire, mais l’ancrage : une consigne simple portant sur un objet que seule la classe connaît.
Faire de l’IA un objet d’évaluation, pas seulement un outil
Voici le renversement le plus productif. Au lieu de chercher à empêcher l’usage de l’IA, on en fait le matériau de la tâche. L’élève ne produit plus un texte : il juge un texte produit par la machine. L’opération mentale demandée passe mécaniquement aux niveaux 4 et 5.
Ce dispositif a une vertu que peu d’exercices possèdent. Une production d’IA est formellement irréprochable et parfois substantiellement fausse. Pour la critiquer, l’élève doit mobiliser ses propres connaissances : on ne repère pas une date inventée si l’on ignore la chronologie, ni un raisonnement circulaire si l’on ne connaît pas la règle. L’exercice réhabilite donc les niveaux 1 à 3 par la bande, sans les demander frontalement.
Le protocole en quatre temps
- L’enseignant prépare en amont une production d’IA sur le point du programme en cours, en vérifiant lui-même les erreurs qu’elle contient.
- Les élèves reçoivent le texte sans savoir combien d’erreurs il renferme.
- Ils annotent : ce qui est exact, ce qui est faux, ce qui est invraisemblable, ce qui est invisible faute de source.
- Ils rédigent un verdict argumenté et proposent une version corrigée du passage le plus problématique.
L’étape 4 est ce qui transforme l’exercice en évaluation de niveau 5. Sans verdict assumé, l’activité reste une chasse à l’erreur, donc du niveau 4.
Grille d’évaluation de la critique produite
| Critère | Insuffisant | Satisfaisant | Expert |
|---|---|---|---|
| Repérage des erreurs | Erreurs manquées ou signalées à tort | Principales erreurs identifiées | Erreurs identifiées, y compris les omissions |
| Justification | Affirme sans étayer | S’appuie sur le cours | S’appuie sur une source vérifiée et la cite |
| Distinction fait et plausibilité | Confond les deux | Distingue l’essentiel | Signale ce qui est invraisemblable sans être vérifiable |
| Verdict | Absent ou purement binaire | Position claire | Position nuancée, portant les objections |
| Correction proposée | Recopie l’IA | Corrige le point central | Reformule et améliore l’ensemble |
Cette grille se donne aux élèves avant l’exercice. Elle rend visible ce qui est attendu et fait gagner un temps considérable à la correction.
Une précaution de méthode
L’enseignant produit lui-même le texte support et vérifie son contenu avant distribution. Faire générer le document par les élèves eux-mêmes expose à des contenus imprévisibles et, selon l’âge, à des questions d’accès et de données personnelles traitées plus loin.
Faut-il ajouter un septième niveau ?
La question revient régulièrement depuis l’arrivée des assistants conversationnels. Certains proposent d’ajouter au sommet une compétence de pilotage de l’IA, parfois appelée supervision ou délégation critique. L’intention se comprend, mais la réponse mérite d’être nuancée.
Le précédent de la taxonomie numérique
L’exercice a déjà été tenté. Andrew Churches a proposé à partir de 2008 une taxonomie numérique de Bloom, qui associe à chaque niveau des verbes liés aux usages du web : commenter, taguer, bloguer, programmer, publier. Sa diffusion a été large, son usage réel plus limité. La raison en est instructive : les verbes proposés décrivaient des outils plutôt que des opérations mentales, et les outils ont vieilli plus vite que le modèle. Bloguer n’est pas une opération cognitive, c’est un support.
Le même risque guette une taxonomie augmentée d’un niveau dédié à l’IA. On classerait des pratiques liées à une génération de produits, dans un domaine où les interfaces changent très vite.
Pourquoi six niveaux suffisent
L’examen des compétences réellement mobilisées face à une IA montre qu’elles se logent toutes dans la taxonomie existante.
| Compétence face à l’IA | Niveau de Bloom correspondant |
|---|---|
| Formuler une requête précise | Appliquer, niveau 3 |
| Repérer une incohérence dans une réponse | Analyser, niveau 4 |
| Décider si la réponse est utilisable | Évaluer, niveau 5 |
| Intégrer la production dans un travail personnel | Créer, niveau 6 |
Aucune de ces opérations n’exige une catégorie nouvelle. Ajouter un niveau reviendrait à confondre un contexte technologique avec une opération mentale, erreur qu’Anderson et Krathwohl avaient précisément cherché à corriger en 2001 en substituant des verbes d’action à des substantifs abstraits.
Ce qui manque vraiment
Un point échappe en revanche partiellement au modèle, et il mérite d’être nommé : savoir quand ne pas recourir à l’IA. Cette décision relève de la métacognition, c’est-à-dire de la connaissance que l’élève a de ses propres processus d’apprentissage. Or la révision de 2001 a justement introduit la connaissance métacognitive comme quatrième type de connaissance, à côté des connaissances factuelles, conceptuelles et procédurales. La ressource existe donc déjà dans le modèle, mais elle reste l’une des moins exploitées en classe.
La conclusion raisonnable tient en une phrase : la taxonomie de Bloom n’a pas besoin d’un étage supplémentaire, elle a besoin que l’on utilise enfin celui que la révision de 2001 a ajouté sans bruit.
Une séquence en quatre séances
Le principe directeur est simple : plus on monte dans la taxonomie, plus l’IA peut entrer dans la salle. Les niveaux bas se construisent sans elle, parce qu’ils constituent le socle qui rendra la critique possible.
| Séance | Niveaux travaillés | Activité | Place de l’IA |
|---|---|---|---|
| 1 | 1 et 2 | Apport de contenu, rappel actif, explication entre pairs | Aucune, travail sans outil |
| 2 | 3 | Exercices d’application en classe, énoncés incomplets | Aucune, ou démonstration collective au vidéoprojecteur |
| 3 | 4 et 5 | Critique argumentée d’une production d’IA préparée par l’enseignant | Centrale, comme objet d’étude |
| 4 | 6 | Production personnelle ancrée dans un contexte local | Autorisée et documentée, journal d’usage à l’appui |
Le journal d’usage
La séance 4 s’accompagne d’un document d’une demi-page que l’élève rend avec son travail. Il y note ce qu’il a demandé à l’IA, ce qu’il a retenu, ce qu’il a écarté et pourquoi. Ce document remplit trois fonctions à la fois.
Il rend l’usage transparent, ce qui désamorce la question de la triche sans recourir à des détecteurs dont la fiabilité reste contestée. Il constitue une trace évaluable du processus, là où le produit fini n’en dit plus rien. Il oblige enfin l’élève à un retour métacognitif explicite, qui est l’un des leviers les mieux établis de l’apprentissage durable.
Une mise en garde s’impose sur sa notation. Un journal d’usage noté trop sévèrement pousse les élèves à déclarer ce qu’ils pensent acceptable plutôt que ce qu’ils ont fait. Mieux vaut l’intégrer à la note globale pour une part modeste, ou le traiter comme un attendu de forme, en expliquant clairement qu’un usage déclaré n’est jamais sanctionné en tant que tel.
Adapter selon le niveau scolaire
Au primaire, la séance 3 se conduit collectivement, au tableau, l’enseignant tenant le clavier. Les élèves cherchent ensemble ce qui ne va pas dans le texte affiché. Au collège, l’exercice devient individuel sur support papier, sans accès direct aux outils. Au lycée, l’accès peut être ouvert dès la séance 3, et le journal d’usage devient un attendu permanent plutôt qu’un document ponctuel.
Limites et points de vigilance
Un article qui présenterait ce dispositif comme une solution complète manquerait d’honnêteté. Quatre réserves méritent d’être posées.
L’équité d’accès
Tous les élèves ne disposent pas du même outil, ni du même accompagnement familial dans son usage. Une pédagogie qui suppose un accès individuel à un assistant performant creuse les écarts au lieu de les réduire. C’est l’argument qui justifie de conduire la séance de critique en classe, sur un support identique pour tous, plutôt qu’à la maison.
Les données personnelles et l’âge
La plupart des services grand public fixent un âge minimal d’utilisation et traitent les données saisies hors du cadre scolaire. Faire créer des comptes aux élèves expose l’enseignant comme l’établissement. La règle prudente consiste à n’utiliser que les outils validés par l’institution, à ne jamais saisir de données identifiantes concernant un élève, et à passer par un compte enseignant projeté lorsque le cadre local n’est pas établi. L’UNESCO recommande expressément aux établissements de valider la pertinence éthique et pédagogique des systèmes avant leur usage en classe (Miao & Holmes, 2023).
La fiabilité variable des productions
Le dispositif de critique repose sur la présence d’erreurs identifiables. Or les modèles s’améliorent, et un texte sans erreur manifeste rend l’exercice vide. L’enseignant doit donc vérifier le support avant chaque usage, et accepter que l’activité se déplace : lorsque les erreurs factuelles se raréfient, la critique porte sur les omissions, les biais de cadrage, l’absence de sources et le lissage des controverses, qui restent des angles morts durables.
La charge de travail enseignante
Préparer un support, le vérifier, construire une grille, lire des journaux d’usage : tout cela prend du temps. Ce coût est réel et il se mutualise mal entre disciplines. Commencer par une seule séquence, sur un seul niveau de classe, reste la façon raisonnable d’entrer dans la démarche. L’UNESCO souligne d’ailleurs que le développement des compétences des enseignants en matière d’IA reste très inégalement assuré selon les pays (UNESCO, 2024).
Questions fréquentes
L’IA rend-elle la taxonomie de Bloom obsolète ?
Non. Elle rend obsolètes certaines manières d’évaluer les niveaux bas à distance, pas le modèle lui-même. La taxonomie reste même plus utile qu’avant, puisqu’elle permet de nommer précisément quelle opération mentale une tâche demande encore à l’élève, et laquelle la machine prend en charge.
Faut-il interdire l’IA pour les devoirs à la maison ?
L’interdiction générale est difficilement applicable et pousse l’usage dans la clandestinité. Une approche plus solide consiste à distinguer deux types de travail : ce qui se fait sans outil et se vérifie en classe, et ce qui se fait avec l’outil et s’accompagne d’une déclaration d’usage. L’élève sait alors ce qui est attendu dans chaque cas.
Les détecteurs d’IA sont-ils fiables ?
Leur fiabilité fait l’objet de réserves importantes, notamment en raison des faux positifs qui pénalisent davantage les élèves écrivant dans une langue qui n’est pas leur langue première. Fonder une sanction sur un score de détection est risqué. La conception de la tâche reste une protection plus efficace que la détection a posteriori.
À partir de quel âge peut-on travailler avec l’IA en classe ?
La réponse dépend du cadre juridique local et des outils retenus par l’établissement, et non d’un seuil pédagogique universel. En pratique, l’usage projeté et piloté par l’enseignant est possible dès le primaire, tandis que l’usage individuel par les élèves suppose un outil validé par l’institution. Vérifiez les consignes de votre académie ou de votre ministère, qui évoluent régulièrement.
Comment formuler un objectif pédagogique de haut niveau ?
La structure la plus robuste reste : à la fin de la séquence, l’élève sera capable de, suivi d’un verbe de niveau 4, 5 ou 6, puis d’un objet ancré. Par exemple, évaluer la fiabilité de deux comptes rendus contradictoires de l’expérience menée en classe, et justifier son verdict. L’objet ancré est ce qui fait la différence.
Quelle répartition du temps entre les niveaux ?
Il n’existe pas de répartition de référence validée par la recherche, et il faut se méfier des pourcentages présentés comme établis. Le principe utile est relatif : vérifier que les niveaux 4 à 6 ne sont pas absents de la séquence, ce qui arrive fréquemment lorsque l’évaluation se construit avant la progression.
Références
- Anderson, L. W., & Krathwohl, D. R. (dir.). (2001). A taxonomy for learning, teaching, and assessing: A revision of Bloom’s taxonomy of educational objectives. Longman.
- Bloom, B. S. (dir.). (1956). Taxonomy of educational objectives: The classification of educational goals. Handbook I: Cognitive domain. Longmans, Green.
- Churches, A. (2008). Bloom’s digital taxonomy. Educational Origami.
- Krathwohl, D. R. (2002). A revision of Bloom’s taxonomy: An overview. Theory Into Practice, 41(4), 212-218.
- Miao, F., & Holmes, W. (2023). Guidance for generative AI in education and research. UNESCO. Consulter
- Sweller, J., van Merriënboer, J. J. G., & Paas, F. (2019). Cognitive architecture and instructional design: 20 years later. Educational Psychology Review, 31(2), 261-292.
- UNESCO. (2024). AI competency framework for teachers. UNESCO. Consulter
