Données 2026 : 88 % des élèves utilisent l’IA générative, les enseignants gagnent 5,9 heures par semaine — seuls 13 % des établissements ont une règle.
Les élèves y sont déjà à fond : 86 % des élèves dans 16 pays utilisent l’IA dans leurs études, et 88 % emploient des outils génératifs pour les évaluations.
Les enseignants ont suivi vite : l’adoption a presque doublé, de 34 % (2023) à 61 % (2025) ; 53 % des enseignants du primaire et du secondaire utilisent des agents conversationnels avec leurs élèves au moins une fois par semaine, et 60 % recourent à l’IA pour les tâches courantes de classe.
Le gain est réel : les personnes qui l’utilisent chaque semaine économisent en moyenne 5,9 heures hebdomadaires — soit environ six semaines de plus par année scolaire — et 74 % des enseignants disent pouvoir ainsi passer plus de temps avec leurs élèves.
Le manque est du côté de la gouvernance : 41 % des enseignants se disent non préparés à intégrer l’IA au programme, et seuls 13 % des établissements ont une politique formelle sur l’IA.
L’éducation a inversé le schéma habituel d’adoption technologique : les élèves ont mené, les institutions ont suivi, la réglementation n’est pas arrivée. Avec 88 % des élèves utilisant l’IA générative pour les évaluations, la question de savoir si l’IA est « autorisée » dans le travail scolaire a été tranchée en pratique par celles et ceux qui font ce travail.
L’usage enseignant est désormais substantiel et pratique plutôt qu’expérimental : les catégories d’usage hebdomadaire (agents conversationnels avec les élèves 53 %, plateformes d’apprentissage adaptatif 61 %, tâches courantes 60 %) décrivent un flux de travail intégré, pas des pilotes.
Les 5,9 heures par semaine ne relèvent pas de la magie des préparations de cours ; elles se concentrent sur le travail ingrat :
C’est pourquoi le cadre augmentation plutôt qu’automatisation s’applique bien ici : l’IA a absorbé les parties de l’enseignement qui n’ont jamais été l’enseignement.
Avec 88 % des élèves utilisant l’IA générative pour les évaluations, trois réponses institutionnelles ont émergé, aucune complète :
La position honnête pour 2026 : les institutions qui n’ont pas choisi de voie ont choisi la première par défaut, avec tout ce qu’elle coûte.
Seuls 13 % des établissements ont une politique formelle sur l’IA alors que près de neuf élèves sur dix utilisent ces outils. Cet écart produit les pathologies attendues : une application incohérente d’une classe à l’autre, des élèves sanctionnés pour des pratiques tolérées ailleurs, et des enseignants qui absorbent l’élaboration des règles comme un travail individuel non rémunéré.
Le remède n’est pas compliqué, seulement peu séduisant — une politique couvrant : les usages autorisés selon le type de devoir, les attentes de déclaration, les règles de confidentialité pour les données des élèves (une véritable surface de conformité) et la formation du personnel. Les 41 % de non-préparés indiquent que la contrainte est la formation, pas l’enthousiasme.
Le marché mondial de l’IA dans l’éducation est valorisé à 10,4 milliards de dollars en 2026 et devrait atteindre 32,27 milliards de dollars d’ici 2030, à un taux de croissance annuel de 31,2 %. C’est cette prévision de dépenses qui explique le volume d’offres de fournisseurs déversé dans chaque boîte mail d’académie.
Un taux de 31,2 % suppose que les achats institutionnels accélèrent. Or c’est précisément là que mord le chiffre des 13 % de politiques formelles : un établissement sans politique sur l’IA n’a pas de cadre d’achat, et sans cadre il n’y a pas de ligne budgétaire.
86 % des élèves et 60 % des enseignants utilisent déjà l’IA — massivement via des outils grand public gratuits, pas via des achats institutionnels. La prévision de marché et les statistiques d’adoption décrivent deux phénomènes différents, et les confondre est l’erreur d’analyse la plus courante dans cette catégorie.
La politique d’abord, l’achat ensuite. Les circonscriptions qui ont rédigé une politique sur l’IA ont trouvé du budget ; celles qui attendent qu’un fournisseur résolve la question réglementaire en sont encore aux comptes ChatGPT gratuits, sans accord sur les données.
41 % des enseignants se disent non préparés à intégrer l’IA au programme, alors que 60 % l’utilisent déjà et que 86 % de leurs élèves aussi. L’usage a devancé la formation de très loin, dans les deux sens.
Les cycles de formation continue sont annuels ; les capacités des outils changent chaque trimestre. Tout programme bâti autour de l’interface d’un outil précis est périmé avant d’être dispensé — c’est pourquoi les circonscriptions qui progressent enseignent des pratiques d’évaluation et de déclaration plutôt que le maniement des outils.
Trois compétences durables : vérifier si une affirmation produite par l’IA est vraie, déclarer honnêtement l’assistance de l’IA, et savoir reconnaître quand un travail doit être fait sans elle. Aucune ne dépend du modèle du moment.
Sources : Azumo — 80 education AI data points · DemandSage 81 statistics · Engageli learning-strategy data · HumanizeAI school adoption tracker
Dernière mise à jour : 29 juillet 2026
L’API Agents d’OpenAI facilite les agents cloud persistants. Ce qui change, ce qui reste à prouver et comment les déployer avec contrôle.
Comment l'IA a remodelé le travail créatif : 86 % d'adoption, -17 % d'emplois en design, les accords musicaux et ce que les tribunaux n'ont pas tranché.
Le paysage 2026 : le Digital Omnibus reporte à 2027 les obligations à haut risque, deux nouvelles interdictions de l'UE et la supervision GPAI.
La détection de fraude atteint 90 à 99 % et tourne 300× plus vite, mais plus de la moitié des fraudes utilisent l'IA. Chiffres et asymétrie.
Prévisions d'experts pour l'IA d'ici 2030 : calendriers de l'AGI, impact sur l'emploi, percées technologiques et les scénarios qui divisent vraiment.
L'IA en médecine en chiffres : 1,451 dispositifs autorisés par la FDA, 75 % des systèmes de santé équipés — et 43 % sans validation clinique.
Données d'emploi 2026 : 87 714 suppressions attribuées à l'IA en cinq mois, 28 000 de moins par mois dans la tech et la finance, et la ligne de partage.
Les huit tendances qui définissent l'IA en 2026 : course aux valorisations, modèles éphémères, retrait de Sora, accords sur le droit d'auteur, régulation.
