Posez à un chatbot une question qui vous bloque et, par défaut, il vous fournit une réponse complète, correcte et immédiate. C’est ce que la plupart des produits d’IA entendent spontanément par « utile ». Pourtant, ce comportement est presque l’inverse de celui d’un bon tuteur face à une difficulté d’apprentissage : il vous répond par une question, vous donne un petit indice et vous laisse effectuer vous-même l’étape suivante. La réponse directe est efficace, mais elle vous apprend très peu. L’effort guidé prend plus de temps, mais c’est là que l’apprentissage a réellement lieu.
Les quelques modèles de prompts ci-dessous font passer l’IA du rôle de « machine à réponses » à celui de guide, dans les situations précises où l’effort intellectuel fait partie de l’objectif.
Le principe : savoir différer la réponse
La compétence la plus importante d’un tuteur humain n’est pas de connaître la réponse, mais de savoir quand ne pas la donner. Si un élève reçoit la solution dès qu’il hésite, il ne développe jamais la capacité précise de surmonter cette hésitation par lui-même. S’il reçoit un indice bien choisi, essaie de nouveau et finit par trouver seul, il retient beaucoup mieux la solution, parce qu’il l’a construite au lieu de simplement la recevoir.
L’IA tend par défaut à « donner la réponse », car c’est généralement ce que les utilisateurs souhaitent pour une tâche rapide : rechercher un fait, rédiger un e-mail ou corriger vite du code. L’apprentissage obéit à une autre logique, qu’il faut demander explicitement. Sans consigne, le modèle ne peut pas savoir que vous voulez être confronté à une difficulté. Il tend également à approuver plutôt qu’à corriger : des assistants entraînés à partir de jugements de préférence humaine présentent une complaisance mesurable. Ils peuvent notamment modifier une réponse correcte lorsque l’utilisateur insiste et adapter leurs commentaires à ce qu’il semble vouloir entendre (Sharma et ses collègues, Anthropic, 2023). Un outil optimisé pour plaire ne diffère pas spontanément sa réponse.
Cette retenue vaut l’effort supplémentaire, car produire une réponse et en lire une sont deux opérations différentes. Des travaux expérimentaux ont montré que passer un test de mémoire améliorait davantage la rétention ultérieure qu’une nouvelle séance d’étude (Roediger et Karpicke, 2006). Dans une vaste analyse des techniques d’apprentissage, les tests d’entraînement ont également obtenu de bons résultats dans des conditions très diverses (Dunlosky et ses collègues, 2013). Chaque indice dont vous n’avez pas besoin vous laisse retrouver vous-même une information de plus.
L’idée reçue la plus courante
Un chatbot ne se comporte pas naturellement comme un tuteur sous prétexte qu’il sait bien expliquer. Bien expliquer et bien accompagner un apprentissage sont deux compétences différentes. Un outil d’IA qui expose admirablement un concept dès que vous le lui demandez agit comme un manuel : il vous donne une réponse achevée à lire. Un tuteur doit vous amener à produire la réponse, en vous apportant juste assez de soutien pour réussir sans vous égarer. Pour placer l’IA dans ce second mode, une question pertinente ne suffit pas. Il faut lui donner une consigne précise.
Modèle 1 : l’échelle d’indices
Au lieu de demander la réponse, demandez des indices dont le degré de précision n’augmente que lorsque vous réclamez le suivant :
J’essaie de résoudre ce problème moi-même : [describe the problem].
Ne me donnez ni la réponse ni une explication complète.
Donnez-moi un seul petit indice, le plus discret qui pourrait suffire à me débloquer.
Attendez que j’essaie de nouveau. Ne me donnez un indice un peu plus explicite que si je le demande.
Ne me donnez l’explication complète que si je la demande directement après avoir reçu au moins deux indices.
Vous gardez ainsi la main. La plupart du temps, le plus petit indice suffit à vous débloquer. Vous conservez alors la satisfaction, et le souvenir, d’avoir produit vous-même la réponse.
Modèle 2 : posez-moi une question en retour
Si vous cherchez à comprendre un concept plutôt qu’à résoudre un problème précis, demandez au modèle d’interroger votre raisonnement au lieu de vous donner une explication :
Je pense comprendre [concept], mais j’ai un doute. Au lieu de me l’expliquer, posez-moi des questions qui permettraient de voir si je le comprends réellement.
Posez une seule question à la fois. En fonction de ma réponse, poursuivez avec une question ciblant ce qui semble fragile.
Ne me dites pas si j’ai raison ou tort avant d’avoir posé au moins trois questions. Continuez simplement à m’interroger.
L’interaction s’inverse : au lieu de déterminer si l’explication du modèle vous paraît cohérente, vous laissez le modèle vérifier si votre compréhension résiste à ses questions. Cette méthode se rapproche bien davantage d’un examen oral ou d’un bon partenaire de révision.
Modèle 3 : confirmez sans corriger
Si vous avez déjà tenté une réponse et souhaitez seulement la vérifier, demandez une confirmation assortie d’un indice plutôt que la correction complète :
Voici ma réponse : [your attempt].
Dites-moi seulement si elle est juste ou fausse. Si elle est fausse, donnez-moi un seul indice sur l’emplacement de l’erreur, mais pas la réponse corrigée.
Je ferai une nouvelle tentative avant que vous ne m’en disiez davantage.
Vous préservez ainsi une deuxième tentative au lieu de transformer chaque vérification en explication complète. C’est la même discipline que dans la pratique délibérée avec l’IA : essayer, recevoir un commentaire minimal, essayer de nouveau, puis seulement obtenir la réponse complète.
Quand le mode indices ne convient pas
N’utilisez pas de prompts qui diffèrent la réponse lorsque vous avez besoin immédiatement d’une réponse directe et correcte, par exemple face à un symptôme médical, une question de sécurité, une vérification factuelle urgente ou toute situation dans laquelle rester bloqué et vous tromper aurait un coût réel avant votre prochaine tentative. Le mode indices convient aux contextes d’apprentissage où l’effort et les erreurs occasionnelles ne présentent pas de danger et restent utiles. Lorsque l’enjeu l’exige, posez directement la question et demandez la réponse complète.
Le mode indices ne convient pas non plus lorsque vous voulez simplement terminer une tâche, plutôt que développer une compétence. Le cadre de préservation des compétences s’applique ici : commencez par décider si vous cherchez à apprendre ou simplement à obtenir un résultat, puis choisissez le mode adapté.
Ce qu’une seule question bien ciblée peut révéler
Prenons un cas fictif. Une personne qui apprend les bases de la statistique ne sait pas quand utiliser un test sur échantillons appariés plutôt qu’un test sur échantillons indépendants. Une question directe produit une explication claire et complète, satisfaisante sur le moment mais en grande partie oubliée à la séance suivante. Le modèle de la question en retour amène plutôt l’IA à demander : « Dans votre cas précis, mesurez-vous deux fois les mêmes sujets ou étudiez-vous des sujets différents répartis en deux groupes ? » Une réponse sincère à cette seule question révèle la véritable confusion : la personne mesure le même groupe à deux moments, mais traite à tort les données comme deux échantillons indépendants. La correction marque davantage, car l’apprenant a lui-même repéré la lacune grâce à une question bien ciblée, au lieu de la survoler dans une explication générale.
Les signes que le modèle ne fonctionne pas
Le mode indices crée nécessairement une certaine difficulté. Celle-ci peut être un signal à prendre en compte plutôt qu’un obstacle à forcer. Si trois ou quatre indices de plus en plus explicites ne vous permettent toujours pas d’avancer, il manque généralement un prérequis plutôt qu’un indice supplémentaire. Interrompez l’échelle et demandez directement : « Que dois-je déjà savoir pour comprendre cet indice ? » Le tuteur diffère la réponse pour vous amener à produire la prochaine petite étape, pas pour vous faire deviner ce que vous ne pouvez pas encore comprendre. Demandez une explication complète ou adressez-vous à un enseignant humain, au lieu de vous épuiser sur des indices qui ne vous aident pas.
Associez cette méthode à la boucle de tutorat complète
Ces trois modèles constituent un complément léger à la boucle de tutorat en quatre prompts. Cette boucle convient à l’apprentissage complet d’un nouveau sujet, de l’explication à la révision en passant par les exemples et le quiz. Les modèles qui diffèrent la réponse sont conçus pour le moment précis où vous êtes bloqué et tenté de demander directement la solution.
Fiche d’exercice
Choisissez un sujet sur lequel vous bloquez actuellement : un exercice, un concept abordé dans une formation ou une question professionnelle que vous souhaitez réellement comprendre et pas seulement résoudre. Commencez par l’échelle d’indices. Observez combien l’indice dont vous aviez besoin était plus modeste que l’explication complète que vous auriez spontanément demandée. La fiche de prompts pour préserver l’effort en mode tuteur contient les trois modèles prêts à copier, ainsi qu’un journal permettant de noter lequel convient le mieux à chaque type de problème.
