Le paysage mondial du marché de l’éducation à l’intelligence artificielle K-12
1.1 Taille du marché et prévisions de croissance : projections explosives mais incohérentes
Le secteur mondial de l’éducation connaît un changement de paradigme induit par l’IA qui réimagine les modèles fondamentaux d’enseignement et d’apprentissage. L’IA évolue, passant d’un outil d’assistance à une couche fondamentale du système éducatif dans le monde entier, avec des applications allant de l’apprentissage personnalisé et de l’automatisation de la gestion administrative à l’évaluation des élèves et aux nouvelles méthodes d’enseignement interactives. Cette évolution fondamentalement transformatrice a propulsé le marché de l’éducation à l’IA dans une ère de développement exponentiel.
Cependant, il peut être difficile de réaliser une analyse quantitative précise de ce marché en croissance rapide. Les organisations d’études de marché publient des chiffres très variables sur la taille du marché et les projections du taux de croissance, ce qui met en évidence les caractéristiques précoces et mal définies du marché.
Projections du marché macro :
Un rapport prévoyait que la taille totale du marché mondial de l’éducation à l’IA passerait de 3,79 milliards de dollars en 2022 à 20,54 milliards de dollars en 2027, soit un taux de croissance annuel composé (TCAC) de 45,6 % ¹.
Un autre rapport estimait la valeur du marché à 4,17 milliards de dollars en 2023 et prévoyait qu’il atteindrait 53,02 milliards de dollars d’ici 2030, soit un TCAC de 43,8 % ².
Une autre analyse a indiqué que le marché passerait de 4,7 milliards de dollars en 2024 à 26,43 milliards de dollars en 2032, à un TCAC de 37,68 % ³.
Données du marché K-12 :
- Les analyses portant sur le segment K-12 ont montré que la taille du marché mondial de l’éducation à l’IA K-12 était de 1,8392 milliard de dollars en 2024 et qu’elle devrait atteindre 9,8142 milliards de dollars d’ici 2030, soit un TCAC de 32,2 % ⁴.
Les divergences dans ces chiffres proviennent d’un certain nombre de facteurs. Premièrement, la portée du terme « éducation à l’IA » est définie différemment par différentes organisations, certaines se concentrant sur les logiciels et les plateformes et d’autres incluant le matériel intelligent et les systèmes de gestion dorsale dans leurs statistiques. Deuxièmement, la nature très dynamique du marché rend difficile pour la collecte de données et les modèles de prévision de suivre le rythme de l’itération rapide des technologies et des applications. Cette divergence et cette confusion dans les données de prévision sont la description la plus précise du stade exploratoire précoce du marché, ce qui offre des opportunités mais comporte également un niveau élevé d’incertitude et de risque pour les investisseurs et les décideurs politiques.
1.2 Principaux moteurs de croissance et dynamique du marché
De nombreuses forces interconnectées propulsent l’expansion à grande vitesse du marché de l’éducation à l’IA K-12, devenant ainsi un puissant moteur de croissance.
Le besoin pressant d’une éducation personnalisée : C’est le moteur le plus important. Les techniques d’enseignement conventionnelles « universelles » ne peuvent plus répondre aux divers besoins d’apprentissage. Les technologies de l’IA permettent une personnalisation approfondie de l’apprentissage à grande échelle ¹. Les plateformes d’apprentissage adaptatif de l’IA peuvent suivre les progrès et les styles d’apprentissage des élèves en temps réel, en modifiant dynamiquement le contenu et la difficulté de l’enseignement afin d’améliorer l’engagement des élèves et les résultats d’apprentissage ⁵. Cette demande des éducateurs, des parents et des établissements d’enseignement constitue le fondement du marché.
Un soutien important des gouvernements et du capital-risque : Les gouvernements et les entités du secteur privé du monde entier investissent massivement dans l’EdTech. Par exemple, les investissements dans l’EdTech aux États-Unis ont dépassé les 3 milliards de dollars au cours des dernières années, l’Union européenne a dévoilé le plan d’action pour l’éducation numérique et l’Inde a publié la politique nationale d’éducation de 2020 ¹. Ces plans stratégiques gouvernementaux créent des garanties politiques et des incitations financières pour le développement de l’infrastructure d’éducation à l’IA et son adoption généralisée. Parallèlement, la participation active des sociétés de capital-risque, des entreprises et des incubateurs à but non lucratif indique que le marché des capitaux considère l’éducation à l’IA favorablement à long terme ¹.
Efficacité opérationnelle accrue et réduction de la pression exercée sur les enseignants : Les applications de l’IA dans l’éducation sont conçues non seulement pour améliorer la qualité de l’enseignement, mais aussi pour relever les défis opérationnels auxquels les systèmes éducatifs sont confrontés. Les enseignants du monde entier sont confrontés aux problèmes de la charge de travail excessive, des responsabilités administratives compliquées et des pénuries de personnel ¹. Les outils d’IA peuvent automatiser les activités répétitives telles que la correction des devoirs, la planification des cours et la production de rapports, ce qui libère les enseignants des tâches administratives et leur permet de consacrer plus de temps et d’énergie aux interactions pédagogiques à valeur ajoutée et au conseil aux élèves ⁶. Ce coup de pouce à la productivité des enseignants est devenu un argument de vente essentiel pour les produits d’IA dans les écoles.
Maturation et popularité de l’infrastructure technologique : Les progrès technologiques ont ouvert la voie à l’adoption généralisée de l’IA dans le domaine de l’éducation. En particulier, l’utilisation généralisée des modèles de déploiement basés sur le cloud a considérablement diminué les dépenses et les obstacles techniques associés à la mise en œuvre et à la maintenance des systèmes d’IA par les écoles, ce qui permet aux établissements dotés de ressources limitées d’utiliser des outils pédagogiques de pointe ². Au niveau de la technologie de base, les progrès du traitement du langage naturel (TLN) et de l’apprentissage automatique (AA) sont particulièrement importants ². La technologie TLN contribue à la mise en place de systèmes de tutorat intelligents, de chatbots et d’évaluations automatisées de l’écriture.
La régularisation de l’apprentissage mixte après l’ère épidémique : La pandémie de COVID-19 a modifié de façon permanente l’environnement éducatif, les modèles d’apprentissage mixte combinant des composantes en ligne et hors ligne devenant la nouvelle norme ¹. Ce modèle établit des normes plus élevées en matière de flexibilité et de continuité de l’éducation. Les tuteurs virtuels basés sur l’IA, les systèmes d’évaluation automatisés et les outils de suivi de la participation des élèves fournissent un soutien technique robuste pour l’apprentissage mixte en connectant en douceur divers contextes d’apprentissage.
1.3 Analyse approfondie des marchés régionaux : un monde aux priorités différentes
L’augmentation mondiale du marché de l’éducation à l’IA K-12 n’est pas uniforme, et différentes régions présentent des caractéristiques régionales distinctes en raison des différences de base économique, d’orientation politique et de contexte culturel.
Amérique du Nord : L’Amérique du Nord, le plus grand marché mondial actuel, domine en raison de ses solides capacités technologiques, de ses investissements importants et de son infrastructure bien établie ¹. Des géants de la technologie tels que Microsoft, Google et IBM ont leur siège social dans cette région, et ils font la promotion de l’adoption de l’IA par le biais de leurs vastes écosystèmes éducatifs ¹. L’ouverture de la région aux technologies de pointe et son adoption précoce en ont fait un baromètre du développement du marché.
Asie-Pacifique (APAC) : Il s’agit du marché qui connaît la croissance la plus rapide au monde ¹. L’expansion rapide de la région est alimentée par une large population étudiante, une forte volonté d’investir dans l’éducation et des programmes de numérisation dirigés par le gouvernement.
La Chine est le leader du marché Asie-Pacifique avec une taille de marché de premier plan mondial et un fort soutien gouvernemental ³. Parallèlement, avec une population plus jeune importante et les initiatives gouvernementales « Inde numérique », on s’attend à ce que l’Inde fasse partie des pays avec le TCAC le plus élevé dans les années à venir ³. Des pays tels que la Corée du Sud poursuivent également activement des initiatives d’apprentissage numérique.
Europe : Le marché européen suit l’Amérique du Nord et l’Asie-Pacifique, les pays intégrant avec succès l’IA dans les stratégies nationales d’éducation numérique ¹. Contrairement aux États-Unis et à la Chine, qui recherchent le leadership technologique, l’Europe met davantage l’accent sur le développement d’un écosystème d’éducation à l’IA réglementé, équitable et centré sur l’humain. Par exemple, la stratégie nationale d’IA de l’Allemagne promet d’allouer 5 milliards d’euros à la mise en œuvre de l’IA d’ici 2025, la majorité des fonds étant versés au secteur de l’éducation par le biais du projet Accord de numérisation des écoles, ce qui en fait le plus grand marché d’éducation à l’IA en Europe ¹⁰. Cependant, l’Europe est également confrontée à des défis concernant la politique et l’opinion publique. Plus de 60 % des Allemands, par exemple, sont opposés à l’utilisation de l’IA dans les écoles, ce qui crée des obstacles à la mise en œuvre des politiques ¹⁰.
Partie 2 : Le jeu des trois stratégies : une analyse comparative des politiques de la Chine, des États-Unis et de l’Europe
Le développement de l’éducation à l’IA K-12 au niveau mondial n’est pas purement un comportement technologique ou de marché ; il est intrinsèquement lié au grand récit de la géopolitique. En tant que trois acteurs majeurs du monde, les politiques divergentes de la Chine, des États-Unis et de l’Union européenne définissent leurs écosystèmes industriels nationaux et annoncent la concurrence pour la future gouvernance technologique mondiale et les idées éducatives. Ce ne sont pas seulement des politiques éducatives, mais aussi des déploiements stratégiques de la future compétitivité des nations.
2.1 Les directives de la Chine : un modèle centralisé et descendant
La stratégie chinoise en matière d’éducation à l’IA se distingue par son pouvoir administratif élevé, ses objectifs non ambigus et son exécution efficace. Cette stratégie, un modèle descendant dirigé par l’État, sert l’objectif général du pays de devenir le principal centre mondial d’innovation en intelligence artificielle d’ici 2030 ¹¹. Cette stratégie n’a pas été créée du jour au lendemain, mais plutôt après des années de préparation politique, l’étape la plus importante étant le Plan de développement de l’intelligence artificielle de nouvelle génération du Conseil d’État publié en 2017, qui recommandait clairement, pour la première fois, l’inclusion de cours liés à l’IA dans les écoles primaires et secondaires ¹².
Politiques et calendriers de base : Le ministère chinois de l’Éducation a annoncé des lignes directrices en avril 2025 indiquant que l’enseignement général de l’IA sera pleinement mis en œuvre dans toutes les écoles primaires et secondaires du pays à compter du 1er septembre 2025, avec la capitale, Pékin, comme ville pilote ¹¹. L’échelle obligatoire et nationale de cette politique est sans précédent.
Structure et exigences du programme d’études : Selon la politique, les enfants des écoles primaires et secondaires doivent participer à au moins 8 heures de cours d’IA chaque année scolaire ¹¹. Le programme d’études est construit à l’aide d’une approche de « mise à niveau en spirale », avec des objectifs d’apprentissage différents selon le groupe d’âge ¹¹ :
Phase de l’école primaire (6-12 ans) : Priorité principale : expérience et développement de l’intérêt. Permet aux élèves de percevoir la valeur de la technologie de l’IA (telle que la reconnaissance vocale et la catégorisation d’images) grâce à la connexion avec des appareils intelligents, des programmes de robots et l’apprentissage sensoriel, en créant une sensibilisation et une curiosité primaires.
Phase de l’école intermédiaire : Importance accrue accordée aux applications pratiques. Le programme d’études utilise des exemples pour enseigner l’analyse des données et les compétences en résolution de problèmes, aidant les élèves à comprendre et à appliquer les technologies de l’IA ¹¹.
Phase de l’école secondaire : Met l’accent sur les applications avancées, les projets d’innovation et la réflexion éthique. Encourage l’apprentissage basé sur des projets, permet l’avancement d’applications d’IA complexes et étudie les conséquences sociétales et éthiques de l’IA afin de favoriser les compétences techniques et innovantes ¹¹.
Mise en œuvre et sauvegarde : Pour mettre en œuvre les politiques, le gouvernement chinois a mis en œuvre plusieurs mesures de soutien. L’éducation à l’IA peut être dispensée en tant que matière distincte ou intégrée à d’autres disciplines telles que la science et la technologie de l’information ¹¹. Le gouvernement soutient vigoureusement les approches d’apprentissage collaboratif « enseignant-élève-machine » et les partenariats entre les écoles et les entreprises, les organisations de recherche et la création de bases de pratique ¹¹. L’État développe également la Plateforme nationale d’éducation intelligente des écoles primaires et secondaires pour coordonner des ressources pédagogiques de haute qualité et compiler des manuels d’IA spécialisés pour garantir l’autorité et l’universalité du contenu académique.
Effet entraînant sur le marché : Ce plan national a immédiatement créé et défini un marché intérieur massif. D’ici 2030, le marché chinois de l’éducation à l’IA devrait atteindre 3,3 milliards de dollars, avec un TCAC de 34,6 % ⁹. Le ministère de l’Éducation prévoit d’investir environ 2 000 milliards de RMB (environ 275 milliards de dollars) dans des projets liés à l’éducation au cours des prochaines années, une part importante étant consacrée à l’EdTech et à l’éducation à l’IA ¹⁷.
2.2 Le casse-tête des États-Unis : un modèle décentralisé axé sur les incitations
La stratégie américaine en matière d’éducation à l’IA se définit par sa forte décentralisation, son orientation vers le marché et son approche ascendante, contrairement à la stratégie centralisée de la Chine. Les États-Unis n’ont pas de programme d’études à l’échelle nationale et le pouvoir sur l’éducation est largement décentralisé au profit des districts scolaires des États et des collectivités locales ¹². Cette tradition éducative a créé un environnement de « Far West » dans le domaine de l’éducation à l’IA, défini par un manque de planification uniforme et des normes incohérentes ¹⁸.
Instruments politiques de base : Le rôle du gouvernement fédéral est davantage celui d’un guide et d’un motivateur que celui d’un administrateur. Son principal outil politique est le décret Faire progresser la jeunesse américaine dans l’éducation à l’intelligence artificielle signé en avril 2025 ¹⁴. Malgré l’objectif du décret d’accroître la culture de l’IA des élèves à travers les États-Unis, son attribut déterminant est qu’il n’a créé aucun nouveau financement dédié, mettant plutôt l’accent sur l’utilisation des ressources et des mécanismes existants ¹⁴.
Principales initiatives :
Création d’un groupe de travail de la Maison Blanche sur l’éducation à l’IA : Dirigé par le Bureau de la politique scientifique et technologique de la Maison Blanche, en collaboration avec un certain nombre de ministères, dont le ministère de l’Éducation, le ministère du Travail et le ministère de l’Énergie, il est chargé de coordonner les efforts fédéraux en matière d’éducation à l’IA ¹⁹.
Promouvoir les partenariats public-privé (PPP) : L’approche clé du décret est d’encourager les autorités fédérales à collaborer avec les chefs de file de l’industrie de l’IA, les universitaires et les organisations à but non lucratif afin de créer des ressources pédagogiques sur la culture de l’IA et la pensée critique pour les élèves de la maternelle à la 12e année ¹⁹.
Utiliser les programmes de subventions existants : Demande aux organisations telles que le ministère de l’Éducation de donner la priorité à la formation et aux applications liées à l’IA dans les programmes de subventions discrétionnaires existants tels que la formation des enseignants ¹⁹.
Organiser des « défis présidentiels en matière d’IA » : Motiver et présenter les réalisations des élèves et des enseignants en matière d’IA par le biais de concours nationaux afin de promouvoir l’enseignement technologique ¹⁹.
Fragmentation des actions au niveau des États : En raison du manque d’exigences obligatoires au niveau fédéral, les actions des États varient en rythme et en direction. En 2024, 17 États avaient adopté une forme de législation liée à l’IA, mais le contenu varie ²¹. Par exemple, la Californie et la Virginie ont créé des groupes de travail sur l’impact de l’IA ; le Connecticut et la Floride ont autorisé des programmes pilotes d’IA, tandis que seul le Tennessee exige que les districts élaborent des règles pour l’utilisation de l’IA par les élèves et les enseignants ²¹. Ce paysage politique en « casse-tête » est une conséquence directe de la tradition américaine de décentralisation de l’éducation.
2.3 Le cadre de l’Europe : un modèle de coopération collaborative axé sur l’éthique
La stratégie européenne en matière d’éducation à l’IA emprunte une voie différente, mettant l’accent sur les principes de l’état de droit, de la démocratie et du respect des droits de l’homme lors de la mise en œuvre des technologies ²². Au lieu de rivaliser avec les États-Unis et la Chine pour la domination technologique, l’Europe se concentre davantage sur les conséquences sociétales de l’IA, construisant ainsi un écosystème d’éducation à l’IA responsable, inclusif et digne de confiance. Ce concept est intégré à la loi de l’UE sur l’intelligence artificielle et au plan d’action pour l’éducation numérique 2021-2027, entre autres initiatives de haut niveau ²³.
Instruments politiques de base : Le fondement du modèle européen est le projet de cadre pour la culture de l’IA dans les écoles primaires et secondaires rédigé conjointement par l’Organisation de coopération et de développement économiques (OCDE) et la Commission européenne ²³. Plutôt qu’un programme obligatoire, il sert de document de référence pour aider les États membres à intégrer l’éducation à la culture de l’IA dans les salles de classe, les programmes d’études et les communautés. La version finale du cadre devrait être publiée en 2026.
Structure et principes du cadre : Ce cadre, intitulé Donner aux apprenants les moyens d’agir à l’ère de l’IA, divise la culture de l’IA en quatre domaines de pratique : S’engager avec l’IA, Créer avec l’IA, Gérer l’IA et Concevoir l’IA ²³. Son principe fondamental va bien au-delà du simple développement des compétences techniques, mettant l’accent sur des niveaux élevés d’éthique, d’inclusion et de responsabilité sociale. Le cadre encourage les élèves à :
- Remettre en question l’exactitude des résultats générés par l’IA.
- Évaluer les biais des algorithmes
- Évaluer les implications sociales et environnementales de l’adoption de l’IA
- Comprendre les limites de l’IA et la façon dont elle reflète les choix humains dans les données d’entraînement, la conception et la mise en œuvre ²³.
Actions des États membres et tensions sociales : Les États membres prennent l’initiative en suivant le cadre de l’UE. Comme indiqué précédemment, l’Allemagne a engagé 5 milliards d’euros dans sa stratégie nationale en matière d’IA, l’éducation étant un axe majeur ¹⁰. De plus, le modèle européen est confronté au défi unique de gérer un écart entre les angoisses du public et les motivations du gouvernement. Des sondages dans des pays tels que l’Irlande démontrent que de nombreux parents et enseignants se sentent mal préparés à diriger les enfants dans l’utilisation de l’IA en toute sécurité et demandent des informations et une formation supplémentaires ²⁵. Cet accent mis sur la voix des parties prenantes rend l’élaboration des politiques européennes plus prudente et plus compliquée.
Ces trois voies stratégiques distinctes représentent des perspectives philosophiques uniques. Le modèle chinois privilégie la direction centralisée dans le but d’accroître l’efficacité et la rapidité, en s’efforçant d’acquérir un futur leadership technologique en réformant le système éducatif. Le modèle américain croit au marché, à la liberté et à la concurrence pour créer une innovation maximale. Et le modèle européen considère le bien-être social comme une exigence de base pour la mise en œuvre des technologies, en tentant de trouver un terrain d’entente entre l’innovation et le contrôle. Par conséquent, l’éducation à l’IA K-12 est devenue un microcosme dépeignant les idées fondamentales de ces trois forces sur la façon de concevoir la relation entre les personnes et la technologie. Les succès et les échecs à long terme auront des implications considérables sur les normes technologiques mondiales, les compétences professionnelles et les futures structures de gouvernance.
Partie 3 : Les classes intégrées à l’IA : Tendances pédagogiques, applications et points de vue des intervenants
Au fur et à mesure que la technologie de l’IA passe du concept à la réalité, elle modifie radicalement l’apparence des classes K-12. La perméation de l’IA est perceptible dans tous les domaines, des supports d’enseignement à l’interaction enseignant-élève. Cependant, les perceptions et les attentes des différents intervenants - élèves, enseignants et parents - concernant ce changement varient considérablement, ce qui crée une image complexe et tendue.
3.1 L’essor de la culture de l’IA : une nouvelle compétence de base
Une tendance notable dans l’enseignement actuel de l’IA K-12 est que l’accent se déplace de « enseigner avec l’IA » à « enseigner sur l’IA ». La culture de l’IA n’est plus considérée comme un domaine de l’informatique, mais plutôt élevée au rang de compétence de base comparable à la lecture, à l’écriture et à l’arithmétique ²⁶.
Culture intrinsèque : La culture de l’IA va bien au-delà de la compréhension de la façon d’utiliser les outils de l’IA. Elle implique que les élèves acquièrent une compréhension approfondie des principes de l’IA, des méthodes de fonctionnement, des limites de capacité et des dangers potentiels ²⁶. Selon l’analyse de l’UNESCO des cours d’IA mondiaux, un programme complet d’enseignement de la culture de l’IA comporte souvent trois composantes interconnectées :
Fondements de l’IA (p. ex., culture des données, algorithmes), éthique et impact social (p. ex., biais, confidentialité, équité) et compréhension, utilisation et développement des technologies de l’IA ²⁸.
Développement des compétences de base : L’objectif principal de l’enseignement de la culture de l’IA est de développer la pensée critique des élèves. Il est essentiel que les élèves apprennent à évaluer et à apprécier le contenu généré par l’IA plutôt qu’à l’accepter passivement ²⁶. Ils doivent se rendre compte que le résultat de l’IA « reflète les données, pas la vérité », qui peuvent sembler neutres, mais contenir des défauts, des préjugés ou des renseignements trompeurs ²⁶. Cela implique de détecter la façon dont les biais algorithmiques intègrent la discrimination sociale dans des systèmes apparemment neutres, ainsi que de comprendre leur préjudice potentiel pour les populations sous-représentées.
Consensus mondial : Mettre en évidence la culture de l’IA comme une priorité en matière d’enseignement est l’un des rares objectifs communs aux trois principaux modèles stratégiques de la Chine, des États-Unis et de l’Europe. Les objectifs d’établir un caractère moral et de développer des compétences s’harmonisent avec les directives exécutives américaines mettant l’accent sur la culture de l’IA et la pensée critique et les cadres européens axés sur l’utilisation responsable de l’IA ²³. Il y a ici un objectif commun : créer la prochaine génération ayant la capacité de contrôler raisonnablement la technologie de l’IA.
3.2 Moteur de personnalisation : l’apprentissage adaptatif dans la pratique
Si la culture de l’IA est le « nouveau contenu » de l’enseignement, alors l’apprentissage adaptatif personnalisé est l’application la plus centrale de la technologie de l’IA dans la « nouvelle méthode » d’enseignement. Il s’agit actuellement du scénario d’application le plus répandu et potentiellement le plus important de l’IA dans la salle de classe ¹.
- Mécanisme de base : Les plateformes d’apprentissage adaptatif basées sur l’IA génèrent des profils d’apprenants uniques pour chaque élève en suivant et en analysant ses données d’apprentissage en temps réel. Les progrès et les styles des élèves en matière