Augmented Learning : apprendre à co-créer avec l'IA

La promesse est séduisante : plus on travaille avec l'IA générative, plus la créativité du duo humain-IA devrait s’améliorer. Les données racontent une histoire différente.

Dans Augmented learning for joint creativity in human‑GenAI co‑creation*, Yingyue Luna Luan, Yeun Joon Kim et Jing Zhou analysent des dyades humain-IA générative sur dix tours de tâches créatives. Ils montrent que, là où des humains seuls progressent au fil des rounds, les duos humain-IA générative ont tendance à stagner : la créativité conjointe ne s’améliore pas automatiquement, même avec un outil puissant en face.

Leur apport intéressant est de découper la co‑création en trois activités :

• l’humain propose une idée, l’IA répond (Idea Generation‑Response) ;
• l’humain demande une idée, l’IA la génère (Idea Request‑Idea Generation) ;
• humain et GenAI co‑développent une idée par allers‑retours de critique et de raffinement (Idea Co‑development).

C’est cette dernière activité, le co‑développement d’idées, qui est décisive : lorsqu’elle augmente au fil du temps, la créativité conjointe progresse ; lorsqu’elle reste marginale, le duo humain-IA générative plafonne. Dans leurs études, les participants ne perçoivent pas spontanément son importance et se rabattent sur des usages de génération/réponse plus confortables.

Transposé à la pédagogie, le message est clair :

Demander à l'IA générative des plans, des exemples, des variantes reste utile, mais cela ne suffit pas à faire évoluer la créativité des étudiants ou des équipes.

Concevoir des situations d’apprentissage comme co‑développement d’idées avec l'IA générative (poser une hypothèse, la faire critiquer, la réviser, documenter les cycles de raffinement) devient une compétence de design à part entière.

L’augmented learning n’est donc pas un simple gain de puissance individuelle grâce à un outil, mais une pratique collective où l’on apprend à distribuer différemment les rôles dans la co‑création, et à installer des boucles de co‑développement suffisamment riches pour que la créativité conjointe évolue.

Sources :

Luan, Yingyue Luna, Yeun Joon Kim, & Jing Zhou (2025).
Augmented learning for joint creativity in human‑GenAI co‑creation. Information Systems Research.

#GenerativeAI
#AugmentedLearning
#HumanAIcocreation
#PedagogieSuperieur
#LearningDesign

ATAWAK accompagne les équipes L&D, les organismes de formation et les consultants-formateurs indépendants pour valoriser et digitaliser leurs offres de formation : learning design, formations interactives, IA générative, production de contenus, agents d’apprentissage IA (Tawakis), média learning et écosystèmes apprenants, dans une démarche LIFOW.

2627-0146-01