Le gymnase cognitif : pourquoi l'infobésité ne traduit pas un véritable apprentissage

Une perspective de l'éducation à la santé pour l'innovation, d'après le panel

« More Content, Less Learning »

Par : MSc Victor Piriz Correa, MD, MPH 

Depuis plus de deux décennies, j'évolue au sein de diverses organisations sanitaires, nationales et internationales, incluant le monde universitaire. Récemment, mes travaux se sont concentrés sur la gouvernance sanitaire et la santé mondiale — des domaines où l'innovation et l'entrepreneuriat s'imposent chaque jour davantage. S'il est une formule qui synthétise mon constat actuel, c'est bien celle-ci : nous n'avons jamais eu un accès aussi illimité à la connaissance, et nous n'avons jamais aussi peu appris grâce à elle.

Il ne s'agit pas d'un paradoxe purement rhétorique. C'est le diagnostic central dressé par le panel « More Content, Less Learning » lors du Summer Summit 2026 du Forum Économique Mondial. C'est également le défi majeur qui déterminera si la croissance économique des années à venir se traduira par des emplois réels pour les différentes générations, ou simplement par une prolifération de diplômes sans débouchés pour la jeunesse.

Le miroir tendu par l'IA

L'irruption de l'intelligence artificielle générative et agentielle n'a pas créé ce problème ; elle l'a mis en lumière. Pendant des décennies, le système éducatif de la santé a fonctionné sous l'égide de ce que l'on pourrait appeler le « modèle de transmission » : l'illusion selon laquelle il suffisait de déverser une quantité substantielle d'informations dans l'esprit d'un étudiant en médecine ou d'un thésard pour que l'apprentissage s'opère par accumulation. Aujourd'hui, nous mesurons avec une clarté inconfortable que ce modèle n'a jamais réellement fonctionné. La seule différence, c'est qu'auparavant, nous manquions d'outils pour en révéler les failles si rapidement.

En offrant un contenu illimité et des réponses instantanées, l'IA a mis à nu une réalité : le goulot d'étranglement n'a jamais été l'accès à l'information. Le véritable point de friction a toujours été, et demeure, la friction productive : cette phase inconfortable d'essais, d'erreurs et de frustration où la connaissance se forge pour devenir une compétence réelle.

Cela explique une donnée qui devrait inquiéter tout concepteur de politiques publiques de l'emploi en santé : les étudiants qui délèguent leurs tâches réflexives à des agents d'IA obtiennent de meilleurs résultats aux évaluations à court terme, mais leur rétention et leur compréhension profonde s'effondrent de manière flagrante peu de temps après. Il ne s'agit pas d'un échec de la technologie, mais d'une défaillance dans notre manière de la déployer.

L'IA et les analogues du GLP-1 : une analogie saisissante

Une image forte a circulé lors du panel et ne cesse de m'interpeller : dans le domaine de l'apprentissage, l'IA se comporte exactement comme les médicaments agonistes du GLP-1 dans une salle de sport. Ces molécules favorisent une perte de poids rapide, mais sans entraînement de force, elles ne construisent ni muscle ni métabolisme sain ; elles se contentent d'alléger la charge.

Utilisée comme un raccourci, l'IA produit le même effet sur l'esprit : elle réduit l'effort cognitif, mais ne développe pas la musculature intellectuelle — cette capacité essentielle à tolérer l'inconfort de ne pas savoir, de se tromper et de recommencer, qui permet in fine de résoudre des problèmes concrets dans le monde réel.

La conclusion n'est pas de diaboliser l'outil. Il s'agit d'exiger de l'institution éducative qu'elle conçoive, avec la rigueur d'un entraîneur planifiant une routine, ce que nous pourrions nommer des gymnases cognitifs : des environnements où la technologie n'élimine pas l'effort, mais le guide, le dose et le rend soutenable. L'accès à l'information, certes, mais avec la friction nécessaire pour que cet accès génère de la valeur au lieu d'anesthésier la curiosité.

L'enseignant ne disparaît pas : il change de métier

Je confesse que cette partie du débat m'a touché personnellement. Si je jette un regard sur mon passé d'éducateur, une grande partie de ce que j'ai fait pendant des années est aujourd'hui accomplie plus efficacement par une IA : expliquer un concept, concevoir un examen standardisé ou corriger un devoir. Il est donc légitime de s'interroger sur la valeur ajoutée de l'être humain dans le processus éducatif.

La réponse la plus honnête est la suivante : ce que l'IA ne pourra jamais offrir, c'est la connexion humaine, l'empathie et l'accompagnement face à la frustration.

• Hier : L'enseignant comme distributeur de contenu (un rôle désormais concédé à la machine).

• Demain : L'enseignant comme coach de résilience ; celui qui pousse l'étudiant à ne pas abandonner, alors que cette génération, contrairement à la mienne, cède rapidement à la frustration et capitule lorsque l'IA ne résout pas son problème en trois secondes.

Les meilleurs résultats n'émergent pas du remplacement de l'humain par la technologie, mais de la symbiose entre d'excellents pédagogues et de brillants technologues, au sein d'un écosystème conçu pour appliquer le savoir, non pour l'engranger.

Redéfinir l'excellence : de l'archive à l'impact

S'il est une conviction qui s'est ancrée en moi au fil des ans, c'est que les moyennes académiques n'ont pratiquement aucune corrélation avec l'impact réel d'un individu sur son environnement. Je connais trop de doctorants qui accumulent les publications scientifiques sans jamais rien changer au sein de leur communauté. Le savoir sans application n'est pas de la maîtrise ; c'est de l'archivage.

C'est pourquoi le modèle exploré par des initiatives telles que le programme Global Shapers Jakarta me semble si pertinent. Ils proposent des masters exempts d'évaluations traditionnelles, centrés exclusivement sur la transformation de l'étudiant en un nœud d'impact relationnel au sein de sa communauté. La question n'est plus « Que savez-vous ? », mais bien « Qu'avez-vous transformé grâce à ce que vous savez ? ». C'est la seule définition de la maîtrise qui survivra à la prochaine décennie.

Le dilemme de l'ampoule : Swan a inventé la lumière, Edison l'a amenée chez vous

Pour comprendre le type de talent dont l'économie de demain aura besoin, il est indispensable de revisiter l'histoire de l'ampoule électrique:

• Joseph Swan a découvert le principe physique : le passage de l'électricité à travers un filament génère de la lumière.

• Thomas Edison a appréhendé le monde dans sa complexité systémique : comment réduire les coûts, comment obtenir le vide nécessaire pour prolonger la durée de vie du filament, comment convaincre les industries du gaz de parier sur l'électricité, et comment déployer tout ce réseau jusqu'aux foyers (Source : Vanessa Chan, vice-doyenne de l'innovation et de l'entrepreneuriat à l'Université de Pennsylvanie).

L'IA actuelle excelle à répliquer et packager le savoir de type Swan. En revanche, elle est rigoureusement incapable de gérer les écosystèmes humains, politiques et économiques que requiert un déploiement de type Edison.

C'est là que se trouve la feuille de route pour former la prochaine génération : nous n'avons pas besoin de plus de Swan mémorisant des principes ; nous avons besoin d'Edison capables d'observer leur environnement, de connecter des éléments disparates et de bâtir le pont entre l'idée et le monde réel.

L'ADN de l'innovateur à l'épreuve

Cela fait directement écho aux travaux de Clayton Christensen, Jeff Dyer et Hal Gregersen sur le concept célèbre d'« ADN de l'innovateur », validé également par la professeure agrégée de neuropédiatrie à l'Université de la République Orientale de l'Uruguay, la Dre Andrea Rey Becerra. Leur thèse centrale est libératrice : la capacité d'innover n'est pas un attribut génétique, mais un muscle qui s'entraîne à travers cinq compétences de découverte, qui prennent tout leur sens face à l'IA:

Que ces cinq compétences demeurent la cartographie la plus précise de l'avantage comparatif humain face à l'IA démontre un point fondamental : le problème n'a jamais été technologique ; il a toujours été pédagogique et adaptatif. Il s'agit d'éduquer de manière à préserver le bien-être psycho-physique de l'individu, particulièrement à une époque où le contact humain n'est plus la règle.

BRAVE : La théorie ancrée dans le commerce de proximité

Nextwave India, une plateforme d'EdTech opérant dans des régions reculées de l'Inde, offre un cas d'école pragmatique qui mérite attention : le programme BRAVE (Boosting Revenue through AI Value Engineering). Sa logique est aussi simple que puissante : extirper les étudiants de leur zone de confort pour les confronter à de réelles petites et moyennes entreprises.

En utilisant l'IA agentielle pour réduire drastiquement les coûts de développement logiciel — ce qui était auparavant prohibitif pour un petit commerce —, des équipes multidisciplinaires résolvent des défis financiers et opérationnels concrets de commerces locaux. Au terme du processus, point d'examen écrit. Il y a une entreprise qui améliore son chiffre d'affaires, un propriétaire de PME qui appréhende enfin ses flux de trésorerie, et un étudiant qui a touché le monde réel du doigt. Ce modèle illustre parfaitement l'approche Edison : l'IA réduit le coût de fabrication de l'outil, mais la valeur est créée par l'écosystème humain qui décide de son usage.

Quelle trajectoire pour l'emploi à l'ère de l'IA ?

Pour revenir à la question nodale de ce débat : comment la croissance peut-elle générer ou pérenniser l'emploi tout en offrant des opportunités à toutes les générations face aux mutations démographiques mondiales ?.

La réponse, je crois, ne réside pas dans la production effrénée de contenus ni dans la numérisation de curriculums obsolètes pour s'adapter à des postes qui étaient déjà à bout de souffle bien avant l'arrivée de l'IA, en raison des polycrises du siècle dernier générant de la pauvreté par exclusion sociale, et non numérique.

L'opportunité réside dans l'utilisation de l'intelligence artificielle comme une infrastructure de base pour l'accès à l'information, afin de libérer du temps humain. Ce temps doit être alloué à ce qu'aucune machine ne saura reproduire : accompagner, questionner, observer son propre environnement et connecter des idées éparses pour résoudre des problèmes tangibles. Les écoles et universités qui l'assimileront avant les autres cesseront d'être des usines à diplômes pour devenir des agences de résolution de problèmes réels.

Il est également impératif de former les éducateurs — qui font cruellement défaut —, soutenus par des technologues dans un environnement propice, afin que l'apprenant reçoive ces deux dimensions de concert, et non de manière cloisonnée.

L'emploi du futur n'appartiendra pas à ceux qui accumulent les certifications, mais à ceux qui auront été éduqués par la friction de l'erreur : des individus capables d'observer leur communauté, de poser les questions qui dérangent et d'utiliser l'ingénierie de valeur de l'IA — non comme un substitut à l'effort, mais comme un levier de celui-ci — pour rendre notre monde plus viable. En somme, plus de Thomas Edison, moins de Swan.

C'est cette infrastructure de l'emploi, et aucune autre, que nous sommes appelés à bâtir, résolument centrée sur l'étudiant et sur le patient qu'il sera amené à soigner.

Note finale : En tant que responsable de santé publique, j'estime indispensable de comprendre que l'éducation à la promotion et à la prévention de la santé constitue la stratégie la plus coût-efficace à l'ère numérique. Les centres éducatifs se doivent de fortifier ces domaines de connaissances pour garantir un avenir plus sain à la population mondiale