En Afrique, l’école devra apprivoiser l’IA sans sacrifier la souveraineté des langues, des données et des apprentissages

Quand l’école entre dans l’ère des assistants numériques

Dans beaucoup de classes africaines, la question n’est plus de savoir si l’intelligence artificielle va entrer à l’école. Elle est déjà là, parfois dans la poche d’un élève, parfois sur l’ordinateur d’un enseignant, souvent sans cadre clair. À Paris, la Semaine de l’apprentissage numérique de l’UNESCO a donc placé le débat au bon niveau : non pas l’effet de mode, mais la gouvernance, les usages et les limites de ces outils dans l’éducation. L’édition 2026, organisée du 8 au 11 septembre au siège de l’UNESCO, doit réunir plus de 25 ministres de l’Éducation et déboucher sur une déclaration commune sur l’école à l’ère de l’IA.

Pour les pays africains, l’enjeu est immédiat. L’UNESCO dit vouloir réfléchir à ce qui compte comme “fait” dans un environnement saturé de contenus synthétiques, aux frictions que l’IA crée dans les systèmes éducatifs, et aux nouvelles frontières qui s’ouvrent entre souveraineté numérique, intérêt public et solutions communautaires. Cette approche rejoint la ligne défendue par l’Union africaine, qui a endossé en 2024 une Stratégie continentale sur l’intelligence artificielle fondée sur une approche africaine, centrée sur le développement, l’éthique et les compétences.

Former, encadrer, adapter : la ligne de crête des ministères

Le débat s’est ouvert avec une keynote confiée à Shingai Manjengwa, responsable de l’éducation à l’IA chez Mila, l’Institut québécois d’intelligence artificielle. Son parcours est transcontinental : née au Zimbabwe, passée par l’Afrique du Sud, formée aux États-Unis, installée au Canada. Ce profil lui permet de parler de l’Afrique sans folklore ni distance. À ses yeux, l’IA ressemble à une technologie qu’il faut apprendre à gouverner comme l’électricité : en l’éduquant, en la réglementant et en la rendant utilisable sans danger.

Le point central de son raisonnement est simple. L’IA peut aider, mais elle peut aussi tromper. Les modèles génèrent parfois des réponses fausses avec une assurance trompeuse. Ils reproduisent aussi les biais présents dans leurs données d’entraînement. Dans une salle de classe, cela veut dire qu’un élève peut recevoir une réponse plausible mais erronée, et qu’un enseignant peut s’appuyer sur un outil qui a mal compris le contexte local. L’experte rappelle donc que l’IA ne remplace ni la supervision humaine ni l’apprentissage des bases. Avant de mettre ces outils entre les mains des jeunes, il faut leur apprendre à les utiliser.

Cette prudence résonne fortement en Afrique, où les États cherchent à faire de l’IA un levier de modernisation sans aggraver les fractures existantes. L’Union africaine rappelle que l’IA peut soutenir l’innovation, les emplois qualifiés, la santé, l’agriculture et l’éducation, mais seulement si les pays adoptent des approches nationales cohérentes. Dans le même esprit, la Commission économique pour l’Afrique souligne que la gouvernance de l’IA doit aller avec des institutions solides, des cadres d’évaluation et des capacités techniques.

Au Kenya, cette logique a déjà pris la forme d’une stratégie nationale 2025-2030, publiée par le ministère des Technologies de l’information et de l’économie numérique. Le texte relie explicitement l’IA à l’agriculture, à la santé, à la gouvernance et à l’éducation, tout en affirmant l’ambition de développer des solutions locales. Au Zimbabwe, les sources institutionnelles et économiques évoquent aussi une stratégie nationale 2026-2030, conçue autour du développement des talents, de l’infrastructure souveraine, de l’adoption sectorielle et de la gouvernance éthique.

Langues africaines, données locales et souveraineté pédagogique

La question des langues donne à ce dossier une profondeur particulière. Shingai Manjengwa teste les grands modèles en shona, sa langue maternelle, et constate encore de nombreuses erreurs. Le problème dépasse la seule traduction. Si les systèmes d’IA sont entraînés surtout sur l’anglais, ils captent mal les nuances culturelles, les références scolaires et les usages locaux. Or, pour des millions d’élèves, la langue d’enseignement reste déjà un premier filtre d’inégalité. L’IA peut donc élargir l’accès aux contenus, mais elle peut aussi reproduire une hiérarchie des langues si rien n’est corrigé en amont.

Le continent n’est pourtant pas en terrain vierge. Des réseaux comme le Deep Learning Indaba ont déjà construit une communauté africaine de chercheurs, d’ingénieurs et d’enseignants autour de l’apprentissage automatique. Ce travail compte, parce qu’il réduit la dépendance aux modèles pensés ailleurs et ouvre la voie à des usages ancrés dans les réalités africaines. L’UNESCO, de son côté, a placé dans son programme 2026 des thèmes comme la souveraineté numérique, l’IA d’intérêt public et les approches communautaires. Autrement dit, la discussion n’oppose plus simplement innovation et précaution ; elle demande qui contrôle les usages, les données et les finalités.

C’est là que le sujet devient politique, au sens noble. Si des contenus produits en shona, wolof, pulaar, swahili ou amharique servent à entraîner des systèmes commerciaux hébergés hors du continent, la valeur créée ne revient pas automatiquement aux communautés qui ont fourni la matière première linguistique et culturelle. Shingai Manjengwa pose cette question sans dramatiser, mais sans l’éluder : les gouvernements et les communautés doivent décider quelles connaissances peuvent être partagées, avec qui, et dans quel but. Dans un continent où l’UNESCO et la CEA rappellent encore les limites de l’accès à l’électricité et à Internet, la promesse de l’IA ne peut pas être séparée de la question des infrastructures.

Les prochains mois diront si les déclarations ministérielles se traduisent en budgets, en programmes de formation et en outils adaptés aux écoles africaines. Le vrai test se jouera dans les manuels, les plateformes éducatives, les centres de formation des enseignants et les règles d’accès aux données. La portée continentale est claire : l’Afrique ne manque ni d’expertise ni de stratégie. Elle doit maintenant convertir ces bases en capacités durables, pays par pays, en tenant ensemble la souveraineté numérique, la langue, l’équité et la qualité de l’apprentissage.