Le niveau de lecture des élèves américains de quatrième est tombé à 30 % de lecteurs compétents en 2024, un plancher inédit depuis 30 ans, les apprenants butant sur ce que les enseignants appellent un « mur de la compréhension ». Si les investissements dans la littératie fondamentale — phonétique, conscience phonémique et fluidité — portent leurs fruits jusqu’à la fin du primaire, les performances chutent brutalement au collège, lorsque les textes exigent un vocabulaire plus riche, des connaissances de fond et la capacité à traiter des structures de phrases complexes en sciences, en mathématiques comme en sciences humaines.

Plutôt que des agents conversationnels génériques, enseignants et chercheurs plaident pour des outils de littératie conçus sur mesure et fondés sur la science de la lecture. S’appuyant sur les travaux de la Brookings Institution, qui rappellent que les outils d’IA doivent « enseigner, pas dire » pour être efficaces, les premières mises en œuvre privilégient un accompagnement diagnostique continu. Au lieu de s’en remettre à des évaluations standardisées isolées, ces outils analysent le travail de lecture quotidien des élèves, repèrent les défaillances de compréhension précises et proposent des interventions ciblées : inviter à relire tel passage, ou apporter un soutien lexical adapté au contexte.

Ce mouvement marque une évolution plus large des technologies éducatives, qui délaissent les scores d’évaluation grossiers au profit d’un étayage diagnostique fin et en temps réel dans des classes hétérogènes. Pour les enseignants sud-africains qui gèrent la transition délicate entre le déchiffrage des premières années et les programmes très verbaux de la Senior Phase, ces modèles d’étayage par l’IA montrent comment les outils numériques peuvent soutenir un enseignement différencié de la lecture sans rien céder sur l’exigence.