Un récent dossier d’EdSurge met en lumière les dépenses opérationnelles et pédagogiques liées à l’intégration de l’intelligence artificielle dans les établissements scolaires, à partir des analyses de l’enseignant Michael Hernandez et de la journaliste Mi Aniefuna.

Pour aider les enseignants à concevoir des travaux capables de résister aux raccourcis automatisés, Michael Hernandez a eu recours au « vibe coding » — décrire les fonctionnalités attendues en langage courant au lieu d’écrire le code à la main — afin de créer un logiciel qui industrialise la refonte des devoirs. En parallèle, l’enquête de Mi Aniefuna remonte la chaîne financière des déploiements d’IA jusqu’à l’infrastructure de calcul : elle détaille comment le coût par requête et la consommation énergétique des serveurs dans les centres de données engendrent des charges récurrentes que les circonscriptions budgètent rarement au moment de l’achat initial du logiciel.

Ensemble, ces deux cas montrent que les frictions liées à l’IA éducative dépassent la seule question de la triche en classe. Si les interfaces en langage naturel permettent à des personnels non techniciens de créer rapidement des outils pédagogiques ciblés, la généralisation de l’usage quotidien de l’IA à l’échelle d’un établissement crée des engagements variables en matière de calcul et de licences, qui bousculent les cadres d’achat traditionnels à coût fixe.