En 2025, la Raspberry Pi Foundation a publié une prise de position intitulée « Why kids still need to learn to code in the age of AI » (pourquoi les enfants doivent toujours apprendre à coder à l'ère de l'IA). Sa thèse centrale est juste : apprendre à coder à des enfants, c'est surtout leur apprendre à penser clairement, et un outil qui écrit du code à votre place ne supprime pas le besoin de comprendre ce que fait du bon code. L'argument est valable, mais modeste. Sa version la plus solide concerne l'informatique physique, c'est-à-dire du code qui doit faire tourner un moteur, lire un capteur et survivre au contact du monde réel.

Ce que disait le document, et pourquoi il a marqué

La fondation, qui fabrique les petits ordinateurs Raspberry Pi utilisés dans les salles de classe du monde entier, a mis son nom sur une position simple : le code reste une compétence fondamentale pour les enfants, même maintenant que des systèmes d'IA en produisent à la demande. Cela mérite d'être relevé, car l'avis inverse est devenu courant en salle des profs comme à table. Si une machine peut écrire le programme, se dit-on, pourquoi un enfant de dix ans devrait-il apprendre à le faire.

La réponse honnête, c'est que produire du texte qui ressemble à du code et comprendre un système sont deux compétences différentes. Un enfant qui sait rédiger une requête pour une IA mais ne sait pas lire le résultat n'est pas un programmeur : c'est quelqu'un qui espère que la machine a raison. Le mérite du document est de le dire clairement à un moment où beaucoup d'écoles se demandent discrètement s'il faut retirer le code de l'emploi du temps.

L'argument classique, pris au mieux

Réduit à l'os, l'argument tient bien la route.

• Lire compte plus qu'écrire. À l'ère de l'IA, la compétence rare n'est pas de taper du code à partir de zéro ; c'est de lire du code inconnu et de juger s'il est correct, sûr et conforme à la demande. On ne l'acquiert qu'en écrivant d'abord beaucoup de code soi-même.
• Déboguer, c'est penser. Chercher pourquoi un programme fait la mauvaise chose est une habitude d'esprit transférable. Formuler une hypothèse, la tester, resserrer le champ. Cette compétence survit à n'importe quel langage.
• Un assistant a besoin d'un opérateur compétent. Les outils de code par IA sont les plus rapides entre les mains de quelqu'un qui sait déjà à quoi ressemble une bonne solution. Donnez le même outil à un débutant et il produira des absurdités assurées que le débutant ne saura pas repérer.

Rien de tout cela n'est contesté. Ce n'est pas non plus tout à fait suffisant, car chacun de ces points peut s'enseigner avec un écran et un éditeur de texte — or c'est justement sur un écran que l'IA est la plus convaincante et la plus glissante.

La version la plus solide : que le code fasse bouger quelque chose

Voici le prolongement que le document suggère sans le pousser assez loin. La manière d'apprendre à coder la plus résistante à l'IA consiste à faire piloter par le code quelque chose de physique. Quand un programme se contente d'afficher à l'écran, le retour est mou. La sortie a l'air plausible, et une réponse fausse mais assurée est difficile à repérer. Quand ce même programme est censé faire tourner une roue, faire clignoter une LED selon un motif ou arrêter un robot avant qu'il ne tombe de la table, le retour est honnête. Le robot bouge ou ne bouge pas. On n'hallucine pas pour contourner un moteur qui refuse de tourner.

C'est l'avantage discret de l'informatique physique. Un grand modèle de langage peut produire une explication qui sonne juste sur à peu près tout. Une mesure de capteur, elle, ne se discute pas. Les enfants qui travaillent avec du matériel obtiennent gratuitement une vérité de terrain, et cette vérité de terrain est la seule chose qu'un assistant IA ne peut pas simuler pour eux. Ils apprennent à faire davantage confiance au monde qu'au paragraphe assuré.

Pourquoi cela compte pour les salles de classe sud-africaines

Pour les écoles d'ici, les enjeux pratiques sont précis. Les budgets sont serrés, le temps des enseignants encore plus, et la pression est réelle pour courir après tout ce qui paraît moderne. Il serait facile de lire le moment IA comme une autorisation de remplacer le code pratiqué à la main par quelques leçons sur l'art de formuler des requêtes. Ce serait une erreur, et une erreur coûteuse, car les enfants qui n'apprennent qu'à formuler des requêtes se retrouveront avec la version la plus superficielle et la plus remplaçable de cette compétence.

La bonne lecture est celle que la fondation désigne : continuer à enseigner le vrai code, et l'ancrer dans quelque chose qu'un enfant peut tenir en main. C'est aussi plus robuste qu'un programme qui suppose une IA en ligne dans chaque cours. Une carte alimentée par piles posée sur une table continue de fonctionner quand le Wi-Fi lâche, ce qui compte dans un pays où le load shedding interrompt encore la journée scolaire.

Que faire concrètement

Si vous animez une classe, un club de code, ou un foyer qui cherche à trancher, voici une courte liste.

• Gardez l'écriture, ne sautez pas directement aux requêtes. Les enfants doivent écrire et déboguer beaucoup de leur propre code avant qu'un assistant IA n'ait le droit d'aider. L'assistant est un outil électroportatif pour ceux qui maîtrisent déjà les bases.
• Ajoutez une cible physique. Choisissez des projets où le code pilote du matériel réel, pour que les erreurs se manifestent par des choses qui ne bougent pas plutôt que par des réponses qui ont seulement l'air fausses. Une carte programmable comme notre sheenbot∞ offre cette boucle de retour immédiate, et un jeu de dix kits couvre un petit groupe.
• Utilisez l'IA comme tuteur, pas comme auteur. Elle est vraiment utile pour expliquer un message d'erreur ou suggérer une étape suivante. Elle remplace mal l'enfant qui réfléchit.
• Allez voir sur place avant de vous engager. Un projet qui marche vaut mieux qu'un trimestre de théorie. Un simple cours d'essai dans notre académie du Cap suffit à savoir si un enfant accroche.

À retenir

La Raspberry Pi Foundation a raison de dire qu'à l'ère de l'IA les enfants doivent toujours apprendre à coder, mais la thèse est plus solide que les seules compétences de raisonnement. La version sur laquelle il vaut la peine de bâtir est physique : donnez aux enfants du code qui doit faire bouger quelque chose de réel, et vous leur donnez une forme de compréhension qu'une IA ne peut ni leur transmettre ni simuler. C'est cette compétence qui vaudra encore quelque chose quand les outils changeront de nouveau. Pour en savoir plus sur notre façon de voir les choses, consultez notre salle de presse.