ChatGPT nous fait gagner du temps, rédige, résume, explique et résout des problèmes en quelques secondes. Mais à force de déléguer une partie de notre réflexion à l’intelligence artificielle, sommes-nous également en train de perdre certaines capacités cognitives ?
Une étude du MIT a récemment fait beaucoup de bruit en suggérant que l’utilisation de ChatGPT pouvait être associée à une diminution de l’engagement cérébral pendant certaines tâches. Depuis, d’autres travaux sont venus compléter — et surtout nuancer — ce constat.
La conclusion qui se dessine est plus intéressante qu’un simple « l’IA est bonne ou mauvaise pour le cerveau ».
Tout dépendrait de la manière dont nous l’utilisons.
Le MIT observe un cerveau moins engagé avec ChatGPT
En 2025, des chercheurs du MIT Media Lab publient une étude au titre volontairement provocateur : Your Brain on ChatGPT: Accumulation of Cognitive Debt when Using an AI Assistant for Essay Writing Task.
Les chercheurs demandent à des participants de rédiger des essais selon trois modalités :
- uniquement avec leur cerveau ;
- avec l’aide d’un moteur de recherche ;
- avec un LLM comme ChatGPT.
Pendant l’expérience, leur activité cérébrale est observée par électroencéphalographie (EEG).
Le résultat interpelle.
Les chercheurs observent globalement un gradient dans les mesures de connectivité cérébrale :
cerveau seul → moteur de recherche → LLM
Les participants travaillant sans assistance présentent les réseaux cérébraux les plus fortement engagés, tandis que le groupe utilisant le LLM montre une connectivité plus faible selon plusieurs mesures EEG.
Mais l’étude révèle également quelque chose de particulièrement intéressant : les utilisateurs du LLM semblent avoir davantage de difficultés à se souvenir précisément du contenu qu’ils viennent de produire et expriment un sentiment d’appropriation moindre de leur texte.
Les chercheurs introduisent alors une notion importante : celle de « cognitive debt », ou dette cognitive.
L’idée est simple : en économisant constamment de l’effort mental aujourd’hui grâce à l’IA, nous pourrions réduire certaines occasions d’entraîner les mécanismes cognitifs nécessaires demain.
Source : Kosmyna et al., MIT Media Lab, Your Brain on ChatGPT, 2025, arXiv:2506.08872.
Attention : cela ne signifie pas que ChatGPT « détruit le cerveau »
C’est ici qu’il faut être particulièrement prudent.
L’étude du MIT ne démontre pas que ChatGPT détruit des neurones, diminue définitivement l’intelligence ou provoque une détérioration permanente du cerveau.
Elle observe des différences d’activité et de connectivité EEG pendant une tâche particulière de rédaction.
Et l’étude possède des limites importantes : échantillon relativement réduit, seulement 54 participants dans les premières sessions et 18 dans la dernière phase, protocole expérimental spécifique et publication initiale sous forme de preprint.
Des chercheurs ont d’ailleurs publié par la suite une critique méthodologique de l’étude, notamment concernant certaines interprétations des données EEG et leur reproductibilité.
Le résultat du MIT doit donc être considéré comme un signal scientifique intéressant, et non comme la preuve que « ChatGPT nous rend stupides ».
Le véritable phénomène pourrait être le « cognitive offloading »
Le phénomène observé avec l’IA n’est d’ailleurs pas totalement nouveau.
Les psychologues parlent depuis longtemps de cognitive offloading, que l’on pourrait traduire par « délégation cognitive ».
Nous utilisons constamment notre environnement pour diminuer notre charge mentale.
Nous ne mémorisons plus un numéro de téléphone parce qu’il est enregistré dans notre smartphone.
Nous ne mémorisons plus nécessairement un trajet parce que le GPS nous guide.
Nous utilisons une calculatrice plutôt que d’effectuer certaines opérations mentalement.
L’intelligence artificielle représente simplement une étape supplémentaire — et particulièrement puissante — de cette externalisation.
Car nous pouvons désormais déléguer non seulement notre mémoire ou nos calculs, mais aussi :
la rédaction, la synthèse, la recherche d’idées, l’argumentation et parfois même le raisonnement.
C’est là que la question devient particulièrement importante.
Apprendre nécessite parfois… de faire des efforts
Notre cerveau apprend notamment lorsqu’il doit récupérer une information, chercher une solution, commettre une erreur, corriger cette erreur et reconstruire un raisonnement.
Cette difficulté n’est pas nécessairement un défaut du processus d’apprentissage.
Elle en fait partie.
Une étude expérimentale publiée en 2025 auprès de 120 étudiants illustre ce problème. Les chercheurs ont comparé l’apprentissage avec ChatGPT à des méthodes traditionnelles, avant d’organiser un test surprise 45 jours plus tard.
Les étudiants ayant utilisé ChatGPT ont obtenu environ 57,5 % de réponses correctes, contre 68,5 % pour le groupe utilisant les méthodes traditionnelles.
L’effet observé était significatif.
Cela ne signifie évidemment pas que toute utilisation de ChatGPT dégrade la mémoire.
Mais le résultat soutient une hypothèse importante :
Si l’IA effectue à notre place l’effort cognitif nécessaire à l’apprentissage, nous risquons de produire davantage tout en apprenant moins.
Pourtant, les études plus récentes racontent une autre histoire
On pourrait s’arrêter ici et conclure que l’intelligence artificielle est mauvaise pour nos capacités cognitives.
Ce serait une erreur.
Les études publiées depuis donnent une image beaucoup plus nuancée.
Une méta-analyse publiée en 2026 dans Humanities and Social Sciences Communications a regroupé 35 études expérimentales représentant 4 193 participants.
Le résultat global est loin d’être catastrophique.
Les chercheurs observent au contraire un effet positif modéré de l’utilisation de ChatGPT sur l’apprentissage, avec un effet global de Hedges g = 0,67.
D’autres dimensions cognitives, comme la résolution de problèmes, la créativité ou certains aspects de la pensée critique, peuvent également bénéficier de l’utilisation de l’IA.
Une autre méta-analyse publiée en 2026 et portant sur 66 études arrive elle aussi à un effet globalement positif de l’utilisation de l’IA générative dans l’enseignement supérieur.
Alors comment expliquer cette contradiction apparente avec les résultats du MIT ?
Le problème n’est peut-être pas l’IA. C’est ce qu’on lui demande de faire.
Une revue systématique publiée en 2026, portant sur 67 études, apporte une clé de lecture particulièrement intéressante.
Lorsque l’IA est utilisée pour remplacer le raisonnement humain, les chercheurs retrouvent les risques associés au cognitive offloading.
Par exemple :
« Fais mon résumé. »
« Écris mon argumentation. »
« Donne-moi directement la solution. »
« Lis ce document et dis-moi simplement ce que je dois retenir. »
Dans ces situations, l’utilisateur obtient un résultat rapidement, mais peut contourner une partie du processus intellectuel qui aurait normalement été nécessaire pour parvenir à ce résultat.
Mais lorsque l’IA est utilisée pour stimuler le raisonnement, la situation change.
Par exemple :
« Pose-moi des questions jusqu’à ce que je trouve la solution. »
« Critique mon raisonnement. »
« Ne me donne pas la réponse : donne-moi seulement un indice. »
« Demande-moi de justifier chacune de mes hypothèses. »
« Identifie les faiblesses de mon argumentation. »
L’IA ne remplace alors plus le cerveau.
Elle le sollicite.
Une expérience de Harvard montre même que l’IA peut améliorer fortement l’apprentissage
Une expérience randomisée publiée dans Scientific Reports en 2025 est particulièrement intéressante à ce sujet.
Elle concernait 194 étudiants de Harvard.
Les chercheurs ont comparé un cours universitaire utilisant des méthodes d’apprentissage actif avec un système de tutorat basé sur l’intelligence artificielle.
Mais il y avait une différence essentielle avec l’utilisation classique de ChatGPT.
Le système n’était pas simplement chargé de donner les réponses.
Il avait été conçu pédagogiquement pour guider progressivement les étudiants, leur poser des questions, fournir du feedback et adapter les explications à leurs difficultés.
Les étudiants utilisant le tuteur IA ont obtenu des gains d’apprentissage plus de deux fois supérieurs à ceux du groupe suivant le cours.
Ils y sont en outre parvenus en moins de temps.
Le message est important : une IA qui fournit la réponse et une IA qui aide quelqu’un à trouver la réponse ne produisent pas nécessairement les mêmes effets cognitifs.
De la dette cognitive… à l’augmentation cognitive
Nous sommes donc probablement en train de poser la mauvaise question.
La question n’est pas :
« L’intelligence artificielle est-elle bonne ou mauvaise pour notre cerveau ? »
La meilleure question serait plutôt :
« Quelle partie de notre réflexion décidons-nous de déléguer à l’intelligence artificielle ? »
Car deux trajectoires deviennent possibles.
IA comme substitut cognitif
L’utilisateur demande la réponse → l’IA réfléchit → l’utilisateur récupère le résultat.
Conséquence potentielle :
moins d’effort → moins d’encodage → moins d’apprentissage → dépendance accrue à l’outil.
C’est le scénario de la dette cognitive.
IA comme partenaire cognitif
L’utilisateur réfléchit → l’IA questionne → l’utilisateur répond → l’IA critique → l’utilisateur améliore son raisonnement.
Conséquence potentielle :
davantage de feedback → davantage de confrontation intellectuelle → apprentissage accéléré.
On se rapproche alors d’une forme d’augmentation cognitive.
Le paradoxe de l’intelligence artificielle
Nous disposons aujourd’hui d’une technologie capable de supprimer une grande partie de l’effort intellectuel nécessaire à de nombreuses tâches.
C’est évidemment extraordinaire en termes de productivité.
Mais c’est aussi précisément ce qui rend son utilisation délicate.
Car l’effort que nous cherchons à supprimer est parfois celui dont notre cerveau a besoin pour apprendre.
Le véritable danger de l’IA n’est donc probablement pas qu’elle « détruise notre cerveau ».
Le risque est beaucoup plus subtil :
nous habituer à ne plus l’utiliser lorsque la machine peut réfléchir à notre place.
À l’inverse, la même technologie peut devenir un professeur disponible en permanence, un contradicteur, un coach intellectuel ou un partenaire capable de tester nos raisonnements.
Tout dépend du rôle que nous décidons de lui donner.
Conclusion : ne demandez pas seulement à l’IA de réfléchir pour vous
Les études actuelles ne justifient pas le catastrophisme.
Nous n’avons pas de preuve scientifique démontrant que ChatGPT provoquerait une détérioration permanente du cerveau.
En revanche, nous disposons désormais de suffisamment d’indices pour prendre au sérieux la question de la délégation cognitive.
L’étude du MIT constitue un avertissement : lorsqu’une IA prend en charge une part importante d’une tâche intellectuelle, notre engagement cognitif peut diminuer.
Mais les recherches plus récentes apportent le complément essentiel : bien utilisée, l’IA peut également devenir un puissant outil d’apprentissage.
La frontière pourrait donc être extrêmement simple :
Utiliser l’IA pour éviter de réfléchir : risque de dette cognitive.
Utiliser l’IA pour mieux réfléchir : potentiel d’augmentation cognitive.
À l’heure où ces outils entrent massivement dans l’entreprise, l’université et l’école, apprendre à utiliser l’intelligence artificielle ne devrait donc probablement pas signifier uniquement apprendre à écrire de meilleurs prompts.
Il faudra aussi apprendre quand il ne faut pas lui demander la réponse.
Références
Kosmyna, N. et al. (2025). Your Brain on ChatGPT: Accumulation of Cognitive Debt when Using an AI Assistant for Essay Writing Task. MIT Media Lab / arXiv:2506.08872.
Kestin, G. et al. (2025). AI tutoring outperforms in-class active learning: an RCT introducing a novel research-based design in an authentic educational setting. Scientific Reports, 15, 17458. DOI: 10.1038/s41598-025-97652-6.
Humanities and Social Sciences Communications (2026). Méta-analyse de 35 études expérimentales et 4 193 participants sur l’impact de ChatGPT sur les résultats d’apprentissage et les capacités cognitives. Nature Portfolio.
Computers & Education: Artificial Intelligence (2026). Méta-analyse portant sur 66 études consacrées aux effets de l’IA générative sur l’apprentissage dans l’enseignement supérieur.
Computers & Education: Artificial Intelligence (2026). Revue systématique de 67 études consacrées notamment aux effets des LLM sur la pensée critique, la créativité et le cognitive offloading.