La Banque Mondiale publie la première étude rigoureuse (RCT) évaluant l'impact de l'IA générative sur l'éducation en Afrique subsaharienne. L'intervention : un programme de tutorat après l'école de six semaines utilisant Microsoft Copilot (GPT-4) pour l'apprentissage de l'anglais auprès d'élèves de première année du secondaire à Benin City, Nigeria.
Résultats transformateurs : L'étude démontre des améliorations substantielles malgré des contraintes d'infrastructure significatives. Le score global progresse de 0.31 écart-type, l'anglais de 0.23 écart-type (équivalent à 1.5 années de scolarité nigériane typique), les connaissances IA de 0.31 écart-type. Les gains globaux équivalent à deux années de scolarité. Une relation dose-réponse linéaire montre que chaque jour supplémentaire de présence génère +0.031-0.033 écart-type d'amélioration.
Effets différenciés remarquables : Les filles bénéficient d'un effet supplémentaire de 0.42 écart-type, compensant les écarts de performance initiaux. Les élèves avec de meilleurs scores de base et ceux de milieux socio-économiques plus favorisés montrent des gains plus importants, mais les élèves défavorisés obtiennent aussi des améliorations statistiquement significatives.
Cost-effectiveness exceptionnelle : À $48 par élève pour six semaines ($124 annualisé), l'intervention génère 3.2 années de scolarité équivalentes (EYOS) par $100 investis, surpassant la plupart des interventions éducatives comparables dans le monde. Le ratio bénéfice-coût atteint 161:1 à 260:1. Les retours salariaux projetés sur la vie atteignent $7,767-$12,517 par participant.
Approche pédagogique structurée : Le succès repose sur une formation enseignants de trois jours, des prompts conçus selon les principes des sciences de l'apprentissage (retrieval practice, interrogation élaborative), une sensibilisation aux hallucinations et biais de l'IA, et une supervision active de l'engagement des élèves. L'enseignant agit comme "force multiplier" plutôt que d'être remplacé.
Scalabilité prometteuse : L'utilisation de logiciels gratuits (pas d'abonnement), l'absence de besoin de banques de questions propriétaires, et le succès avec du personnel non-spécialisé suggèrent un fort potentiel de réplication. L'étude répond au "problème des deux sigmas" de Bloom : comment rendre les bénéfices du tutorat personnalisé accessibles à l'échelle de populations entières de manière économiquement viable.
Contexte critique : L'étude s'inscrit dans la crise mondiale de l'apprentissage où 70% des enfants de dix ans dans les pays à revenu faible et moyen ne peuvent pas lire un texte adapté à leur niveau. Ces résultats positionnent le tutorat par IA générative comme une approche prometteuse pour les contextes à ressources limitées.