Nouvelles technologies pour l’enseignement STEM : données mondiales sur l’apprentissage, l’équité et l’ODD4

De nouveaux outils qui façonnent les classes de demain

Des robots adaptés aux enfants aux casques de réalité virtuelle en passant par les capteurs intelligents, une vague de nouvelles technologies transforme discrètement la manière dont les jeunes apprennent les sciences, la technologie, l’ingénierie et les mathématiques (STEM). Cet article de synthèse rassemble près de deux mille études du monde entier pour poser une question simple mais urgente : ces outils peuvent-ils non seulement améliorer l’apprentissage, mais aussi ouvrir des opportunités pour les filles et les élèves sous-représentés tout en faisant progresser les objectifs mondiaux en matière d’éducation ?

Quatre familles de technologies qui changent l’apprentissage

Les auteurs identifient quatre technologies particulièrement influentes pour l’éducation STEM : la robotique, l’intelligence artificielle (IA), la réalité étendue (XR, qui inclut la réalité virtuelle et augmentée) et les systèmes connectés intelligents comme l’Internet des objets. Dans de nombreuses classes et tranches d’âge, les robots transforment des idées abstraites en projets concrets qui développent la résolution de problèmes, le travail d’équipe et la pensée computationnelle. Les systèmes d’IA personnalisent discrètement les leçons, signalent les élèves en difficulté et alimentent des tutoriels intelligents capables de s’adapter à chaque apprenant. La XR immerge les élèves dans des mondes 3D où ils peuvent explorer des molécules, des circuits électriques ou des écosystèmes comme s’ils y étaient physiquement, améliorant souvent compréhension et motivation. Les systèmes connectés intelligents relient des dispositifs à bas coût, des laboratoires à distance et des outils de fabrication, permettant aux élèves d’expérimenter avec des données et du matériel réels qui n’existaient auparavant que dans des installations de recherche avancées.

Comment ces outils affectent compétences, motivation et accès

Dans l’ensemble des études examinées, ces technologies aident de façon constante les élèves à développer à la fois des compétences techniques et des compétences de réflexion. Les projets de robotique et d’IoT soutiennent la pensée design et la résolution de problèmes réels ; la XR tend à renforcer le raisonnement spatial, la persévérance et la curiosité ; l’IA offre des retours opportuns et une pratique plus efficace. Fait important, ces bénéfices ne sont pas réservés aux universités d’élite. Des cours en ligne bien conçus, des laboratoires dans le cloud et des plateformes de fabrication comme service permettent aux écoles aux moyens limités de partager équipement et expertise. Des projets pilotes montrent que même les écoles primaires peuvent introduire des concepts comme les jumeaux numériques ou la cybersécurité via des activités ludiques et adaptées à l’âge. En même temps, les auteurs signalent des obstacles pratiques : le coût du matériel, le besoin de formation des enseignants et les questions éthiques liées à la confidentialité des données et aux biais algorithmiques.

Réduire l’écart entre les sexes et atteindre les objectifs mondiaux d’éducation

L’un des enjeux les plus pressants en STEM est l’équité de genre. La revue montre que les filles restent minoritaires dans de nombreux programmes avancés et compétitions, et que leur participation diminue souvent avec l’âge. Cependant, des interventions ciblées — comme des camps de robotique conçus pour les filles, des programmes de mentorat et un enseignement culturellement adapté — peuvent renforcer la confiance, l’intérêt et la persévérance. Les outils émergents peuvent aider s’ils sont utilisés de manière réfléchie : des jeux inclusifs de criminalistique numérique ont suscité l’intérêt des filles pour la cybersécurité, et l’IA générative peut adapter exemples et contenus à différentes cultures et origines. Les auteurs relient ces efforts à l’Objectif de développement durable 4 (ODD4) des Nations unies, qui appelle à une éducation de qualité pour tous. La plupart des recherches cartographiées se concentrent sur l’ODD4.4, qui met l’accent sur les compétences pratiques pour le marché du travail moderne, mais les travaux sur la formation des enseignants et l’équité se développent également.

Pourquoi les théories de l’apprentissage restent essentielles derrière les écrans

Bien que les outils soient nouveaux, la question de fond est ancienne : comment les gens apprennent-ils le mieux ? La revue note que, de manière surprenante, peu d’études s’appuient fortement sur des théories de l’apprentissage établies. Lorsqu’elles le font, les résultats sont plus cohérents et plus faciles à appliquer. Par exemple, les modèles constructivistes et expérientiels guident la conception de laboratoires VR où les élèves manipulent activement des objets et réfléchissent à ce qu’ils observent. Les théories sociales et culturelles aident les chercheurs à comprendre qui prend la parole dans les équipes de robotique et qui reste en marge, montrant que la technologie seule ne peut pas corriger les inégalités profondes. Le design universel pour l’apprentissage fournit des principes pour rendre les activités accessibles aux élèves ayant des capacités différentes. Les auteurs soutiennent qu’adapter et tester ces théories pour chaque nouvelle technologie est essentiel si les écoles veulent dépasser les démonstrations spectaculaires pour parvenir à un changement durable.

Ce que cela signifie pour les enseignants, décideurs et familles

En termes clairs, l’article conclut que les technologies émergentes peuvent effectivement rendre l’enseignement STEM plus attractif, plus pratique et mieux relié aux emplois réels — tout en offrant des outils puissants pour réduire les écarts entre les sexes et d’autres formes d’exclusion. Mais ces bénéfices ne sont pas automatiques. Ils dépendent d’une conception soignée fondée sur les sciences de l’apprentissage, d’un développement professionnel soutenu pour les enseignants, d’un accès abordable et de solides garanties éthiques. Pour l’avenir, les auteurs voient un potentiel dans l’IA générative et les environnements de type métavers pour offrir des espaces d’apprentissage hautement personnalisés, multilingues et collaboratifs. Pour réaliser ce potentiel de manière équitable, ils appellent à des politiques qui soutiennent les écoles sous-financées, protègent les données des élèves et favorisent délibérément l’inclusion, afin que la prochaine génération d’innovateurs STEM reflète réellement la diversité du monde qu’ils aideront à façonner.

Citation: Nedungadi, P., Thushara, M.G., Veena, G. et al. Emerging technologies for STEM education: global evidence on learning, equity, and SDG4. Humanit Soc Sci Commun 13, 522 (2026). https://doi.org/10.1057/s41599-026-06565-w

Mots-clés: enseignement STEM, technologie éducative, équité de genre, réalité virtuelle et augmentée, intelligence artificielle dans l’apprentissage