Illustration d’une élève du secondaire qui lit un livre à son pupitre tandis que les lignes du texte se dispersent vers un téléphone portable entouré de bulles de messages.
Résumé graphique. Illustration conceptuelle : les lignes du texte se dispersent vers le téléphone, métaphore de l’attention fragmentée. Image générée par intelligence artificielle (générateur d’images intégré à Codex, OpenAI) ; elle ne contient aucune donnée. Les résultats sont présentés dans les figures 1 à 5 et les tableaux 1 et 2.

Introduction

Le 8 septembre 2026, les résultats de PISA 2025 ont été publiés. Il s’agit de l’administration la plus vaste de l’histoire du programme : plus de 760 000 élèves représentant environ 33 millions de jeunes de 15 ans dans 91 pays et économies (Organisation for Economic Co-operation and Development [OECD], 2026b, p. 3). Le diagnostic ne laisse guère de place à la complaisance. PISA 2025 a enregistré la moyenne de l’OCDE la plus basse jamais observée en sciences, en lecture et en mathématiques, et la lecture recule depuis 2012 environ, avec une accélération après 2018 (OECD, 2026b, p. 25). Dans les 35 pays de l’OCDE disposant de données comparables, le score moyen en lecture a baissé de 11 points entre 2018 et 2022, puis de 14 points supplémentaires entre 2022 et 2025 ; selon l’OCDE elle-même, ces 25 points cumulés signifient que les jeunes de 15 ans de 2025 lisent au niveau que l’on pouvait attendre d’élèves de 14 ans sept ans plus tôt, soit un retard d’au moins un an dans le développement de leur compétence en lecture (OECD, 2026b, p. 308). Sur 74 systèmes éducatifs disposant de données comparables, 56 présentent des baisses statistiquement significatives sur cette période et seuls cinq ont progressé.

La nature du recul est aussi révélatrice que son ampleur. L’analyse détaillée des réponses des élèves montre qu’entre 2018 et 2022 la détérioration s’est concentrée sur les textes longs et sur les tâches qui exigent d’évaluer, de réfléchir et d’intégrer plusieurs informations, tandis que le repérage d’informations isolées a mieux résisté ; en 2025, le recul était devenu plus uniforme entre les processus cognitifs, mais la longueur des textes restait un facteur déterminant (OECD, 2026b, pp. 312–313). Parallèlement, la proportion de réponses rapides et incorrectes a augmenté de plus de quatre points de pourcentage, et la part des « lecteurs précipités » au test de fluidité est passée de 6.6% à 11.4% (OECD, 2026b, pp. 313–314). L’OCDE conclut qu’il est peu probable que cette tendance soit un artefact de mesure et que sa caractéristique principale est la capacité décroissante des élèves à lire attentivement et à maintenir leur attention sur des périodes relativement longues (OECD, 2026b, p. 318).

Pour le Mexique et l’Amérique latine, le problème est à la fois plus ancien et plus aigu. Le Mexique a obtenu 408 points en lecture, contre une moyenne de 461 dans l’OCDE, et la moitié de ses élèves de 15 ans (50.2%) se situe sous le niveau 2, le seuil de compétence de base — la proportion la plus élevée depuis 2003 (OECD, 2026b). Dans la région, neuf des douze systèmes disposant de données comparables présentent des baisses significatives en lecture par rapport à 2018 (ou à 2017 pour les pays qui ont participé à PISA pour le développement), et dans dix pays sur treize au moins la moitié des élèves évalués n’atteignent pas le niveau de base (voir le tableau 1). Ces chiffres s’ajoutent à une crise antérieure des apprentissages fondamentaux, aggravée par les fermetures prolongées des écoles pendant la pandémie de COVID-19 (Betthäuser et al., 2023; Hevia et al., 2022).

Dans le débat public, ce diagnostic est souvent attribué aux smartphones, aux réseaux sociaux et, depuis 2022, à l’intelligence artificielle (IA) générative. L’hypothèse est plausible, mais elle comporte aussi des risques : l’histoire de la recherche sur les médias est marquée par des cycles d’alarme qui confondent corrélation et causalité et détournent l’attention de déterminants structurels comme la pauvreté, la qualité de l’enseignement ou l’interruption de la scolarité (Odgers, 2024; Orben et al., 2022). L’OCDE elle-même avertit que ses données ne permettent pas de déterminer si le recul reflète une place moins centrale de la lecture à une époque où les modèles de langage résument instantanément de longs documents et où l’audio et la vidéo remplacent l’écrit (OECD, 2026b, p. 318). Entre le déterminisme technologique et le déni du problème, il existe un espace que seule une synthèse rigoureuse des données probantes peut occuper.

Malgré l’abondance d’études sur les écrans, la lecture numérique et l’IA en éducation, aucune revue n’a intégré trois corpus de connaissances habituellement examinés séparément : (a) les données les plus récentes des évaluations à grande échelle, y compris les résultats de PISA 2025 publiés il y a quelques semaines seulement ; (b) la recherche expérimentale, longitudinale et méta-analytique sur les mécanismes qui relient les appareils numériques et l’IA générative à la compréhension de l’écrit et aux processus cognitifs qui la soutiennent ; et (c) le contexte institutionnel et politique du Mexique et de l’Amérique latine, où les écarts d’apprentissage sont plus larges et les ressources pour les combler plus rares.

L’objectif de cet article est de produire une revue critique de l’état de l’art sur les données publiées entre 2021 et 2026 concernant le déclin de la compréhension de l’écrit et sa relation avec les appareils numériques et l’IA générative, et d’en tirer des stratégies fondées sur les données probantes pour le Mexique et l’Amérique latine. Trois questions de recherche sont abordées : (QR1) Que révèlent les données les plus récentes, en particulier PISA 2025, sur l’ampleur et la nature du recul de la lecture, notamment au Mexique et dans la région ? (QR2) Quels mécanismes relient l’usage des appareils numériques et de l’IA générative à la compréhension de l’écrit, et quelle est la solidité des données qui les étayent ? (QR3) Quelles stratégies ont fait la preuve de leur efficacité, et comment les adapter aux conditions du Mexique et de l’Amérique latine ?

L’article apporte trois contributions. Premièrement, il propose l’une des premières synthèses intégrant les résultats de PISA 2025, avec une analyse secondaire des tableaux officiels qui distingue les changements statistiquement significatifs de ceux qui ne le sont pas et examine l’élargissement de la couverture scolaire comme explication alternative. Deuxièmement, il propose un modèle conceptuel intégrateur, le modèle 4D — déplacement, distraction, dégradation de la lecture approfondie et délégation cognitive —, assorti de propositions réfutables pour orienter la recherche future. Troisièmement, il traduit les données probantes en une feuille de route de stratégies hiérarchisées, avec des niveaux de certitude explicites, pour les systèmes éducatifs du Mexique et de l’Amérique latine.

Cadre théorique et antécédents

La compréhension de l’écrit, une capacité complexe

Comprendre un texte ne consiste pas à décoder des mots, mais à construire une représentation cohérente de son sens en intégrant les informations explicites, les inférences et les connaissances préalables. Cette construction repose sur des processus cognitifs exigeants — attention soutenue, mémoire de travail, inférence et contrôle métacognitif de sa propre compréhension — qui se développent par une pratique prolongée de textes longs. Les environnements numériques élèvent encore l’exigence : outre comprendre, le lecteur doit naviguer entre les sources, distinguer les faits des opinions et juger de la crédibilité de l’information. À partir des données de PISA 2018, l’OCDE a montré que seuls 9% des jeunes de 15 ans de ses pays membres avaient un niveau suffisant pour distinguer avec succès les faits des opinions à partir d’indices implicites sur le contenu ou la source, et a souligné que le développement des compétences en lecture avait pris un retard considérable sur la transformation de l’écosystème informationnel (OECD, 2021). Cette double exigence — lire en profondeur et lire avec discernement dans un environnement saturé d’informations — constitue la toile de fond du débat actuel.

Une trajectoire de retard antérieure à la pandémie et à l’intelligence artificielle

Le recul observé en 2025 s’inscrit dans une longue histoire de retard. Au Mexique, la performance en lecture dans PISA oscille entre 400 et 425 points depuis 2000, sans amélioration durable en deux décennies (figure 1). Dans la région, l’Étude régionale comparative et explicative (ERCE) de 2019, administrée à environ 160 000 élèves de troisième et de sixième année dans 16 pays, a constaté que 44.3% des élèves de troisième année et 68.8% de ceux de sixième année n’atteignaient pas le niveau minimal de compétence en lecture, et que la région n’avait pas progressé de manière significative depuis 2013 (Oficina Regional de Educación para América Latina y el Caribe de la UNESCO [OREALC/UNESCO], 2021). Le Mexique se situait au-dessus de la moyenne régionale, mais environ 37% de ses élèves de troisième année et 58% de ceux de sixième année n’atteignaient pas ce niveau, et le pays figurait parmi ceux dont les résultats en sixième année ont baissé entre 2013 et 2019 (OREALC/UNESCO, 2021, 2022). La même année, avant la pandémie, la pauvreté des apprentissages — la proportion d’enfants incapables de lire et de comprendre un texte simple à la fin du primaire — était estimée à 52% en Amérique latine et dans les Caraïbes (World Bank et al., 2022). Dans PISA 2022, 55% des élèves latino-américains étaient peu performants en lecture, contre 26% dans l’OCDE, et le Mexique était l’un des deux seuls pays où la part des élèves peu performants a augmenté de manière significative entre 2012 et 2022 (Arias Ortiz et al., 2024).

Ce contexte est déterminant pour l’argumentation de cet article : la détérioration de la compréhension de l’écrit dans la région est antérieure à la fois à l’arrivée de l’IA générative et à la pandémie, et elle coexiste avec des déficits d’alphabétisation fondamentale qu’aucune restriction technologique ne peut, à elle seule, corriger.

Trois chocs cumulés

Sur ce socle de retard, trois chocs se sont accumulés en un peu plus d’une décennie, touchant les cohortes évaluées dans PISA 2025, nées en 2009 et 2010.

Le premier est une connectivité centrée sur le smartphone. En 2025, 86.1% des Mexicains de six ans et plus utilisaient Internet — 28.7 points de pourcentage de plus qu’en 2015 —, proportion qui atteignait 85.4% chez les 6-14 ans et 97.6% chez les 15-24 ans ; 97.3% des internautes se connectaient au moyen d’un smartphone, alors que seuls 44.7% des ménages disposaient d’un ordinateur (Instituto Nacional de Estadística y Geografía [INEGI], 2026a, 2026b). Dans le même temps, la lecture chez les adultes a reculé : la part des adultes alphabétisés de 18 ans et plus vivant dans des villes de 100 000 habitants ou plus qui déclaraient avoir lu des livres, des magazines, des journaux, des bandes dessinées ou des pages web est passée de 84.2% en 2015 à 69.6% en 2024, et la lecture de journaux est tombée de 49.4% à 17.8% de la population lectrice (INEGI, 2024). L’édition 2025 du même module d’enquête, à la méthodologie révisée, montre en outre que la lecture se déplace vers les formats numériques et les réseaux sociaux : 83.5 millions de personnes alphabétisées de 12 ans et plus ont déclaré lire sur les réseaux sociaux, et un tiers des lecteurs de livres le font en format numérique (INEGI, 2025). Pour une part importante des enfants mexicains, l’environnement de lecture à la maison est désormais principalement un petit écran. La tendance est régionale : dans les six pays latino-américains disposant d’enquêtes Kids Online comparables, l’âge moyen d’accès à un premier téléphone portable connecté à Internet est inférieur à 10 ans et continue de baisser (Claro et al., 2026).

Le deuxième choc a été la pandémie de COVID-19. L’Amérique latine a été la région du monde où les écoles sont restées fermées le plus longtemps : en moyenne 208 jours civils de fermeture totale entre février 2020 et avril 2022 et, au Mexique, 374 jours de fermeture totale — environ 53 semaines — plus 194 jours d’ouverture partielle (UNESCO Institute for Statistics [UIS], 2022). Les chefs d’établissement mexicains qui ont répondu à PISA 2022 ont déclaré 320 jours de fermeture, le chiffre le plus élevé de tous les systèmes participants (Arias Ortiz et al., 2024). Les pertes d’apprentissage ont été importantes et inégales. À Campeche et au Yucatán, la comparaison de deux enquêtes auprès des ménages portant sur 3 161 enfants et adolescents de 10 à 15 ans a estimé des pertes de 0.34 à 0.45 écart-type en lecture, plus fortes dans les milieux socioéconomiques défavorisés (Hevia et al., 2022). À Xalapa, dans l’État de Veracruz, seuls 46% des enfants de la troisième à la sixième année du primaire évalués en novembre 2020 ont pu répondre à une question inférentielle de niveau de deuxième année (Hevia & Vergara-Lope, 2022). Dans l’État de São Paulo, l’enseignement à distance a réduit les scores de 0.32 écart-type et multiplié le risque de décrochage, comme si les élèves n’avaient appris que 27.5% de ce qu’ils auraient appris en présentiel (Lichand et al., 2022). Dans la seule mesure nationale postérieure à la pandémie fondée sur un échantillon probabiliste, les élèves qui ont commencé la quatrième et la cinquième année du primaire en 2022–2023 — et qui avaient suivi l’année précédente pendant la pandémie — ont obtenu les pourcentages de bonnes réponses les plus faibles en lecture (38.8% et 38.9%), bien qu’il s’agisse d’un instrument diagnostique non étalonné entre les niveaux ni avec d’autres évaluations (Comisión Nacional para la Mejora Continua de la Educación [Mejoredu], 2023). Une méta-analyse de 42 études menées dans 15 pays a confirmé un déficit global d’apprentissage de 0.14 écart-type, persistant dans le temps et plus marqué dans les pays à revenu intermédiaire et chez les enfants de milieux socioéconomiques défavorisés (Betthäuser et al., 2023). Pendant la pandémie, en outre, le temps d’écran des enfants et des adolescents a augmenté d’environ 52% (Madigan et al., 2022), et les simulations de la Banque mondiale prévoyaient que la pauvreté des apprentissages dans la région pourrait passer de 52% à 79% (World Bank et al., 2022).

Le troisième choc est l’arrivée de l’IA générative à partir de la fin de 2022. En moins de trois ans, son usage pour les devoirs est devenu la norme : dans PISA 2025, plus de 90% des élèves mexicains évalués avaient utilisé des chatbots d’IA pour des tâches scolaires (OECD, 2026b). Contrairement aux technologies précédentes, ces outils ne se contentent pas de rivaliser pour capter l’attention : ils peuvent accomplir à la place de l’élève les opérations cognitives mêmes — résumer, inférer, rédiger — que l’école cherche à développer.

La fragilité institutionnelle du Mexique

Au Mexique, ces chocs ont coïncidé avec une rupture de la capacité de l’État à mesurer les apprentissages. La réforme de 2019 a remplacé l’Institut national pour l’évaluation de l’éducation (INEE) par la Commission nationale pour l’amélioration continue de l’éducation (Mejoredu), dotée de moindres attributions techniques, d’un personnel et de ressources plus réduits, selon les acteurs du secteur (Flores Rojas & Valenti Nigrini, 2025) ; l’évaluation nationale PLANEA a été interrompue et remplacée par des évaluations diagnostiques à visée formative, non conçues pour un suivi comparable (World Bank, 2022). En décembre 2024, une réforme constitutionnelle a abrogé la disposition de l’article 3 qui fondait le système d’amélioration continue (Decreto en materia de simplificación orgánica, 2024). En conséquence, le Mexique ne dispose d’aucune série nationale représentative et comparable sur les acquis en lecture dans l’éducation de base après 2019, en dehors de PISA, et ne participe à l’ERCE 2025 que par l’intermédiaire de l’État de Nuevo León (Gobierno del Estado de Nuevo León, 2025). Par ailleurs, le programme de la Nouvelle École mexicaine a été étendu à tous les niveaux de l’éducation de base à partir de l’année scolaire 2023–2024 ; il intègre la lecture dans le champ de formation « Langages » et estompe l’organisation par disciplines (Acuerdo número 06/08/23, 2023; Acuerdo número 14/08/22, 2022). Les cohortes évaluées en 2025 ont suivi la dernière année du premier cycle du secondaire sous ce programme, un facteur contextuel qu’aucune étude n’a encore évalué.

De la panique morale aux données probantes

L’inquiétude quant aux effets des médias sur la lecture n’est pas nouvelle : la télévision, les jeux vidéo et Internet ont tous suscité en leur temps des mises en garde semblables, souvent disproportionnées. Le débat contemporain sur les smartphones et les réseaux sociaux reproduit cette tension. D’un côté, l’hypothèse d’un « grand recâblage » de l’enfance a acquis une large visibilité publique ; de l’autre, la recherche avertit que les associations observées sont généralement faibles, hétérogènes et difficiles à interpréter de manière causale (Odgers, 2024; Orben et al., 2022). Une revue parapluie ayant harmonisé 102 méta-analyses a trouvé des effets faibles à modérés, de sens opposés selon le type d’usage, et un risque de biais modéré ou élevé dans presque toutes les méta-analyses évaluées (Sanders et al., 2024). La tâche d’une revue rigoureuse de l’état de l’art n’est donc pas de confirmer ou de réfuter un récit, mais de préciser quels mécanismes s’appuient sur des données solides, lesquels sont plausibles mais incertains, et quelles interventions ont démontré leur efficacité.

Méthode

Conception

Une revue narrative et critique de l’état de l’art a été réalisée (Sukhera, 2022), complétée par une analyse secondaire descriptive des tableaux officiels de PISA 2025. Contrairement à une revue systématique, dont l’objectif est d’estimer un effet agrégé pour une question étroitement délimitée, une revue de l’état de l’art cherche à décrire et à soumettre à la critique les connaissances disponibles dans un domaine en évolution rapide, à intégrer des traditions de recherche qui dialoguent rarement — l’évaluation à grande échelle, la psychologie de la lecture, les neurosciences cognitives, la recherche sur l’IA en éducation et l’analyse des politiques — et à proposer des cadres interprétatifs susceptibles d’orienter la recherche et l’action. Pour accroître la transparence, des éléments de compte rendu inspirés de PRISMA 2020 ont été adoptés (Page et al., 2021) : une stratégie de recherche explicite et reproductible, des critères d’éligibilité, une vérification documentée de chaque source et un registre des exclusions, sans attribuer à l’étude les propriétés d’une revue systématique.

Sources et stratégie de recherche

La fenêtre temporelle s’étend du 1er janvier 2021 au 23 septembre 2026, de sorte qu’aucune source n’a plus de cinq ans. Quatre voies complémentaires ont été combinées. Premièrement, des recherches booléennes structurées dans deux bases de données académiques — OpenAlex, un index bibliographique ouvert qui intègre des notices de Crossref, de PubMed, de dépôts institutionnels et d’éditeurs, et ERIC (Education Resources Information Center), la base spécialisée en éducation —, organisées en sept familles thématiques : lecture et appareils numériques ; IA générative et apprentissage ; politiques scolaires relatives aux téléphones ; tendances de PISA en lecture ; lecture au Mexique et en Amérique latine ; délestage cognitif et IA ; écrans et développement de l’enfant. Dans OpenAlex, ces recherches ont renvoyé entre 97 et 14 248 notices par famille (articles et revues) ; dans ERIC, où les mêmes chaînes ont été appliquées au titre et au résumé des articles de revues, entre 8 et 1 292. Les chaînes exactes, les dates d’exécution et le nombre de notices par base sont présentés à l’annexe A. Deuxièmement, des recherches ciblées sur les sites d’organismes internationaux et nationaux (l’OCDE, l’UNESCO, la Banque mondiale, la Banque interaméricaine de développement, l’UNICEF, l’INEGI, le ministère mexicain de l’Éducation publique, l’Inep brésilien et les ministères de l’Éducation de la région) et dans les journaux officiels pour les instruments juridiques. Troisièmement, un suivi des citations en amont et en aval à partir des méta-analyses et revues les plus récentes. Quatrièmement, une lecture intégrale du volume I de PISA 2025, de ses annexes techniques et de ses classeurs de données officiels (StatLinks).

Critères d’éligibilité

Ont été inclus : (a) les publications de 2021 à 2026 ; (b) les articles évalués par les pairs dont le devis offre une plus grande force inférentielle — méta-analyses, revues systématiques, essais contrôlés randomisés, quasi-expériences et cohortes prospectives — ainsi que les études transversales lorsqu’elles apportaient des informations non disponibles autrement ; (c) les rapports officiels d’évaluations à grande échelle, les statistiques officielles et les instruments juridiques ; et (d) les études portant prioritairement sur des enfants et des adolescents. Les études menées auprès d’étudiants universitaires ou d’adultes n’ont été incluses que pour examiner des mécanismes — en particulier pour l’IA générative, où les données concernant les mineurs sont rares — et leur portée est explicitement délimitée dans le texte. Les publications en espagnol, en anglais et en portugais ont été prises en compte. Ont été exclues les publications rétractées, les sources dont l’existence ou les métadonnées n’ont pu être vérifiées et les revues sans évaluation par les pairs identifiable. Les prépublications n’ont été admises que lorsque leur pertinence était élevée, et elles sont signalées comme telles.

Vérification des sources et des données

Chaque référence dotée d’un DOI a été confrontée à sa notice de métadonnées Crossref (auteurs, titre, année, revue, volume et pagination), et les avis de rétractation ou de correction enregistrés dans cette même infrastructure ont été recherchés. Cette procédure a conduit à exclure une méta-analyse sur les effets de ChatGPT qui avait été rétractée et à documenter des avis de correction pour trois articles inclus, qui n’affectent pas les résultats cités ici. Les résultats numériques ont été tirés du résumé ou du texte intégral de chaque étude, consultés dans OpenAlex, Europe PMC, Semantic Scholar ou sur le site de l’éditeur. Les chiffres de PISA 2025 ont été extraits directement des classeurs de données officiels de l’OCDE et recoupés avec le rapport imprimé. La significativité statistique des changements a été appréciée selon le critère |différence / erreur type| ≥ 1.96, à partir des erreurs types publiées — qui intègrent l’erreur de liaison entre les cycles — et vérifiée au regard des marques de significativité des tableaux du rapport. Aucune microdonnée n’a été réanalysée.

Analyse et synthèse

La synthèse a été thématique et organisée autour des trois questions de recherche. La solidité de chaque ligne de données probantes a été classée en quatre niveaux : A, méta-analyses ou revues systématiques d’études expérimentales ou quasi expérimentales, ou plusieurs essais randomisés concordants ; B, essais randomisés individuels, quasi-expériences, cohortes prospectives ou méta-analyses d’études longitudinales ; C, études transversales ou corrélationnelles — y compris les méta-analyses d’études corrélationnelles et les associations observées dans les évaluations à grande échelle ; et D, cadres normatifs, orientations d’organismes internationaux, commentaires d’experts et prépublications. Le modèle 4D a été construit par une intégration abductive des résultats, et ses propositions ont été formulées de manière à pouvoir être réfutées par des données futures.

Corpus final

Le corpus final comprend 99 sources : 49 articles évalués par les pairs — dont 20 méta-analyses, revues systématiques ou revues parapluies —, 37 rapports, bases de données et communications institutionnelles, 12 instruments juridiques et 1 prépublication. Parmi ces sources, 73% ont été publiées en 2023 ou après.

Usage d’outils d’intelligence artificielle dans le processus de revue

Des outils d’IA ont été utilisés, sous supervision humaine, pour la recherche et la récupération de documents, la vérification automatisée des métadonnées, le traitement des tableaux officiels et la rédaction préliminaire (voir la section Déclarations). Pour se prémunir contre les erreurs et les citations inexistantes, aucune référence, aucun chiffre ni aucune affirmation n’a été intégré sans vérification auprès de la source primaire, et la correspondance entre les citations du texte et la liste de références a été contrôlée de manière automatisée.

Résultats : l’état de l’art

L’ampleur du déclin : PISA 2025 en perspective

Le recul de la lecture dans PISA 2025 n’est ni marginal ni limité à un groupe particulier. En moyenne dans 35 pays de l’OCDE, les scores ont baissé de 21 points au 90e centile et de 28 points au 10e centile entre 2018 et 2025, si bien que l’ensemble de la distribution s’est déplacé vers le bas (OECD, 2026b, p. 309). Contrairement à ce que l’on aurait pu attendre, les baisses les plus fortes ont été observées dans le quart socioéconomique le plus favorisé, ce qui a réduit l’écart avec le quart le plus défavorisé de 88 à 77 points ; l’OCDE interprète ce schéma comme l’émergence d’un groupe d’élèves issus de familles relativement aisées qui rencontrent néanmoins des difficultés scolaires et qui contribuent le plus au recul (OECD, 2026b, p. 309). Les tendances ont été similaires chez les filles et les garçons, et l’évolution de la composition migratoire de la population d’élèves n’explique qu’environ 1.5 des 25 points perdus (OECD, 2026b, pp. 309–310). Un constat particulièrement intéressant pour la conception des politiques est que, dans la plupart des pays, les baisses de PISA entre 2022 et 2025 avaient été annoncées par les résultats des mêmes cohortes lorsqu’elles étaient en quatrième année dans PIRLS 2016 et 2021 (Mullis et al., 2023) ; cela suggère qu’une partie des causes doit être recherchée dans les premières années de scolarité des jeunes de 15 ans d’aujourd’hui, et pas seulement dans des phénomènes postérieurs à 2022 (OECD, 2026b, p. 310).

En Amérique latine, tous les systèmes participants se situent sous la moyenne de l’OCDE en lecture, de 436 points au Chili à 337 au Guatemala (tableau 1 et figure 2). La part des élèves sous le niveau 2 va de 38.2% au Chili à 83.2% au Guatemala et dépasse 50% dans dix pays sur treize. Entre 2022 et 2025, la lecture a reculé de manière significative en Argentine, au Chili, au Guatemala, au Paraguay, au Pérou et en Uruguay ; entre 2018 et 2025, dans neuf des douze systèmes disposant de données comparables.

Tableau 1

Performance en lecture des pays d’Amérique latine dans PISA 2025

PaysLectureMathématiquesSciencesΔ lecture vs 2022Δ lecture vs 2018Sous le niveau 2 en lecture (%)Δ sous le niveau 2 vs 2018 (pp)Couverture (%)
Chili436403442−12.3*−16.6*38.2+6.5*95
Uruguay423405445−7.1*−3.943.4+1.576
Costa Rica416387424+0.8−10.5*46.8+4.9*73
Brésil408377409−2.3−4.951.2+1.376
Mexique408388414−7.4−12.5*50.2+5.5*69
Colombie399381414−9.4−13.0*54.4+4.575
Pérou390382406−18.1*−10.4*58.2+3.986
Argentine389367393−12.0*−12.8*59.6+7.5*87
Équateur385366393—−23.9*a61.8+11.2*a84
Salvador366346385+1.5—70.5—72
Paraguay352334355−20.9*−17.5*a76.2+8.4*a80
République dominicaine346339361−5.8+3.977.3−1.868
Guatemala337334351−37.0*−31.7*a83.2+13.1*a55
Moyenne de l’OCDE461463482−14.3*−24.6*31.0+7.9*—

Note. Scores moyens en 2025. Δ = variation en points de score (ou en points de pourcentage, pp). * Variation statistiquement significative (|différence/ET| ≥ 1.96, avec des erreurs types incluant l’erreur de liaison). a Référence de 2017 (PISA pour le développement). Couverture = pourcentage des jeunes de 15 ans représentés par l’échantillon (indice de couverture 3). Dans la ligne de l’OCDE, les niveaux correspondent à la moyenne de tous les membres et les variations à la moyenne des 35 pays disposant de données comparables. Élaboration à partir des tableaux I.1, I.B1.2a.34, I.B1.2a.36 à I.B1.2a.38 et I.A2.1 (OECD, 2026b).

La trajectoire du Mexique mérite une analyse attentive, car la moyenne nationale masque deux processus qui se superposent (figure 1). Après une reprise entre 2003 et 2009, le score en lecture est resté pratiquement stable autour de 420–425 points pendant une décennie, puis est tombé à 408 points en 2025. La variation entre 2022 et 2025 (−7.4 points ; erreur type [ET] = 3.8) n’est pas statistiquement significative — une nuance perdue dans une grande partie de la couverture médiatique —, alors que le recul par rapport à 2018 (−12.5 points ; ET = 3.9) et la tendance décennale depuis 2015 (−15.0 points par décennie ; ET = 4.6 ; p = .001) le sont. La part des élèves sous le niveau 2 est passée de 44.7% en 2018 à 50.2% en 2025 (OECD, 2026b).

Figure 1

Évolution de la performance moyenne en lecture dans PISA, 2000–2025 : Mexique, moyenne de l’OCDE et autres pays d’Amérique latine

Trends in Mean Reading Performance in PISA, 2000–2025: Mexico, the OECD Average, and Other Latin American Countries

Note. La moyenne de l’OCDE correspond aux 23 pays disposant de données comparables pour tous les cycles. Les lignes grises représentent les autres pays d’Amérique latine participant en 2025. Élaboration à partir du tableau I.B1.2a.37 (OECD, 2026b).

Le second processus est l’élargissement de la couverture scolaire. En 2025, l’échantillon PISA représentait 69% des jeunes Mexicains de 15 ans (indice de couverture 3), contre 66% en 2018 ; les autres n’étaient pas scolarisés dans le secondaire ou accusaient un retard dans des niveaux inférieurs (OECD, 2026b). Lorsque la scolarisation s’étend à des populations auparavant exclues, les moyennes peuvent baisser même si les compétences d’élèves comparables ne changent pas, et l’OCDE classe le Mexique parmi les pays où une partie du recul est probablement liée à l’intégration de jeunes issus de populations marginalisées (OECD, 2026b, pp. 104–106). Cet effet de composition n’explique toutefois pas l’ensemble du phénomène : parmi les 25% les plus performants de la cohorte d’âge complète — un groupe dont la composition n’est pratiquement pas affectée par l’élargissement —, la lecture a reculé au Mexique de 11.1 points par décennie (ET = 5.5) et les mathématiques de 23.0 points (ET = 5.2), tandis que les sciences sont restées stables (OECD, 2026b). La conclusion est double : l’école mexicaine accueille aujourd’hui davantage de jeunes qu’il y a dix ans et, dans le même temps, la compétence en lecture de ses meilleurs élèves s’érode. D’autres pays de la région ont connu des élargissements de couverture bien plus importants — de 56% à 80% au Paraguay et de 61% à 84% en Équateur entre 2018 et 2025 —, ce qui appelle une prudence particulière dans l’interprétation de leurs baisses.

Figure 2

Performance en lecture et part des élèves sous le niveau 2 en Amérique latine, PISA 2025

Reading Performance and Share of Students Below Level 2 in Latin America, PISA 2025

Note. Panneau a : score moyen en lecture en 2025. Panneau b : pourcentage d’élèves sous le niveau 2 (compétence de base) ; les cercles vides indiquent 2018 (2017 pour l’Équateur, le Guatemala et le Paraguay, qui ont participé à PISA pour le développement). Le Salvador n’a pas participé en 2018. Les lignes verticales indiquent la moyenne de l’OCDE. Élaboration à partir des tableaux I.B1.2a.2, I.B1.2a.11 et I.B1.2a.34 (OECD, 2026b).

Le problème ne se limite pas à l’adolescence. En comparant la cohorte évaluée par PISA en 2009 avec des personnes nées les mêmes années et évaluées dans l’Enquête sur les compétences des adultes de 2023, l’OCDE a constaté qu’au Chili — le seul pays latino-américain inclus dans cette analyse — plus de 10% des jeunes adultes d’environ 30 ans obtenaient des scores qui les auraient placés dans le décile inférieur des jeunes de 15 ans en 2009, ce qui suggère que la compétence en lecture s’est détériorée après l’école chez ceux qui partaient de niveaux faibles (OECD, 2024, 2026b, p. 108).

La nature du déclin : attention, fluidité et lecture précipitée

L’apport le plus novateur de PISA 2025 n’est pas la confirmation du recul, mais l’analyse de la manière dont il se produit. Comme les tâches de lecture de 2025 étaient les mêmes qu’en 2018 et en 2022, l’OCDE a pu suivre l’évolution du taux de réussite de chaque item dans des conditions contrôlées. Entre 2018 et 2022, la performance a le plus baissé sur les unités comportant des textes longs, sur les items à choix multiple et sur les processus d’évaluation et de réflexion, qui exigent une lecture attentive ainsi que la rétention et l’intégration de plusieurs informations ; le repérage d’informations isolées, qui peut se faire par une lecture superficielle mais ciblée, a été le moins touché (OECD, 2026b, p. 312). En 2025, les écarts entre processus cognitifs s’étaient réduits, mais la longueur des textes restait un moteur décisif du recul (OECD, 2026b, p. 318).

L’indicateur comportemental le plus révélateur est l’augmentation des réponses précipitées : des réponses incorrectes données en moins de temps que les élèves les plus rapides qui répondent correctement. En moyenne dans l’OCDE, leur part a augmenté de plus de quatre points de pourcentage entre 2018 et 2025, pour atteindre environ 9% (OECD, 2026b, p. 313). En Amérique latine, l’augmentation a été significative dans tous les pays disposant de données comparables : de 6.1% à 16.7% en République dominicaine, de 4.6% à 11.7% en Uruguay, de 6.4% à 12.3% au Brésil et de 3.1% à 5.6% au Mexique (figure 3). Au test de fluidité en lecture, la part des lecteurs précis a baissé de sept points de pourcentage dans l’OCDE, et celle des lecteurs précipités est passée de 6.6% à 11.4%, l’essentiel de l’augmentation se produisant entre 2022 et 2025 (OECD, 2026b, p. 314) ; au Mexique, les lecteurs précis sont passés de 69.9% à 64.0% et les lecteurs précipités de 5.0% à 6.6%, tandis qu’au Chili ces derniers sont passés de 4.5% à 12.0% (OECD, 2026b).

Figure 3

Réponses précipitées (rapides et incorrectes) aux items de lecture de PISA, 2018 et 2025

Hasty (Fast and Incorrect) Responses to PISA Reading Items, 2018 and 2025

Note. Pourcentage de réponses aux items de lecture de tendance notées incorrectes et données en moins de temps que le seuil d’effort minimal de l’OCDE (1er centile du temps de réponse des répondants corrects, ou 10 secondes). Sont présentés les pays d’Amérique latine disposant de données pour 2018 ; toutes les variations sont statistiquement significatives. Moyenne de l’OCDE sur 35 pays. Élaboration à partir du tableau I.A1.12 (OECD, 2026b).

L’OCDE a examiné et écarté plusieurs explications méthodologiques. La fatigue pendant le test n’explique pas les tendances, car les baisses ont été similaires dans les pays où l’effet de fatigue est élevé et dans ceux où il est faible, et la part des élèves ayant répondu mécaniquement aux questionnaires a même diminué (OECD, 2026b, pp. 316–317). On observe toutefois une légère baisse de l’effort déclaré — un demi-point sur une échelle de dix par rapport à 2018 — et une association entre pays entre la baisse de la curiosité déclarée et celle de la lecture (OECD, 2026b, pp. 315–316). En outre, la part des élèves de quatrième année absents de l’école au moins une fois toutes les deux semaines est passée de 10.7% en 2019 à 14.8% en 2023 en moyenne dans l’OCDE, signe que la scolarité de ces cohortes a été plus discontinue (OECD, 2026a, 2026b, p. 316). La lecture que fait l’OCDE des données est claire : les scores baissent aussi, et peut-être surtout, en raison d’un recul du type d’attention concentrée et soutenue qui fait lui-même partie du construit de lecture évalué par PISA (OECD, 2026b, pp. 315, 318).

Appareils numériques et lecture : temps, support et attention

Le temps et la finalité de l’usage

En moyenne dans l’OCDE, les jeunes de 15 ans déclarent utiliser des appareils numériques environ six heures par jour en semaine et cinq le week-end ; environ 3.4 heures par jour sont consacrées aux loisirs (OECD, 2026b, p. 226). La relation avec la performance dépend de la finalité : un usage limité ou modéré pour apprendre est associé à de meilleurs résultats qu’une absence d’usage ou un usage intensif, tandis qu’un usage récréatif à l’école de plus d’une heure par jour est associé à des scores plus faibles (OECD, 2026b, p. 229). Entre 2022 et 2025, le temps de loisirs hors de l’école a diminué en moyenne, mais la part des élèves qui passent plus d’une heure par jour sur les réseaux sociaux a augmenté, tandis que les activités créatives et de recherche d’information ont reculé (OECD, 2026b, pp. 227–228). Au Mexique, l’usage récréatif déclaré hors de l’école est inférieur à la moyenne de l’OCDE (1.8 heure avant et après l’école et 2.5 heures le week-end, contre 2.3 et 3.5), mais l’usage récréatif à l’école est légèrement supérieur (1.2 contre 1.1 heure) (tableau 2).

L’hypothèse du déplacement soutient que le temps d’écran réduit l’exposition aux activités qui construisent la lecture : lire des textes longs, dormir suffisamment et converser. Des données récentes l’étayent sur plusieurs fronts. Pendant la pandémie, le temps d’écran des enfants et des adolescents a augmenté de 84 minutes par jour — 52% — et de 110 minutes chez les 12-18 ans (Madigan et al., 2022). Chez les jeunes de 16 à 25 ans, l’usage des médias numériques, en particulier du téléphone la nuit, est associé à une durée de sommeil plus courte et à un sommeil de moindre qualité (Brautsch et al., 2023). Et la lecture numérique de loisir ne remplace pas l’imprimé : une méta-analyse portant sur 469 564 participants a trouvé une association très faible entre les habitudes de lecture numérique de loisir et la compréhension (r = .055), contrairement aux effets modérés de la lecture sur papier, et l’association est même négative au primaire et au premier cycle du secondaire (Altamura et al., 2025).

Dans la petite enfance, le déplacement prend la forme d’une réduction des interactions verbales. Dans une cohorte japonaise de 7 097 dyades mère-enfant, quatre heures ou plus de temps d’écran quotidien à l’âge d’un an étaient associées à un risque de retard de communication 4.78 fois plus élevé à 2 ans et 2.68 fois plus élevé à 4 ans (Takahashi et al., 2023). À l’aide d’enregistrements automatisés de l’environnement langagier du foyer, une étude australienne a montré qu’à 36 mois chaque minute supplémentaire de temps d’écran était associée à 6.6 mots adultes de moins, 4.9 vocalisations de l’enfant de moins et 1.1 tour de conversation de moins, un phénomène appelé « technoférence » (Brushe et al., 2024). Le contexte module néanmoins les effets : le visionnage de programmes et la télévision en arrière-plan sont associés négativement aux résultats cognitifs, tandis que l’usage partagé avec un adulte y est associé positivement (r = 0.14) (Mallawaarachchi et al., 2024). Une revue parapluie de 102 méta-analyses a confirmé cette ambivalence : l’usage des écrans est associé négativement à la littératie (r = −0.14), mais l’association devient positive lorsque les parents regardent avec leurs enfants (r = 0.15), et 95 des méta-analyses présentaient un risque de biais modéré ou élevé (Sanders et al., 2024).

Le support : l’effet d’infériorité de l’écran

Lire sur écran n’équivaut pas à lire sur papier. Une méta-analyse multiniveaux consacrée aux appareils mobiles a mis en évidence un avantage faible mais constant de l’imprimé (g = −0.113 dans 38 études intersujets et g = −0.103 dans 21 études intrasujets), plus marqué chez les étudiants universitaires que chez les élèves (Salmerón et al., 2024). Chez les enfants de 1 à 8 ans, les livres numériques qui se contentent de numériser le texte produisent une compréhension inférieure à celle des livres imprimés, et la médiation d’un adulte pendant la lecture sur papier est plus efficace que les enrichissements multimédias, même si des enrichissements cohérents avec l’histoire peuvent inverser ce désavantage (Furenes et al., 2021). Les mécanismes proposés concernent la profondeur du traitement : sous pression temporelle, les lecteurs sur écran divaguent davantage et comprennent moins, ce qui étaye l’hypothèse d’un traitement plus superficiel (Delgado & Salmerón, 2021), et la lecture sur smartphone s’accompagne de moins de soupirs, d’une suractivation préfrontale et d’une compréhension moindre, même si ces données neurophysiologiques proviennent d’un petit échantillon d’adultes (Honma et al., 2022). Pris isolément, ces effets sont modestes ; leur importance tient au fait qu’ils s’accumulent sur des milliers d’heures de lecture et qu’ils concordent avec le schéma de PISA 2025 : davantage de réponses précipitées et une plus grande difficulté face aux textes longs.

L’attention : la distraction en classe et l’effet de simple présence

Dans PISA 2025, 28% des élèves de l’OCDE ont déclaré que leurs camarades se laissent distraire par des appareils numériques dans la plupart ou la totalité des cours de sciences ; la part est plus élevée dans les établissements défavorisés (31%) que dans les établissements favorisés (26%), et la distraction est associée à une performance plus faible dans plus des deux tiers des systèmes (OECD, 2026b, pp. 230–231). Au Mexique, ce chiffre atteint 37.3%, et il dépasse 55% en Uruguay et en Argentine (tableau 2). Une nuance importante : au Mexique, la distraction n’est pas associée à la performance une fois pris en compte le niveau socioéconomique (+0.2 point ; ET = 1.8), contrairement à la moyenne de l’OCDE (−10.9 points) (OECD, 2026b), ce qui suggère que d’autres déterminants pèsent davantage dans les contextes de faible performance généralisée.

La recherche expérimentale apporte des mécanismes, avec toutefois des effets plus modestes qu’on ne le suppose souvent. Une méta-analyse de 22 études expérimentales et de 43 effets a trouvé un léger effet global négatif de l’usage et de la simple présence du smartphone (g = −0.14), significatif pour la mémoire (g = −0.23) mais pas pour l’attention ni pour la performance cognitive générale, avec une hétérogénéité considérable (Böttger et al., 2023). Chez les étudiants universitaires, l’usage problématique du téléphone est associé négativement à l’apprentissage (r = −0.12 ; N = 147 943) (Sunday et al., 2021). Ces résultats concordent avec l’interprétation de l’OCDE selon laquelle la distraction réduit le temps d’apprentissage effectif et impose les coûts cognitifs de l’attention divisée (OECD, 2026b, p. 231).

Tableau 2

Usage des appareils numériques, distraction, politiques scolaires et usage de l’IA en Amérique latine, PISA 2025

PaysUsage récréatif à l’école (h/jour)Usage récréatif hors de l’école, jours de semaine (h/jour)Distraction numérique fréquente (%)Établissements interdisant le téléphone, 2022 → 2025 (%)Résume des textes avec l’IA au moins une fois par semaine (%)N’a jamais utilisé l’IA pour les devoirs (%)
Uruguay1.42.356.96 → 14*42.77.2
Argentine1.63.055.430 → 3740.69.6
Chili1.11.847.934 → 58*33.06.5
Paraguay1.81.937.830 → 43*34.610.5
Costa Rica1.32.037.513 → 23*37.09.7
Mexique1.21.837.322 → 2733.78.3
Colombie1.31.835.831 → 3739.56.3
République dominicaine1.82.032.455 → 77*40.19.4
Équateur1.21.828.3— → 8638.26.8
Guatemala0.91.427.066 → 50*39.111.4
Brésil1.02.524.937 → 81*31.411.3
Pérou1.01.424.464 → 86*39.58.0
Salvador1.21.623.045 → 71*28.210.9
Moyenne de l’OCDE1.12.328.434 → 49*29.713.7

Note. Pays classés selon la distraction numérique. Distraction numérique fréquente : élèves déclarant que leurs camarades se laissent distraire par des appareils dans la plupart ou la totalité des cours de sciences. Interdiction : élèves dans des établissements dont le chef d’établissement a déclaré que les téléphones ne sont pas autorisés dans l’établissement ; * variation significative entre 2022 et 2025. Élaboration à partir des tableaux I.B1.4.21, I.B1.4.43, I.B1.4.47, I.B1.4.48, I.B1.4.53 et I.B1.4.55 (OECD, 2026b).

Contrepoids : ce que les données ne permettent pas d’affirmer

Une revue rigoureuse exige de reconnaître les limites de cette littérature. La plupart des études sur le temps d’écran sont corrélationnelles et reposent sur des déclarations, et leurs effets sont généralement faibles et hétérogènes (Sanders et al., 2024) ; en outre, la relation peut être bidirectionnelle : à l’adolescence, une moindre satisfaction de vie prédit aussi un usage ultérieur plus important des réseaux sociaux (Orben et al., 2022). Dans une cohorte états-unienne de 9 855 enfants, le temps consacré aux jeux vidéo a prédit une hausse de l’intelligence deux ans plus tard, après prise en compte des différences génétiques et socioéconomiques (Sauce et al., 2022). La thèse selon laquelle les smartphones et les réseaux sociaux auraient causé à eux seuls la crise de santé mentale des adolescents a été contestée faute de données causales suffisantes (Odgers, 2024). Et bien qu’il existe des signes d’une inversion de l’effet Flynn dans des échantillons d’adultes états-uniens (Dworak et al., 2023), ses causes ne sont pas établies. La conclusion prudente est que les appareils comptent moins par la quantité de temps passé que par la finalité, le contexte et le régime attentionnel qu’ils façonnent.

L’intelligence artificielle générative et la cognition en lecture

Une adoption massive et inégale

PISA 2025 fournit la première mesure internationalement comparable de l’usage scolaire des chatbots d’IA. Seuls 14% des élèves de l’OCDE ne les avaient jamais utilisés pour leurs devoirs, et la finalité la plus fréquente était « m’aider à apprendre », suivie de la recherche sur un nouveau sujet, de la rédaction de travaux écrits et du résumé de textes qu’ils devaient lire (OECD, 2026b, pp. 236–237). Le Mexique se situe au-dessus de cette moyenne : seuls 8.3% n’avaient pas utilisé l’IA à des fins scolaires, 33.7% l’utilisent au moins une fois par semaine pour résumer des textes imposés — contre 29.7% dans l’OCDE — et 34.8% pour rédiger des travaux écrits (figure 4). Dans la région, l’usage hebdomadaire pour résumer des lectures va de 28% au Salvador à 43% en Uruguay. Les non-utilisateurs proviennent plutôt de ménages défavorisés, tandis que l’usage fréquent se concentre chez les élèves favorisés (OECD, 2026b, p. 241). L’adoption commence avant 15 ans : au Brésil, 65% des internautes de 9 à 17 ans ont utilisé l’IA générative en 2025, la plupart pour des tâches scolaires ou pour étudier (Núcleo de Informação e Coordenação do Ponto BR [NIC.br], 2026), et en Argentine 58% des 9-17 ans avaient utilisé ChatGPT au moins une fois, avec un gradient socioéconomique marqué — 42% dans les ménages à faible revenu contre 75% dans les ménages à revenu élevé (UNICEF Argentina & UNESCO, 2025). Le Mexique ne dispose pas encore de statistiques officielles sur l’usage de l’IA générative par les enfants et les adolescents.

Figure 4

Usage hebdomadaire des chatbots d’IA pour résumer des lectures et rédiger des travaux en Amérique latine, PISA 2025

Weekly Use of AI Chatbots to Summarize Readings and Draft Assignments in Latin America, PISA 2025

Note. Pourcentage d’élèves déclarant utiliser des chatbots d’IA (p. ex. ChatGPT) pour leurs devoirs une ou deux fois par semaine, ou tous les jours ou presque. Les chiffres à côté du Mexique et de la moyenne de l’OCDE correspondent respectivement à « to summarise a text I had to read » et à « to draft texts for writing assignments ». Élaboration à partir du tableau I.B1.4.53 (OECD, 2026b).

Associations avec la performance

Dans PISA 2025, les élèves qui n’utilisent pas l’IA pour des tâches précises — résumer, rédiger ou faire des recherches — obtiennent de meilleurs résultats que ceux qui l’utilisent ; parmi les utilisateurs, les utilisateurs modérés obtiennent des scores plus élevés que les utilisateurs occasionnels et intensifs (OECD, 2026b, pp. 238–239). L’OCDE avertit que ces relations n’impliquent pas un effet négatif de l’IA et peuvent refléter qui l’adopte et comment. Le même schéma en U inversé s’observe au Mexique : les élèves qui résument des textes avec l’IA tous les jours obtiennent 407 points en sciences, contre 418 pour ceux qui ne le font jamais et 424–426 pour les utilisateurs modérés (OECD, 2026b). En outre, lorsque l’usage fréquent de l’IA s’accompagne d’occasions, à l’école, d’évaluer la qualité des informations qu’elle génère, la performance est légèrement supérieure, mais ces occasions sont moins fréquentes pour les élèves défavorisés, ce qui laisse entrevoir une nouvelle fracture (OECD, 2026b, p. 240).

Données expérimentales : l’IA comme béquille

Les études expérimentales permettent de s’approcher davantage de la causalité. Dans une expérience de terrain menée auprès d’environ mille élèves du secondaire supérieur, l’accès à GPT-4 a amélioré la performance pendant les exercices (de 48% avec une interface standard et de 127% avec un tuteur conçu avec des garde-fous pédagogiques), mais, une fois l’outil retiré, les élèves qui avaient utilisé l’interface standard ont obtenu des notes inférieures de 17% à celles des élèves qui n’y avaient jamais eu accès ; les auteurs montrent que les élèves utilisaient l’IA comme une « béquille » et que les garde-fous du tuteur atténuaient largement cet effet (Bastani et al., 2025). Dans un essai auprès de 117 étudiants universitaires, ChatGPT a amélioré la note d’un essai écrit, mais pas le gain ni le transfert de connaissances, et il a modifié les processus d’apprentissage autorégulé, un schéma que les auteurs ont qualifié de « paresse métacognitive » (Fan et al., 2025). Par rapport à un moteur de recherche classique, l’usage d’un modèle de langage a réduit la charge cognitive de 91 étudiants universitaires, mais a produit une argumentation de moindre qualité (Stadler et al., 2024). Ces résultats convergent avec la recherche sur le délestage cognitif : externaliser l’information améliore la performance immédiate mais nuit à la mémorisation ultérieure, sauf en présence d’un objectif d’apprentissage explicite (Grinschgl et al., 2021).

Les données corrélationnelles vont dans le même sens, avec les limites propres à leur devis. Chez 666 participants, l’usage fréquent d’outils d’IA était associé à une pensée critique plus faible, relation médiée par le délestage cognitif et plus marquée chez les plus jeunes (Gerlich, 2025) ; chez 319 travailleurs du savoir, une plus grande confiance dans l’IA générative était associée à moins de pensée critique (Lee et al., 2025) ; et une revue systématique a lié la dépendance excessive aux systèmes de dialogue à des effets défavorables sur la prise de décision et le raisonnement analytique (Zhai et al., 2024). Une étude par électroencéphalographie, non encore évaluée par les pairs et ne comptant que 54 participants adultes, a rapporté une connectivité neuronale plus faible et une moindre appropriation des textes chez ceux qui écrivaient avec l’aide d’un modèle de langage (Kosmyna et al., 2025) ; ses résultats doivent être considérés comme préliminaires.

Données favorables : l’IA comme étayage

La même technologie produit des effets opposés selon sa conception pédagogique. Dans un essai randomisé auprès d’étudiants universitaires en physique, un tuteur d’IA construit sur les mêmes principes pédagogiques que le cours en présentiel a permis d’apprendre davantage en moins de temps que l’enseignement actif (Kestin et al., 2025). Au Nigeria, un programme de tutorat de six semaines avec un modèle de langage a amélioré les résultats des élèves du secondaire supérieur de 0.31 écart-type, et ceux en anglais de 0.23, un effet équivalent à 1.5 à 2 années de scolarité ordinaire et comparable aux interventions les plus coût-efficaces connues (De Simone et al., 2025). Une méta-analyse de 69 publications expérimentales a mis en évidence des améliorations de la performance scolaire et des dispositions à la pensée d’ordre supérieur, ainsi qu’une réduction de l’effort mental (Deng et al., 2025) ; toutefois, une meilleure performance pendant l’usage de l’outil ne garantit pas un apprentissage durable — comme l’a montré l’expérience de Bastani et al. (2025) —, et une autre méta-analyse très citée du même domaine a été rétractée en avril 2026, ce qui illustre la fragilité de cette littérature émergente.

Synthèse : substitution ou augmentation

Les données disponibles étayent une distinction centrale pour la lecture : l’IA générative peut soit se substituer à l’effort de lecture, soit l’étayer. Lorsqu’elle résume un texte que l’élève devait lire, elle lui épargne précisément le travail cognitif — attention soutenue, inférence, intégration — qui construit la compréhension ; lorsqu’elle pose des questions, donne une rétroaction et exige des explications, elle peut prolonger ce travail (Bastani et al., 2025; Yan et al., 2024). Le fait qu’un élève mexicain sur trois utilise l’IA chaque semaine pour résumer ses lectures fait de cette distinction une question de politique éducative, et non une simple préférence pédagogique.

Les données latino-américaines : l’ambivalence de la technologie

La recherche menée dans la région met en garde contre une lecture unidirectionnelle du problème. Pendant les fermetures d’écoles, le manque de connectivité et d’ordinateurs était associé à des apprentissages plus faibles : à Xalapa, un indice de fracture numérique était corrélé aux résultats en lecture (r = .16), et trois enfants sur cinq présentaient une fracture numérique élevée, car si environ 70% avaient accès à Internet, seul un quart avait accès à un ordinateur (Hevia & Vergara-Lope, 2022). À Goiás, au Brésil, un essai randomisé auprès de 18 256 élèves du secondaire supérieur a montré que des messages texte visant à renforcer les compétences socioémotionnelles pendant l’enseignement à distance ont évité 24% des pertes d’apprentissage en portugais (Lichand et al., 2024). Dans PISA 2025, le manque de ressources numériques dans les établissements est associé à une performance plus faible, bien que la relation s’explique en grande partie par le niveau socioéconomique (OECD, 2026b, p. 224). Le panel mondial d’experts qui synthétise les données de coût-efficacité pour les pays à revenu faible et intermédiaire classe l’investissement dans le seul matériel — ordinateurs portables ou tablettes — parmi les mauvais investissements, et l’usage des téléphones mobiles pour soutenir l’apprentissage parmi les stratégies prometteuses aux données limitées (Global Education Evidence Advisory Panel [GEEAP], 2023). Parallèlement, des données descriptives de la région documentent la concurrence entre écrans et lecture : en Argentine, 66.2% des élèves de sixième année utilisaient les réseaux sociaux tous les jours la semaine précédant l’évaluation nationale de 2025, contre 12.5% qui lisaient chaque jour des livres ou des bandes dessinées, et un sur cinq déclarait ne pas avoir de livres à la maison (Ministerio de Capital Humano, 2026) ; au Chili, 29% des enfants et adolescents déclarent avoir du mal à se concentrer sur leurs études en raison du temps passé sur leur téléphone (Claro et al., 2026). La technologie, en somme, n’est ni le problème ni la solution en soi : elle produit des effets de signe opposé selon qu’elle déplace la lecture, en distrait ou s’y substitue, ou qu’elle la structure et la prolonge.

Les politiques scolaires relatives aux appareils : ce que l’on sait

Les restrictions de l’usage du téléphone à l’école se sont rapidement étendues. Dans l’OCDE, la part des élèves inscrits dans des établissements qui n’autorisent pas les téléphones portables est passée de 34% en 2022 à environ la moitié en 2025, et les établissements tendaient à combiner les interdictions avec des lignes directrices pédagogiques par discipline (OECD, 2026b, p. 234). Après prise en compte du niveau socioéconomique, la distraction est plus faible dans les établissements qui appliquent une interdiction (27%) que dans ceux qui n’ont que des lignes directrices (29%) ou aucune politique (32%). Toutefois, l’évolution de la prévalence des interdictions entre 2022 et 2025 n’est pas associée, au niveau des systèmes, à l’évolution de la performance en sciences ou en lecture (OECD, 2026b, p. 235).

En Amérique latine, les systèmes où les interdictions sont plus répandues tendent à déclarer moins de distraction numérique (r = −0.70 pour les treize pays ; figure 5). Le Brésil est passé de 37% à 81% d’élèves dans des établissements appliquant une interdiction, le Chili de 34% à 59%, et le Pérou a atteint 86%, tandis que le Mexique a à peine évolué, de 22% à 27% — une variation non significative — et que l’Uruguay, à 14%, présente la distraction la plus élevée de la région (57%) (tableau 2). Il s’agit d’une association écologique et transversale qui ne permet pas d’inférence causale.

Figure 5

Interdictions du téléphone à l’école et distraction numérique en cours de sciences en Amérique latine, PISA 2025

School Phone Bans and Digital Distraction in Science Lessons in Latin America, PISA 2025

Note. Axe horizontal : pourcentage d’élèves dans des établissements dont le chef d’établissement a déclaré que les téléphones portables ne sont pas autorisés dans l’établissement. Axe vertical : pourcentage d’élèves déclarant que leurs camarades se laissent distraire par des appareils numériques dans la plupart ou la totalité des cours de sciences. Corrélation de Pearson pour les 13 systèmes latino-américains : r = −0.70. Il s’agit d’une association descriptive au niveau des systèmes qui ne permet pas d’inférence causale. Élaboration à partir des tableaux I.B1.4.43 et I.B1.4.47 (OECD, 2026b).

Les données sur les effets des interdictions sont moins concluantes que ne le laisse penser le débat public. En Espagne, les interdictions régionales introduites en 2015 ont été associées à une baisse du harcèlement scolaire et, en Galice, à des gains dans PISA équivalant à 0.6 à 0.8 année d’apprentissage en mathématiques (Beneito & Vicente-Chirivella, 2022). Une revue rapide de cinq études a estimé un léger effet global (d = 0.162), plus net pour le bien-être social que pour la réussite scolaire (Böttger & Zierer, 2024), et une revue de la portée de 22 études a relevé l’absence d’essais randomisés et l’hétérogénéité des définitions de l’« interdiction » (Campbell et al., 2024). Dans 30 établissements secondaires anglais comptant 1 227 adolescents, les politiques restrictives ont réduit l’usage du téléphone et des réseaux sociaux pendant la journée scolaire, mais pas l’usage total ni le bien-être mental (Goodyear et al., 2025). L’interprétation la plus raisonnable est que les restrictions réduisent la distraction en classe, mais que leur effet sur l’apprentissage est modeste et dépend des pratiques pédagogiques qui les accompagnent.

Discussion : le modèle 4D de l’érosion de la lecture

Les données examinées étayent quatre affirmations, avec des degrés de certitude différents. Premièrement, le déclin de la compréhension de l’écrit est réel, étendu et peu susceptible d’être un artefact de mesure ; au Mexique, en outre, il ne s’explique pas uniquement par l’élargissement de la couverture. Deuxièmement, sa caractéristique distinctive est la perte de la capacité à lire attentivement et à maintenir l’attention, visible dans la hausse des réponses précipitées et dans la plus grande difficulté face aux textes longs. Troisièmement, la détérioration a commencé avant la pandémie et avant l’IA générative, de sorte qu’aucune des deux ne peut en être la cause unique. Quatrièmement, les appareils numériques et l’IA agissent sur la lecture selon la finalité, le contexte et la conception pédagogique de leur usage, plutôt que par leur simple présence ou par le temps total d’exposition.

Pour intégrer ces résultats, le modèle 4D est proposé (figure 6). Il identifie quatre mécanismes par lesquels l’écosystème numérique peut éroder la compréhension de l’écrit et quatre amplificateurs contextuels qui en modulent l’intensité.

Figure 6

Le modèle 4D de l’érosion de la compréhension de l’écrit à l’ère numérique

The 4D Model of Reading-Comprehension Erosion in the Digital Age

Note. Modèle conceptuel intégrateur proposé dans cette revue à partir des données examinées. Les mécanismes (D1–D4) sont reliés aux résultats de performance et modulés par des amplificateurs contextuels ; chaque levier politique cible un mécanisme. Les flèches indiquent des relations hypothétiques, et non une causalité démontrée.

Quatre mécanismes

Le déplacement (D1) désigne la substitution, par l’usage récréatif des écrans, des activités qui construisent la compétence en lecture — lecture soutenue de textes longs, sommeil suffisant et conversation entre adultes et enfants. Ses appuis sont modérés : il repose sur des études longitudinales et de cohorte portant sur le langage dans la petite enfance (Brushe et al., 2024; Takahashi et al., 2023), sur la faible association entre lecture numérique de loisir et compréhension (Altamura et al., 2025) et sur l’association entre usage nocturne du téléphone et sommeil (Brautsch et al., 2023) ; au niveau de la population, le recul de la lecture chez les adultes au Mexique suggère un appauvrissement de l’environnement de lecture au foyer (INEGI, 2024).

La distraction (D2) renvoie à la fragmentation de l’attention par les notifications, le multitâche et l’usage récréatif en classe. Elle dispose d’indicateurs scolaires clairs (OECD, 2026b) et de données expérimentales d’effets faibles et hétérogènes — plus constants pour la mémoire que pour l’attention (Böttger et al., 2023) —, et sa traduction en pertes d’apprentissage à long terme reste à estimer au moyen de devis causaux robustes en milieu scolaire (Campbell et al., 2024).

La dégradation de la lecture approfondie (D3) décrit l’accoutumance à une lecture rapide, fragmentée et superficielle qui se transfère même aux tâches exigeant l’inverse. Elle est étayée par des méta-analyses de l’effet d’infériorité de l’écran (Furenes et al., 2021; Salmerón et al., 2024), par des études expérimentales du traitement superficiel sous pression temporelle (Delgado & Salmerón, 2021) et, au niveau de la population, par la hausse des réponses précipitées et le recul plus prononcé sur les textes longs observés dans PISA (OECD, 2026b).

La délégation cognitive (D4) est le mécanisme le plus récent et potentiellement celui qui a la plus grande portée : le transfert à l’IA générative des opérations consistant à résumer, inférer et rédiger, qui sont précisément celles que l’école cherche à développer. Les données expérimentales auprès d’élèves du secondaire supérieur et d’étudiants universitaires montrent qu’un usage sans garde-fous améliore la performance immédiate au détriment de l’apprentissage ultérieur (Bastani et al., 2025; Fan et al., 2025; Stadler et al., 2024), en accord avec la recherche sur le délestage cognitif (Grinschgl et al., 2021). La part des élèves qui utilisent l’IA pour résumer les lectures imposées fait de ce risque un phénomène à grande échelle (OECD, 2026b).

La matrice de l’annexe B synthétise les principales études empiriques qui étayent chaque mécanisme, avec leur devis, leur échantillon et leur niveau de preuve.

Quatre amplificateurs

Les mécanismes n’opèrent pas dans le vide. La pauvreté des apprentissages et les inégalités constituent l’amplificateur le plus important pour l’Amérique latine : lorsque le décodage n’est pas automatisé, soutenir la lecture d’un texte long coûte davantage, et les alternatives numériques — se laisser distraire, survoler, déléguer — deviennent plus attrayantes. Les fermetures d’écoles et l’absentéisme ont réduit la pratique guidée de la lecture précisément pendant les années où ces cohortes devaient consolider leur fluidité (Hevia et al., 2022; OECD, 2026a). La gouvernance numérique scolaire détermine si l’appareil en classe fonctionne comme un outil ou comme un distracteur (OECD, 2026b). Enfin, l’écologie médiatique familiale — usage partagé ou solitaire, télévision en arrière-plan, usage des écrans par les adultes pendant les routines des enfants — module les effets dès la petite enfance (Mallawaarachchi et al., 2024).

Le modèle aide à interpréter l’un des paradoxes de PISA 2025 : dans l’OCDE, les baisses les plus fortes se concentrent dans le quart socioéconomique le plus favorisé (OECD, 2026b, p. 309). Si le déplacement et la délégation supposent un accès aux appareils et aux outils d’IA — dont l’usage fréquent est plus répandu chez les élèves favorisés —, il est logique que, dans les systèmes où l’alphabétisation fondamentale est consolidée, l’érosion apparaisse d’abord dans les groupes les plus exposés. En Amérique latine, en revanche, il faut s’attendre à une double charge : des déficits structurels d’alphabétisation fondamentale se conjuguent avec l’érosion numérique. Le cas mexicain est compatible avec cette interprétation : la distraction numérique n’est pas associée à la performance une fois pris en compte le niveau socioéconomique, ce qui suggère que d’autres déterminants pèsent davantage dans un contexte de faible performance généralisée, tandis que le recul des 25% les plus performants indique que l’érosion atteint aussi ceux qui ont franchi les obstacles de base.

Propositions réfutables

Pour que le modèle soit utile à la recherche, ses hypothèses sont formulées sous forme de propositions réfutables :

P1 (déplacement). L’association entre le temps d’écran récréatif et la compréhension devrait être plus forte pour les tâches exigeant la lecture soutenue de textes longs que pour les tâches de repérage d’informations. Si des études longitudinales fondées sur des relevés d’emploi du temps ne trouvent aucune relation entre le déplacement de la lecture longue et la compréhension ultérieure, D1 devrait être écarté.

P2 (distraction). Les restrictions qui réduisent la distraction en classe devraient produire des améliorations dans les tâches exigeant une attention soutenue, surtout là où la distraction initiale était élevée. Si des restrictions bien mises en œuvre — comme celles du Brésil, du Chili ou l’accord publié au Mexique en 2026 — réduisent la distraction sans produire de changement de la compréhension de l’écrit après deux ou trois ans, le poids causal de D2 devrait être revu à la baisse.

P3 (dégradation). La hausse des réponses précipitées devrait être associée, au niveau individuel, à des habitudes de lecture numérique fragmentée et pas seulement à une faible motivation dans des tests à faibles enjeux. Si la réponse précipitée s’explique entièrement par la motivation face au test, D3 est réfuté.

P4 (délégation). Les élèves qui résument habituellement les lectures imposées avec l’IA devraient présenter des gains de compréhension plus faibles, évalués sans l’outil, que des élèves comparables qui utilisent l’IA en mode tuteur ou ne l’utilisent pas. Si des essais randomisés montrent des gains égaux ou supérieurs, D4 est réfuté.

P5 (amplification). Les effets de D1 à D4 devraient être plus importants chez les élèves dont la fluidité en lecture est plus faible. S’ils s’avèrent homogènes, l’hypothèse d’amplification devrait être abandonnée.

Explications alternatives

Le modèle 4D ne prétend pas expliquer l’ensemble du phénomène. La perturbation scolaire liée à la pandémie et la hausse de l’absentéisme pèsent probablement lourd, et le fait que les résultats de PIRLS aient annoncé les baisses de PISA renvoie à des racines situées au début de la scolarité (OECD, 2026b, p. 310) ; toutefois, la tendance négative de la lecture a commencé vers 2012 et s’est poursuivie entre 2022 et 2025, après la réouverture des écoles. Les cohortes évaluées en 2025 étaient en cinquième ou en sixième année du primaire pendant les fermetures d’écoles, de sorte qu’une partie de leur retard peut être une conséquence de cette perturbation ; le fait que plusieurs mesures nationales au primaire montrent une reprise alors que la lecture des adolescents continue de reculer est compatible à la fois avec cet effet de cohorte et avec des pressions propres à l’adolescence numérique, et les distinguer constitue une priorité de recherche. L’élargissement de la couverture explique une partie des baisses dans plusieurs pays latino-américains, mais pas le recul du segment le plus performant au Mexique. La baisse de l’effort déclaré est modeste, la fatigue n’explique pas les tendances et les changements démographiques dus aux migrations ne représentent que quelques points (OECD, 2026b, pp. 310, 315–317). D’autres facteurs — la qualité de la formation des enseignants, les changements curriculaires, la violence ou la précarité économique des ménages — n’ont pas été évalués avec le détail nécessaire et devraient être pris en compte dans de futures études. La conclusion la plus cohérente avec les données est multicausale : les mécanismes numériques agissent sur un socle de retard structurel et de perturbation scolaire, et les deux processus se renforcent probablement l’un l’autre.

Stratégies pour le Mexique et l’Amérique latine

Traduire les données probantes en politique éducative exige cinq principes. Le premier est de donner la priorité aux fondements : aucune régulation technologique ne peut compenser l’absence d’une alphabétisation initiale solide. Le deuxième est d’agir sur les mécanismes, et non sur les symboles : chaque intervention doit cibler un ou plusieurs mécanismes du modèle 4D. Le troisième est l’équité : les écarts d’accès, d’usage et d’occasions d’apprendre à utiliser l’IA de manière critique reproduisent des inégalités préexistantes (OECD, 2026b, p. 240). Le quatrième est d’évaluer tout ce qui est mis en œuvre, avec des devis qui permettent d’attribuer les effets. Le cinquième est de se méfier des solutions uniques : la technologie n’est ni le méchant ni le sauveur de la lecture. Le tableau 3 synthétise les stratégies, le mécanisme ciblé par chacune, le niveau de preuve qui les étaye, les acteurs responsables et les indicateurs de suivi.

Alphabétisation initiale structurée et enseignement adapté au niveau

Les données les plus solides sur la manière d’améliorer les apprentissages dans les pays à revenu intermédiaire désignent deux interventions classées parmi les plus coût-efficaces : la pédagogie structurée — plans de cours, matériel et accompagnement continu des enseignants — et l’enseignement ciblé sur le niveau d’apprentissage des élèves plutôt que sur leur niveau scolaire (Angrist et al., 2025; GEEAP, 2023). Le tutorat complète ces stratégies : une méta-analyse d’expériences de terrain a estimé un effet moyen de 0.29 écart-type, plus important lorsque le tutorat est assuré par des enseignants ou des paraprofessionnels, dans les premières années, au moins trois fois par semaine et pendant la journée scolaire (Nickow et al., 2024) ; chez les élèves à risque de dyslexie, les interventions en lecture montrent des effets significatifs qui augmentent avec la dose (Hall et al., 2023).

L’Amérique latine offre des expériences précieuses. Au Brésil, l’Engagement national Enfant alphabétisé a fixé l’objectif que les enfants brésiliens soient alphabétisés à la fin de la deuxième année (Decreto nº 11.556, 2023) ; avec un indicateur annuel comparable, la part des enfants alphabétisés est passée de 56% en 2023 à 66% en 2025, et l’objectif légal est d’atteindre au moins 80% d’ici 2030 (Instituto Nacional de Estudos e Pesquisas Educacionais Anísio Teixeira [Inep], 2026). Au Ceará, la combinaison d’un financement municipal conditionné aux résultats scolaires et d’une assistance technique pédagogique a été associée à des gains de 0.15 écart-type en neuvième année, qui doublaient avec l’assistance technique (Lautharte et al., 2021), et à une hausse de 12% des scores de portugais au primaire selon une analyse par contrôle synthétique (Ponne, 2023). Le plan de réactivation du Chili de 2023 comprenait une stratégie contre le retard en lecture de la deuxième à la quatrième année, avec du matériel pédagogique et plus de 20 000 tuteurs (Ministerio de Educación de Chile [Mineduc], 2023), et l’Argentine a créé en 2024 un plan national d’alphabétisation assorti d’axes explicites de formation des enseignants, de suivi et d’évaluation (Decreto 579/2024, 2024). Bien qu’elles ne permettent pas d’attribution causale, les mesures nationales les plus récentes montrent des reprises au primaire : au Chili, le score de lecture en quatrième année a atteint en 2024 le niveau le plus élevé de sa série historique, tandis que celui de la dixième année restait inférieur à son pic de 2010–2012 (Agencia de Calidad de la Educación, 2025) ; au Pérou, la lecture en quatrième année est revenue en 2024 aux niveaux d’avant la pandémie (Oficina de Medición de la Calidad de los Aprendizajes [UMC], 2026) ; et en Argentine, la part des élèves de sixième année sous le niveau satisfaisant en langue est passée de 33.6% en 2023 à 23.1% en 2025 (Ministerio de Capital Humano, 2026). Le contraste entre la reprise au primaire et le recul à l’adolescence suggère que les politiques d’alphabétisation initiale peuvent porter leurs fruits en quelques années, mais que la lecture à l’adolescence subit des pressions supplémentaires. Le tutorat à faible technologie a également montré des effets dans la région : au Salvador, un tutorat par appels téléphoniques combiné à des messages texte pendant huit semaines a amélioré l’apprentissage des mathématiques de 0.23 écart-type (Zoido et al., 2024).

Pour le Mexique, la priorité est d’établir une politique nationale d’alphabétisation initiale assortie d’objectifs vérifiables, comprenant un diagnostic censitaire de la fluidité et de la compréhension à la fin de la deuxième ou de la troisième année, du matériel structuré, un accompagnement des enseignants en classe et un tutorat ciblé pour les élèves qui n’atteignent pas les niveaux attendus.

La lecture approfondie et longue pendant le temps scolaire

Puisque le trait le plus caractéristique du recul est la perte de la capacité à soutenir la lecture de textes longs, l’école doit reconstruire délibérément cette capacité. Trois nuances fondées sur les données sont nécessaires. Premièrement, un temps de lecture autonome non guidé ne suffit pas : une synthèse d’études expérimentales et quasi expérimentales menées entre 2000 et 2020 n’a trouvé aucun bénéfice notable de la lecture silencieuse autonome, bien que la qualité des études fût limitée (Erbeli & Rice, 2022). Deuxièmement, l’enseignement explicite de stratégies de compréhension et le développement des connaissances préalables produisent des effets substantiels chez les lecteurs en difficulté (g = 0.59) (Filderman et al., 2022). Troisièmement, pour les textes longs et l’étude, le papier conserve un avantage faible mais constant (Salmerón et al., 2024), et dans la petite enfance la lecture partagée et dialogique avec un adulte est plus efficace que les enrichissements numériques (Furenes et al., 2021; Pillinger & Vardy, 2022). En conclusion de son analyse des tendances, l’OCDE souligne que la lecture sur papier reste pertinente pour développer l’endurance et l’agilité qu’exige l’écosystème informationnel actuel (OECD, 2021, 2026b, p. 318).

La recommandation opérationnelle est de garantir, à chaque niveau, des périodes quotidiennes de lecture guidée de textes de longueur croissante — sur papier lorsqu’il s’agit de lecture longue —, accompagnées d’un enseignement explicite de stratégies, d’une discussion en classe et d’une écriture sur ce qui a été lu. La Stratégie nationale de lecture du Mexique, centrée sur des cercles et des marathons de lecture (Secretaría de Educación Pública [SEP], n.d.), peut servir de plateforme de promotion, mais elle doit être articulée à l’enseignement en classe et soumise à évaluation.

La gouvernance scolaire des appareils

Les restrictions de l’usage du téléphone se sont étendues très rapidement : de moins d’un pays sur quatre en 2023 à 114 systèmes éducatifs — 58% des pays — dotés d’interdictions nationales en mars 2026 (D'Addio, 2026; UNESCO, 2023a). Dans la région, le Brésil a interdit en janvier 2025 l’usage des appareils portables personnels pendant les cours, les récréations et les pauses dans l’ensemble de l’éducation de base, avec des exceptions pédagogiques, d’accessibilité et de santé (Lei nº 15.100, 2025) ; une enquête officielle auprès des gestionnaires scolaires a indiqué que 92% des établissements appliquaient déjà la loi et que les restrictions couvrant tous les espaces scolaires étaient passées de 20% à 48% des établissements, même si le rapport lui-même avertit que les effets sur l’apprentissage ne peuvent pas encore être mesurés (Secretaria de Educação Básica et al., 2026). Le Chili a publié en février 2026 une loi interdisant l’usage de ces appareils dans l’éducation préscolaire, primaire et secondaire, qui prévoit une évaluation de ses effets en 2030 (Ley N.° 21.801, 2026). Au Mexique, le ministère de l’Éducation publique a publié le 22 septembre 2026 l’accord n° 09/09/26, qui entrera en vigueur le 3 novembre 2026 et restreint l’usage des téléphones portables et des appareils personnels pendant toute la journée scolaire dans l’éducation de base, sauf à des fins éducatives programmées sous la conduite de l’enseignant, tandis que dans le deuxième cycle du secondaire il prévoit des accords avec la communauté scolaire (Acuerdo número 09/09/26, 2026).

Les données examinées invitent à des attentes prudentes : les restrictions réduisent la distraction en classe et peuvent améliorer le climat scolaire, mais leurs effets sur l’apprentissage sont, au mieux, modestes et dépendent de la mise en œuvre (Böttger & Zierer, 2024; Goodyear et al., 2025; OECD, 2026b, pp. 234–235). Il est donc recommandé que la mise en œuvre de l’accord mexicain (a) combine la restriction avec des lignes directrices pédagogiques par discipline — comme l’ont fait la plupart des établissements de l’OCDE qui ont adopté des interdictions entre 2022 et 2025 — afin de ne pas perdre l’usage pédagogique de la technologie ; (b) inclue une formation des enseignants à la gestion de classes qui soutiennent l’attention ; (c) établisse dès maintenant une situation de référence et un dispositif d’évaluation tirant parti des différences de calendrier de mise en œuvre entre États, avec des indicateurs de distraction, d’endurance en lecture, de climat scolaire et de bien-être ; et (d) évite de présenter la restriction comme une solution suffisante au problème de la lecture.

Une intelligence artificielle dotée de garde-fous pédagogiques

La distinction entre substitution et étayage doit devenir un critère de politique. Cinq axes d’action sont proposés. Premièrement, suivre la recommandation de l’UNESCO de ne pas autoriser l’usage autonome de l’IA générative avant 13 ans (UNESCO, 2023b). Deuxièmement, au primaire et au premier cycle du secondaire, concevoir les tâches de lecture de sorte que le traitement du texte ne puisse pas être délégué : lecture en classe, annotation, restitution orale, questions inférentielles et réponses manuscrites sur ce qui a été lu, avec une évaluation qui valorise le processus et pas seulement le produit. Troisièmement, lorsque l’IA est utilisée, privilégier des tuteurs conçus pour poser des questions, donner une rétroaction et exiger des explications plutôt que pour fournir des réponses, car ce sont eux qui préservent l’apprentissage (Bastani et al., 2025; De Simone et al., 2025; Kestin et al., 2025). Quatrièmement, intégrer la littératie en IA au curriculum à partir des cadres de compétences de l’UNESCO pour les élèves et les enseignants (UNESCO, 2024a, 2024b) et du cadre de littératie en IA de l’OCDE et de la Commission européenne, approuvé en 2026 (OECD & European Commission, 2026) ; PISA 2025 indique que les occasions d’évaluer de manière critique les informations générées par l’IA sont associées à de meilleurs résultats, mais qu’elles sont moins fréquentes chez les élèves défavorisés (OECD, 2026b, p. 240). Cinquièmement, préparer les enseignants à concevoir, superviser et évaluer ces pratiques.

La littératie numérique critique

Lire sur Internet exige des stratégies spécifiques. L’enseignement de la lecture latérale — quitter une page web inconnue pour la confronter à d’autres sources avant de s’y fier — a amélioré significativement la capacité des élèves du secondaire supérieur à juger de la crédibilité des contenus numériques après six séances de 50 minutes (Wineburg et al., 2022). L’OCDE a recommandé d’enseigner explicitement des stratégies de navigation et d’évaluation des sources, étant donné que seule une petite minorité d’élèves sait distinguer les faits des opinions (OECD, 2021). Ces compétences doivent être intégrées à l’enseignement de la lecture plutôt que traitées comme un sujet technologique isolé.

Petite enfance, familles et environnement de lecture au foyer

Les politiques destinées aux familles doivent passer du décompte des minutes à la qualité de l’usage : privilégier l’usage partagé, éviter la télévision en arrière-plan et l’usage des écrans par les adultes pendant les routines de l’enfant, et protéger le sommeil et la conversation (Brushe et al., 2024; Mallawaarachchi et al., 2024). La Société argentine de pédiatrie recommande d’éviter les écrans avant 18 mois, sauf pour les appels vidéo, et d’en limiter l’usage après deux ans (García & Dias de Carvalho, 2022). Au Mexique, les stimuli les plus souvent cités par les lecteurs adultes sont le fait d’avoir eu à la maison des livres autres que les manuels scolaires et d’avoir vu leurs parents ou tuteurs lire (INEGI, 2024), ce qui plaide pour des programmes qui fournissent des livres et encouragent la lecture partagée dans la petite enfance.

Mesure, évaluation et reddition de comptes

Le Mexique ne peut ni concevoir ni évaluer des politiques de lecture sans données. Il est indispensable de rétablir une évaluation nationale des apprentissages stable, techniquement indépendante et comparable dans le temps, qui mesure au moins la fluidité et la compréhension en lecture dans les premières années du primaire, à la fin du primaire et à la fin du premier cycle du secondaire ; de maintenir la participation à PISA et de revenir à une participation représentative à l’échelle nationale à l’ERCE ; de publier les microdonnées ; et de suivre l’assiduité scolaire comme indicateur précoce de risque (OECD, 2026a). La fragilité de ces systèmes n’est pas propre au Mexique : en septembre 2026, le Pérou a annulé son évaluation nationale des apprentissages prévue pour cette année-là et l’a reprogrammée en 2027 (Resolución Ministerial N.° 550-2026-MINEDU, 2026). L’accord de 2026 sur les appareils offre en outre une occasion exceptionnelle d’évaluation rigoureuse qu’il ne faudrait pas laisser passer.

La régulation de l’environnement numérique de l’enfance

Enfin, la responsabilité ne peut reposer uniquement sur l’école et les familles. En 2025, le Brésil a adopté le Statut numérique de l’enfant et de l’adolescent, qui exige des mécanismes fiables de vérification de l’âge — l’autodéclaration n’est pas acceptée — pour les contenus inappropriés, avec des amendes pouvant atteindre 10% du chiffre d’affaires dans le pays (Lei nº 15.211, 2025), et l’Australie a fixé à 16 ans l’âge minimal pour détenir un compte sur les réseaux sociaux (Online Safety Amendment Act, 2024). Au Mexique, des initiatives législatives existent en la matière, mais aucune n’a été adoptée (Huerta Romero, 2026). Il est recommandé de mener une délibération fondée sur les données probantes sur la conception adaptée à l’âge, la vérification de l’âge et la limitation des fonctionnalités conçues pour capter l’attention, en évaluant leurs effets.

Tableau 3

Feuille de route des stratégies pour le Mexique et l’Amérique latine

StratégieMécanismePreuvesActeursHorizonIndicateurs de suivi
Alphabétisation initiale structurée, enseignement adapté au niveau et tutoratAmplificateur ; D3AMinistère, autorités des États, établissements1–4 ans% d’alphabétisés à la fin de la 2e année ; fluidité ; % sous le niveau minimal
Lecture guidée quotidienne de textes longs, enseignement explicite de stratégies et papier pour la lecture longueD1; D3A–BEnseignants, chefs d’établissement, bibliothèques scolaires1–2 ansMinutes quotidiennes de lecture guidée ; longueur des textes ; compréhension inférentielle
Gouvernance scolaire des appareils avec lignes directrices pédagogiques, formation des enseignants et évaluationD2B-CMinistère, autorités des États, établissementsImmédiat ; évaluation à 3 ansDistraction déclarée ; harcèlement ; endurance en lecture ; bien-être
IA avec garde-fous pédagogiques, littératie en IA et évaluation repenséeD4B; DMinistère, formateurs d’enseignants, développeurs1–3 ans% résumant les lectures imposées avec l’IA ; occasions d’évaluer l’information générée par l’IA ; compréhension sans l’aide de l’IA
Littératie numérique critique (lecture latérale, évaluation des sources)D2; D3BEnseignants, autorités curriculaires1–2 ansCapacité à juger de la crédibilité ; distinction entre faits et opinions
Petite enfance et familles : usage partagé, lecture dialogique, sommeil et livres à la maisonD1BSanté, éducation de la petite enfance, systèmes de protection de l’enfance, familles2–5 ansLecture partagée hebdomadaire ; livres à la maison ; exposition aux écrans avant 2 ans
Mesure et évaluation : évaluation nationale stable, participation à PISA et à l’ERCE, microdonnées et assiduitéTransversal—Congrès, ministère, organisme technique indépendant2–3 ansSérie comparable en lecture ; participation nationale à l’ERCE ; publication des microdonnées
Régulation de l’environnement numérique : conception adaptée à l’âge et vérification de l’âgeD1; D2DCongrès, régulateurs, plateformes3–5 ansRègles adoptées et évaluées ; indicateurs d’exposition

Note. Preuves : niveaux définis dans la section Méthode ; « — » désigne une mesure habilitante qui n’est pas évaluée par son effet direct sur l’apprentissage. Mécanismes : D1 = déplacement ; D2 = distraction ; D3 = dégradation de la lecture approfondie ; D4 = délégation cognitive.

Limites et programme de recherche

Cette revue de l’état de l’art comporte des limites qu’il convient d’expliciter. En raison de son devis narratif et critique, la sélection des études — bien qu’appuyée sur des recherches structurées et vérifiées — n’a pas l’exhaustivité d’une revue systématique, et aucun effet agrégé original n’a été estimé. La plupart des données expérimentales sur les appareils et l’IA proviennent de pays à revenu élevé et, dans le cas de l’IA générative, d’étudiants universitaires et d’interventions de courte durée ; leur transposition aux enfants latino-américains doit être envisagée avec prudence. Les données de PISA sont transversales, les indicateurs d’usage des appareils et de l’IA sont déclaratifs et les associations entre pays sont écologiques ; aucune des relations décrites à partir de PISA ne doit donc être interprétée comme causale. L’analyse s’est appuyée sur les tableaux publiés par l’OCDE plutôt que sur une réanalyse des microdonnées. Certains chiffres régionaux proviennent de simulations — comme les projections de pauvreté des apprentissages — ou de données de graphiques de rapports officiels, ce qui a été signalé. Enfin, la vitesse à laquelle évoluent les outils d’IA fait qu’une partie des données pourrait rapidement devenir obsolète.

Le programme de recherche qui se dégage de cette revue est vaste. Cinq priorités se détachent pour le Mexique et l’Amérique latine. Premièrement, l’analyse multiniveaux des microdonnées de PISA 2025, y compris les données de processus — temps de réponse et parcours de navigation —, afin de tester les propositions P1 à P5 avec des informations individuelles. Deuxièmement, l’intégration des résultats de l’ERCE 2025, attendus vers la fin de 2026 (Fondo para la Excelencia de la Educación y la Investigación [FEEI], 2025), et de l’évaluation PISA 2025 de l’apprentissage dans le monde numérique, que l’OCDE publiera dans le volume III du rapport (OECD, 2026b, p. 49), qui permettront d’examiner l’éducation primaire et la capacité à apprendre efficacement dans des environnements numériques. Troisièmement, l’évaluation rigoureuse des restrictions du téléphone récemment adoptées au Brésil, au Chili et au Mexique, qui constituent des expériences naturelles très précieuses si l’on recueille des données de référence et si l’on documente le calendrier de mise en œuvre. Quatrièmement, des essais randomisés de tuteurs d’IA dotés de garde-fous pédagogiques, en espagnol et auprès d’élèves de l’éducation de base, qui mesurent la compréhension de l’écrit sans l’outil et sa persistance dans le temps. Cinquièmement, des cohortes longitudinales latino-américaines reliant l’exposition précoce aux écrans, l’environnement de lecture au foyer et le développement de la fluidité et de la compréhension. La lecture sera de nouveau le domaine majeur de PISA en 2029 (OECD, 2026b, p. 318) ; la région dispose de trois ans pour arriver à cette évaluation avec des politiques fondées sur les données probantes et des systèmes d’information capables de les évaluer.

Conclusions

Les résultats de PISA 2025 confirment que le monde fait face à un déclin profond et généralisé de la compréhension de l’écrit chez ses adolescents et, surtout, ils en précisent la nature : ce qui s’érode, c’est la capacité à lire attentivement, à maintenir l’attention sur des textes longs et à évaluer et intégrer ce qui est lu. Au Mexique et en Amérique latine, cette érosion se superpose à un retard historique de l’alphabétisation fondamentale, aux fermetures d’écoles les plus longues du monde et, dans le cas mexicain, à l’affaiblissement des capacités nationales d’évaluation. La moitié des élèves mexicains de 15 ans n’atteint pas aujourd’hui le niveau de compétence de base en lecture, et le recul touche aussi les meilleurs élèves du pays.

Les données examinées n’étayent pas la thèse selon laquelle les smartphones ou l’IA générative seraient, à eux seuls, la cause du problème, mais elles identifient des mécanismes plausibles et, dans plusieurs cas, bien documentés par lesquels l’écosystème numérique peut l’aggraver : le déplacement de la lecture longue, du sommeil et de la conversation ; la distraction en classe ; la dégradation de la lecture approfondie ; et la délégation à l’IA de l’effort cognitif qu’exige la lecture. Le modèle 4D proposé organise ces mécanismes, les relie aux amplificateurs contextuels caractéristiques de la région et les traduit en propositions que la recherche peut tester.

La réponse politique ne doit pas être symbolique. Restreindre le téléphone à l’école, comme viennent de le faire le Brésil, le Chili et le Mexique, peut réduire la distraction, mais n’apprendra pas à lire à ceux qui ne maîtrisent pas la lecture initiale et ne reconstruira pas à lui seul la capacité à maintenir l’attention sur un texte complexe. Les stratégies les mieux étayées — alphabétisation initiale structurée, enseignement adapté au niveau, tutorat, lecture guidée de textes longs, enseignement explicite de stratégies de compréhension et de lecture critique dans les environnements numériques, IA dotée de garde-fous pédagogiques et travail avec les familles dès la petite enfance — exigent du temps, un investissement soutenu et, surtout, des systèmes de mesure capables de montrer si elles fonctionnent. Si les données de 2025 enseignent quelque chose, c’est que la lecture approfondie n’est pas une relique d’une autre époque, mais une capacité qu’il faut protéger et enseigner délibérément à l’ère de l’intelligence artificielle.

Déclarations

Conflits d’intérêts. Il n’existe aucun conflit d’intérêts.

Financement. Ce travail n’a bénéficié d’aucun financement spécifique d’organismes des secteurs public, commercial ou sans but lucratif.

Considérations éthiques. Sans objet : l’étude analyse des documents publiés et des données agrégées accessibles au public, sans participation de personnes.

Disponibilité des données. Les données de PISA 2025 proviennent des classeurs de données officiels (StatLinks) du volume I publié par l’OCDE, accessibles au public ; les chaînes de recherche et les décomptes par base sont présentés à l’annexe A.

Déclaration d’usage de l’intelligence artificielle générative. Des outils d’intelligence artificielle générative — Claude (Anthropic) et le générateur d’images intégré à Codex (OpenAI) — ont été utilisés lors de la préparation de ce travail pour appuyer la recherche et la vérification bibliographiques, le traitement des tableaux officiels, la rédaction préliminaire, la traduction et le résumé graphique, une illustration qui ne contient aucune donnée. L’ensemble du contenu a été revu avant publication : chaque DOI a été vérifié dans Crossref, les rétractations et corrections ont été recherchées et chaque chiffre a été confronté au document original.

Références

Acuerdo número 06/08/23 por el que se modifica el diverso número 14/08/22 por el que se establece el Plan de Estudio para la educación preescolar, primaria y secundaria [Agreement 06/08/23 amending Agreement 14/08/22 establishing the curriculum for preschool, primary and lower secondary education]. (2023, August 15). Diario Oficial de la Federación. https://dof.gob.mx/nota_detalle.php?codigo=5698663&fecha=15/08/2023

Acuerdo número 09/09/26 para garantizar los derechos de niñas, niños, adolescentes y jóvenes en la interacción, uso responsable y seguro de los dispositivos digitales personales, así como de tecnologías de aprendizaje en las escuelas públicas y particulares del Sistema Educativo Nacional [Agreement 09/09/26 to guarantee the rights of children, adolescents and young people in the interaction with, and responsible and safe use of, personal digital devices and learning technologies in public and private schools of the National Education System]. (2026, September 22). Diario Oficial de la Federación. https://dof.gob.mx/nota_detalle.php?codigo=5799247&fecha=22/09/2026

Acuerdo número 14/08/22 por el que se establece el Plan de Estudio para la educación preescolar, primaria y secundaria [Agreement 14/08/22 establishing the curriculum for preschool, primary and lower secondary education]. (2022, August 19). Diario Oficial de la Federación. https://dof.gob.mx/nota_detalle.php?codigo=5661845&fecha=19/08/2022

Agencia de Calidad de la Educación. (2025, March 6). Resultados Simce 2024 revelan histórico avance en 4° básico [Simce 2024 results reveal historic progress in 4th grade] [Press release]. https://www.agenciaeducacion.cl/resultados-simce-2024-revelan-historico-avance-en-4basico/

Altamura, L., Vargas, C., & Salmerón, L. (2025). Do new forms of reading pay off? A meta-analysis on the relationship between leisure digital reading habits and text comprehension. Review of Educational Research, 95(1), 53–88. https://doi.org/10.3102/00346543231216463

Angrist, N., Evans, D. K., Filmer, D., Glennerster, R., Rogers, H., & Sabarwal, S. (2025). How to improve education outcomes most efficiently? A review of the evidence using a unified metric. Journal of Development Economics, 172, Article 103382. https://doi.org/10.1016/j.jdeveco.2024.103382

Arias Ortiz, E., Bos, M. S., Chen Peraza, J., Giambruno, C., Levin, V., Oubiña, V., Pineda, J. A., & Zoido, P. (2024). Learning can't wait: Lessons for Latin America and the Caribbean from PISA 2022. Inter-American Development Bank; World Bank. https://doi.org/10.1596/41144

Bastani, H., Bastani, O., Sungu, A., Ge, H., Kabakcı, Ö., & Mariman, R. (2025). Generative AI without guardrails can harm learning: Evidence from high school mathematics. Proceedings of the National Academy of Sciences, 122(26), Article e2422633122. https://doi.org/10.1073/pnas.2422633122

Beneito, P., & Vicente-Chirivella, Ó. (2022). Banning mobile phones in schools: Evidence from regional-level policies in Spain. Applied Economic Analysis, 30(90), 153–175. https://doi.org/10.1108/AEA-05-2021-0112

Betthäuser, B. A., Bach-Mortensen, A. M., & Engzell, P. (2023). A systematic review and meta-analysis of the evidence on learning during the COVID-19 pandemic. Nature Human Behaviour, 7(3), 375–385. https://doi.org/10.1038/s41562-022-01506-4

Böttger, T., Poschik, M., & Zierer, K. (2023). Does the brain drain effect really exist? A meta-analysis. Behavioral Sciences, 13(9), Article 751. https://doi.org/10.3390/bs13090751

Böttger, T., & Zierer, K. (2024). To ban or not to ban? A rapid review on the impact of smartphone bans in Schools on social well-being and academic performance. Education Sciences, 14(8), Article 906. https://doi.org/10.3390/educsci14080906

Brautsch, L. A., Lund, L., Andersen, M. M., Jennum, P. J., Folker, A. P., & Andersen, S. (2023). Digital media use and sleep in late adolescence and young adulthood: A systematic review. Sleep Medicine Reviews, 68, Article 101742. https://doi.org/10.1016/j.smrv.2022.101742

Brushe, M. E., Haag, D. G., Melhuish, E. C., Reilly, S., & Gregory, T. (2024). Screen time and parent-child talk when children are aged 12 to 36 months. JAMA Pediatrics, 178(4), 369–375. https://doi.org/10.1001/jamapediatrics.2023.6790

Campbell, M., Edwards, E. J., Pennell, D., Poed, S., Lister, V., Gillett-Swan, J., Kelly, A., Zec, D., & Nguyen, T.-A. (2024). Evidence for and against banning mobile phones in schools: A scoping review. Journal of Psychologists and Counsellors in Schools, 34(3), 242–265. https://doi.org/10.1177/20556365241270394

Claro, M., Cabello, P., & Castro Grau, C. (2026). Experiencia digital en la niñez y adolescencia en América Latina: Argentina, Bolivia (Estado Plurinacional de), Brasil, Chile, Costa Rica y Uruguay [Digital experience in childhood and adolescence in Latin America: Argentina, Bolivia (Plurinational State of), Brazil, Chile, Costa Rica and Uruguay] (Project Documents LC/TS.2026/45). Economic Commission for Latin America and the Caribbean. https://hdl.handle.net/11362/90132

Comisión Nacional para la Mejora Continua de la Educación. (2023). Evaluación diagnóstica del aprendizaje de las y los alumnos de educación básica 2022-2023: Informe ejecutivo [Diagnostic assessment of the learning of basic-education students 2022-2023: Executive report]. https://web.archive.org/web/20241209050042/https://www.mejoredu.gob.mx/images/EjecutivoInforme_diagnostica.pdf

D'Addio, A. C. (2026, March 19). Phone bans in schools are spreading worldwide as the policy debate rages on. World Education Blog. https://world-education-blog.org/2026/03/19/phone-bans-in-schools-are-spreading-worldwide-as-the-policy-debate-rages-on/

De Simone, M., Tiberti, F., Barron Rodriguez, M., Manolio, F., Mosuro, W., & Dikoru, E. J. (2025). From chalkboards to chatbots: Evaluating the impact of generative AI on learning outcomes in Nigeria (Policy Research Working Paper No. 11125). World Bank. https://doi.org/10.1596/1813-9450-11125

Decreto 579/2024. Plan Nacional de Alfabetización. Créase Programa [Decree 579/2024. National Literacy Plan. Programme creation]. (2024, July 3). Boletín Oficial de la República Argentina. https://www.boletinoficial.gob.ar/detalleAviso/primera/310048/20240704

Decreto nº 11.556, de 12 de junho de 2023. Institui o Compromisso Nacional Criança Alfabetizada [Decree No. 11,556 of June 12, 2023, establishing the National Literate Child Commitment]. (2023). Diário Oficial da União. https://www.planalto.gov.br/ccivil_03/_ato2023-2026/2023/decreto/d11556.htm

Decreto por el que se reforman, adicionan y derogan diversas disposiciones de la Constitución Política de los Estados Unidos Mexicanos, en materia de simplificación orgánica [Decree amending, adding to and repealing various provisions of the Political Constitution of the United Mexican States regarding organisational simplification]. (2024, December 20). Diario Oficial de la Federación. https://dof.gob.mx/nota_detalle.php?codigo=5745905&fecha=20/12/2024

Delgado, P., & Salmerón, L. (2021). The inattentive on-screen reading: Reading medium affects attention and reading comprehension under time pressure. Learning and Instruction, 71, Article 101396. https://doi.org/10.1016/j.learninstruc.2020.101396

Deng, R., Jiang, M., Yu, X., Lu, Y., & Liu, S. (2025). Does ChatGPT enhance student learning? A systematic review and meta-analysis of experimental studies. Computers & Education, 227, Article 105224. https://doi.org/10.1016/j.compedu.2024.105224

Dworak, E. M., Revelle, W., & Condon, D. M. (2023). Looking for Flynn effects in a recent online U.S. adult sample: Examining shifts within the SAPA Project. Intelligence, 98, Article 101734. https://doi.org/10.1016/j.intell.2023.101734

Erbeli, F., & Rice, M. (2022). Examining the effects of silent independent reading on reading outcomes: A narrative synthesis review from 2000 to 2020. Reading & Writing Quarterly, 38(3), 253–271. https://doi.org/10.1080/10573569.2021.1944830

Fan, Y., Tang, L., Le, H., Shen, K., Tan, S., Zhao, Y., Shen, Y., Li, X., & Gašević, D. (2025). Beware of metacognitive laziness: Effects of generative artificial intelligence on learning motivation, processes, and performance. British Journal of Educational Technology, 56(2), 489–530. https://doi.org/10.1111/bjet.13544

Filderman, M. J., Austin, C. R., Boucher, A. N., O’Donnell, K., & Swanson, E. A. (2022). A meta-analysis of the effects of reading comprehension interventions on the reading comprehension outcomes of struggling readers in third through 12th grades. Exceptional Children, 88(2), 163–184. https://doi.org/10.1177/00144029211050860

Flores Rojas, R., & Valenti Nigrini, G. (2025). Las coaliciones promotoras en las reformas educativas de 2013 y 2019. Revista Latinoamericana de Estudios Educativos, 55(2), 145–172. https://doi.org/10.48102/rlee.2025.55.2.725

Fondo para la Excelencia de la Educación y la Investigación. (2025, October). Operativo ERCE 2025: en busca de una radiografía del aprendizaje en Paraguay [ERCE 2025 operation: Towards an X-ray of learning in Paraguay]. https://feei.gov.py/operativo-erce-2025-en-busca-de-una-radiografia-del-aprendizaje-en-paraguay/

Furenes, M. I., Kucirkova, N., & Bus, A. G. (2021). A comparison of children’s reading on paper versus screen: A meta-analysis. Review of Educational Research, 91(4), 483–517. https://doi.org/10.3102/0034654321998074

García, S. V., & Dias de Carvalho, T. (2022). El uso de pantallas electrónicas en niños pequeños y de edad preescolar. Archivos Argentinos de Pediatría, 120(5), 340–345. https://doi.org/10.5546/aap.2022.340

Gerlich, M. (2025). AI tools in society: Impacts on cognitive offloading and the future of critical thinking. Societies, 15(1), Article 6. https://doi.org/10.3390/soc15010006

Global Education Evidence Advisory Panel. (2023). Cost-effective approaches to improve global learning: What does recent evidence tell us are “smart buys” for improving learning in low- and middle-income countries? World Bank; Foreign, Commonwealth & Development Office; UNICEF; USAID. https://documents1.worldbank.org/curated/en/099008110232520373/pdf/IDU-9401bfdd-f4ff-486b-84b4-570be4f65543.pdf

Gobierno del Estado de Nuevo León. (2025, May 21). Destaca Nuevo León en aplicación de evaluaciones educativas [Nuevo León stands out in the administration of educational assessments] [Bulletin]. https://www.nl.gob.mx/es/boletines/destaca-nuevo-leon-en-aplicacion-de-evaluaciones-educativas

Goodyear, V. A., Randhawa, A., Adab, P., Al-Janabi, H., Fenton, S., Jones, K., Michail, M., Morrison, B., Patterson, P., Quinlan, J., Sitch, A., Twardochleb, R., Wade, M., & Pallan, M. (2025). School phone policies and their association with mental wellbeing, phone use, and social media use (SMART Schools): A cross-sectional observational study. The Lancet Regional Health - Europe, 51, Article 101211. https://doi.org/10.1016/j.lanepe.2025.101211

Grinschgl, S., Papenmeier, F., & Meyerhoff, H. S. (2021). Consequences of cognitive offloading: Boosting performance but diminishing memory. Quarterly Journal of Experimental Psychology, 74(9), 1477–1496. https://doi.org/10.1177/17470218211008060

Hall, C., Dahl-Leonard, K., Cho, E., Solari, E. J., Capin, P., Conner, C. L., Henry, A. R., Cook, L., Hayes, L., Vargas, I., Richmond, C. L., & Kehoe, K. F. (2023). Forty years of reading intervention research for elementary students with or at risk for dyslexia: A systematic review and meta-analysis. Reading Research Quarterly, 58(2), 285–312. https://doi.org/10.1002/rrq.477

Hevia, F. J., & Vergara-Lope, S. (2022). Rezago de aprendizajes básicos y brecha digital en el contexto de COVID-19 en México: El caso de Xalapa, Veracruz. Perfiles Educativos, 44(176), 8–21. https://doi.org/10.22201/iisue.24486167e.2022.176.60478

Hevia, F. J., Vergara-Lope, S., Velásquez-Durán, A., & Calderón, D. (2022). Estimation of the fundamental learning loss and learning poverty related to COVID-19 pandemic in Mexico. International Journal of Educational Development, 88, Article 102515. https://doi.org/10.1016/j.ijedudev.2021.102515

Honma, M., Masaoka, Y., Iizuka, N., Wada, S., Kamimura, S., Yoshikawa, A., Moriya, R., Kamijo, S., & Izumizaki, M. (2022). Reading on a smartphone affects sigh generation, brain activity, and comprehension. Scientific Reports, 12(1), Article 1589. https://doi.org/10.1038/s41598-022-05605-0

Huerta Romero, A. (2026, April 14). Iniciativa con proyecto de decreto por el que se reforman y adicionan diversas disposiciones de la Ley en Materia de Telecomunicaciones y Radiodifusión, de la Ley General de Salud y de la Ley General de los Derechos de Niñas, Niños y Adolescentes [Bill amending the Telecommunications and Broadcasting Law, the General Health Law and the General Law on the Rights of Children and Adolescents]. Gaceta Parlamentaria, Cámara de Diputados, número 7015-II-3-1. https://gaceta.diputados.gob.mx/PDF/66/2026/abr/20260414-II-3-1.pdf

Instituto Nacional de Estadística y Geografía. (2024, April 23). Módulo sobre Lectura (MOLEC) 2024 [Reading Module (MOLEC) 2024] (Press release No. 235/24). https://www.inegi.org.mx/contenidos/saladeprensa/boletines/2024/molec/molec2024.pdf

Instituto Nacional de Estadística y Geografía. (2025). Módulo sobre Lectura (MOLEC) 2025 [Reading Module (MOLEC) 2025] (Results report 45/25). https://www.inegi.org.mx/contenidos/saladeprensa/boletines/2025/molec/molec2025_RR.pdf

Instituto Nacional de Estadística y Geografía. (2026a, June 16). Encuesta Nacional sobre Disponibilidad y Uso de Tecnologías de la Información en los Hogares (ENDUTIH) 2025 [National Survey on the Availability and Use of Information Technologies in Households (ENDUTIH) 2025] (Press release 32/26). https://www.inegi.org.mx/contenidos/saladeprensa/boletines/2026/endutih/ENDUTIH_25.pdf

Instituto Nacional de Estadística y Geografía. (2026b). ENDUTIH 2025: Reporte de resultados [ENDUTIH 2025: Results report] (Results report 19/26). https://www.inegi.org.mx/contenidos/saladeprensa/boletines/2026/endutih/ENDUTIH_25_RR.pdf

Instituto Nacional de Estudos e Pesquisas Educacionais Anísio Teixeira. (2026, August 21). Inep lança publicação que detalha a construção do Indicador Criança Alfabetizada (ICA) e os desafios da educação básica no país [Inep releases a publication detailing the construction of the Literate Child Indicator (ICA) and the challenges of basic education in the country]. https://www.gov.br/inep/pt-br/centrais-de-conteudo/noticias/avaliacao-da-alfabetizacao/inep-lanca-publicacao-que-detalha-a-construcao-do-indicador-crianca-alfabetizada-ica-e-os-desafios-da-educacao-basica-no-pais

Kestin, G., Miller, K., Klales, A., Milbourne, T., & Ponti, G. (2025). AI tutoring outperforms in-class active learning: An RCT introducing a novel research-based design in an authentic educational setting. Scientific Reports, 15(1), Article 17458. https://doi.org/10.1038/s41598-025-97652-6

Kosmyna, N., Hauptmann, E., Yuan, Y. T., Situ, J., Liao, X.-H., Beresnitzky, A. V., Braunstein, I., & Maes, P. (2025). Your brain on ChatGPT: Accumulation of cognitive debt when using an AI assistant for essay writing task [Preprint]. arXiv. https://doi.org/10.48550/arXiv.2506.08872

Lautharte, I., de Oliveira, V. H., & Loureiro, A. (2021). Incentives for mayors to improve learning: Evidence from state reforms in Ceará, Brazil (Policy Research Working Paper No. 9509). World Bank. https://doi.org/10.1596/1813-9450-9509

Lee, H.-P., Sarkar, A., Tankelevitch, L., Drosos, I., Rintel, S., Banks, R., & Wilson, N. (2025). The impact of generative AI on critical thinking: Self-reported reductions in cognitive effort and confidence effects from a survey of knowledge workers. In Proceedings of the 2025 CHI Conference on Human Factors in Computing Systems (pp. 1–22). Association for Computing Machinery. https://doi.org/10.1145/3706598.3713778

Lei nº 15.100, de 13 de janeiro de 2025. Dispõe sobre a utilização, por estudantes, de aparelhos eletrônicos portáteis pessoais nos estabelecimentos públicos e privados de ensino da educação básica [Law No. 15,100 of January 13, 2025, on the use of personal portable electronic devices by students in public and private basic-education institutions]. (2025). Diário Oficial da União. https://www.planalto.gov.br/ccivil_03/_ato2023-2026/2025/lei/l15100.htm

Lei nº 15.211, de 17 de setembro de 2025. Dispõe sobre a proteção de crianças e de adolescentes em ambientes digitais (Estatuto Digital da Criança e do Adolescente) [Law No. 15,211 of September 17, 2025, on the protection of children and adolescents in digital environments (Digital Statute of the Child and Adolescent)]. (2025). Diário Oficial da União. https://www.planalto.gov.br/ccivil_03/_ato2023-2026/2025/lei/l15211.htm

Ley N.° 21.801. Modifica la Ley N.° 20.370, General de Educación, con el objeto de prohibir y regular el uso de dispositivos móviles electrónicos de comunicación personal en establecimientos educacionales [Law No. 21,801 amending the General Education Law to prohibit and regulate the use of personal mobile communication devices in schools]. (2026, February 11). Biblioteca del Congreso Nacional de Chile. https://www.bcn.cl/leychile/navegar?idNorma=1221284

Lichand, G., Christen, J., & Egeraat, E. V. (2024). Neglecting students’ socio-emotional skills magnified learning losses during the pandemic. npj Science of Learning, 9(1), Article 28. https://doi.org/10.1038/s41539-024-00235-9

Lichand, G., Doria, C. A., Leal-Neto, O., & Fernandes, J. P. C. (2022). The impacts of remote learning in secondary education during the pandemic in Brazil. Nature Human Behaviour, 6(8), 1079–1086. https://doi.org/10.1038/s41562-022-01350-6

Madigan, S., Eirich, R., Pador, P., McArthur, B. A., & Neville, R. D. (2022). Assessment of changes in child and adolescent screen time during the COVID-19 pandemic: A systematic review and meta-analysis. JAMA Pediatrics, 176(12), 1188–1198. https://doi.org/10.1001/jamapediatrics.2022.4116

Mallawaarachchi, S., Burley, J., Mavilidi, M., Howard, S. J., Straker, L., Kervin, L., Staton, S., Hayes, N., Machell, A., Torjinski, M., Brady, B., Thomas, G., Horwood, S., White, S. L. J., Zabatiero, J., Rivera, C., & Cliff, D. (2024). Early childhood screen use contexts and cognitive and psychosocial outcomes: A systematic review and meta-analysis. JAMA Pediatrics, 178(10), 1017–1026. https://doi.org/10.1001/jamapediatrics.2024.2620

Ministerio de Capital Humano. (2026). Resumen ejecutivo: Aprender Primaria 2025 [Executive summary: Aprender Primary 2025]. https://www.argentina.gob.ar/sites/default/files/0307202618.45_res.pdf

Ministerio de Educación de Chile. (2023, January 16). Gobierno presenta las principales medidas del Plan de Reactivación Educativa 2023 y convoca a un consejo de expertos [Government presents the main measures of the 2023 Educational Reactivation Plan and convenes an expert council] [Press release]. https://www.mineduc.cl/plan-de-reactivacion-educativa-2023/

Mullis, I., von Davier, M., Foy, P., Fishbein, B., Reynolds, K., & Wry, E. (2023). PIRLS 2021 international results in reading. TIMSS & PIRLS International Study Center, Boston College. https://doi.org/10.6017/lse.tpisc.tr2103.kb5342

Nickow, A., Oreopoulos, P., & Quan, V. (2024). The promise of tutoring for PreK–12 learning: A systematic review and meta-analysis of the experimental evidence. American Educational Research Journal, 61(1), 74–107. https://doi.org/10.3102/00028312231208687

Núcleo de Informação e Coordenação do Ponto BR. (2026). Resumo executivo — Pesquisa sobre o uso da Internet por crianças e adolescentes no Brasil: TIC Kids Online Brasil 2025 [Executive summary—Survey on Internet use by children and adolescents in Brazil: ICT Kids Online Brazil 2025]. Comitê Gestor da Internet no Brasil. https://cetic.br/pt/publicacao/resumo-executivo-pesquisa-sobre-o-uso-da-internet-por-criancas-e-adolescentes-no-brasil-tic-kids-online-brasil-2025/

Odgers, C. L. (2024). The great rewiring: Is social media really behind an epidemic of teenage mental illness? Nature, 628(8006), 29–30. https://doi.org/10.1038/d41586-024-00902-2

Oficina de Medición de la Calidad de los Aprendizajes. (2026, May 12). ENLA 2025: Se mantienen avances en las áreas de Lectura y Matemática, con mejoras en las zonas rurales [ENLA 2025: Progress is maintained in reading and mathematics, with improvements in rural areas]. Ministerio de Educación del Perú. http://umc.minedu.gob.pe/enla-2025-se-mantienen-avances-en-lectura-y-matematica-con-mejoras-en-las-zonas-rurales/

Oficina Regional de Educación para América Latina y el Caribe de la UNESCO. (2021). Los aprendizajes fundamentales en América Latina y el Caribe. Evaluación de logros de los estudiantes. Estudio Regional Comparativo y Explicativo (ERCE 2019). Resumen ejecutivo [Foundational learning in Latin America and the Caribbean. Assessment of student achievement. Regional Comparative and Explanatory Study (ERCE 2019). Executive summary]. UNESCO. https://unesdoc.unesco.org/ark:/48223/pf0000380257

Oficina Regional de Educación para América Latina y el Caribe de la UNESCO. (2022). El estudio ERCE 2019 y los niveles de aprendizaje en Lectura: ¿Qué nos dicen y cómo usarlos para mejorar los aprendizajes de los estudiantes? [The ERCE 2019 study and learning levels in reading: What do they tell us and how can they be used to improve student learning?]. UNESCO. https://unesdoc.unesco.org/ark:/48223/pf0000382747

Online Safety Amendment (Social Media Minimum Age) Act 2024 (No. 127, 2024). (2024). Federal Register of Legislation, Australian Government. https://www.legislation.gov.au/C2024A00127/asmade

Orben, A., Przybylski, A. K., Blakemore, S.-J., & Kievit, R. A. (2022). Windows of developmental sensitivity to social media. Nature Communications, 13(1), Article 1649. https://doi.org/10.1038/s41467-022-29296-3

Organisation for Economic Co-operation and Development. (2021). 21st-century readers: Developing literacy skills in a digital world. https://doi.org/10.1787/a83d84cb-en

Organisation for Economic Co-operation and Development. (2024). Do adults have the skills they need to thrive in a changing world? Survey of Adult Skills 2023. https://doi.org/10.1787/b263dc5d-en

Organisation for Economic Co-operation and Development. (2026a). Every day counts: Understanding, preventing and responding to school attendance problems. https://doi.org/10.1787/7c6f6c3e-en

Organisation for Economic Co-operation and Development. (2026b). PISA 2025 results (Volume I): Future-ready students. https://doi.org/10.1787/73451bc5-en

Organisation for Economic Co-operation and Development, & European Commission. (2026). Empowering learners for the age of AI: An AI literacy framework for primary and secondary education. https://doi.org/10.1787/65cd27d4-en

Page, M. J., McKenzie, J. E., Bossuyt, P. M., Boutron, I., Hoffmann, T. C., Mulrow, C. D., Shamseer, L., Tetzlaff, J. M., Akl, E. A., Brennan, S. E., Chou, R., Glanville, J., Grimshaw, J. M., Hróbjartsson, A., Lalu, M. M., Li, T., Loder, E. W., Mayo-Wilson, E., McDonald, S., . . . Moher, D. (2021). The PRISMA 2020 statement: An updated guideline for reporting systematic reviews. BMJ, 372, Article n71. https://doi.org/10.1136/bmj.n71

Pillinger, C., & Vardy, E. J. (2022). The story so far: A systematic review of the dialogic reading literature. Journal of Research in Reading, 45(4), 533–548. https://doi.org/10.1111/1467-9817.12407

Ponne, B. G. (2023). Better incentives, better marks: A synthetic control evaluation of the educational policies in Ceará, Brazil. Brazilian Political Science Review, 17(1), Article e0005. https://doi.org/10.1590/1981-3821202300010005

Resolución Ministerial N.° 550-2026-MINEDU, que deja sin efecto la R.M. N.° 285-2026-MINEDU que dispuso la implementación y ejecución de la ENLA 2026 [Ministerial Resolution No. 550-2026-MINEDU, rescinding the resolution that ordered the implementation of the ENLA 2026 national assessment]. (2026, September 11). Ministerio de Educación del Perú. http://umc.minedu.gob.pe/dejan-sin-efecto-la-r-m-no-285-2026-minedu-que-dispuso-la-implementacion-y-ejecucion-de-la-enla-2026/

Salmerón, L., Altamura, L., Delgado, P., Karagiorgi, A., & Vargas, C. (2024). Reading comprehension on handheld devices versus on paper: A narrative review and meta-analysis of the medium effect and its moderators. Journal of Educational Psychology, 116(2), 153–172. https://doi.org/10.1037/edu0000830

Sanders, T., Noetel, M., Parker, P., Del Pozo Cruz, B., Biddle, S., Ronto, R., Hulteen, R., Parker, R., Thomas, G., De Cocker, K., Salmon, J., Hesketh, K., Weeks, N., Arnott, H., Devine, E., Vasconcellos, R., Pagano, R., Sherson, J., Conigrave, J., & Lonsdale, C. (2024). An umbrella review of the benefits and risks associated with youths’ interactions with electronic screens. Nature Human Behaviour, 8(1), 82–99. https://doi.org/10.1038/s41562-023-01712-8

Sauce, B., Liebherr, M., Judd, N., & Klingberg, T. (2022). The impact of digital media on children’s intelligence while controlling for genetic differences in cognition and socioeconomic background. Scientific Reports, 12(1), Article 7720. https://doi.org/10.1038/s41598-022-11341-2

Secretaria de Educação Básica, Instituto Nacional de Estudos e Pesquisas Educacionais Anísio Teixeira, & Instituto Alana. (2026). Pesquisa nacional — 1º ano da Lei nº 15.100/2025: Relatório técnico (gestores) [National survey—First year of Law No. 15,100/2025: Technical report (school managers)]. Ministério da Educação. https://www.gov.br/mec/pt-br/celular-escola/arquivos/relatorio-completo.pdf

Secretaría de Educación Pública. (n.d.). Estrategia Nacional de Lectura [National Reading Strategy]. Retrieved September 23, 2026, from https://estrategianacionaldelectura.sep.gob.mx/

Stadler, M., Bannert, M., & Sailer, M. (2024). Cognitive ease at a cost: LLMs reduce mental effort but compromise depth in student scientific inquiry. Computers in Human Behavior, 160, Article 108386. https://doi.org/10.1016/j.chb.2024.108386

Sukhera, J. (2022). Narrative reviews: Flexible, rigorous, and practical. Journal of Graduate Medical Education, 14(4), 414–417. https://doi.org/10.4300/JGME-D-22-00480.1

Sunday, O. J., Adesope, O. O., & Maarhuis, P. L. (2021). The effects of smartphone addiction on learning: A meta-analysis. Computers in Human Behavior Reports, 4, Article 100114. https://doi.org/10.1016/j.chbr.2021.100114

Takahashi, I., Obara, T., Ishikuro, M., Murakami, K., Ueno, F., Noda, A., Onuma, T., Shinoda, G., Nishimura, T., Tsuchiya, K. J., & Kuriyama, S. (2023). Screen time at age 1 year and communication and problem-solving developmental delay at 2 and 4 years. JAMA Pediatrics, 177(10), 1039–1046. https://doi.org/10.1001/jamapediatrics.2023.3057

UNESCO. (2023a). Global education monitoring report 2023: Technology in education: A tool on whose terms? https://doi.org/10.54676/UZQV8501

UNESCO. (2023b). Guidance for generative AI in education and research. https://doi.org/10.54675/EWZM9535

UNESCO. (2024a). AI competency framework for students. https://doi.org/10.54675/JKJB9835

UNESCO. (2024b). AI competency framework for teachers. https://doi.org/10.54675/ZJTE2084

UNESCO Institute for Statistics. (2022). Duration of school closures by country (SDG regions), 16 February 2020–30 April 2022 [Data set]. UNESCO. https://covid19.uis.unesco.org/wp-content/uploads/sites/11/2022/09/SDG-duration-of-school-closures-by-country.xlsx

UNICEF Argentina, & UNESCO. (2025). Niñas, niños y adolescentes conectados: Informe general de resultados, Encuesta Kids Online Argentina [Children and adolescents connected: General results report, Kids Online Argentina Survey]. https://www.unicef.org/argentina/informes/kids-online-ninios-ninias-adolescentes-conectados

Wineburg, S., Breakstone, J., McGrew, S., Smith, M. D., & Ortega, T. (2022). Lateral reading on the open Internet: A district-wide field study in high school government classes. Journal of Educational Psychology, 114(5), 893–909. https://doi.org/10.1037/edu0000740

World Bank. (2022). Two years after: Saving a generation. https://doi.org/10.1596/37586

World Bank, UNESCO, UNICEF, Foreign, Commonwealth & Development Office, USAID, & Bill & Melinda Gates Foundation. (2022). The state of global learning poverty: 2022 update. https://thedocs.worldbank.org/en/doc/e52f55322528903b27f1b7e61238e416-0200022022/original/Learning-poverty-report-2022-06-21-final-V7-0-conferenceEdition.pdf

Yan, L., Greiff, S., Teuber, Z., & Gašević, D. (2024). Promises and challenges of generative artificial intelligence for human learning. Nature Human Behaviour, 8(10), 1839–1850. https://doi.org/10.1038/s41562-024-02004-5

Zhai, C., Wibowo, S., & Li, L. D. (2024). The effects of over-reliance on AI dialogue systems on students' cognitive abilities: A systematic review. Smart Learning Environments, 11(1), Article 28. https://doi.org/10.1186/s40561-024-00316-7

Zoido, P., Flores-Ceceña, I., Székely, M., Hevia, F. J., & Castro, E. (2024). Remote tutoring with low-tech means to accelerate learning: Evidence for El Salvador. Economics of Education Review, 98, Article 102506. https://doi.org/10.1016/j.econedurev.2023.102506

Annexe A. Stratégie et registre de recherche

Les recherches ont été exécutées le 23 septembre 2026 dans deux bases de données académiques. Dans OpenAlex, l’interface de programmation a été utilisée avec le filtre de recherche booléenne sur le titre et le résumé, limitée aux articles et aux revues publiés entre le 1er janvier 2021 et le 23 septembre 2026. Dans ERIC, les mêmes chaînes ont été appliquées aux champs du titre et du résumé, limitées aux articles de revues dont l’année de publication est comprise entre 2021 et 2026. Les nombres de notices décrivent l’étendue de chaque domaine ; la sélection ultérieure a été raisonnée et a suivi les critères d’éligibilité et la hiérarchie des preuves décrits dans la section Méthode.

Tableau A1

Familles de recherche et nombre de notices dans OpenAlex et ERIC (2021–2026)

FamilleChaîne booléenne (titre et résumé)OpenAlex : articles et revuesOpenAlex : revuesERIC : articles de revues
Lecture et appareils numériques("reading comprehension" OR "text comprehension") AND (screen OR smartphone OR "digital device" OR tablet OR "digital reading")4362570
IA générative et apprentissage("generative AI" OR ChatGPT OR "large language model") AND (learning OR "reading comprehension" OR "critical thinking") AND (students OR school)14,2484311,292
Politiques scolaires relatives aux téléphones("phone ban" OR "smartphone ban" OR "mobile phone ban" OR "phone policy" OR "phone restriction") AND school9728
Tendances de PISA en lecturePISA AND reading AND (decline OR trend OR performance)505889
Lecture au Mexique et en Amérique latine("Latin America" OR Mexico OR "América Latina" OR México) AND (reading OR lectura OR literacy OR alfabetización) AND (students OR estudiantes OR school OR escuela)1,6371271
Délestage cognitif et IA("cognitive offloading" OR "metacognitive laziness" OR "over-reliance" OR overreliance) AND (AI OR ChatGPT OR "generative AI")5,301316192
Écrans et développement de l’enfant("screen time" OR "screen use" OR "digital media") AND (children OR adolescents) AND (language OR cognition OR "executive function" OR literacy OR academic)2,67812095

Note. Recherches exécutées le 23 septembre 2026 (heure de Mexico). OpenAlex : API avec le filtre title_and_abstract.search, types article et review, publications du 1er janvier 2021 au 23 septembre 2026. ERIC : API avec les mêmes chaînes appliquées aux champs title et description (résumé), type Journal Articles, années de publication 2021–2026.

Annexe B. Matrice des principales études empiriques

La matrice rassemble les études empiriques qui étayent les mécanismes du modèle 4D, ses amplificateurs et les stratégies proposées, avec leur devis, leur échantillon, leur résultat principal et leur niveau de preuve selon l’échelle définie dans la section Méthode.

Tableau B1

Matrice des principales études empiriques par mécanisme, amplificateur et stratégie

MécanismeÉtudeDevisÉchantillonRésultat principalNiveau
D1 DéplacementTakahashi et al. (2023)Cohorte7 097 dyades mère-enfant (Japon)≥ 4 h/jour d’écran à 1 an : RC = 4.78 de retard de communication à 2 ansB
D1 DéplacementBrushe et al. (2024)Cohorte avec enregistrement audio automatisé220 familles (Australie)À 36 mois, chaque minute d’écran : −6.6 mots adultes et −1.1 tour de conversationB
D1 DéplacementAltamura et al. (2025)Méta-analyse40 effets ; N = 469 564Lecture numérique de loisir et compréhension : r = .055 ; négative au primaire et au premier cycle du secondaireC
D1 DéplacementMadigan et al. (2022)Méta-analyse d’études longitudinales et rétrospectives46 études ; 29 017 enfants et adolescentsPendant la pandémie, le temps d’écran a augmenté de 84 min/jour (52%) et de 110 min/jour chez les 12-18 ansB
D1 DéplacementBrautsch et al. (2023)Revue systématique d’études observationnelles42 études ; jeunes de 16 à 25 ansUsage des médias numériques associé à un sommeil plus court et de moindre qualitéC
D1 (contrepoids)Sauce et al. (2022)Cohorte avec contrôle génétique9 855 enfants (États-Unis)Temps de jeux vidéo associé à une intelligence plus élevée deux ans plus tard (β = 0.17), en contrôlant la génétique et le niveau socioéconomiqueB
D1 (contrepoids)Orben et al. (2022)Cohortes longitudinales17 409 participants de 10 à 21 ans (Royaume-Uni)Fenêtres de sensibilité : davantage de réseaux sociaux prédit une satisfaction de vie plus faible un an plus tard, et une satisfaction plus faible prédit davantage d’usageB
D2 DistractionBöttger et al. (2023)Méta-analyse d’expériences22 études, 43 effetsFaible effet global de l’usage et de la simple présence du téléphone (g = −0.14) ; significatif pour la mémoire (g = −0.23), pas pour l’attentionA
D2 DistractionOECD (2026b)Évaluation transversale91 systèmes éducatifs28% déclarent une distraction numérique fréquente ; associée à une performance plus faible dans plus des deux tiers des systèmesC
D2 DistractionBeneito et Vicente-Chirivella (2022)Contrôle synthétique et doubles différencesCommunautés autonomes (Espagne)Interdictions régionales : moins de harcèlement ; en Galice, gains de 0.6–0.8 année d’apprentissage en mathématiquesB
D2 DistractionGoodyear et al. (2025)Transversale30 établissements, 1 227 adolescents (Angleterre)Politiques restrictives : moins d’usage pendant la journée scolaire, sans différence d’usage total ni de bien-êtreC
D2 DistractionSunday et al. (2021)Méta-analyse d’études corrélationnelles44 études ; N = 147 943 étudiants universitaires de 16 paysDépendance au téléphone et apprentissage : r = −0.12C
D3 Dégradation de la lecture approfondieSalmerón et al. (2024)Méta-analyse multiniveauxk = 38 et 21Avantage de la lecture sur papier par rapport aux appareils mobiles : g = −0.113 et −0.103A
D3 Dégradation de la lecture approfondieFurenes et al. (2021)Méta-analyse39 études, n = 1 812 enfants de 1 à 8 ansCompréhension plus faible avec des livres simplement numérisés ; la médiation adulte sur papier surpasse les enrichissementsA
D3 Dégradation de la lecture approfondieDelgado et Salmerón (2021)Expérience140 étudiants de premier cycleÉcran et pression temporelle : davantage de divagation mentale et compréhension plus faibleB
D3 Dégradation de la lecture approfondieHonma et al. (2022)Expérience avec enregistrements respiratoires et cérébraux34 adultes en bonne santéLecture sur smartphone : moins de soupirs, suractivation préfrontale et compréhension plus faibleB
D4 Délégation cognitiveBastani et al. (2025)Expérience de terrain~1 000 élèves du secondaire supérieurGPT-4 sans garde-fous : +48% pendant les exercices, −17% une fois retiré ; le tuteur avec garde-fous atténue le préjudiceB
D4 Délégation cognitiveFan et al. (2025)Essai randomisé117 étudiants universitairesMeilleure note de l’essai sans gain ni transfert de connaissances supérieurs (« paresse métacognitive »)B
D4 Délégation cognitiveStadler et al. (2024)Expérience randomisée91 étudiants universitairesModèle de langage ou moteur de recherche : charge cognitive plus faible, mais argumentation de moindre qualitéB
D4 Délégation cognitiveGrinschgl et al. (2021)Trois expériencesN = 172 chacuneLe délestage améliore la performance immédiate et réduit la mémorisation, sauf en présence d’un objectif d’apprentissage expliciteB
D4 Délégation cognitiveGerlich (2025)Enquête et entretiens (méthodes mixtes)666 participantsUsage fréquent de l’IA associé à une pensée critique plus faible, médié par le délestage cognitifC
D4 Délégation cognitiveLee et al. (2025)Enquête319 travailleurs du savoirUne plus grande confiance dans l’IA générative est associée à moins de pensée critiqueC
D4 (étayage)Deng et al. (2025)Méta-analyse d’études expérimentales69 publicationsGains de performance scolaire et de pensée d’ordre supérieur, avec un effort mental moindreA
D4 (étayage)De Simone et al. (2025)Essai randomiséÉlèves du secondaire supérieur (Nigeria)Tutorat avec GPT-4 pendant six semaines : +0.31 ET (+0.23 en anglais)B
D4 (étayage)Kestin et al. (2025)Essai randomiséÉtudiants universitaires en physiqueTuteur d’IA conçu pédagogiquement : plus d’apprentissage en moins de temps que le cours actifB
Amplificateur : pandémie et retardBetthäuser et al. (2023)Revue systématique et méta-analyse42 études, 15 paysDéficit d’apprentissage d = −0.14, persistant et plus marqué en milieu socioéconomique défavorisé et dans les pays à revenu intermédiaireB
Amplificateur : pandémie et retardLichand et al. (2022)Doubles différencesEnseignement secondaire, État de São Paulo (Brésil)Enseignement à distance : −0.32 ET aux scores et +365% de risque de décrochageB
Amplificateur : pandémie et retardHevia et al. (2022)Comparaison d’enquêtes auprès des ménages (2019 et 2021)3 161 enfants de 10 à 15 ans (Mexique)Perte de 0.34–0.45 ET en lecture, plus forte en milieu socioéconomique défavoriséC
Amplificateur : écologie médiatique familialeMallawaarachchi et al. (2024)Revue systématique et méta-analyse100 études ; 176 742 participants de 0 à 5 ansTélévision en arrière-plan et visionnage de programmes associés négativement aux résultats cognitifs ; usage partagé, positivement (r = 0.14)C
StratégieLichand et al. (2024)Essai randomisé18 256 élèves du secondaire supérieur (Goiás, Brésil)Des messages texte socioémotionnels pendant l’enseignement à distance ont évité 24% des pertes en portugaisB
StratégieZoido et al. (2024)Essai randomiséEnfants de 9 à 14 ans (Salvador)Tutorat à distance par messages texte et appels : +0.23 ET en mathématiquesB
StratégieNickow et al. (2024)Méta-analyse d’expériences de terrainProgrammes de tutorat de la maternelle au secondaireEffet moyen de 0.29 ET, plus important avec des enseignants ou des paraprofessionnels et dans les premières annéesA
StratégieFilderman et al. (2022)Méta-analyse64 études ; lecteurs en difficulté de la 3e à la 12e annéeInterventions de compréhension : g = 0.59, plus importantes avec l’enseignement de stratégies et de connaissances préalablesA
StratégieHall et al. (2023)Méta-analyse53 études ; N = 6 053 élèves de la maternelle à la 5e année à risque de dyslexieInterventions en lecture : g = 0.33A
StratégieErbeli et Rice (2022)Synthèse narrative systématique14 études expérimentales et quasi expérimentalesAucun bénéfice notable de la lecture silencieuse autonomeA
StratégiePonne (2023)Contrôle synthétiqueÉtat du Ceará (Brésil)Politiques d’incitation et d’assistance technique : +12% aux scores de portugais au primaireB

Note. Niveau de preuve : A = méta-analyses ou revues systématiques d’études expérimentales ou quasi expérimentales ; B = essais randomisés, quasi-expériences, cohortes prospectives ou méta-analyses d’études longitudinales ; C = études transversales ou corrélationnelles, y compris leurs méta-analyses. ET = écarts-types ; RC = rapport de cotes.