Dans un monde toujours aussi chaotique et entré dans les bouleversements provoqués depuis 2 ans par l’intensification des usages de l’Intelligence Artificielle Générative, il est aussi indispensable que compliqué d’identifier clairement des tendances EdTech pour l’ESR et la formation. Pour autant, les Robots qui ont produit en 2025, leur premier exercice de prospective en lançant le magazine ESR-50, ont exploré de très nombreuses sources d’information pour vous livrer une analyse synthétique des grands mouvements à venir. Voici les 5 tendances qu’ils vous proposent de suivre pour l’année 2026 :
1 – L’avènement des Agents IA
L’IA passe de simples chatbots à de véritables agents capables d’orchestrer des tâches : personnaliser les parcours de formation, interfacer d’autres services, produire des feedbacks riches aux apprenants, co-piloter des activités, …
Ces agents peuvent jouer des rôles variés : assistant pédagogiques qui répondent aux questions fréquentes et apportent des explications supplémentaires, tuteur personnalisé qui proposent des feedback individualisé ou des activités de remédiation, aide à la gestion de classe pour l’enseignant (rappels, suivi des devoirs) ou encore soutien à la recherche et à la veille scientifique. Dans le contexte de l’enseignement supérieur, leur vocation n’est pas de remplacer l’enseignant, mais de déléguer des tâches répétitives pour permettre une plus grande concentration sur les dimensions d’encadrement, de recherche et de relation pédagogique.
Certains d’entre vous savent que l’expérimentation n’est pas nouvelle. Déjà en 1996, le professeur Ashok Goel, à Georgia Tech university, développait et testait Jill Watson, un assistant pédagogique virtuel basé sur la technologie d’Intelligence Artificielle d’IBM, auprès de ses étudiants (https://youtu.be/WbCguICyfTA?si=b9WKxjypaLXkfv5S). Mais depuis cette époque, peu de case d’usages se sont développés et ce n’est que récemment que des EdTech ont commencé à proposer de véritables solutions performantes.
En France, l’usage d’agents IA dans l’enseignement supérieur se développe dans un cadre encore en structuration, fortement marqué par les exigences de souveraineté numérique, de protection des données et d’égalité d’accès. La mission nationale sur l’impact de l’IA dans les pratiques d’enseignement supérieur confiée à François Taddéi et Frédéric Pascal propose explicitement un cadre d’intégration, identifie les besoins de formation et définit des règles éthiques et réglementaires pour ces nouveaux outils (voir le site).
Si on regarde d’un peu plus près, les « assistants pédagogiques IA » peuvent intervenir à plusieurs niveaux du processus d’apprentissage :
Ainsi, l’implantation de tels assistants soulève plusieurs enjeux qui structurent aujourd’hui la réflexion et l’avancement des projets. Cadre réglementaire et RGPD, souveraineté et éthique, place de l’enseignant, et notamment des assistants, enfin inégalité et accessibilité, sont au cœur des débats actuels et sont des contraintes majeures à prendre en compte. C’est ce que tente de réaliser Mistral AI. Le développement d’un agent conversationnel pour étudiants, enseignants et personnels administratifs, qui couvre pour l’instant trois cas d’usage : tuteur virtuel personnalisé pour les étudiants, assistant à la préparation de cours et au suivi pédagogique pour les enseignants, et aide à la rédaction de documents et réponses aux usagers pour les personnels. Il devrait être déployé en 2026, à en croire les annonces officielles.
Des acteurs EdTech sont également à l’œuvre pour proposer des solutions dans le respect des contraintes et surtout des intérêts des étudiants et des enseignants. L’année qui s’ouvre promet d’être riche en innovations sur ce thème.
2 – Les micro-certifications et blocs de compétences
Les micro‑certifications (micro-credentials), blocs de compétences constituent un axe de développement central pour les EdTech. Pourquoi ? Parce que l’arrivée massive de l’IA bouleverse tout dans les organisations et rend ainsi la formation des salariés comme des étudiants indispensable.
Rappelons que si au niveau européen une micro-certification est une preuve de l’acquisition de compétences spécifiques à l’issue d’un apprentissage de petit volume évalué selon des critères transparents, partageables, transférables, empilables et adossée à une assurance qualité, il n’en va pas de même en France. En effet, dans l’hexagone, les blocs de compétences sont définis par le Code du travail comme des ensembles homogènes et cohérents de compétences contribuant à l’exercice autonome d’une activité professionnelle, pouvant être validés séparément au sein d’une certification [1].
Si des initiatives se sont développées à l’international, en Ontario d’abord puis en Nouvelle-Zélande et en Australie (2023), en France c’est le consortium Digital FCU rassemblant 19 universités et 4 partenaires répartis sur l’Hexagone, qui semble s’être emparé du sujet. Digital FCU ambitionne « d’accompagner l’évolution des besoins en compétences des métiers de la formation » en développant notamment l’offre de formation continue dans le supérieur. C’est d’ailleurs sous la marque Unicamp que sont proposées les micro-certifications du consortium Digital FCU, sur la plateforme numérique et place de marché FUN Mooc (https://www.fun-mooc.fr/fr/cours/?availability=open&limit=21&offset=0&types=12517).
Côté EdTech, outre les LMS et les plateformes de formation (360Learning, Apolearn, Bealink, Edflex, Kwark, Rise Up, Teach Up, etc.) qui mettent en avant la micro-certification comme brique de leur stratégie compétences, ce sont les solutions de certification qui sont les plus impliquées dans ce développement. C’est le cas, par exemple, de BC Diploma, plateforme spécialisée proposant des badges numériques et micro-certifications, très utilisée par les universités, écoles et organismes de formation, en marque blanche et sécurisée par une technologie blockchain.
3 – La forte croissance du marché du e-learning
Au niveau mondial, le marché du e-learning est estimé autour de 320 milliards de dollars en 2025, avec une croissance annuelle proche de 14%, et des projections au‑delà de 350 milliards de dollars en 2026. L’Europe, quant à elle, représente environ 30% de ce marché, tandis que la France prend place dans le trio de tête européen sur le e‑learning, portée par un niveau de compétences numériques supérieur à la moyenne européenne (https://www.holoniq.com/notes/2026-global-education-outlook).
Le marché du e-learning en France est aujourd’hui l’un des plus dynamiques d’Europe, avec un taux de croissance annuel estimé autour de 20,5% sur la période 2024–2031, supérieur à la moyenne européenne. Les projections convergent vers une poursuite de cette expansion jusqu’au début des années 2030, portée par l’IA, le mobile learning et les besoins de montée en compétences.
Sur ce marché, c’est donc encore l’IA qui bouleverse les comportements et irrigue les nouvelles solutions. Ainsi, une large majorité d’acteurs déclarent l’utiliser ou vouloir l’utiliser pour concevoir des contenus, adapter les parcours et fournir des recommandations personnalisées. Le développement se fait autour des systèmes cognitifs avancés, de l’adaptive learning, des chatbots pédagogiques et agents conversationnels (voire tendance 1), qui ajustent les contenus, la difficulté et le rythme selon les données apprenant.
Mais les principaux progrès attendus sont orientés vers l’expérience apprenant. Vantant la simplicité d’usage, d’accès aux connaissances comme aux évaluations, les fournisseurs de solution travaillent en priorité sur les interfaces, l’ergonomie des outils auteurs, la scénarisation engageante et le suivi des données. Formats courts, expériences immersives, gamification sont les maitres mots de cette croissance et des innovations à venir sur ce domaine.
Soucieux de la souveraineté en la matière, 91% des responsables formation déclarent privilégier une solution française à fonctionnalité équivalente, avec une forte attente de solutions robustes, souveraines et orientées montée en compétences technologiques ([1]).
[1] étude EdTech France : https://edtechactu.com/evaluation/formation-les-entreprises-reclament-du-made-in-france/
4 – Des solutions intégrées pour rationaliser l’environnement numérique
Alors qu’on observe une multiplication des outils numériques et des applicatifs adaptés au monde de l’enseignement supérieur et de la formation, il est important de souligner que de plus en plus d’établissements cherche à rationaliser leur environnement numérique et à déployer pour cela des plateformes intégrées permettant de réduire le nombre d’applications sans réduire l’étendue des fonctionnalités et services rendus.
En France, cette tendance concerne aussi bien des universités que des grandes écoles de management ou d’ingénieur.
Un schéma fréquent dans l’ESR est le suivant :
- ENT unique (accès messagerie, scolarité, notes, bibliothèques).
- LMS central (Moodle, Blackboard, etc.) interfacé avec l’ENT (SSO), l’outil de visioconférence (Teams, Zoom, BigBlueButton) et parfois des outils d’évaluation en ligne et d’anti‑plagiat.
Connecteurs vers le SI de scolarité (inscriptions, groupes) pour créer automatiquement les espaces de cours et inscrire les étudiants.
De nombreux établissements d’enseignement supérieur déploient effectivement des plateformes intégrées (LMS/LXP) pour rationaliser leur environnement numérique, en concentrant vidéo, évaluation, analytics et autres services sur une seule interface. Voici des exemples concrets qui illustrent cette tendance :
Pour les éditeurs, cela impose effectivement interopérabilité (LTI/Caliper), IA embarquée (prédiction, personnalisation) et scalabilité from day one, sous peine d’être marginalisés.
Cette évolution a nécessairement des conséquences pour le secteur et les éditeurs. Il y a une nécessité absolue de mettre l’accent sur l’interopérabilité de la solution, l’intégration de l’IA native, et comme on le dit depuis très longtemps « penser la scalabilité de la solution dès le départ ». Ces conditions seront très bientôt absolument incontournables pour le monde des Edtechs, d’autant plus que les budgets consacrés au numérique ne peuvent augmenter sans limite dans la période actuelle.
5 – La personnalisation et l’apprentissage adaptatif
Si on parle de Learning analytics depuis déjà plusieurs années, leur utilisation était jusqu’ici assez peu répandue. Aujourd’hui, cette utilisation des données d’apprentissage devient un standard, pour la pédagogie à destination des enseignants et des apprenants mais aussi pour le renforcement du pilotage par la donnée des dispositifs de formation et des politiques d’établissement.
Jusqu’en 2020 environ, les learning analytics restaient confinés à des projets de recherche (ex. tracking LMS basique) ou à des cas isolés, avec une utilisation sporadique souvent due à des réticences éthiques sur la protection des traces numériques. La massification étudiante (3,01 millions d’étudiants inscrits en France en 2024-25), la généralisation des ENT/LMS et les crises (Covid) ont accéléré leur déploiement, passant d’une « mode » à une opportunité stratégique mesurée par des indicateurs de réussite et de rétention.
Désormais, la preuve par l’exemple a démontré que l’utilisation des learning analytics avait un impact réel et très positif sur le niveau d’apprentissage des étudiants. C’est le cas, par exemple, à Rennes, où le pôle Data Tank de l’ENSAI analyse en temps réel les données d’apprentissage rassemblées dans des dashboards personnalisés. Cela permet aux étudiants un suivi de progrès et aux enseignants d’ajuster les parcours, avec une optimisation continue des indicateurs prédictifs. A l’Université de Manchester où 80% des cours ont été trackés dès 2015, 95% des étudiants plébiscitent le dispositif. Les « Course Signals » boostent les notes A/B de 10% et réduisent les abandons. Des résultats probants dans les deux cas et qui incitent fortement à ces nouveaux usages, tout à fait acceptés par les étudiants et les enseignants.
C’est également un moyen de pilotage des parcours apprenants. En effet, il devient possible et pertinent de construire des indicateurs prédictifs à partir de ces analyses. C’est le cas pour le New York Institute of Technology qui a mis en place ces modèles prédictifs lesquels identifient ainsi 74% des risques d’abandons.
C’est vrai aussi pour la France et des initiatives comme AgilHybrid à l’Université de Montpellier qui intègrent les learning analytics dans le pilotage. Ce qui débouche sur l’analyse des taux d’échec en L1 (38-44% pour les non redoublants), une meilleure allocation des ressources de tutorat et surtout la personnalisation des parcours.
Cette dynamique de standardisation s’appuie sur les avancées en IA (notamment prédictive), en interopérabilité (LTI, Caliper) et en gouvernance des données (RGPD, éthique), afin de convertir les données brutes en leviers d’équité et d’amélioration de la qualité pédagogique.
Ces exemples illustrent les impacts positifs majeurs des technologies sur l’évolution de l’enseignement supérieur et de la formation. Bien que souvent perçue comme disruptive et source de fragilités pour les populations concernées, elle constitue pourtant une réelle opportunité de progrès. Les usages des technologies avancées doivent néanmoins être strictement régulés et orientés vers l’intérêt premier des utilisateurs, à savoir les apprenants et les enseignants.
2026 nous réserve certainement d’autres découvertes, d’autres innovations.
Les Robots veilleront à les détecter et les analyser pour vous en faire part, tant il est évident que les tendances de demain sont ce que vous en ferez.
Envie de découvrir d’autres articles sur l’enseignement supérieur et la EdTech ? Rendez-vous sur le Blog des Robots !
