Rethinking Higher Education/fr/Chapter 8
Réalité virtuelle et espaces d'apprentissage intelligents : technologies immersives dans les universités chinoises et européennes
Martin Woesler
Université normale du Hunan
Résumé
Les technologies immersives — réalité virtuelle (RV), réalité augmentée (RA) et réalité étendue (XR) — transforment l'enseignement supérieur d'une entreprise à prédominance textuelle et magistrale en un système capable de simuler des environnements complexes, de permettre l'apprentissage expérientiel à grande échelle et de connecter les étudiants au-delà des frontières géographiques. Le marché mondial de la RV dans l'éducation, évalué à 14,55 milliards de dollars en 2023, devrait atteindre 65,55 milliards de dollars d'ici 2032, la région Asie-Pacifique connaissant la croissance la plus rapide avec un taux de croissance annuel composé de 22 pour cent. Cet article fournit une comparaison systématique de la manière dont les universités chinoises et européennes déploient ces technologies. La Chine a développé 215 bases de formation en simulation virtuelle, lancé la plateforme iLAB-X desservant 2 672 universités avec plus de 13 millions de participants, et a remporté le Prix UNESCO 2022 pour les TIC dans l'éducation pour sa Plateforme nationale d'éducation intelligente. Les universités européennes ont poursuivi une approche plus distribuée à travers les projets financés par Erasmus+ et Horizon, avec des revues systématiques documentant des résultats d'apprentissage positifs dans 71 études comparatives et des méta-analyses rapportant une taille d'effet positive modérée (g de Hedges = 0,524) pour la formation des enseignants basée sur la RV. Nous examinons les preuves de l'efficacité pédagogique, le concept émergent d'Édu-Métavers, les coûts d'infrastructure et les défis d'équité, ainsi que les limitations physiologiques et pédagogiques des technologies immersives. Nous soutenons que bien que la RV offre de véritables avantages pédagogiques — en particulier pour l'apprentissage expérientiel dans des contextes où la pratique en conditions réelles est dangereuse, coûteuse ou logistiquement impossible — son déploiement doit être guidé par un objectif pédagogique plutôt que par l'enthousiasme technologique, et ses coûts doivent être mis en balance avec les investissements alternatifs dans la qualité éducative.
Mots-clés : réalité virtuelle, salles de classe intelligentes, apprentissage immersif, Édu-Métavers, enseignement supérieur, technologie éducative en Chine, universités européennes, efficacité de la RV, plateforme d'éducation intelligente, XR
1. Introduction
La promesse de la réalité virtuelle dans l'éducation est aussi ancienne que la RV elle-même. Depuis les premiers simulateurs de vol des années 1960, l'intuition selon laquelle apprendre en faisant — même virtuellement — est supérieur à apprendre en lisant ou en écoutant a alimenté des vagues successives d'investissement dans les technologies éducatives immersives. Ce qui distingue le moment actuel est la convergence de plusieurs facteurs : la réduction spectaculaire des coûts du matériel de RV, la maturation des outils de développement logiciel, la normalisation par la pandémie de COVID-19 de l'apprentissage médiatisé par la technologie, et l'entrée tant du gouvernement chinois que de l'Union européenne comme acteurs institutionnels majeurs dans le déploiement des technologies immersives pour l'éducation.
Le marché mondial de la RV dans l'éducation reflète cette convergence. Évalué à 14,55 milliards de dollars en 2023, il devrait croître à 65,55 milliards de dollars d'ici 2032, représentant un taux de croissance annuel composé de 18,2 pour cent (Fortune Business Insights 2024). La région Asie-Pacifique est le marché à la croissance la plus rapide, avec un TCAC projeté de 22,01 pour cent, principalement stimulé par l'investissement du gouvernement chinois dans l'infrastructure de simulation virtuelle (Mordor Intelligence 2025).
Pourtant, la croissance du marché ne se traduit pas automatiquement par une efficacité éducative. L'histoire de la technologie éducative est parsemée d'innovations qui promettaient la transformation mais n'ont apporté qu'une amélioration incrémentale — ou aucune. Du laboratoire de langues des années 1960 aux MOOC des années 2010, chaque vague de technologie éducative a suivi un cycle prévisible : une adoption enthousiaste alimentée par des affirmations techno-optimistes, suivie d'une évaluation empirique révélant des effets modestes, suivie d'une intégration plus mesurée dans les pratiques pédagogiques existantes. La RV dans l'éducation semble entrer dans la phase d'évaluation de ce cycle, ce qui fait de cet instant un moment opportun pour un bilan comparatif.
Cet article examine les preuves de l'impact pédagogique de la RV, compare les stratégies de déploiement chinoises et européennes, et évalue les défis — coûts, équité, pédagogie et santé — que les deux systèmes doivent relever. Notre analyse s'appuie sur des revues systématiques, des méta-analyses et des études de cas provenant des deux contextes, visant à dépasser les affirmations promotionnelles pour parvenir à une évaluation fondée sur les preuves de ce que les technologies immersives peuvent et ne peuvent pas apporter à l'enseignement supérieur. Nous organisons notre analyse autour de cinq questions : quelle infrastructure de RV chaque système a-t-il construite ? Que disent les preuves sur l'efficacité pédagogique ? Comment les deux systèmes se comparent-ils dans leurs stratégies de déploiement ? Quels défis les deux doivent-ils relever ? Et quel est l'avenir — en particulier le concept émergent de l'Édu-Métavers ?
2. La RV dans les universités chinoises : échelle et rapidité
2.1 L'infrastructure nationale de simulation virtuelle
L'approche de la Chine en matière de RV dans l'éducation reflète le modèle centralisé et dirigé par l'État qui caractérise sa stratégie plus large d'éducation numérique. En 2018, le ministère de l'Éducation a lancé le Projet national d'enseignement expérimental par simulation virtuelle, établissant la simulation virtuelle comme une catégorie formelle d'infrastructure éducative aux côtés des laboratoires traditionnels. Les Directives de construction de 2021 pour les bases de formation en simulation virtuelle de démonstration dans l'enseignement professionnel fixaient un objectif d'environ 200 bases ; en 2024, 215 avaient été développées, dépassant le plan initial (Ministère de l'Éducation 2021).
La plateforme phare est iLAB-X, qui, en décembre 2022, avait intégré des laboratoires de 2 672 universités nationales avec plus de 13 millions de participants. La plateforme héberge 480 cours d'expériences de simulation virtuelle, dont les cours de haute qualité nationaux et provinciaux représentent respectivement 33,5 pour cent et 35,8 pour cent (Zhu et al. 2023). L'enseignement médical a fait l'objet d'une attention particulière, reflétant la contrainte pratique que la formation clinique nécessite un accès à des patients et à des équipements qui ne peuvent pas être mis à l'échelle par des moyens traditionnels.
Zhuang, Xu et Zhang (2025), dans une étude publiée dans la revue Virtual Reality de Springer, présentent trois études de cas d'universités chinoises — en télécommunications, génie civil et génie chimique — démontrant comment la RV contextualise les connaissances théoriques abstraites à travers des environnements simulés. Les études montrent que la RV permet des expériences d'apprentissage situées qui seraient impossibles, dangereuses ou d'un coût prohibitif dans des laboratoires physiques : les étudiants peuvent observer des structures moléculaires de l'intérieur, simuler des défaillances structurelles sans risque et pratiquer des procédés chimiques sans manipuler de matériaux dangereux.
L'initiative « Cours d'or », proposée par le ministère de l'Éducation en 2018 comme l'un des cinq types de cours pour l'amélioration de la qualité, a encore institutionnalisé la simulation virtuelle. Wang et ses collègues (2023) documentent l'Expérience de simulation virtuelle en logistique verte comme étude de cas, démontrant comment la simulation virtuelle répond aux limitations de la formation pratique, notamment les coûts élevés, les risques de sécurité et l'accès limité aux installations logistiques réelles.
2.2 L'Édu-Métavers émergent
Les institutions chinoises ont dépassé les applications de RV autonomes pour se diriger vers une vision plus globale : l'Édu-Métavers. Une étude de 2025 publiée dans Interactive Learning Environments propose un modèle d'écosystème Édu-Métavers à trois couches — matériel, logiciel et couche d'application — dans un contexte socio-écologique, passant en revue le développement de l'Édu-Métavers en Chine selon sept aspects. Zhang et ses collègues (2022), dans une publication antérieure de l'IEEE, ont identifié les facilitateurs technologiques clés — jumeaux numériques, réseaux 5G et IA — pour l'intégration des enseignants, des apprenants, des ressources et des environnements d'enseignement dans un écosystème immersif unifié.
Gray (2025), dans une analyse de l'agenda politique national de la Chine pour la réalité étendue, documente l'importance stratégique que les décideurs chinois accordent au développement de la XR. Le métavers n'est pas seulement une expérience éducative mais un composant de la stratégie technologique plus large de la Chine, avec des implications pour la formation industrielle, la préservation du patrimoine culturel et le rayonnement international.
2.3 La Plateforme d'éducation intelligente
La réalisation la plus reconnue de la Chine dans l'éducation numérique est la Plateforme nationale d'éducation intelligente, qui a remporté le Prix UNESCO King Hamad Bin Isa Al-Khalifa 2022 pour les TIC dans l'éducation. Lancée le 28 mars 2020 en réponse à la pandémie de COVID-19, la plateforme couvre l'éducation de base, professionnelle et supérieure, avec 13,15 millions d'utilisateurs inscrits, 27 000 MOOC pour l'enseignement supérieur et la formation de plus de 10 millions d'enseignants (UNESCO 2023). Au cours du seul premier trimestre 2020, plus de 950 000 enseignants de 1 454 universités ont dispensé 942 000 cours en ligne, attirant 1,18 milliard d'inscriptions d'étudiants (Xiong et al. 2021).
Le composant de classe intelligente de la plateforme a fait l'objet de recherches empiriques sur les résultats d'apprentissage. Une étude de 2026 publiée dans Acta Psychologica examine la relation entre les environnements de classe intelligente immersive physique et les performances académiques améliorées par la technologie chez les étudiants de premier cycle chinois, constatant que les environnements de classe intelligente prédisent directement les performances académiques et que l'étayage par IA dirigé par l'enseignant renforce la relation entre le plaisir d'apprentissage et les résultats de performance.
3. La RV dans les universités européennes : innovation distribuée
3.1 Projets financés par l'UE
L'approche européenne de la RV dans l'éducation est caractéristiquement distribuée, fonctionnant par le biais de mécanismes de financement compétitifs plutôt que de mandats centralisés. Le Plan d'action pour l'éducation numérique 2021-2027 fournit le cadre stratégique, les technologies immersives étant identifiées comme faisant partie de la stratégie plus large d'éducation numérique. Le rapport de l'UE de 2025 sur les Mondes virtuels et la santé et le bien-être documente que la RV transforme l'éducation par un engagement émotionnel et cognitif accru, tout en identifiant des défis incluant le cybermalaise, la fatigue oculaire et les préoccupations d'accessibilité (Commission européenne 2025).
Plusieurs projets financés par l'UE illustrent l'approche européenne. Le projet VR-intense (Erasmus+, lancé en septembre 2024, 400 000 EUR) à l'Université de Paderborn développe des environnements de RV inclusifs pour l'enseignement supérieur, avec une attention particulière à l'accessibilité pour les étudiants en situation de handicap (Beutner et Schneider 2024). Le projet VReduMED (Interreg Europe centrale) réunit des institutions de République tchèque, d'Autriche, de Slovaquie, de Hongrie et d'Allemagne pour développer des applications de RV pour l'enseignement des soins infirmiers et médicaux. La plateforme XR4ED (financée par Horizon) permet aux éducateurs de créer des expériences pédagogiques en XR sans expertise en programmation ou en modélisation 3D, incluant un marché de modèles 3D, d'avatars et de canaux de RV collaboratifs (Liarokapis et al. 2024).
Ces projets reflètent l'accent de l'UE sur la collaboration transnationale, l'accessibilité et l'innovation pédagogique. Contrairement à l'approche de plateforme centralisée de la Chine, la RV dans l'éducation européenne émerge d'un écosystème compétitif de groupes de recherche, d'entreprises technologiques et d'établissements d'enseignement, chacun poursuivant des approches distinctes au sein d'un cadre stratégique commun.
La différence d'échelle est significative. Tandis que l'iLAB-X chinois intègre 2 672 universités sur une seule plateforme, aucune initiative européenne n'approche cette envergure. La force de l'UE réside dans la qualité et la rigueur des projets individuels plutôt que dans le déploiement à l'échelle du système — un schéma cohérent avec la comparaison plus large des approches européennes et chinoises de l'éducation numérique documentée tout au long de cette anthologie.
3.2 Preuves d'efficacité
La communauté de recherche européenne a produit des preuves substantielles sur l'efficacité pédagogique de la RV. Une revue systématique publiée dans Computers and Education (2024) a analysé 71 études comparatives de l'apprentissage virtuel par rapport à l'apprentissage traditionnel dans l'enseignement supérieur. La revue a constaté que 67 pour cent utilisaient des méthodes quantitatives, plus de la moitié impliquaient des étudiants de premier cycle (61 pour cent), et la plupart se concentraient sur les disciplines STEM, en particulier les sciences de la santé (45 pour cent). Les solutions de RV étaient principalement immersives (63 pour cent), interactives (59 pour cent) et mono-utilisateur (92 pour cent). Une conclusion critique a été que l'interactivité — et non l'immersion — est apparue comme le facteur de succès crucial : les applications de RV qui permettaient aux étudiants de manipuler des objets et de prendre des décisions surpassaient celles qui présentaient simplement des environnements visuels immersifs.
Han et ses collègues (2025), dans une méta-analyse de 52 études empiriques sur la RV dans la formation des enseignants, rapportent un effet global positif modéré avec un g de Hedges de 0,524, avec des variations significatives selon le niveau d'immersion, le type d'équipement et les objectifs d'apprentissage. Yang et ses collègues (2024), dans une méta-analyse de l'impact de la RV sur les compétences pratiques dans l'enseignement des sciences et de l'ingénierie, ont analysé 37 études et ont trouvé un effet positif modéré significatif (g = 0,477), les étudiants en médecine montrant l'amélioration la plus importante.
Cabrera-Duffaut, Pinto-Llorente et Iglesias-Rodriguez (2024) soutiennent que la valeur de la RV s'étend au-delà du transfert de connaissances au développement de compétences — la capacité d'appliquer les connaissances dans des contextes pratiques. Leur revue systématique constate que la RV facilite le développement de compétences procédurales, du raisonnement spatial et de la résolution collaborative de problèmes d'une manière que l'enseignement traditionnel ne peut pas reproduire. Cependant, ils documentent également des défis persistants : coûts élevés de la technologie de RV, manque de logiciels éducatifs spécialisés et accessibilité limitée pour les établissements aux budgets contraints.
4. Analyse comparative : Différences Chine-Europe
4.1 Architecture institutionnelle
La différence la plus fondamentale entre le déploiement de la RV en Chine et en Europe réside dans l'architecture institutionnelle. L'approche descendante de la Chine permet un déploiement rapide à grande échelle : la transition de l'annonce politique aux 215 bases de formation en simulation virtuelle a pris environ trois ans. L'intégration de 2 672 universités sur une seule infrastructure par la plateforme iLAB-X serait logistiquement impossible dans le système décentralisé de l'UE. Xu et ses collègues (2024), dans une étude sur la volonté des étudiants universitaires chinois de continuer à utiliser les systèmes d'apprentissage par simulation virtuelle, constatent que la valeur perçue et les recommandations des enseignants influencent significativement l'adoption — suggérant que les mandats institutionnels et l'intégration pédagogique se renforcent mutuellement.
L'approche distribuée de l'Europe, en revanche, génère diversité et innovation mais à une échelle plus lente. La multiplicité des projets financés par l'UE — chacun avec des objectifs, des partenaires et des méthodologies distincts — crée un riche paysage expérimental mais aussi une fragmentation. Il n'existe pas d'équivalent européen d'iLAB-X : une plateforme unique intégrant des ressources de simulation virtuelle à travers des centaines d'établissements.
4.2 Orientation disciplinaire
Les deux systèmes concentrent le déploiement de la RV dans les disciplines où l'argumentation pédagogique est la plus forte. L'enseignement médical et des sciences de la santé est le domaine principal dans les deux contextes, reflétant la contrainte universelle que la formation clinique nécessite un accès à des patients, des équipements et des procédures qui ne peuvent pas être mis à l'échelle par des moyens traditionnels. L'ingénierie et les sciences naturelles suivent de près, la RV permettant la visualisation de processus qui sont invisibles (structures moléculaires), dangereux (réactions chimiques) ou impossibles à reproduire en laboratoire physique (formations géologiques, phénomènes astronomiques).
4.2 Comparaison interculturelle : l'étude Chine-Espagne
La comparaison Chine-Espagne de Fernandez-Batanero et ses collègues (2023), publiée dans Computers and Education: Artificial Intelligence, fournit les preuves interculturelles directes les plus complètes disponibles. En interrogeant 20 enseignants par université, l'étude constate que l'utilisation du métavers dans les deux pays en est à une phase d'expérimentation initiale, les répondants chinois montrant un plus grand optimisme quant à son potentiel de connexion des étudiants internationaux (100 pour cent d'accord) par rapport à leurs homologues espagnols (90 pour cent d'accord). La formation du corps professoral et les installations restent limitées dans les deux contextes — un constat qui suggère que les obstacles à l'adoption de la RV sont autant humains et organisationnels que technologiques.
L'étude révèle une asymétrie révélatrice : les universités chinoises ont davantage investi dans l'infrastructure de RV, mais les enseignants chinois et espagnols rapportent des niveaux similaires d'incertitude concernant les meilleures pratiques pédagogiques. Le déploiement du matériel, autrement dit, a dépassé le développement pédagogique dans les deux contextes, bien qu'à des échelles différentes. Ce constat résonne avec le schéma plus large documenté dans le chapitre sur la littératie numérique (Woesler, dans ce volume) : l'investissement dans l'infrastructure ne se traduit pas automatiquement par l'efficacité éducative.
4.3 Orientation disciplinaire
Les deux systèmes concentrent le déploiement de la RV dans les disciplines où l'argumentation pédagogique est la plus forte. L'enseignement médical et des sciences de la santé est le domaine principal dans les deux contextes, reflétant la contrainte universelle que la formation clinique nécessite un accès à des patients, des équipements et des procédures qui ne peuvent pas être mis à l'échelle par des moyens traditionnels. L'analyse de Zhu et ses collègues (2023) de la plateforme iLAB-X confirme que la simulation virtuelle médicale constitue la plus grande catégorie de cours, avec 480 cours construits d'ici décembre 2022.
L'ingénierie et les sciences naturelles suivent de près, la RV permettant la visualisation de processus qui sont invisibles (structures moléculaires), dangereux (réactions chimiques) ou impossibles à reproduire en laboratoire physique (formations géologiques, phénomènes astronomiques). Les sciences humaines et sociales restent sous-représentées dans l'enseignement par RV, reflétant à la fois la difficulté de simuler des activités d'apprentissage interprétatives et discursives et la culture disciplinaire de domaines qui ont historiquement été moins intensifs en technologie.
4.4 Résultats d'apprentissage : ce que disent les preuves
Les preuves méta-analytiques de l'efficacité de la RV sont systématiquement positives mais modérées. La méta-analyse de Han et ses collègues (2025) sur la formation des enseignants rapporte un g de Hedges de 0,524 ; la méta-analyse de Yang et ses collègues (2024) sur les compétences pratiques en STEM rapporte un g de 0,477. Ce sont des tailles d'effet significatives — grossièrement équivalentes au déplacement d'un étudiant du 50e au 70e percentile — mais elles ne justifient pas les affirmations de transformation parfois avancées pour la RV dans l'éducation.
De manière cruciale, les tailles d'effet sont modérées par plusieurs facteurs. Le niveau d'immersion, le type d'équipement et les objectifs d'apprentissage influencent tous les résultats. Les applications de RV interactives surpassent systématiquement les passives. Les expériences de RV courtes et ciblées, intégrées dans des séquences pédagogiques plus larges, surpassent les sessions de RV prolongées utilisées comme instruction autonome. Et la qualité de la conception pédagogique — l'alignement des activités de RV avec les objectifs d'apprentissage et l'évaluation — compte plus que la sophistication technique de l'environnement de RV lui-même.
5. Défis : Coût, équité, pédagogie et santé
5.1 Coûts d'infrastructure et la question de l'équité
Le déploiement de la RV dans l'éducation entraîne des coûts significatifs. Les estimations de l'industrie suggèrent qu'un laboratoire de RV pour une classe universitaire de taille moyenne de 20 à 25 étudiants nécessite un investissement de 20 000 à 80 000 dollars, selon le matériel, les modules logiciels et l'infrastructure (IXR Labs 2025). Un campus jumeau numérique complet de métaversité coûte en moyenne environ 50 000 dollars. Ces coûts sont gérables pour des établissements bien dotés mais prohibitifs pour beaucoup d'autres, créant le risque que la RV élargisse plutôt qu'elle ne réduise les inégalités éducatives.
En Chine, l'investissement centralisé du gouvernement atténue ce risque pour les établissements au sein du système national, mais les établissements ruraux et plus petits peuvent encore manquer du soutien technique et de l'expertise pédagogique nécessaires pour utiliser la RV efficacement. En Europe, la variation inter-États dans l'infrastructure numérique documentée dans le rapport State of the Digital Decade 2025 (voir le chapitre sur les Digital Natives, dans ce volume) signifie que le déploiement de la RV est concentré dans les États membres et les établissements les plus riches, ce qui pourrait exacerber la fracture numérique que DigComp 2.2 était conçu pour combler.
5.2 Efficacité pédagogique : au-delà du battage médiatique
Les preuves examinées dans cet article soutiennent un effet positif modéré de la RV sur les résultats d'apprentissage (g de Hedges = 0,477-0,524), mais l'effet n'est ni universel ni inconditionnel. La revue systématique de 71 études a identifié l'interactivité comme le facteur de succès crucial : les expériences passives de RV qui présentent simplement des visuels immersifs ne surpassent pas l'enseignement traditionnel de manière statistiquement significative. Ce résultat a des implications importantes pour l'acquisition de RV et la conception de programmes : les établissements qui investissent dans le matériel de RV sans investissement correspondant dans la conception de logiciels interactifs et l'intégration pédagogique ne verront probablement pas de gains d'apprentissage significatifs.
Makela, Harley et MacArthur (2025), dans une étude CHI 2025 sur le déploiement à grande échelle de la RV dans un cours de design universitaire (30 casques, 55 étudiants, 12 semaines), rapportent un engagement étudiant très positif mais documentent également les défis pratiques de la RV à l'échelle de la classe : les instructeurs doivent s'adapter à l'enseignement en RV, des mesures de sécurité sont nécessaires pour empêcher les étudiants de heurter le mobilier, et le cybermalaise doit être activement géré.
L'affirmation largement citée selon laquelle les apprenants formés par RV retiennent 80 pour cent de la matière après un an contre 20 pour cent pour l'instruction traditionnelle mérite un examen approfondi. L'étude PwC (2022), qui est la source la plus fréquemment citée pour l'efficacité de la formation par RV, mesurait la vitesse d'achèvement (4 fois plus rapide qu'en classe), la connexion émotionnelle (3,75 fois plus connecté au contenu) et la confiance (275 pour cent plus prêt à appliquer les compétences). Les chiffres spécifiques de rétention apparaissent dans des sources industrielles dérivées plutôt que dans l'étude PwC elle-même et devraient être traités comme indicatifs plutôt que définitifs.
5.3 Santé et bien-être
Les effets physiologiques de l'utilisation de la RV présentent un défi persistant. Le cybermalaise — une forme de mal des transports déclenché par le conflit visuel-vestibulaire dans les environnements immersifs — affecte une proportion significative des utilisateurs, avec des symptômes incluant nausées, désorientation et maux de tête. Le rapport de la Commission européenne de 2025 sur les Mondes virtuels et la santé identifie spécifiquement le cybermalaise et la fatigue oculaire comme des préoccupations nécessitant une gestion. Soltani et Rostami (2025), dans une étude de l'ACM, documentent que les systèmes de RV sont contraints par des coûts élevés, des problèmes d'utilisabilité incluant le cybermalaise, et des demandes cognitives significatives qui peuvent avoir un impact négatif sur la qualité de l'apprentissage.
Ces préoccupations sanitaires sont particulièrement pertinentes pour les sessions prolongées de RV dans les contextes éducatifs. La plupart des études recommandent de limiter l'utilisation continue de la RV à 20-30 minutes, ce qui contraint les types d'activités éducatives qui peuvent être efficacement dispensées par la RV. L'implication est que la RV est mieux déployée en complément de l'enseignement traditionnel — pour des activités spécifiques à haute valeur ajoutée où la dimension expérientielle est pédagogiquement essentielle — plutôt que comme un remplacement global de l'enseignement en classe.
5.4 Le déficit de formation des enseignants
Un constat persistant dans les études chinoises et européennes est l'écart entre la disponibilité de la technologie de RV et la préparation des enseignants. L'étude de Fernandez-Batanero et al. (2023) documente une formation limitée du corps professoral tant en Chine qu'en Espagne. Xu, Zou et Zhou (2024) constatent que les recommandations des enseignants influencent significativement la volonté des étudiants chinois d'utiliser la RV — impliquant que les enseignants qui sont incertains de la valeur pédagogique de la RV transmettent cette incertitude aux étudiants. L'accent mis par le projet VReduMED sur les ateliers de formation des formateurs reflète la reconnaissance européenne que le déploiement technologique sans préparation des enseignants est un investissement gaspillé.
Ce constat se rattache au défi plus large de la littératie en IA documenté dans les chapitres compagnons : ni le matériel ni le logiciel ni le contenu seul ne détermine les résultats éducatifs. L'élément humain — l'expertise de l'enseignant, la conception pédagogique, le soutien institutionnel — reste la variable critique.
6. Conclusion
La comparaison des approches chinoises et européennes de la RV dans l'éducation révèle un schéma caractéristique qui se répète à travers les thèmes de cette anthologie : la Chine déploie à grande échelle et rapidement grâce à l'investissement centralisé et aux mandats institutionnels ; l'Europe innove à travers un financement distribué et compétitif et produit des preuves rigoureuses d'efficacité. Les 215 bases de formation en simulation virtuelle de la Chine, la plateforme iLAB-X desservant 13 millions de participants et la Plateforme d'éducation intelligente reconnue par l'UNESCO démontrent ce que la coordination centralisée peut accomplir. Les revues systématiques, les méta-analyses et les projets pédagogiquement innovants de l'Europe démontrent la valeur du développement fondé sur les preuves et l'attention portée à l'équité, à l'accessibilité et à la santé.
Aucune approche n'est suffisante à elle seule. L'avantage d'échelle de la Chine est compromis si la RV est déployée sans la conception pédagogique interactive que les preuves identifient comme le facteur de succès critique. L'avantage probant de l'Europe est compromis si les perspectives des revues systématiques et des méta-analyses restent confinées aux publications de recherche plutôt que d'éclairer le déploiement à grande échelle. La voie la plus prometteuse combine l'échelle chinoise avec la rigueur européenne : déployer la RV au niveau de l'infrastructure tout en s'assurant que chaque déploiement est ancré dans des preuves de ce qui fonctionne, pour qui et dans quelles conditions.
Plusieurs recommandations pratiques émergent de cette comparaison. Premièrement, l'investissement en RV devrait être précédé d'une évaluation des besoins pédagogiques : quels objectifs d'apprentissage nécessitent véritablement un engagement immersif et expérientiel, et lesquels sont mieux servis par des moyens moins coûteux ? Deuxièmement, la formation des enseignants doit accompagner — et idéalement précéder — le déploiement du matériel. Troisièmement, la RV devrait être déployée en complément de l'enseignement traditionnel, non en remplacement : les preuves soutiennent des activités de RV courtes, ciblées et interactives intégrées dans des séquences pédagogiques plus larges. Quatrièmement, les considérations d'équité doivent être centrales : si la RV élargit l'écart entre les établissements bien dotés et sous-dotés, sa contribution nette à la qualité éducative est négative. Cinquièmement, le suivi sanitaire devrait être une pratique standard : le dépistage du cybermalaise, les limites de durée des sessions et les pauses régulières sont des mesures de protection essentielles.
Le concept émergent d'Édu-Métavers représente à la fois la plus grande opportunité et le plus grand risque. Si le métavers dans l'éducation signifie créer des environnements d'apprentissage véritablement interactifs et collaboratifs qui transcendent les limitations de l'espace physique et de la géographie — permettant par exemple à un étudiant en ingénierie chinois et à son homologue allemand de collaborer sur la conception virtuelle d'un pont — alors l'investissement est justifié. S'il signifie remplacer des pédagogies efficaces par des expériences technologiquement impressionnantes mais pédagogiquement superficielles, l'investissement est gaspillé. Les preuves examinées dans cet article suggèrent que la différence entre ces résultats ne réside pas dans la technologie elle-même mais dans l'intentionnalité pédagogique avec laquelle elle est déployée — un constat qui se rattache directement aux chapitres compagnons sur l'éthique de l'IA, la littératie numérique et l'université du futur (Woesler, dans ce volume).
Remerciements
Cette recherche a été menée dans le cadre du Centre d'excellence Jean Monnet « EUSC-DEC » (Subvention UE 101126782, 2023-2026). L'auteur remercie les membres du Groupe de recherche 4 (Technologie et Innovation dans l'Éducation) pour leurs contributions à l'analyse comparative.
Références
Beutner, M. & Schneider, J. (2024). VR-intense — Virtual Reality innovation tool for encouraging new students in environments for higher education lectures and seminars. Erasmus+ Project, Paderborn University.
Cabrera-Duffaut, A., Pinto-Llorente, A. M. & Iglesias-Rodriguez, A. (2024). Immersive learning platforms: Analyzing virtual reality contribution to competence development in higher education — A systematic literature review. Frontiers in Education, 9, 1391560. DOI: 10.3389/feduc.2024.1391560
European Commission. (2025). Virtual Worlds: How Do They Affect Our Health and Well-Being? Published July 2025.
Fernandez-Batanero, J. M., Huang, R. et al. (2023). Perceptions and use of metaverse in higher education: A descriptive study in China and Spain. Computers and Education: Artificial Intelligence, 5, 100185. DOI: 10.1016/j.caeai.2023.100185
Fortune Business Insights. (2024). Virtual Reality in Education Market Size, Share and Industry Analysis. Report ID: FBI101696.
Gray, J. (2025). The Chinese metaverse: An analysis of China's policy agenda for extended reality (XR). Policy and Internet. DOI: 10.1002/poi3.418
Han, X., Luo, H., Wang, Z. & Zhang, D. (2025). Using virtual reality for teacher education: A systematic review and meta-analysis of literature from 2014 to 2024. Frontiers in Virtual Reality, 6, 1620905. DOI: 10.3389/frvir.2025.1620905
IXR Labs. (2025). Cost of VR Lab Setup: A Budget Guide for Universities and Colleges.
Liarokapis, F. et al. (2024). XR4ED: An extended reality platform for education. IEEE Computer Graphics and Applications, 44(4), 79–88. DOI: 10.1109/MCG.2024.3406139
Makela, V., Harley, D. & MacArthur, C. (2025). Integrating virtual reality head-mounted displays into higher education classrooms on a large scale. Proceedings of the 2025 CHI Conference on Human Factors in Computing Systems. DOI: 10.1145/3706598.3713690
Ministry of Education of China. (2021). Construction Guidelines for Demonstrative Virtual Simulation Training Bases in Vocational Education.
Mordor Intelligence. (2025). Virtual Reality (VR) in Education Market Analysis — Industry Trends, Size and Forecast Report.
PwC. (2022). What does virtual reality and the metaverse mean for training? PwC.
Soltani, N. & Rostami, A. (2025). Immersive learning at scale: Exploring the feasibility of VR in education. Proceedings of the 2025 ACM International Conference on Interactive Media Experiences (IMX '25). DOI: 10.1145/3706370.3727859
UNESCO. (2023). Smart Education Platform of China: Laureate of UNESCO Prize for ICT in Education.
Wang, H. et al. (2023). Chinese virtual simulation golden course: A case report. Heliyon, 9(6), e17159. DOI: 10.1016/j.heliyon.2023.e17159
Xiong, Y. et al. (2021). Ubiquitous e-Teaching and e-Learning: China's massive adoption of online education and launching MOOCs internationally during the COVID-19 outbreak. Wireless Communications and Mobile Computing, 2021, 6358976. DOI: 10.1155/2021/6358976
Xu, L., Zou, Q. & Zhou, Y. (2024). College students' continuing willingness to use virtual simulation learning systems: Empirical evidence from China. Frontiers of Digital Education, 1, 85–96. DOI: 10.1007/s44366-024-0024-9
Yang, X. et al. (2024). The impact of virtual reality on practical skills for students in science and engineering education: A meta-analysis. International Journal of STEM Education, 11, 28. DOI: 10.1186/s40594-024-00487-2
Zhang, X. et al. (2022). Constructing an Edu-Metaverse ecosystem: A new and innovative framework. IEEE Transactions on Learning Technologies, 15(6), 685–696. DOI: 10.1109/TLT.2022.3210828
Zhu, H. et al. (2023). The status of virtual simulation experiments in medical education in China. Medical Education Online, 28(1), 2272387. DOI: 10.1080/10872981.2023.2272387
Zhuang, T., Xu, X. & Zhang, Y. (2025). Contextualizing and visualizing abstract theoretical knowledge for situated learning: Large-scale VR-supported higher education in China. Virtual Reality, 29, 4. DOI: 10.1007/s10055-024-01075-z