Rethinking Higher Education/fr/Chapter 9
Les natifs du numérique en Chine et en Europe : compétences numériques comparées, attitudes face à l'IA et implications éducatives
Martin Woesler
Université normale du Hunan
Résumé
Le concept de « natif du numérique » — introduit par Marc Prensky en 2001 pour décrire une génération prétendument transformée par son immersion dans la technologie numérique — a profondément influencé la politique éducative des deux côtés du continent eurasiatique. Pourtant, deux décennies de recherche empirique n'ont systématiquement pas réussi à valider son affirmation centrale : que le fait de grandir avec la technologie produit une compétence numérique uniformément élevée. Cet article examine la littératie numérique, les attitudes envers l'IA et les implications éducatives à travers une comparaison systématique de l'Union européenne et de la Chine, en s'appuyant sur le cadre DigComp 2.2 de l'UE (plus de 250 exemples de compétences répartis dans 21 domaines), les campagnes centralisées de littératie numérique de la Chine, et les études empiriques récentes sur les compétences numériques des étudiants et des enseignants. Nous documentons des écarts significatifs : seuls 55,6 pour cent de la population de l'UE possèdent au moins des compétences numériques de base, malgré l'objectif de la Décennie numérique de 80 pour cent d'ici 2030 ; la Chine a atteint une connectivité haut débit de 99,9 pour cent dans les écoles tandis que la pénétration d'Internet en zone rurale reste à 69,5 pour cent. Une évaluation multinationale portant sur 1 465 étudiants universitaires en Allemagne, au Royaume-Uni et aux États-Unis révèle une variation transnationale substantielle de la littératie en IA, tandis qu'une analyse de profils latents de 782 enseignants chinois d'anglais langue étrangère identifie quatre profils distincts de littératie en IA allant de « faible » (12,1 pour cent) à « excellent » (14,1 pour cent). Nous soutenons que le mythe du natif du numérique a créé des hypothèses politiques dangereuses — selon lesquelles les jeunes auraient besoin de moins, et non de plus, d'éducation numérique structurée — et que les approches européennes comme chinoises doivent passer de la mesure de l'accès à la cultivation d'une compétence numérique critique, de la littératie en IA et de la capacité à exercer une citoyenneté numérique responsable.
Mots-clés : natifs du numérique, littératie numérique, littératie en IA, DigComp 2.2, éducation numérique en Chine, compétences numériques européennes, fracture numérique, Génération Z, compétence numérique, éducation comparée
1. Introduction
En 2001, Marc Prensky publia un court essai dans On the Horizon qui allait remodeler le discours éducatif pour une génération. « Digital Natives, Digital Immigrants » soutenait que les étudiants entrant dans le système éducatif avaient été fondamentalement transformés par leur immersion dans la technologie numérique : ils « pensent et traitent l'information de manière fondamentalement différente de leurs prédécesseurs », et les éducateurs — des immigrants numériques ayant adopté la technologie plus tard dans la vie — devaient s'adapter ou devenir obsolètes (Prensky 2001). La métaphore était puissante, intuitive et immédiatement influente. En une décennie, elle était devenue une hypothèse fondamentale de la politique en matière de technologie éducative dans le monde entier.
Elle était également, comme la recherche ultérieure allait le démontrer, largement erronée. Bennett, Maton et Kervin (2008), dans ce qui reste l'évaluation critique la plus citée, montrèrent que les preuves empiriques ne soutenaient pas les affirmations d'une génération possédant des compétences technologiques uniformément élevées ou des styles d'apprentissage radicalement différents. La variation au sein des cohortes d'âge dépassait largement la variation entre elles. Le statut socioéconomique, le parcours éducatif et la motivation individuelle étaient des prédicteurs bien plus forts de la compétence numérique que l'appartenance générationnelle. Le débat sur les « natifs du numérique », conclurent-ils, ressemblait davantage à une « panique morale » académique qu'à un cadre politique fondé sur les preuves. Reid, Button et Brommeyer (2023) confirmèrent ces résultats dans une revue narrative couvrant deux décennies supplémentaires de données probantes : l'exposition aux technologies numériques ne correspond pas à la littératie numérique, et le mythe a créé des déficits dans les programmes éducatifs en supposant que les étudiants possèdent déjà des compétences numériques adéquates.
Mertala et ses collègues (2024), dans une analyse bibliométrique de 1 886 articles publiés entre 2001 et 2022, documentent la persistance remarquable du concept de natif du numérique malgré sa faiblesse empirique. La littérature initiale reposait sur des affirmations non validées et s'est affaiblie face aux défis empiriques, pourtant le concept continue de façonner les politiques et le discours public — en particulier dans les contextes où la numérisation rapide crée une pression pour démontrer la préparation technologique.
Cet article examine la réalité contemporaine derrière le mythe du natif du numérique à travers une comparaison systématique de l'Union européenne et de la Chine. Toutes deux numérisent rapidement leurs systèmes éducatifs. Toutes deux font face à des fractures numériques significatives. Toutes deux développent des cadres pour mesurer et cultiver la compétence numérique. Pourtant, elles abordent ces défis à partir de positions institutionnelles, culturelles et politiques fondamentalement différentes. En comparant leurs cadres, leurs résultats empiriques et leurs réponses politiques, nous visons à dépasser le mythe du natif du numérique pour parvenir à une compréhension fondée sur les preuves de ce que les jeunes en Chine et en Europe savent réellement, peuvent faire et doivent apprendre sur la technologie numérique et l'intelligence artificielle.
2. Cadres de référence : DigComp 2.2 versus les initiatives chinoises de littératie numérique
2.1 L'approche européenne : DigComp 2.2
Le principal instrument de l'Union européenne pour définir et mesurer la compétence numérique est le Cadre de compétences numériques pour les citoyens (DigComp), élaboré par le Centre commun de recherche. La version la plus récente, DigComp 2.2, publiée en 2022, fournit plus de 250 nouveaux exemples de connaissances, de compétences et d'attitudes organisés autour de 21 compétences réparties dans cinq domaines : la maîtrise de l'information et des données, la communication et la collaboration, la création de contenu numérique, la sécurité et la résolution de problèmes. Notamment, la mise à jour de 2022 intègre des exemples relatifs aux systèmes d'intelligence artificielle et aux technologies fondées sur les données, reflétant la reconnaissance que la compétence numérique englobe désormais la littératie en IA comme composante essentielle (Vuorikari, Kluzer et Punie 2022).
DigComp 2.2 est explicitement orienté vers le citoyen. Ses descripteurs de compétences sont conçus pour être applicables à tous les individus indépendamment du contexte professionnel, et il sert de cadre de référence pour l'objectif de la Décennie numérique de l'UE visant 80 pour cent des citoyens possédant au moins des compétences numériques de base d'ici 2030. Le cadre a été adopté ou adapté par de nombreux États membres pour les programmes nationaux, les programmes de formation des enseignants et les outils d'évaluation des compétences numériques.
Le Plan d'action pour l'éducation numérique 2021-2027 fournit le contexte stratégique pour la mise en œuvre de DigComp dans l'éducation. Le plan établit 14 actions dans deux domaines prioritaires — favoriser un écosystème d'éducation numérique performant et améliorer les compétences et aptitudes numériques — avec des objectifs spécifiques pour la mise à jour de DigComp afin d'intégrer les compétences en IA et en données, et pour l'établissement d'un Certificat européen de compétences numériques (Commission européenne 2020).
2.2 L'approche chinoise : des campagnes centralisées de littératie numérique
L'approche de la Chine en matière de littératie numérique diffère fondamentalement par son architecture institutionnelle. Plutôt qu'un cadre unique orienté vers le citoyen, la Chine déploie la littératie numérique à travers des initiatives centralisées pilotées par le gouvernement et coordonnées entre plusieurs ministères. Le Plan 2025 pour le renforcement de la littératie et des compétences numériques nationales, publié conjointement par le Bureau de la Commission centrale des affaires du cyberespace, le ministère de l'Éducation, le ministère de l'Industrie et des Technologies de l'information et le ministère des Ressources humaines et de la Sécurité sociale, établit des priorités incluant le développement de systèmes de formation des talents numériques, l'expansion de l'application et de la gouvernance de l'IA, la construction d'une société numérique inclusive et la promotion de la coopération internationale (CNNIC 2025 ; Commission centrale des affaires du cyberespace et al. 2025).
Le Plan d'action pour l'informatisation de l'éducation 2.0, lancé en 2018, fixait des objectifs d'applications pédagogiques couvrant tous les enseignants, d'applications d'apprentissage couvrant tous les étudiants et de construction de campus numériques couvrant toutes les écoles (Yan et Yang 2021). Les résultats ont été spectaculaires en termes d'infrastructure : en 2025, 99,9 pour cent de toutes les écoles chinoises disposent d'un haut débit de 100 Mbit/s ou plus, 99,5 pour cent ont des salles de classe multimédias et plus de 75 pour cent offrent un accès Internet sans fil sur le campus. La Plateforme nationale d'éducation intelligente connecte 519 000 écoles, desservant 18,8 millions d'enseignants et 293 millions d'étudiants (Ma 2025).
Wang et d'Haenens (2025), dans ce qui semble être la première comparaison directe du rapport « État de la Décennie numérique 2024 » de l'UE et du « Rapport d'enquête national sur la littératie et les compétences numériques 2024 » de la Chine, identifient un schéma caractéristique : les progrès de la Chine sont attribuables à des initiatives centralisées pilotées par le gouvernement qui réalisent un déploiement rapide de l'infrastructure et une standardisation, tandis que l'approche de l'UE met l'accent sur le développement des compétences individuelles à travers une évaluation fondée sur un cadre de référence. Les deux font face à des défis persistants — la Chine avec le fossé urbain-rural, l'UE avec la variation entre États membres — mais la nature de ces défis reflète leurs modèles institutionnels différents.
Wu (2024) propose un Cadre de littératie numérique pour les étudiants universitaires chinois structuré comme une relation progressive « Compétences–Aptitudes–Conscience », identifiant 15 descripteurs validés par la recherche empirique. Ce cadre reflète une reconnaissance croissante dans la recherche éducative chinoise que le seul déploiement d'infrastructures est insuffisant : les étudiants ont besoin d'un développement structuré des compétences, pas simplement d'un accès à la technologie.
3. La littératie en IA au-delà des frontières
3.1 Paysage politique
Le déploiement rapide des systèmes d'IA dans l'éducation et sur le marché du travail a généré une demande parallèle de littératie en IA — la capacité d'évaluer de manière critique les technologies d'IA, de communiquer et de collaborer efficacement avec l'IA, et d'utiliser l'IA comme outil (Long et Magerko 2020). Yang et ses collègues (2025), dans une analyse comparative de 41 politiques de littératie en IA à travers l'Union européenne, les États-Unis, l'Inde et la Chine, constatent des stratégies convergentes — les quatre juridictions élargissent les programmes d'IA et de STEM dans l'enseignement supérieur — aux côtés de divergences significatives qui reflètent des conditions du marché du travail et des priorités stratégiques différentes.
Le Règlement européen sur l'IA (Règlement 2024/1689) a introduit une obligation spécifique de littératie en IA. L'article 4, entré en vigueur le 2 février 2025, impose que les fournisseurs et les déployeurs de systèmes d'IA « prennent des mesures pour assurer, dans la mesure du possible, un niveau suffisant de littératie en IA de leur personnel » (Parlement européen et Conseil 2024). Cette disposition s'applique directement aux universités déployant des outils d'IA pour l'enseignement, l'évaluation ou l'administration, créant une obligation juridique de formation à la littératie en IA qui n'a pas d'équivalent direct dans le droit chinois.
L'approche de la Chine intègre la littératie en IA dans ses campagnes plus larges de littératie numérique et, à partir de septembre 2025, dans l'enseignement obligatoire de l'IA dans toutes les écoles primaires et secondaires. Le Plan 2025 pour le renforcement de la littératie et des compétences numériques nationales aborde explicitement l'application et la gouvernance de l'IA comme domaine prioritaire. Hilliard et ses collègues (2026), dans une analyse comparative des politiques d'IA dans huit juridictions, documentent l'approche distinctive de la Chine : une réglementation sectorielle combinée à un déploiement centralisé de l'éducation à l'IA à grande échelle.
3.2 Résultats empiriques
Les études empiriques révèlent une variation significative de la littératie en IA selon les contextes nationaux. Hornberger et ses collègues (2025), dans une évaluation multinationale portant sur 1 465 étudiants universitaires en Allemagne, au Royaume-Uni et aux États-Unis, constatent que les étudiants allemands démontrent une littératie en IA plus élevée, les étudiants britanniques manifestent des attitudes plus négatives envers l'IA, et les étudiants américains rapportent une plus grande auto-efficacité en matière d'IA. Ces différences persistent même après contrôle des variables démographiques, ce qui suggère que les contextes éducatifs et culturels nationaux façonnent la littératie en IA de manières que les cadres génériques ne saisissent pas.
Dans le contexte chinois, Pan et Wang (2025) présentent une analyse de profils latents portant sur 782 enseignants chinois d'anglais langue étrangère qui identifie quatre profils distincts de littératie en IA : faible littératie en IA (12,1 pour cent), modérée (45,5 pour cent), bonne (28,4 pour cent) et excellente (14,1 pour cent). L'âge et l'expérience d'enseignement prédisent significativement l'appartenance au profil, les enseignants plus jeunes démontrant généralement une littératie en IA plus élevée, mais pas de manière uniforme. Le constat que près de 58 pour cent des enseignants se situent dans les catégories faible ou modérée a des implications significatives pour l'éducation à la littératie en IA : si les enseignants eux-mêmes manquent de compétence en IA, leur capacité à la développer chez les étudiants est nécessairement limitée.
Zhang, Ganapathy Prasad et Schroeder (2025), dans une revue systématique de revues sur la littératie en IA, synthétisent ce domaine en pleine expansion et identifient un écart persistant entre les ambitions politiques et la pratique éducative. La revue confirme que l'éducation à la littératie en IA en est encore à ses débuts dans les universités européennes comme chinoises, la plupart des initiatives se concentrant sur la sensibilisation plutôt que sur l'évaluation critique ou la compétence pratique.
Le travail fondateur de Long et Magerko (2020) fournit un cadre conceptuel pour combler cette lacune. Leur définition de la littératie en IA — « un ensemble de compétences qui permet aux individus d'évaluer de manière critique les technologies d'IA ; de communiquer et de collaborer efficacement avec l'IA ; et d'utiliser l'IA comme outil » — identifie 17 compétences réparties en cinq thèmes. Ce cadre a été largement adopté mais n'a pas encore été systématiquement mis en œuvre dans les programmes européens ou chinois. L'écart entre la disponibilité des cadres et la pratique éducative est un thème récurrent dans les deux juridictions : des descriptions sophistiquées de compétences existent sur le papier, mais la traduction en pratique pédagogique reste le défi fondamental.
Les variations transnationales documentées dans ces études ont des implications importantes pour la conception de programmes éducatifs internationaux. Un programme de diplôme conjoint UE-Chine ne peut supposer que les étudiants des deux contextes arrivent avec des compétences numériques et en IA équivalentes. La littératie en IA plus élevée des étudiants allemands (Hornberger et al. 2025) et les déficits de littératie en IA des enseignants chinois (Pan et Wang 2025) suggèrent que les programmes internationaux doivent diagnostiquer et traiter les asymétries de compétences numériques comme condition préalable à une collaboration efficace — un constat qui se rattache directement aux défis de protection des données et d'éthique abordés dans les chapitres compagnons de cette anthologie (Woesler, ce volume).
4. La fracture numérique
4.1 La Chine : le fossé urbain-rural
La fracture numérique de la Chine est principalement géographique. Le 55e Rapport statistique sur le développement de l'Internet en Chine, publié par le Centre d'information du réseau Internet de Chine (CNNIC) en 2025, rapporte 1,099 milliard d'utilisateurs d'Internet en décembre 2024, représentant un taux de pénétration national de 79,0 pour cent. Cependant, la pénétration d'Internet en zone rurale se situe à 69,5 pour cent, soit près de dix points de pourcentage en dessous de la moyenne nationale, et les utilisateurs urbains constituent 71,3 pour cent du total des utilisateurs d'Internet (CNNIC 2025).
Les réalisations en matière d'infrastructure sont néanmoins remarquables. Avec 99,9 pour cent des écoles connectées au haut débit et la Plateforme nationale d'éducation intelligente desservant 293 millions d'étudiants, les prérequis physiques pour l'éducation numérique sont largement en place (Ma 2025). Le défi s'est déplacé de l'accès à la qualité : s'assurer que les étudiants ruraux reçoivent la même qualité d'éducation numérique que leurs homologues urbains, malgré les différences de compétence des enseignants, de ressources institutionnelles et de capital culturel.
Le Règlement sur la protection des mineurs dans le cyberespace, en vigueur depuis le 1er janvier 2024, ajoute une dimension réglementaire à la fracture numérique. Le règlement exige des mesures obligatoires de prévention de la dépendance à Internet, des « modes mineurs » sur les plateformes et des limites de temps d'écran — des dispositions qui reflètent la conscience des décideurs chinois que l'accès numérique sans littératie numérique ni supervision parentale peut produire des dommages plutôt que des bénéfices (Conseil des affaires d'État 2023). Zheng et ses collègues (2025), dans une méta-analyse exhaustive de 164 études épidémiologiques impliquant 737 384 adolescents chinois, trouvent une prévalence groupée de la dépendance à Internet de 10,3 pour cent, les adolescents ruraux présentant des taux plus élevés — un constat qui souligne la nécessité d'une éducation à la littératie numérique abordant les risques aussi bien que les opportunités.
4.2 L'Europe : variation socioéconomique et inter-étatique
La fracture numérique européenne opère selon des axes différents : statut socioéconomique, niveau d'éducation, âge et — de manière cruciale — État membre. Le rapport « État de la Décennie numérique 2025 » de la Commission européenne documente que seuls 55,6 pour cent de la population de l'UE possèdent au moins des compétences numériques de base, bien en deçà de l'objectif de 80 pour cent pour 2030. Au rythme actuel de progression, l'objectif ne sera pas atteint. Les Pays-Bas (83 pour cent) et la Finlande (82 pour cent) sont en tête pour les compétences numériques de base, tandis que la Roumanie (28 pour cent) et la Bulgarie (36 pour cent) accusent un retard considérable (Commission européenne 2025 ; Eurofound 2025).
Le rapport 2025 d'Eurofound sur la fracture numérique documente que les États membres historiquement moins performants ont rattrapé les leaders numériques, mais des inégalités significatives persistent. Les groupes vulnérables — populations à faibles revenus, âgées, moins éduquées — restent touchés de manière disproportionnée. La fracture numérique en Europe n'est donc pas principalement un fossé générationnel mais un fossé socioéconomique, sapant davantage l'hypothèse du natif du numérique selon laquelle la cohorte d'âge est le déterminant principal de la compétence numérique.
Les données PISA 2022 fournissent un éclairage éducatif sur cette fracture. Les élèves consacrant jusqu'à une heure par jour aux appareils numériques pour l'apprentissage ont obtenu 14 points de plus en mathématiques, mais les élèves distraits par l'utilisation d'appareils par d'autres ont obtenu 15 points de moins. Seuls 60 pour cent des élèves ont exprimé leur confiance dans leur capacité à gérer leur propre motivation pour le travail scolaire numérique (OCDE 2023). Ces résultats suggèrent que la relation entre la technologie numérique et les résultats éducatifs est médiatisée par le contexte, la pédagogie et l'autorégulation — et non par l'appartenance générationnelle.
5. Temps d'écran, habitudes numériques et écosystèmes de plateformes
Les environnements numériques habités par les jeunes en Chine et en Europe diffèrent non seulement en échelle mais en nature. Les jeunes Chinois utilisent principalement WeChat (95,76 pour cent), QQ (72,25 pour cent), Douyin (65,57 pour cent) et Little Red Book (Xiaohongshu, 36,50 pour cent). Zhao, Wang et Hu (2025) documentent un schéma de « balancement entre plateformes » — un mouvement spontané entre plateformes motivé par la résonance des pairs, les besoins d'autogestion et la découverte de contenu — qui remet en question l'hypothèse d'identités numériques stables.
Les jeunes Européens habitent un écosystème de plateformes différent. L'Eurobaromètre Flash « Enquête Jeunesse 2024 », couvrant 25 933 jeunes citoyens de l'UE âgés de 16 à 30 ans dans 27 États membres, constate que les plateformes de médias sociaux (42 pour cent) sont les sources d'information les plus couramment utilisées par les jeunes Européens (Parlement européen 2025). Le paysage des plateformes est plus fragmenté qu'en Chine, avec Instagram, TikTok, YouTube et Snapchat en concurrence pour l'attention aux côtés de plateformes spécifiques à chaque pays.
Livingstone, Mascheroni et Stoilova (2023), dans une revue systématique des preuves relatives aux compétences numériques des jeunes âgés de 12 à 17 ans, constatent une relation à double tranchant : de plus grandes compétences numériques sont positivement associées aux opportunités en ligne et aux avantages informationnels, mais elles corrèlent également avec une plus grande exposition aux risques en ligne. Ce constat a des implications importantes pour l'éducation à la littératie numérique dans les deux contextes : l'objectif ne peut pas être simplement d'augmenter les compétences numériques mais de développer le jugement critique nécessaire pour naviguer dans les environnements numériques de manière sûre et productive.
Les implications pour la santé mentale d'un engagement numérique intensif sont de plus en plus documentées. La recherche sur les plateformes de vidéos courtes telles que Douyin et TikTok révèle des thèmes d'anxiété, de perturbation du sommeil, de dépendance numérique et de préoccupations relatives à l'image corporelle dans les contextes chinois, américain et britannique. L'ampleur de la préoccupation en Chine est quantifiée par la méta-analyse de Zheng et ses collègues (2025) : 10,3 pour cent de prévalence de la dépendance à Internet chez les adolescents, les jeunes ruraux étant touchés de manière disproportionnée. La réponse réglementaire de la Chine — les « modes mineurs » obligatoires et les limites de temps d'écran introduites dans le Règlement sur la protection des mineurs dans le cyberespace (en vigueur depuis janvier 2024) — représente une approche plus interventionniste que la dépendance de l'UE à l'égard de l'éducation à la littératie numérique et de l'autorégulation des plateformes (Conseil des affaires d'État 2023).
Les résultats de PISA 2022 apportent des nuances au débat sur le temps d'écran. Les élèves qui consacraient jusqu'à une heure par jour aux appareils numériques pour l'apprentissage ont obtenu 14 points de plus en mathématiques que ceux qui ne le faisaient pas, mais les élèves fréquemment distraits par l'utilisation d'appareils par d'autres ont obtenu 15 points de moins. Seuls 60 pour cent des élèves ont exprimé leur confiance dans leur automotivation pour le travail scolaire numérique (OCDE 2023). Ces données suggèrent que la relation entre le temps d'écran et les résultats éducatifs n'est pas linéaire mais médiatisée par la qualité et la finalité de l'engagement — un constat qui plaide en faveur d'un accompagnement pédagogique plutôt que de simples restrictions temporelles.
Les écosystèmes de plateformes eux-mêmes diffèrent de manières qui façonnent les exigences en matière de littératie numérique. Les plateformes chinoises opèrent au sein d'un écosystème réglementé où la modération du contenu, la recommandation algorithmique et la collecte de données sont régies par une combinaison de l'Administration du cyberespace de Chine, de réglementations spécifiques aux plateformes et de la PIPL. Les utilisateurs européens naviguent dans un écosystème plus fragmenté où le Règlement sur les services numériques, le RGPD et les réglementations nationales créent un patchwork de protections. Les étudiants des deux contextes ont besoin de la capacité critique à comprendre comment la recommandation algorithmique façonne leur environnement informationnel — une compétence que ni DigComp 2.2 ni les campagnes chinoises de littératie numérique n'abordent actuellement avec une profondeur suffisante.
6. Compétence numérique et capacité d'innovation
Une question cruciale pour les décideurs européens comme chinois est de savoir si la littératie numérique se traduit en capacité d'innovation — la capacité de créer de nouvelles solutions, et pas seulement de consommer du contenu numérique. Zhou et ses collègues (2025), dans une étude portant sur 1 334 étudiants de 12 universités de Ningbo, en Chine, trouvent une forte corrélation positive entre la littératie numérique et la capacité d'innovation (bêta = 0,76, p < 0,001), les composantes émotion cognitive et littératie de la responsabilité présentant les associations les plus fortes (r = 0,72–0,73). Ces résultats suggèrent que la littératie numérique n'est pas simplement une compétence de consommation mais un fondement de la pensée créative et critique dont les deux économies ont besoin.
Le Cadre de littératie numérique pour les étudiants universitaires chinois de Wu (2024), structuré comme une relation progressive « Compétences–Aptitudes–Conscience », offre une perspective complémentaire. Le cadre identifie 15 descripteurs validés par la recherche empirique, reflétant une reconnaissance croissante dans la recherche éducative chinoise que le simple accès à la technologie ne se traduit pas en capacité d'innovation. L'accent mis par le cadre sur la « conscience » comme niveau le plus élevé de la littératie numérique — au-delà des compétences et des aptitudes — résonne avec l'attention portée par le cadre européen DigComp aux attitudes et aux valeurs en plus des connaissances et des compétences.
Toutefois, le Moniteur de l'éducation et de la formation 2024 de l'UE présente un tableau plus sobre pour l'Europe. Seuls 42 pour cent des jeunes Européens déclarent avoir eu une bonne occasion d'apprendre la durabilité à l'école — un indicateur du type d'apprentissage structuré et interdisciplinaire qui relie la compétence numérique aux défis du monde réel. Si 84 pour cent des jeunes croient en la valeur du changement environnemental, seuls 30 pour cent agissent quotidiennement en faveur de la durabilité. Plus de 40 pour cent des élèves de 13 et 14 ans manquent de compétences numériques de base (Commission européenne 2024). L'écart entre croyance et action, et entre accès et compétence, reflète le mythe plus large du natif du numérique : être entouré de technologie ne produit pas automatiquement la capacité — ni l'inclination — à l'utiliser de manière productive.
Roh, Yoo et Ok (2025), dans une analyse textuelle transnationale des normes curriculaires nationales utilisant le cadre DigComp, constatent que la « maîtrise de l'information et des données » et la « communication et collaboration » sont les compétences numériques les plus soulignées dans les nations comparées, mais que les mots-clés de la littératie numérique ont une faible centralité dans les programmes dans l'ensemble. Ce constat suggère que même lorsque la littératie numérique fait nominalement partie du programme, elle reste souvent périphérique à la mission éducative centrale — un problème qui ne fera que s'intensifier à mesure que l'IA deviendra plus centrale dans l'éducation et l'emploi.
7. Implications pour la conception des programmes
Les données probantes examinées dans cet article indiquent plusieurs implications pour la conception des programmes dans les universités européennes et chinoises.
Premièrement, l'éducation à la littératie numérique doit être structurée et explicite, et non supposée acquise. L'héritage le plus pernicieux du mythe du natif du numérique est l'hypothèse selon laquelle les jeunes arrivent à l'université déjà compétents numériquement. Les preuves empiriques — 55,6 pour cent de compétences numériques de base dans l'UE, 12,1 pour cent des enseignants chinois d'anglais langue étrangère ayant une faible littératie en IA, plus de 40 pour cent des jeunes adolescents européens manquant de compétences numériques de base — réfutent cette hypothèse de manière décisive. Les universités doivent fournir une éducation systématique à la littératie numérique dans le cadre du programme de base, et non comme un supplément optionnel.
Deuxièmement, la littératie en IA nécessite une attention pédagogique spécifique. Le mandat de l'article 4 du Règlement européen sur l'IA concernant la littératie en IA pour les déployeurs de systèmes d'IA s'applique directement aux universités. Le constat que les étudiants allemands, britanniques et américains diffèrent significativement en matière de littératie en IA (Hornberger et al. 2025) suggère que les contextes éducatifs nationaux comptent, et que les cadres génériques de littératie en IA doivent être adaptés aux conditions locales. La décision de la Chine de rendre l'éducation à l'IA obligatoire à partir de septembre 2025 représente une approche plus directe, mais son efficacité dépendra de la compétence des enseignants — une préoccupation mise en évidence par le constat de Pan et Wang (2025) selon lequel 57,6 pour cent des enseignants chinois d'anglais langue étrangère ont une littératie en IA faible ou modérée.
Troisièmement, l'éducation à la littératie numérique doit aborder les risques aussi bien que les opportunités. Le constat de Livingstone, Mascheroni et Stoilova (2023) selon lequel de plus grandes compétences numériques corrèlent avec une plus grande exposition aux risques en ligne, et la documentation par Zheng et ses collègues (2025) d'une prévalence de 10,3 pour cent de la dépendance à Internet chez les adolescents chinois, soulignent la nécessité de programmes de littératie numérique qui développent le jugement critique, l'autorégulation et la conscience du bien-être numérique — des compétences que ni le cadre DigComp ni l'approche chinoise axée sur l'infrastructure ne mettent actuellement suffisamment en avant.
Quatrièmement, la fracture numérique doit être abordée comme un défi socioéconomique et géographique, et non générationnel. Tant la variation inter-étatique de l'UE (55 points de pourcentage entre les Pays-Bas et la Roumanie en matière de compétences numériques de base) que le fossé urbain-rural de la Chine (près de dix points de pourcentage de pénétration d'Internet) exigent des interventions ciblées qui vont au-delà des cadres universels. La conception des programmes doit tenir compte de la réalité selon laquelle les étudiants arrivent avec des niveaux très différents d'accès numérique, de compétence et de capital culturel.
Cinquièmement, les cadres de littératie numérique doivent évoluer pour aborder la dimension algorithmique de la vie numérique. Les cadres actuels — y compris DigComp 2.2 — mettent l'accent sur la maîtrise de l'information, la communication et la création de contenu mais n'accordent pas suffisamment d'attention à la littératie algorithmique : la capacité de comprendre comment les systèmes de recommandation, les algorithmes de modération de contenu et la personnalisation pilotée par l'IA façonnent l'environnement informationnel. Alors que les étudiants en Chine et en Europe passent des proportions croissantes de leur temps dans des environnements médiatisés par des algorithmes, cette compétence devient essentielle pour une citoyenneté éclairée.
Sixièmement, l'éducation transculturelle à la littératie numérique doit résister à la tentation de traiter un système comme la norme par rapport à laquelle les autres sont évalués. L'analyse transnationale de Roh, Yoo et Ok (2025) des normes curriculaires utilisant DigComp comme cadre analytique illustre à la fois l'utilité et les limites de cette approche : le cadre fournit un vocabulaire commun pour la comparaison, mais la faible centralité des mots-clés de la littératie numérique dans les programmes de toutes les nations comparées suggère que le défi n'est pas la conception du cadre mais sa mise en œuvre — un défi que l'Europe et la Chine partagent, malgré leurs contextes institutionnels différents.
8. Conclusion
Le natif du numérique est un mythe qui a survécu à son utilité. Vingt-cinq ans après l'essai original de Prensky, les preuves empiriques sont sans ambiguïté : grandir avec la technologie ne produit pas de compétence numérique. La littératie numérique, comme toute autre forme de littératie, doit être enseignée, pratiquée et évaluée. La littératie en IA ajoute une nouvelle dimension à ce défi, exigeant non seulement la capacité d'utiliser les outils d'IA mais la capacité critique d'évaluer leurs résultats, de comprendre leurs limites et de naviguer dans leurs implications éthiques.
La comparaison des approches européennes et chinoises révèle des forces et des faiblesses complémentaires. L'approche de l'UE fondée sur des cadres de référence — DigComp 2.2 avec ses plus de 250 exemples de compétences, le Plan d'action pour l'éducation numérique, le mandat de littératie du Règlement sur l'IA — fournit une clarté conceptuelle et une protection des droits individuels mais peine avec la mise en œuvre : 55,6 pour cent de compétences numériques de base contre un objectif de 80 pour cent parle de lui-même. L'approche centralisée et axée sur l'infrastructure de la Chine atteint une vitesse de déploiement remarquable — 99,9 pour cent de haut débit scolaire, 293 millions d'étudiants sur une seule plateforme, éducation obligatoire à l'IA dans les deux ans suivant l'annonce politique — mais fait face à des défis en matière de compétence des enseignants, d'équité urbaine-rurale et de l'écart entre accès et utilisation critique.
Les implications s'étendent au-delà de la politique éducative aux questions de citoyenneté démocratique et de cohésion sociale. En Europe, où l'Eurobaromètre Flash « Enquête Jeunesse 2024 » constate que 42 pour cent des jeunes utilisent les médias sociaux comme source d'information principale (Parlement européen 2025), la capacité d'évaluer de manière critique l'information alimentée par les algorithmes n'est pas simplement un desideratum éducatif mais une nécessité démocratique. En Chine, où l'État joue un rôle plus actif dans la curation du contenu, la littératie numérique inclut la capacité de naviguer entre les écosystèmes d'information nationaux et mondiaux — une compétence que l'analyse comparative des politiques de littératie en IA de Yang et ses collègues (2025) suggère recevoir une attention politique croissante.
Aucune des deux approches n'a résolu le problème fondamental que le mythe du natif du numérique était censé résoudre : comment préparer les jeunes à un monde dans lequel la technologie numérique est omniprésente mais la compétence numérique est inégalement répartie. Nous soutenons que la voie la plus prometteuse combine la rigueur européenne en matière de définition et d'évaluation des compétences avec la rapidité chinoise en matière de déploiement et de mise à l'échelle — une synthèse plus facile à proposer qu'à réaliser, mais que les deux systèmes commencent, chacun à sa manière, à explorer. Les chapitres compagnons de cette anthologie sur l'éthique de l'IA (Woesler, ce volume), la protection des données (Woesler, ce volume) et l'université du futur (Woesler, ce volume) abordent les dimensions institutionnelles, réglementaires et pédagogiques de ce défi.
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 (Perspectives transculturelles sur l'éducation numérique) pour leurs contributions à l'analyse comparative.
Références
Bennett, S., Maton, K. & Kervin, L. (2008). The 'digital natives' debate: A critical review of the evidence. British Journal of Educational Technology, 39(5), 775–786. DOI: 10.1111/j.1467-8535.2007.00793.x
Central Cyberspace Affairs Commission, Ministry of Education, MIIT & MOHRSS. (2025). 2025 Plan for Enhancing National Digital Literacy and Skills. Beijing.
China Internet Network Information Center (CNNIC). (2025). The 55th Statistical Report on China's Internet Development. Beijing: CNNIC.
Eurofound. (2025). Narrowing the digital divide: Economic and social convergence in Europe's digital transformation. Publications Office of the European Union, Luxembourg.
European Commission. (2020). Digital Education Action Plan 2021–2027: Resetting education and training for the digital age. COM(2020) 624 final, 30 September 2020.
European Commission. (2024). Education and Training Monitor 2024. Publications Office of the European Union.
European Commission. (2025). State of the Digital Decade 2025. COM(2025) 262 final.
European Parliament. (2025). Flash Eurobarometer 556: Youth Survey 2024. February 2025.
European Parliament and Council. (2024). Regulation (EU) 2024/1689 of 13 June 2024 laying down harmonised rules on artificial intelligence (Artificial Intelligence Act). Official Journal of the European Union, L series.
Hilliard, A., Gulley, A., Kazim, E. & Koshiyama, A. S. (2026). Artificial intelligence policy worldwide: a comparative analysis. Royal Society Open Science, 13(2), 242234. DOI: 10.1098/rsos.242234
Hornberger, M., Bewersdorff, A., Schiff, D. S. & Nerdel, C. (2025). A multinational assessment of AI literacy among university students in Germany, the UK, and the US. Computers in Human Behavior: Artificial Humans, 4, 100132. DOI: 10.1016/j.chbah.2025.100132
Livingstone, S., Mascheroni, G. & Stoilova, M. (2023). The outcomes of gaining digital skills for young people's lives and wellbeing: A systematic evidence review. New Media and Society, 25(5), 1176–1202. DOI: 10.1177/14614448211043189
Long, D. & Magerko, B. (2020). What is AI Literacy? Competencies and Design Considerations. In: Proceedings of the 2020 CHI Conference on Human Factors in Computing Systems (pp. 1–16). ACM. DOI: 10.1145/3313831.3376727
Ma, C. (2025). China's Achievements in Digital Education in the Wake of Education Informatization 2.0 Action Plan. Science Insights Education Frontiers, 27(1), 4435–4451. DOI: 10.15354/sief.25.re488
Mertala, P., Lopez-Pernas, S., Vartiainen, H., Saqr, M. & Tedre, M. (2024). Digital natives in the scientific literature: A topic modeling approach. Computers in Human Behavior, 152, 108076. DOI: 10.1016/j.chb.2023.108076
OECD. (2023). PISA 2022 Results (Volume I): The State of Learning and Equity in Education. PISA, OECD Publishing, Paris. DOI: 10.1787/53f23881-en
Pan, Z. & Wang, Y. (2025). From Technology-Challenged Teachers to Empowered Digitalized Citizens: Exploring the Profiles and Antecedents of Teacher AI Literacy in the Chinese EFL Context. European Journal of Education, 60(1), e70020. DOI: 10.1111/ejed.70020
Prensky, M. (2001). Digital Natives, Digital Immigrants, Part 1. On the Horizon, 9(5), 1–6. DOI: 10.1108/10748120110424816
Reid, L., Button, D. & Brommeyer, M. (2023). Challenging the Myth of the Digital Native: A Narrative Review. Nursing Reports, 13(2), 573–600. DOI: 10.3390/nursrep13020052
Roh, D., Yoo, J. & Ok, H. (2025). Mapping digital literacy in language education: A comparative analysis of national curriculum standards using text as data approach. Education and Information Technologies, 30, 6287–6313. DOI: 10.1007/s10639-024-13056-5
State Council of the People's Republic of China. (2023). Regulations on the Protection of Minors in Cyberspace. Effective 1 January 2024.
Vuorikari, R., Kluzer, S. & Punie, Y. (2022). DigComp 2.2: The Digital Competence Framework for Citizens — With new examples of knowledge, skills and attitudes. EUR 31006 EN, Publications Office of the European Union, Luxembourg. DOI: 10.2760/115376
Wang, C. & d'Haenens, L. (2025). Report-Based Interpretation of 2024 Digital Literacy and Skills in China and the EU. In: Communications in Computer and Information Science (CCIS, vol. 2537). Springer.
Wu, D. (2024). Exploring digital literacy in the era of digital civilization: A framework for college students in China. Information Services and Use, 44(2), 69–91. DOI: 10.3233/ISU-230199
Yan, S. & Yang, Y. (2021). Education Informatization 2.0 in China: Motivation, Framework, and Vision. ECNU Review of Education, 4(2), 291–302. DOI: 10.1177/2096531120944929
Yang, H., Xu, J., Zeng, X. & Gu, X. (2025). Comparing AI literacy policies in the European Union, the United States, India, and China. Telecommunications Policy. DOI: 10.1016/j.telpol.2025.102939
Zhang, S., Ganapathy Prasad, P. & Schroeder, N. L. (2025). Learning About AI: A Systematic Review of Reviews on AI Literacy. Journal of Educational Computing Research. DOI: 10.1177/07356331251342081
Zhao, H., Wang, J. & Hu, X. (2025). „A Wandering Existence": Social Media Practices of Chinese Youth in the Context of Platform-Swinging. Social Media + Society, 11(1). DOI: 10.1177/20563051251315265
Zheng, M.-R. et al. (2025). Prevalence of internet addiction among Chinese adolescents: A comprehensive meta-analysis of 164 epidemiological studies. Asian Journal of Psychiatry, 105, 104458. DOI: 10.1016/j.ajp.2025.104458
Zhou, Y., Sun, X., Zhu, Y., Feng, Z., Sun, Q. & Zhong, X. (2025). The impact of digital literacy on university students' innovation capability: evidence from Ningbo, China. Frontiers in Psychology, 16, 1548817. DOI: 10.3389/fpsyg.2025.1548817
Partie IV : Orientations futures