Pour la tâche précise d’apprendre à parler, une application IA pour parler et un professeur particulier produisent des scores proches. Une étude croisée de Zafer Susoy n’a trouvé aucune différence significative de réussite orale entre les deux. Les vraies différences sont l’anxiété, le coût et la profondeur. L’application sert à acheter des répétitions quotidiennes, l’humain à acheter de la profondeur.

La question que les gens se posent vraiment

Presque personne ne tape cette recherche par curiosité pédagogique. On la tape parce qu’on étudie une langue depuis des années, qu’on sait la lire, qu’on peut suivre un film, et qu’un serveur pose une question et que la bouche se bloque.

Face à cela, le conseil habituel est « prenez un professeur ». C’est un bon conseil que cette personne précise ne suivra pas. Elle ne réservera pas de professeur, justement parce qu’un professeur est un témoin. Payer un inconnu pour se faire regarder échouer est difficile à accepter quand le problème, précisément, c’est d’être observé.

Il faut donc inverser la question. Plutôt que de demander quelle option est théoriquement supérieure, il faut demander laquelle supprime ce qui bloque vraiment. Et cette question, la recherche peut y répondre.

Ce que dit la recherche quand les deux sont mis face à face

Le test le plus net de cette comparaison est une étude croisée intra-sujets de Zafer Susoy, publiée dans Frontiers in Psychology. Quarante-huit étudiants de première année en didactique de l’anglais dans une université publique turque ont chacun passé deux examens oraux comparables à deux semaines d’intervalle. L’un était mené par un chatbot IA, l’autre par des enseignants humains. Les deux étaient notés sur un barème TOEFL iBT de 0 à 12, et une échelle d’anxiété orale était administrée avant chaque examen.

Trois résultats comptent.

Les scores sont ressortis identiques. Condition IA 8,12, condition humaine 8,35, t(47) = 1,21, p = 0,23. Aucune différence significative. Ce qu’on pense qu’un examinateur IA pourrait manquer ne s’est traduit ni par des notes plus faciles ni plus dures. Les évaluations humaines et celles de l’IA concordaient aussi fortement entre elles, kappa de Cohen = 0,86.

L’anxiété était plus basse face à la machine, 98,48 contre 102,94, p = 0,01, un effet faible.

Et le résultat qui redéfinit toute la comparaison : avec un humain dans la pièce, l’anxiété prédisait le score, r = -0,500, p < 0,01. Avec l’IA, elle ne prédisait rien, r = -0,042. Les étudiants les plus nerveux perdaient de vrais points face à une personne. Face à la machine, leur nervosité cessait d’apparaître au tableau.

Ce n’est pas la preuve que l’IA enseigne mieux. C’est la preuve qu’un public humain impose une taxe, et que cette taxe pèse le plus lourd précisément sur les apprenants qui peinent déjà à parler.

Là où le professeur humain gagne clairement

Voici maintenant le contrepoids, car une comparaison qui ne cite que l’étude flatteuse est une publicité.

Yi Ma et Mingyang Chen ont mené une étude de 16 semaines auprès de 150 apprenants chinois d’anglais de niveau intermédiaire, publiée dans Frontiers in Psychology, avec un test différé à la semaine 20. Trois groupes : IA avec accompagnement d’un enseignant, IA seule, et témoin.

  • Gains en bandes IELTS : 1,45 avec IA plus enseignant, 0,92 avec l’IA seule, 0,31 pour le groupe témoin.
  • Rétention à la semaine 20 : 94 % des gains conservés pour le groupe accompagné, 87 % pour l’IA seule.
  • Le groupe IA seule a atteint ce que les chercheurs ont appelé un plateau de nouveauté, entre les semaines 9 et 12. Un apprenant a décrit l’impression d’être coincé dans une boucle, sans rien pour le pousser vers un contenu plus difficile.
  • 34 % des apprenants se sont sentis frustrés par le manque d’adaptabilité culturelle de l’IA.
  • La reconnaissance vocale n’a pas été aussi clémente pour tout le monde. Les apprenants ruraux ont eu besoin de 2,3 fois plus de répétitions que leurs pairs urbains. L’un a expliqué que l’accent américain de l’IA lui donnait l’impression d’être étranger dans sa propre pratique.

Il faut lire ces chiffres honnêtement. L’IA seule a produit près d’une bande IELTS complète en 16 semaines, ce qui est réel. Et le groupe avec un humain a gagné sensiblement plus, plafonné moins, et conservé davantage. La contribution de l’enseignant était précise : l’accompagnement de l’enseignant prédisait l’autonomie de l’apprenant, le sentiment de diriger son propre apprentissage, avec β = 0,52. La personnalisation de l’IA prédisait autre chose, la compétence, le sentiment d’être bon dans la tâche, avec β = 0,37. Ce ne sont pas des substituts. Ils répondent à des besoins différents.

La limite que personne ne veut imprimer en vendant de l’IA

La littérature sur les chatbots est solide sur les gains à court terme, à l’intérieur du programme, et faible sur ce qui se passe ensuite.

Mengdi Li, Yinyu Wang et Xiaorong Yang ont regroupé 41 études expérimentales et quasi expérimentales couvrant 3 515 participants, trouvant un effet positif modéré à important sur l’acquisition d’une seconde langue, ES = 0,576, IC à 95 % [0,385 ; 0,768], p < 0,001. Leur propre analyse de modérateurs contient l’avertissement suivant : les interventions d’un à sept jours affichaient parmi les effets les plus importants. Des études très courtes produisant des chiffres très élevés sont la signature classique d’une mesure de la nouveauté et des effets immédiats de la pratique, pas d’une compétence durable.

Il existe un second problème, de nature structurelle plutôt que statistique. Les grands modèles de langage sont entraînés pour être conciliants. L’étude SycEval de Stanford a mesuré un comportement complaisant dans 58,19 % des réponses du modèle. Un interlocuteur enclin à approuver ce qu’on dit est un mauvais détecteur d’erreurs et, pire encore pour cet usage précis, une mauvaise répétition avant la réalité. Les interlocuteurs réels interrompent. Ils s’impatientent. Ils ne ralentissent pas juste parce qu’on a l’air perdu. S’entraîner uniquement face à quelque chose d’infiniment patient laisse un muscle entièrement inexploité.

S’il fallait une seule phrase honnête sur le transfert : la pratique avec l’IA construit de façon fiable le réflexe de parler, et la conversation humaine reste l’endroit où l’on découvre si ce réflexe survit au contact réel.

Ce que chaque option coûte réellement

Le coût n’est pas un détail ici. C’est le mécanisme qui détermine la fréquence de pratique.

Les cours avec un professeur, selon la page tarifaire officielle d’italki : les tuteurs communautaires, locuteurs natifs ou courants sans formation pédagogique formelle, demandent en général entre 4 et 20 dollars par cours. Les enseignants professionnels, avec certifications et plans de cours structurés, demandent en général entre 10 et 40 dollars par cours. Le prix affiché sur le profil du tuteur est celui payé, sans frais de réservation cachés, et italki prélève sa commission du côté de l’enseignant. La plupart des tuteurs proposent un cours d’essai, généralement de 30 minutes, avec une remise de 30 % à 50 %. Preply est l’autre grande plateforme de cette catégorie et fonctionne sur un abonnement à heures hebdomadaires fixes.

C’est un tarif réellement raisonnable pour l’attention d’un expert humain. Mais il faut noter ce que cette structure tarifaire fait au comportement. Un professeur, c’est un rendez-vous au calendrier avec un prix affiché, donc on en réserve un ou deux par semaine. Une application IA pour parler, c’est un pool mensuel fixe de minutes, donc le coût marginal d’une conversation supplémentaire de dix minutes est quasi nul, et on peut la faire à six heures du matin ou en allant faire une course. C’est la fréquence qui construit réellement la compétence orale. L’application ne gagne pas sur la qualité par heure. Elle gagne sur le nombre d’heures.

À qui chaque option s’adresse vraiment

Un professeur particulier convient si : on parle déjà assez bien pour tenir une conversation et qu’on veut passer de compétent à précis. On a besoin de nuance culturelle et pragmatique, des changements de registre, de ce qui est techniquement correct mais sonne mal. Il y a une échéance, un examen, un entretien d’embauche, un déménagement. On sait qu’on ne s’entraînera pas à moins que quelqu’un vous attende le mardi à sept heures. Ou on veut quelqu’un qui se souvienne d’une mauvaise habitude précise et refuse de la laisser passer une quatrième semaine de suite.

Une application IA pour parler convient si : on comprend bien plus qu’on ne peut produire. On n’a pas prononcé une phrase entière à voix haute dans la langue depuis des mois, voire des années. Le temps de pratique disponible est fragmenté, quinze minutes ici, dix minutes là, à des heures où aucun professeur n’est réveillé. On veut du volume, et on veut faire quarante fois la même erreur sans que personne ne change d’expression.

Les deux sont utiles pour qui est sérieux. Ce n’est pas une réponse diplomatique qui évite de trancher, c’est le résultat avec le gain mesuré le plus important dans l’étude de Ma et Chen. L’ordre le plus productif pour la plupart des adultes est l’application d’abord, l’humain ensuite : accumuler les répétitions et perdre la peur avec la machine, puis amener un locuteur bien moins effrayé chez un professeur qui peut enfin travailler sur autre chose que la panique.

Où Mintza se situe dans ce débat

Mintza est une conversation vocale ouverte et en direct avec un professeur IA bilingue. Pas de transcription suivie d’une attente, pas de chat écrit, pas de script de leçon à suivre à la lettre. On parle, l’IA répond, et corrige à l’intérieur même de la conversation plutôt que de remettre un rapport après coup.

La partie qui compte pour cette comparaison, c’est le mécanisme bilingue. Le professeur parle à la fois la langue qu’on apprend et une langue déjà connue. En cas de blocage en pleine phrase, il bascule vers la langue déjà connue, débloque, et ramène vers la langue cible. Ce comportement est appliqué selon le niveau, jamais laissé au hasard : au niveau Novice, il parle surtout dans la langue déjà connue et introduit la nouvelle par courts blocs répétables, au niveau Débutant, il tient l’essentiel de la conversation dans la langue cible et utilise l’autre pour expliquer et rassurer, au niveau Intermédiaire, il reste presque entièrement dans la langue cible et n’en sort qu’en cas de vraie difficulté, et au niveau Avancé, il reste entièrement dans la langue cible à vitesse naturelle et donne un retour de pair à pair plutôt qu’un retour de professeur. L’intensité des corrections évolue de la même façon, du simple modelage sans correction explicite au niveau Novice, jusqu’à la nuance et au registre au niveau Avancé.

C’est ce détail précis qui rend supportable le fait de parler dès le premier jour. Un professeur qui partage par hasard la langue maternelle de l’apprenant peut faire de même, et les bons le font. Mais on ne peut pas compter sur le fait d’en trouver un, ce privilège se paie à l’heure, et le tuteur communautaire en immersion pure vers lequel de nombreux apprenants sont orientés en est tout simplement incapable. Cette échappatoire est ce qui empêche un débutant d’abandonner sa phrase, et c’est en abandonnant ses phrases qu’on finit par abandonner la langue.

Le reste est conçu pour le volume plutôt que pour la cérémonie. Quinze langues, dans n’importe quelle paire et n’importe quel sens. Quatre niveaux, et un sélecteur d’accent régional pour les langues qui présentent des variantes régionales distinctes. Les deux sont mémorisés par langue. L’application se souvient des conversations précédentes et peut reprendre là où on s’était arrêté au lieu de repartir sur des banalités. Pas de séries, pas de chronomètre affiché pendant qu’on parle, pas de parcours imposé, et des rappels seulement si on les configure. On reçoit 20 minutes gratuites après connexion via Google ou Apple, sans carte, et elles n’expirent jamais. Les forfaits payants sont des pools mensuels de minutes, Basic avec 180, Plus avec 360, Pro avec 600, sans plafond quotidien. Pour le tarif actuel, mieux vaut vérifier la fiche App Store ou Google Play, car il varie selon le pays.

Le verdict

La réponse honnête à « application ou professeur » est qu’ils ne concourent pas pour la même tâche.

Un professeur particulier reste le meilleur enseignant. Il apporte de la profondeur, un jugement culturel, une responsabilisation, et l’inconfort utile d’une vraie personne qui ne s’adaptera pas indéfiniment. Si le budget le permet et qu’on se présentera vraiment, mieux vaut en réserver un. La recherche le confirme : les apprenants ayant un humain aux côtés de l’IA ont gagné le plus et retenu le plus.

Une application IA pour parler est la meilleure salle de sport. C’est là que les répétitions sont assez peu coûteuses pour être quotidiennes, et où le public ne note pas pendant qu’on trébuche. Le résultat de Susoy résume tout l’argument en une phrase : les scores sont ressortis identiques, et seule la condition humaine a fait payer la nervosité.

Pour qui comprend la langue et se fige quand quelqu’un lui parle, la marche à suivre n’a rien de compliqué. Il faut construire le réflexe là où personne ne regarde. Puis aller se faire regarder.

À lire aussi : pourquoi on comprend une langue sans savoir la parler, comment s’entraîner à parler une langue sans partenaire, et les meilleures applications IA pour pratiquer l’oral.

Mintza est disponible pour iPhone, iPad et Mac et Android.