1. Introduction et problème

Entre 0 et 6 ans — jardin d’enfants, crèche, CENDI, école de la petite enfance — un paquet de trois artefacts a été installé comme s’il valait pour l’attention conjointe pédagogique. Le premier est un système d’eye-tracking qui marque « correct/incorrect » si l’enfant suit le regard : un pipeline qui convertit le gaze matching en verdict binaire et livre le tableau de bord comme s’il s’agissait de réponse à l’attention conjointe (RJA) ou d’initiation de l’attention conjointe (IJA) en classe. Le second est un robot social qui exécute des prompts RJA/IJA : un agent physique ou virtuel qui dirige le regard, pointe ou demande le suivi et présente l’essai comme s’il s’agissait d’une pratique triadique adulte–enfant–référent. Le troisième est un modèle de computer vision qui note la « joint visual attention » à partir de la vidéo : un classifieur qui étiquette des épisodes de regard partagé et déclare le score comme médiation du focus partagé. Les trois sont visibles et bon marché en temps de coordination. Ils permettent d’exhiber que le centre « fait déjà de l’attention conjointe avec l’intelligence artificielle ». Le saut — d’accumuler un gaze matching correct, de compléter des essais robotiques ou d’obtenir un score de joint visual attention à affirmer qu’il y a attention conjointe pédagogique — n’est autorisé ni par les preuves sur les robots sociaux ou les corrélats d’eye-tracking en joint attention, ni par ce que mesure la pédagogie de la petite enfance lorsqu’il y a pratique triadique située, serve-and-return et médiation du focus partagé en classe.

La thèse de cet article est restrictive. Un système d’eye-tracking qui marque « correct/incorrect » si l’enfant suit le regard, un robot social qui exécute des prompts RJA/IJA ou un modèle de computer vision qui note la « joint visual attention » à partir de la vidéo ne constituent pas l’attention conjointe pédagogique dans la petite enfance. À ce stade, l’attention conjointe est pratique triadique située (adulte–enfant–référent), serve-and-return et médiation du focus partagé ; non un score de gaze matching ni un essai robotique découplé du métier enseignant. So et al. (2023) comparent une intervention basée sur le robot (RBI) versus une intervention basée sur l’humain (HBI) pour améliorer la joint attention chez des enfants autistes, avec mesures RJA/IJA (ESCS) : résultat d’intervention clinique/expérimentale, non de métier d’attention conjointe en classe ordinaire d’éducation initiale. Sani-Bozkurt et Bozkus-Genc (2023) examinent de façon systématique les robots sociaux pour le développement de la joint attention dans le trouble du spectre de l’autisme : synthèse de l’artefact robotique dans le TSA, non équivalence avec la médiation triadique quotidienne au jardin. de Belen et al. (2023) rapportent des corrélats d’eye-tracking de la réponse à l’attention conjointe chez des préscolaires avec TSA : résultat de gaze comme corrélat de RJA, non de médiation pédagogique du focus partagé. Ozdemir, Akin-Bulbul et Yildiz (2025) comparent l’attention visuelle dans des bids de joint attention entre toddlers avec TSA et toddlers au développement typique : résultat de patrons d’attention visuelle, non de tableau de bord pédagogique déclarant « attention conjointe accomplie ». Cela n’autorise pas à traduire « il y a un eye-tracker installé », « il y a un robot avec prompts RJA/IJA » ou « il y a une CV qui note la joint visual attention » par « il y a attention conjointe pédagogique ». Cela autorise à demander ce qui a été mesuré : souvent le suivi du regard, des essais RJA/IJA en laboratoire ou en salle clinique, ou des étiquettes vidéo ; non la pratique réitérée lorsqu’un adulte et un enfant de deux, trois ou quatre ans partagent un référent, se répondent en serve-and-return et que l’éducateur médiatise le focus partagé dans la routine de classe.

Le problème s’aggrave par quatre confusions de catégorie. Première : l’attention conjointe n’est pas la « qualité des interactions » adulte–enfant au sens générique CLASS/tours — construct déjà traité dans la série — ; ici l’objet est le construct spécifique de joint attention (RJA, IJA, regard triadique, serve-and-return orienté vers le référent partagé). Deuxième : ce n’est pas le SEL (apprentissage socio-émotionnel comme programme d’émotions, d’empathie ou d’autorégulation). Troisième : ce n’est pas l’inclusion/DUA. Quatrième : ce n’est pas la littératie émergente. Ce travail ne recycle pas les articles sur la littératie, la musique, la motricité, la créativité artistique, les interactions adulte–enfant génériques, les fonctions exécutives, le SEL, le STEM/robotique générique, le jeu libre, la documentation, la numératie, l’oralité, l’évaluation formative, le DUA, la participation, la planification, la formation des enseignants, la famille–école, la transition, le leadership, l’inclusion, la vie privée, le multilinguisme, le bien-être, l’intégrité, la connectivité, l’alphabétisation en IA, la médiation parentale, la compétence UNESCO ni le jeu/échafaudage genAI. La question est celle de l’attention conjointe : qu’est-ce qui compte comme telle lorsqu’un centre d’éducation initiale « fait de l’IA et de la joint attention ».

Il existe une économie de coordination : un journal de gaze correct, une vidéo du robot exécutant des prompts RJA/IJA et un tableau de bord de « joint visual attention » ; l’attention conjointe pédagogique — l’adulte qui montre un objet, attend le regard de l’enfant, nomme le référent, répond au serve du nourrisson et soutient le focus partagé à la table ou dans la cour — est plus lente à exhiber. Les contributions sont trois : reconstruire l’état de l’art qui sépare l’attention conjointe pédagogique de l’eye-tracking qui note, du robot avec prompts RJA/IJA et de la CV qui étiquette ; examiner trois familles de cas empiriques ; et offrir quatre épreuves pour décider quand un jardin peut affirmer qu’il y a attention conjointe pédagogique.

2. État de l’art : de la pratique triadique située d’attention conjointe à l’artefact qu’on exhibe

Il convient de séparer quatre strates que le marché de « l’IA pour l’attention conjointe en petite enfance » mélange habituellement. La première est le construct d’attention conjointe de 0 à 6 ans comme pratique triadique adulte–enfant–référent : RJA (suivre le regard ou le geste de l’autre vers un objet), IJA (initier le focus partagé en montrant, en présentant ou en regardant en alternance) et regard partagé situé dans les routines (Bleiweiss et Sall, 2025 ; Ozdemir et al., 2025 ; NAEYC, 2022 ; OECD, 2021). La deuxième est le métier pédagogique qui la cultive — serve-and-return, médiation du focus partagé, distribution intentionnelle de l’attention enseignante et réflexion sur l’expertise de l’éducateur — (Bleiweiss et Sall, 2025 ; Duthois et al., 2026 ; Isotalo et al., 2026 ; NAEYC, 2022 ; OECD, 2021, 2023). La troisième est l’évidence des robots sociaux, de l’eye-tracking et des corrélats de gaze en joint attention, ainsi que les cartographies de l’IA en ECE (So et al., 2023 ; Sani-Bozkurt et Bozkus-Genc, 2023 ; de Belen et al., 2023 ; Ozdemir et al., 2025 ; Mifsud et al., 2025 ; Chen, 2024 ; Su et Yang, 2022 ; Ljungcrantz, 2026 ; Nikolopoulou, 2025). La quatrième est le cadre des droits, des systèmes et de la pratique appropriée au développement, qui traite l’enfant de 0–6 ans comme sujet d’une pratique triadique située, non comme unité de gaze matching ni comme répondant d’un essai robotique découplé de l’adulte (UNESCO, 2021 ; Miao et Holmes, 2023 ; European Commission, 2022 ; U.S. Department of Education, 2023).

Dans la strate du construct et du métier, Bleiweiss et Sall (2025) examinent des interventions pour promouvoir le serve-and-return et la joint attention comme fondements de la communication sociale : résultat et cadre de métier qui ancrent l’attention conjointe dans une pratique relationnelle médiée, non dans un classifieur de regard. Statut : cadre et intervention sur serve-and-return et JA ; inférence pédagogique, marquée comme telle : le métier qu’un jardin peut appeler attention conjointe pédagogique inclut des tours de serve-and-return orientés vers un référent partagé et une médiation adulte du focus, non la simple reproduction de prompts RJA/IJA par un robot. Duthois, Vanderlinde et Van Avermaet (2026) étudient avec eye-tracking mobile la distribution de l’attention des enseignants dans l’éducation de la petite enfance : résultat empirique sur quels enfants reçoivent ou non le focus de l’adulte. Inférence restrictive : l’eye-tracking éclaire ici l’attention enseignante ; il n’autorise pas à déclarer l’attention conjointe pédagogique par un score de suivi du regard de l’enfant. Isotalo, Ukkonen-Mikkola et Rutanen (2026) explorent les possibilités de l’eye-tracking pour réfléchir l’expertise enseignante en ECEC : cadre d’usage réflexif de l’artefact, non équivalence gaze-score = joint attention de l’enfant. NAEYC (2022) exige une pratique appropriée au développement et des interactions sensibles ; OECD (2021, 2023) ancrent la qualité dans des interactions significatives et une digitalisation subordonnée. Inférence : un robot ne soutient pas, à lui seul, la triade adulte–enfant–objet dans la routine. Un adulte qui montre, attend, nomme et répond au serve de l’enfant le fait.

Dans la strate des artefacts, So et al. (2023) rapportent RBI versus HBI pour la joint attention chez des enfants autistes avec mesures ESCS de RJA/IJA : plafond clinique du robot comme agent d’essai. Sani-Bozkurt et Bozkus-Genc (2023) saturent la carte des robots sociaux pour la JA dans le TSA. de Belen et al. (2023) corrèlent eye-tracking et RJA en préscolaire avec TSA. Ozdemir et al. (2025) décrivent l’attention visuelle dans des bids de JA chez des toddlers. Mifsud, Bonello et Kucirkova (2025) — transfert marqué : classe maltaise de littératie 5–6 ans, non étude pure de JA — montrent des rôles multifacettes du robot social dans des leçons de littératie précoce : médiation sociale, pas seulement tutorat. Inférence : robot en classe ≠ automatisation de RJA/IJA comme attention conjointe pédagogique. Chen (2024), Su et Yang (2022), Ljungcrantz (2026) et Nikolopoulou (2025) cartographient l’IA en ECE sans l’équivaloir au regard triadique médié.

Dans la strate des systèmes, UNESCO (2021) exige une supervision humaine et une éthique de l’IA. Miao et Holmes (2023) fixent une validation pédagogique et des seuils d’âge pour l’IA générative — cadre transférable aux pipelines de scoring et aux agents. La Commission européenne (2022) et le Département de l’Éducation des États-Unis (2023) subordonnent l’IA au jugement professionnel de l’éducateur. Inférence de cadre : un jardin peut utiliser des outils sous supervision ; il ne peut pas déclarer l’attention conjointe pédagogique du seul fait d’avoir déployé un eye-tracking, un robot avec prompts RJA/IJA ou une CV de joint visual attention.

Une lecture conjointe clarifie une asymétrie que le marché efface. Du côté du métier, Bleiweiss et Sall (2025), Duthois et al. (2026), Isotalo et al. (2026), NAEYC (2022) et OECD (2021, 2023) décrivent une pratique lente de focus partagé. Du côté de l’artefact, So et al. (2023), Sani-Bozkurt et Bozkus-Genc (2023), de Belen et al. (2023) et Ozdemir et al. (2025) livrent essai robotique, corrélat de gaze ou patron visuel. Inférence pédagogique, marquée comme telle : instrumenter n’est pas équivaloir. Acheter de l’instrumentation achète de la visibilité ; n’achète pas, automatiquement, l’attention conjointe pédagogique.

3. Méthode de revue

Une revue narrative critique a été menée, non une méta-analyse primaire. Le but n’était pas d’estimer une taille d’effet homogène du robot social ou de l’eye-tracking sur la joint attention, mais d’articuler un argument de catégorie pédagogique avec des sources vérifiées. Critères d’inclusion : (a) 2021–2026, avec transfert explicitement marqué lorsque l’échantillon, le diagnostic ou le niveau n’équivalent pas à une classe ordinaire d’éducation initiale 0–6 ; (b) attention conjointe / joint attention, RJA, IJA, serve-and-return, eye-tracking, robot social, computer vision de regard partagé ou IA en éducation de la petite enfance ; (c) pertinence pour jardin, crèche, CENDI, préscolaire ou 0–6 ans ; (d) revue avec pairs, DOI ou rapport de NAEYC, UNESCO, OECD, Commission européenne ou département d’éducation ; (e) DOI ou page éditoriale vérifiable. Ont été exclus comme objet central les axes déjà utilisés dans cette série — littératie émergente, musique, motricité/FMS, créativité artistique visuelle, qualité générique d’interactions CLASS/tours, documentation pédagogique, SEL comme programme de substitution, fonctions exécutives, STEM/robotique générique, jeu libre générique, numératie, oralité/narration, évaluation formative académique, DUA/inclusion, participation, planification, formation des enseignants, famille–école, transition, leadership, vie privée, multilinguisme, bien-être, intégrité, connectivité, alphabétisation en IA, médiation parentale, compétence UNESCO et jeu/échafaudage genAI — bien que certains apparaissent comme limite de catégorie.

La recherche a été exécutée le 28 août 2026 (créneau 21:02 America/Mexico_City) sur des pages DOI, Crossref, Elsevier, Springer, Taylor & Francis, Frontiers, BMC, Sage, JAIR, OECD iLibrary, UNESDOC, NAEYC et sites éditoriaux. Chaque source a été vérifiée contre au moins une de ces pages. On a distingué résultat empirique, cadre conceptuel ou normatif, et inférence pédagogique marquée comme telle. On a priorisé la distinction attention conjointe / qualité générique d’interactions / SEL / inclusion-DUA / littératie émergente, et la précaution de ne pas traduire corrélats de gaze, essais RBI/HBI ou scores de joint visual attention en pédagogie du regard partagé triadique et du serve-and-return en classe. On n’a inventé ni N, ni d, ni r, ni AUC, ni DOI ; lorsque l’évidence provient d’échantillons TSA, cliniques ou de littératie (p. ex. So et al., 2023 ; de Belen et al., 2023 ; Mifsud et al., 2025), on marque le transfert.

4. Cas 1. Eye-tracking qui note, robot avec prompts RJA/IJA ou CV de joint visual attention ne constituent pas l’attention conjointe pédagogique

So, Cheng, Lam, Wong, Law, Huang, Ng, Chun et Wong (2023) publient dans Frontiers in Psychiatry la comparaison qui nomme le mieux le plafond du robot social lorsqu’on le présente comme attention conjointe pédagogique. Ils comparent l’efficacité d’une intervention basée sur le robot (RBI) face à une intervention basée sur l’humain (HBI) pour améliorer la joint attention chez des enfants autistes, avec évaluation de RJA et IJA via ESCS. Statut de l’évidence. Résultat empirique d’intervention robot versus humain sur des mesures de joint attention dans une population TSA ; transfert marqué : contexte clinique/expérimental d’autisme, non classe ordinaire d’éducation initiale. Inférence pédagogique, marquée comme telle : c’est le geste qu’un centre copie lorsqu’il « fait de l’attention conjointe avec un robot qui exécute des prompts RJA/IJA ». On allume l’agent, on dirige regards et pointages, on accumule des essais et on déclare le succès. Ce qu’il y a, c’est un plafond technique d’essai médiatisé par robot. L’attention conjointe pédagogique, chez Bleiweiss et Sall (2025), NAEYC (2022) et OECD (2021), demande une pratique triadique située avec un adulte qui médiatise le référent dans la routine ; non un journal d’essais robotiques. Un enfant peut « s’améliorer aux mesures ESCS de RJA/IJA » selon l’étude et, en même temps, n’avoir jamais soutenu avec son éducatrice un focus partagé réitéré sur un objet de jeu dans la classe quotidienne.

Sani-Bozkurt et Bozkus-Genc (2023) saturent le portrait de l’artefact dans une revue systématique sur les robots sociaux pour le développement de la joint attention dans le TSA (International Journal of Disability, Development and Education). Statut : synthèse du champ robot–JA dans l’autisme. Inférence, marquée comme telle : l’existence d’un corpus de robots pour la JA n’autorise pas à déclarer que le jardin ordinaire « fait déjà de l’attention conjointe pédagogique » parce qu’il a acquis un robot. de Belen, Pincham, Hodge, Silove, Sowmya, Bednarz et Eapen (2023) nomment le premier artefact — l’eye-tracking comme corrélat — dans BMC Psychiatry : corrélats d’eye-tracking de la réponse à l’attention conjointe chez des préscolaires avec TSA. Statut : résultat empirique de gaze associé à RJA ; transfert TSA/préscolaire clinique. Inférence restrictive : corrélat d’eye-tracking ≠ médiation pédagogique du focus partagé. Un tableau de bord qui marque « correct/incorrect » si l’enfant a suivi le regard hérite de la grammaire de ce corrélat et la convertit en verdict pédagogique sans métier.

Ozdemir, Akin-Bulbul et Yildiz (2025) renforcent le plafond du gaze scoring depuis l’attention visuelle dans des bids de joint attention : comparaison entre toddlers avec TSA et toddlers au développement typique (Journal of Autism and Developmental Disorders). Statut : résultat empirique de patrons d’attention visuelle face à des bids de JA. Inférence : décrire ou noter l’attention visuelle dans un bid ne constitue pas, à elle seule, la pratique triadique de la classe. Mifsud, Bonello et Kucirkova (2025) — transfert marqué : littératie en classe maltaise 5–6, non JA pur — montrent que le robot social en éducation de la petite enfance assume des rôles multifacettes de médiation sociale, pas seulement de tuteur. Inférence : même lorsque le robot entre en classe, sa présence ne signe pas l’attention conjointe pédagogique ; elle signe, le cas échéant, un artefact social qui exige encore un métier adulte. Chen (2024), Su et Yang (2022), Ljungcrantz (2026), Nikolopoulou (2025) et Miao et Holmes (2023) confirment la croissance de l’IA en ECE et les seuils de validation pédagogique sans évidence que eye-tracking-scorer, robot RJA/IJA ou CV de joint visual attention substituent la médiation triadique.

Les trois artefacts partagent une même grammaire de substitution. L’eye-tracking qui note substitue l’observation pédagogique du focus partagé par un verdict de gaze matching. Le robot avec prompts RJA/IJA substitue la triade adulte–enfant–référent par un essai d’agent. La CV qui note la joint visual attention substitue la médiation du focus partagé par une étiquette vidéo. Inférence pédagogique, marquée comme telle : l’attention conjointe pédagogique ne se déclare pas par le catalogue de produit ; elle se déclare par la pratique réitérée de regard partagé triadique, de serve-and-return et de médiation adulte en classe. So et al. (2023), Sani-Bozkurt et Bozkus-Genc (2023), de Belen et al. (2023), Ozdemir et al. (2025) et Mifsud et al. (2025) autorisent à dire qu’il y a eu intervention robotique, corrélat de gaze, patron d’attention visuelle ou médiation sociale avec robot en classe ; non à signer RJA/IJA situées ni serve-and-return réitéré comme métier quotidien du jardin.

Il convient de souligner le risque de transfert indu. L’évidence dans le TSA (So et al., 2023 ; Sani-Bozkurt et Bozkus-Genc, 2023 ; de Belen et al., 2023 ; Ozdemir et al., 2025) est précieuse dans son domaine clinique et expérimental ; elle ne se convertit pas, par contiguïté commerciale, en protocole de « JA avec IA » pour des classes ordinaires de 0–6 ans. Inférence, marquée comme telle : citer un robot qui améliore des mesures ESCS chez des enfants autistes n’autorise pas un CENDI à déclarer que son tableau de bord de gaze matching « garantit déjà l’attention conjointe ». Le transfert doit être nommé ; lorsqu’il ne l’est pas, l’artefact colonise le construct.

5. Cas 2. Ce que le jardin fait vraiment lorsqu’il y a attention conjointe pédagogique : serve-and-return, RJA/IJA situées et médiation triadique

Bleiweiss et Sall (2025) situent serve-and-return et joint attention comme fondements de la communication sociale dans TEACHING Exceptional Children : ils examinent des interventions visant à promouvoir ces processus. Statut : cadre et intervention sur le métier de communication sociale. Inférence pédagogique, marquée comme telle : c’est le métier qu’un centre d’éducation initiale peut appeler attention conjointe pédagogique lorsque l’adulte et l’enfant se répondent autour d’un référent, que l’enfant répond à des bids (RJA) ou initie un focus partagé (IJA) dans la routine, et que l’éducatrice médiatise — montre, attend, nomme, élargit — sans substituer la triade par un robot ou un score. L’attention conjointe n’est pas un pourcentage de gaze matching : c’est une maîtrise croissante de partager un focus avec un autre sur un objet ou un événement, en temps réel et avec sens. Un eye-tracker peut étiqueter « suivi correct » et, en même temps, n’avoir pas capturé si l’adulte a soutenu le serve-and-return lorsque l’enfant a montré un bloc ou pointé par la fenêtre. Un robot peut exécuter un prompt de RJA et vider la classe de médiation humaine.

Duthois, Vanderlinde et Van Avermaet (2026) saturent le métier du côté de l’adulte : avec eye-tracking mobile, ils demandent quels enfants restent hors de la distribution de l’attention enseignante en ECE. Statut : résultat empirique sur la distribution du focus de l’éducateur. Inférence : lorsqu’il y a attention conjointe pédagogique en petite enfance, il y a un adulte dont l’attention se distribue — avec biais et opportunités de correction — vers des référents partagés avec des filles et des garçons concrets ; l’artefact sert, le cas échéant, à la réflexion sur cette distribution, non à déclarer que l’enfant « a déjà la JA » parce qu’un modèle a noté son regard. Isotalo, Ukkonen-Mikkola et Rutanen (2026) explorent l’eye-tracking comme possibilité pour réfléchir l’expertise enseignante en ECEC. Inférence : l’usage légitime de l’eye-tracking à ce stade penche vers la réflexion professionnelle de l’adulte, non vers le scoring autonome de l’enfant comme si l’attention conjointe était accomplie. NAEYC (2022) ancre des interactions sensibles et une pratique appropriée au développement ; OECD (2021, 2023) ancrent des interactions quotidiennes significatives et une digitalisation subordonnée. Inférence : la médiation triadique signifie remarquer s’il y a eu référent partagé, si l’adulte a attendu le regard de l’enfant, s’il a nommé l’objet et s’il a protégé le temps du focus partagé face à la précipitation du tableau de bord. L’observation pédagogique est lecture professionnelle de l’épisode triadique ; non journal de « joint visual attention score ».

La RJA et l’IJA situées ne nient pas le jeu : elles l’orientent vers le référent partagé. La médiation, au sens de NAEYC (2022) et OECD (2021), est présence adulte qui organise, modèle, invite et élargit : montre un insecte dans la cour et attend que l’enfant regarde ; suit le regard de l’enfant vers un camion et nomme ; répond par un return lorsque l’enfant montre un dessin ; protège l’épisode face à l’interruption du score. Le serve-and-return complète le tableau : l’enfant « sert » (vocalise, pointe, montre) et l’adulte « renvoie » de façon contingente, en maintenant le focus sur le même référent. Inférence pédagogique, marquée comme telle : une CV peut étiqueter un chevauchement de regards ; elle ne signe pas le serve-and-return comme pratique de sens. Le regard partagé triadique est le geste minimal qui distingue l’attention conjointe pédagogique de « avoir coïncidé à regarder un écran » (Bleiweiss et Sall, 2025 ; Duthois et al., 2026 ; Isotalo et al., 2026).

Duthois et al. (2026) apportent, en outre, un avertissement éthique interne au métier : si l’attention enseignante se distribue de façon inégale, certains enfants restent hors du focus partagé possible. Inférence : un jardin qui « fait de la JA avec IA » mais n’examine pas qui regarde l’éducatrice reproduit l’iniquité sous vernis technologique. Isotalo et al. (2026) suggèrent que l’eye-tracking peut servir à la réflexion de cette expertise ; OECD (2023) exige que le numérique ne remplace pas l’interaction significative. Le contraste est net : le même type de capteur que le marché vend pour noter l’enfant peut, entre les mains des enseignants, éclairer la pratique de l’adulte. Seul le second usage s’approche du cadre de l’UNESCO (2021), de la Commission européenne (2022) et du Département de l’Éducation des États-Unis (2023).

6. Cas 3. L’attention conjointe n’est pas qualité générique d’interactions, ni SEL, ni littératie émergente

La première frontière de catégorie est la qualité générique des interactions adulte–enfant (CLASS, tours, climat). Ce construct peut coexister dans un centre et a déjà été traité dans la série ; il ne constitue pas, à lui seul, l’attention conjointe comme RJA/IJA et regard triadique adulte–enfant–référent. Statut : inférence pédagogique marquée comme telle, ancrée dans Bleiweiss et Sall (2025) et OECD (2021) comme pratique de focus partagé et de serve-and-return orienté vers le référent. Cet article ne convertit pas la qualité interactionnelle générique en objet central : il la nomme pour interdire l’équivalence. Un système peut élever les « tours » ou la « sensibilité » sans avoir cultivé des bids de JA ni la médiation du référent. Confondre « la qualité des interactions s’est améliorée » avec « il y a attention conjointe pédagogique » est l’erreur de catégorie que le marché exploite lorsqu’il vend le gaze scoring comme s’il était le construct complet.

La deuxième frontière est le SEL. Les programmes d’émotions, d’empathie ou d’autorégulation sont un autre construct ; ce ne sont pas la joint attention. Inférence : enseigner à « nommer des sentiments » n’est pas cultiver RJA/IJA ni un regard triadique sur un objet. La troisième frontière est l’inclusion/DUA. Les ajustements d’accès et la conception universelle peuvent faciliter la participation à des épisodes triadiques ; ils ne convertissent pas, à eux seuls, un score d’eye-tracking en attention conjointe pédagogique, ni n’autorisent à réduire la JA à une checklist d’accessibilité. Cet article ne recycle pas celui de l’inclusion/DUA : il l’utilise seulement comme limite. La quatrième frontière est la littératie émergente. La lecture partagée et le print awareness peuvent se chevaucher empiriquement avec des épisodes de focus partagé sur le livre ; ils ne convertissent pas l’attention conjointe en littératie. Mifsud et al. (2025), avec transfert, illustrent des robots dans des leçons de littératie : médiation sociale en classe, non signature de JA pédagogique comme construct. Chen (2024), Su et Yang (2022), Ljungcrantz (2026) et Nikolopoulou (2025) cartographient l’IA en ECE ; Miao et Holmes (2023) fixent des limites. Inférence : le seul usage d’IA cohérent avec 0–6 ans demeure du côté de l’adulte qui organise serve-and-return et médiation triadique — comme soutien à la réflexion professionnelle sur la distribution de l’attention enseignante (Duthois et al., 2026 ; Isotalo et al., 2026) ou à la préparation de répertoires de bids —, soumis à validation pédagogique. Il n’entre pas comme eye-tracking autonome qui déclare « correct/incorrect », robot qui remplace l’adulte dans des prompts RJA/IJA ni CV qui déclare la joint visual attention accomplie.

So et al. (2023) et Sani-Bozkurt et Bozkus-Genc (2023) renforcent la frontière clinique : l’évidence en TSA et robots n’autorise pas à déclarer le métier de JA en classe ordinaire par catalogue. de Belen et al. (2023) et Ozdemir et al. (2025) renforcent la frontière du corrélat : gaze et attention visuelle informent ; ils ne signent pas la médiation. Inférence : l’attention conjointe pédagogique inclut le lien triadique situé ; elle ne s’épuise pas dans un score de matching ni dans un essai robotique.

7. Cadre inférentiel : quatre épreuves pour affirmer qu’il y a attention conjointe pédagogique, non un artefact

Le cadre qui suit est une inférence pédagogique de cet article, ancrée dans les cas et dans les instruments vérifiés. Ce n’est pas une nouvelle norme internationale. Il distingue quatre épreuves. Si un jardin, une crèche, un CENDI ou une école de la petite enfance ne les réussit pas, il ne peut pas déclarer qu’un système d’eye-tracking qui marque « correct/incorrect » si l’enfant suit le regard, un robot social qui exécute des prompts RJA/IJA ou un modèle de computer vision qui note la « joint visual attention » à partir de la vidéo constituent l’attention conjointe pédagogique.

7.1. Épreuve de la pratique triadique située (adulte–enfant–référent), non du score de gaze matching. Bleiweiss et Sall (2025), NAEYC (2022) et OECD (2021) définissent le métier comme pratique médiée autour d’un focus partagé. de Belen et al. (2023) et Ozdemir et al. (2025) estiment des corrélats ou patrons d’attention visuelle. Inférence : l’évidence d’attention conjointe pédagogique se vérifie dans le fait que l’enfant et l’adulte ont partagé un référent avec médiation en contexte. Si la « preuve » du centre est un tableau de bord de gaze correct ou un « correct/incorrect » de suivi, le centre a fait du scoring, non de l’attention conjointe pédagogique.

7.2. Épreuve du serve-and-return et des RJA/IJA situées en classe, non du robot avec prompts. Bleiweiss et Sall (2025) situent serve-and-return et JA comme métier de communication sociale. So et al. (2023) et Sani-Bozkurt et Bozkus-Genc (2023) documentent des robots en JA/TSA. Mifsud et al. (2025) — transfert — montrent une médiation sociale du robot en littératie, non une substitution de l’adulte. Inférence : exécuter des prompts RJA/IJA avec un robot ne démontre pas qu’il y a eu serve-and-return réitéré ni médiation triadique dans la routine. Un essai peut s’enregistrer ; il ne signe pas la pratique.

7.3. Épreuve de la médiation adulte et de l’observation pédagogique du focus partagé, non de la CV autonome. OECD (2021, 2023) exigent des interactions significatives et une digitalisation subordonnée. Duthois et al. (2026) et Isotalo et al. (2026) orientent l’eye-tracking vers la distribution de l’attention enseignante et la réflexion de l’expertise. Inférence : un score élevé de « joint visual attention » peut élever un seuil sans élever la qualité de la médiation triadique. L’observation pédagogique lit s’il y a eu référent, attente, nomination et return ; le tableau de bord compte une étiquette.

7.4. Épreuve de la distinction de catégorie et du jugement professionnel, non du catalogue de produit. Attention conjointe ≠ qualité générique d’interactions, SEL, inclusion/DUA ni littératie émergente. UNESCO (2021), Miao et Holmes (2023), la Commission européenne (2022), le Département de l’Éducation des États-Unis (2023), NAEYC (2022) et OECD (2021, 2023) exigent supervision humaine, validation pédagogique et de ne pas substituer le jugement professionnel. Inférence : un centre ne peut pas traiter l’enfant comme unité de gaze matching ni comme répondant d’essais robotiques découplés. L’attention conjointe pédagogique ne s’accomplit pas en notant mieux le suivi du regard. Elle s’accomplit en pratiquant le regard partagé triadique, le serve-and-return, les RJA/IJA situées et la médiation du focus partagé avec des adultes qui soutiennent le référent en classe.

Le cadre admet le numérique lorsqu’il est subordonné à la réflexion professionnelle sur l’attention enseignante et à une observation validée (Duthois et al., 2026 ; Isotalo et al., 2026 ; Miao et Holmes, 2023). Il rejette de déclarer l’attention conjointe pédagogique par eye-tracking-scorer autonome, robot avec prompts RJA/IJA ou CV de joint visual attention (So et al., 2023 ; de Belen et al., 2023 ; Ozdemir et al., 2025 ; Sani-Bozkurt et Bozkus-Genc, 2023).

Les quatre épreuves se lisent ensemble. Réussir seulement la première — il y a eu un épisode triadique — sans médiation ni distinction de catégorie ne suffit pas. Réussir seulement la quatrième — le centre distingue les constructs — sans pratique située ne suffit pas non plus.

8. Discussion

Trois tensions organisent la discussion. La première oppose exhiber un artefact de mesure ou d’essai de joint attention et exercer l’attention conjointe pédagogique. C’est un résultat que RBI et HBI se comparent sur la JA chez des enfants autistes (So et al., 2023 ; transfert TSA) ; qu’il existe un corpus systématique de robots sociaux pour la JA dans le TSA (Sani-Bozkurt et Bozkus-Genc, 2023) ; que l’eye-tracking corrèle avec RJA chez des préscolaires avec TSA (de Belen et al., 2023) ; que l’attention visuelle dans des bids de JA différencie des patrons chez des toddlers (Ozdemir et al., 2025) ; et que des robots sociaux en classe ECE assument des rôles de médiation sociale en littératie (Mifsud et al., 2025 ; transfert). C’est un cadre que l’attention conjointe de 0–6 se joue dans la pratique triadique, le serve-and-return et la médiation (Bleiweiss et Sall, 2025 ; Duthois et al., 2026 ; Isotalo et al., 2026 ; NAEYC, 2022). Ce n’est pas un résultat que eye-tracking-scorer, robot RJA/IJA ou CV de joint visual attention produisent le métier qu’exige la classe. Les trois artefacts mesurent, essaient ou étiquettent ce que l’ingénierie sait livrer et déclarent ce que seule la pratique triadique médiée autoriserait.

La deuxième oppose l’assessment automatisé du gaze et la pédagogie quotidienne du focus partagé. de Belen et al. (2023) et Ozdemir et al. (2025) objectivent des corrélats ou patrons d’attention visuelle ; les tableaux de bord de « suivi correct » objectivent des items isolés. Inférence : insister sur le fait que le jardin « a déjà l’attention conjointe » parce que le modèle classifie le gaze matching est une pédagogie inversée. On prend un proxy évaluatif et on le fait valoir pour la pratique triadique, le serve-and-return et la médiation. L’enfant devient une unité de matching ; l’adulte, superviseur du classifieur.

La troisième oppose essai robotique et métier intégral d’attention conjointe. So et al. (2023) et Sani-Bozkurt et Bozkus-Genc (2023) documentent le plafond du robot en JA/TSA ; Mifsud et al. (2025) montrent une médiation sociale sans faire du robot un substitut de l’adulte ; Miao et Holmes (2023) et Nikolopoulou (2025) équilibrent promesses et défis. Inférence : fragmenter l’attention conjointe en un essai de prompts RJA/IJA et la vendre comme « JA avec IA » confond produit technique et pratique située. Le seul usage d’IA cohérent avec 0–6 ans demeure du côté de l’adulte qui organise le focus partagé et observe la triade, soumis à UNESCO, Commission européenne et Département de l’Éducation des États-Unis. Un eye-tracking autonome ou un robot parce que le système a besoin d’une vidéo ne l’est pas.

Inférence pédagogique supplémentaire, marquée comme telle : la série d’artefacts — eye-tracking qui note, robot RJA/IJA et CV de joint visual attention — partage une même économie de visibilité. Chacun produit une sortie lisible pour la coordination : un journal de gaze, un essai robotique, un nombre de chevauchement visuel. OECD (2021) et NAEYC (2022) exigent, en revanche, que le développement de l’attention conjointe se vérifie dans la vie quotidienne de la classe. Chen (2024), Su et Yang (2022), Ljungcrantz (2026) et Nikolopoulou (2025) montrent la croissance du champ de l’IA en éducation de la petite enfance ; cette croissance n’autorise pas l’équivalence. Miao et Holmes (2023), UNESCO (2021), la Commission européenne (2022) et le Département de l’Éducation des États-Unis (2023) convergent pour subordonner l’IA au jugement professionnel.

Une lecture croisée des cas renforce la thèse restrictive sans inventer d’effets que les sources ne rapportent pas. So et al. (2023) montrent qu’on peut comparer RBI et HBI sur la JA ; ils ne montrent pas le métier de médiation triadique dans un CENDI ordinaire. de Belen et al. (2023) montrent des corrélats d’eye-tracking avec RJA ; ils n’autorisent pas un scoring pédagogique autonome. Ozdemir et al. (2025) montrent des patrons d’attention visuelle dans des bids ; ils ne signent pas un serve-and-return situé. Duthois et al. (2026) et Isotalo et al. (2026) montrent l’utilité de l’eye-tracking pour regarder l’attention et l’expertise enseignantes ; non pour déclarer la JA de l’enfant par tableau de bord. Bleiweiss et Sall (2025) ancrent le métier dans serve-and-return et JA. La discussion ne nie pas qu’un robot ou un eye-tracker puisse s’associer à des mesures de JA dans des contextes spécifiques : elle nie que cet artefact soit le construct pédagogique. Si le centre exhibe un journal de gaze, une vidéo de robot RJA/IJA ou un tableau de bord de joint visual attention, il a documenté un artefact ; s’il décrit avec observation qui a partagé quel référent avec qui, quel serve-and-return a eu lieu et comment RJA/IJA ont été médiatisées dans la routine, il peut commencer à parler d’attention conjointe pédagogique.

La thèse restrictive n’est pas de la technophobie. C’est une règle de catégorie. Chen (2024), Su et Yang (2022), Ljungcrantz (2026), Nikolopoulou (2025) et Miao et Holmes (2023) montrent la croissance du champ et exigent une validation pédagogique centrée sur l’enfant. Rien de cela n’oblige à accepter qu’un score de matching, un prompt robotique ou une étiquette vidéo soient de l’attention conjointe. Cela oblige à demander qui médiatise le référent et ce qui reste dehors lorsque la coordination ne regarde que le tableau de bord.

9. Limites

Cette revue est narrative. Elle n’applique pas PRISMA ni n’estime d’effets combinés primaires. So et al. (2023) valident RBI versus HBI en JA/TSA, non la médiation triadique dans un CENDI ordinaire. Sani-Bozkurt et Bozkus-Genc (2023) examinent robots et JA dans le TSA, non la classe ordinaire comme variable primaire. de Belen et al. (2023) sont des corrélats d’eye-tracking et de RJA en préscolaire avec TSA : transfert marqué. Ozdemir et al. (2025) comparent l’attention visuelle dans des bids chez des toddlers TSA versus typiques, non un scoring institutionnel. Duthois et al. (2026) et Isotalo et al. (2026) ancrent l’eye-tracking dans l’attention et l’expertise enseignantes, non dans la déclaration de JA infantile par modèle. Bleiweiss et Sall (2025) ancrent le métier de serve-and-return et JA. Mifsud et al. (2025) sont un transfert littératie/classe 5–6. Chen (2024), Su et Yang (2022), Ljungcrantz (2026) et Nikolopoulou (2025) cartographient l’IA en ECE. NAEYC, UNESCO et OECD sont des sources de cadre. On n’a pas localisé d’essais latino-américains d’IA comparant médiation triadique située et eye-tracking-scorer ou robot RJA/IJA autonome dans un CENDI. Les inférences de la section 7 sont des hypothèses de catégorie pédagogique, non une évidence d’implémentation.

10. Conclusions

Un système d’eye-tracking qui marque « correct/incorrect » si l’enfant suit le regard, un robot social qui exécute des prompts RJA/IJA ou un modèle de computer vision qui note la « joint visual attention » à partir de la vidéo ne constituent pas l’attention conjointe pédagogique dans un centre d’éducation de la petite enfance. L’évidence vérifiée n’autorise pas cette déclaration. So et al. (2023) comparent RBI et HBI sur la joint attention chez des enfants autistes (ESCS RJA/IJA) — intervention clinique/expérimentale, non métier de classe ordinaire. Sani-Bozkurt et Bozkus-Genc (2023) synthétisent les robots sociaux pour la JA dans le TSA — corpus d’artefact, non équivalence pédagogique quotidienne. de Belen et al. (2023) corrèlent eye-tracking et RJA en préscolaire avec TSA — corrélat de gaze ≠ médiation. Ozdemir et al. (2025) décrivent l’attention visuelle dans des bids de JA chez des toddlers — patron visuel ≠ tableau de bord de JA accomplie. Mifsud et al. (2025) montrent des rôles de médiation sociale du robot en littératie ECE (transfert) — robot en classe ≠ JA pédagogique déclarée. En revanche, lorsqu’il y a attention conjointe pédagogique en petite enfance, il y a pratique située : serve-and-return et JA comme métier de communication sociale (Bleiweiss et Sall, 2025) ; distribution réflexive de l’attention enseignante (Duthois et al., 2026) ; eye-tracking au service de l’expertise de l’éducateur (Isotalo et al., 2026) ; interactions sensibles et digitalisation subordonnée (NAEYC, 2022 ; OECD, 2021, 2023). L’attention conjointe se distingue de la qualité générique des interactions, du SEL, de l’inclusion/DUA et de la littératie émergente. Les guides en vigueur exigent supervision humaine, validation pédagogique et de ne pas substituer le jugement professionnel (UNESCO, 2021 ; Miao et Holmes, 2023 ; European Commission, 2022 ; U.S. Department of Education, 2023 ; Chen, 2024 ; Su et Yang, 2022 ; Ljungcrantz, 2026 ; Nikolopoulou, 2025).

Là où les sources ne mesurent pas un jardin ordinaire, cet article ne l’affirme pas. Là où elles mesurent robot, eye-tracking ou attention visuelle en JA, il ne les traduit pas en attention conjointe pédagogique. Accompagner les filles et les garçons de zéro à six ans dans l’attention conjointe, c’est exercer une pratique triadique située adulte–enfant–référent, le serve-and-return, RJA/IJA dans la routine et la médiation du focus partagé en classe. Le reste est score de gaze matching, essai robotique de prompts et classification algorithmique de joint visual attention. Ce n’est pas l’attention conjointe pédagogique en éducation de la petite enfance, et cela ne doit pas être présenté comme ce que ce n’est pas.

Laboratoire Éditorial de NEXTECH.IA / Ingeniero Mitre.

Références

  1. Bleiweiss, J. D., y Sall, N. (2025). Social communication foundations: Examining interventions to promote serve and return and joint attention. TEACHING Exceptional Children. https://doi.org/10.1177/00400599251346783
  2. Chen, J. J. (2024). A scoping study on AI affordances in early childhood education. Journal of Artificial Intelligence Research, 81, 701–740. https://doi.org/10.1613/jair.1.16882
  3. de Belen, R. A. J., Pincham, H., Hodge, A., Silove, N., Sowmya, A., Bednarz, T., y Eapen, V. (2023). Eye-tracking correlates of response to joint attention in preschool children with autism spectrum disorder. BMC Psychiatry, 23, 211. https://doi.org/10.1186/s12888-023-04585-3
  4. Duthois, T., Vanderlinde, R., y Van Avermaet, P. (2026). What children get overlooked? The distribution of teachers’ attention in early childhood education: a mobile eye-tracking study. Early Childhood Research Quarterly, 75, 1–14. https://doi.org/10.1016/j.ecresq.2025.12.004
  5. European Commission. (2022). Ethical guidelines on the use of artificial intelligence (AI) and data in teaching and learning for educators. Publications Office of the European Union. https://doi.org/10.2766/153756
  6. Isotalo, S., Ukkonen-Mikkola, T., y Rutanen, N. (2026). Possibilities of eye-tracking on reflecting teachers’ expertise in early childhood education and care. Journal of Early Childhood Education Research. https://doi.org/10.58955/jecer.176441
  7. Ljungcrantz, L. (2026). The interaction of AI and early childhood education. A state-of-the-art review 2020–2024. Early Childhood Education Journal, 54, 3565–3581. https://doi.org/10.1007/s10643-025-02079-3
  8. Miao, F., y Holmes, W. (2023). Guidance for generative AI in education and research. UNESCO. https://doi.org/10.54675/EWZM9535
  9. Mifsud, C. L., Bonello, C., y Kucirkova, N. I. (2025). Exploring the multifaceted roles of social robots in early childhood literacy lessons: Insights from a Maltese classroom. International Journal of Social Robotics, 17, 1235–1249. https://doi.org/10.1007/s12369-025-01290-x
  10. NAEYC. (2022). Developmentally appropriate practice in early childhood programs serving children from birth through age 8 (4.ª ed.). NAEYC. https://www.naeyc.org/resources/pubs/books/dap-fourth-edition
  11. Nikolopoulou, K. (2025). Child-centered integration of generative AI in early learning: Balancing promises and challenges. AI, Brain and Child. https://doi.org/10.1007/s44436-025-00023-1
  12. OECD. (2021). Starting Strong VI: Supporting meaningful interactions in early childhood education and care. OECD Publishing. https://doi.org/10.1787/f47a06ae-en
  13. OECD. (2023). Empowering young children in the digital age (Starting Strong). OECD Publishing. https://doi.org/10.1787/50967622-en
  14. Ozdemir, S., Akin-Bulbul, I., y Yildiz, G. I. (2025). Visual attention in joint attention bids: A comparison between toddlers with autism spectrum disorder and typically developing toddlers. Journal of Autism and Developmental Disorders, 55, 1081–1094. https://doi.org/10.1007/s10803-023-06224-y
  15. Sani-Bozkurt, S., y Bozkus-Genc, G. (2023). Social robots for joint attention development in autism spectrum disorder: A systematic review. International Journal of Disability, Development and Education, 70(5), 625–646. https://doi.org/10.1080/1034912X.2021.1905153
  16. So, W.-C., Cheng, C.-H., Lam, W.-Y., Wong, T., Law, W.-W., Huang, Y., Ng, K.-C., Chun, C.-L., y Wong, W. (2023). Comparing the effectiveness of robot-based to human-based intervention in improving joint attention in autistic children. Frontiers in Psychiatry, 14, 1114907. https://doi.org/10.3389/fpsyt.2023.1114907
  17. Su, J., y Yang, W. (2022). Artificial intelligence in early childhood education: A scoping review. Computers and Education: Artificial Intelligence, 3, 100049. https://doi.org/10.1016/j.caeai.2022.100049
  18. UNESCO. (2021). Recommendation on the ethics of artificial intelligence. UNESCO. https://unesdoc.unesco.org/ark:/48223/pf0000381137
  19. U.S. Department of Education, Office of Educational Technology. (2023). Artificial intelligence and the future of teaching and learning: Insights and recommendations. U.S. Department of Education. https://www.ed.gov/sites/ed/files/documents/ai-report/ai-report.pdf