1. Introduction et problème

Dans la tranche de 3 à 6 ans —jardin d’enfants, maternelle, CENDI, école maternelle— un paquet de trois artefacts prétend valoir pour l’indagation scientifique précoce : un chatbot de « questions STEM » ou plans 5E ; un capteur/IoT ou vision par ordinateur classant « curiosité scientifique » ou « engagement dans l’expérience » ; et un générateur de scripts d’expérience à partir d’un prompt. Les trois sont visibles en coordination et permettent d’exhiber que l’établissement « fait déjà de la science avec l’IA ». Le saut —d’un plan 5E généré, d’étiquettes de curiosité ou d’un script par prompt à l’affirmation d’indagation scientifique précoce— n’est autorisé ni par les preuves ni par la pédagogie des sciences en petite enfance, où compte la pratique située d’observation, de question authentique, d’expérimentation avec matériaux réels, d’enregistrement et de médiation adulte à la table ou coin des sciences.

La thèse est restrictive : ces artefacts ne constituent pas l’indagation scientifique précoce. À ce stade, l’indagation est pratique située —hypothèses infantiles cultivées à la science table avec des adultes qui modélisent, écoutent, amplifient et documentent— ; pas score de curiosité, tableau d’engagement ni plan généré remplaçant table et adulte. Uğraş, Çakır et Zacharis (2025) enquêtent auprès de N = 33 enseignants sur ChatGPT en sciences : soutien partiel aux ressources et plans, avec limites de surconfiance, désinformation et éthique ; pas de substitution de l’indagation hands-on. Liang et Yang (2026) étudient la GenAI en STEM dans un jardin d’enfants chinois (3 classes, 6 enseignants, 88 enfants) : facilitation de matériaux, défis de prompts infantiles et questions rhétoriques distrayantes. Cela autorise à demander ce qui a été mesuré : plans ou étiquettes, pas la pratique quand un enfant observe la glace fondre, demande « pourquoi disparaît-elle ? », essaie le sel et converse avec un adulte médiateur.

Le problème s’aggrave par cinq confusions de catégorie que les fiches produit ne mentionnent pas et que cet article sépare rigoureusement. Première : l’indagation scientifique précoce n’est pas la STEM/robotique éducative —bien qu’elles partagent le vocabulaire « STEM », l’indagation située ne s’épuise pas en kits, séquences programmables ou robots comme produit— ; cet axe a déjà été traité dans la série et n’apparaît ici que comme limite (Kewalramani, Kidman et Palaiologou, 2021 ; Lee, 2026 ; Qian, 2026). Deuxième : ce n’est pas la numération. Troisième : ce n’est pas la littératie émergente. Quatrième : ce n’est pas l’oralité ni le récit. Cinquième : ce n’est pas l’évaluation formative académique générique —bien qu’il y ait observation enseignante, le construit n’est pas un score automatisé de curiosité. Ce travail ne recycle pas les articles sur STEM/robotique, numération, littératie, oralité, fonctions exécutives, évaluation formative, motricité, créativité artistique, interactions, documentation, SEL, jeu libre, DUA, participation, planification ou formation des enseignants. La question est celle de l’indagation scientifique précoce : que compte-t-on comme tel quand un établissement de petite enfance « fait IA et science ».

Ramanathan, Carter et Wenner (2022) ancrent un cadre d’indagation en preschool —observer–questionner–explorer–enregistrer–communiquer avec médiation— ; NAEYC (2022) et OCDE (2021, 2023) exigent des interactions significatives et une digitalisation subordonnée. Inférence pédagogique : l’indagation ne se remplit pas en générant des plans ni en scorant algorithmiquement la curiosité. Les contributions sont trois : reconstruire l’état de l’art séparant l’indagation scientifique précoce (observation ; question ; hypothèse ; expérimentation ; enregistrement ; médiation à la science table) du chatbot STEM/5E, du scoring curiosité/engagement et du script d’expérience par prompt ; examiner trois familles de cas empiriques ; et offrir quatre épreuves pour décider quand un jardin peut affirmer qu’il y a indagation scientifique précoce, et pas seulement un chatbot, un classificateur ou un générateur.

2. État de l’art : de la pratique située d’indagation à l’artefact exhibé

Il convient de séparer quatre strates que le marché de « l’IA pour l’indagation scientifique en petite enfance » mélange souvent. La première est le construit de l’indagation scientifique précoce de 3 à 6 ans comme pratique d’observation, de question, d’exploration avec matériaux réels, d’enregistrement et de communication en contextes quotidiens (Ramanathan, Carter et Wenner, 2022 ; Yildiz et Guler Yildiz, 2021 ; NAEYC, 2022 ; OCDE, 2021). La deuxième est l’art pédagogique qui la cultive —table ou coin des sciences, expérimentation hands-on, conversation sur les résultats, médiation enseignante écoutant les questions infantiles et amplifiant les hypothèses— (Ramanathan, Carter et Wenner, 2022 ; Moffit, 2025, avec transfert marqué ; NAEYC, 2022 ; OCDE, 2021, 2023). La troisième est la preuve sur chatbots enseignants, GenAI en STEM, affordances de l’IA en ECE et littératie en IA —sans l’équivaloir à l’indagation située— (Uğraş, Çakır et Zacharis, 2025 ; Liang et Yang, 2026 ; Chen, 2024 ; Su et Yang, 2022 ; Su et Zhong, 2022 ; Ljungcrantz, 2026 ; Nikolopoulou, 2025 ; Qian, 2026 ; Lee, 2026 ; Kewalramani, Kidman et Palaiologou, 2021). La quatrième est le cadre de droits, de systèmes et de pratique appropriée au développement, traitant l’enfant de 3–6 ans comme sujet d’indagation située, non comme vecteur de signaux pour un pipeline de scoring ni comme récepteur passif de plans générés (UNESCO, 2021 ; Miao et Holmes, 2023 ; Commission européenne, 2022 ; U.S. Department of Education, 2023).

En construit et art, Ramanathan, Carter et Wenner (2022) proposent un cadre d’indagation en preschool —observation, questions ouvertes, exploration guidée, enregistrement et communication— : cadre, pas plan 5E par chatbot. Yildiz et Guler Yildiz (2021) rapportent une association créativité–scientific process skills en preschool : résultat empirique d’art de processus, pas score d’app. Moffit (2025) documente l’indagation avec animaux en kindergarten —transfert marqué par littératie intégrée. NAEYC (2022) et OCDE (2021, 2023) ancrent exploration active et interactions significatives. Inférence : un chatbot n’observe pas avec l’enfant ; un adulte à la science table oui.

En artefacts, Uğraş, Çakır et Zacharis (2025) rapportent chatbot comme soutien partiel (N = 33 enseignants), pas indagation infantile. Liang et Yang (2026) rapportent GenAI en STEM (3 classes, 88 enfants) avec outputs inappropriés et distraction rhétorique. Chen (2024), Su et Yang (2022), Su et Zhong (2022) et Ljungcrantz (2026) cartographient l’IA en ECE sans substitution de l’art. Kewalramani, Kidman et Palaiologou (2021) étudient l’inquiry literacy avec jouets IA —limite face à STEM/robotique. Qian (2026) et Lee (2026) développent l’AI literacy 4–6 ans et pre-K : construit distinct de l’indagation. En systèmes, UNESCO (2021), Miao et Holmes (2023), Commission européenne (2022) et U.S. Department of Education (2023) exigent supervision humaine et validation pédagogique. Kharbanda et Khunyakari (2025) analysent le design en contextes narratifs —transfert marqué— comme limite face à la confusion récit/indagation.

3. Méthode de revue

Une revue narrative critique a été menée, pas un méta-analyse primaire. Le but n’était pas d’estimer un effet homogène des chatbots STEM, classificateurs de curiosité ou générateurs de scripts, mais d’articuler un argument de catégorie pédagogique avec des sources vérifiées. Critères d’inclusion : (a) 2021–2026, avec transfert explicitement marqué quand l’échantillon ou le niveau n’équivaut pas au jardin 3–6 ; (b) indagation scientifique précoce, pensée scientifique, scientific process skills, science education en petite enfance, IA générative/chatbots en sciences précoces ou cartographies de l’IA en ECE ; (c) pertinence pour jardin, maternelle, CENDI ou 3–6 ans ; (d) revue à comité de lecture, DOI ou rapport NAEYC, UNESCO, OCDE, Commission européenne ou ministère ; (e) DOI ou page éditoriale vérifiable. Exclus comme objet central : les axes déjà utilisés dans cette série —STEM/robotique éducative comme article propre, numération, littératie émergente, oralité/récit, évaluation formative académique, fonctions exécutives, motricité/FMS, créativité artistique visuelle, interactions CLASS/serve-and-return, documentation pédagogique, SEL comme programme substitut, jeu libre générique, tutorat génératif, fractures, vie privée, DUA, famille–école, formation continue, participation et planification— bien que certains apparaissent comme limite de catégorie.

La recherche s’est exécutée le 1er septembre 2026 (slot 21:02 America/Mexico_City) sur pages DOI, Crossref, Springer, Taylor & Francis, MDPI, Elsevier, JAIR, OECD iLibrary, UNESDOC, NAEYC et sites éditoriaux. Chaque source a été vérifiée sur au moins une de ces pages. On a distingué résultat empirique, cadre conceptuel ou normatif, et inférence pédagogique marquée comme telle. Priorité à la distinction indagation scientifique précoce / STEM-robotique / numération / littératie / oralité / évaluation formative, et prudence de ne pas traduire plans 5E générés, scores de curiosité ou engagement rapporté en tableau de bord en pédagogie de la table d’indagation et de la question authentique de l’enfant. N, d, r, AUC et DOI n’ont pas été inventés : quand un artefact (capteur/IoT, vision par ordinateur de curiosité) manque d’étude vérifiée dans le corpus, il est discuté comme plafond de catégorie appuyé sur des cartographies générales de l’IA en ECE (Chen, 2024 ; Su et Yang, 2022 ; Ljungcrantz, 2026), pas comme résultat empirique inventé.

4. Cas 1. Chatbot STEM/5E, scoring curiosité/engagement ou scripts d’expérience par prompt ne constituent pas l’indagation scientifique précoce

Uğraş, Çakır et Zacharis (2025), dans Computers, enquêtent auprès de N = 33 enseignants de petite enfance en Türkiye sur ChatGPT en sciences : utilité partielle pour planification et ressources ; limites de surconfiance, désinformation et éthique. Résultat empirique de soutien enseignant, pas d’indagation infantile. Inférence : le geste « plan 5E selon chatbot = séance d’indagation » est un plafond de planification générative. Ramanathan, Carter et Wenner (2022) et NAEYC (2022) demandent observation, question authentique et matériaux réels à la science table. Un plan utile du chatbot peut coexister avec l’absence d’indagation hands-on de l’enfant.

Liang et Yang (2026), dans Early Education and Development, étudient la GenAI en STEM dans un jardin chinois (3 classes, 6 enseignants, 88 enfants) : facilitation partielle de matériaux ; défis de prompts infantiles, outputs inappropriés et questions rhétoriques distrayantes. Résultat empirique de soutien numérique enseignant, pas de substitution de table ni médiation. Miao et Holmes (2023) exigent validation pédagogique de l’IA générative. Inférence : script par prompt peut être préparation enseignante ; l’indagation commence avec mains dans l’eau, la glace ou les aimants et un adulte médiateur.

Le capteur/IoT ou la vision par ordinateur de « curiosité »/« engagement » manque dans le corpus d’étude vérifiée rapportant N, d, r ou AUC en 3–6 ; on n’invente pas de chiffres. Chen (2024), Su et Yang (2022) et Ljungcrantz (2026) cartographient analytique et capteurs comme tendance, sans équivalence à l’indagation. Inférence : classifier des signaux ≠ déclarer l’indagation ; le tableau de bord peut monter sans documentation de question ni preuve. Nikolopoulou (2025), UNESCO (2021) et U.S. Department of Education (2023) exigent approche centrée enfant et supervision humaine. Les trois artefacts substituent écoute, matériaux réels ou observation pédagogique par plan, script ou étiquette.

5. Cas 2. Ce que le jardin fait quand il y a indagation scientifique précoce : observation, question, expérimentation et médiation à la science table

Ramanathan, Carter et Wenner (2022) définissent l’indagation en preschool : observation soutenue, questions ouvertes, exploration guidée, enregistrement multimodal et communication des résultats. Cadre utilisable : observer, demander « que se passera-t-il si… ? », manipuler matériaux réels et converser à table, cour ou bac d’eau —pas plan 5E imprimé. Yildiz et Guler Yildiz (2021) rapportent association créativité–scientific process skills : art d’observer, comparer, prédire et communiquer, pas flux de curiosité. Moffit (2025) documente « Head Zoologist » en kindergarten —transfert marqué par littératie intégrée— : observation, enregistrement et communication médiés.

NAEYC (2022) et OCDE (2021, 2023) anchent exploration active, interactions significatives et digitalisation subordonnée. Médiation enseignante —NAEYC, 2022 ; OCDE, 2021— : organiser matériaux, écouter questions, modéliser vocabulaire (« flotter », « fondre »), documenter et amplifier sans imposer réponses depuis script généré. Kharbanda et Khunyakari (2025) montrent indagation en contextes narratifs —transfert marqué— : conversation sur résultats est art, pas oralité pure.

6. Cas 3. L’indagation scientifique précoce n’est pas STEM/robotique, numération, littératie, oralité ni évaluation formative

La première frontière est la STEM/robotique éducative. Un kit, un robot à interface IA ou un curriculum de littératie en IA peuvent coexister ; ils ne constituent pas à eux seuls l’indagation scientifique précoce d’observation, question et expérimentation avec matériaux réels à 3–6 ans. Kewalramani, Kidman et Palaiologou (2021) étudient jouets robotiques IA et inquiry literacy : résultat de littératie d’indagation médiée, pas équivalence « installer robot = indagation scientifique ». Lee (2026) propose PL-AI, curriculum play-centered de littératie en IA pour pre-K et kindergarten : résultat de design par le jeu pour AI literacy ; inférence : ne remplace pas la science table. Qian (2026) développe cadre pédagogique de littératie en IA pour 4–6 ans avec échafaudage dialogique : cadre AI literacy, pas indagation scientifique. Liang et Yang (2026) rapportent GenAI en projets STEM : inférence de limite —STEM comme projet scolaire ≠ indagation située à la table quand le hands-on disparaît. Cet article ne recycle pas celui sur STEM/robotique : il l’utilise seulement comme frontière.

La deuxième frontière est la numération. Compter objets dans une expérience peut faire partie d’une indagation ; cela ne convertit pas l’indagation scientifique précoce en enseignement de numération comme construit central (Ramanathan, Carter et Wenner, 2022 ; Yildiz et Guler Yildiz, 2021). La troisième est la littératie émergente : Moffit (2025) intègre indagation et littératie —transfert marqué— ; enregistrer par dessin est preuve, pas lecture-écriture comme objet central. La quatrième est oralité/récit : Kharbanda et Khunyakari (2025) montrent indagation en récits —transfert marqué— ; raconter sans manipuler n’équivaut pas à expérimenter. La cinquième est évaluation formative automatisée : observer l’indagation est jugement professionnel ; pas score algorithmique de curiosité. Chen (2024), Su et Yang (2022), Ljungcrantz (2026), Nikolopoulou (2025) et Miao et Holmes (2023) confirment que l’IA en ECE doit être subordonnée à l’adulte à la science table —préparation de matériaux ou réflexion professionnelle—, pas comme chatbot autonome de 5E, générateur remplaçant matériaux réels ni classificateur déclarant curiosité accomplie.

7. Cadre inférentiel : quatre épreuves pour affirmer l’indagation scientifique précoce, pas un artefact

Le cadre qui suit est inférence pédagogique de cet article, ancrée dans les cas et instruments vérifiés. Ce n’est pas une nouvelle norme internationale. Il distingue quatre épreuves. Si un jardin, maternelle, CENDI ou école maternelle ne les passe pas, il ne peut déclarer qu’un chatbot STEM/5E, un capteur/CV de curiosité ou d’engagement, ou un générateur de scripts d’expérience constitue l’indagation scientifique précoce.

7.1. Épreuve de la pratique située d’observation, question et expérimentation avec matériaux réels, pas du plan 5E généré. Ramanathan, Carter et Wenner (2022) et Yildiz et Guler Yildiz (2021) définissent l’art comme observation, question, exploration et enregistrement médiés. Uğraş, Çakır et Zacharis (2025) rapportent chatbot comme soutien partiel aux plans (N = 33 enseignants), pas indagation infantile. Inférence : la preuve d’indagation se vérifie si l’enfant a observé, questionné et manipulé matériaux réels. Si la « preuve » du centre est un plan 5E imprimé ou script à l’écran, le centre a fait planification générative, pas indagation scientifique précoce.

7.2. Épreuve de la science table, enregistrement des preuves et conversation sur les résultats, pas du script d’expérience par prompt. NAEYC (2022) place l’exploration active de l’environnement dans la pratique appropriée au développement. Miao et Holmes (2023) exigent validation pédagogique de l’IA générative. Liang et Yang (2026) rapportent outputs inappropriés et questions rhétoriques distrayant du hands-on (3 classes ; 6 enseignants ; 88 enfants). Inférence : produire un script par prompt ne démontre pas table d’indagation, enregistrement ni conversation médiée. Un script peut exister ; il ne signe pas la pratique.

7.3. Épreuve de la médiation enseignante et de l’observation pédagogique de l’indagation, pas du tableau de bord curiosité ou engagement. OCDE (2021, 2023) exigent interactions significatives et digitalisation subordonnée. Chen (2024), Su et Yang (2022) et Ljungcrantz (2026) cartographient capteurs et analytique comme affordances émergentes, sans équivalence à l’indagation. Inférence : « curiosité haute » ou « engagement haut » sur un tableau peut élever un seuil sans élever la qualité de médiation. L’observation pédagogique lit la question de l’enfant et la preuve de l’expérience ; le tableau compte une étiquette.

7.4. Épreuve de la distinction de catégorie et du jugement professionnel, pas du catalogue produit. Indagation scientifique précoce ≠ STEM/robotique, numération, littératie, oralité ni évaluation formative automatisée. Kewalramani, Kidman et Palaiologou (2021), Qian (2026) et Lee (2026) empêchent de confondre inquiry literacy ou AI literacy avec indagation située. Moffit (2025) montre chevauchement avec littératie sans identité de construits —transfert marqué. UNESCO (2021), Miao et Holmes (2023), Commission européenne (2022), U.S. Department of Education (2023), NAEYC (2022) et OCDE (2021, 2023) exigent supervision humaine, validation pédagogique et ne pas substituer le jugement professionnel. Inférence : un centre ne peut traiter l’enfant comme émetteur de signaux pour scoring ni comme récepteur passif de plans générés. L’indagation scientifique précoce ne se remplit pas en scorant algorithmiquement la curiosité. Elle se remplit en pratiquant observation, question authentique, expérimentation avec matériaux réels, enregistrement et conversation sur résultats avec adultes médiateurs à la science table.

Le cadre admet le numérique subordonné à préparation enseignante et observation professionnelle validée (Uğraş, Çakır et Zacharis, 2025, comme soutien partiel avec limites ; Liang et Yang, 2026, comme facilitation prudente de matériaux). Il rejette de déclarer indagation scientifique précoce par chatbot autonome de plans 5E, générateur de scripts remplaçant matériaux réels ou classificateur curiosité/engagement (Miao et Holmes, 2023 ; Nikolopoulou, 2025).

Les quatre épreuves se lisent ensemble. Passer seulement la première —il y avait matériaux— sans médiation ni distinction de catégorie ne suffit pas. Passer seulement la quatrième —le centre distingue construits— sans pratique située non plus.

8. Discussion

Trois tensions organisent la discussion. La première est entre exhiber un artefact de planification, génération ou scoring et exercer l’indagation scientifique précoce. C’est un résultat que N = 33 enseignants perçoivent une utilité partielle de ChatGPT pour ressources et plans avec limites de surconfiance et éthique (Uğraş, Çakır et Zacharis, 2025) ; que la GenAI facilite matériaux STEM en 3 classes avec 88 enfants mais introduit questions rhétoriques distrayantes (Liang et Yang, 2026) ; et que les cartographies de l’IA en ECE croissent sans équivalence à l’indagation située (Chen, 2024 ; Su et Yang, 2022 ; Ljungcrantz, 2026). C’est un cadre : l’indagation scientifique précoce de 3–6 se joue en observation, question, expérimentation avec matériaux réels et médiation à la science table (Ramanathan, Carter et Wenner, 2022 ; Yildiz et Guler Yildiz, 2021 ; NAEYC, 2022). Ce n’est pas un résultat que chatbot, générateur ou tableau produisent l’art que la table d’indagation exige. Les trois artefacts planifient, génèrent ou étiquettent ce que l’ingénierie sait livrer et déclarent ce que seule la pratique médiée autoriserait.

La deuxième est entre évaluation automatisée curiosité/engagement et pédagogie quotidienne des sciences. Chen (2024), Su et Yang (2022) et Ljungcrantz (2026) objectivent affordances analytiques et capteurs comme tendance ; ils ne rapportent pas dans le corpus d’études vérifiées validant scoring de curiosité en preschool 3–6 —on n’invente donc pas de métriques. Inférence : insister que le jardin « a déjà indagation scientifique » parce qu’un modèle classe suffisamment engagement ou curiosité est une pédagogie inversée. Un proxy algorithmique est fait valoir pour observation, question authentique et expérimentation hands-on. L’enfant devient émetteur de signaux pour le classificateur ; l’adulte, superviseur du tableau.

La troisième est entre script généré et art intégral d’indagation. Miao et Holmes (2023) et Nikolopoulou (2025) fixent limites de GenAI centrée enfant ; Liang et Yang (2026) documentent outputs inappropriés et distraction rhétorique. Inférence : vendre script par prompt comme « indagation avec IA » confond produit textuel et pratique située. Un chatbot autonome parce que le système a besoin d’output ne remplace pas l’adulte qui verse l’eau, écoute « flotte ou coule ? » et enregistre l’hypothèse de l’enfant au crayon.

Inférence additionnelle : les artefacts partagent une économie de visibilité —plan, étiquette, script— face à indagation vérifiée dans la vie quotidienne de classe (OCDE, 2021 ; NAEYC, 2022). Qian (2026), Lee (2026) et Kewalramani, Kidman et Palaiologou (2021) confirment construits distincts. Miao et Holmes (2023), UNESCO (2021) et Commission européenne (2022) subordonnent l’IA au jugement professionnel.

Les quatre épreuves de la section 7 permettent de lire ces tensions avec critères opérationnels. Quand un coordinateur de jardin, maternelle ou CENDI évalue s’il y a « indagation scientifique précoce avec IA », il convient de les appliquer en séquence et non isolément. L’épreuve 7.1 exige preuve que l’enfant a observé, questionné et manipulé matériaux réels —pas qu’existe un plan 5E imprimé ou script à l’écran (Ramanathan, Carter et Wenner, 2022 ; Uğraş, Çakır et Zacharis, 2025). L’épreuve 7.2 demande s’il y a eu science table, enregistrement de preuves et conversation sur résultats —pas seulement script généré par prompt (NAEYC, 2022 ; Liang et Yang, 2026). L’épreuve 7.3 distingue médiation enseignante et observation pédagogique d’un tableau curiosité ou engagement (OCDE, 2021, 2023 ; Chen, 2024). L’épreuve 7.4 empêche de confondre indagation avec STEM/robotique, numération, littératie, oralité ou évaluation formative automatisée (Kewalramani, Kidman et Palaiologou, 2021 ; Qian, 2026 ; Lee, 2026). Inférence pédagogique : un centre qui passe seulement la quatrième épreuve —sait nommer construits— mais échoue la première —pas de pratique située— exhibe littératie en IA ou inquiry literacy, pas indagation scientifique précoce déclarée.

Le contraste empirique le plus illustratif du corpus ne provient pas des artefacts, mais de l’art documenté quand il y a indagation réelle. Ramanathan, Carter et Wenner (2022) décrivent cadre d’observation, questions ouvertes, exploration guidée, enregistrement et communication en preschool : pratique qu’un chatbot ne peut exécuter car il ne partage pas la table avec l’enfant. Yildiz et Guler Yildiz (2021) lient créativité et scientific process skills en preschool —observer, comparer, prédire, communiquer— sans scores algorithmiques. Moffit (2025), avec transfert marqué par littératie intégrée, documente cas « Head Zoologist » en kindergarten : observation d’animaux, enregistrement et communication médiée par adultes —pas générateur de scripts ni classificateur de curiosité. Kharbanda et Khunyakari (2025), également avec transfert marqué, montrent indagation en contextes narratifs : conversation sur résultats est art des sciences, pas oralité pure ni script généré. Ces cas définissent le plancher minimal que les trois artefacts n’atteignent pas seuls.

L’utilité partielle qu’Uğraş, Çakır et Zacharis (2025) rapportent —N = 33 enseignants de petite enfance en Türkiye— mérite lecture attentive. Le résultat n’est pas que ChatGPT produise indagation infantile, mais que certains enseignants le perçoivent utile pour planification et ressources, avec limites explicites de surconfiance, désinformation et éthique. Cela place le chatbot STEM/5E dans la strate de soutien enseignant subordonné qu’exigent NAEYC (2022), OCDE (2021, 2023) et Miao et Holmes (2023) : outil de préparation, pas substitut de table ni médiation. Liang et Yang (2026) confirment l’ambivalence : GenAI facilite matériaux en 3 classes avec 6 enseignants et 88 enfants, mais introduit outputs inappropriés et questions rhétoriques distrayant du hands-on. Inférence : utilité partielle n’autorise pas déclaration « nous garantissons déjà indagation scientifique précoce » ; elle autorise, au plus, « nous utilisons IA pour préparer ressources avec prudence et supervision humaine ».

Sur l’axe systèmes et droits, UNESCO (2021), Commission européenne (2022) et U.S. Department of Education (2023) convergent pour exiger supervision humaine, validation pédagogique et ne pas substituer jugement professionnel. Nikolopoulou (2025) avertit sur intégration GenAI centrée enfant : promesses et défis non résolus en installant classificateur d’engagement. Su et Zhong (2022) proposent design curricular de l’IA en petite enfance comme direction future —curriculum AI literacy, pas indagation scientifique précoce. Su et Yang (2022) et Chen (2024) cartographient affordances émergentes sans équivalence à indagation située. Ljungcrantz (2026) confirme croissance interaction IA–ECE comme tendance de champ, pas comme preuve qu’un capteur/IoT ou modèle vision par ordinateur valide curiosité scientifique en CENDI 3–6. Inférence : politiques institutionnelles exigeant « indagation avec IA » sans les quatre épreuves inversent hiérarchie normative : produit exhibé commande sur art que NAEYC (2022) et OCDE (2021) définissent.

La confusion de catégorie a conséquences concrètes dans vie de classe. Quand un jardin déclare indagation parce qu’il a déployé chatbot « questions STEM », l’adulte peut cesser d’écouter question authentique de l’enfant —« pourquoi disparaît la glace ? »— et livrer à la place question rhétorique du script généré, comme avertissent Liang et Yang (2026). Quand une maternelle exhibe tableau de curiosité, coordination peut récompenser seuils algorithmiques au lieu de documenter preuves en dessin, photo ou conversation, comme demandent Ramanathan, Carter et Wenner (2022). Quand un CENDI substitue matériaux réels par script d’expérience, disparaissent bac d’eau, aimant, sel et hypothèse infantile que Yildiz et Guler Yildiz (2021) associent aux scientific process skills. Inférence : indagation scientifique précoce s’érode non en utilisant IA absolument, mais en traitant artefacts de planification, génération ou scoring comme si c’était la pratique elle-même.

Qian (2026) et Lee (2026) offrent limite pédagogique additionnelle. Qian (2026) développe cadre littératie en IA pour 4–6 ans avec échafaudage dialogique ; Lee (2026) propose PL-AI, curriculum play-centered de littératie en IA pour pre-K et kindergarten. Les deux construits —AI literacy— sont légitimes et distincts de l’indagation scientifique précoce. Kewalramani, Kidman et Palaiologou (2021) étudient inquiry literacy avec jouets robotiques IA : littératie d’indagation médiée, pas équivalence « installer robot = indagation scientifique ». Inférence : un centre peut avancer en AI literacy ou inquiry literacy et ne pas pour autant remplir indagation scientifique précoce s’il n’y a pas observation soutenue, question authentique, expérimentation avec matériaux réels, enregistrement et médiation adulte à la science table. Confondre littératies numériques avec indagation située reproduit même saut invalide que confondre plan 5E généré avec séance de science hands-on.

Enfin, la discussion reconnaît espace légitime pour numérique subordonné. Uğraş, Çakır et Zacharis (2025) et Liang et Yang (2026) ne proscrivent pas GenAI ; ils documentent soutien partiel avec limites. Miao et Holmes (2023) et Nikolopoulou (2025) demandent validation pédagogique et approche centrée enfant. OCDE (2023) situe enfants en ère numérique sans les convertir en vecteurs de signaux pour pipelines de scoring. Inférence : chatbot peut aider à préparer matériaux pour science table ; générateur peut proposer variations que l’adulte adaptera ; aucun ne remplace observation partagée, question de l’enfant, manipulation de glace ou aimants, enregistrement au crayon et conversation médiée que Moffit (2025), Ramanathan, Carter et Wenner (2022) et NAEYC (2022) décrivent comme art d’indagation scientifique précoce. Ce qu’on ne peut faire, c’est inverser séquence : installer artefact, exhiber tableau, imprimer plan 5E ou déployer script, et déclarer indagation accomplie. L’indagation se vérifie à la table, avec matériaux réels et adulte présent —pas sur écran du classificateur ni dans output du chatbot.

9. Limites

Cette revue est narrative. Elle n’applique pas PRISMA ni n’estime d’effets combinés primaires. Uğraş, Çakır et Zacharis (2025) enquêtent N = 33 enseignants, pas indagation infantile directe ni comparaison chatbot versus table médiée. Liang et Yang (2026) étudient 3 classes, 6 enseignants et 88 enfants dans un jardin chinois : étude de cas, pas essai randomisé GenAI versus indagation sans IA. Ramanathan, Carter et Wenner (2022) proposent cadre conceptuel, pas intervention avec IA. Yildiz et Guler Yildiz (2021) corrèlent créativité et process skills en preschool, pas chatbots ni capteurs. Moffit (2025) est cas kindergarten avec littératie intégrée : transfert marqué. Kharbanda et Khunyakari (2025) analysent design en contextes narratifs : transfert marqué. Kewalramani, Kidman et Palaiologou (2021) étudient inquiry literacy avec jouets IA, pas science table classique. Qian (2026) et Lee (2026) abordent AI literacy, pas indagation scientifique. Chen (2024), Su et Yang (2022), Su et Zhong (2022), Ljungcrantz (2026) et Nikolopoulou (2025) cartographient IA en ECE, pas indagation scientifique précoce comme variable primaire avec scoring de curiosité. Aucun essai vérifié du corpus sur vision par ordinateur ou IoT scorant curiosité scientifique en CENDI 3–6 ; le deuxième artefact est discuté comme plafond de catégorie, pas résultat inventé. NAEYC, UNESCO et OCDE sont de cadre. Aucun essai latino-américain comparant indagation médiée par adulte versus chatbot STEM autonome en jardin n’a été localisé. Les inférences de la section 7 sont hypothèses de catégorie pédagogique, pas preuve d’implémentation.

10. Conclusions

Un chatbot proposant « questions STEM » ou plans 5E, un capteur/IoT ou modèle de vision par ordinateur classant « curiosité scientifique » ou « engagement dans l’expérience », ou un générateur produisant scripts d’expérience à partir d’un prompt ne constituent pas l’indagation scientifique précoce dans un établissement de petite enfance. La preuve vérifiée n’autorise pas cette déclaration. Uğraş, Çakır et Zacharis (2025) rapportent soutien partiel perçu de ChatGPT parmi N = 33 enseignants, avec limites de surconfiance, désinformation et éthique —planification générative, pas indagation de l’enfant. Liang et Yang (2026) documentent GenAI en 3 classes, 6 enseignants et 88 enfants avec défis de prompts infantiles, outputs inappropriés et questions rhétoriques distrayantes —facilitation de matériaux, pas substitution du hands-on. Chen (2024), Su et Yang (2022) et Ljungcrantz (2026) confirment affordances IA en ECE sans équivalence à indagation située. Quand il y a indagation scientifique précoce en petite enfance, il y a pratique située : cadre d’indagation en preschool (Ramanathan, Carter et Wenner, 2022) ; scientific process skills associés à créativité (Yildiz et Guler Yildiz, 2021) ; cas d’indagation avec animaux en kindergarten —transfert marqué— (Moffit, 2025) ; exploration active de l’environnement et pratique appropriée au développement (NAEYC, 2022 ; OCDE, 2021, 2023). L’indagation scientifique précoce se distingue de STEM/robotique, numération, littératie émergente, oralité/récit et évaluation formative automatisée. Kewalramani, Kidman et Palaiologou (2021), Qian (2026) et Lee (2026) confirment construits distincts —inquiry literacy et AI literacy ne sont pas indagation déclarée. Les guides en vigueur exigent supervision humaine, validation pédagogique et ne pas substituer le jugement professionnel (UNESCO, 2021 ; Miao et Holmes, 2023 ; Commission européenne, 2022 ; U.S. Department of Education, 2023).

Là où les sources ne mesurent pas un jardin, cet article ne l’affirme pas. Là où elles mesurent chatbots, GenAI ou cartographies IA, il ne les traduit pas en indagation scientifique précoce pédagogique. Accompagner enfants de trois à six ans en sciences, c’est exercer observation, écouter questions authentiques, expérimenter avec matériaux réels, enregistrer preuves et converser sur résultats avec médiation adulte à la table ou coin des sciences. Le reste est plan 5E généré, script par prompt et classification algorithmique de curiosité ou engagement. Ce n’est pas l’indagation scientifique précoce en éducation de la petite enfance, et cela ne doit pas se présenter comme ce qu’ce n’est pas.

Laboratorio Editorial de NEXTECH.IA / Ingeniero Mitre.

Références

  1. Chen, J. J. (2024). A scoping study on AI affordances in early childhood education: Mapping the global landscape, identifying research gaps, and charting future research directions. Journal of Artificial Intelligence Research, 81, 701–740. https://doi.org/10.1613/jair.1.16882
  2. 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://education.ec.europa.eu/focus-topics/digital-education/action-plan
  3. Kewalramani, S., Kidman, G., y Palaiologou, I. (2021). Using Artificial Intelligence (AI)-interfaced robotic toys in early childhood settings: a case for children’s inquiry literacy. European Early Childhood Education Research Journal, 29(5), 652–668. https://doi.org/10.1080/1350293x.2021.1968458
  4. Kharbanda, D., y Khunyakari, R. (2025). Analyzing Young Children’s Thinking on Design Problems Embedded in Story Contexts. Early Childhood Education Journal. https://doi.org/10.1007/s10643-023-01551-2
  5. Lee, J. (2026). Play with AI (PL-AI): A play-centered, design-based curriculum for AI literacy in pre-K and kindergarten. Computers and Education: Artificial Intelligence. https://doi.org/10.1016/j.caeai.2026.100569
  6. Liang, J., y Yang, W. (2026). Using Generative Artificial Intelligence to Facilitate Early STEM Learning: A Case Study in a Chinese Kindergarten. Early Education and Development. https://doi.org/10.1080/10409289.2026.2669922
  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. Moffit, C. A. (2025). “I’m the Head Zoologist!”: Integrating Science and Literacy Learning in Kindergarten with Inquiry and Animals. Early Childhood Education Journal, 53(2), 529–538. https://doi.org/10.1007/s10643-023-01587-4
  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. Qian, Y. (2026). Building early AI literacy: developing a pedagogical framework for early childhood education. AI, Brain and Child. https://doi.org/10.1007/s44436-026-00030-w
  15. Ramanathan, G., Carter, D., y Wenner, J. (2022). A Framework for Scientific Inquiry in Preschool. Early Childhood Education Journal, 50(7), 1263–1277. https://doi.org/10.1007/s10643-021-01259-1
  16. 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
  17. Su, J., y Zhong, Y. (2022). Artificial Intelligence (AI) in early childhood education: Curriculum design and future directions. Computers and Education: Artificial Intelligence, 3, 100072. https://doi.org/10.1016/j.caeai.2022.100072
  18. 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
  19. Uğraş, M., Çakır, Z., y Zacharis, G. (2025). ChatGPT in Early Childhood Science Education: Can It Offer Innovative Effective Solutions to Overcome Challenges? Computers, 14(9), 368. https://doi.org/10.3390/computers14090368
  20. UNESCO. (2021). Recommendation on the ethics of artificial intelligence. UNESCO. https://unesdoc.unesco.org/ark:/48223/pf0000381137
  21. Yildiz, C., y Guler Yildiz, T. (2021). Exploring the relationship between creative thinking and scientific process skills of preschool children. Thinking Skills and Creativity, 39, 100795. https://doi.org/10.1016/j.tsc.2021.100795