1. Introduction et problème

Dans la tranche 3–6 ans — jardin, préscolaire, CENDI, école infantile — s’est installé un paquet de cinq artefacts qui prétendent valoir pour soutien au jeu en plein air, à l’outdoor play, au nature play ou au forest school : un chatbot qui « enseigne la nature » ou raconte la forêt à l’enfant depuis un écran ; une application AR d’identification de plantes ou d’animaux qui remplace l’exploration guidée par l’adulte ou l’émerveillement partagé ; un wearable ou dashboard qui note les « minutes outdoor », le « nature engagement » ou le « green score » ; un générateur qui produit des « unités outdoor STEM » ou des « nature lessons » à partir d’un prompt ; et un environnement VR/métavers de « forêt virtuelle » qui remplace le temps dehors. Les cinq sont visibles en coordination et permettent d’exhiber que le centre « fait déjà de l’outdoor avec l’IA ». Le saut — de narration générative, couche AR, score de minutes, unité par prompt ou forêt virtuelle à affirmer un soutien à l’outdoor play — n’est autorisé ni par les cartographies d’IA en ECE ni par la pédagogie de l’outdoor play lorsqu’il y a temps prolongé dehors, corps sur place, négociation entre pairs dans la cour ou cour naturelle, matériaux naturels lâches, co-présence adulte sans sur-direction et sensorialité réelle (boue, vent, ombre, insectes).

La thèse de cet article est restrictive. Un chatbot qui « enseigne la nature » ou raconte la forêt à l’enfant depuis un écran, une application AR d’identification qui remplace l’exploration, un wearable ou dashboard qui note les « minutes outdoor » ou le « green score », un générateur d’« unités outdoor STEM » ou de « nature lessons » par prompt, ou un environnement VR/métavers de « forêt virtuelle » qui remplace le temps dehors ne constituent pas un soutien au jeu en plein air dans la petite enfance. En initial, l’outdoor play se développe avec le corps sur place, le temps prolongé, les pairs, les matériaux réels, le risque calibré et l’étayage humain ; non un score de minutes, une couche AR qui numérise la cour, un narrateur d’IA qui parle à la place de la nature ni une forêt virtuelle. Sugiyama et al. (2023) documentent, dans le sous-échantillon HBC (N = 885), que l’outdoor play fréquent à 2 ans et 8 mois atténue partiellement l’association entre screen time >1 h/jour à 2 ans et outcomes neurodéveloppementaux à 4 ans (Vineland), avec une médiation d’environ 18 % pour les daily living skills, tandis que la communication s’associe au screen de façon plus directe : constat empirique d’atténuation partielle, non de chatbot ni de green score. Sella, Bolognesi, Bergamini, Mason et Pazzaglia (2023) examinent systématiquement les bénéfices psychologiques du forest school en préscolaire (16 études ; N ≈ 1560 ; 3–6 ans) avec prudence méthodologique. Dabaja (2022) synthétise deux décennies d’impacts de Forest School. Cela autorise à demander ce qui a été mesuré : narration du bot, étiquette AR, minute outdoor ou unité par prompt — non la pratique lorsqu’un enfant grimpe avec risque calibré, négocie avec un pair dans la cour naturelle, touche la boue et soutient l’épisode dehors avec un adulte qui co-présence sans diriger le scénario.

Le problème s’aggrave par cinq confusions de catégorie. Première : outdoor play / nature play / forest school / green time n’est pas l’éducation environnementale curriculaire ni l’ECEfS / pro-environnementalisme comme axe — ce construit a déjà été traité dans la série ; ici il n’apparaît que comme contraste de catégorie. Deuxième : ce n’est pas le « jeu libre » générique indoor/outdoor — bien que le libre puisse l’abriter, l’axe de cet article est la pratique située en plein air avec corps, pairs, matériaux naturels et temps prolongé. Troisième : ce n’est pas la motricité comme axe — la motricité peut être un outcome latéral de l’outdoor (Sella et al., 2023 ; OMS, 2019). Quatrième : ce n’est pas le STEM outdoor ni la « nature lesson » comme produit curriculaire empaqueté. Cinquième : ce n’est pas un score de « minutes outdoor », « nature engagement » ou « green score », ni une forêt VR qui substitue le dehors. Ce travail ne recycle pas environnement/durabilité, jeu libre, STEM/robotique, motricité, SEL, fonctions exécutives, spatial/block play, jeu symbolique, créativité artistique, investigation scientifique, littératie, oralité, DUA, documentation, évaluation formative, participation, planification, attention conjointe, interactions adulte–enfant comme axe générique ni formation enseignante. La question est ce qui compte comme outdoor play lorsqu’un centre « fait de l’IA et de la nature ».

Il y a, en outre, une économie de coordination : chatbot narrateur, couche AR, green score, unité imprimée et forêt VR tiennent sur une diapositive ; le green time prolongé avec boue, pairs et co-présence adulte, non. L’OMS (2019) ancre les limites de sédentarité et de mouvement pour les moins de 5 ans. NAEYC (2022) et OCDE (2021, 2023) exigent des interactions significatives et une numérisation subordonnée. Inférence : le soutien à l’outdoor play ne se remplit pas en générant des nature lessons ni en notant des minutes outdoor. Les contributions sont trois : séparer le métier du paquet d’artefacts ; examiner trois familles de cas — y compris le dual-track Froebel+IA de Lyu et McNair (2026) comme contraste de bon usage périphérique lorsque l’IA soutient l’adulte/enseignant et ne remplace pas le corps de l’enfant dehors, et Sugiyama et al. (2023) comme évidence de l’outdoor comme atténuateur — ; et offrir quatre épreuves pour affirmer le soutien à l’outdoor play, et non seulement chatbot, AR, score, prompt ou VR.

2. État de l’art : de la pratique située d’outdoor play à l’artefact qu’on exhibe

Il convient de séparer quatre strates que le marché de « l’IA pour l’outdoor play en initial » mélange souvent. La première est le construit d’outdoor play / nature play / forest school / green time de 3 à 6 ans comme pratique de temps prolongé dehors, jeu corporel à risque approprié, négociation entre pairs dans la cour ou cour naturelle, matériaux naturels lâches et sensorialité réelle (Sugiyama et al., 2023 ; Sella et al., 2023 ; Dabaja, 2022 ; Zhai et al., 2024 ; Torjinski et al., 2024). La deuxième est le métier pédagogique qui le cultive — co-présence adulte sans sur-direction, protection du temps dehors, calibration du risque, offre de matériaux lâches, ne pas remplacer l’émerveillement partagé par une narration numérique — (Zhai et al., 2024 ; Lyu et McNair, 2026 ; NAEYC, 2022 ; OCDE, 2021, 2023 ; OMS, 2019). La troisième est l’évidence des affordances d’IA en ECE, GenAI centrée sur l’enfant et dual-track Froebel+IA — sans les équivaloir à l’outdoor play situé avec corps sur place — (Chen, 2024 ; Su et Yang, 2022 ; Su et Zhong, 2022 ; Ljungcrantz, 2026 ; Nikolopoulou, 2025 ; Lyu et McNair, 2026). La quatrième est le cadre de droits, de systèmes et de pratique appropriée au développement, qui traite l’enfant de 3–6 ans comme sujet d’expérience corporelle située en plein air, non comme vecteur de signaux pour un pipeline de green score ni comme destinataire passif de narrations de chatbot ou d’une forêt virtuelle (UNESCO, 2021 ; Miao et Holmes, 2023 ; U.S. Department of Education, 2023).

En construit et métier, Sugiyama et al. (2023) rapportent l’outdoor play comme facteur atténuateur partiel de l’association screen–neurodéveloppement (N = 885 ; screen >1 h/jour à 2 ans ; outdoor fréquent à 2a8m ; Vineland à 4) : constat empirique. Sella et al. (2023) synthétisent 16 études (N ≈ 1560 ; 3–6) sur le forest school : bénéfices cognitifs, motricité, connectedness et wellbeing rapportés avec qualité méthodologique limitée — citer avec prudence. Dabaja (2022) révise les impacts de Forest School sur l’apprentissage, l’estime de soi, le wellbeing, le risque et la conscience environnementale. Zhai, Blom, Dillon, Wu et Yan (2024) documentent les perspectives d’éducateurs de kindergarten chinois sur le nature play et l’immersion précoce dans la nature. Torjinski, Cliff et Horwood (2024) cartographient, dans un scoping de 23 études, les associations entre nature exposure, screen use et relations parentales : évidence hétérogène. Inférence : un chatbot ne touche pas la boue ; un enfant dehors avec un pair et un adulte qui co-présence, si.

Dans la strate des artefacts, Chen (2024), Su et Yang (2022), Su et Zhong (2022) et Ljungcrantz (2026) cartographient affordances, curriculums et état de l’art de l’IA en ECE sans les équivaloir à l’outdoor play situé. Nikolopoulou (2025) équilibre promesses et défis de la GenAI centrée sur l’enfant sous médiation enseignante : cadre de prudence. Lyu et McNair (2026) reconceptualisent la pédagogie froebelienne avec l’IA en contexte chinois (N = 50 practitioners) : intégration dual-track ; préoccupations explicites de déplacement des expériences sensorielles et nature-based ; l’IA se situe de façon périphérique à l’adulte. Dans la strate des systèmes, l’UNESCO (2021) exige une supervision humaine. Miao et Holmes (2023) fixent validation pédagogique et seuils d’âge pour l’IA générative — cadre direct pour le générateur de nature lessons par prompt. U.S. Department of Education (2023) exige que l’IA soutienne, non remplace, le jugement professionnel. L’OMS (2019) ancre mouvement et sédentarité ; l’OCDE (2021, 2023) ancre interactions significatives et numérisation subordonnée.

3. Méthode de revue

Une revue narrative critique a été réalisée, non une méta-analyse primaire. Le but n’était pas d’estimer une taille d’effet homogène de chatbots narrateurs de nature, d’applications AR d’identification, de wearables de green score, de générateurs d’unités outdoor ou de forêts VR, mais d’articuler un argument de catégorie pédagogique avec des sources vérifiées. Critères d’inclusion : (a) 2021–2026, avec l’OMS (2019) acceptée comme ancre normative mouvement/sédentarité, et transfert explicitement marqué lorsque l’échantillon ou le niveau n’équivaut pas au jardin 3–6 ; (b) outdoor play, nature play, forest school, green time, nature exposure, ou IA en éducation de la petite enfance avec pertinence pour le contraste artefact/métier ; (c) pertinence pour jardin, préscolaire, CENDI ou 3–6 ans ; (d) revue à pairs, DOI ou rapport NAEYC/UNESCO/OCDE/OMS/département d’éducation ; (e) DOI ou page éditoriale vérifiable. Ont été exclus comme objet central les axes déjà utilisés dans cette série — environnement/durabilité comme ECEfS, jeu libre générique, STEM/robotique, motricité comme axe, SEL, fonctions exécutives, spatial/block play, jeu symbolique, créativité artistique, investigation scientifique, littératie, oralité, DUA, documentation, évaluation formative, participation, planification, attention conjointe, interactions adulte–enfant comme axe générique et formation enseignante — bien que certains apparaissent comme limite de catégorie. L’environnement n’apparaît que comme contraste (ECEfS ≠ outdoor play). La motricité seulement comme outcome latéral possible (Sella et al., 2023 ; OMS, 2019).

La recherche a été exécutée le 2 septembre 2026 (créneau 21:02 America/Mexico_City) sur pages DOI, Crossref, Springer, Elsevier, Taylor & Francis, JAMA Network, BMC, MDPI, JAIR, OCDE iLibrary, UNESDOC, OMS, NAEYC et sites éditoriaux. Chaque source a été vérifiée contre au moins une de ces pages. On a distingué constat empirique, cadre conceptuel ou normatif, et inférence pédagogique marquée comme telle. On a priorisé la distinction outdoor play / éducation environnementale curriculaire / jeu libre générique / motricité / STEM outdoor / score de minutes / forêt VR, et la prudence de ne pas traduire chatbots narrateurs, couches AR, green scores ou unités par prompt en pédagogie du temps prolongé dehors avec corps, pairs et matériaux réels. Aucun N, d, r, AUC ni DOI n’a été inventé : lorsqu’un artefact (wearable de green score ; chatbot narrateur de forêt ; forêt VR substitut ; application AR qui remplace l’exploration) manque d’étude vérifiée dans le corpus avec métriques de scoring outdoor en 3–6, il est discuté comme plafond de catégorie appuyé sur les cartographies générales d’IA en ECE (Chen, 2024 ; Su et Yang, 2022 ; Ljungcrantz, 2026) et sur le contraste dual-track Froebel+IA médié par le practitioner (Lyu et McNair, 2026), non comme constat empirique inventé. Des sources candidates ont été omises lorsque les auteurs exacts ne correspondaient pas de façon vérifiable au DOI proposé.

4. Cas 1. Chatbot « tuteur de nature », application AR d’identification, wearable/dashboard de « minutes outdoor »/« green score », générateur GenAI d’unités outdoor ou forêt VR ne constituent pas un soutien au jeu en plein air

Chen (2024), Su et Yang (2022) et Ljungcrantz (2026) saturent le portrait du plafond d’artefacts lorsque l’IA en ECE se présente comme si elle était un soutien à l’outdoor play. Chen (2024) cartographie les affordances globales d’IA en early childhood education : constat de scoping sur des usages émergents — tutorat, analytique, génération de contenus —, non un constat qu’un chatbot qui raconte la forêt cultive un green time prolongé avec corps sur place. Su et Yang (2022) examinent le champ de l’IA en ECE : constat de synthèse sur les tendances, non sur la négociation entre pairs dans une cour naturelle ni les matériaux lâches. Ljungcrantz (2026) examine l’interaction IA–ECE 2020–2024 : constat d’état de l’art, non de forest school situé. Inférence pédagogique, marquée comme telle : le geste « l’enfant a écouté le chatbot narrer la nature = il y a eu outdoor play » est un plafond de tutorat génératif. Sugiyama et al. (2023), Sella et al. (2023) et Dabaja (2022) demandent du temps dehors, du corps, un risque calibré et des expériences nature-based ; un dialogue utile avec un bot peut coexister avec l’absence de cour, de pairs, de boue et de temps prolongé.

Nikolopoulou (2025) et Miao et Holmes (2023) nomment le risque du générateur d’« unités outdoor STEM » ou de « nature lessons » à partir d’un prompt. Nikolopoulou (2025) équilibre promesses et défis de la GenAI centrée sur l’enfant sous médiation enseignante : cadre de prudence. Miao et Holmes (2023) exigent validation pédagogique et seuils d’âge pour l’IA générative. Statut : cadre normatif et de revue, non un essai de nature lessons par prompt versus un épisode outdoor avec matériaux lâches et co-présence adulte. Inférence : produire une unité par prompt peut être une préparation enseignante subordonnée ; le soutien à l’outdoor play commence lorsqu’il y a corps dehors, temps protégé, pairs, matériaux réels et un adulte qui co-présence sans sur-diriger. Su et Zhong (2022) proposent une conception curriculaire d’IA en ECE comme direction future — curriculum d’AI literacy, non d’outdoor play situé. Inférence de limite : un curriculum d’IA ne signe pas le green time.

L’application AR d’identification qui remplace l’exploration, le wearable ou dashboard de « minutes outdoor »/« green score » et la forêt VR qui remplace le temps dehors manquent, dans le corpus vérifié, d’essais avec N, d, r ou AUC rapportés pour le scoring de nature engagement ou la substitution VR du dehors en préscolaire 3–6 ; on n’invente pas de chiffres. Chen (2024), Su et Yang (2022) et Ljungcrantz (2026) cartographient analytique, tutorat, agents et génération comme tendance d’IA en ECE, sans équivalence à l’outdoor play médié. Torjinski et al. (2024) synthétisent nature exposure, screen et relations parentales (23 études) : constat de scoping hétérogène, non de green score wearable. Lyu et McNair (2026) — N = 50 practitioners froebeliens — documentent des préoccupations de déplacement des expériences sensorielles/nature-based lorsque l’IA s’approche de l’enfant comme substitut : contraste empirique d’usage périphérique légitime seulement lorsque l’IA soutient l’adulte. Inférence restrictive : GenAI qui soutient l’enseignant ≠ chatbot narrateur à l’enfant ; couche AR qui étiquette une feuille ≠ exploration et émerveillement partagé ; empowerment enseignant ≠ score de minutes outdoor ; forêt VR ≠ cour naturelle. UNESCO (2021) et U.S. Department of Education (2023) exigent une supervision humaine. Les cinq artefacts partagent une même grammaire de substitution : la narration du bot parle à la place de la nature ; l’AR numérise la cour ; le green score remplace l’observation pédagogique de l’épisode dehors ; le prompt remplace le temps prolongé ; la forêt VR remplace le corps sur place.

Il convient de préciser le plafond sans inventer d’effets. Un chatbot peut raconter une forêt ; Zhai et al. (2024) et Dabaja (2022) mesurent ou examinent nature play / Forest School humains, non des tours avec un modèle. Une application AR peut étiqueter une plante ; Sella et al. (2023) examinent le forest school en présentiel, non l’AUC d’identification. Un wearable peut additionner des minutes ; Sugiyama et al. (2023) mesurent l’outdoor play rapporté comme atténuateur, non des classements de green score. Un générateur peut imprimer une nature lesson ; Lyu et McNair (2026) avertissent du déplacement sensoriel. Un VR peut simuler des arbres ; l’OMS (2019) ancre le mouvement réel et les limites de sédentarité fondée sur les écrans. Inférence : « green score élevé » ou « unité selon le prompt » ou « forêt virtuelle complétée » est mesure, génération ou simulation, non soutien à l’outdoor play signé.

5. Cas 2. Ce que le jardin fait lorsqu’il y a soutien à l’outdoor play : temps dehors, pairs, matériaux lâches, co-présence — avec Lyu et McNair (dual-track) et Sugiyama et al. comme contraste

Sugiyama et al. (2023) saturent le métier depuis la cohorte empirique (N = 885 ; sous-échantillon HBC) : l’outdoor play fréquent à 2 ans et 8 mois atténue partiellement l’association entre screen time élevé à 2 ans et outcomes Vineland à 4 ans, avec une médiation d’environ 18 % pour les daily living skills ; la communication s’associe au screen de façon plus directe. Statut : constat empirique d’atténuation partielle. Transfert marqué : la cohorte commence en toddlerhood et est évaluée à 4 ans ; on la lit avec prudence vers 3–6, non comme essai de chatbot. Inférence pédagogique, marquée comme telle : c’est le type d’objet qu’un centre d’initial peut appeler soutien à l’outdoor play lorsqu’il protège le temps dehors face au screen — non lorsqu’il note des minutes sur un dashboard. L’outdoor play n’est pas un green score : c’est une maîtrise croissante d’être dehors avec le corps, de négocier avec des pairs dans la cour ou cour naturelle, d’utiliser des matériaux naturels lâches, de calibrer le risque, de soutenir l’épisode dans le temps et de recevoir une co-présence adulte sans sur-direction. Un chatbot qui raconte la forêt sans cour peut célébrer un dialogue étiqueté et, à la fois, vider le green time. Un wearable peut étiqueter « 60 minutes outdoor » et n’avoir pas capturé si l’adulte a sur-dirigé, s’il y a eu des pairs, de la boue ou un émerveillement partagé.

Sella et al. (2023) documentent, avec prudence méthodologique, des bénéfices rapportés du forest school en préscolaire (16 études ; N ≈ 1560 ; 3–6) : cognitifs, motricité comme outcome latéral, connectedness et wellbeing. Dabaja (2022) synthétise les impacts de Forest School — apprentissage, estime de soi, wellbeing, risque, conscience environnementale — sans convertir la conscience environnementale en axe ECEfS de cet article. Zhai et al. (2024) apportent des perspectives enseignantes sur le nature play et l’immersion dans la nature en kindergarten chinois : le métier se lit depuis les éducateurs, non depuis un score. Torjinski et al. (2024) montrent l’hétérogénéité nature–screen–relations parentales (23 études). NAEYC (2022) et OCDE (2021, 2023) ancrent interactions significatives et numérisation subordonnée. L’OMS (2019) ancre mouvement et limites de sédentarité.

Le contraste de bon usage périphérique est le dual-track Froebel+IA de Lyu et McNair (2026). Ils rapportent N = 50 practitioners froebeliens en contexte chinois : intégration dual-track ; l’IA est conçue périphérique à l’adulte/enseignant ; émergent des préoccupations de déplacement des expériences sensorielles et nature-based si la technologie s’approche de l’enfant comme substitut. Statut : constat empirique de reconceptualisation pédagogique et de préoccupation practitioner. Inférence : le numérique subordonné — adulte qui reçoit un soutien d’IA pour planifier ou réfléchir sans remplacer le corps de l’enfant dehors — peut être cohérent avec l’outdoor play ; il n’autorise pas à déclarer qu’un chatbot narrateur, une AR qui remplace l’exploration, un green score ou une forêt VR constituent le métier. La médiation — NAEYC (2022), OCDE (2021) — est une co-présence adulte qui organise le temps dehors, offre des matériaux lâches, calibre le risque, écoute la négociation entre pairs et élargit sans imposer un scénario numérique. Inférence : l’observation pédagogique de l’outdoor play est une lecture professionnelle de l’épisode dehors, non un journal de minutes. Un dashboard ne sent pas le vent ; un enfant et un adulte qui co-présence, si.

6. Cas 3. Outdoor play ≠ éducation environnementale curriculaire, motricité, STEM outdoor, score de minutes ni forêt VR

La première frontière de catégorie est l’éducation environnementale curriculaire / ECEfS / pro-environnementalisme. Un programme qui enseigne la durabilité peut coexister avec des sorties dans la cour ; il ne constitue pas, à lui seul, l’outdoor play de temps prolongé, corps sur place, pairs, matériaux lâches et risque calibré. Dabaja (2022) mentionne la conscience environnementale comme impact possible de Forest School : chevauchement empirique, non identité de construits avec l’ECEfS comme axe. Inférence : cet article interdit l’équivalence « nous avons une unité de durabilité = il y a soutien à l’outdoor play ». Un chatbot qui « enseigne la nature » n’est pas non plus de l’outdoor : c’est du tutorat génératif. La deuxième frontière est le jeu libre générique indoor/outdoor : le libre peut abriter de l’outdoor ; l’axe ici exige une pratique située en plein air avec sensorialité réelle, non un construit générique déjà publié. La troisième est la motricité comme axe : Sella et al. (2023) et l’OMS (2019) montrent motricité/mouvement comme outcome ou ancre latérale, non identité de construits. Inférence : un dashboard qui récompense des « pas » ne convertit pas le tracking moteur en outdoor play. La quatrième est le STEM outdoor / nature lesson empaquetée : générer des unités par prompt confond produit textuel et green time. La cinquième est le score de minutes / green score et la forêt VR : noter l’engagement ou simuler des arbres inverse la pédagogie. UNESCO (2021), Miao et Holmes (2023) et U.S. Department of Education (2023) exigent une supervision humaine. Inférence : le seul usage d’IA cohérent avec 3–6 reste du côté de l’adulte — dual-track Froebel+IA de Lyu et McNair (2026) —, soumis à validation pédagogique. Il n’entre pas comme scorer autonome, chatbot narrateur, AR substitut, générateur qui remplace le temps dehors ni forêt VR.

7. Cadre inférentiel : quatre épreuves pour affirmer qu’il y a soutien à l’outdoor play, non un artefact

Le cadre qui suit est une inférence pédagogique de cet article, ancrée dans les cas et les instruments vérifiés. Ce n’est pas une nouvelle norme internationale. Il distingue quatre épreuves. Si un jardin, préscolaire, CENDI ou école infantile ne les passe pas, il ne peut pas déclarer qu’un chatbot « tuteur de nature », une application AR d’identification, un wearable/dashboard de minutes outdoor/green score, un générateur d’unités outdoor par prompt ou une forêt VR constituent un soutien au jeu en plein air.

7.1. Épreuve de la pratique située de corps sur place, temps prolongé dehors, pairs et matériaux naturels lâches, non du chatbot narrateur ni de la couche AR. Sugiyama et al. (2023), Sella et al. (2023), Dabaja (2022) et Zhai et al. (2024) définissent le métier comme outdoor/nature/forest school observables. Chen (2024), Su et Yang (2022) et Ljungcrantz (2026) cartographient chatbots et génération de contenus comme affordances, non comme green time. Inférence : l’évidence de soutien à l’outdoor play se vérifie dans le fait que l’enfant a été dehors avec corps, pairs et matériaux réels. Si la « preuve » du centre est un dialogue avec chatbot ou une étiquette AR, le centre a fait du tutorat ou de la numérisation de la cour, non un soutien à l’outdoor play.

7.2. Épreuve du risque approprié, de la sensorialité réelle et de la co-présence adulte sans sur-direction, non de l’unité outdoor STEM / nature lesson par prompt. Dabaja (2022), Zhai et al. (2024) et NAEYC (2022) situent risque, immersion et pratique appropriée au développement. Miao et Holmes (2023) exigent une validation pédagogique de l’IA générative. Inférence : produire une unité par prompt ne démontre pas qu’il y a eu boue, vent, ombre, insectes, risque calibré ni co-présence. Un script peut exister ; il ne signe pas l’épisode dehors.

7.3. Épreuve de la médiation humaine — y compris le contraste périphérique dual-track Froebel+IA —, non du dashboard de green score ni de la forêt VR. L’OCDE (2021, 2023) exige des interactions significatives et une numérisation subordonnée. Lyu et McNair (2026) ancrent l’IA périphérique à l’adulte avec préoccupation de déplacement sensoriel/nature-based. Sugiyama et al. (2023) ancrent l’outdoor comme atténuateur partiel face au screen. Inférence : « green score élevé » ou « forêt VR complétée » peut élever un seuil sans élever la qualité de la co-présence. L’observation pédagogique lit l’épisode dehors ; le dashboard compte des minutes. La GenAI qui guide l’adulte est une périphérie légitime ; le chatbot qui parle à la place de la nature à l’enfant ne l’est pas.

7.4. Épreuve de la distinction de catégorie et du jugement professionnel, non du catalogue de produit. Outdoor play ≠ éducation environnementale curriculaire / ECEfS, jeu libre générique, motricité comme axe, STEM outdoor, score de minutes ni forêt VR. Dabaja (2022) et Zhai et al. (2024) empêchent de confondre conscience environnementale ou perspectives nature play avec identité ECEfS. Sella et al. (2023) et l’OMS (2019) empêchent de confondre outcomes moteurs latéraux avec le construit outdoor. Torjinski et al. (2024) empêchent de réduire la nature exposure à un proxy de screen. UNESCO (2021), Miao et Holmes (2023), U.S. Department of Education (2023), NAEYC (2022) et OCDE (2021, 2023) exigent supervision humaine, validation pédagogique et de ne pas remplacer le jugement professionnel. Inférence : un centre ne peut pas traiter l’enfant comme vecteur de minutes outdoor ni comme interlocuteur exclusif d’un narrateur d’IA. Le soutien à l’outdoor play ne se remplit pas en notant mieux le « nature engagement ». Il se remplit en pratiquant le temps prolongé dehors, le corps sur place, les pairs, les matériaux réels, le risque calibré et l’étayage humain.

Le cadre admet le numérique lorsqu’il se subordonne à la préparation enseignante et à une médiation humaine validée (Lyu et McNair, 2026 ; Chen, 2024 ; Su et Yang, 2022 ; Ljungcrantz, 2026). Il refuse de déclarer un soutien à l’outdoor play par chatbot narrateur, AR substitut, wearable/dashboard de green score, générateur d’unités qui remplace le green time ou forêt VR (Miao et Holmes, 2023 ; Nikolopoulou, 2025 ; UNESCO, 2021). Les quatre épreuves se lisent ensemble : passer seulement la première sans co-présence ne suffit pas ; passer seulement la quatrième sans pratique située non plus.

8. Discussion

Trois tensions organisent la discussion. La première est entre exhiber chatbot narrateur, AR, green score, génération ou forêt VR et exercer un soutien à l’outdoor play. C’est un constat que l’outdoor comme atténuateur (N = 885), le forest school en préscolaire (16 études ; N ≈ 1560), la revue Forest School, les perspectives enseignantes sur le nature play et le dual-track Froebel+IA (N = 50) soutiennent le métier situé ou sa frontière (Sugiyama et al., 2023 ; Sella et al., 2023 ; Dabaja, 2022 ; Zhai et al., 2024 ; Lyu et McNair, 2026). C’est un cadre que l’IA en ECE croît sans équivalence à l’outdoor play avec corps sur place (Chen, 2024 ; Su et Yang, 2022 ; Ljungcrantz, 2026) et que Torjinski et al. (2024) montrent l’hétérogénéité nature–screen–relations. Ce n’est pas un constat que les cinq artefacts produisent le métier de la cour naturelle : ils narrent, étiquettent, notent, génèrent ou simulent ce que l’ingénierie livre et déclarent ce que seule la pratique médiée autoriserait.

La deuxième est entre assessment automatisé de « minutes outdoor » ou « nature engagement » et pédagogie quotidienne du green time. Chen (2024), Su et Yang (2022) et Ljungcrantz (2026) objectivent les affordances d’analytique et de classification comme tendance ; ils ne rapportent pas dans le corpus d’essais vérifiés validant le scoring de green score ou d’engagement outdoor par wearable en préscolaire 3–6 — d’où l’absence d’invention de métriques. Inférence : insister sur le fait que le jardin « soutient déjà l’outdoor play » parce qu’un dashboard additionne des minutes ou qu’un chatbot raconte la forêt est une pédagogie inversée. On prend un proxy algorithmique ou conversationnel et on le fait valoir pour corps sur place, pairs, matériaux lâches et co-présence. L’enfant devient émetteur de signaux pour le wearable ou auditeur du bot ; l’adulte, superviseur du green score.

La troisième est entre unité/nature lesson générée ou forêt VR et métier intégral dehors. Miao et Holmes (2023) et Nikolopoulou (2025) fixent les limites de GenAI ; Lyu et McNair (2026) avertissent du déplacement sensoriel/nature-based ; Su et Zhong (2022) situent le curriculum d’IA comme construit distinct. Inférence : vendre une unité outdoor par prompt ou une forêt virtuelle comme « outdoor play avec IA » confond produit textuel ou simulation avec pratique située. Un chatbot parce que le système a besoin de narrer ne remplace pas l’adulte qui co-présence tandis que l’enfant grimpe, négocie avec un pair et touche la boue. Sugiyama et al. (2023) confirment une atténuation partielle face au screen sans autoriser un score ; OMS (2019), UNESCO (2021), Miao et Holmes (2023) et U.S. Department of Education (2023) subordonnent écrans et IA au jugement professionnel et au mouvement réel.

Les quatre épreuves de la section 7 lisent ces tensions avec un critère opérationnel. Le contraste empirique du métier — N = 885 ; 16 études forest school ; Dabaja ; Zhai et al. ; dual-track N = 50 ; scoping Torjinski et al. — définit le plancher que les cinq artefacts n’atteignent pas seuls (Sugiyama et al., 2023 ; Sella et al., 2023 ; Dabaja, 2022 ; Zhai et al., 2024 ; Lyu et McNair, 2026 ; Torjinski et al., 2024). Inférence : le soutien s’érode non par l’usage de l’IA, mais en traitant chatbot, AR, score, génération ou VR comme s’ils étaient la pratique. Le numérique subordonné est légitime — IA périphérique à l’adulte (Lyu et McNair, 2026) — ; inverser la séquence ne l’est pas. Cela se vérifie dehors, avec corps, pairs, matériaux réels et adulte qui co-présence (NAEYC, 2022 ; OCDE, 2021, 2023).

9. Limites

Cette revue est narrative. Elle n’applique pas PRISMA ni n’estime d’effets combinés primaires. Sugiyama et al. (2023) mesurent N = 885 avec début en toddlerhood et Vineland à 4 ans : transfert partiel marqué vers 3–6 ; ils ne comparent pas chatbot versus outdoor. Sella et al. (2023) synthétisent 16 études avec qualité méthodologique limitée. Dabaja (2022) est une revue d’impacts Forest School. Zhai et al. (2024) apportent des perspectives enseignantes, non des RCT d’artefacts. Torjinski et al. (2024) sont un scoping hétérogène. Lyu et McNair (2026) documentent le dual-track avec N = 50 practitioners : contraste périphérique, non un essai de green score. Chen (2024), Su et Yang (2022), Su et Zhong (2022), Ljungcrantz (2026) et Nikolopoulou (2025) cartographient l’IA en ECE, non le scoring de minutes outdoor. Aucun essai vérifié de wearable de green score, chatbot narrateur de nature, AR substitut d’exploration ni forêt VR en CENDI 3–6 n’a été localisé ; ils sont discutés comme plafond de catégorie. OMS (2019), NAEYC, UNESCO et OCDE sont de cadre. Les inférences de la section 7 sont des hypothèses de catégorie pédagogique, non une évidence d’implémentation.

10. Conclusions

Un chatbot qui « enseigne la nature » ou raconte la forêt à l’enfant depuis un écran, une application AR d’identification qui remplace l’exploration, un wearable ou dashboard qui note les « minutes outdoor » ou le « green score », un générateur d’« unités outdoor STEM » ou de « nature lessons » par prompt, ou un environnement VR/métavers de « forêt virtuelle » qui remplace le temps dehors ne constituent pas un soutien au jeu en plein air dans un centre d’éducation de la petite enfance. Chen (2024), Su et Yang (2022) et Ljungcrantz (2026) confirment des affordances d’IA sans équivalence à l’outdoor play situé. Nikolopoulou (2025) et Miao et Holmes (2023) fixent les limites de GenAI. Lyu et McNair (2026) exigent de lire le dual-track Froebel+IA comme contraste périphérique — IA→adulte ≠ chatbot narrateur, AR substitut, green score ni forêt VR. Lorsqu’il y a soutien, il y a pratique située : outdoor comme atténuateur partiel face au screen (Sugiyama et al., 2023 ; N = 885) ; forest school en préscolaire avec prudence (Sella et al., 2023) ; impacts Forest School (Dabaja, 2022) ; nature play depuis les éducateurs (Zhai et al., 2024) ; nature–screen–relations (Torjinski et al., 2024) ; DAP et interactions (NAEYC, 2022 ; OCDE, 2021, 2023) ; mouvement et sédentarité (OMS, 2019). L’outdoor play se distingue de l’éducation environnementale curriculaire, du jeu libre générique, de la motricité comme axe, du STEM outdoor, du score de minutes et de la forêt VR. Les guides exigent une supervision humaine (UNESCO, 2021 ; Miao et Holmes, 2023 ; U.S. Department of Education, 2023 ; Su et Zhong, 2022).

Là où les sources ne mesurent pas un jardin, cet article ne l’affirme pas. Là où elles mesurent des cartographies d’IA, GenAI ou dual-track practitioner, il ne les traduit pas en soutien pédagogique à l’outdoor play. Accompagner des filles et des garçons de trois à six ans dans le jeu en plein air, c’est exercer le temps prolongé dehors, le corps sur place, la négociation entre pairs, les matériaux naturels lâches, le risque calibré, la sensorialité réelle et la co-présence adulte sans sur-direction. Le reste est chatbot narrateur, couche AR, notation de minutes, unité outdoor par prompt et forêt virtuelle. Ce n’est pas un soutien à l’outdoor play en éducation de la petite enfance, et cela ne doit pas être présenté comme ce que 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. Journal of Artificial Intelligence Research, 81, 701–740. https://doi.org/10.1613/jair.1.16882
  2. Dabaja, Z. F. (2022). Reviewing two decades of research on the Forest School impact on children: The sequel. Education 3-13, 50(6), 737–750. https://doi.org/10.1080/03004279.2021.1905019
  3. 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
  4. Lyu, Y., y McNair, L. (2026). Bridging Froebel and AI: Reconceptualizing play pedagogy in Chinese context. Education Sciences, 16(3), 390. https://doi.org/10.3390/educsci16030390
  5. Miao, F., y Holmes, W. (2023). Guidance for generative AI in education and research. UNESCO. https://doi.org/10.54675/EWZM9535
  6. 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
  7. 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
  8. OECD. (2021). Starting Strong VI: Supporting meaningful interactions in early childhood education and care. OECD Publishing. https://doi.org/10.1787/f47a06ae-en
  9. OECD. (2023). Empowering young children in the digital age (Starting Strong). OECD Publishing. https://doi.org/10.1787/50967622-en
  10. Sella, E., Bolognesi, M., Bergamini, E., Mason, L., y Pazzaglia, F. (2023). Psychological benefits of attending forest school for preschool children: A systematic review. Educational Psychology Review, 35, Article 29. https://doi.org/10.1007/s10648-023-09750-4
  11. 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
  12. 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
  13. Sugiyama, M., Tsuchiya, K. J., Okubo, Y., Rahman, M. S., Uchiyama, S., Harada, T., Iwabuchi, T., Okumura, A., Nakayasu, C., Amma, Y., Suzuki, H., Takahashi, N., Kinsella-Kammerer, B., Nomura, Y., Itoh, H., y Nishimura, T. (2023). Outdoor play as a mitigating factor in the association between screen time for young children and neurodevelopmental outcomes. JAMA Pediatrics, 177(3), 303–310. https://doi.org/10.1001/jamapediatrics.2022.5356
  14. Torjinski, M., Cliff, D., y Horwood, S. (2024). Associations between nature exposure, screen use, and parent-child relations: A scoping review. Systematic Reviews, 13, Article 305. https://doi.org/10.1186/s13643-024-02690-2
  15. 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
  16. UNESCO. (2021). Recommendation on the ethics of artificial intelligence. UNESCO. https://unesdoc.unesco.org/ark:/48223/pf0000381137
  17. World Health Organization. (2019). Guidelines on physical activity, sedentary behaviour and sleep for children under 5 years of age. World Health Organization. https://www.who.int/publications/i/item/9789241550536
  18. Zhai, J., Blom, S. M., Dillon, J., Wu, S., y Yan, X. (2024). Early childhood immersion in nature: Chinese kindergarten educators’ perspectives on nature play. Environmental Education Research, 31(2), 460–479. https://doi.org/10.1080/13504622.2024.2351190