1. Introduction et problème

Dans la tranche 3–6 ans —jardin, préscolaire, CENDI, école infantile— un paquet de cinq artefacts a été installé comme s’il valait soutien au jeu à risque / risky play : un wearable ou capteur qui « note le risque de chute » ou un « fall-risk score » ; un système de vision par ordinateur / caméra de cour qui étiquette le « jeu dangereux » ou déclenche des alertes d’« unsafe play » ; un chatbot/GenAI qui génère des « activités sûres alternatives » ou des « risk-free play ideas » par prompt ; un tableau de bord de « métriques de risque » / « risk exposure score » pour la surveillance administrative ; et une couche AR qui « guide » l’enfant à éviter hauteur ou vitesse. Les cinq permettent d’exhiber que le centre « fait déjà du risky play avec l’IA ». Le saut —du score biométrique, de l’alerte unsafe play, de l’alternative « sûre », de la métrique d’exposition ou du guide AR à l’affirmation de soutien— n’est autorisé ni par les cartographies d’IA en ECE ni par la pédagogie du risky play lorsqu’il y a des opportunités physiques réelles (hauteur, vitesse, outils, éléments naturels, rough-and-tumble, disparaître/être seul), thrill, incertitude du résultat, possibilité de blessure mineure, agence infantile pour évaluer et gérer le risque, et co-présence adulte qui distingue risque et hazard.

La thèse de cet article est restrictive. Un wearable ou capteur qui « note le risque de chute » ou un « fall-risk score », un système de vision par ordinateur / caméra de cour qui étiquette le « jeu dangereux » ou déclenche des alertes d’« unsafe play », un chatbot/GenAI qui génère des « activités sûres alternatives » ou des « risk-free play ideas » par prompt, un tableau de bord de « métriques de risque » / « risk exposure score » pour la surveillance administrative, ou une couche AR qui « guide » l’enfant à éviter hauteur/vitesse ne constituent pas un soutien au jeu à risque dans la petite enfance. En initiale, le risky play se développe avec des opportunités physiques réelles, l’agence infantile pour évaluer et gérer le risque, une co-présence adulte qui distingue risque et hazard, et une tolérance calibrée de l’adulte (p. ex. OutsidePlay-ECE comme formation humaine) ; non un score biométrique, un classificateur d’unsafe play, un générateur d’alternatives « sûres » qui élimine l’incertitude, ni un tableau de bord de surveillance. Sando, Kleppe et Sandseter (2021) documentent, avec N = 928 observations vidéo dans huit centres ECEC norvégiens, des associations entre risky play et bien-être, engagement et activité physique : constat empirique de pratique située, non de fall-risk score. Sandseter, Kleppe et Kennair (2023) articulent un cadre évolutif biopsychosocial sur la régulation émotionnelle, le fonctionnement social et la santé physique. Kleppe, Sandseter, Sando et Brussoni (2024) conceptualisent la gestion dynamique du risque —willingness, assessment, handling— par l’enfant. Beaulieu et Beno (2024), depuis Paediatrics & Child Health / CPS, fixent la distinction risque ≠ hazard et l’équilibre avec la prévention des blessures. Cela autorise à demander ce qui a été mesuré : score de chute, étiquette d’unsafe play, alternative « sûre » par prompt, risk exposure score ou guide AR, non la pratique lorsqu’un enfant calibre hauteur ou vitesse, évalue et gère l’incertitude, et reçoit une co-présence adulte qui distingue hazard et opportunité.

Le problème s’aggrave par cinq confusions de catégorie. Première : le risky play n’est pas l’outdoor play / nature play générique —même s’il peut se produire dehors, l’axe est la calibration du risque par l’enfant (catégories Sandseter), non les minutes outdoor ou le green time déjà publiés—. Deuxième : ce n’est pas le « jeu libre » générique —le libre peut l’héberger ; l’axe ici est thrill + incertitude + possibilité de blessure mineure avec gestion dynamique—. Troisième : ce n’est pas la motricité / développement moteur curriculaire comme axe —l’activité physique peut être un résultat latéral (Sando et al., 2021)—. Quatrième : ce n’est pas le SEL comme axe —Sandseter et al. (2023) parlent de régulation émotionnelle dans une clé évolutive du risky play, non d’un curriculum SEL déjà publié—. Cinquième : ce n’est pas un score de fall-risk, une alerte d’unsafe play, une alternative risk-free ni un tableau de bord de surveillance. Ce travail ne recycle pas outdoor play, jeu libre, loose parts, block play/spatial, jeu symbolique, motricité, STEM/robotique, créativité artistique, SEL, fonctions exécutives, environnemental, investigation, littératie, oralité, DUA, documentation, évaluation formative, participation, planification, attention conjointe, interactions adulte-enfant comme axe générique, formation enseignante, musique ni numératie. Brussoni et al. (2022) —OutsidePlay-ECE— n’est utilisé que comme contraste d’un bon usage périphérique (formation de l’ÉDUCATEUR / reframing humain), non comme axe outdoor ni comme formation continue déjà publiée. La question est ce qui compte comme soutien au risky play lorsqu’un centre « fait de l’IA et du jeu à risque ».

Il y a, en outre, une économie de coordination : wearable fall-risk, caméra unsafe play, GenAI risk-free, tableau de bord et AR tiennent sur une diapositive ; l’épisode de grimper, courir, outils, rough-and-tumble ou disparaître/être seul avec agence et co-présence qui calibre le hazard, non. NAEYC (2022) et OECD (2021, 2023) exigent des interactions significatives et une numérisation subordonnée. Inférence : le soutien ne se réalise pas en notant les chutes ni en générant des « activités risk-free ». Les contributions sont trois : séparer métier et artefacts ; examiner des cas —OutsidePlay-ECE (Brussoni et al., 2022) comme contraste périphérique et Liu et Birkeland (2022) comme contraste culturel— ; et offrir quatre épreuves de soutien au risky play.

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

Il convient de séparer quatre strates que le marché de « l’IA pour le risky play en initiale » mélange souvent. La première est le construit du jeu à risque / risky play de 3 à 6 ans comme pratique avec catégories Sandseter —hauteur, vitesse, outils, éléments naturels, rough-and-tumble, disparaître/être seul—, thrill, incertitude du résultat, possibilité de blessure mineure, et gestion dynamique du risque (willingness, assessment, handling) par l’enfant (Sando et al., 2021 ; Sandseter et al., 2023 ; Kleppe et al., 2024 ; Beaulieu et Beno, 2024 ; MacQuarrie et al., 2022). La deuxième est le métier pédagogique qui le cultive —offre d’opportunités physiques réelles, co-présence adulte qui distingue risque et hazard, tolérance calibrée, ne pas substituer la calibration de l’enfant par un score ou une alerte d’unsafe play— (Kleppe et al., 2024 ; Beaulieu et Beno, 2024 ; Liu et Birkeland, 2022 ; Brussoni et al., 2022, seulement comme outil humain/web pour l’éducateur ; NAEYC, 2022 ; OECD, 2021, 2023). La troisième est l’évidence des affordances d’IA en ECE et GenAI centrée sur l’enfant —sans les équivaloir au risky play situé avec corps, incertitude et agence— (Chen, 2024 ; Su et Yang, 2022 ; Su et Zhong, 2022 ; Ljungcrantz, 2026 ; Nikolopoulou, 2025). 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 qui calibre le risque, non comme vecteur de signaux pour un pipeline de fall-risk score ni comme destinataire passif d’alternatives « sûres » qui éliminent l’incertitude (UNESCO, 2021 ; Miao et Holmes, 2023 ; U.S. Department of Education, 2023).

En construit et métier, Sando et al. (2021) —N = 928 observations vidéo ; huit ECEC Norvège— associent risky play, bien-être, engagement et activité physique : constat empirique. Sandseter et al. (2023) apportent un cadre évolutif biopsychosocial. Kleppe et al. (2024) articulent willingness, assessment et handling : cadre de métier. Beaulieu et Beno (2024) fixent risque ≠ hazard depuis la pédiatrie canadienne. MacQuarrie et al. (2022) explorent les perceptions parentales avec une lentille socio-écologique ; transfert marqué (pas un essai de wearable). Liu et Birkeland (2022) —N = 10 ; Norvège–Anji— contrastent les perceptions culturelles. Inférence : un fall-risk score ne calibre ni thrill ni incertitude ; un enfant qui évalue la hauteur et un adulte qui distingue hazard et opportunité, oui.

Dans la strate des artefacts, Chen (2024), Su et Yang (2022), Su et Zhong (2022) et Ljungcrantz (2026) cartographient affordances, curricula et état de l’art de l’IA en ECE sans les équivaloir au risky play situé. Nikolopoulou (2025) équilibre promesses et défis de la GenAI centrée sur l’enfant sous médiation enseignante : cadre de prudence. Brussoni et al. (2022) évaluent OutsidePlay-ECE dans un ECR canadien : intervention web qui influence attitudes et conduites de soutien des éducatrices envers le jeu extérieur et la tolérance au risque (effets à 1 semaine et 3 mois) : constat empirique d’un outil humain/web pour l’ÉDUCATEUR —contraste périphérique légitime—, non un score d’IA sur l’enfant ni un classificateur d’unsafe play. Dans la strate des systèmes, 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 d’« activités sûres » par prompt—. U.S. Department of Education (2023) exige que l’IA appuie, non remplace, le jugement professionnel. OECD (2021, 2023) ancrent interactions significatives et numérisation subordonnée ; NAEYC (2022) ancre la pratique appropriée au développement.

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 des cinq artefacts, mais d’articuler un argument de catégorie pédagogique avec des sources vérifiées. Critères d’inclusion : (a) 2021–2026, avec transfert marqué lorsque l’échantillon n’équivaut pas à 3–6 ; (b) risky play, catégories Sandseter, gestion dynamique du risque, risque ≠ hazard, ou IA en ECE avec pertinence artefact/métier ; (c) jardin, préscolaire, CENDI ou 3–6 ; (d) revue à pairs, DOI ou rapport NAEYC/UNESCO/OECD ; (e) DOI ou page éditoriale vérifiable. Ont été exclus comme objet central les axes déjà utilisés dans cette série —outdoor play générique, jeu libre, loose parts, block play/spatial, jeu symbolique, STEM/robotique, créativité artistique, motricité comme axe, SEL, fonctions exécutives, environnemental, investigation, littératie, oralité, DUA, documentation, évaluation formative, participation, planification, attention conjointe, interactions adulte-enfant comme axe générique, formation enseignante, musique et numératie—. OutsidePlay-ECE (Brussoni et al., 2022) seulement comme contraste d’un bon usage périphérique (outil→adulte/éducateur) ; l’article n’est pas converti en outdoor play ni en formation continue déjà publiés. L’outdoor risky play de Beaulieu et Beno (2024) et MacQuarrie et al. (2022) se lit pour la calibration risque/hazard et les perceptions, non comme axe de minutes outdoor.

La recherche a été exécutée le 3 septembre 2026 (créneau 05:02 America/Mexico_City) sur pages DOI, Crossref, Springer, Elsevier, Taylor & Francis, JMIR, Oxford Academic, JAIR, OECD iLibrary, UNESDOC, NAEYC et sites éditoriaux. Chaque source a été vérifiée. On a distingué constat empirique, cadre et inférence pédagogique. Aucun N, d, r, AUC ni DOI n’a été inventé : lorsqu’un artefact manque d’étude vérifiée avec métriques de fall-risk scoring, alertes unsafe-play, tableau de bord risk exposure ou AR anti-hauteur/vitesse en 3–6, il est discuté comme plafond de catégorie appuyé sur les cartographies d’IA en ECE (Chen, 2024 ; Su et Yang, 2022 ; Ljungcrantz, 2026) et sur le contraste OutsidePlay-ECE (Brussoni et al., 2022). Les dix-huit sources du corpus vérifié ont été utilisées.

4. Cas 1. Wearable/fall-risk score, CV/caméra de cour avec alertes d’unsafe play, GenAI d’« activités sûres » / risk-free alternatives, tableau de bord de risk metrics ou AR qui évite hauteur/vitesse ne constituent pas un soutien au jeu à risque

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 au risky play. Chen (2024) cartographie les affordances mondiales de l’IA en early childhood education : constat de scoping sur des usages émergents —tutorat, analytique, génération de contenus—, non un constat qu’un wearable de fall-risk score cultive willingness, assessment et handling (Kleppe et al., 2024). Su et Yang (2022) examinent le champ de l’IA en ECE : constat de synthèse sur les tendances, non sur thrill, incertitude du résultat ni rough-and-tumble médié. Ljungcrantz (2026) revoit l’interaction IA–ECE 2020–2024 : constat d’état de l’art, non de risky play situé. Inférence pédagogique, marquée comme telle : le geste « l’enfant a eu un fall-risk score bas = il y a eu soutien au risky play » est un plafond d’analytique biométrique. Sando et al. (2021), Sandseter et al. (2023) et Kleppe et al. (2024) demandent des opportunités physiques réelles, une gestion dynamique par l’enfant et une co-présence qui calibre ; un score utile à l’administration peut coexister avec l’absence de hauteur, vitesse, outils, rough-and-tumble et tolérance adulte calibrée.

Nikolopoulou (2025) et Miao et Holmes (2023) nomment le risque du générateur d’« activités sûres alternatives » ou de « risk-free play ideas » à partir d’un prompt qui élimine l’incertitude. 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 d’alternatives risk-free par prompt versus un épisode de risky play avec catégories Sandseter et co-présence qui distingue risque et hazard (Beaulieu et Beno, 2024). Inférence : produire une liste d’« activités sûres » par prompt peut être une préparation enseignante subordonnée ; le soutien au risky play commence lorsqu’il y a opportunité physique réelle, agence de l’enfant pour évaluer et gérer, thrill et incertitude, et un adulte qui calibre hazard versus opportunité sans éliminer le risque. Su et Zhong (2022) proposent une conception curriculaire d’IA en ECE comme direction future —curriculum d’AI literacy, non de risky play situé—. Inférence de limite : un curriculum d’IA ne signe pas la calibration infantile du risque.

Le système de vision par ordinateur / caméra de cour qui étiquette le « jeu dangereux » ou déclenche des alertes d’« unsafe play », le tableau de bord de « métriques de risque » / « risk exposure score » et la couche AR qui « guide » l’enfant à éviter hauteur/vitesse manquent, dans le corpus vérifié, d’essais avec N, d, r ou AUC rapportés pour le scoring de fall-risk, la classification d’unsafe play, le tableau de bord risk exposure ou le guide AR anti-hauteur 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 au risky play médié. Sando et al. (2021) mesurent des observations humaines vidéo (N = 928) : constat d’associations avec bien-être, engagement et activité physique, non d’un classificateur autonome d’unsafe play. Brussoni et al. (2022) —ECR OutsidePlay-ECE— documentent le changement d’attitudes et de conduites de soutien des éducatrices : contraste empirique d’un usage périphérique légitime seulement lorsque l’outil appuie l’adulte/éducateur. Inférence restrictive : OutsidePlay-ECE (outil→éducateur) ≠ wearable fall-risk sur l’enfant ; GenAI d’alternatives « sûres » ≠ tolérance calibrée qui préserve l’incertitude ; empowerment enseignant ≠ risk exposure score administratif ; couche AR qui évite hauteur/vitesse ≠ catégorie Sandseter hauteur/vitesse comme opportunité. UNESCO (2021) et U.S. Department of Education (2023) exigent une supervision humaine. Les cinq artefacts partagent la même grammaire de substitution : le fall-risk score parle à la place de l’assessment de l’enfant ; l’alerte d’unsafe play remplace le jugement risque≠hazard ; le GenAI élimine l’incertitude ; le tableau de bord remplace l’observation pédagogique ; l’AR dirige vers l’évitement de ce que le métier offre comme calibration.

Il convient de préciser le plafond sans inventer d’effets. Un wearable peut noter la chute ; Kleppe et al. (2024) articulent willingness–assessment–handling humains, non une AUC. Une caméra peut étiqueter « unsafe play » ; Beaulieu et Beno (2024) exigent risque ≠ hazard. Un GenAI peut imprimer des « activités risk-free » ; Miao et Holmes (2023) exigent une validation pédagogique. Une AR peut éviter la hauteur ; Sando et al. (2021) associent risky play, bien-être et engagement. Un tableau de bord peut élever « risk exposure » ; NAEYC (2022) et OECD (2021) ancrent la pratique. Inférence : « fall-risk bas » ou « alternative sûre » est mesure ou génération qui élimine l’incertitude, non un soutien signé.

5. Cas 2. Ce que le jardin fait lorsqu’il y a soutien au jeu à risque : catégories Sandseter, risque ≠ hazard, gestion dynamique —avec OutsidePlay-ECE (Brussoni) et Liu et Birkeland comme contraste

Sando, Kleppe et Sandseter (2021) saturent le plancher empirique : N = 928 observations vidéo dans huit centres ECEC norvégiens associent risky play, bien-être, engagement et activité physique. Statut : constat empirique. Transfert marqué : le contexte est l’ECEC norvégien ; on le lit avec prudence vers le CENDI/jardin latino-américain, non comme essai de fall-risk score. Inférence pédagogique, marquée comme telle : c’est le type d’objet qu’un centre d’initiale peut appeler soutien au risky play lorsqu’il protège des opportunités physiques réelles et l’agence infantile —non lorsqu’il note le risque de chute sur un wearable—. Le risky play n’est pas un fall-risk score : c’est une maîtrise croissante de grimper (hauteur), courir/glisser (vitesse), utiliser des outils, jouer avec des éléments naturels, rough-and-tumble, disparaître/être seul, avec thrill, incertitude du résultat et possibilité de blessure mineure, tandis que l’enfant exerce willingness, assessment et handling (Kleppe et al., 2024) et l’adulte calibre hazard versus opportunité (Beaulieu et Beno, 2024). Un wearable qui « protège » sans permettre la calibration peut célébrer un score bas et, à la fois, vider l’agence. Une caméra peut étiqueter « unsafe play » et n’avoir pas capturé s’il y avait un hazard réel, si l’adulte distinguait risque et danger, ou si l’enfant mesurait sa propre willingness.

Sandseter et al. (2023) apportent le cadre évolutif biopsychosocial : risky play dans la régulation émotionnelle, le fonctionnement social et la santé physique. Statut : cadre conceptuel. Kleppe et al. (2024) articulent la gestion dynamique du risque —willingness, assessment, handling— comme approche compréhensive : l’enfant n’est pas un destinataire passif de « sécurité » algorithmique ; c’est un agent qui évalue et gère. Beaulieu et Beno (2024) fixent, depuis la pédiatrie canadienne (CPS / Paediatrics & Child Health), que le développement sain passe par l’outdoor risky play en naviguant l’équilibre avec la prévention des blessures : risque ≠ hazard. MacQuarrie et al. (2022) explorent les perceptions parentales du risky outdoor play des préscolaires avec une lentille socio-écologique : le métier se lit aussi depuis les familles ; transfert marqué (perceptions parentales ≠ essai de tableau de bord). NAEYC (2022) et OECD (2021, 2023) ancrent interactions significatives et numérisation subordonnée.

Le contraste de bon usage périphérique est OutsidePlay-ECE (Brussoni et al., 2022). Ils rapportent un ECR canadien d’intervention web pour éducatrices de la petite enfance : OutsidePlay-ECE influence attitudes et conduites de soutien envers le jeu extérieur et la tolérance au risque, avec des effets à une semaine et à trois mois. Statut : constat empirique d’un outil humain/web orienté vers l’ÉDUCATEUR. Inférence : le numérique subordonné —adulte qui reçoit formation/reframing web pour élever une tolérance calibrée sans substituer l’agence ni la calibration de l’enfant— peut être cohérent avec le risky play ; il n’autorise pas à déclarer qu’un wearable fall-risk, une caméra d’unsafe play, un GenAI d’alternatives « sûres », un tableau de bord de risk exposure ou une AR anti-hauteur/vitesse constituent le métier. OutsidePlay-ECE n’est pas converti ici en article d’outdoor play générique ni de formation continue déjà publiée : il n’est cité que comme contraste d’un bon usage périphérique (outil→adulte). Liu et Birkeland (2022) —N = 10 enseignants de kindergarten ; Norvège et Chine (Anji)— contrastent les perceptions culturelles du risky play : le métier n’est pas un score universel ; c’est une lecture située de tolérance et d’opportunité. La médiation —NAEYC (2022), OECD (2021) ; Beaulieu et Beno (2024) ; Kleppe et al. (2024)— est une co-présence adulte qui organise des opportunités physiques, distingue risque et hazard, tolère thrill et incertitude, observe willingness–assessment–handling de l’enfant et élargit sans imposer un script numérique qui élimine le risque. Inférence : l’observation pédagogique du risky play est une lecture professionnelle de l’épisode de calibration ; le tableau de bord compte une métrique de surveillance. Un tableau de bord n’évalue ni ne gère le risque ; un enfant et un adulte qui distingue hazard et opportunité, oui.

6. Cas 3. Risky play ≠ outdoor/nature play générique, jeu libre, motricité curriculaire ni SEL comme axe

La première frontière de catégorie est l’outdoor play / nature play générique déjà publié. Le risky play peut se produire dehors ; Beaulieu et Beno (2024) et MacQuarrie et al. (2022) parlent d’outdoor risky play —mais l’axe de cet article est la calibration du risque (catégories Sandseter, thrill, incertitude, gestion dynamique), non les minutes outdoor, le green time, le forest school ni le nature play comme construit de temps dehors. Inférence : cet article interdit l’équivalence « nous avons une cour / outdoor = il y a soutien au risky play ». OutsidePlay-ECE (Brussoni et al., 2022) est cité pour son effet sur la tolérance de l’adulte, non comme identité avec l’outdoor play déjà traité. Un wearable de fall-risk n’est pas non plus de l’outdoor : c’est de l’analytique biométrique. La deuxième frontière est le jeu libre générique : le libre peut héberger le risky play ; il ne constitue pas, à lui seul, la pratique de thrill + incertitude + possibilité de blessure mineure avec willingness–assessment–handling. Un GenAI d’« activités sûres » n’est pas libre non plus : il élimine l’incertitude qui définit le construit. La troisième est la motricité / développement moteur curriculaire comme axe : Sando et al. (2021) rapportent l’activité physique comme résultat associé ; ils n’autorisent pas à réduire le risky play à un curriculum moteur ni au suivi des chutes. La quatrième est le SEL comme axe : Sandseter et al. (2023) articulent la régulation émotionnelle dans une clé évolutive du risky play —cadre latéral—, non un curriculum SEL déjà publié. La cinquième est le score de fall-risk / alerte d’unsafe play / tableau de bord risk exposure / AR anti-hauteur : noter, alerter, surveiller ou guider vers l’évitement inverse la pédagogie de calibration. 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 demeure du côté de l’adulte —OutsidePlay-ECE comme contraste périphérique (Brussoni et al., 2022)—, soumis à validation pédagogique et contrasté avec la gestion dynamique de l’enfant (Kleppe et al., 2024) et risque ≠ hazard (Beaulieu et Beno, 2024). Il n’entre pas comme scorer biométrique, classificateur d’unsafe play, générateur d’alternatives risk-free, tableau de bord de surveillance ni AR qui évite hauteur/vitesse.

7. Cadre inférentiel : quatre épreuves pour affirmer qu’il y a soutien au jeu à risque, 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 déclarer que les cinq artefacts constituent un soutien au jeu à risque / risky play.

7.1. Épreuve de la pratique située d’opportunités physiques réelles (catégories Sandseter), thrill, incertitude et agence infantile, non du wearable fall-risk ni de la couche AR anti-hauteur/vitesse. Sando et al. (2021), Sandseter et al. (2023) et Kleppe et al. (2024) définissent le métier comme risky play observable avec gestion dynamique. Chen (2024), Su et Yang (2022) et Ljungcrantz (2026) cartographient analytique et génération comme affordances d’IA, non comme risky play. Inférence : l’évidence de soutien au risky play se vérifie selon que l’enfant a eu une opportunité physique réelle (hauteur, vitesse, outils, éléments naturels, rough-and-tumble, disparaître/être seul) avec agence pour évaluer et gérer. Si la « preuve » du centre est un fall-risk score ou un guide AR qui évite hauteur/vitesse, le centre a fait de l’analytique ou de la direction numérique anti-calibration, non un soutien au risky play.

7.2. Épreuve de la distinction risque ≠ hazard et de la co-présence adulte qui calibre, non du GenAI d’« activités sûres » / risk-free alternatives. Beaulieu et Beno (2024), MacQuarrie et al. (2022) et NAEYC (2022) situent risque/hazard, perceptions et pratique appropriée au développement. Miao et Holmes (2023) exigent une validation pédagogique de l’IA générative. Inférence : produire des alternatives « sûres » par prompt qui éliminent l’incertitude ne démontre pas qu’il y a eu thrill, possibilité de blessure mineure ni adulte qui distingue hazard et opportunité. Un script risk-free peut exister ; il ne signe pas l’épisode de risky play.

7.3. Épreuve de la médiation humaine —y compris le contraste périphérique OutsidePlay-ECE—, non du tableau de bord de risk exposure ni du CV/caméra d’alertes unsafe-play. OECD (2021, 2023) exigent interactions significatives et numérisation subordonnée. Brussoni et al. (2022) ancrent outil web→éducatrice avec reframing de tolérance. Kleppe et al. (2024) ancrent willingness–assessment–handling de l’enfant. Inférence : « risk exposure score bas » ou « alerte d’unsafe play » peut élever un seuil administratif sans élever la qualité de la co-présence ni la calibration infantile. L’observation pédagogique lit l’épisode de gestion dynamique ; le tableau de bord compte la surveillance. OutsidePlay-ECE qui forme l’adulte est un périphérique légitime ; le wearable/CV qui substitue l’assessment de l’enfant ou la distinction risque≠hazard ne l’est pas.

7.4. Épreuve de la distinction de catégorie et du jugement professionnel, non du catalogue de produit. Risky play ≠ outdoor/nature play générique, jeu libre, motricité curriculaire ni SEL comme axe. Sando et al. (2021) empêchent de réduire les associations avec l’activité physique à un curriculum moteur. Sandseter et al. (2023) empêchent de confondre régulation émotionnelle évolutive et SEL curriculaire. Liu et Birkeland (2022) empêchent de traiter le construit comme un score culturellement aveugle. UNESCO (2021), Miao et Holmes (2023), U.S. Department of Education (2023), NAEYC (2022) et OECD (2021, 2023) exigent supervision humaine, validation pédagogique et de ne pas remplacer le jugement professionnel. Inférence : un centre ne peut traiter l’enfant comme vecteur de fall-risk ni comme destinataire exclusif d’alternatives risk-free. Le soutien au jeu à risque ne se réalise pas en notant mieux la « sécurité » algorithmique. Il se réalise en pratiquant des opportunités physiques réelles, l’agence infantile pour évaluer et gérer le risque, une co-présence adulte qui distingue risque et hazard, et une tolérance calibrée de l’adulte.

Le cadre admet le numérique subordonné à la formation/reframing de l’adulte et à la médiation humaine validée (Brussoni et al., 2022 ; Chen, 2024 ; Su et Yang, 2022 ; Ljungcrantz, 2026). Il refuse de déclarer un soutien par les cinq artefacts (Miao et Holmes, 2023 ; Nikolopoulou, 2025 ; UNESCO, 2021). Les quatre épreuves se lisent ensemble.

8. Discussion

Trois tensions organisent la discussion. La première est entre exhiber wearable, CV unsafe-play, GenAI risk-free, tableau de bord ou AR et exercer un soutien au risky play. C’est un constat que N = 928, le cadre évolutif, la gestion dynamique, risque≠hazard, perceptions parentales, contraste culturel N = 10 et OutsidePlay-ECE soutiennent le métier ou sa frontière (Sando et al., 2021 ; Sandseter et al., 2023 ; Kleppe et al., 2024 ; Beaulieu et Beno, 2024 ; MacQuarrie et al., 2022 ; Liu et Birkeland, 2022 ; Brussoni et al., 2022). C’est un cadre que l’IA en ECE croît sans équivalence au risky play situé (Chen, 2024 ; Su et Yang, 2022 ; Ljungcrantz, 2026). Ce n’est pas un constat que les cinq artefacts produisent le métier.

La deuxième est entre assessment automatisé de « fall-risk » ou « unsafe play » et pédagogie de la calibration. Chen (2024), Su et Yang (2022) et Ljungcrantz (2026) objectivent l’analytique comme tendance ; ils ne rapportent pas d’essais vérifiés de fall-risk scoring, d’AUC unsafe-play ou de tableau de bord risk exposure en préscolaire 3–6 —on n’invente pas de métriques—. Inférence : déclarer un soutien parce qu’un wearable note les chutes ou qu’une caméra alerte « jeu dangereux » est une pédagogie inversée : le proxy vaut pour opportunités physiques, agence, gestion dynamique et co-présence.

La troisième est entre GenAI d’alternatives « sûres » / guide AR et métier intégral. Miao et Holmes (2023) et Nikolopoulou (2025) fixent les limites de la GenAI ; Brussoni et al. (2022) fixent le reframing humain de l’adulte ; Kleppe et al. (2024) et Beaulieu et Beno (2024) fixent handling infantile et risque≠hazard. Inférence : vendre des alternatives risk-free ou une AR anti-hauteur comme « risky play avec IA » confond produit textuel ou direction numérique avec pratique de calibration. Sando et al. (2021) confirment des associations du risky play avec bien-être et engagement sans autoriser un score ; UNESCO (2021), Miao et Holmes (2023) et U.S. Department of Education (2023) subordonnent l’IA au jugement professionnel.

Les quatre épreuves de la section 7 lisent ces tensions avec un critère opératoire. Le contraste empirique —N = 928 ; cadre évolutif ; gestion dynamique ; CPS risque≠hazard ; OutsidePlay-ECE ; N = 10 culturel— définit le plancher que les cinq artefacts n’atteignent pas seuls. Inférence : le soutien s’érode en traitant wearable, CV, GenAI, tableau de bord ou AR comme s’ils étaient la pratique. Le numérique subordonné est légitime —OutsidePlay-ECE vers l’adulte (Brussoni et al., 2022)— ; inverser la séquence ne l’est pas (NAEYC, 2022 ; OECD, 2021, 2023 ; Kleppe et al., 2024).

9. Limites

Cette revue est narrative. Elle n’applique pas son propre PRISMA ni n’estime d’effets combinés primaires. Sando et al. (2021) mesurent N = 928 en ECEC norvégien : transfert partiel marqué vers d’autres contextes. Sandseter et al. (2023) apportent un cadre évolutif ; Kleppe et al. (2024), un cadre de gestion dynamique ; Beaulieu et Beno (2024), un cadre pédiatrique CPS. MacQuarrie et al. (2022) apportent des perceptions parentales ; Liu et Birkeland (2022), N = 10 enseignants Norvège–Chine ; Brussoni et al. (2022), ECR OutsidePlay-ECE comme contraste périphérique (outil→éducateur), non comme axe outdoor ni formation continue. Chen (2024), Su et Yang (2022), Su et Zhong (2022), Ljungcrantz (2026) et Nikolopoulou (2025) cartographient l’IA en ECE, non le scoring de fall-risk ni les alertes unsafe-play. Aucun essai vérifié de wearable fall-risk, CV unsafe-play, GenAI risk-free, tableau de bord risk exposure ou AR anti-hauteur/vitesse en CENDI 3–6 n’a été localisé ; ils sont discutés comme plafond de catégorie. NAEYC, UNESCO et OECD sont de cadre. Les inférences de la section 7 sont des hypothèses de catégorie, non une évidence d’implémentation.

10. Conclusions

Un wearable ou capteur qui « note le risque de chute » ou un « fall-risk score », un système de vision par ordinateur / caméra de cour qui étiquette le « jeu dangereux » ou déclenche des alertes d’« unsafe play », un chatbot/GenAI qui génère des « activités sûres alternatives » ou des « risk-free play ideas » par prompt, un tableau de bord de « métriques de risque » / « risk exposure score » pour la surveillance administrative, ou une couche AR qui « guide » l’enfant à éviter hauteur/vitesse ne constituent pas un soutien au jeu à risque / risky play 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 au risky play situé. Nikolopoulou (2025) et Miao et Holmes (2023) fixent les limites de la GenAI. Brussoni et al. (2022) exigent de lire OutsidePlay-ECE comme contraste périphérique —outil→adulte ≠ wearable fall-risk, CV unsafe-play, GenAI risk-free, tableau de bord ni AR—. Kleppe et al. (2024) et Beaulieu et Beno (2024) fixent gestion dynamique et risque≠hazard. Lorsqu’il y a soutien, il y a pratique située : N = 928 observations (Sando et al., 2021) ; cadre évolutif (Sandseter et al., 2023) ; willingness–assessment–handling (Kleppe et al., 2024) ; risque≠hazard (Beaulieu et Beno, 2024) ; perceptions parentales (MacQuarrie et al., 2022) ; contraste culturel (Liu et Birkeland, 2022) ; DAP et interactions (NAEYC, 2022 ; OECD, 2021, 2023). Le risky play se distingue de l’outdoor/nature play générique, du jeu libre, de la motricité curriculaire et du SEL comme axe. 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, de GenAI ou OutsidePlay-ECE vers l’éducateur, il ne les traduit pas en soutien pédagogique au risky play via score ou alerte. Accompagner des filles et des garçons de trois à six ans dans le jeu à risque, c’est exercer des opportunités physiques réelles (catégories Sandseter), thrill et incertitude, agence infantile pour évaluer et gérer le risque, co-présence adulte qui distingue risque et hazard, et tolérance calibrée de l’adulte. Le reste est wearable fall-risk, classificateur d’unsafe play, générateur d’alternatives « sûres », tableau de bord de surveillance et couche AR qui évite hauteur/vitesse. Ce n’est pas un soutien au jeu à risque en éducation de la petite enfance, et cela ne doit pas se présenter comme ce que ce n’est pas.

Laboratorio Editorial de NEXTECH.IA / Ingeniero Mitre.

Références

  1. Beaulieu, É., y Beno, S. (2024). Healthy childhood development through outdoor risky play: Navigating the balance with injury prevention. Paediatrics & Child Health, 29(4), 255–261. https://doi.org/10.1093/pch/pxae016
  2. Brussoni, M., Han, C. S., Lin, Y., Jacob, J., Munday, F., Zeni, M., Walters, M., y Oberle, E. (2022). Evaluation of the web-based OutsidePlay-ECE intervention to influence early childhood educators’ attitudes and supportive behaviors toward outdoor play: Randomized controlled trial. Journal of Medical Internet Research, 24(6), e36826. https://doi.org/10.2196/36826
  3. 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
  4. Kleppe, R., Sandseter, E. B. H., Sando, O. J., y Brussoni, M. (2024). Children’s dynamic risk management – a comprehensive approach to children’s risk willingness, risk assessment, and risk handling. International Journal of Play, 13(4), 395–409. https://doi.org/10.1080/21594937.2024.2425539
  5. Liu, J., y Birkeland, Å. (2022). Perceptions of risky play among kindergarten teachers in Norway and China. International Journal of Early Childhood, 54(3), 339–360. https://doi.org/10.1007/s13158-021-00313-8
  6. 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
  7. MacQuarrie, M., McIsaac, J.-L. D., Cawley, J., Kirk, S., Kolen, A. M., Rehman, L., y colaboradores. (2022). Exploring parents’ perceptions of preschoolers’ risky outdoor play using a socio-ecological lens. European Early Childhood Education Research Journal, 30(3), 372–387. https://doi.org/10.1080/1350293X.2022.2055103
  8. Miao, F., y Holmes, W. (2023). Guidance for generative AI in education and research. UNESCO. https://doi.org/10.54675/EWZM9535
  9. 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
  10. 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
  11. OECD. (2021). Starting Strong VI: Supporting meaningful interactions in early childhood education and care. OECD Publishing. https://doi.org/10.1787/f47a06ae-en
  12. OECD. (2023). Empowering young children in the digital age (Starting Strong). OECD Publishing. https://doi.org/10.1787/50967622-en
  13. Sando, O. J., Kleppe, R., y Sandseter, E. B. H. (2021). Risky play and children’s well-being, involvement and physical activity. Child Indicators Research, 14(4), 1435–1451. https://doi.org/10.1007/s12187-021-09804-5
  14. Sandseter, E. B. H., Kleppe, R., y Kennair, L. E. O. (2023). Risky play in children’s emotion regulation, social functioning, and physical health: An evolutionary approach. International Journal of Play, 12(1), 127–139. https://doi.org/10.1080/21594937.2022.2152531
  15. 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
  16. 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
  17. 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
  18. UNESCO. (2021). Recommendation on the ethics of artificial intelligence. UNESCO. https://unesdoc.unesco.org/ark:/48223/pf0000381137