1. Introduction et problème

Dans la tranche de 3 à 6 ans —jardin d’enfants, préscolaire, CENDI, école infantile— un paquet de cinq artefacts a été installé comme s’il valait soutien à la lecture dialogique / dialogic reading / shared book reading : un chatbot/agent LLM qui « fait de la lecture dialogique » avec l’enfant à la place de l’adulte (StoryPal, Storio/Mia ou un autre agent qui pose des questions CROWD/PEER sans co-présence humaine) ; un système voix/IA qui note la « compréhension » / « vocabulary growth score » / « dialogic quality score » / « reading engagement score » ; un GenAI qui génère des « scripts CROWD/PEER » ou des « dialogic reading lesson plans » par prompt comme recette fermée que l’adulte lit à voix haute sans contingence ; un tableau de bord de « minutes de lecture dialogique » / « question quality score » / « shared reading minutes » pour la surveillance administrative ; et une app qui remplace la lecture partagée adulte–enfant par un agent conversationnel. Les cinq permettent d’afficher que le centre « fait déjà de la lecture dialogique avec l’IA ». Le saut —d’agent qui interroge l’enfant, score de compréhension/vocabulaire/qualité dialogique, script GenAI, métrique de minutes ou app substitut à l’affirmation de soutien— n’est autorisé ni par les cartographies d’IA en ECE ni par la pédagogie de la lecture dialogique lorsqu’il y a un livre (physique ou e-book) en co-présence adulte qui fait des mouvements PEER/CROWD contingents, écoute, évalue et élargit, et une agence infantile pour répondre et questionner.

La thèse de cet article est restrictive. Un chatbot/agent LLM qui « fait de la lecture dialogique » avec l’enfant à la place de l’adulte, un système voix/IA qui note la « compréhension » / « vocabulary growth score » / « dialogic quality score » / « reading engagement score » de l’enfant de 3–6 ans, un GenAI qui génère des « scripts CROWD/PEER » ou des « dialogic reading lesson plans » par prompt comme recette fermée sans contingence, un tableau de bord de « minutes de lecture dialogique » / « question quality score » / « shared reading minutes » pour la surveillance administrative, ou une app qui remplace la lecture partagée adulte–enfant par un agent conversationnel ne constituent pas un soutien à la lecture dialogique dans la petite enfance. En initiale, la lecture dialogique se développe avec un livre (physique ou e-book) en co-présence adulte qui fait des mouvements PEER/CROWD contingents, écoute, évalue et élargit (Kennedy et McLoughlin, 2022 ; Dicataldo, Rowe et Roch, 2022 ; Yang et al., 2022) ; l’IA peut soutenir la préparation de l’adulte, non remplacer la relation ni convertir l’enfant en objet de score. Kennedy et McLoughlin (2022) examinent de façon systématique la lecture dialogique avec des apprenants d’anglais et ancrent PEER/CROWD ; le transfert ELL/EFL est marqué sans convertir cet article en multilinguisme. Dicataldo et al. (2022) documentent une intervention centrée sur les parents : le métier passe par l’adulte qui fait la DR. Xiao, Zou, Lin, Li et Yang (2025) apportent un ECR parent-led versus AI-guided dans un contexte d’e-book infantile : résultat empirique central marqué avec limites ; il n’autorise pas à remplacer l’adulte en classe 3–6. Xiao, Li, Lin, Zou, Yang, Zou et Xiong (2025) décrivent Storio/Mia avec N = 17 enfants EFL plus parents et éducateurs : limite d’échantillon et transfert EFL ; l’agent ne signe pas la co-présence adulte en CENDI. Zhang, Albashtawi et Mahfoodh (2026) —N = 108 ; foyer chinois bilingue— marquent AI-assisted versus DR traditionnelle : « assisté » ≠ remplacement. Cela autorise à demander ce qui a été mesuré : tours de l’agent, score, script par prompt, minutes ou app substitut, non la pratique lorsqu’un adulte et un enfant conversent sur le texte et les images avec PEER/CROWD contingents.

Le problème s’aggrave par six confusions de catégorie. Première : la lecture dialogique n’est pas la littératie générique —il peut y avoir une littératie émergente DANS la DR (Kennedy et McLoughlin, 2022) ; l’axe est la pratique relationnelle adulte–enfant autour du livre—. Deuxième : ce n’est pas l’oralité générique —il y a de la parole, mais l’axe sont les tours dialogiques sur le livre, non « parler davantage »—. Troisième : ce n’est pas le multilinguisme comme axe —les sources EFL/bilingues (Xiao et al., 2025 CAEAI ; Zhang et al., 2026 ; Yang et al., 2022 ; Kennedy et McLoughlin, 2022) sont marquées comme transfert ; cet article n’est pas converti en multilinguisme déjà publié—. Quatrième : ce n’est pas la médiation parentale générique comme axe —Dicataldo et al. (2022) et le bras parent-led de Xiao et al. (2025, BJET) ancrent l’adulte dans la DR ; la médiation parentale déjà publiée n’est pas recyclée comme thème—. Cinquième : ce n’est pas les tuteurs IA ni les chatbots d’intérêt lecteur —Liu et al. (2022) se lisent comme contraste chatbot–intérêt, non comme DR adulte–enfant—. Sixième : ce n’est pas la personnalisation LLM d’histoires comme HCI —Chen et al. (2025, CHI) est un contraste périphérique multi-parties prenantes, non le métier de DR en initiale. Ce travail ne recycle pas littératie, oralité, alphabetisation, multilinguisme, médiation parentale comme axe, tuteurs IA, jeu symbolique, attention conjointe, interactions adulte-enfant comme axe générique, documentation, évaluation, SEL, formation enseignante, sand/water/playdough/loose parts/outdoor/risky/block/spatial, STEM, musique, numératie, DUA, faible connectivité ni vie privée. Galbraith (2022) est un contraste périphérique des pédagogies du jeu ; il n’est pas converti en formation enseignante déjà publiée. La question est ce qui compte comme soutien à la lecture dialogique lorsqu’un centre « fait de l’IA et du dialogic reading ».

Il y a, en outre, une économie de coordination : les cinq artefacts tiennent sur une diapositive ; l’épisode prolongé avec livre, tours PEER/CROWD contingents, écoute adulte qui évalue et élargit, et agence infantile pour répondre et questionner, non. NAEYC (2022) et OECD (2021, 2023) exigent des interactions significatives et une numérisation subordonnée. Inférence : le soutien n’est pas rempli lorsqu’un agent pose des CROWD à l’enfant sans co-présence, lorsqu’on note vocabulary growth ou dialogic quality, ni lorsqu’on génère des scripts par prompt sans contingence. Les contributions sont trois : séparer métier et artefacts ; examiner les cas marqués (Kennedy et McLoughlin, 2022 ; Dicataldo et al., 2022 ; Xiao et al., 2025 BJET ; Xiao et al., 2025 CAEAI ; Zhang et al., 2026 ; Yang et al., 2022 ; Liu et al., 2022 comme contraste ; Chen et al., 2025 et Galbraith, 2022 comme périphériques) ; et offrir quatre épreuves de soutien à la lecture dialogique.

2. État de l’art : de la pratique située de dialogic reading à l’artefact qu’on affiche

Il convient de séparer quatre strates que le marché de « l’IA pour la lecture dialogique en initiale » mélange souvent. La première est le construit de lecture dialogique / dialogic reading / shared book reading de 3 à 6 ans comme pratique relationnelle adulte–enfant autour d’un livre (physique ou e-book) : tours PEER et CROWD, co-présence qui écoute et élargit, agence infantile (Kennedy et McLoughlin, 2022 ; Dicataldo et al., 2022 ; Yang et al., 2022). La deuxième est le métier qui le cultive —livre partagé, adulte qui Prompt–Evaluate–Expand–Repeat de façon contingente, CROWD selon l’épisode, sans substituer la relation par un agent ni convertir l’enfant en objet de score— (Kennedy et McLoughlin, 2022 ; Dicataldo et al., 2022 ; Xiao et al., 2025 BJET, parent-led ; NAEYC, 2022 ; OECD, 2021, 2023). La troisième est l’évidence des affordances d’IA en ECE et des systèmes LLM de lecture —sans les équivaloir à une DR située— (Chen, 2024 ; Su et Yang, 2022 ; Su et Zhong, 2022 ; Ljungcrantz, 2026 ; Nikolopoulou, 2025 ; Xiao et al., 2025 CAEAI ; Zhang et al., 2026 ; Liu et al., 2022 ; Chen et al., 2025). La quatrième est le cadre des droits et du DAP, qui traite l’enfant comme sujet d’une conversation sur le livre, non comme vecteur de vocabulary growth score ni destinataire exclusif d’un agent sans adulte (UNESCO, 2021 ; Miao et Holmes, 2023 ; U.S. Department of Education, 2023).

Dans le construit et le métier, Kennedy et McLoughlin (2022) saturent le plancher : revue systématique de dialogic reading chez les ELL ; ancrent PEER/CROWD et shared reading médiatisé ; transfert ELL. Dicataldo et al. (2022) apportent une intervention parent-focused : le métier s’enseigne à l’adulte. Yang et al. (2022) examinent des bilingual discussion prompts dans shared e-book : prompts qui médiatisent la conversation, non un score autonome ; transfert bilingue. Xiao et al. (2025, BJET) contrastent parent-led et AI-guided : ECR ; le bras parent-led préserve la co-présence ; l’AI-guided ne signe pas à lui seul un soutien DR en classe 3–6 sans adulte. Xiao et al. (2025, CAEAI) —N = 17 EFL ; Storio/Mia— : limites d’échantillon et EFL ; n’équivalent pas à une substitution de l’adulte. Zhang et al. (2026) —N = 108 ; foyer chinois bilingue— marquent « assisté » ≠ remplacement. Inférence : un dialogic quality score n’écoute ni n’élargit ; un adulte qui fait un PEER contingent, 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 à une DR située. Nikolopoulou (2025) équilibre promesses et défis du GenAI centré sur l’enfant sous médiation enseignante : cadre de prudence. Liu et al. (2022) analysent l’interaction infantile avec un chatbot et l’intérêt lecteur : contraste empirique —intérêt ≠ DR adulte–enfant—. Chen et al. (2025) caractérisent la lecture d’histoires personnalisée par LLM depuis des perspectives multi-parties prenantes à CHI : contraste HCI périphérique, non métier de DR en CENDI. 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 de « scripts CROWD/PEER » ou « dialogic reading lesson plans » par prompt—. U.S. Department of Education (2023) exige que l’IA soutienne, non remplace, le jugement professionnel. OECD (2021, 2023) ancrent interactions significatives et numérisation subordonnée ; NAEYC (2022) ancre la pratique appropriée au développement. Galbraith (2022) offre un contraste périphérique des pédagogies du jeu chez les enseignants en formation : non converti en axe de formation enseignante.

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 en classe ou est EFL/foyer/bilingue ; (b) dialogic reading, shared book reading, PEER/CROWD, e-book partagé, ou IA en ECE avec pertinence artefact/métier ; (c) jardin, préscolaire, CENDI ou 3–6, ou transfert explicite ; (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 —littératie générique, oralité, alphabetisation, multilinguisme, médiation parentale comme axe, tuteurs IA, jeu symbolique, attention conjointe, interactions adulte-enfant comme axe générique, documentation, évaluation, SEL, formation enseignante, sand/water/playdough/loose parts/outdoor/risky/block/spatial, STEM, musique, numératie, DUA, faible connectivité et vie privée—. Galbraith (2022) seulement comme contraste périphérique des pédagogies du jeu. Chen et al. (2025) = contraste HCI périphérique. Liu et al. (2022) = contraste chatbot–intérêt, non DR. Sources EFL/bilingues/foyer (Kennedy et McLoughlin, 2022 ; Xiao et al., 2025 CAEAI ; Zhang et al., 2026 ; Yang et al., 2022) avec transfert marqué ; elles ne convertissent pas l’axe en multilinguisme.

La recherche a été exécutée le 5 septembre 2026 (créneau 13:02 America/Mexico_City) sur pages DOI, Crossref, Springer, Elsevier, Wiley, Taylor & Francis, MDPI, ACM DL, JAIR, OECD iLibrary, UNESDOC, NAEYC et sites éditoriaux. Chaque source a été vérifiée. Résultat empirique, cadre et inférence pédagogique ont été distingués. Aucun N, d, r, AUC ni DOI n’a été inventé : lorsqu’un artefact manque d’étude vérifiée avec métriques de scoring compréhension/vocabulary growth/dialogic quality/reading engagement, tableau de bord de shared reading minutes ou app de remplacement total en classe CENDI 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 les contrastes empiriques d’agents/chatbots (Xiao et al., 2025 CAEAI ; Liu et al., 2022 ; Xiao et al., 2025 BJET). Les vingt sources du corpus vérifié ont été utilisées.

4. Cas 1. Chatbot/agent LLM qui fait la DR avec l’enfant, score de compréhension/vocabulaire/dialogic quality/engagement, GenAI de scripts CROWD/PEER ou lesson plans, tableau de bord de minutes/question quality, ou app qui remplace shared reading ne constituent pas un soutien à la lecture dialogique

Chen (2024), Su et Yang (2022) et Ljungcrantz (2026) saturent le portrait du plafond d’artefacts lorsque l’IA en ECE est présentée comme si elle était un soutien à la lecture dialogique. Chen (2024) cartographie les affordances mondiales d’IA en early childhood education : résultat de scoping sur des usages émergents —tutorat, analytique, génération de contenus, agents—, non un résultat qu’un agent LLM qui pose des CROWD à l’enfant sans adulte cultive une DR située. Su et Yang (2022) examinent le champ de l’IA en ECE : synthèse sur les tendances, non sur la co-présence qui écoute, évalue et élargit dans des tours PEER. Ljungcrantz (2026) examine l’interaction IA–ECE 2020–2024 : état de l’art, non shared book reading médiatisé. Inférence pédagogique, marquée comme telle : le geste « l’enfant a eu un dialogic quality score élevé = il y a eu soutien à la lecture dialogique » est un plafond d’analytique de qualité conversationnelle. Kennedy et McLoughlin (2022) et Dicataldo et al. (2022) demandent un adulte qui fait une DR contingente ; un score utile à l’administration peut coexister avec l’absence de co-présence et d’agence infantile réelle.

Nikolopoulou (2025) et Miao et Holmes (2023) nomment le risque du générateur de « scripts CROWD/PEER » ou « dialogic reading lesson plans » à partir d’un prompt qui ferme la contingence. Nikolopoulou (2025) équilibre promesses et défis du GenAI centré 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 lesson plans par prompt versus un épisode de DR avec livre et adulte qui écoute et élargit (Kennedy et McLoughlin, 2022 ; Dicataldo et al., 2022). Inférence : produire un script CROWD/PEER par prompt peut être une préparation enseignante subordonnée ; le soutien à la lecture dialogique commence lorsqu’il y a un livre partagé, un adulte qui Prompt–Evaluate–Expand–Repeat de façon contingente à la réponse de l’enfant, et une agence infantile pour questionner aussi. Su et Zhong (2022) proposent une conception curriculaire d’IA en ECE comme direction future —curriculum d’AI literacy, non DR située—. Inférence de limite : un curriculum d’IA ne signe pas la conversation sur le livre.

Le chatbot/agent LLM qui « fait la DR » avec l’enfant (Storio/Mia ou analogues), le système voix/IA qui note compréhension/vocabulaire/dialogic quality/engagement, le tableau de bord de minutes/question quality et l’app qui remplace shared reading manquent, dans le corpus vérifié, d’essais avec N, d, r ou AUC inventés ici pour déclarer que le score ou l’agent constituent le métier en CENDI 3–6. Chen (2024), Su et Yang (2022) et Ljungcrantz (2026) cartographient analytique, tutorat et agents sans équivalence à une DR médiatisée. Xiao et al. (2025, CAEAI) —N = 17 EFL ; Storio/Mia— : résultat marqué ; n’autorisent pas à substituer la co-présence. Xiao et al. (2025, BJET) : ECR ; l’AI-guided n’efface pas le bras parent-led ni ne signe un remplacement en classe. Zhang et al. (2026) —N = 108— marquent une assistance à domicile, non une surveillance de minutes au jardin. Liu et al. (2022) : contraste chatbot–intérêt ≠ PEER/CROWD avec adulte. Chen et al. (2025) : contraste HCI périphérique. Inférence restrictive : agent ≠ adulte qui écoute et élargit ; GenAI de scripts ≠ Kennedy/Dicataldo contingents ; vocabulary growth score ≠ co-présence ; tableau de bord ≠ observation du tour ; app de remplacement ≠ livre partagé. UNESCO (2021) et U.S. Department of Education (2023) exigent une supervision humaine. Les cinq artefacts partagent une même grammaire de substitution : l’agent parle pour l’adulte ; le score parle pour l’enfant ; le GenAI ferme la contingence ; le tableau de bord substitue l’observation ; l’app remplace la relation.

Il convient de préciser le plafond sans inventer d’effets. Un agent peut formuler des Wh-questions ; Kennedy et McLoughlin (2022) articulent un CROWD humain contingent, non une AUC. Un système voix peut noter l’engagement ; Dicataldo et al. (2022) enseignent à l’adulte à faire la DR. Un GenAI peut imprimer des scripts PEER ; Miao et Holmes (2023) exigent une validation. Un tableau de bord peut compter des minutes ; NAEYC (2022) et OECD (2021) ancrent la pratique. Une app peut converser avec l’enfant ; Xiao et al. (2025, BJET) et OECD (2023) n’autorisent pas à effacer l’adulte. Inférence : « dialogic quality élevé » ou « lesson plan selon le modèle » ne signe pas le soutien.

5. Cas 2. Ce que le jardin fait lorsqu’il y a soutien à la lecture dialogique : PEER/CROWD, Kennedy et McLoughlin, Dicataldo et al., Xiao et al. (BJET et CAEAI), Zhang et al., Yang et al. —avec Liu et al., Chen et al. (CHI) et Galbraith comme contrastes

Kennedy et McLoughlin (2022) saturent le plancher du métier : revue systématique de dialogic reading pour développer l’emergent literacy chez les ELL ; ils ancrent PEER et CROWD comme mouvements de l’adulte dans shared reading, non comme métriques de tableau de bord. Statut : cadre/revue systématique ; transfert ELL marqué ; l’article n’est pas converti en multilinguisme. Inférence pédagogique : un centre peut appeler soutien à la lecture dialogique lorsqu’il protège un livre partagé, une co-présence adulte contingente et l’agence infantile —non lorsqu’un agent interroge seul l’enfant—. La lecture dialogique n’est pas un vocabulary growth score : c’est Prompt, Evaluate, Expand, Repeat ; Completion, Recall, Open-ended, Wh-questions, Distancing ; écouter la réponse de l’enfant et élargir sans recette fermée.

Dicataldo, Rowe et Roch (2022) apportent le métier parental marqué : intervention « Let’s read together » de dialogic book reading en préscolaire. Statut : résultat empirique ; l’objet est l’adulte qui fait la DR, non un agent. Inférence : le métier se cultive en enseignant à l’adulte ; il ne se signe pas avec des scripts GenAI sans contingence. Xiao, Zou, Lin, Li et Yang (2025) apportent l’ancre ECR parent-led vs AI-guided en e-book (BJET). Limite : e-book ; d et r ne sont pas inventés ici ; n’autorise pas à remplacer l’adulte en CENDI 3–6. Le bras parent-led préserve la catégorie ; l’AI-guided se lit comme guide subordinable, non remplacement. Xiao, Li, Lin, Zou, Yang, Zou et Xiong (2025) —CAEAI ; Storio/Mia ; N = 17 EFL plus parents et éducateurs— : petit échantillon ; transfert EFL ; l’agent ne remplace pas la co-présence. Zhang, Albashtawi et Mahfoodh (2026) —N = 108 ; AI-DR en foyer chinois bilingue— marquent « assisté » ≠ remplacement ni tableau de bord de minutes au jardin.

Yang, Xia, Collins et Warschauer (2022) examinent des bilingual discussion prompts dans shared e-book : prompts qui médiatisent la conversation, non un score autonome ; transfert bilingue sans convertir l’axe en multilinguisme. Liu, Liao, Chang et Lin (2022) : chatbot et intérêt lecteur —contraste ; intérêt ≠ DR avec PEER/CROWD—. Chen et al. (2025, CHI) : personnalisation LLM multi-parties prenantes —contraste HCI périphérique—. Galbraith (2022) —pédagogies du jeu chez les enseignants en formation— est un contraste périphérique ; non formation enseignante comme axe. NAEYC (2022) et OECD (2021, 2023) ancrent interactions significatives et numérisation subordonnée. La médiation cohérente avec la DR —Kennedy et McLoughlin (2022) ; Dicataldo et al. (2022) ; parent-led de Xiao et al. (2025, BJET) ; Yang et al. (2022)— est une co-présence qui offre un livre, fait des PEER/CROWD contingents, écoute, évalue, élargit et observe l’agence infantile sans script numérique fermé. Inférence : l’observation pédagogique lit le tour ; le tableau de bord compte les minutes. Un tableau de bord ne fait pas Expand ; un adulte qui écoute, oui.

6. Cas 3. Dialogic reading ≠ littératie générique, oralité, multilinguisme comme axe, médiation parentale générique, tuteurs IA ni chatbots d’intérêt lecteur

La première frontière est la littératie générique : Kennedy et McLoughlin (2022) montrent l’emergent literacy DANS le dialogic reading ; ils n’autorisent pas à convertir cet article en axe de littératie déjà publié ni un reading engagement score comme s’il était de la littératie. Inférence : « nous travaillons la littératie = il y a lecture dialogique » ne signe pas. Un vocabulary growth score est de l’analytique, non un PEER contingent. La deuxième est l’oralité : il y a de la parole dans CROWD et Expand ; l’axe sont les tours sur le livre, non l’oralité générique déjà publiée. La troisième est le multilinguisme comme axe : les sources EFL/bilingues (Kennedy et McLoughlin, 2022 ; Xiao et al., 2025 CAEAI ; Zhang et al., 2026 ; Yang et al., 2022) sont marquées comme transfert ; elles n’autorisent pas à réécrire l’article comme multilinguisme. La quatrième est la médiation parentale générique : Dicataldo et al. (2022) et parent-led de Xiao et al. (2025, BJET) ancrent l’adulte dans la DR ; la médiation parentale déjà publiée n’est pas recyclée comme thème central. La cinquième est les tuteurs IA : Chen (2024), Su et Yang (2022) et Ljungcrantz (2026) cartographient le tutorat comme affordance ; ici l’axe est la DR, non un tuteur générique. La sixième est les chatbots d’intérêt lecteur : Liu et al. (2022) contrastent l’intérêt ; Chen et al. (2025) contrastent la personnalisation HCI ; aucun ne signe shared book reading adulte–enfant. UNESCO (2021), Miao et Holmes (2023) et U.S. Department of Education (2023) exigent une supervision humaine. Inférence : l’usage cohérent de l’IA en 3–6 reste du côté de l’adulte —préparation, prompts subordonnés (Yang et al., 2022), contraste Galbraith (2022) de pédagogie située—, contrasté avec Kennedy/Dicataldo et le bras parent-led. Il n’entre pas comme agent qui fait la DR avec l’enfant, scorer de dialogic quality, GenAI de scripts fermés, tableau de bord de minutes ni app de remplacement.

7. Cadre inférentiel : quatre épreuves pour affirmer qu’il y a soutien à la lecture dialogique, 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 à la lecture dialogique / dialogic reading.

7.1. Épreuve de la pratique située de livre (physique ou e-book) partagé, tours PEER/CROWD contingents et agence infantile, non de l’agent LLM qui « fait la DR » avec l’enfant ni de l’app qui remplace shared reading. Kennedy et McLoughlin (2022), Dicataldo et al. (2022), Yang et al. (2022) et parent-led de Xiao et al. (2025, BJET) définissent le métier comme conversation adulte–enfant sur le livre. Chen (2024), Su et Yang (2022), Ljungcrantz (2026), Xiao et al. (2025, CAEAI) et Liu et al. (2022) cartographient agents/chatbots comme affordance ou contraste, non comme DR située complète. Inférence : le soutien se vérifie dans le livre partagé, l’adulte qui fait un PEER contingent et l’enfant avec agence. Si la « preuve » du centre est un agent qui pose des CROWD seul ou une app qui remplace l’adulte, il y a substitution conversationnelle, non soutien à la lecture dialogique.

7.2. Épreuve de la co-présence adulte qui écoute, évalue et élargit, non du GenAI de « scripts CROWD/PEER » ou « dialogic reading lesson plans » par prompt. Kennedy et McLoughlin (2022), Dicataldo et al. (2022) et NAEYC (2022) situent contingence, expand et pratique appropriée au développement. Miao et Holmes (2023) exigent une validation pédagogique de l’IA générative. Inférence : produire des scripts ou lesson plans par prompt qui ferment la contingence ne démontre pas qu’un adulte a écouté la réponse de l’enfant et a élargi. Un script peut exister ; il ne signe pas l’épisode de DR.

7.3. Épreuve de la médiation humaine —y compris AI-assisted marqué (Zhang et al., 2026) et parent-led (Xiao et al., 2025 BJET)—, non du tableau de bord de minutes/question quality ni du score de compréhension/vocabulaire/dialogic quality/engagement. OECD (2021, 2023) exigent interactions significatives et numérisation subordonnée. Zhang et al. (2026) ancrent une assistance à domicile avec transfert, non une surveillance de minutes au jardin. Xiao et al. (2025, BJET) ancrent l’adulte dans parent-led. Inférence : « minutes élevées » ou « dialogic quality score élevé » peut élever un seuil administratif sans élever co-présence ni agence. L’observation pédagogique lit le tour ; le tableau de bord compte la surveillance. La préparation de l’adulte (Dicataldo et al., 2022 ; Yang et al., 2022 ; Galbraith, 2022 périphérique) est légitime ; le scorer qui convertit l’enfant en métrique ne l’est pas.

7.4. Épreuve de la distinction de catégorie et du jugement professionnel, non du catalogue de produit. Dialogic reading ≠ littératie générique, oralité, multilinguisme comme axe, médiation parentale générique, tuteurs IA ni chatbots d’intérêt lecteur. Kennedy et McLoughlin (2022) empêchent de réduire la DR à la littératie déjà publiée. Liu et al. (2022) et Chen et al. (2025) empêchent de confondre intérêt lecteur ou personnalisation HCI avec shared book reading adulte–enfant. 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 vocabulary growth score ni comme destinataire exclusif d’un agent qui « fait la DR ». Le soutien à la lecture dialogique ne se remplit pas en notant mieux la « qualité dialogique » ou en surveillant les « minutes ». Il se remplit en pratiquant le livre partagé, la co-présence adulte qui fait des PEER/CROWD contingents, écoute, évalue et élargit, et l’agence infantile pour répondre et questionner.

Le cadre admet le numérique subordonné à la préparation de l’adulte et à une médiation humaine validée (Dicataldo et al., 2022 ; Yang et al., 2022 ; Zhang et al., 2026 comme AI-assisted marqué ; 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 ; Xiao et al., 2025 BJET et CAEAI avec limites). Les quatre épreuves se lisent ensemble.

8. Discussion

Trois tensions organisent la discussion. La première est entre afficher les cinq artefacts et exercer un soutien à la lecture dialogique. Kennedy et McLoughlin (2022), Dicataldo et al. (2022), Xiao et al. (2025, BJET et CAEAI ; N = 17 EFL), Zhang et al. (2026 ; N = 108), Yang et al. (2022), Liu et al. (2022), Chen et al. (2025) et Galbraith (2022) soutiennent le métier ou sa frontière ; Chen (2024), Su et Yang (2022) et Ljungcrantz (2026) cartographient l’IA sans équivalence à une DR située.

La deuxième est entre assessment automatisé de compréhension/vocabulaire/dialogic quality/engagement ou minutes et pédagogie du tour dialogique. Chen (2024), Su et Yang (2022) et Ljungcrantz (2026) objectivent l’analytique ; aucune AUC de dialogic quality scoring en CENDI 3–6 n’est inventée ici. Inférence : déclarer un soutien par vocabulary growth ou question quality score est une pédagogie inversée.

La troisième est entre GenAI de scripts / agent / app de remplacement et métier intégral. Miao et Holmes (2023) et Nikolopoulou (2025) fixent des limites ; Kennedy et McLoughlin (2022), Dicataldo et al. (2022) et parent-led de Xiao et al. (2025, BJET) fixent la contingence adulte. Inférence : vendre des scripts par prompt, Storio/Mia comme substitut ou une app de remplacement comme « lecture dialogique avec IA » confond produit et pratique relationnelle. Zhang et al. (2026) confirment AI-assisted N = 108 avec transfert sans autoriser le remplacement ; 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. Le contraste empirique définit le plancher que les artefacts n’atteignent pas seuls. Inférence : le soutien s’érode lorsqu’on les traite comme s’ils étaient la pratique. Le numérique subordonné est légitime vers l’adulte (Dicataldo et al., 2022 ; Yang et al., 2022 ; Zhang et al., 2026) ; inverser la séquence ne l’est pas (NAEYC, 2022 ; OECD, 2021, 2023 ; Kennedy et McLoughlin, 2022).

9. Limites

Cette revue est narrative. Elle n’applique pas son propre PRISMA ni n’estime d’effets combinés. Xiao et al. (2025, CAEAI) mesurent N = 17 EFL : limite et transfert marqué. Zhang et al. (2026) mesurent N = 108 en foyer chinois bilingue : transfert marqué. Xiao et al. (2025, BJET) apportent un ECR en e-book parent-led vs AI-guided : limites de contexte ; d et r ne sont pas inventés ici. Kennedy et McLoughlin (2022) apportent une revue systématique ELL : transfert. Dicataldo et al. (2022) et Yang et al. (2022) délimitent métier et intervention/prompts. Liu et al. (2022), Chen et al. (2025) et Galbraith (2022) sont des contrastes (chatbot–intérêt ; HCI ; pédagogies du jeu), non des axes. Chen (2024), Su et Yang (2022), Su et Zhong (2022), Ljungcrantz (2026) et Nikolopoulou (2025) cartographient l’IA en ECE, non des scores de dialogic quality en CENDI. Des essais vérifiés des cinq artefacts comme paquet d’affichage en CENDI 3–6 latino-américain n’ont pas été localisés ; ils sont discutés comme plafond de catégorie. NAEYC, UNESCO et OECD sont des sources de cadre. Les inférences de la section 7 sont des hypothèses de catégorie, non une évidence d’implémentation.

10. Conclusions

Un chatbot/agent LLM qui « fait de la lecture dialogique » ou du « dialogic reading » avec l’enfant à la place de l’adulte, un système voix/IA qui note la « compréhension » / « vocabulary growth score » / « dialogic quality score » / « reading engagement score », un GenAI qui génère des « scripts CROWD/PEER » ou des « dialogic reading lesson plans » par prompt sans contingence, un tableau de bord de « minutes de lecture dialogique » / « question quality score » / « shared reading minutes », ou une app qui remplace shared reading ne constituent pas un soutien à la lecture dialogique en éducation de la petite enfance. Chen (2024), Su et Yang (2022) et Ljungcrantz (2026) confirment des affordances d’IA sans équivalence à une DR située. Nikolopoulou (2025) et Miao et Holmes (2023) fixent des limites de GenAI. Xiao et al. (2025, CAEAI ; N = 17 EFL) et Xiao et al. (2025, BJET) exigent de lire agents et AI-guided avec limites. Lorsqu’il y a soutien, il y a pratique située : PEER/CROWD (Kennedy et McLoughlin, 2022) ; intervention auprès de l’adulte (Dicataldo et al., 2022) ; parent-led (Xiao et al., 2025, BJET) ; prompts qui médiatisent (Yang et al., 2022) ; AI-assisted marqué (Zhang et al., 2026) ; contrastes Liu et al. (2022), Chen et al. (2025) et Galbraith (2022) ; DAP et interactions (NAEYC, 2022 ; OECD, 2021, 2023). La lecture dialogique se distingue de la littératie générique, de l’oralité, du multilinguisme comme axe, de la médiation parentale générique, des tuteurs IA et des chatbots d’intérêt. 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, agents EFL, AI-DR à domicile ou chatbots d’intérêt, il ne les traduit pas en soutien pédagogique à la lecture dialogique via score ou agent substitut. Accompagner les filles et garçons de trois à six ans en lecture dialogique, c’est exercer un livre (physique ou e-book) partagé, une co-présence adulte qui fait des mouvements PEER/CROWD contingents, écoute, évalue et élargit, et une agence infantile pour répondre et questionner. Le reste est chatbot/agent LLM qui fait la DR avec l’enfant, score de compréhension/vocabulaire/dialogic quality/engagement, GenAI de scripts CROWD/PEER, tableau de bord de minutes et app qui remplace shared reading. Ce n’est pas un soutien à la lecture dialogique 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., Tang, M., Lu, Y., Yao, B., Fan, E., Ma, X., Xu, Y., Wang, D., Sun, Y., y He, L. (2025). Characterizing LLM-empowered personalized story reading and interaction for children: Insights from multi-stakeholder perspectives. En Proceedings of the 2025 CHI Conference on Human Factors in Computing Systems (pp. 1–24). ACM. https://doi.org/10.1145/3706598.3713275
  2. 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
  3. Dicataldo, R., Rowe, M. L., y Roch, M. (2022). “Let’s read together”: A parent-focused intervention on dialogic book reading to improve early language and literacy skills in preschool children. Children, 9(8), Article 1149. https://doi.org/10.3390/children9081149
  4. Galbraith, J. (2022). “A prescription for play”: Developing early childhood preservice teachers’ pedagogies of play. Journal of Early Childhood Teacher Education, 43(3), 474–494. https://doi.org/10.1080/10901027.2022.2054035
  5. Kennedy, C., y McLoughlin, A. (2022). Developing the emergent literacy skills of English language learners through dialogic reading: A systematic review. Early Childhood Education Journal, 51(2), 317–332. https://doi.org/10.1007/s10643-021-01291-1
  6. Liu, C.-C., Liao, M.-G., Chang, C.-H., y Lin, H.-M. (2022). An analysis of children’ interaction with an AI chatbot and its impact on their interest in reading. Computers & Education, 189, Article 104576. https://doi.org/10.1016/j.compedu.2022.104576
  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(5), 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. 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, 1(1). 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. Su, J., y Yang, W. (2022). Artificial intelligence in early childhood education: A scoping review. Computers and Education: Artificial Intelligence, 3, Article 100049. https://doi.org/10.1016/j.caeai.2022.100049
  14. Su, J., y Zhong, Y. (2022). Artificial Intelligence (AI) in early childhood education: Curriculum design and future directions. Computers and Education: Artificial Intelligence, 3, Article 100072. https://doi.org/10.1016/j.caeai.2022.100072
  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. Xiao, F., Li, Z., Lin, J., Zou, X., Yang, D., Zou, W., y Xiong, J. (2025). Leveraging an LLM-enhanced bilingual conversational agent for EFL children’s dialogic reading: Insights from children, parents, and educators. Computers and Education: Artificial Intelligence, 9, Article 100484. https://doi.org/10.1016/j.caeai.2025.100484
  18. Xiao, F., Zou, E. W., Lin, J., Li, Z., y Yang, D. (2025). Parent-led vs. AI-guided dialogic reading: Evidence from a randomized controlled trial in children’s e-book context. British Journal of Educational Technology, 56(5), 1784–1813. https://doi.org/10.1111/bjet.13615
  19. Yang, D., Xia, C., Collins, P., y Warschauer, M. (2022). The role of bilingual discussion prompts in shared e-book reading. Computers & Education, 190, Article 104622. https://doi.org/10.1016/j.compedu.2022.104622
  20. Zhang, D., Albashtawi, A. H., y Mahfoodh, O. H. A. (2026). AI-assisted dialogic reading at home: Enhancing bilingual expressive vocabulary and engagement among Chinese pre-schoolers. Early Child Development and Care, 196(5–6), 424–445. https://doi.org/10.1080/03004430.2026.2667895