1. Introduction et problème

Dans la tranche de 3 à 6 ans —jardin d'enfants, préscolaire, CENDI, école infantile— s'est installé un paquet d'artefacts qui prétendent valoir comme soutien à la pensée partagée soutenue (sustained shared thinking, SST): un détecteur/ASR/NLP/ML ou système multimodal qui note SST, SSTEW auto-score, dialogic quality index, SST episodes per hour ou interaction quality percentile; un GenAI de SST scripts, lesson packs, open-question banks ou shared-thinking cards par prompt; un dashboard de minutes SST/heure; un chatbot/robot présenté comme substitut qui «fait du SST» sans médiation adulte; et un co-coding automatique de dialogue converti en classement de qualité dialogique enseignante sans jugement situé. Les artefacts permettent d'exhiber que le centre «fait déjà du SST avec l'IA». Le saut —du score, du script, du comptage, du robot-substitut ou du classement à l'affirmation d'un soutien— n'est pas autorisé par les cartographies de l'IA en ECE ni par la pédagogie lorsqu'il y a des dialogues prolongés dans lesquels adulte et enfant co-construisent la signification, avec co-présence et interprétation pédagogique, non un «SST-score».

La thèse est restrictive: ces artefacts ne constituent pas un soutien à la pensée partagée soutenue dans la petite enfance. En éducation initiale, cette pratique se développe avec des épisodes dans lesquels deux personnes ou plus travaillent ensemble de façon intellectuelle pour résoudre un problème, clarifier un concept, évaluer une activité ou étendre une pensée; les deux parties apportent et la pensée se développe (Macha et al., 2024; McLaughlin et al., 2021; Siraj et al., 2023); non un détecteur de SST, un GenAI de scripts, un dashboard de minutes, un robot qui «fait du SST» ni un classement de qualité dialogique. L'IA peut soutenir la préparation, la documentation et la réflexion de l'adulte de façon subordonnée (Jambunathan, 2025; Heinmäe et al., 2025; Meade y Kwan, 2022); non substituer la relation dialogique ni convertir le SST en métrique de surveillance. Macha et al. (2024) montrent des dialogues SST avec des enfants de 4–6 ans qui rendent explicites des perspectives sur la qualité du centre: pratique de co-pensée, non auto-score. McLaughlin et al. (2021) explorent le SST avec des données utilisées par des équipes enseignantes: data-informed teaching, non dashboard administratif. Szymanski et al. (2024) isolent des actes de parole SST dans une tâche expérimentale avec des 4–6 ans: constat de laboratoire, non détecteur de classe. Siraj et al. (2023) publient la SSTEW Scale comme instrument humain d'observation: mesure ≠ pédagogie automatique. Cela autorise à demander ce qui a été mesuré: un SSTEW auto-score ou un classement enseignant —non la pratique lorsqu'un adulte et un enfant co-construisent la signification et qu'un professionnel interprète l'épisode.

Le problème s'aggrave par dix confusions de catégorie. Première: ce n'est pas le dialogic reading comme axe —Jones y Siraj (2023) situent le SST dans les transitions de littératie; il peut y avoir du SST DANS un épisode avec un livre; l'axe est la co-construction prolongée, non la lecture dialogique déjà publiée—. Deuxième: ce n'est pas l'oralité/narration. Troisième: ce n'est pas CLASS ni les interactions génériques —Howard et al. (2024) trouvent peu d'évidence que les indices globaux prédisent des résultats; ils n'autorisent pas à réduire le SST à un interaction quality percentile—. Quatrième: ce n'est pas l'attention conjointe. Cinquième: ce n'est pas ToM / prise de perspective (axe du 9 septembre). Sixième: ce n'est pas le prosocial helping/sharing (axe du 8 septembre). Septième: ce n'est pas la négociation de conflits / turn-taking. Huitième: ce n'est pas le SEL —la SSTEW inclut le bien-être émotionnel comme sous-échelle humaine (Siraj et al., 2023); l'axe n'est pas un SEC auto-score ni un article de bien-être—. Neuvième: ce n'est pas la participation/voix —Hildebrandt et al. (2026) ancrent l'agentivité dans des interactions de haute qualité qui incluent le SST; on ne réécrit pas cet article comme voix—. Dixième: ce n'est pas les fonctions exécutives. On ne recycle pas mark-making, littératie comme axe, sand/water/playdough/loose parts/outdoor, inclusion, bien-être, évaluation formative, documentation, STEM, motricité, créativité, jeu libre ni jeu symbolique: Cheung et al. (2025) se lisent par le SST parental en mathématiques conjointes, non comme STEM; Szymanski et al. (2024) se lisent par des actes de parole SST, non comme créativité. Il y a une économie de coordination: les artefacts tiennent dans une diapositive; l'épisode dans lequel un adulte demande «que se passerait-il si…?», l'enfant hypothétise et les deux étendent le concept, non. Contributions: séparer métier et artefacts; examiner des cas marqués; et offrir quatre épreuves de soutien.

2. État de l'art: de la pratique située de co-construire la signification à l'artefact que l'on exhibe

Il convient de séparer quatre strates que le marché de «l'IA pour le SST en éducation initiale» mélange d'ordinaire. La première est le construit de 3 à 6 ans comme pratique relationnelle située: dialogues prolongés dans lesquels adulte et enfant travaillent ensemble de façon intellectuelle; questions ouvertes, reformulation, extension conceptuelle, hypothèses partagées, métacognition émergente; les deux parties apportent et la pensée se développe (Macha et al., 2024; McLaughlin et al., 2021; Szymanski et al., 2024; Siraj et al., 2023). La deuxième est le métier qui le cultive —adulte qui ne se présente pas comme omniscient; marque l'incertitude; invite à hypothétiser; co-présence qui interprète l'épisode, non seulement «il y a eu un SST»— (Meade y Kwan, 2022; McLaughlin et al., 2021; Hildebrandt et al., 2026). La troisième est l'évidence d'affordances de l'IA en ECE, de robots, de métaphores enseignantes, de GenAI, de co-coding et de dialogue robotique —sans les équivaloir à une pédagogie SST située— (Su y Yang, 2022; Su y Zhong, 2022; Lee et al., 2025; Lim, 2024; Giray, 2026; Jambunathan, 2025; Lee, Lee y Yoon, 2025; Heinmäe et al., 2025; Shin, 2025; Zhang, 2023). La quatrième est le cadre de mesure humaine, qui traite le jeune enfant comme un sujet qui pense avec un autre, non comme vecteur de SST episodes/heure ni destinataire d'un robot qui «étaye la pensée» (Siraj et al., 2023; Howard et al., 2024; Giray, 2026). Inférence: un dialogic quality index ne reformule pas «tu dis que…; et si…?»; un adulte qui soutient le dialogue, si. Su y Yang (2022) cartographient l'IA en ECE sans l'équivaloir à un SST situé. Lee et al. (2025) proposent d'incorporer des robots, non de substituer le dialogue. Giray (2026) fixe que la relation authentique n'est pas répliquée par un chatbot. Heinmäe et al. (2025) situent l'IA comme conseil pédagogique subordonné au rôle enseignant.

3. Méthode de revue

On a réalisé une revue narrative critique, non une méta-analyse primaire. Le propos n'était pas d'estimer une taille d'effet homogène des 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 de SST, est foyer/parents, musée, secondaire, HRI technique de parole, curriculum d'IA ou mesure sans équivaloir à une pédagogie automatique; (b) SST, SSTEW comme instrument humain, dialogue de co-construction, qualité des interactions adulte–enfant, ou IA en ECE / robots / GenAI / co-coding / dialogue robotique avec pertinence artefact/métier; (c) jardin d'enfants, préscolaire, CENDI ou 3–6, ou transfert explicite; (d) revue avec pairs, chapitre, monographie ou rapport avec DOI; (e) DOI ou page éditoriale vérifiable. On a exclu comme objet central les axes déjà utilisés dans cette série —ToM, prosocial, peer-conflict/turn-taking, SEL, participation/voix, CLASS, attention conjointe, dialogic reading, oralité, inclusion, bien-être, évaluation formative, documentation, mark-making, littératie, sand/water/playdough/loose parts/outdoor, jeu libre, jeu symbolique, STEM, environnemental, motricité, créativité et investigation, et fonctions exécutives comme axe—. Jones y Siraj (2023) se lisent par le SST dans les transitions, non comme littératie ni dialogic reading. Hildebrandt et al. (2026) se lisent par la qualité d'interaction, non comme voix. Cheung et al. (2025) se lisent par le SST parental, non comme STEM. Szymanski et al. (2024) se lisent par des actes de parole SST, non comme créativité. Siraj et al. (2023) = mesure humaine ≠ pédagogie automatique. Howard et al. (2024) = revue de mesure, non axe CLASS. Kervin et al. (2026) = interactions numériques, transfert (musée; 2,5–5 ans). Shin (2025) = co-coding au secondaire: transfert. Zhang (2023) = ASR de dialogue robotique: artefact, non SST.

La recherche a été exécutée le 10 septembre 2026 (slot 09:02 America/Mexico_City, weekday routine) sur des pages DOI, Crossref, Springer, Elsevier, Wiley, Taylor & Francis, MDPI, PLOS, Hogrefe, NZCER, TLRI, IEEE Xplore, SAGE et sites éditoriaux. Chaque source a été vérifiée contre fuentes.md et crossref_check.json. On a distingué constat empirique, cadre et inférence pédagogique. On n'a inventé ni N, ni d, ni r, ni AUC ni DOI: lorsqu'un artefact manque d'un essai vérifié comme paquet d'exhibition en CENDI 3–6, on le discute comme plafond de catégorie. On a utilisé vingt-et-une sources du corpus vérifié.

4. Cas 1. Un détecteur ASR/NLP/ML de SST / SSTEW auto-score / dialogic quality index / SST episodes per hour, un GenAI de SST scripts/open-question banks/shared-thinking cards, un dashboard de minutes SST/heure, un chatbot/robot qui «fait du SST», ou un co-coding ChatGPT de dialogue→classement enseignant ne constituent pas un soutien à la pensée partagée soutenue

Su y Yang (2022) et Su y Zhong (2022) saturent le plafond des artefacts lorsque l'IA en ECE se présente comme si elle était un soutien au SST. Su y Yang (2022) —scoping de dix-sept études, 1995–2021— cartographient outils et impacts de l'IA pour les enfants (concepts d'IA, robotique, créativité, littératie, pensée computationnelle), non qu'un SST episodes/heure cultive une co-construction située. Su y Zhong (2022) proposent un curriculum d'IA pour kindergarten et un robot social comme compagnon d'apprentissage de principes d'IA: cadre curriculaire, non SST. Inférence: «dialogic quality index élevé = il y a eu soutien» est un plafond d'analytique. Un SSTEW auto-score peut coexister avec une absence de co-construction. La grammaire d'exhibition inverse la séquence: d'abord on active le détecteur; ensuite on déclare «il y a déjà du SST avec l'IA».

Lee et al. (2025) explorent un cadre pratique pour incorporer des robots humanoïdes d'IA en éducation initiale —concepts appropriés, relation enfant–IA, activités et défis—: cadre, non essai que le robot «fait du SST». Lee, Lee y Yoon (2025) —six enseignantes d'éducation initiale; entretiens de 20–30 minutes— trouvent que les six ont considéré l'IA utile pour l'apprentissage et la gestion de classe, mais toutes ont souligné les interactions humaines et ont exprimé une préoccupation pour la formation et pour que l'IA rende l'enseignant obsolète. Statut: constat qualitatif de perceptions. Inférence: cette voix empêche de vendre un chatbot qui «étaye la pensée» sans médiation. Lim (2024) —137 étudiants de grade en ECE; analyse de métaphores— identifie des conceptions positives (jeu et expérience, essentiel de l'avenir, innovation, commodité, enseignant assistant) et négatives (double face, complexité). Inférence: «enseignant assistant» n'autorise pas un robot-substitut de SST; «double face» nomme le risque que le dashboard efface. Giray (2026) argumente que le rôle de l'IA en ECE pour 0–7 ans demeure hautement contesté et que le développement de haute qualité exige des relations authentiques que l'IA ne réplique pas: cadre critique. Heinmäe et al. (2025) situent l'IA comme ressource numérique de conseil pédagogique, avec le rôle enseignant de soutenir un engagement actif: cadre de subordination, non de substitution.

Jambunathan (2025) résume l'usage de GenAI (ChatGPT, Claude, Dall-E, entre autres) dans la formation enseignante d'éducation initiale pour des plans de leçon et des tâches d'enseignement: préparation de l'adulte. Inférence marquée: produire des matériaux par prompt peut être une préparation subordonnée; le soutien SST commence lorsque adulte et enfant co-construisent dans l'épisode, non lorsqu'une open-question bank ferme le dialogue comme recette. Shin (2025) sature l'ancre du co-coding et doit se lire avec transfert marqué. Il analyse 1 287 énoncés de sciences du secondaire avec ChatGPT-4o; kappa de Cohen de 0,56; le plus grand désaccord sur la métacognition. Statut: constat de viabilité dans un cas de chercheur unique. Transfert: secondaire, non CENDI 3–6; dialogue de sciences ≠ SST d'éducation initiale; discordance maximale précisément sur le trait que le SST revendique comme émergent. Inférence: convertir un co-coding automatique en classement de «qualité dialogique enseignante» de 3–6 sans jugement situé est illégitime même avant de transférer l'étape. Zhang (2023) sature l'ancre du robot de dialogue: rehaussement de la parole infantile avec attention en deux étapes; amélioration de 3,2 dB en SSNR. Statut: constat technique d'ASR. Transfert: intelligibilité pour la machine, non pédagogie SST. Inférence restrictive: détecteur ASR/NLP ≠ adulte qui questionne et reformule; GenAI de shared-thinking cards ≠ épisode ouvert; dashboard de minutes SST/heure ≠ observation; chatbot/robot qui «fait du SST» ≠ co-présence; co-coding→classement ≠ jugement pédagogique. Les artefacts manquent, dans le corpus vérifié, d'essais d'équivalence pédagogique avec le métier en CENDI 3–6; on n'invente ni d, ni r ni AUC de «soutien». Ils partagent une grammaire de substitution: le score parle pour le dialogue; le GenAI ferme; le dashboard substitue l'observation; le robot efface la médiation; le classement convertit le processus en percentile sans jugement.

5. Cas 2. Ce que le jardin d'enfants fait bel et bien lorsqu'il y a soutien au SST: métier relationnel situé et ce que mesurent Macha, Meade, McLaughlin, Szymanski, Techapoonpon, Cheung, Jones/Siraj, SSTEW humain, Hildebrandt/Macha Beyond Voice et Howard —avec Kervin en transfert numérique

Le plancher du métier n'est pas un score: c'est un épisode dans lequel adulte et enfant travaillent ensemble de façon intellectuelle; questions ouvertes, reformulation, extension conceptuelle, hypothèses partagées; les deux parties apportent et la pensée se développe; co-présence qui interprète le dialogue —non seulement «il y a eu un SST»—; et, lorsqu'il y a incertitude, l'adulte la marque au lieu de se présenter comme omniscient (Macha et al., 2024; McLaughlin et al., 2021; Szymanski et al., 2024; Siraj et al., 2023; Hildebrandt et al., 2026). Inférence: il y a soutien lorsqu'on protège cette pratique; non lorsqu'on exhibe un SSTEW auto-score, un GenAI de scripts ou un classement. Le métier se reconnaît dans l'épisode: l'enfant offre une hypothèse; l'adulte reformule («tu penses que…; que se passerait-il si…?») et soutient que la pensée s'étende; le robot ou le GenAI, s'ils apparaissent, sont des moyens subordonnés à l'adulte, non des substituts.

Macha et al. (2024) saturent l'ancre de pratique dialogique: centre infantile de Berlin; 33 enfants de 4–6 ans; quatre discussions de groupe de trois à quatre enfants; deux transcriptions en profondeur; dialogue selon des règles de SST combiné avec QuaSi. Constat empirique: les enfants ont exprimé de façon explicite des idées, des désirs, des goûts et des dégoûts sur la qualité du centre; le dialogue s'est développé avec des apports égaux; les enfants ont agi leur agentivité et ont formulé des opinions raisonnées. Inférence marquée: rendre explicites les perspectives au moyen du SST ≠ détecteur de SST ni «voix» comme axe déjà publié; l'étude souligne que la situation de recherche est déjà pédagogique. Meade y Kwan (2022) —Daisies, Aotearoa Nouvelle-Zélande; SSTEW comme ressource de développement professionnel (TLIF)— décrivent le tissage du SST dans Te Whāriki: data knowledge pour la pratique, non auto-score. Inférence: utiliser SSTEW avec jugement de kaiako ≠ SSTEW auto-score comme évaluation pédagogique.

McLaughlin et al. (2021) saturent l'ancre du data-informed teaching: deux kindergartens (Linton y Makino); CEOS, vidéo, LENA, SSTEW et ECERS-E par observateurs humains formés. Constats: le SST et les interactions positives d'apprentissage se sont produits avec moins de fréquence que d'autres types; le temps avec un enseignant s'est corrélé de façon positive avec des épisodes de SST; les équipes ont utilisé les données pour affirmer et défier leur pratique et pour planifier le SST avec plus d'intentionnalité. Statut: constat mixte de deux cas exploratoires. Inférence restrictive: LENA quantifie tours et mots, non la qualité de la pensée —le rapport l'avertit—; SSTEW et CEOS ici servent à la réflexion de l'équipe, non à un dashboard de minutes SST/heure. Convertir ces outils en «shared-thinking compliance» inverse le sens du projet.

Szymanski et al. (2024) —N = 51 enfants de 4–6 ans (n = 17 par condition); plan inter-sujets (instructif, SST, neutre)— trouvent plus de conduite innovante (plus de cartes nouvelles; moins de copies exactes) dans la condition SST que dans l'instructive. Statut: constat expérimental. Inférence marquée et de limites des auteurs: on a isolé un sous-ensemble d'actes de parole SST (marqueurs d'incertitude: «je pense», «pourrait», «peut-être»), non un dialogue soutenu complet; cela n'équivaut pas à un détecteur de classe ni à un GenAI de scripts; on ne le convertit pas en axe de créativité. Techapoonpon et al. (2025) —quasi-expérience d'un bras; n = 55 parents d'enfants de 4–6 ans; six semaines d'activity books de SST— rapportent une augmentation de l'empowerment parental à trois et six semaines, avec persistance à trois mois. Transfert: foyer, non classe CENDI; le dénouement est l'empowerment perçu, non le SST observé dans le jardin d'enfants; les auteurs avertissent qu'ils n'ont pas mesuré de façon directe l'habileté SST. Inférence: activity books auto-dirigés ≠ open-question banks GenAI comme recette de classe.

Cheung et al. (2025) —466 parents; enfants de kindergarten; échelle de SST parental en mathématiques conjointes; trois facteurs (échange d'idées sur les processus de résolution, atmosphère centrée sur l'enfant, engagement de la pensée mathématique)— trouvent que les conceptions constructivistes ont prédit l'usage de ces stratégies, associées de façon différentielle à la numération et à la motivation d'approche/évitement. Distinction marquée: SST parental, non axe STEM ni SSTEW auto-score de classe. Jones y Siraj (2023) argumentent la contribution du SST aux transitions de littératie dans le curriculum d'anglais. Inférence: le SST peut se produire autour d'un texte; cela ne recycle pas le dialogic reading ni n'autorise des sustained dialogue lesson packs par prompt.

Siraj, Kingston y Melhuish (2023) publient la SSTEW Scale pour 2–6 ans comme Quality Rating Scale d'observation humaine: confiance et autorégulation, bien-être socioémotionnel, langage et communication, apprentissage et pensée critique —y compris des items de SST en narration/livres et en investigation—. Statut: cadre d'instrument. Inférence de contraste: SSTEW est observation humaine pour l'amélioration de qualité; non un auto-score, non un dialogic quality index automatique, non un article de bien-être ni de dialogic reading. Howard et al. (2024) —90 études; 870 associations; enfants de 3–5 ans— trouvent peu d'évidence que des indices globaux de qualité ECEC se relient aux résultats infantiles, et une consistance seulement partielle même lorsque la dimension s'aligne avec le dénouement. Inférence: un interaction quality percentile de dashboard ne signe pas un SST situé. Hildebrandt et al. (2026) montrent que l'agentivité se réalise surtout dans des interactions participatives de haute qualité —réciprocité, co-construction de signification—, non dans de simples structures formelles. Distinction marquée: SST comme qualité d'interaction, non axe de participation/voix. Kervin et al. (2026) —36 familles; enfant de 2,5–5 ans; jeu numérique dans un musée; thèmes d'expertise, de contrôle et de rythme— trouvent que le contrôle adulte élevé peut faciliter un engagement apparemment passif. Transfert: musée, non CENDI; inclut 2,5 ans. Inférence: la médiation adulte de contrôle et de rythme est le métier; un robot qui «fait du SST» l'inverse.

Dans l'ensemble: il y a des systèmes qui rendent explicite la pensée infantile avec le SST, tissent SSTEW dans le développement professionnel, utilisent des données pour planifier le SST, isolent des actes de parole SST, stimulent le SST parental, argumentent le SST dans les transitions, publient une échelle humaine, revoient la mesure des interactions ou décrivent le jeu numérique avec transfert. Aucun —par lui-même— ne signe un détecteur ASR, un GenAI de scripts, un dashboard de minutes, un robot-substitut ni un classement enseignant. L'évidence est réelle dans son domaine; «score / script / robot / co-coding = soutien au SST» est une inférence illégitime de catégorie.

6. Cas 3. SST ≠ dialogic reading comme axe, oralité-narration, CLASS générique, attention conjointe, ToM, prosocial, peer-conflict, SEL, participation-voix ni fonctions exécutives

Dix frontières protègent l'axe. Première: dialogic reading —Jones y Siraj (2023) situent le SST dans les transitions de littératie; Siraj et al. (2023) incluent un item de SST au moyen de livres; il peut y avoir co-construction DANS un épisode avec un livre; l'axe est le dialogue prolongé, non la lecture dialogique déjà publiée—. Inférence: «nous travaillons le dialogic reading = il y a du SST» ne signe pas; une open-question bank GenAI n'est pas non plus du SST. Deuxième: oralité/narration —il y a de la parole qui étend des concepts; on ne convertit pas cet article en oralité—. Troisième: CLASS / interactions génériques —Howard et al. (2024) montrent la fragilité des indices globaux; McLaughlin et al. (2021) distinguent le SST d'interactions générales ou informationnelles; on ne réduit pas le SST à un interaction quality percentile—. Quatrième: attention conjointe —soutenir un dialogue intellectuel n'est pas joint attention comme axe—. Cinquième: ToM / prise de perspective —il peut y avoir attribution d'un point de vue DANS un épisode SST; l'axe n'est pas celui du 9 septembre—. Sixième: prosocial helping/sharing —il peut y avoir coopération DANS un dialogue; l'axe n'est pas celui du 8 septembre—. Septième: négociation de conflits / turn-taking —le SST exige des tours, mais ce n'est pas une pédagogie du tour—. Huitième: SEL —Siraj et al. (2023) mesurent le bien-être émotionnel comme sous-échelle humaine; Hildebrandt et al. (2026) ancrent l'attunement dans la qualité d'interaction; l'axe n'est pas un SEC auto-score ni un article de bien-être—. Neuvième: participation/voix —Macha et al. (2024) et Hildebrandt et al. (2026) montrent l'agentivité dans le dialogue SST; on ne recycle pas la voix comme axe—. Dixième: fonctions exécutives —seulement un contraste périphérique—. Giray (2026), Lee, Lee y Yoon (2025) et Heinmäe et al. (2025) exigent une médiation humaine. Inférence: l'IA cohérente en 3–6 demeure du côté de l'adulte (préparation, documentation, réflexion; Meade y Kwan, 2022; Jambunathan, 2025; McLaughlin et al., 2021), non comme détecteur, GenAI de lesson packs, dashboard, robot qui «fait du SST» ni classement sans jugement. Le SST peut toucher, de façon latérale, un livre, la parole, l'émotion ou l'agentivité; il ne se laisse pas réduire à ces axes. Un centre qui «travaille la littératie», «note CLASS» ou «donne la voix» n'a pas démontré par cette seule étiquette le métier de co-construire la signification. Cheung et al. (2025) se lisent par le SST parental, non comme STEM; Szymanski et al. (2024) se lisent par des actes de parole SST, non comme créativité; Kervin et al. (2026) se lisent par la médiation numérique, non comme jeu libre.

7. Cadre inférentiel: quatre épreuves pour affirmer qu'il y a soutien à la pensée partagée soutenue, non un artefact

Le cadre qui suit est une inférence pédagogique de cet article, ancrée dans les cas et dans les instruments vérifiés. Ce n'est pas un nouveau standard international. Il distingue quatre épreuves. Si un jardin d'enfants, un préscolaire, un CENDI ou une école infantile ne les passe pas, il ne peut déclarer que les artefacts constituent un soutien à la pensée partagée soutenue dans la petite enfance.

7.1. Épreuve de la pratique située (dialogue prolongé de co-construction; questions ouvertes, reformulation, extension conceptuelle, hypothèses partagées; les deux parties apportent), non du détecteur ASR/NLP/ML ni du chatbot/robot qui «fait du SST». Macha et al. (2024), McLaughlin et al. (2021), Szymanski et al. (2024) et Siraj et al. (2023) définissent le contraste métier/artefact. Su y Yang (2022), Lee et al. (2025), Zhang (2023, transfert) et Giray (2026) cartographient IA, robots et ASR comme affordance ou ingénierie de parole, non comme SST situé. Inférence: si l'«évidence» est SST-score, SSTEW auto-score, dialogic quality index, SST episodes per hour ou un robot qui «étaye la pensée» sans adulte, le centre a fait de l'analytique ou de l'HRI, non du soutien.

7.2. Épreuve de la co-présence adulte qui questionne, reformule et étend —non seulement «il y a eu un SST»—, non du GenAI de SST scripts / lesson packs / open-question banks / shared-thinking cards. Meade y Kwan (2022), McLaughlin et al. (2021), Macha et al. (2024) et Hildebrandt et al. (2026) situent pratique et médiation. Jambunathan (2025) et Heinmäe et al. (2025) admettent le GenAI comme préparation ou conseil de l'adulte. Techapoonpon et al. (2025) et Cheung et al. (2025) situent le SST avec des adultes au foyer, non des recettes de classe. Inférence: un script par prompt ne signe pas l'épisode dans lequel l'adulte marque l'incertitude et l'enfant hypothétise.

7.3. Épreuve de la médiation humaine et de l'interprétation du SST comme pratique relationnelle, non du dashboard de minutes SST/heure ni du co-coding ChatGPT converti en classement de qualité dialogique enseignante. Siraj et al. (2023) ancrent la mesure humaine. Howard et al. (2024) ancrent les limites des indices globaux. McLaughlin et al. (2021) utilisent LENA et SSTEW pour la réflexion de l'équipe, non pour la surveillance. Shin (2025, transfert) montre un kappa 0,56 et un désaccord maximal sur la métacognition. Inférence: des minutes SST/heure élevées n'élèvent pas par elles-mêmes l'étayage. La préparation subordonnée de l'adulte est légitime; le scorer qui convertit l'enfant ou l'enseignant en vecteur de compliance ne l'est pas.

7.4. Épreuve de la distinction de catégorie et du jugement professionnel, non du catalogue de produit. SST ≠ dialogic reading, oralité-narration, CLASS, attention conjointe, ToM, prosocial, peer-conflict, SEL, participation-voix ni FE. Jones y Siraj (2023), Hildebrandt et al. (2026), Howard et al. (2024) et Siraj et al. (2023) empêchent ces confusions. Giray (2026) et Lee, Lee y Yoon (2025) exigent une médiation humaine. Inférence: le soutien se réalise avec un dialogue prolongé de co-construction, une co-présence qui questionne/reformule/étend et l'agentivité des deux parties —non en notant le SST ni en substituant l'adulte par un agent conversationnel. Le cadre admet le numérique subordonné à la préparation, à la documentation et à la réflexion de l'adulte (Meade y Kwan, 2022; McLaughlin et al., 2021; Jambunathan, 2025; Heinmäe et al., 2025). Il rejette de déclarer un soutien par les artefacts (Giray, 2026; Su y Yang, 2022; Shin, 2025; Zhang, 2023). Les quatre épreuves se lisent ensemble.

8. Discussion

Trois tensions. Première: exhiber les artefacts versus exercer le soutien. Les cas des sections 5–6 —avec transferts et distinctions marqués— soutiennent le contraste; Su y Yang (2022) et Su y Zhong (2022) cartographient l'IA sans équivalence à un SST situé. Deuxième: assessment automatisé ou robot-substitut versus pédagogie relationnelle —déclarer un soutien par SSTEW auto-score, dialogic quality index ou par un système qui rehausse la parole pour la machine est une pédagogie inversée; Siraj et al. (2023) et Howard et al. (2024) montrent que même une mesure de processus humaine n'est pas le métier, et que les indices globaux prédisent peu—. Troisième: GenAI de shared-thinking cards / chatbot qui «fait du SST» / co-coding→classement versus métier (Giray, 2026; Lee, Lee y Yoon, 2025; Jambunathan, 2025; Shin, 2025; Zhang, 2023): vendre un agent conversationnel comme étayage de la pensée en 3–6 confond produit et pratique. McLaughlin et al. (2021) confirment que les données servent lorsque l'équipe les interprète; Meade y Kwan (2022) confirment SSTEW comme PLD, non comme auto-score; Shin (2025) confirme que le désaccord humain–modèle se concentre sur la métacognition; Giray (2026) subordonne tout usage à la relation humaine. Les quatre épreuves de la section 7 lisent ces tensions. Le numérique subordonné est légitime vers l'adulte (préparation de questions ouvertes; SSTEW pour l'observateur humain; Jambunathan, 2025, comme formation enseignante; Heinmäe et al., 2025, comme conseil pédagogique); inverser la séquence ne l'est pas. Si le centre montre des dialogues prolongés de co-construction, un adulte qui a questionné, reformulé et étendu, et des enfants qui ont hypothétisé avec agentivité, il peut parler de soutien; s'il ne montre que des détecteurs, des scripts GenAI, des minutes SST/heure, des robots qui «font du SST» ou des classements sans jugement, il parle d'artefacts.

9. Limites

Cette revue est narrative. Elle n'applique pas de PRISMA propre ni n'estime d'effets combinés. On n'invente ni d, ni r ni AUC. Macha et al. (2024) sont une petite étude (33 enfants; quatre discussions; deux transcriptions). Meade y Kwan (2022) rapportent un centre et SSTEW comme PLD. McLaughlin et al. (2021) sont deux kindergartens en Aotearoa Nouvelle-Zélande; CEOS et LENA ne mesurent pas par eux-mêmes la qualité de la pensée. Szymanski et al. (2024) isolent des actes de parole en N = 51: les auteurs avertissent qu'ils ne retracent pas un SST dialogal complet. Techapoonpon et al. (2025) sont une quasi-expérience d'un bras au foyer, sans mesure directe d'habileté SST. Cheung et al. (2025) mesurent le SST parental en mathématiques: foyer, non classe. Jones y Siraj (2023) sont un chapitre de transitions: on ne les convertit pas en axe de dialogic reading. Siraj et al. (2023) sont un instrument, non un essai de classe latino-américaine. Hildebrandt et al. (2026) se lisent par la qualité d'interaction, non comme voix. Howard et al. (2024) revoient 2000–2022: ils n'évaluent pas de détecteurs de SST. Kervin et al. (2026) sont musée et 2,5–5 ans: transfert. Lim (2024) mesurent 137 futurs enseignants. Lee, Lee y Yoon (2025) mesurent six enseignantes. Jambunathan (2025) est une expérience de formatrice. Heinmäe et al. (2025) sont un chapitre de conseil pédagogique. Lee et al. (2025), Su y Yang (2022) et Su y Zhong (2022) cartographient IA/robots/curriculum, non le paquet d'exhibition en CENDI. Shin (2025) est secondaire. Zhang (2023) est ASR de conférence. Giray (2026) est une perspective critique. On n'a pas localisé d'essais vérifiés des artefacts comme paquet unique de «SST avec IA» en classe 3–6; on les discute comme plafond de catégorie. Les inférences de la section 7 sont des hypothèses de catégorie, non une évidence d'implémentation.

10. Conclusions

Les artefacts —détecteur ASR/NLP/ML ou scores de SST / SSTEW auto-score / dialogic quality index / SST episodes per hour / shared-thinking compliance / interaction quality percentile; GenAI de SST scripts/lesson packs/open-question banks/shared-thinking cards; dashboard de minutes SST/heure; chatbot/robot qui «fait du SST» sans médiation adulte; co-coding ChatGPT converti en classement enseignant— ne constituent pas un soutien à la pensée partagée soutenue en éducation initiale. Su y Yang (2022) et Su y Zhong (2022) confirment affordances et curriculum d'IA sans équivalence à un SST situé. Lee et al. (2025), Lim (2024), Giray (2026), Jambunathan (2025), Lee, Lee y Yoon (2025) et Heinmäe et al. (2025) fixent des cadres, des métaphores, des perceptions, une préparation enseignante et un conseil pédagogique, non un robot-substitut ni un GenAI de recette fermée. Shin (2025) et Zhang (2023) se lisent comme plafond d'artefact avec transfert. Les cas empiriques (sections 5–6) exigent de lire SST, SSTEW humaine et qualité d'interaction par ce qu'ils mesurent et par ce à quoi ils n'équivalent pas comme pédagogie située. Lorsqu'il y a soutien, il y a des dialogues prolongés de co-construction, une co-présence qui questionne, reformule et étend, et une interprétation pédagogique (Macha et al., 2024; McLaughlin et al., 2021; Siraj et al., 2023). Le SST se distingue du dialogic reading, de l'oralité-narration, de CLASS, de l'attention conjointe, de ToM, du prosocial, du peer-conflict, du SEL, de la participation-voix et des FE.

Là où les sources ne mesurent pas un jardin d'enfants, cet article ne l'affirme pas. Là où elles mesurent des cartographies d'IA, des robots, du GenAI de formation, du co-coding de secondaire, de l'ASR robotique, du SST dans des discussions sur la qualité, SSTEW comme PLD, data-informed teaching, des actes de parole SST, des activity books parentaux, du SST mathématique au foyer, des transitions de littératie, une échelle humaine ou du jeu numérique au musée, il ne les traduit pas en soutien via SST-score, script par prompt, dashboard de minutes, robot-substitut ni classement enseignant. Accompagner filles et garçons de trois à six ans en pensée partagée soutenue, c'est exercer des dialogues prolongés dans lesquels adulte et enfant co-construisent la signification, des questions ouvertes, la reformulation, l'extension conceptuelle, des hypothèses partagées, la métacognition émergente, un étayage qui ne se présente pas comme omniscient, et une co-présence qui interprète le SST comme pratique relationnelle située, non comme «SST-score». Le reste est détecteur, GenAI de scripts, dashboard de minutes, robot qui «fait du SST» et classement. Ce n'est pas un soutien à la pensée partagée soutenue en éducation initiale, et cela ne doit pas se présenter comme ce que ce n'est pas.

Laboratorio Editorial de NEXTECH.IA / Ingeniero Mitre.

Références

  1. Cheung, S. K., Kwan, J. L. Y., Chan, W. W. L., Kum, B. H. C., y Ho, P. L. (2025). Parents' use of sustained shared thinking during joint mathematics activities with young children: An investigation of its measurement, antecedents, and outcomes. British Journal of Educational Psychology, 95(2), 363–383. https://doi.org/10.1111/bjep.12722
  2. Giray, L. (2026). A critical stand against artificial intelligence in early childhood education. Discover Artificial Intelligence, 6, Article 768. https://doi.org/10.1007/s44163-026-01510-x
  3. Heinmäe, E., Puksand, H., y Kollom, K. (2025). AI in action: Pedagogical advice using artificial intelligence as a digital resource in early childhood education. En S. Papadakis (Ed.), AI in early education: Integrating artificial intelligence for inclusive and effective learning (pp. 41–58). Wiley. https://doi.org/10.1002/9781394352821.ch03
  4. Hildebrandt, A., Macha, K., Lonnemann, J., y Hildebrandt, F. (2026). Beyond voice: High-quality interactions and children’s agency in early childhood education. Early Childhood Education Journal. https://doi.org/10.1007/s10643-026-02237-1
  5. Howard, S. J., Lewis, K. L., Walter, E., Verenikina, I., y Kervin, L. K. (2024). Measuring the quality of adult–child interactions in the context of ECEC: A systematic review on the relationship with developmental and educational outcomes. Educational Psychology Review, 36(1), Article 6. https://doi.org/10.1007/s10648-023-09832-3
  6. Jambunathan, S. (2025). Integrating artificial intelligence into early childhood teacher education. Contemporary Issues in Early Childhood. https://doi.org/10.1177/14639491251340141
  7. Jones, P., y Siraj, I. (2023). The contribution of ‘sustained shared thinking’ to successful literacy transitions in English curriculum. En A. Thwaite, A. Simpson y P. Jones (Eds.), Dialogic pedagogy: Discourse in contexts from pre-school to university. Routledge. https://doi.org/10.4324/9781003296744-6
  8. Kervin, L. K., Lewis, K. L., Day, N., y Howard, S. J. (2026). Adult and child interactions when using digital technologies. Education Sciences, 16(8), Article 1260. https://doi.org/10.3390/educsci16081260
  9. Lee, J., Jo, J., Lee, J. O., y Kim, S. H. (2025). Incorporating humanoid artificial intelligence (AI) robots into early childhood education. Early Childhood Education Journal, 53(8), 2849–2857. https://doi.org/10.1007/s10643-024-01690-0
  10. Lee, J., Lee, J. O., y Yoon, J. (2025). Exploring perceptions of early childhood teachers on the use of artificial intelligence in early childhood education. Journal of Early Childhood Teacher Education. https://doi.org/10.1080/10901027.2025.2600033
  11. Lim, E. M. (2024). Metaphor analysis on pre-service early childhood teachers’ conception of AI (Artificial Intelligence) education for young children. Thinking Skills and Creativity, 51, Article 101455. https://doi.org/10.1016/j.tsc.2023.101455
  12. Macha, K., Hildebrandt, F., Wronski, C., Lonnemann, J., y Urban, M. (2024). Making it explicit – Sustained shared thinking dialogue as a way to explore children's perspectives on quality in German early childhood education and care. British Educational Research Journal. https://doi.org/10.1002/berj.4054
  13. McLaughlin, T., Cherrington, S., McLaughlin, C., Aspden, K., Hunt, L., y Gifkins, V. (2021). Data, knowledge, action: Exploring sustained shared thinking to deepen young children’s learning. Teaching and Learning Research Initiative. https://doi.org/10.18296/tlri.0021
  14. Meade, A., y Kwan, M. (2022). Weaving in data knowledge about sustained shared thinking enhances early childhood education practice. Early Childhood Folio, 26(2), 25–31. https://doi.org/10.18296/ecf.1112
  15. Shin, E. (2025). Co-coding classroom dialogue: A single researcher case study of ChatGPT-assisted analysis in science education. Journal of Computer Assisted Learning, 41(4), Article e70089. https://doi.org/10.1111/jcal.70089
  16. Siraj, I., Kingston, D., y Melhuish, E. (2023). The Sustained Shared Thinking and Emotional Well-being (SSTEW) Scale. Routledge. https://doi.org/10.4324/9781003379867
  17. 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
  18. 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
  19. Szymanski, L., Hildebrandt, F., y Wronski, C. (2024). Sustained Shared Thinking fördert das innovative Verhalten vier- bis sechsjähriger Kinder. Frühe Bildung, 13(3). https://doi.org/10.1026/2191-9186/a000642
  20. Techapoonpon, K., Pruttithavorn, W., Sripatanaskul, M., Limpiti, N., y Yoong, K. (2025). The efficacy of promoting sustained shared thinking through the use of activity books on parental empowerment; A quasi-experimental study. PLOS One, 20(7), Article e0328537. https://doi.org/10.1371/journal.pone.0328537
  21. Zhang, H. (2023). A robot dialogue system for preschool education based on AI artificial intelligence. En 2023 International Conference on Integrated Intelligence and Communication Systems (ICIICS). IEEE. https://doi.org/10.1109/iciics59993.2023.10421599