1. Introduction et problème

Dans la tranche des 3 à 6 ans — jardin d’enfants, préscolaire, CENDI, école infantile — un paquet de trois artefacts a été installé comme s’il valait une expérience STEM. Le premier est un kit de robot « programmable » : un Bee-Bot, un KIBO, un Matatalab ou un dispositif de sol à boutons. Le deuxième est une application de blocs : un écran qui enchaîne des icônes ou des pièces virtuelles et déclare que l’enfant « programme déjà du STEM ». Le troisième est un modèle qui suggère des défis STEM : un système génératif qui produit des tâches ou des « missions » et les livre comme si la sortie était une investigation. Les trois sont visibles et bon marché en temps de coordination. Ils permettent d’exhiber que le centre « fait déjà du STEM avec l’intelligence artificielle et la robotique ». Le saut — de posséder un artefact ou d’exécuter une séquence à affirmer qu’il y a une expérience STEM — n’est autorisé ni par les données de robotique en petite enfance ni par ce que les salles mesurent lorsqu’il y a investigation scientifique, de conception ou mathématique.

La thèse de cet article est restrictive. Un kit de robot « programmable », une application de blocs ou un modèle qui suggère des défis STEM ne constituent pas une expérience STEM en éducation de la petite enfance. À ce stade, le STEM est une investigation corporelle, matérielle et partagée avec des adultes ; ce n’est pas un entraînement aux interfaces. Trapero-González, Romero-Rodríguez, Fernández-Martín et Alonso-García (2025), avec quinze programmes de robotique en petite enfance, montrent que la ressource la plus citée est le Bee-Bot, que presque toutes les compétences STEM sont travaillées sauf l’ingénierie, et que les méta-analyses mesurent des gains expérimentaux. Cela n’autorise pas à traduire « il y a un robot » par « il y a du STEM ». Cela autorise à demander ce qui a été mesuré : souvent la pensée computationnelle, la séquentialisation ou le vocabulaire, non le cycle de questionner, d’essayer avec de la matière et de requestionner avec un adulte. NAEYC exige une pratique développementalement appropriée, intentionnelle et ancrée dans les matériaux et dans d’autres personnes, non dans un module détaché de la salle (NAEYC, 2022). Un algorithme qui génère un « défi STEM » n’investigate pas. Il administre une consigne que le métier n’a pas interprétée dans le corps ni dans le matériau.

Le problème s’aggrave pour une raison de métier que les fiches produit ne mentionnent pas. Le STEM de 3 à 6 ans n’est pas l’anticipation d’un cours de programmation du primaire, ni un événement « heure du robot », ni un cumul de pressions. Le scientifique, le technologique, le design et le mathématique ne sont pas des propriétés de l’artefact, mais de l’usage du corps, de la matière et de la conversation avec un adulte qui soutient la question (Cho, 2024 ; Hu, Huang et Li, 2024 ; Pavlou, Zacharia et Papaevripidou, 2024 ; OECD, 2021). Confondre le produit — kit, application, prompt de défis — avec le processus est l’erreur de catégorie que ce travail nomme. Darmawansah, Hwang, Chen et Liang (2023), dans trente-neuf articles de robotique et STEM, trouvent que la discipline prédominante est la Technologie entendue comme programmation, et que la ressource la plus utilisée est LEGO. Inférence, marquée comme telle : le marché de « l’IA et la robotique pour le STEM de petite enfance » hérite de cette distribution et l’automatise. Il convertit le T de programmer une interface en tout l’acronyme.

Ce travail ne recycle pas les axes déjà traités dans cette série. La question est de catégorie pédagogique : qu’est-ce qui compte comme expérience STEM lorsqu’un centre de petite enfance « fait de l’IA et de la robotique ». Les contributions sont trois : reconstruire l’état de l’art qui sépare l’investigation corporelle et matérielle de l’entraînement aux interfaces ; examiner trois familles de cas ; et offrir quatre épreuves pour décider quand un jardin d’enfants peut affirmer qu’il y a du STEM, et non seulement un kit, une application ou un flux de défis.

2. État de l’art : du STEM comme investigation à l’artefact qu’on exhibe

Il convient de séparer quatre strates que le marché de « l’IA et la robotique pour le STEM de petite enfance » mélange d’ordinaire. La première est le STEM de 3 à 6 ans comme investigation : le corps, la matière et l’adulte qui partage la question (Cho, 2024 ; Hu et al., 2024 ; Pavlou et al., 2024 ; Wilmes et Siry, 2024 ; Byrne, Jensen, Thomsen et Ramchandani, 2023). La deuxième est la preuve de robotique et de pensée computationnelle en petite enfance : kits, Bee-Bot, KIBO, Matatalab, programmes STEAM et méta-analyses (Trapero-González et al., 2025 ; Alonso-García, Rodríguez Fuentes, Ramos Navas-Parejo et Victoria-Maldonado, 2024 ; Sung et al., 2023 ; Zhang et al., 2025 ; Yang, Ng et Gao, 2022 ; Levinson et Bers, 2025 ; Angeli et Georgiou, 2023). La troisième est l’IA qui interagit, personnalise ou propose (Chen, 2024 ; Su et Yang, 2022 ; Ljungcrantz, 2026). La quatrième est le cadre de droits, de systèmes et de pratique développementalement appropriée, qui traite l’enfant de 3–6 ans comme sujet d’interactions de processus, non comme utilisateur d’une interface (OECD, 2021, 2023 ; NAEYC, 2022 ; UNESCO, 2021 ; Miao et Holmes, 2023 ; European Commission, 2022).

Dans la strate de l’investigation, Cho (2024) montre que des enfants de 3 à 5 ans investiguent un phénomène lorsque le récit, le corps et le jeu guidé les placent comme protagonistes de la question. Hu, Huang et Li (2024) trouvent que la pensée computationnelle débranchée émerge dans des boucles perception–action, étendue au corps et au matériau. Pavlou, Zacharia et Papaevripidou (2024) comparent, avec 132 enfants de 5 à 6 ans, des manipulateurs physiques et virtuels : le retour haptique importe dans certains domaines et pas dans d’autres. Wilmes et Siry (2024) situent la science dans des interactions avec matériaux, corps, pairs et enseignants. Byrne et al. (2023) examinent 102 interventions avec manipulateurs physiques, surtout de 4 à 6 ans : des bénéfices rapportés en mathématiques, espace et sciences, et aussi des nuls. Statut : constat que le STEM de petite enfance passe par le corps, la matière et un adulte. Inférence : un kit ou une application ne couvrent pas, par le fait d’exister, ce métier.

Dans la strate de la robotique, Trapero-González et al. (2025) synthétisent quinze programmes : le Bee-Bot se distingue ; on travaille sciences, technologie et mathématiques ; l’ingénierie reste en marge ; treize études entrent dans la méta-analyse avec des gains expérimentaux. Alonso-García et al. (2024) estiment, en dix études, une différence moyenne standardisée de 0,93 de la robotique sur la pensée computationnelle. Sung, Lee et Chun (2023), avec 450 enfants de 5 à 6 ans, trouvent des hausses de pensée computationnelle et de vocabulaire expressif, pas de numération. Zhang et al. (2025) randomisent 198 enfants : robot et débranché surpassent le contrôle en pensée computationnelle ; le robot surpasse aussi le débranché en fonctions exécutives. Yang, Ng et Gao (2022), avec 101 enfants, trouvent que le robot gagne sur le bloc en séquentialisation, pas en autorégulation globale. Levinson et Bers (2025) pilotent KIBO dans un préscolaire de Boston : le coding monte de 4,60 points au Coding Stages Assessment. Statut : constat que la robotique déplace, de façon répétée, la pensée computationnelle, la séquentialisation ou le coding. Inférence : déplacer le coding n’est pas, en soi, déplacer le STEM comme investigation d’un phénomène avec de la matière et avec un adulte.

Dans la strate de l’IA, Su et Yang (2022) examinent dix-sept études de 1995 à 2021. Chen (2024) cartographie dix-huit articles, onze pays et 15 081 enfants de 2 à 8 ans ; parmi d’autres affordances, l’IA comme outil d’apprentissage interactif et l’IA qui s’adapte et personnalise. Ljungcrantz (2026) actualise 2020–2024 : trente-neuf études, un pic en 2024, un foyer sur 4 à 6 ans. Statut : constat de champ de l’IA en ECE, non qu’un modèle qui suggère des défis constitue du STEM. Inférence : personnaliser et proposer des missions est exactement ce que le troisième artefact vend comme « il y a déjà du STEM avec l’IA ». Proposer un défi n’est pas investiguer un phénomène.

Dans la strate des systèmes, OECD (2021) ancre la qualité de l’ECEC dans les interactions de processus. OECD (2023) situe la numérisation dans le personnel, la protection et des usages pourvus de sens, non dans un flux de missions. NAEYC (2022) exige une pratique développementalement appropriée. UNESCO (2021) exige une supervision humaine. Miao et Holmes (2023) fixent un seuil de 13 ans pour des conversations indépendantes avec des plateformes génératives et exigent une validation pédagogique. La Commission européenne (2022) et le Département de l’Éducation des États-Unis (2023) s’accordent à ne pas remplacer le jugement professionnel. Inférence : un enfant de quatre ans n’est pas l’utilisateur d’un kit, d’une application ou d’un modèle qui lui « lance des défis STEM ». Il est le sujet d’une investigation qu’un adulte garant exerce avec le corps, avec la matière et avec le groupe sous les yeux.

3. Méthode de revue

Une revue narrative critique a été menée, non une méta-analyse. Le propos n’était pas d’estimer une taille d’effet homogène, mais d’articuler un argument de catégorie pédagogique avec des sources vérifiées. Critères d’inclusion : (a) 2021–2026 ; (b) STEM, sciences, robotique éducative, pensée computationnelle ou IA en éducation de la petite enfance, ou transfert explicitement marqué lorsque l’échantillon n’est pas de 3–6 ans ; (c) pertinence pour le jardin d’enfants, le préscolaire, le CENDI ou 3–6 ans ; (d) revue à pairs, DOI ou rapport de NAEYC, UNESCO, OECD, Commission européenne ou département de l’éducation ; (e) DOI ou page éditoriale vérifiable. Les axes déjà utilisés dans cette série ont été exclus comme objet central, bien que certains apparaissent comme limite.

La recherche a été exécutée le 27 août 2026 sur des pages DOI, Springer, Elsevier, Wiley, SAGE, Frontiers, ACM, MDPI, OECD iLibrary, UNESDOC, ERIC, NAEYC et des sites éditoriaux. Chaque source a été vérifiée contre au moins l’une de ces pages. On a distingué constat empirique, cadre conceptuel ou normatif, et inférence pédagogique marquée comme telle.

4. Cas 1. Posséder un kit, emboîter des blocs ou recevoir un défi généré n’est pas faire du STEM

Trapero-González, Romero-Rodríguez, Fernández-Martín et Alonso-García (2025) publient dans Knowledge Management & E-Learning la synthèse qui nomme le mieux le premier artefact lorsqu’on le présente comme du STEM. Ils analysent quinze travaux de robotique en éducation infantile (quatorze articles et une communication, 2013–2023 ; âges de trois à sept ans, moyenne 5,15). La ressource qui se distingue est le Bee-Bot. Sciences, technologie et mathématiques sont couvertes à des degrés divers ; l’ingénierie reste en marge. Treize études entrent dans la méta-analyse et montrent des résultats significatifs en faveur des groupes expérimentaux sur les compétences STEM. Statut de la preuve. Constat empirique de synthèse : la robotique éducative en petite enfance s’associe, dans les programmes qui passent les filtres, à des gains face à un contrôle. Ce n’est pas le constat que posséder le kit constitue une expérience STEM, ni que l’acronyme soit couvert. Le fait que le marché ne cite pas est l’ingénierie absente et le T qui, en pratique, se réduit à programmer un dispositif de sol. Inférence pédagogique, marquée comme telle : c’est le geste qu’un jardin copie lorsqu’il « fait du STEM avec un kit ». On achète le robot, on mesure des pressions ou un test de pensée computationnelle et on déclare l’acronyme accompli. Ce qu’il y a, c’est un artefact. Le STEM, chez Cho (2024), chez Pavlou et al. (2024) et chez NAEYC (2022), demande une investigation avec de la matière et avec un adulte. Un kit ne l’observe pas.

Sung, Lee et Chun (2023) saturent le portrait avec le paquet STEAM qui illustre le mieux le saut de catégorie. Dans trente centres de Séoul, Busan et Gyeonggi, 450 enfants de 5 à 6 ans (334 en traitement, 116 en contrôle) reçoivent, pendant cinq semaines, un programme intégré au curriculum Nuri qui inclut des kits robotiques (KIBO) ou un curriculum équivalent sur le même thème. La pensée computationnelle (Bebras et TACTIC–KIBO) et le vocabulaire expressif augmentent. Le même schéma n’est pas reproduit en numération, autorégulation ni conduite sociale comme effet principal. Statut : constat d’un programme STEAM avec robotique dans un N dense de petite enfance, non que le kit suffisait ni que l’acronyme était également couvert. Inférence, marquée comme telle : si un programme appelé STEAM déplace le coding et le vocabulaire et ne déplace pas la numération, un jardin ne peut traiter le kit comme du STEM du seul fait de le nommer ainsi. Zhang et al. (2025) randomisent 198 enfants de 5 à 6 ans : la programmation avec robot et la débranchée surpassent le contrôle en pensée computationnelle ; le robot surpasse le débranché sur cet indicateur et sur l’inhibition, la mémoire de travail et la flexibilité. Statut : constat de pensée computationnelle et de fonctions exécutives, non d’investigation scientifique ou de conception. Inférence : gagner à un test de CT n’autorise pas à déclarer une expérience STEM. Cela autorise à déclarer qu’on a entraîné une forme de séquentialisation, avec ou sans robot.

Levinson et Bers (2025) publient le pilote qui nomme le mieux le coding lorsqu’on le présente comme STEM de prékindergarten. Dans un centre de Boston qui accueille des enfances en situation de sans-abrisme, avec des salles Head Start et de prékindergarten universel, elles adaptent Coding as Another Language avec KIBO. Quatre-vingt-cinq enfants s’inscrivent ; quarante-neuf achèvent un post-test. Ceux qui étaient dans les salles UPK et ont reçu le curriculum montent de 4,60 points au Coding Stages Assessment (p < 0,0001). Statut : constat de connaissance de coding dans un pilote situé, non de STEM comme investigation d’un phénomène. Les auteures n’affirment pas que le score de coding équivaut à la science, à l’ingénierie ou aux mathématiques. Inférence : c’est le deuxième geste que le centre copie. On mesure le coding et on déclare du STEM. Yang, Ng et Gao (2022) comparent, dans quatre salles et 101 enfants (moyenne 64,78 mois), Matatalab et un circuit de blocs : le robot gagne en séquentialisation (F = 5,09, p < 0,05) ; l’autorégulation ne montre pas d’effet global ; la pensée computationnelle s’améliore davantage chez les plus âgés. Statut : constat de séquentialisation face à un jeu de blocs, non que le robot remplace l’investigation matérielle. Inférence : le bloc, que le marché traite comme « l’habituel », est précisément l’un des pôles matériels du STEM de petite enfance. Gagner sur le bloc en séquentialisation ne prouve pas que le kit couvre l’acronyme. Cela prouve qu’une séquence a été entraînée.

Le troisième artefact — le modèle qui suggère des défis STEM — n’a, dans ce corpus, aucun essai de jardin qui le mesure comme investigation. C’est une inférence, marquée comme telle. Chen (2024) cartographie interaction et personnalisation. Su et Yang (2022) et Ljungcrantz (2026) saturent la croissance du champ. Miao et Holmes (2023) excluent le mineur de 13 ans comme interlocuteur indépendant de plateformes génératives. Inférence : un système qui produit des « missions STEM » personnalise un parcours ; il n’investigate pas un phénomène. Un CENDI qui livre le « défi de la semaine généré par IA » a fait un produit. Le STEM se vérifie si le groupe, avec le corps, la matière et un adulte, a questionné, essayé et requestionné. Il ne se vérifie pas dans le prompt.

5. Cas 2. Ce que le jardin fait bel et bien lorsqu’il y a du STEM : investigation corporelle, matérielle et partagée avec des adultes

Cho (2024) publie dans Early Childhood Education Journal l’étude qui, dans ce corpus, nomme le mieux le STEM de petite enfance comme métier du corps et de la question, non comme interface. Elle conçoit un environnement de « jeu incarné guidé par un récit » et itère l’activité avec des enfants de 3 à 5 ans dans un musée des sciences et dans des préscolaires locaux. L’analyse, d’une perspective socioculturelle, montre que le récit, le mouvement et le jeu guidé placent l’enfant comme protagoniste qui investigate un phénomène. Le corps n’est pas un ornement : c’est le médium avec lequel on interagit et on comprend. Statut de la preuve. Constat empirique de processus en sciences de 3 à 5 ans. Ce n’est pas un constat d’IA ni qu’un kit reproduise ce métier. On ne généralise pas le musée ou le préscolaire local à un CENDI latino-américain. Inférence pédagogique, marquée comme telle : c’est l’objet qu’un centre de petite enfance peut appeler, à bon droit, une expérience STEM. C’est une investigation corporelle. Un kit à boutons ne place pas l’enfant comme protagoniste d’un phénomène. Une application de blocs ne déplace pas le corps sur la question. Un modèle qui suggère des défis n’investigate pas : il prescrit.

Hu, Huang et Li (2024) saturent le portrait depuis la cognition incarnée. Dans des activités débranchées, la pensée algorithmique et le débogage émergent le plus souvent, et la pensée computationnelle s’étend au matériau et au corps, en boucles perception–action. Statut : constat de processus, non de robot ni d’IA. Inférence : si ce que le marché vend comme « le T du STEM » émerge sans écran, un jardin n’a pas besoin d’une application de blocs pour séquencer ou déboguer. Il a besoin d’un adulte qui soutient ces boucles. Pavlou, Zacharia et Papaevripidou (2024) tranchent l’équivalence entre le virtuel et le matériel. Cent trente-deux enfants de 5 à 6 ans, quarante-quatre par domaine, expérimentent avec des manipulateurs physiques ou virtuels sur la poutre d’équilibre, couler/flotter et les ressorts. Ils s’améliorent dans les trois domaines. Il n’y a pas de différence sur la poutre. Sur couler/flotter, les virtuels rendent davantage. Sur les ressorts, les physiques. Statut : le retour haptique est dépendant du domaine. Inférence : un jardin ne peut traiter une application ou un modèle qui simule le phénomène comme l’équivalent de l’essai avec de la matière. Dans certains domaines, la main importe. Dans tous, un adulte conduit l’expérimentation. Le STEM de petite enfance n’est pas l’écran qui « apporte déjà l’expérience ». C’est l’essai, parfois avec la main, toujours avec une question partagée.

Wilmes et Siry (2024) analysent, dans une salle de première enfance au Luxembourg, comment un enfant investigate avec un microscope numérique, de la terre, des vers et du compost : la science se fait avec des matériaux, le corps, des pairs et des enseignants. Statut : constat de processus, non de robotique. Cet article n’en fait pas une étude de multilinguisme : l’objet retenu est l’investigation matérielle et corporelle partagée. Byrne, Jensen, Thomsen et Ramchandani (2023) examinent 102 interventions avec manipulateurs physiques, surtout avec des échantillons de 4 à 6 ans, dans vingt-six pays. Ils regroupent mathématiques, littératie et sciences. Ils rapportent des bénéfices en mathématiques, espace et sciences, et aussi des nuls et des limites de conception. En sciences, les enfants expérimentent pente et vitesse, gravité, flottaison, magnétisme et machines simples. Statut : constat de scoping, preuve mixte, non que le manipulateur suffise. Inférence : le STEM de petite enfance, lorsqu’il apparaît dans cette littérature, apparaît comme un essai avec des objets et avec un adulte qui guide. OECD (2021) ancre la qualité dans les interactions de processus. NAEYC (2022) exige l’intentionnalité. Inférence : la preuve de STEM se vérifie si le groupe, avec le corps et avec la matière, et avec un adulte, a requestionné. Elle ne se vérifie pas dans l’inventaire de kits.

6. Cas 3. Un robot entre dans le STEM de petite enfance seulement s’il sert l’investigation, non s’il entraîne une interface

Angeli et Georgiou (2023) publient dans Frontiers in Education l’essai qui, dans ce corpus, nomme le mieux le plafond du robot lorsqu’on le laisse seul. Cent soixante-dix enfants de 5 à 6 ans, de dix préscolaires, sont assignés à un étayage fondé sur un modèle, un étayage fondé sur le code ou un contrôle sans étayage, avec Bee-Bot. Dans la phase où il y a étayage, le type de soutien déplace la pensée computationnelle en faveur des groupes expérimentaux ; le contrôle, qui « explore » le robot sans soutien, rend moins. Au retrait de l’étayage, un effet de genre en faveur des garçons apparaît. Statut de la preuve. Constat empirique que le Bee-Bot ne suffit pas : sans un système externe de mémoire et sans un adulte qui soutient la séquence, l’enfant n’achève pas la tâche dans les mêmes conditions. Ce n’est pas un constat de STEM comme science ou ingénierie, ni d’IA. Le contexte est un pays européen ; on ne le généralise pas à un CENDI. Cet article n’en fait pas une étude d’inclusion : l’objet retenu est l’étayage adulte du dispositif, non la différence de genre comme thèse. Inférence pédagogique, marquée comme telle : c’est le critère de catégorie. Un kit « programmable » sans adulte qui soutient la question est un entraînement d’interface, et un entraînement incomplet. Le contrôle d’Angeli et Georgiou est, exactement, ce qu’un jardin fait lorsqu’il « laisse le robot sur le tapis parce que c’est déjà du STEM ».

Bakala, Pires, Tejera et Hourcade (2023) saturent le portrait depuis le métier. À Montevideo, entre mars et mai 2023, ils mènent cinq groupes focaux avec deux enseignants d’informatique de préscolaire sur Qobo, Ozobot, KIBO et Botley. Le titre cite la phrase : « ça va sûrement tomber ». Les enseignants nomment la taille, la fragilité, la distance entre le programme et le robot, et le besoin de lier le dispositif au curriculum. Statut : perceptions de deux enseignants dans un centre privé, non un essai. Inférence : le marché vend le kit comme STEM prêt. Qui vit la salle nomme que le robot tombe et que sans lien curriculaire il n’y a pas de métier. Bourha, Hatzigianni, Sidiropoulou et Vitoulis (2026) observent, pendant trois mois, 37 enfants de 3 à 4 ans dans quatre centres grecs, avec Bee-Bot, Coko Robot et d’autres jouets technologiquement augmentés. Ils codent résolution de problèmes, pensée computationnelle et collaboration, plus clairement avec les jouets programmables ouverts. Statut : observation qualitative. Cet article n’en fait pas une étude de jeu libre : l’objet retenu est que, à 3 et 4 ans, les conduites STEM apparaissent dans la manipulation partagée d’un objet ouvert, non dans la fidélité à une interface. Inférence : un modèle qui suggère des défis n’ajoute pas cette conduite. Il ajoute une consigne.

La distribution des rôles se confirme par contraste. Yang, Ng et Gao (2022) montrent que le bloc matériel produit des gains ; le robot ajoute de la séquentialisation, non un acronyme. Zhang et al. (2025) montrent que le débranché déplace aussi la pensée computationnelle. Trapero-González et al. (2025) montrent l’ingénierie absente. Darmawansah et al. (2023) montrent que la programmation prédomine. Inférence : l’IA et le robot entrent dans le STEM de petite enfance, le cas échéant, du côté de l’adulte qui investigate avec le groupe — comme soutien pour enregistrer un essai ou comme matériau de plus parmi les matériaux —, soumis à validation pédagogique (Miao et Holmes, 2023). Ils n’entrent pas comme interface qu’on entraîne ni comme émetteur de défis. OECD (2023) situe la numérisation dans des usages pourvus de sens. La Commission européenne (2022) et le Département de l’Éducation des États-Unis (2023) exigent de ne pas remplacer le jugement. Inférence : un système qui génère « le défi STEM du jour » et mesure des clics n’est pas une innovation STEM. C’est une erreur de catégorie. Le robot qui sert est celui que l’adulte met au service d’une question que le groupe a déjà dans les mains.

7. Cadre inférentiel : quatre épreuves pour affirmer qu’il y a du STEM, non un artefact

Le cadre qui suit est l’inférence pédagogique de cet article, ancrée dans les cas et dans les instruments vérifiés. Ce n’est pas une nouvelle norme internationale. 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 qu’un kit de robot « programmable », une application de blocs ou un modèle qui suggère des défis STEM constituent une expérience STEM.

7.1. Épreuve de l’investigation, non de l’artefact exhibé. Trapero-González et al. (2025) documentent des kits et des gains sans couvrir l’ingénierie. Sung et al. (2023) déplacent la pensée computationnelle et le vocabulaire, non la numération. Levinson et Bers (2025) mesurent le coding. Chen (2024) cartographie interaction et personnalisation. Inférence : la preuve de STEM se vérifie si le groupe a questionné, essayé et requestionné sur un phénomène ou un problème de conception. Si la « preuve » que le centre fait du STEM est la photo du kit, le journal de l’application ou le fichier de défis générés, le centre a fait un inventaire, non une investigation.

7.2. Épreuve du corps et de la matière, non de l’interface. Cho (2024) situe le corps comme médium de la science. Hu et al. (2024) situent la pensée computationnelle dans des boucles perception–action. Pavlou et al. (2024) montrent que le retour haptique importe dans certains domaines. Byrne et al. (2023) cartographient l’essai avec des objets. Wilmes et Siry (2024) situent matériaux et corps avec pairs et enseignants. Inférence : l’enfant de 3–6 ans n’est pas l’utilisateur d’une application de blocs ni le destinataire d’un prompt. Il est le sujet d’une investigation qui passe par les mains, par le déplacement, par le poids, par l’eau, par la rampe, par l’assemblage. Si l’IA entre, elle entre comme atelier de l’adulte — par exemple pour aider à enregistrer un essai —, soumise à validation pédagogique. Elle n’entre pas comme tableau de missions ni comme écran qui remplace la matière.

7.3. Épreuve de l’adulte qui partage la question, non de l’entraînement d’interface. Angeli et Georgiou (2023) montrent que le Bee-Bot sans étayage rend moins. Bakala et al. (2023) entendent que le robot tombe et qu’il faut le lier au curriculum. Yang, Ng et Gao (2022) montrent que le bloc matériel enseigne aussi. Zhang et al. (2025) montrent que le débranché déplace la pensée computationnelle. Miao et Holmes (2023) excluent le mineur de 13 ans comme interlocuteur indépendant. Inférence : le STEM de petite enfance n’est pas un enfant qui « programme déjà seul ». C’est un adulte qui soutient la question pendant que le groupe essaie. Un modèle qui suggère des défis inverse le métier : il livre la question toute faite et mesure la fidélité à l’interface.

7.4. Épreuve des droits et du jugement professionnel, non du catalogue de produit. UNESCO (2021) exige une supervision humaine. Miao et Holmes (2023) exigent une validation pédagogique. La Commission européenne (2022) et le Département de l’Éducation des États-Unis (2023) exigent de ne pas remplacer l’enseignant. NAEYC (2022) exige une pratique développementalement appropriée. OECD (2021, 2023) ancre la qualité dans les interactions de processus et dans des usages numériques pourvus de sens. Inférence : un centre de petite enfance ne peut traiter l’enfant comme opérateur d’un kit, d’une application ou d’un flux de défis. Le STEM ne s’accomplit pas en programmant mieux l’interface. Il s’accomplit en investiguant avec le corps, avec la matière et avec des adultes qui partagent la question.

Le cadre admet la robotique lorsque le dispositif se subordonne à une investigation corporelle, matérielle et partagée (Angeli et Georgiou, 2023 ; Bourha et al., 2026 ; Yang, Ng et Gao, 2022). Il admet le débranché et l’essai haptique (Hu et al., 2024 ; Pavlou et al., 2024 ; Cho, 2024). Il refuse de déclarer du STEM par un kit, une application ou un modèle qui suggère des défis (Trapero-González et al., 2025 ; Sung et al., 2023 ; Zhang et al., 2025 ; Levinson et Bers, 2025 ; Chen, 2024).

8. Discussion

Trois tensions organisent la discussion. La première est entre exhiber un artefact et investiguer un phénomène. C’est un constat que la robotique en petite enfance s’associe à des gains, surtout de pensée computationnelle (Trapero-González et al., 2025 ; Alonso-García et al., 2024 ; Zhang et al., 2025) ; qu’un STEAM avec KIBO déplace le CT et le vocabulaire, non la numération (Sung et al., 2023) ; qu’un pilote de KIBO déplace le coding (Levinson et Bers, 2025) ; et que le champ de l’IA en ECE a crû jusqu’à trente-neuf études en 2020–2024 (Ljungcrantz, 2026 ; Su et Yang, 2022 ; Chen, 2024). C’est un cadre que la qualité de petite enfance se joue dans les interactions de processus (OECD, 2021 ; NAEYC, 2022). Ce n’est pas un constat qu’un kit, une application ou un modèle qui suggère des défis produisent le métier que Cho (2024), Hu et al. (2024), Pavlou et al. (2024) et Wilmes et Siry (2024) observent. Les trois artefacts mesurent ce que l’ingénierie sait livrer et déclarent ce que seule l’investigation autoriserait.

La deuxième est entre le T de programmer et l’acronyme. Darmawansah et al. (2023) montrent que la littérature penche vers la programmation. Trapero-González et al. (2025) montrent l’ingénierie absente. Sung et al. (2023) et Zhang et al. (2025) mesurent le CT. Inférence : insister que le jardin « fait déjà du STEM » parce qu’il y a un Bee-Bot ou une application est une pédagogie inversée. On prend l’interface et on la fait valoir pour la science, le design et les mathématiques. L’enfant reste opérateur ; l’adulte, superviseur de la fidélité au kit.

La troisième est entre l’adulte qui partage la question et le modèle qui la prescrit. Angeli et Georgiou (2023) montrent que sans étayage le robot n’atteint pas. Bakala et al. (2023) montrent un robot qui tombe. Miao et Holmes (2023) excluent le mineur de 13 ans. Inférence : le seul usage d’IA et de robotique qui ne contredit pas le STEM à 3–6 ans est celui qui demeure du côté de l’adulte qui investigate avec le groupe, soumis à validation pédagogique. Un modèle qui suggère des défis parce que le système a besoin d’un produit ne l’est pas. Un kit qu’on presse pour remplir l’heure de technologie ne l’est pas.

9. Limites

Cette revue est narrative. Elle n’applique pas PRISMA ni n’estime d’effets combinés. Trapero-González et al. (2025) et Alonso-García et al. (2024) synthétisent robotique et CT, non l’investigation d’un phénomène. Sung et al. (2023) sont de Corée du Sud et de cinq semaines. Zhang et al. (2025) et Yang, Ng et Gao (2022) mesurent CT, séquentialisation et fonctions exécutives, non l’acronyme complet. Levinson et Bers (2025) sont un pilote de coding à Boston. Angeli et Georgiou (2023) sont Bee-Bot et étayage ; le constat de genre n’est pas converti ici en thèse. Bakala et al. (2023) sont deux enseignants. Bourha et al. (2026) sont un N = 37 qualitatif. Cho (2024), Hu et al. (2024), Pavlou et al. (2024) et Wilmes et Siry (2024) ne sont pas d’IA. Byrne et al. (2023) mélangent préprimaire et primaire, avec une preuve mixte. Darmawansah et al. (2023) couvrent surtout le K–12. Chen (2024), Su et Yang (2022) et Ljungcrantz (2026) cartographient l’IA en ECE, non le STEM de jardin. NAEYC, UNESCO, OECD et les guides de 2021–2023 sont de cadre. On n’a pas localisé d’essais latino-américains d’IA qui mesurent l’investigation corporelle et matérielle face à un flux de défis STEM en jardin. Les inférences de la section 7 sont des hypothèses de catégorie pédagogique, non une preuve d’implantation.

10. Conclusions

Un kit de robot « programmable », une application de blocs ou un modèle qui suggère des défis STEM ne constituent pas une expérience STEM dans un centre d’éducation de la petite enfance. La preuve vérifiée n’autorise pas cette déclaration. Quinze programmes associent la robotique de petite enfance à des gains, avec le Bee-Bot dominant et l’ingénierie en marge (Trapero-González et al., 2025). Dix études estiment un effet important sur la pensée computationnelle (Alonso-García et al., 2024). Quatre cent cinquante enfants dans un STEAM avec KIBO gagnent en CT et vocabulaire, non en numération (Sung et al., 2023). Cent quatre-vingt-dix-huit enfants gagnent en CT avec un robot et aussi sans lui (Zhang et al., 2025). Un pilote de KIBO déplace le coding (Levinson et Bers, 2025). Cent un enfants gagnent en séquentialisation face aux blocs, non en autorégulation globale (Yang, Ng et Gao, 2022). Dix-huit et trente-neuf revues saturent la croissance de l’IA en ECE sans l’équivaloir au STEM de jardin (Chen, 2024 ; Su et Yang, 2022 ; Ljungcrantz, 2026). En revanche, lorsqu’il y a du STEM en petite enfance, il y a corps, matière et adulte : des enfants de 3 à 5 ans qui investiguent un phénomène (Cho, 2024) ; une pensée computationnelle étendue au corps (Hu et al., 2024) ; un haptique dépendant du domaine (Pavlou et al., 2024) ; une science avec matériaux, corps, pairs et enseignants (Wilmes et Siry, 2024) ; et un Bee-Bot qui, sans étayage, n’atteint pas (Angeli et Georgiou, 2023). Les guides en vigueur exigent supervision humaine, validation pédagogique et de ne pas remplacer le jugement professionnel (UNESCO, 2021 ; Miao et Holmes, 2023 ; European Commission, 2022 ; U.S. Department of Education, 2023).

Là où les sources ne mesurent pas un jardin, cet article ne l’affirme pas. Là où elles mesurent un kit, une application ou un défi généré, il ne les traduit pas en expérience STEM. Accompagner des filles et des garçons de trois à six ans en STEM, c’est exercer une investigation corporelle, matérielle et partagée avec des adultes. Le reste est un entraînement aux interfaces. Ce n’est pas du STEM, et cela ne doit pas se présenter comme ce qu’il n’est pas.

Laboratorio Editorial de NEXTECH.IA / Ingeniero Mitre.

Références

  1. Alonso-García, S., Rodríguez Fuentes, A. V., Ramos Navas-Parejo, M. et Victoria-Maldonado, J. J. (2024). Enhancing computational thinking in early childhood education with educational robotics: A meta-analysis. Heliyon, 10(13), e33249. https://doi.org/10.1016/j.heliyon.2024.e33249
  2. Angeli, C. et Georgiou, K. (2023). Investigating the effects of gender and scaffolding in developing preschool children’s computational thinking during problem-solving with Bee-Bots. Frontiers in Education, 7, Article 757627. https://doi.org/10.3389/feduc.2022.757627
  3. Bakala, E., Pires, A. C., Tejera, G. et Hourcade, J. P. (2023). “It will surely fall”: Exploring teachers’ perspectives on commercial robots for preschoolers. Dans Proceedings of the 2023 ACM Conference on Information Technology for Social Good (pp. 477–486). Association for Computing Machinery. https://doi.org/10.1145/3582515.3609570
  4. Bourha, D., Hatzigianni, M., Sidiropoulou, T. et Vitoulis, M. (2026). From blocks to bots: The STEM potential of technology-enhanced toys in early childhood education. Behavioral Sciences, 16(1), 161. https://doi.org/10.3390/bs16010161
  5. Byrne, E. M., Jensen, H., Thomsen, B. S. et Ramchandani, P. G. (2023). Educational interventions involving physical manipulatives for improving children’s learning and development: A scoping review. Review of Education, 11(2), e3400. https://doi.org/10.1002/rev3.3400
  6. 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
  7. Cho, K. (2024). Story-driven embodied play: Empowering young children’s agency in science learning. Early Childhood Education Journal, 52, 1577–1585. https://doi.org/10.1007/s10643-023-01570-z
  8. Darmawansah, D., Hwang, G.-J., Chen, M.-R. A. et Liang, J.-C. (2023). Trends and research foci of robotics-based STEM education: A systematic review from diverse angles based on the technology-based learning model. International Journal of STEM Education, 10, Article 12. https://doi.org/10.1186/s40594-023-00400-3
  9. European Commission. (2022). Ethical guidelines on the use of artificial intelligence (AI) and data in teaching and learning for educators. Publications Office of the European Union. https://doi.org/10.2766/153756
  10. Hu, W., Huang, R. et Li, Y. (2024). Young children’s experience in unplugged activities about computational thinking: From an embodied cognition perspective. Early Childhood Education Journal, 52, 769–782. https://doi.org/10.1007/s10643-023-01475-x
  11. Levinson, T. et Bers, M. (2025). Robotics in universal prekindergarten classrooms. International Journal of Technology and Design Education, 35, 3–24. https://doi.org/10.1007/s10798-024-09905-6
  12. 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
  13. Miao, F. et Holmes, W. (2023). Guidance for generative AI in education and research. UNESCO. https://doi.org/10.54675/EWZM9535
  14. NAEYC. (2022). Developmentally appropriate practice in early childhood programs serving children from birth through age 8 (4e éd.). NAEYC. https://www.naeyc.org/resources/pubs/books/dap-fourth-edition
  15. OECD. (2021). Starting Strong VI: Supporting meaningful interactions in early childhood education and care. OECD Publishing. https://doi.org/10.1787/f47a06ae-en
  16. OECD. (2023). Empowering young children in the digital age (Starting Strong). OECD Publishing. https://doi.org/10.1787/50967622-en
  17. Pavlou, Y., Zacharia, Z. C. et Papaevripidou, M. (2024). Comparing the impact of physical and virtual manipulatives in different science domains among preschoolers. Science Education, 108(4), 1162–1190. https://doi.org/10.1002/sce.21869
  18. Su, J. et 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
  19. Sung, J., Lee, J. Y. et Chun, H. Y. (2023). Short-term effects of a classroom-based STEAM program using robotic kits on children in South Korea. International Journal of STEM Education, 10, Article 26. https://doi.org/10.1186/s40594-023-00417-8
  20. Trapero-González, I., Romero-Rodríguez, J. M., Fernández-Martín, F. D. et Alonso-García, S. (2025). Educational robotics and STEM competence in early childhood education: Systematic review and meta-analysis of programmes and outcomes. Knowledge Management & E-Learning, 17(1), 71–87. https://doi.org/10.34105/j.kmel.2025.17.003
  21. UNESCO. (2021). Recommendation on the ethics of artificial intelligence. UNESCO. https://unesdoc.unesco.org/ark:/48223/pf0000381137
  22. 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
  23. Wilmes, S. E. D. et Siry, C. (2024). Engaging with materials and the body: Young plurilingual children’s resource-rich interactions in science investigations. Research in Science & Technological Education, 42(1), 114–132. https://doi.org/10.1080/02635143.2023.2298353
  24. Yang, W., Ng, D. T. K. et Gao, H. (2022). Robot programming versus block play in early childhood education: Effects on computational thinking, sequencing ability, and self-regulation. British Journal of Educational Technology, 53(6), 1817–1841. https://doi.org/10.1111/bjet.13215
  25. Zhang, X., Chen, Y., Hu, L., Hwang, G.-J. et Tu, Y.-F. (2025). Developing preschool children’s computational thinking and executive functions: Unplugged vs. robot programming activities. International Journal of STEM Education, 12, Article 10. https://doi.org/10.1186/s40594-024-00525-z