1. Introduction et problème

Dans la direction d’un jardin d’enfants, d’une école maternelle, d’un CENDI ou d’une école infantile, un paquet de trois gestes s’est naturalisé. Le premier est contractuel : acquérir une licence. Le deuxième est organique : nommer une éducatrice, une coordinatrice ou une sous-directrice comme « référent IA ». Le troisième est communicatif : faire circuler un communiqué interne qui autorise, limite ou célèbre l’usage d’outils. Les trois sont visibles, auditables et bon marché en temps de direction. Ils permettent d’exhiber, devant l’inspection, le réseau ou les familles, que le centre « fait déjà quelque chose » avec l’intelligence artificielle. Le saut énonciatif est énorme : on passe d’un acte d’approvisionnement, de désignation ou de rédaction à l’affirmation qu’il y a leadership pédagogique. Ce saut n’est autorisé ni par l’évidence du leadership scolaire ni par celle de l’éducation de la petite enfance.

La thèse de cet article est restrictive. Acheter une licence, nommer un référent IA ou faire circuler un communiqué interne ne constitue pas un leadership pédagogique. Le leadership dans les centres d’éducation de la petite enfance se joue dans une autre classe de décisions : protéger le temps de jeu comme ressource organisationnelle de la journée ; protéger le jugement des éducatrices lorsqu’un modèle génère des programmes, des plans ou des rapports d’observation qui semblent prêts ; et protéger les droits des enfants de trois à six ans, qui ne sont pas des usagers autonomes de plateformes génératives. Confondre le déploiement d’un outil avec cette protection est une erreur catégorielle. Wang (2021) rappelle que la décision d’un leader éducatif n’est pas seulement analytique : elle est aussi morale. Fullan, Azorín, Harris et Jones (2024) avertissent que l’IA peut alléger la charge administrative de la direction ou, à l’inverse, éroder ou remplacer des fonctions de leadership. Ce que ces trois gestes ne font pas, par eux-mêmes, c’est décider de quel côté se range le jardin d’enfants.

Le problème s’aggrave dans l’éducation de la petite enfance pour une raison de métier que les guides génériques « IA pour les écoles » n’affichent pas. L’objet de la direction n’est pas un emploi du temps de matières ni un classement de résultats. C’est la qualité de processus : les interactions quotidiennes des enfants avec les adultes, les pairs, les matériaux et l’espace (OECD, 2021). TALIS Starting Strong 2024 montre que la majorité des leaders collabore plus d’une fois par semaine avec le personnel pour améliorer la façon dont les enfants jouent ensemble et pour observer les pratiques et les interactions du staff, alors que développer ou communiquer une vision survient au plus une fois par mois (OECD, 2025). C’est le travail réel de la direction. Un communiqué, un référent sans mandat pédagogique ou une licence ne le remplacent pas.

Ce travail ne recycle pas le cadre de compétences enseignantes de l’UNESCO pour les professionnels en service, ni les axes déjà traités dans cette série. La question est de direction : qu’est-ce qui compte comme leadership pédagogique lorsqu’un centre d’éducation de la petite enfance « fait de l’IA ». Les contributions sont trois : reconstruire l’état de l’art ; examiner trois familles de cas — adoption par des directrices et directeurs, usage de l’IA générative par des middle leaders, et politique de centres et de systèmes — ; et offrir quatre épreuves pour décider quand une direction peut affirmer qu’elle dirige, et non seulement qu’elle a acheté, nommé ou communiqué.

2. État de l’art : du leadership pédagogique au leadership de déploiement

Il convient de séparer quatre strates que la littérature et la pratique des centres mêlent souvent. La première est le leadership pédagogique de l’éducation de la petite enfance, entendu comme responsabilité partagée de la qualité de la pédagogie, non comme un poste. La deuxième est le leadership scolaire médié par l’intelligence artificielle : ce que directrices, directeurs et middle leaders font avec des systèmes d’IA ou des modèles génératifs. La troisième est le geste de politique de centre — licence, référent, communiqué — qui prétend valoir pour la deuxième et, souvent, pour la première. La quatrième est le cadre des droits de la petite enfance, qui fixe un seuil d’âge et un devoir de supervision humaine qu’aucun déploiement d’outil ne peut éluder.

Dans la strate du leadership pédagogique, Heikka, Pitkäniemi, Kettukangas et Hyttinen (2021) montrent, avec 130 professionnels de centres finlandais — directrices, enseignants et personnel d’accueil — et six entretiens, que les centres avaient adopté des approches congruentes avec le leadership pédagogique distribué, et que la mise en œuvre de formes distribuées était liée positivement à la capacité des enseignantes de diriger la réflexion et l’apprentissage dans leurs équipes. L’engagement des enseignantes était plus élevé lorsque cette distribution était enactée de manière suffisante. Fonsén, Szecsi, Kupila, Liinamaa, Halpern et Repo (2023) comparent les discours de directrices et d’enseignantes en Finlande et en Floride (en Finlande, 13 directrices et 15 enseignantes) : il existe une conceptualisation similaire du leadership pédagogique distribué, avec des différences dans l’indépendance attendue des enseignantes et dans l’extension des pratiques au-delà du centre. Fonsén, Ahtiainen et Heikkinen (2023), avec cinq groupes focaux de 15 leaders finlandais, trouvent des « lentilles pédagogiques » et le curriculum comme outil stratégique : le leadership est le moyen d’interpréter et de mettre en œuvre le curriculum avec les enseignantes. Fonsén, Marchant et Ruohola (2023) contrastent la Finlande et Singapour : les discours finlandais s’articulent comme un leadership à focale pédagogique. Dans tous ces travaux, le leadership pédagogique n’est pas un annexe technologique : c’est le travail quotidien de regarder la pédagogie de la salle.

TALIS Starting Strong 2024 sature ce portrait à l’échelle des systèmes. Un leadership fort — y compris distribué et l’appui à l’apprentissage pédagogique du staff — est associé à la satisfaction du personnel à l’égard de la direction, laquelle contribue aux pratiques avec les enfants. Les responsabilités pédagogiques sont plus souvent partagées avec le staff ; les administratives et financières, avec des acteurs externes. L’engagement dans les pratiques standard de leadership pédagogique est large ; celui des pratiques plus stratégiques, moindre (OECD, 2025). Starting Strong VI avait ancré le problème dans la qualité de processus : ce qui compte est l’interaction quotidienne, non le règlement (OECD, 2021). Inférence, marquée comme telle : un centre qui « dirige l’IA » et ne protège pas ces interactions ne dirige pas la pédagogie. Il dirige un dossier d’outils.

Dans la strate du leadership scolaire et de l’IA, l’évidence est récente et rare. Arar, Tlili et Salha (2024) ne trouvent pas de revues d’administration éducative parmi les dix principales plateformes mentionnant le leadership éducatif et l’IA dans Scopus. Wang (2021) synthétise un rôle symbiotique : l’IA peut apporter une efficacité analytique aux décisions fondées sur les données, mais cette voie peut heurter la décision morale fondée sur des valeurs ; le meilleur est un mélange, l’IA comme cerveau étendu et le jugement humain guidé par des valeurs comme correcteur. Adams et Thompson (2025) constatent que la littérature est « extrêmement rare » et projettent que des modèles comme ChatGPT peuvent accélérer l’administration et la communication. Fullan et al. (2024) posent l’alternative : la technologie peut soulever des charges mécaniques ou éroder des fonctions de leadership ; ce que le leader valorise reste sous son contrôle. Aucun de ces textes n’affirme qu’une licence, un référent ou un communiqué closent le problème.

Dans la strate des droits, la Recommandation de l’UNESCO ancre les droits humains et la supervision humaine (UNESCO, 2021). Le Guide pour l’IA générative exige une approche centrée sur l’humain, une validation pédagogique et un seuil d’âge pour les conversations indépendantes avec des plateformes génératives (Miao et Holmes, 2023). UNICEF (2021) part de la Convention relative aux droits de l’enfant et exige de soutenir le développement infantile et de prioriser l’intérêt supérieur. La Commission européenne (2022) rappelle que l’IA est déjà dans les écoles. Le Département de l’éducation des États-Unis insiste sur l’humain dans la boucle et sur le non-remplacement de l’enseignant (U.S. Department of Education, 2023). L’OECD Digital Education Outlook 2023 situe outils et compétences dans l’écosystème du système, non dans un annexe de centre (OECD, 2023). Inférence : le jardin d’enfants ne peut traiter un enfant de quatre ans comme usager d’un modèle, ni le jugement de l’éducatrice comme un coût à optimiser avec une licence.

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 entre entretiens de directrices, enquêtes de middle leaders et rapports de politique, mais d’articuler un argument de direction de centres d’éducation de la petite enfance avec des sources vérifiées. Critères d’inclusion : (a) 2021–2026 ; (b) direction scolaire, middle leaders, leadership pédagogique ou leadership de centres ECEC ; (c) intelligence artificielle, modèles génératifs ou EdTech adoptée par des leaders ; (d) pertinence pour jardin d’enfants, maternelle, CENDI ou écoles infantiles, ou pour la fonction de direction que ces centres partagent avec d’autres étapes ; (e) revue à pairs, DOI ou rapport UNESCO, OECD, UNICEF, Commission européenne ou ministère ; (f) DOI ou page éditoriale vérifiable. Les axes déjà utilisés dans cette série, y compris la formation initiale des enseignants, ont été exclus.

La recherche a été exécutée le 25 août 2026 sur des pages DOI, Emerald, Frontiers, SAGE, Taylor & Francis, OECD iLibrary, UNESDOC, UNICEF Innocenti, GOV.UK, la Commission européenne et des dépôts (Jyväskylä, Helsinki, Melbourne). Chaque source a été vérifiée contre au moins l’une de ces pages. Le corpus a été organisé en adoption par des leaders, usage de l’IA générative par des middle leaders, et politique de centres et de systèmes de petite enfance.

L’analyse a distingué trois statuts énonciatifs. Constat empirique : ce qui a été observé ou mesuré dans l’échantillon de leaders ou, dans TALIS, dans la population de leaders ECEC. Cadre conceptuel ou normatif : ce qu’un cadre, un guide ou une recommandation prescrit. Inférence pédagogique : la traduction que cet article propose pour la direction des jardins d’enfants, maternelles, CENDI et écoles infantiles, marquée comme telle. Les limites sont celles d’une revue narrative : biais de langue vers l’anglais et rareté d’essais latino-américains de direction de petite enfance et d’IA (section 9).

4. Cas 1. Adopter un système n’est pas diriger un jardin d’enfants : sept leaders et la première génération d’implémentation

Tyson et Sauers (2021) ont publié dans le Journal of Educational Administration (vol. 59, n° 3, p. 271–285) une étude de cas qualitative sur les expériences de leaders scolaires avec l’adoption et la mise en œuvre de systèmes d’intelligence artificielle. Le propos était d’examiner les facteurs qui ont conduit des administrateurs éducatifs à adopter un programme concret — ALEKS — et leurs perceptions du processus d’implémentation. Le dispositif a compris des entretiens structurés avec sept personnes ayant adopté des programmes d’IA dans leurs écoles, identifiées par échantillonnage intentionnel et boule de neige, en Géorgie. Deux thèmes émergent : les leaders étaient activement engagés dans des conversations d’adoption et d’implémentation, et ils ont créé des structures organisationnelles pour les assurer. Les auteurs soulignent que la littérature sur l’intelligence artificielle et le leadership scolaire est extrêmement limitée (Tyson et Sauers, 2021).

Statut de l’évidence. Constat empirique : dans cet échantillon restreint de Géorgie, avec ce produit et à ce moment — antérieur à l’éclosion publique des modèles génératifs de consommation de masse —, la direction « fait de l’IA » surtout comme conversation d’adoption et comme conception de structures organisationnelles. Ce n’est pas un constat de leadership pédagogique de petite enfance. L’étude n’observe pas de salles de trois à six ans, ne mesure pas la qualité de processus, n’évalue ni le temps de jeu ni le jugement des éducatrices, et ne demande pas si l’outil a déplacé des interactions. Le produit était un système d’IA déjà commercialisé, non un modèle génératif de texte. Berkovich (2025) le situe, à raison, dans ce que Rogers appellerait le groupe des innovateurs, et le déclare en partie obsolète comme portrait de l’usage actuel. Sa valeur pour cet article n’est pas le système. C’est le geste de leadership qu’il documente : parler d’adoption et monter des structures. C’est exactement ce qu’une licence et un référent prétendent exhiber. Inférence pédagogique, marquée comme telle : une directrice de jardin qui citerait ce type d’implémentation pour affirmer « nous dirigeons déjà l’IA parce que nous l’avons adoptée et lui avons donné une structure » commet le saut que la thèse interdit. L’adoption est un acte de gestion. Le leadership pédagogique de petite enfance commence après, ou ne commence pas.

La saturation conceptuelle vient de Wang (2021) : l’IA peut étendre la capacité analytique du leader ; elle ne peut remplacer la décision morale. Adopter un système est une décision. Ce n’est pas, du seul fait de l’adopter, une décision pédagogique sur la journée d’un enfant de quatre ans. Adams et Thompson (2025) projettent des gains de gestion. Fullan et al. (2024) rappellent le scénario inverse : l’érosion des fonctions de leadership. Sept leaders qui créent des structures d’implémentation n’autorisent pas à déclarer une victoire pédagogique dans un CENDI.

5. Cas 2. Le middle leader génère l’artefact instructionnel : 302 leaders et le plafond de l’IA assistée

Berkovich (2025) a publié dans Frontiers in Education (vol. 10, art. 1643023) une enquête en ligne, en janvier 2025, auprès de 302 leaders d’écoles publiques israéliennes. L’échantillonnage était de convenance. 80,8 % des répondants étaient des femmes. Les niveaux se partageaient de manière presque égale : 50,7 % d’écoles élémentaires et 49,3 % de secondaires. Par rôle, le tableau reporte 135 chefs de discipline, 55 chefs de département, 49 coordinateurs d’activités sociales, 38 conseillers, 16 sous-directeurs et 9 directrices ou directeurs. L’instrument a couvert 19 tâches dans cinq domaines — managérial, instructionnel, social, politique et moral — et a demandé, pour chacune, si la personne utilisait l’IA générative. L’introduction a explicité des exemples (ChatGPT, Copilot, Claude, Gemini, Perplexity).

Les constats de diffusion, lus avec Rogers, situent environ 50 % de l’échantillon au stade de majorité précoce, sur le point de passer à la majorité tardive. Les tâches les plus fréquentes étaient développer des programmes éducatifs pour des groupes d’âge ou toute l’école (60,3 %), développer des plans de leçon ou des ressources pour le personnel (57,3 %), planifier des ateliers de développement professionnel (49 %), créer des matériaux de communication pour le staff et les familles (48,7 %) et planifier, améliorer ou rédiger des rapports d’observation pour l’évaluation enseignante (48 %). Les moins fréquentes étaient la planification budgétaire (25,8 %) et les questions de diversité, d’équité et d’inclusion (34,1 %). Le domaine instructionnel a obtenu la moyenne d’usage la plus élevée (0,50), au-dessus du social (0,43), du politique (0,41), du managérial (0,37) et du moral (0,36). Les enseignants novices (0–6 ans, n = 74) ont intégré davantage l’IA générative dans le domaine managérial que les expérimentés (16 ans ou plus, n = 98) : M = 0,46 contre M = 0,31, t(170) = 2,76, p = 0,006. Berkovich conclut qu’un leadership instructionnel assisté par l’IA est en train d’émerger, et avertit d’une dépendance technologique et du besoin d’une identité éthique professionnelle, non seulement d’une habileté d’usage (Berkovich, 2025).

Statut de l’évidence. Constat empirique : dans cet échantillon israélien de 2025, non représentatif, l’IA générative n’est plus une expérience d’innovateurs. Elle s’utilise de manière étendue, et davantage pour produire des artefacts instructionnels — programmes, plans, rapports d’observation — que pour décider dans le domaine moral. Le chiffre des rapports d’observation est le plus proche de la direction d’un jardin d’enfants : près de la moitié déclare utiliser un modèle pour planifier, améliorer ou rédiger ces rapports. Ce n’est pas un constat de petite enfance : l’échantillon est élémentaire et secondaire, avec seulement neuf directrices ou directeurs. Ce n’est pas un constat de qualité de l’output ni de contraste avec une observation réelle. Inférence pédagogique, marquée comme telle : si le middle leader d’un jardin — coordinatrice de cycle, sous-directrice, éducatrice de référence — rédige avec un modèle le programme de la salle ou le rapport de ce qu’il ou elle « a vu », le geste économise de l’écriture et peut coloniser le jugement. Le leadership pédagogique de Heikka et al. (2021) et de Fonsén et al. (2023) consiste en ce que les enseignantes dirigent la réflexion sur la pédagogie de leur équipe. Un rapport d’observation généré avant d’avoir été dans la salle inverse cette séquence : il produit le texte du regard sans le regard. Ce n’est pas un leadership instructionnel assisté. C’est la substitution de l’acte de diriger.

La saturation normative est nette. Le Department for Education d’Angleterre établit que enseignants, leaders et staff doivent user de leur jugement professionnel ; tout contenu produit exige un jugement critique ; la qualité des documents finaux reste la responsabilité du professionnel et de l’organisation, indépendamment des outils ; l’IA générative ne remplace pas le jugement d’un expert humain ; la technologie ne doit pas remplacer la relation entre enseignants et élèves (Department for Education, 2025). Miao et Holmes (2023) exigent une validation pédagogique et un seuil d’âge. UNICEF (2021) exige l’intérêt supérieur. Inférence : un programme « pour le groupe de quatre ans » généré par un middle leader n’est pas, du fait d’exister, un acte de leadership pédagogique. C’est un brouillon dont l’admission ou le rejet est l’acte de leadership. Si le centre célèbre le brouillon comme preuve que « nous utilisons déjà l’IA », il a inversé le critère.

6. Cas 3. Le référent, le communiqué et ce que les leaders de petite enfance font vraiment chaque semaine

Kafa (2025) a publié dans l’International Journal of Educational Management (vol. 39, n° 8, p. 98–115) une étude qualitative avec des entretiens semi-structurés auprès de 43 leaders d’écoles primaires et secondaires de cinq districts de Chypre, un système hautement centralisé. Les constats indiquent que les outils numériques améliorent la communication et l’efficacité administrative, et que persistent des défis d’infrastructure déficiente et de formation ciblée insuffisante. Les leaders reconnaissent le potentiel de l’IA pour appuyer leur pratique — tâches administratives, plus grande rapidité — et, en même temps, signalent une connaissance limitée, un manque de formation adéquate et le besoin d’un soutien continu. Le portrait est cohérent : dans un système qui ne délègue pas, le leader imagine l’IA comme un soulagement de gestion et non comme une redéfinition pédagogique, et demande la formation que le geste du référent prétend simuler.

Statut de l’évidence. Constat empirique : dans cet échantillon chypriote, l’IA entre dans la direction comme promesse d’administration plus rapide et comme déficit de savoir et de soutien. Ce n’est pas un constat de jardin d’enfants. Ce n’est pas un constat que nommer un référent ferme le déficit. Inférence pédagogique : le « référent IA » qui apparaît dans les chroniques d’early adopters anglais — Ofsted, à partir de 21 entretiens avec des écoles, colleges et trusts ayant au moins douze mois d’usage, décrit les AI champions comme ceux qui créent un « buzz » et appuient le staff (Department for Education, 2025) — est un dispositif de diffusion. Il peut être utile. Il n’est pas, du fait d’exister, un leadership pédagogique d’un centre de petite enfance. Un communiqué interne est le même dispositif en version textuelle. Kafa montre le vide que ces dispositifs ne comblent pas : connaissance, formation continue, cadre de politique. Fullan et al. (2024) rappellent que le leadership est connexion humaine, et qu’il est difficile de voir comment l’IA remplacerait cette fonction. Un référent qui n’est pas dans la salle, ou un communiqué qui ne change pas l’horaire, ne protège ni le temps de jeu ni le jugement de qui y est.

L’ancrage sectoriel est TALIS Starting Strong 2024 (OECD, 2025). Là, il y a bien des leaders d’éducation de la petite enfance. Les pratiques que la majorité reporte plus d’une fois par semaine sont collaborer avec le staff pour améliorer la façon dont les enfants jouent ensemble et observer les pratiques du personnel et les interactions avec les enfants. Développer ou communiquer une vision du centre survient, pour la majorité, au plus une fois par mois. Le leadership distribué est un trait commun et s’associe à une plus grande satisfaction du staff à l’égard de la direction. Les responsabilités pédagogiques se partagent davantage avec le personnel ; les administratives et financières, davantage avec des acteurs externes. Dans la plupart des systèmes, une majorité de leaders déclare avoir besoin de plus de soutien institutionnel : ces chiffres dépassent 80 % en préprimaire en Colombie, au Japon, au Maroc, en Espagne et en Türkiye. La Finlande a lancé Towards Evolving Leadership (VEPO 2035), avec le leadership pédagogique comme l’un de quatre domaines. L’Irlande, dans Nurturing Skills 2022–2028, prévoit des rôles désignés de leadership centrés sur la pédagogie et le mentorat (OECD, 2025).

Statut de l’évidence. Constat empirique : le travail hebdomadaire de qui dirige un centre de petite enfance, dans les systèmes qui participent à TALIS, n’est pas de déployer des outils. C’est de regarder la pédagogie de la salle et le jeu conjoint, en distribution avec le staff. Les politiques que l’OECD met en avant comme construction de capacité ne créent pas de « référents IA » : elles créent des cadres de leadership pédagogique et des rôles de pédagogie et de mentorat. Inférence, marquée comme telle : si le temps hebdomadaire de la direction est dans l’observation et le jeu conjoint, chaque heure absorbée par la gestion d’une licence, par un référent ou par des communiqués est une heure non investie dans ce travail, sauf si l’outil est explicitement au service de le protéger. Le communiqué qui « autorise ChatGPT au staff » n’observe pas une salle. Le référent qui « répond aux doutes de prompts » n’améliore pas, par cette fonction, la façon dont les enfants jouent ensemble. Starting Strong VI avait dit que la qualité de processus est le moteur le plus proximal du développement infantile (OECD, 2021). Le leadership qui ne touche pas cette proximité n’est pas pédagogique, fût-il numériquement ostensible.

7. Cadre inférentiel : quatre épreuves pour affirmer que la direction « dirige » l’IA

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 une direction de jardin d’enfants, de maternelle, de CENDI ou d’école infantile ne les passe pas, elle ne peut déclarer qu’une licence, un référent ou un communiqué constituent un leadership pédagogique.

7.1. Épreuve du temps de jeu comme ressource organisationnelle, non comme slogan. TALIS Starting Strong 2024 situe dans la pratique hebdomadaire des leaders la collaboration pour améliorer la façon dont les enfants jouent ensemble (OECD, 2025). Starting Strong VI situe les interactions quotidiennes comme moteur de la qualité de processus (OECD, 2021). Inférence : le leadership pédagogique se vérifie dans l’horaire, dans l’effectif et dans ce qui est interrompu. Si l’adoption d’un outil coupe le temps de jeu ou le fragmente sans une raison didactique explicite et révisable, la direction a fait de la gestion de déploiement, non du leadership. Protéger ce temps est une décision de direction. Elle n’apparaît ni dans le contrat de la licence ni au pied du communiqué.

7.2. Épreuve du jugement des éducatrices, non de la fluidité de l’artefact. Heikka et al. (2021) lient le leadership pédagogique distribué à la capacité des enseignantes de diriger la réflexion dans leurs équipes. Fonsén et al. (2023) placent les lentilles pédagogiques et l’interprétation conjointe du curriculum au centre du métier. Berkovich (2025) montre que l’usage le plus intense de l’IA générative par les leaders est la production de programmes, de plans et de rapports d’observation. Le DfE exige que le document final reste la responsabilité du professionnel (Department for Education, 2025). Wang (2021) exige que la décision morale corrige l’analytique. Inférence : l’évidence de leadership n’est pas un portfolio d’outputs générés ni la nomination de qui les révise de manière nominale. C’est la capacité, observée dans le centre, d’accepter, de rejeter ou de réécrire un artefact avec des raisons didactiques de salle, et de ne pas signer un rapport d’observation que le modèle a écrit. Le référent IA qui n’a pas mandat pour dire « cela n’entre pas dans la salle » ne protège pas le jugement : il l’administre.

7.3. Épreuve des droits des jeunes enfants, non des usagers de la plateforme. Miao et Holmes (2023) fixent un seuil d’âge pour l’usage indépendant de plateformes génératives. UNICEF (2021) exige l’intérêt supérieur et le développement. UNESCO (2021) exige une supervision humaine. Le DfE affirme que la technologie ne doit pas remplacer la relation enseignant-élève et qu’il y a plus de bénéfices immédiats et moins de risques dans l’usage orienté vers l’enseignant (Department for Education, 2025). Inférence : un centre de petite enfance ne peut traiter l’enfant de trois à six ans comme interlocuteur autonome d’un modèle ni comme destinataire de contenus générés sans médiation adulte située. Le communiqué qui « permet l’IA en classe » sans cette frontière échoue à l’épreuve par construction. Le leadership est la frontière.

7.4. Épreuve de distribution pédagogique, non de silo technologique. Heikka et al. (2021) et TALIS Starting Strong 2024 montrent que le leadership qui compte est celui qui est distribué dans l’équipe, associé à la satisfaction du staff et aux pratiques avec les enfants (OECD, 2025). Fullan et al. (2024) et Kafa (2025) s’accordent sur un point de méthode : la technologie ne se soutient pas dans un poste unique. Inférence : un référent IA logé hors de la coordination pédagogique, sans temps protégé dans les réunions d’équipe et sans critère de salle, est un silo. Un communiqué émis depuis la direction sans travail ultérieur avec les éducatrices est un silo textuel. Le lieu du savoir est l’équipe qui observe, interprète et décide. OECD (2023) situe le problème dans l’écosystème. Réduire la réponse à trois gestes de centre, c’est ne pas répondre.

Le cadre admet des outils d’appui à la gestion s’ils libèrent un temps réel pour être dans la salle (Fullan et al., 2024 ; Adams et Thompson, 2025) ; des middle leaders qui utilisent des modèles comme brouillon pourvu que le jugement professionnel clôture le dossier (Department for Education, 2025 ; Wang, 2021) ; et des référents si leur mandat est la protection du temps, du jugement et des droits, non la diffusion de l’outil. Il refuse de déclarer un leadership par la facture d’une licence (Tyson et Sauers, 2021) ; par l’organigramme d’un champion (Department for Education, 2025) ; par un communiqué ; par la quantité de programmes ou de rapports générés (Berkovich, 2025) ; et par le traitement des jeunes enfants comme usagers de modèles génératifs (Miao et Holmes, 2023 ; UNICEF, 2021).

8. Discussion

Trois tensions organisent la discussion. La première est entre adoption et direction. C’est un constat que les leaders qui implémentaient déjà l’IA conversaient sur l’adoption et créaient des structures (Tyson et Sauers, 2021), que les middle leaders de 2025 utilisent des modèles génératifs surtout dans le domaine instructionnel (Berkovich, 2025), et que dans un système centralisé l’IA s’imagine comme un soulagement administratif face à un déficit de savoir (Kafa, 2025). C’est un cadre que la décision du leader est aussi morale (Wang, 2021) et que l’IA peut alléger ou éroder le leadership (Fullan et al., 2024). Ce n’est pas un constat qu’adopter, générer ou nommer équivaut à diriger un jardin d’enfants. La politique des trois gestes mesure ce que la gestion sait mesurer — contrats, postes, textes — et déclare ce que seul le leadership pédagogique situé autoriserait.

La deuxième est entre l’artefact instructionnel et le métier de l’éducatrice. Berkovich (2025) documente programmes, plans et rapports d’observation comme usages principaux. Le DfE documente que le professionnel reste responsable du document final (Department for Education, 2025). Heikka et al. (2021) et Fonsén et al. (2023) documentent que le leadership pédagogique de petite enfance vit dans la réflexion des équipes et dans les lentilles avec lesquelles on lit le curriculum. Un middle leader plus rapide à produire du texte et également absent de la salle ne dirige pas mieux : il produit plus de dossier. Dans l’éducation de la petite enfance, le dossier n’est pas le lieu de la pédagogie. La salle l’est (OECD, 2021, 2025).

La troisième est entre le référent de diffusion et le leader de la qualité de processus. Ofsted décrit des champions qui créent un « buzz » (Department for Education, 2025). Kafa (2025) décrit des leaders qui demandent une formation continue. TALIS décrit des leaders qui, chaque semaine, observent et interviennent sur le jeu conjoint et, au plus une fois par mois, articulent une vision (OECD, 2025). Les politiques de capacité que l’OECD recense — VEPO 2035, Nurturing Skills — investissent dans le leadership pédagogique, non dans la figure du deployer. Fullan et al. (2024) demandent de ne pas faire d’hypothèses sur l’avenir de l’IA et de mettre de l’énergie dans l’intelligence sociale. Dans un jardin d’enfants, cette intelligence sociale est l’équipe d’éducatrices et la relation avec de jeunes enfants. Un communiqué ne la crée pas. Arar et al. (2024) montrent que le champ académique du leadership éducatif et de l’IA n’a toujours pas de maison dans les revues d’administration scolaire. Cet orphelinat se reproduit dans les centres lorsque l’IA est traitée comme un problème d’achats.

9. Limites

Cette revue est narrative. Elle n’applique pas PRISMA ni n’estime d’effets combinés. Les cas de leadership et d’IA ont des géographies biaisées (États-Unis, Israël, Chypre, Angleterre) et des n inégaux (7, 302, 43 ; Ofsted, 21 entretiens). Tyson et Sauers (2021) précèdent l’IA générative de consommation de masse et n’étudient pas un jardin d’enfants. Berkovich (2025) utilise un échantillonnage de convenance, mélange élémentaire et secondaire, inclut peu de directrices ou directeurs et ne mesure pas la qualité de l’output. Kafa (2025) est primaire et secondaire dans un système centralisé. Le transfert aux CENDI, jardins d’enfants et écoles infantiles est une inférence, non une équivalence d’échantillons. TALIS Starting Strong 2024 et Starting Strong VI sont la base empirique de secteur et ne mesurent pas l’IA. Heikka et al. (2021) et Fonsén et al. (2023) sont du leadership pédagogique sans IA. Wang (2021), Adams et Thompson (2025) et Fullan et al. (2024) sont conceptuels ou de position. UNESCO, UNICEF, la Commission européenne et le DfE sont prescriptifs. Aucun essai latino-américain de direction d’éducation de la petite enfance et d’IA n’a été localisé avec le même degré de DOI ; cette absence est un vide. Les inférences de la section 7 sont des hypothèses de direction, non une évidence d’implémentation.

10. Conclusions

Acheter une licence, nommer un référent IA ou faire circuler un communiqué interne ne constitue pas un leadership pédagogique dans un centre d’éducation de la petite enfance. L’évidence vérifiée n’autorise pas cette déclaration. Sept leaders qui ont adopté un système d’IA ont conversé sur l’adoption et créé des structures ; c’est de l’implémentation, non de la pédagogie de salle (Tyson et Sauers, 2021). Chez 302 leaders scolaires, l’usage de l’IA générative se concentre sur les programmes, les plans et les rapports d’observation, non sur le domaine moral (Berkovich, 2025). Chez 43 chefs d’un système centralisé, l’IA apparaît comme une promesse administrative et un déficit de savoir (Kafa, 2025). Dans les centres de petite enfance de TALIS, le travail hebdomadaire de la direction est d’observer les interactions et d’améliorer le jeu conjoint ; la vision est mensuelle ; le leadership associé à la satisfaction du staff est le leadership distribué (OECD, 2025). Le leadership pédagogique de petite enfance s’enacte dans les équipes, les lentilles pédagogiques et le curriculum (Heikka et al., 2021 ; Fonsén et al., 2023). La décision du leader est aussi morale (Wang, 2021). L’IA peut alléger ou éroder le métier (Fullan et al., 2024). Le droit en vigueur exige une supervision humaine, une validation pédagogique, un seuil d’âge et l’intérêt supérieur (UNESCO, 2021 ; Miao et Holmes, 2023 ; UNICEF, 2021 ; Department for Education, 2025).

Là où les sources ne mesurent pas la direction d’un jardin d’enfants, cet article ne l’affirme pas. Là où elles mesurent adoption, artefacts et postes, il ne les traduit pas en leadership. Diriger un centre d’éducation de la petite enfance face à l’intelligence artificielle, c’est protéger le temps de jeu comme ressource de la journée, le jugement des éducatrices comme critère d’admission de tout artefact, et les droits des jeunes enfants comme frontière de ce qui ne se déploie pas. Le reste est de la gestion. Elle peut être nécessaire. Elle ne suffit pas, et elle ne doit pas se présenter comme ce qu’elle n’est pas.

Laboratorio Editorial de NEXTECH.IA / Ingeniero Mitre.

Références

  1. Adams, D., et Thompson, P. (2025). Transforming school leadership with artificial intelligence: Applications, implications, and future directions. Leadership and Policy in Schools, 24(1), 77–89. https://doi.org/10.1080/15700763.2024.2411295
  2. Arar, K., Tlili, A., et Salha, S. (2024). Human-machine symbiosis in educational leadership in the era of artificial intelligence (AI): Where are we heading? Educational Management Administration & Leadership. https://doi.org/10.1177/17411432241292295
  3. Berkovich, I. (2025). The rise of AI-assisted instructional leadership: Empirical survey of generative AI integration in school leadership and management work. Frontiers in Education, 10, 1643023. https://doi.org/10.3389/feduc.2025.1643023
  4. Department for Education. (2025). Generative artificial intelligence (AI) in education. GOV.UK. https://www.gov.uk/government/publications/generative-artificial-intelligence-in-education/generative-artificial-intelligence-ai-in-education
  5. 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
  6. Fonsén, E., Ahtiainen, R., et Heikkinen, K.-M. (2023). Finnish early childhood education and care leaders’ conceptualisations and understandings of pedagogical leadership. Dans M. Modise, E. Fonsén, J. Heikka, N. Phatudi, M. Bøe et T. Phala (dir.), Global perspectives on leadership in early childhood education (p. 11–26). Helsinki University Press. https://doi.org/10.33134/HUP-20-2
  7. Fonsén, E., Marchant, S., et Ruohola, V. (2023). Leadership in early childhood education: Cross-cultural case studies before and during the COVID-19 pandemic. Educational Management Administration & Leadership, 53(4), 850–869. https://doi.org/10.1177/17411432231194849
  8. Fonsén, E., Szecsi, T., Kupila, P., Liinamaa, T., Halpern, C., et Repo, M. (2023). Teachers’ pedagogical leadership in early childhood education. Educational Research, 65(1), 1–23. https://doi.org/10.1080/00131881.2022.2147855
  9. Fullan, M., Azorín, C., Harris, A., et Jones, M. (2024). Artificial intelligence and school leadership: Challenges, opportunities and implications. School Leadership & Management, 44(4), 339–346. https://doi.org/10.1080/13632434.2023.2246856
  10. Heikka, J., Pitkäniemi, H., Kettukangas, T., et Hyttinen, T. (2021). Distributed pedagogical leadership and teacher leadership in early childhood education contexts. International Journal of Leadership in Education, 24(3), 333–348. https://doi.org/10.1080/13603124.2019.1623923
  11. Kafa, A. (2025). Exploring integration aspects of school leadership in the context of digitalization and artificial intelligence. International Journal of Educational Management, 39(8), 98–115. https://doi.org/10.1108/IJEM-11-2024-0703
  12. Miao, F., et Holmes, W. (2023). Guidance for generative AI in education and research. UNESCO. https://doi.org/10.54675/EWZM9535
  13. OECD. (2021). Starting Strong VI: Supporting meaningful interactions in early childhood education and care. OECD Publishing. https://doi.org/10.1787/f47a06ae-en
  14. OECD. (2023). OECD Digital Education Outlook 2023: Towards an effective digital education ecosystem. OECD Publishing. https://doi.org/10.1787/c74f03de-en
  15. OECD. (2025). Results from TALIS Starting Strong 2024: Strengthening early childhood education and care. OECD Publishing. https://doi.org/10.1787/20af08c0-en
  16. Tyson, M. M., et Sauers, N. J. (2021). School leaders’ adoption and implementation of artificial intelligence. Journal of Educational Administration, 59(3), 271–285. https://doi.org/10.1108/JEA-10-2020-0221
  17. UNESCO. (2021). Recommendation on the ethics of artificial intelligence. UNESCO. https://unesdoc.unesco.org/ark:/48223/pf0000381137
  18. UNICEF. (2021). Policy guidance on AI for children 2.0. UNICEF Innocenti. https://www.unicef.org/innocenti/reports/policy-guidance-ai-children
  19. 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
  20. Wang, Y. (2021). Artificial intelligence in educational leadership: A symbiotic role of human-artificial intelligence decision-making. Journal of Educational Administration, 59(3), 256–270. https://doi.org/10.1108/JEA-10-2020-0216