Modèle ADDIE : est-il encore pertinent à l'heure de l'IA générative ?

Sommaire
Le modèle ADDIE est une méthode d'ingénierie pédagogique en cinq phases : Analyse, Design (conception), Développement, Implémentation et Évaluation. Formalisé aux États-Unis dans les années 1970, il structure encore la plupart des projets de formation en entreprise. Et le volume en jeu reste considérable : selon l'Insee (édition 2025), 41 % des salariés ont suivi une formation en 2023, pour 30 heures en moyenne.
Depuis l'arrivée de ChatGPT, une question revient chez les concepteurs pédagogiques. Faut-il encore dérouler cinq phases quand un module se génère en une après-midi ? Notre réponse est oui, à condition de redistribuer le temps. L'IA générative écrase la phase de développement. Pour l'analyse, elle ne fait presque rien, et c'est là que se joue désormais la qualité d'un parcours. Voici, phase par phase, ce qui change, et l'erreur que nous voyons le plus souvent.
Modèle ADDIE · repères chiffrés
L'IA entre dans les entreprises plus vite que la méthode
Beaucoup de formation, des outils d'IA en forte progression, et des usages encore peu accompagnés.
Entreprises de 10 salariés ou plus utilisant au moins une technologie d'IA
En un an, la part des entreprises utilisatrices passe de 6 % à 10 %.
Source : Insee Première n° 2061, données 2023 et 2024, publié en 2025
des salariés ont suivi une formation par cours ou stages en 2023
Insee, Formations et emploi, 2025de formation en moyenne par salarié formé dans l'année
Insee, Formations et emploi, 2025des utilisateurs professionnels de l'IA générative sont encouragés par leur entreprise sans être formés
Ifop pour Talan, mars 2025Le modèle ADDIE en cinq phases : une logique de projet avant d'être une méthode
ADDIE se lit souvent comme une check-list. C'est réducteur. Chaque phase produit un livrable qui sert d'entrée à la suivante, ce qui en fait d'abord un processus de gestion de projet.
L'analyse cerne le besoin réel, le public cible et les contraintes : temps, budget, LMS disponible. Le design, ou conception, traduit ce besoin en objectifs pédagogiques, en séquences et en plan d'évaluation. Vient ensuite le développement, avec les supports, les activités, les quiz et les modules e-learning. L'implémentation couvre la diffusion auprès des apprenants et la préparation des formateurs. Quant à l'évaluation, elle mesure les acquis puis les effets sur le travail, et nourrit la version suivante.
Notre article sur l'ingénierie pédagogique et ses étapes reprend ce cadre général en détail. Ce qui nous intéresse ici, c'est la répartition du temps. Pendant des années, le développement a absorbé l'essentiel des jours-homme d'un projet : rédiger, illustrer, scénariser un e-learning, tout cela coûtait cher. Cette répartition vient de basculer.
Ce que l'IA générative change dans chaque phase du modèle ADDIE
Toutes les phases ne profitent pas de la même façon de l'IA. C'est d'ailleurs le parcours que suit notre formation à l'IA pour la conception pédagogique : un cas fil rouge traité de l'analyse du besoin jusqu'au QCM final, pour voir où l'outil aide vraiment.
Analyse : l'IA aide à préparer, pas à comprendre
ChatGPT ou Claude savent structurer un guide d'entretien, synthétiser des verbatims anonymisés ou proposer une grille de diagnostic. Utile. Le besoin réel, lui, se trouve dans les échanges avec les managers et les futurs apprenants, dans leur expérience du terrain, et aucun modèle de langage n'a accès à ce qui se passe dans vos équipes. Une analyse bâclée donnera, avec l'IA, des contenus impeccables sur le mauvais problème.
Design : un sparring-partner pour les objectifs pédagogiques
C'est la phase où l'IA rend les services les plus sous-estimés. Par exemple, demandez-lui de reformuler vos objectifs d'apprentissage avec des verbes observables, de proposer plusieurs séquençages, ou de repérer un objectif qui n'a aucune activité correspondante. Elle challenge bien. Le concepteur, lui, tranche.
Développement : la phase qui rétrécit
Brouillons de supports, scénarios de jeux de rôle, banques de questions, scripts vidéo : ce qui demandait plusieurs jours se produit maintenant en quelques heures. Le travail se déplace vers la relecture, la vérification des faits et l'adaptation au contexte de l'entreprise. Nous détaillons cette méthode dans un article consacré à la création de contenus pédagogiques avec ChatGPT.
Implémentation et évaluation : le retour des données
Guides animateur, consignes d'activités, QCM d'évaluation des acquis alignés sur les objectifs : l'IA accélère toute la préparation. Elle sait aussi trier les réponses ouvertes des questionnaires de fin de session. Sur ce dernier point, prudence : aucune donnée personnelle d'apprenant ne doit transiter par un outil grand public.
Le piège de l'ADDIE à l'envers : commencer par générer du contenu
L'erreur la plus fréquente que nous observons tient en une scène. On ouvre ChatGPT, on demande « un module de deux heures sur la gestion du temps », et on obtient en dix minutes un déroulé propre. Le projet démarre par le D. L'analyse et le design sont reconstitués après coup, pour justifier ce qui existe déjà.
Le résultat ressemble à une formation. Il en a la forme, les objectifs affichés, le quiz final. Il lui manque l'ancrage dans les situations de travail, que seule l'analyse apporte.
Le contexte d'usage aggrave le phénomène. D'après le baromètre Ifop pour Talan de mars 2025, 17 % des Français utilisent déjà l'IA générative dans un cadre professionnel, et 37 % des utilisateurs professionnels se disent encouragés par leur entreprise sans être formés à cet usage. Côté entreprises, l'Insee compte 10 % de sociétés de 10 salariés ou plus utilisant au moins une technologie d'IA en 2024, contre 6 % un an plus tôt. Les outils arrivent vite. La méthode suit, beaucoup plus lentement.
Notre règle, simple à tenir : aucune ligne de contenu générée tant que les objectifs ne sont pas validés par le commanditaire. Cette discipline change à elle seule la qualité du résultat.
Faire tourner ADDIE en boucles courtes plutôt que l'abandonner
La critique classique du modèle vise sa linéarité. Chaque phase attend la précédente, et l'évaluation arrive trop tard pour corriger quoi que ce soit. SAM (Successive Approximation Model) et le design thinking sont nés en partie de ce reproche.
L'IA générative affaiblit cette critique. Puisqu'un prototype ne coûte presque plus rien, on peut boucler design, développement et test en quelques jours, puis recommencer. ADDIE garde son ossature et devient itératif. Cette approche a un autre avantage : un module testé tôt est bien plus simple à mettre à jour qu'un parcours livré d'un bloc. Concrètement, nous recommandons des cycles courts :
- une grille d'évaluation des acquis écrite avant le module complet ;
- un prototype d'une seule séquence, créé avec l'IA à partir d'objectifs validés ;
- un test auprès de quatre ou cinq apprenants réels, en conditions de travail ;
- une révision, et seulement ensuite l'extension au reste du parcours.
Avec cette mise à l'épreuve rapide, l'évaluation ne ferme plus la marche. Elle irrigue chaque boucle, et le concepteur passe moins de temps à produire qu'à observer.
Avant d'ouvrir ChatGPT pour votre prochain module
Le modèle ADDIE reste pertinent. Le poids de chaque phase, en revanche, a changé : moins de jours en développement, davantage d'exigence sur l'analyse, le design et l'évaluation. Les concepteurs qui gagnent vraiment du temps avec l'IA savent quoi lui demander, et surtout à quel moment.
Avant votre prochain projet, posez-vous deux questions. Le besoin a-t-il été vérifié auprès des personnes concernées ? Les objectifs pédagogiques sont-ils validés et observables ? Si la réponse est non, l'IA peut attendre.
Pour apprendre à mobiliser l'IA générative à chaque étape, sur un cas concret et avec les bons garde-fous de confidentialité, découvrez notre formation Utiliser l'IA pour améliorer la conception pédagogique.
Questions fréquentes sur le modèle ADDIE
Que signifie l'acronyme ADDIE ?
ADDIE signifie Analysis, Design, Development, Implementation, Evaluation. En français : analyse, conception, développement, implémentation (ou diffusion) et évaluation. Chaque phase produit un livrable réutilisé par la suivante.
Quelle différence entre ADDIE et SAM ?
ADDIE suit une logique séquentielle. SAM repose sur des prototypes rapides et des itérations courtes. Beaucoup d'équipes formation combinent les deux : l'ossature d'ADDIE, le rythme de SAM.
Peut-on confier une phase entière du modèle ADDIE à l'IA ?
Non. L'IA accélère surtout le développement et aide au design, mais chaque phase demande une validation humaine. L'analyse du besoin et l'interprétation de l'évaluation restent le cœur du métier de concepteur pédagogique.
Sources
- Insee, Formations et emploi, édition 2025 : Formation professionnelle continue financée par les entreprises et associations
- Ifop pour Talan, Baromètre « Les Français et les IA génératives », vague 3, mars 2025
- Insee Première n° 2061, Les technologies de l'information et de la communication dans les entreprises en 2024, juillet 2025
Formation conception e-learning : mobilisez l'IA pour concevoir vos modules pédagogiques
Apprenez à mobiliser l'IA générative à chaque phase de vos projets, de l'analyse du besoin au QCM d'évaluation des acquis, sur un cas fil rouge et dans un cadre sécurisé. Formation certifiée Qualiopi.

Recevoir nos actualités
* Champs obligatoires
Articles sur le même thème
Suivez notre actualité de formation via nos articles de blog