Qu’est-ce qu’un natif numérique et un immigrant numérique ?

On confie un formulaire en ligne à un collègue de cinquante ans, il imprime la page pour la remplir au stylo avant de la scanner. Un stagiaire de vingt ans, lui, remplit le formulaire sur son téléphone en trois minutes, mais ne sait pas vérifier si le site est fiable. Cette scène résume mieux que n’importe quelle définition académique le décalage que Marc Prensky a voulu décrire en 2001 avec les termes natif numérique et immigrant numérique.

Natif numérique et immigrant numérique : les définitions de Prensky

Marc Prensky, chercheur américain en éducation, publie en 2001 un article en deux volets intitulé « Digital Natives, Digital Immigrants ». Sa thèse tient en une phrase : les personnes nées après 1980 ont grandi entourées d’ordinateurs, d’Internet et de jeux vidéo, ce qui en fait des « autochtones » du monde numérique. Les générations précédentes, elles, ont découvert ces technologies à l’âge adulte et les adoptent avec un effort visible, un « accent » numérique.

A découvrir également : Quel est le principe clé de la gestion des données ?

Cet accent, Prensky le décrit par des gestes concrets : imprimer un e-mail pour le lire, téléphoner pour confirmer la réception d’un message, chercher un numéro dans un annuaire papier plutôt que dans un moteur de recherche. L’immigrant numérique fonctionne, mais il traduit en permanence ses réflexes analogiques vers un environnement digital.

Le natif, à l’inverse, traiterait l’information en parallèle, préférerait l’image au texte, et fonctionnerait mieux en réseau. Prensky en tire une conclusion pédagogique : le système éducatif, conçu par des immigrants, utilise un langage obsolète pour former des natifs. Le décalage génère frustration et décrochage.

Lire également : Quel est l'OS le plus rapide ?

Homme d'une cinquantaine d'années immigrant numérique apprenant à utiliser un smartphone à la maison, illustrant les défis d'adaptation à la technologie pour les générations plus anciennes

Compétences numériques réelles : pourquoi l’âge ne suffit pas

La catégorisation par date de naissance pose un problème terrain immédiat. On le constate dans n’importe quelle salle de formation : certains participants de vingt-cinq ans peinent à structurer un tableur, tandis que des quinquagénaires maîtrisent des outils complexes d’analyse de données.

Les recherches récentes confirment cette observation. Elles distinguent la familiarité avec les usages récréatifs (messageries, réseaux sociaux, jeux) des compétences professionnelles et scolaires comme vérifier une source, produire un document structuré ou comprendre le fonctionnement d’un système. Savoir naviguer sur TikTok ne signifie pas savoir évaluer la fiabilité d’une information.

La maîtrise numérique apparaît donc comme une compétence acquise, pas comme un effet automatique de l’âge ou de l’exposition précoce aux écrans. Un enfant qui utilise une tablette depuis ses trois ans développe des automatismes de navigation, mais pas nécessairement un esprit critique face aux contenus qu’il consulte.

Ce que recouvrent vraiment les compétences numériques

  • Les usages sociaux et récréatifs : envoyer des messages, publier du contenu, utiliser des applications de divertissement. La plupart des jeunes les maîtrisent par immersion quotidienne.
  • Les compétences informationnelles : identifier une source fiable, croiser des données, repérer une manipulation visuelle. Ces aptitudes s’enseignent, elles ne s’absorbent pas par osmose.
  • Les compétences techniques et productives : coder, administrer un réseau, configurer un outil professionnel, automatiser une tâche. Elles demandent un apprentissage formel, quel que soit l’âge de l’utilisateur.
  • La compréhension systémique : savoir comment fonctionne un algorithme de recommandation, pourquoi une recherche Google donne tel résultat plutôt qu’un autre. Ce niveau reste rare, même chez les plus jeunes.

Intelligence artificielle et fracture numérique en 2025

La distinction natif/immigrant devient encore plus floue avec l’arrivée de l’IA générative dans les usages courants. Les consultations menées par l’UNICEF en 2025 montrent que les adolescents sont passés d’un usage indirect de l’IA (recommandations de contenus, algorithmes de plateformes) à des interactions directes pour les devoirs, la créativité et le soutien émotionnel.

Ce basculement crée un nouvel écart qui ne se superpose pas à la grille générationnelle de Prensky. On parle désormais d’une « fracture de l’IA » portant sur la capacité à évaluer les réponses produites par ces systèmes, à repérer leurs biais et à comprendre leurs limites. Un lycéen qui utilise un chatbot pour rédiger une dissertation sans vérifier les faits n’est pas plus compétent qu’un adulte qui refuse d’utiliser l’outil.

Les jeunes déjà favorisés scolairement et socialement bénéficient davantage d’occasions d’apprentissage encadré autour de l’IA. Ce constat pointe un risque d’amplification des inégalités existantes, bien au-delà de la simple question de l’accès à Internet qui structurait le débat il y a vingt ans.

Jeune professionnelle native numérique expliquant un outil informatique à un collègue plus âgé immigrant numérique dans un bureau moderne, symbolisant le fossé numérique intergénérationnel

Natif ou immigrant numérique : une grille encore utile en formation ?

Sur le terrain, la paire natif/immigrant reste un raccourci commode pour poser un diagnostic rapide. Quand on prépare une session de formation en entreprise, savoir qu’une partie du groupe a grandi avec des interfaces tactiles et que l’autre a découvert Internet à trente ans aide à calibrer le vocabulaire et les supports.

Le piège serait de s’arrêter là. Adapter une formation au profil réel des participants demande d’évaluer leurs compétences effectives, pas leur année de naissance. Un natif numérique peut avoir besoin d’un cours sur la sécurité des mots de passe. Un immigrant numérique peut exceller dans l’analyse de données parce qu’il a investi du temps dans un apprentissage rigoureux.

Ce qui remplace la grille générationnelle

Les approches récentes privilégient des référentiels de compétences numériques mesurables. On évalue ce que la personne sait faire, pas quand elle est née. Cette logique s’applique aussi à l’IA : la capacité à formuler une requête pertinente, à identifier une hallucination dans une réponse générée ou à choisir le bon outil pour une tâche précise ne dépend ni de l’âge ni de la génération.

L’éducation à l’IA, pour l’instant, reste plus technique que critique. Les programmes enseignent à utiliser les outils, moins souvent à en questionner les résultats. C’est un angle mort qui concerne autant les natifs que les immigrants numériques, et qui montre que la compétence numérique se construit tout au long de la vie.

Prensky a eu le mérite de poser un cadre qui a fait bouger les pratiques pédagogiques. Vingt-cinq ans plus tard, la frontière entre natifs et immigrants numériques s’est estompée. Ce qui compte, c’est moins le moment où on a touché un clavier pour la première fois que ce qu’on a appris à en faire depuis.