Dans un cursus classique, le calendrier commande. Le chapitre trois arrive en semaine cinq, qu'il ait été compris ou non. Les écarts s'accumulent sans jamais être rattrapés, et se révèlent au moment de l'examen final — trop tard pour agir.
La pédagogie de la maîtrise inverse la contrainte : ce qui est fixe, c'est le niveau exigé ; ce qui varie, c'est le temps mis pour l'atteindre. Un étudiant qui maîtrise déjà un module le valide et passe à la suite. Un étudiant en difficulté reprend, autrement, jusqu'à la validation.
Cette approche est connue depuis longtemps mais reste rare, pour une raison simple : elle est coûteuse. Elle suppose de diagnostiquer en continu le niveau de chacun et de produire des exercices différents pour chaque profil. À trente étudiants par enseignant, c'est matériellement impossible.
C'est précisément ce que l'intelligence artificielle rend praticable. Le diagnostic est permanent, les exercices sont générés en fonction des erreurs réelles, et l'enseignant récupère du temps pour ce qu'aucune machine ne fait : accompagner, corriger un raisonnement, remotiver.
Nous en tirons une conséquence assumée : nos durées de formation sont indicatives. Un programme annoncé sur deux ans peut être achevé plus tôt par un étudiant qui avance vite, ou plus tard par un étudiant qui travaille en parallèle. Le certificat, lui, atteste toujours du même niveau.