- une conscience des limites de l’IA
- une distinction entre aide et substitution
- une réflexion émergente sur la notion d’auteur
Établissements : Lycée Philibert DELORME
Ville(s) : L'Isle D'Abeau
B. Intelligences artificielles et apprentissages.
Bilan provisoir:
|
|
|
avant activité |
après activité |
|
||
|
question |
propositions |
nombre de réponse |
taux de réponse juste |
nombre de réponse |
taux de réponse juste |
évolution |
|
Comment une Intelligence Artificielle apprend-elle généralement à reconnaître un objet sur une image ? |
Un humain programme manuellement chaque pixel et chaque forme géométrique dans le code. Elle analyse des milliers d'exemples déjà étiquetés pour identifier elle-même des caractéristiques statistiques. Elle compare l'image en temps réel à une base de données mondiale sur Internet. |
144 |
69% |
104 |
76% |
|
|
Pourquoi existe-t-il plusieurs types d'algorithmes (modèles) pour résoudre un même problème ? |
Parce qu'il existe un compromis entre la simplicité d'explication (modèles transparents) et la performance brute (modèles complexes). Parce que chaque modèle est limité à un seul langage de programmation spécifique. Parce que les modèles perdent en précision s'ils sont utilisés trop souvent sur le même ordinateur. |
142 |
63% |
102 |
69% |
|
|
Que se passe-t-il si les données utilisées pour entraîner une IA sont incomplètes ou déséquilibrées ? |
L'IA utilise sa propre logique interne pour corriger les erreurs des données humaines. L'IA risque de prendre des décisions injustes ou de faire des erreurs systématiques (biais). Le programme s'arrête automatiquement s'il détecte un manque de diversité dans les exemples. |
142 |
73% |
102 |
78% |
|
|
Si on montre 10 000 photos de chats et seulement 10 photos de chiens à une IA, quel sera le résultat probable ? |
Elle identifiera mieux les chiens car leurs caractéristiques sont plus rares et donc plus visibles. Elle aura tendance à prédire 'chat' presque tout le temps car c'est statistiquement la réponse la plus sûre pour elle. Elle sera capable de reconnaître les deux de la même manière car elle analyse les pixels un par un. |
142 |
46% |
101 |
74% |
|
|
À quoi sert de tester une IA sur des données qu'elle n'a JAMAIS vues pendant son apprentissage ? |
À s'assurer qu'elle a compris des règles générales plutôt que d'avoir simplement appris les images par cœur. À libérer de la place dans la mémoire vive de l'ordinateur une fois l'entraînement terminé. À forcer l'IA à mettre à jour sa base de données interne. |
141 |
61% |
102 |
73% |
|
|
Pourquoi dit-on qu'une IA n'est pas 'neutre' ? |
Parce que les développeurs y injectent volontairement leurs opinions personnelles dans le code. Parce qu'elle reflète les choix, les oublis et les préjugés présents dans les données d'apprentissage. Parce qu'elle appartient à des entreprises privées qui contrôlent ses réponses. |
143 |
66% |
101 |
70% |
|
|
Une IA peut-elle se tromper même si son taux de réussite affiché est de 99% ? |
Non, un tel score garantit que les erreurs sont impossibles sur des cas simples. Oui, et ses erreurs peuvent être totalement incompréhensibles ou absurdes pour un regard humain. Seulement si la puissance électrique fournie à l'ordinateur varie pendant le calcul. |
142 |
85% |
101 |
91% |
|
|
Dans quel domaine le 'biais' d'une IA est-il le plus préoccupant pour la citoyenneté ? |
Dans le classement des meilleurs scores d'un jeu vidéo en ligne. Dans les systèmes de recrutement, de justice ou de diagnostic médical. Dans la gestion de la luminosité automatique des écrans de smartphones. |
136 |
84% |
102 |
87% |
|
|
L'esprit critique face au numérique, c'est : |
Apprendre par cœur le fonctionnement de tous les serveurs informatiques du monde. Se demander comment l'outil a été construit, avec quelles données et quelles sont ses limites. Rejeter systématiquement toute aide provenant d'une intelligence artificielle. |
141 |
80% |
102 |
82% |
|
|
Quel est le but final de tester une IA avec différents réglages ? |
Trouver la configuration la plus performante et la plus juste (équitable) possible. Vérifier si le matériel informatique est capable de supporter une utilisation prolongée. S'assurer que le programme est compatible avec tous les navigateurs internet. |
140 |
70% |
102 |
77% |
|
-
·
Manipuler un modèle d'IA
-
·
Mener une réflexion sur la quantité et la qualité des données nécessaires pour la phase d'apprentissage d'une IA
-
·
Développer une démarche scientifique (analyse de données, formulation d'hypothèses, comparaison de résultats)
-
·
Sensibiliser aux enjeux de l'IA
Établissements : Collège Salvador Allende
Ville(s) : Bourgoin-Jallieu
B. Intelligences artificielles et apprentissages.
Effets positifs marqués
- Meilleure compréhension des consignes, grâce à leur explicitation par le prompt
- Utilisation de stratégies et de gestes précis en production d’écrits
- Création d’un brouillon dynamique, en interaction avec l’IA, qui permet d’aboutir à une version finale préparée et travaillée
- Amélioration de la structure des écrits et de la cohérence
- Début de posture critique face aux réponses de l’IA
Effets contrastés
- Un engagement renforcé dans les phases de travail avec l’IA mais des difficultés à transférer vers l’écriture autonome
- Les stratégies sont partiellement acquises et mises en œuvre en production d’écrit : elles nécessitent d’être retravaillées à plusieurs reprises pour être automatisées
- Lecture parfois superficielle des réponses de l’IA, notamment lorsque la réponse est jugée trop longue
- Nécessité d’un accompagnement renforcé pour utiliser l’IA conversationnelle et structurer la réécriture
Effets limités
- Engagement fluctuant, dépendant fortement de l’activité proposée et de l’environnement des élèves
- Difficulté à dépasser une utilisation récréative de l’IA
- Faible appropriation des exigences littéraires
Ce projet vise à répondre à des difficultés identifiées en écriture littéraire chez des élèves de 3ᵉ, dans un contexte d’éducation prioritaire, en utilisant l’intelligence artificielle comme outil de médiation pédagogique. Plusieurs élèves de la classe concernée ont également montré une utilisation régulière de l’intelligence artificielle pour faire certains travaux demandés, en français ou dans d’autres disciplines : ce projet vise donc à mettre en question l’usage de l’IA dans un cadre scolaire, souvent source de conflit et de malentendu entre les élèves et les enseignants.
Les objectifs principaux sont :
- comprendre et s’approprier des consignes d’écriture complexes ;
- développer des stratégies d’écriture explicites en s’appuyant sur les interactions avec l’intelligence artificielle ;
- améliorer la qualité des productions écrites, notamment dans l’objectif de l’écriture d’imagination au DNB, et renforcer le sentiment de confiance et soi et de compétence en production d’écrit ;
- favoriser l’engagement et la motivation, grâce à une démarche de recherche et de projet ;
- faire évoluer la posture des élèves vis-à-vis de l’IA, d’une attitude passive à une attitude autonome ;
- former les élèves à un usage critique et raisonné de l’intelligence artificielle dans une perspective d’éducation à la citoyenneté numérique.
- Évolution vers un enseignement plus explicite de l’écriture (processus, stratégies, régulation)
- Utilisation de l’IA comme outil de différenciation (feedback immédiat, adaptation des consignes)
- Meilleure observation des cheminements des élèves grâce aux traces numériques et au carnet d’expérimentation
- Réflexion renouvelée sur la place du brouillon, désormais intégré dans une dynamique interactive
- Nécessité d’un temps de préparation important (paramétrages et tests de l’agent conversationnel, scénarisation, correction)
Ce projet montre que l’intelligence artificielle, employée dans un cadre didactique structuré, peut se révéler un levier intéressant pour rendre visibles les attendus de l’écriture et expliciter les stratégies de la production d’écrits, à condition qu’il y ait un accompagnement étroit et explicite, particulièrement en contexte d’éducation prioritaire. Les résultats sur l’engagement des élèves et le développement de leur esprit critique restent néanmoins peu concluants dans le cadre d’une expérience ponctuelle. Pour confirmer ou nuancer ces résultats, il faudrait mettre en œuvre ce projet avec d’autres classes et dans d’autres contextes et répéter certaines étapes avec la classe-test à d’autres moments de l’année pour ancrer les connaissances et les automatismes.
Établissements :
Ville(s) :
B. Intelligences artificielles et apprentissages.
- En langage écrit: amélioration de la compréhension des notions de grammaire relative au groupe nominal, aux constituants de la phrase
- enrichir leurs phrases, améliorer la syntaxe de leurs phrases et textes, utiliser un lexique précis et varié à travers la pratique du DRAS (Déplacer Remplacer Ajouter Supprimer)
- En EMI: une meilleure compréhension des biais de culture et davantage de réflexion sur les sources et les informations trouvées sur internet/produites par IA.
- Développer l'esprit critique des élèves : en comprenant mieux les mécanismes de l'IA, les élèves seront mieux armés pour analyser les résultats produits par l'IA et mieux armés pour se questionner sur la pertinence d'utiliser une IA pour telle ou telle recherche ou production.
- Fort engagement des élèves sur un sujet d'actualité qui les questionne
Objectifs :
Pour les enseignants:
- Rassurer par l’approche débranchée, facilitant leur engagement dans la séquence.
- Renforcer leur maîtrise du sujet en restant dans leur domaine d’expertise (ex. : français, EMC).
- Adopter une posture active : lancer des activités de groupe puis intervenir pour nourrir les débats (ex. : classe inversée, débats philo sur l’IA).
Pour les élèves:
- Découvrir le fonctionnement cognitif en le comparant aux processus technologiques de l’IA.
- Distinguer l’intelligence humaine de l’intelligence artificielle.
- S’engager dans la séquence grâce à un sujet concret et actuel.
- Visualiser concrètement le fonctionnement de l’IA (ex. : analogies avec "le vivant").
- Prendre conscience de l’impact écologique des IA.
La facilité du débranché permet une mise en œuvre des séances sans le stress du matériel numérique qui peut ne pas fonctionner et aussi en respectant le cadre d'usage de l'IA en Education (https://www.education.gouv.fr/cadre-d-usage-de-l-ia-en-education-450647).
L'interdisciplinarité rassure l'enseignant car elle permet d'aborder le numérique à travers les fondamentaux.
L'aspect éthique est également présent: pas d'accès aux IA, information aux familles, prise en compte du questionnement éthique des IA ( développement durable, analyse des données...)
Cycle terminal
Établissements : Collège Edmond Rostand, Collège Lionel Terray, Lycée Champollion, Lycée du Grésivaudan
Ville(s) : La Ravoire , Meylan, Grenoble, Meylan
B. Intelligences artificielles et apprentissages.
Développement de l'autonomie et de la confiance en soi :
Développement de l’autonomie dans les apprentissages : les élèves s’engagent davantage dans les activités et sollicitent plus facilement une aide ciblée auprès de l’IA qu’auprès de l’enseignant lorsqu’ils rencontrent une difficulté, ce qui favorise la remédiation.
Renforcement de la capacité à personnaliser le travail scolaire : les élèves construisent plus aisément des exercices adaptés à leurs besoins et organisent leur entraînement de manière plus autonome.
Amélioration de l’organisation des apprentissages : l’élaboration de plans de révision et d’approfondissement assistés par l’IA aide les élèves à structurer leur travail et à mieux identifier les notions à consolider.
Consolidation de la confiance dans les acquis : les élèves évaluent plus précisément leur niveau de maîtrise, ce qui leur permet de se rassurer
Transfert de la charge cognitive vers l'analyse :
Les élèves se concentrent sur l’interprétation des phénomènes physiques plutôt que dans la programmation (assistée par l’IA).
Démystification et esprit critique :
Les élèves développent progressivement une compréhension des technologies mobilisées par les systèmes d’intelligence artificielle. Cette acculturation leur permet d’appréhender de manière plus fine le fonctionnement, les impacts et les enjeux associés à ces technologies.
Dans le cadre des enseignements scientifiques, différentes thématiques sont abordées : le fonctionnement des IA, l’impact environnemental des infrastructures numériques, les ressources matérielles nécessaires, les ressources énergétiques nécessaires, les différents biais susceptibles d’affecter les résultats,
L’étude de ces questions favorise l’établissement de liens explicites entre les connaissances scientifiques acquises par les élèves et les principes de fonctionnement des systèmes d’intelligence artificielle, contribuant ainsi à une compréhension éclairée et critique de ces outils.
Une prise de conscience accrue est observée chez les élèves concernant les enjeux majeurs associés aux usages de l’intelligence artificielle. Celle‑ci tend progressivement à ne plus être perçue comme une simple « boîte noire », mais comme un système dont ils commencent à comprendre les principes, les limites et les implications.
Exemples :
La compréhension du principe de tokenisation permet aux élèves de cesser d’« idéaliser » l’intelligence artificielle en en percevant plus clairement les mécanismes internes.
L’identification de l’origine de certaines erreurs — par exemple dans la résolution d’équations ou l’établissement de bilans — développe la capacité à formuler des questions plus claires et plus précises.
La compréhension du fonctionnement des réseaux de neurones permet de comprendre la technologie des systèmes d’intelligence artificielle ainsi que les ressources nécessaires à leur fonctionnement. Cette approche permet d'introduire la question des matières premières, enjeu majeur sur le plan environnemental, économique et géopolitique.
La comparaison des différentes intelligences artificielles accessibles, notamment au regard de leur impact environnemental, permet d’adopter une approche plus critique et plus éclairée dans le choix des outils à utiliser. Cette analyse comparative conduit les élèves à considérer non seulement les performances techniques des IA, mais également les ressources qu’elles mobilisent, leur empreinte carbone, ainsi que les enjeux éthiques et sociétaux associés. Les élèves ont notamment été surpris de constater que deux IA peuvent fournir des réponses totalement opposées, ce qui les a amenés à s’interroger sur la fiabilité et la véracité des réponses proposées. Ils ont également été interpellés par la quantité d’énergie consommée pour un seul prompt, les conduisant à réfléchir, à l’avenir, à la pertinence du recours à une IA.
Les systèmes d’intelligence artificielle se sont progressivement imposés dans nos sociétés contemporaines et, plus spécifiquement, au sein de l’Éducation nationale. Leur usage se diffuse de manière croissante parmi les élèves, au collège et de façon encore plus marquée au lycée. À l’inverse, les enseignants demeurent pour l’instant des utilisateurs plus occasionnels de ces technologies émergentes.
Dans ce contexte, l’intégration réfléchie de l’IA dans les pratiques pédagogiques apparaît essentielle afin d’accompagner les élèves dans l’appropriation de ces outils. Les observations montrent en effet que les élèves y recourent fréquemment de manière spontanée, automatique et souvent dépourvue de recul critique. Il devient donc nécessaire de s’appuyer sur les connaissances déjà acquises par les élèves, tout en enrichissant celles‑ci par de nouveaux apports, afin de les conduire vers une compréhension plus fine, plus rigoureuse et plus critique du fonctionnement des systèmes d’intelligence artificielle.
Un tel accompagnement vise à développer chez eux des usages plus responsables, éclairés et maîtrisés de ces technologies, tout en renforçant leur capacité à analyser leurs limites, leurs apports et leurs implications.
Pour répondre à ces objectifs, nous avons élaboré différentes activités pédagogiques, destinées à des élèves des classes de la 4e à la terminale, que les enseignants peuvent utiliser pour introduire l’usage de l’intelligence artificielle de manière explicite et progressive, tout en sensibilisant les élèves aux enjeux environnementaux associés.
Évolution de la posture professionnelle :
L'enseignant n'est plus la seule source de savoir ; il devient un accompagnant qui aide à trier, valider et critiquer les ressources générées par la machine. Certaines activités réalisées se fond au rythme de chacun, offrant davantage de souplesse dans la gestion : l’enseignant peut ainsi mieux accompagner les élèves qui se questionnent.
Enrichissement des modalités de travail :
L'IA permet de mettre en place des activités en autonomie complète, utilisables même en l'absence physique du professeur ou d'absence de matériel. Les outils d’IA permettent également la différenciation des supports, la création rapide d’exercices variés, la mise en place de parcours individualisés, l’accompagnement des élèves à besoins particuliers.
L’IA devient ainsi un levier de diversification pédagogique, offrant des possibilités d’apprentissage plus flexibles et plus adaptatives.
Personnalisation de l'enseignement :
L'enseignant peut s'appuyer sur l'IA pour offrir une remédiation sur mesure, adaptée au niveau, au rythme et aux besoins spécifiques de chaque élève. L’IA permet notamment de générer de proposer des exercices ciblés, d’identifier rapidement les points de blocage, de suivre plus finement la progression individuelle.
Cette personnalisation contribue à renforcer l’engagement des élèves et à améliorer l’efficacité des apprentissages, tout en permettant à l’enseignant de consacrer davantage de temps aux interactions pédagogiques à forte valeur ajoutée.
Établissements :
Ville(s) :
B. Intelligences artificielles et apprentissages.
Les élèves ont été capables de décrire comment ils avaient recherché et trouvé l’information avec chacun des supports utilisés (documentaire papier, moteur de recherche et intelligence artificielle).
Les séances ont conduit à davantage verbaliser les stratégies de recherche : choisir des mots-clés, analyser une réponse, identifier une source fiable ou encore vérifier une information. La recherche documentaire devient ainsi un objet d’enseignement à part entière, et non plus uniquement un moyen d’accéder à un contenu.
Ils ont développé différentes stratégies pour améliorer leur recherche : utiliser la table des matières, repérer les titres en feuilletant un ouvrage, sélectionner des mots-clés pertinents, affiner une requête…
Ils ont également renforcé leur esprit critique en prenant conscience que la vérification des sources est indispensable pour valider une information.
Grâce au « bilan de chercheur », les élèves ont aussi mieux identifié les avantages et les difficultés liés à la recherche avec chacun des supports. Ils ont distingué les efforts mobilisés pour chaque outil : patience, concentration, mémorisation, tri de l’information et vérification.
La verbalisation et le partage des expériences leur ont permis de gagner en efficacité lorsqu’ils doivent effectuer une recherche dans un documentaire papier ou à l’aide d’un moteur de recherche.
Enfin, le projet a permis à certains élèves de découvrir l’intelligence artificielle, de comprendre comment formuler un prompt et d’identifier les points de vigilance nécessaires lors de son utilisation.
L'objectif principal est d'amener les élèves à comprendre comment ils mobilisent leurs compétences cognitives (métacognition) selon l’outil, tout en maîtrisant l'information et en développant une réflexion sur leurs processus d'apprentissage.
- EMI / Français : Identifier et reformuler des informations essentielles , comparer des sources , développer un esprit critique.
- Histoire / Géographie : S'informer dans le monde numérique, comprendre un document, coopérer et mutualiser.
- Sciences et technologie : Utiliser des outils numériques pour faire des recherches et traiter des données, identifier des sources d’informations fiables (faire preuve d'esprit critique)
- CRCN : Domaine 1 : Mener une recherche et une veille d’information / Traiter des données
- Socle commun : Domaine 2 : Les méthodes et outils pour apprendre. Chercher et trier l'information. Comprendre comment j'apprends. Utiliser les outils numériques avec esprit critique.
Les enseignants ont pu faire le lien entre cette séquence et leur programmation. En effet, les thèmes de recherche choisis correspondaient au travail mené dans différentes disciplines (histoire, sciences…). Cette séquence n’était donc pas déconnectée des apprentissages de la classe ; elle en constituait un prolongement.
L’interdisciplinarité du projet a été particulièrement intéressante : elle a permis de travailler les compétences liées à la recherche documentaire dans plusieurs disciplines, tout en développant les usages du numérique avec les élèves.
Les enseignants ont pu observer les élèves en situation de recherche et les amener à verbaliser leurs stratégies. Ces échanges ont permis d’enrichir la compréhension de chacun et de mieux identifier les démarches d’apprentissage mobilisées par les élèves.
L’expérimentation a conduit les enseignants à interroger l’idée selon laquelle les élèves seraient spontanément à l’aise avec la recherche d’information numérique parce qu’ils utilisent des écrans au quotidien. Les observations ont montré au contraire que ces recherches mobilisent des compétences complexes (tri, analyse, formulation, vérification) qui nécessitent un apprentissage explicite.
Le projet a également permis aux enseignants de mieux repérer les efforts cognitifs propres à chaque outil : recherche plus lente et structurante avec le papier, tri important d’informations avec le moteur de recherche, formulation précise et esprit critique avec l’intelligence artificielle. Cette prise de conscience affine l’analyse des besoins des élèves et les objectifs d’apprentissage.
Le « bilan de chercheur d’information » a encouragé les enseignants à intégrer des temps de retour réflexif : faire verbaliser l’effort fourni, identifier les difficultés rencontrées, comparer les outils et justifier un choix.
L’expérimentation a également conforté l’idée qu’aucun support ne répond à tous les besoins. Les enseignants ont ainsi pu penser davantage la complémentarité entre support papier, moteur de recherche et intelligence artificielle selon l’objectif visé : mémoriser, rechercher rapidement, reformuler ou explorer.
Cette expérimentation, menée ponctuellement, a fait émerger la nécessité d’inscrire ces démarches dans la durée. Les enseignants identifient l’intérêt de proposer régulièrement des situations de recherche comparées afin de permettre aux élèves d’automatiser certains réflexes et de gagner progressivement en autonomie.
Enfin, le projet a favorisé les échanges entre enseignants et référents numériques autour des observations réalisées, des outils mobilisés et des choix pédagogiques. Cette collaboration a permis de croiser les regards et d’enrichir les pratiques de chacun.
Établissements : Collège Debussy
Ville(s) : Romans-sur-Isère
B. Intelligences artificielles et apprentissages.
- une conscience des limites de l’IA
- une distinction entre aide et substitution
- une réflexion émergente sur la notion d’auteur
- accompagner les élèves dans un usage raisonné de l’IA, notamment dans les écrits argumentatifs (sujet de réflexion du DNB) ;
- développer des compétences de structuration de la pensée et de l’argumentation ;
- rendre visibles les processus cognitifs de l’écriture (planification, reformulation, révision) ;
- permettre une prise de distance critique vis-à-vis des productions générées par l’IA ;
- interroger les enjeux éthiques et méthodologiques liés à l’usage de ces outils.
L’intégration de l’intelligence artificielle dans la séquence a conduit à une évolution significative de ma posture d’enseignante.
Un déplacement de posture
Je n’étais plus uniquement dans une logique de transmission des savoirs, mais dans une posture de médiation et d’accompagnement, une posture davantage située aux côtés des élèves que dans une logique frontale. Cela s’est avéré être très exigeant lorsque plu- sieurs élèves sont en difficultés en même temps. Le tutorat entre pairs m’a relativement aidé lors de tâches complexes. Je conseille de former des pairs (forts/faibles) pour plus de confort.
Il s’agissait désormais :
- d’aider les élèves à formuler des consignes (prompts) efficaces (méthode RACE);
- De les guider davantage dans leurs productions et l’analyse de ces dernières ;
- d’accompagner la prise de distance critique.
Une conception didactique facilitée
L’usage de l’IA m’a accompagné :
- Dans la conception didactique de la séquence,
- Dans la méta-analyse des réponses réflexives,
- Dans l’adaptation des contenus aux besoins des élèves.
Une posture majoritairement d’étayage et de lâcher-prise selon Bucheton
La posture dominante observée est celle de l’accompagnement. Je guidais les élèves dans la compréhension des consignes, la structuration de leur pensée.
Cette posture s’articulait avec des moments de lâcher-prise contrôlé, permettant aux élèves d’expérimenter, de tester et d’ajuster leurs démarches, tout en restant dans un cadre explicite.
La posture de tissage était également mobilisée, afin de relier les usages de l’IA aux attendus scolaires et aux compétences d’écriture travaillées.
Une transformation de l’évaluation
L’évaluation ne portait plus uniquement sur le produit final, mais aussi sur :
- les démarches ;
- les stratégies mobilisées ;
- les capacités de révision (évaluation prompts).
Elle devenait davantage formative et réflexive.
Une réflexion sur les enjeux disciplinaires
Le dispositif amène à interroger :
- ce qu’est écrire ;
- ce qu’est comprendre un texte ;
- la méthodologie des écrits institutionnels.
Établissements : Collège Salvador Allende
Ville(s) : Bourgoin-Jallieu
B. Intelligences artificielles et apprentissages.
Les élèves ont tous été actifs durant cette séance, et cela leur a permis de réviser les notions vues en classe. L’obligation de faire des manipulations pour valider leur réponse leur a permis de réactiver les compétences déjà travaillées.
L’entraînement avec le chatbot permet aussi aux élèves d’acquérir des automatismes, notamment lorsqu’ils sont conduits, de façon répétée, à utiliser les manipulations les plus efficaces.
Dans une des classes, un pré-test et un post-test a été effectué (21 élèves). Les résultats montrent que les élèves ont progressé dans l’identification des classes grammaticales, même si les progrès ne sont pas très significatifs (6,7 réussites en moyenne pour le pré-test, 8,1 réussites pour le post- test). Le recours aux manipulations a nettement augmenté : lors du pré-test, en moyenne, 5 élèves utilisent une manipulation pour valider l’identification d’une classe grammaticale, et dans le post- test, 12 élèves en moyenne utilisent une manipulation syntaxique. Ces moyennes cachent toutefois de grands écarts en fonction de la difficulté du mot. Par exemple, dans le post-test tous les élèves utilisent une manipulation pour valider l’identification d’un verbe conjugué (identifié correctement par tous les élèves), alors que pour le déterminant « trois » identifié par 8 élèves, 7 élèves ont recours à une manipulation syntaxique.
Si certains élèves sont rentrés dans l’activité de façon pertinente, il est encore trop facile pour ceux qui le souhaitent de détourner l’exercice et de ne pas réaliser correctement l’entraînement. L’adaptation des discussions n’est pas encore suffisamment individualisée ou le paramétrage du chatbot trop subtil pour répondre à tout l’éventail de situations.
- Apprendre aux élèves à développer un raisonnement grammatical complet dans l’identification des manipulations syntaxiques ;
- Favoriser une posture réflexive chez les élèves dans l’utilisation des manipulations syntaxiques ;
- Utiliser l’intelligence artificielle pour proposer un étayage adapté à chaque élève ;
- Apprendre à utiliser l’intelligence artificielle comme aide à l’apprentissage.
Le chatbot a été utilisé comme outil de différenciation puisqu’il permet de répondre aux besoins des élèves de manière individuelle. Il permet aussi de s’adapter aux besoins des élèves « en direct » puisque le professeur peut lire les propositions des élèves pendant la séance et identifier les élèves qui sont en difficulté (par exemple dans l’utilisation des manipulations).
Le paramétrage du chatbot a incité les enseignants à clarifier leurs attentes concernant le contenu des raisonnements que les élèves devaient mener mais aussi à prendre en compte le fonctionnement du chatbot et les réponses fournies aux élèves : les exigences de départ n’étaient pas toujours compatibles avec ce que le chatbot proposait.
Pour finir, même si les élèves se sont investis dans l’activité, dans certains cas les nombreux dysfonctionnements obligeaient souvent les deux enseignants à courir d’un poste de travail à l’autre pour aider les élèves à dépasser les blocages techniques. Le rapport entre le temps de préparation et le gain en efficacité lors du cours n’est dans ce cas pas positif.
Établissements : LPO Galilée
Ville(s) : VIENNE
B. Intelligences artificielles et apprentissages.
Première activité (testée sur deux groupes d' AP) : les élèves se sont rapidement appropriés les notions et ont apprécié l'élaboration de la fonction Python. Le tracé de la droite de séparation leur a permis de reprendre les équations réduites de droites.
Le principe de la droite de décision a permis d'améliorer la lecture des coordonnées de points en réfléchissant à la question de l'appartenance d'un point à un demi-plan. En revanche, l'abstraction en neurone a posé problème.
La deuxième activité (traitée par un seul groupe) a permis de réinvestir ces notions. Le montage des neurones avec une porte logique a posé problème, un travail transversal SNT/mathématiques aurait peut-être permis d'aplanir les difficultés.
Nous n'avons pas eu le temps de tester la 3ième activité.
Appréhender le fonctionnement d'un algorithme d’intelligence artificielle : droite séparant deux nuages de points
Comprendre le rôle des données dans l'entraînement d'une IA.
Réinvestir des notions mathématiques/logique : fonctions affines, opérateur ET
Utiliser des outils numériques : langage Python et tableur
Ce travail a donné lieu à trois réunions de concertation, où les grands principes de l'IA ont pu être présentés. Le programme de seconde étant particulièrement dense, nous n'avons pas pu consacrer autant de temps que nous l'aurions souhaité à l'expérimentation.
Cependant, nous avons amorcé une réflexion sur l'intégration des principes de fonctionnement de l'IA dans les programmes et nous restons convaincus que beaucoup d'entrées restent à explorer.