Éduquer à l'IA, éduquer à l'heure de l'IA
Comprendre les modèles de langage, tester leurs réponses et apprendre à vérifier. Des activités guidées pour la classe.
Trois repères pour comprendre l’IA
IA : plusieurs tâches
Reconnaître une image, prévoir une panne, proposer un trajet… ou créer du contenu.
IA générative : créer
C’est une partie de l’IA. Elle produit du texte, des images, du son ou des vidéos.
LLM : le langage
Un « grand modèle de langage » travaille sur le langage. Ceux testés ici génèrent du texte.
Sur ce site : on étudie surtout les LLM. L’activité « Un neurone apprend » montre aussi une IA qui classe des points.
Explorer le chapitre 0 →Modules pour la classe
Des activités pour explorer les modèles de langage. Les propositions générées sont à vérifier et à adapter à la classe.
Comment un LLM écrit
Explorer la génération de texte
Observer les morceaux de texte choisis par un modèle. Faire varier les probabilités.
Les mots ont des biais
Stéréotypes et biais textuels
Observer des exemples, puis repérer les stéréotypes dans les réponses d’un modèle.
Plusieurs modèles, une question
Comparer des modèles de langage
Poser la même question à plusieurs modèles. Comparer, puis vérifier leurs réponses.
Vrai ou faux ?
Chasser les hallucinations
Chercher les erreurs dans un texte piégé. Vérifier avec d’autres sources.
Comprendre, pas copier
L'IA comme aide à l'apprentissage
Demander des indices et des questions pour apprendre, sans faire faire tout le travail.
L'art du prompt
Formuler une consigne utile
Préciser une consigne, puis comparer les réponses. Une bonne consigne peut aider.
Un LLM passe le contrôle
Évaluer autrement à l'ère de l'IA
Tester un modèle, puis adapter une évaluation pour mieux voir ce que l’élève sait faire.
Générer du texte : quels impacts ?
Explorer des ordres de grandeur environnementaux
Explorer des estimations de CO₂ et d’eau à partir d’un cas publié.
Pour aller plus loin
Voir un neurone apprendre à classer des points. Puis découvrir comment un modèle de langage utilise des documents.
Pour les enseignants et formateurs
Des outils pour préparer la classe à l'heure de l'IA — et pour les élèves curieux qui passeraient par là, un aperçu du travail invisible que les enseignants font pour eux.
Ce que le prof apporte
Positionnement enseignant face à l'IA
Générer des dilemmes et construire son positionnement professionnel sur l'IA en classe.
Ma séquence IA
Générateur de séquences pédagogiques
Préparer une séquence de cours avec les modules Éduc’IA.
La machine qui apprend
Générateur d'activités débranchées
Préparer des jeux sans ordinateur pour explorer des mécanismes de l’IA.
Comment fonctionnent les IA de ce site ?— Comprendre pour mieux comparer
Ici, on compare des modèles de langage. Ils passent par Albert API, un service de l’État. Le modèle et le service qui l’héberge sont deux choses différentes.
Ils apprennent avant de répondre. L’entraînement ajuste leurs réglages à partir de textes. Ensuite, la consigne et le contexte guident la réponse.
Ils écrivent par morceaux. Ces morceaux s’appellent des tokens. Le modèle leur donne des probabilités. Le plus probable n’est pas forcément vrai.
Ils peuvent se tromper. Une réponse fausse ou sans appui peut sembler très convaincante : c’est une hallucination. Ici, les appels ordinaires ne lancent pas de recherche web ; le module RAG ajoute des documents.
Pourquoi les réponses changent-elles ?
Les données, l’entraînement, la consigne et la température jouent un rôle. Le pays du concepteur ne suffit pas à expliquer une réponse.
Plus de paramètres ne garantit pas plus de justesse. Deux modèles peuvent aussi répéter la même erreur.
Un assistant peut ajouter des outils de recherche à un modèle. Ces outils aident à vérifier, sans garantir une réponse exacte.
Les mots soulignés en pointillés sont interactifs : survolez-les ou touchez-les pour voir leur définition adaptée à votre niveau.
Fondements scientifiques— Des repères issus de l'informatique, des sciences de l'éducation et de l'information.
- OCDE (2024) — Définition des systèmes d'IA : méthodes, tâches et usages
- NIST (2024) — Risques de l'IA générative, dont les hallucinations
- Paquelin, D. (2025) — IA générative et pratique professionnelle en EAD : orthèse ou prothèse ? (HAL)
- Paquelin, D. (2025) — De la délégation à l'amplification : quand l'IA générative reconfigure nos façons d'apprendre (HAL)
- Frau-Meigs, D. (2025) — Référentiel de compétences EMI en algo-IA-littératie (AlgoWatch.eu)
- CSEN — GT8 « Développer l'esprit critique » : Référentiel et grilles pour l'évaluation en classe des compétences de l'esprit critique (janvier 2025)
- Ministère de l'Éducation nationale (2025) — Cadre d'usage de l'intelligence artificielle en éducation
- CLEMI (2024) — L'intelligence artificielle générative : quelle révolution et quels enjeux pour les médias ?
- Bell, T., Witten, I.H. & Fellows, M. (2015) — CS Unplugged — Computer Science without a computer