Générateur de séquences pédagogiques

Ma séquence IA

Préparer une séquence de cours avec les modules Éduc’IA.

Assembler une séquence complète autour des modules Éduc'IA.

Générer une progression pédagogique cohérente, prête à adapter à la classe.

Un classique de l'ingénierie pédagogique — contre-intuitif, même pour des concepteurs aguerris. Pour préparer une séquence, il y a trois choses à penser : dans quel ordre un concepteur expérimenté les pense-t-il ? Cliquer dans l'ordre :

Cliquer les trois éléments dans l'ordre de conception.

Deuxième outil, complémentaire : l'alignement pédagogique (Biggs). Objectif, activités et évaluation doivent viser la même compétence. Une de ces trois séquences est désalignée — laquelle ?

Et pour les élèves qui passent par ici

Une façon de préparer un cours est de partir de l’objectif : ce que les élèves sauront faire, et comment on le verra. Cette mécanique invisible est réglée avant la première séance. L'IA de l'onglet suivant aide l'enseignant à assembler plus vite — elle ne décide jamais à sa place de ce qui convient à sa classe.

L'onglet suivant assemble une progression complète — à aligner et adapter.

Modules

Pourquoi une séquence structurée ?

Une progression possible : découvrir, expérimenter, analyser, conclure. Le générateur propose des étapes. L’enseignant les adapte à sa classe.

Votre séquence

Discipline *

Cycle *

Objectif pédagogique *

Durée disponible *

30 min (1 créneau court)55 min (1 heure de cours)2 x 55 min (2 séances)3 x 55 min (mini-séquence)

Votre familiarité avec l'IA

Débutant — je n'ai jamais utilisé l'IA en classeJ'ai testé quelques outilsJ'utilise régulièrement l'IA

Comment adapter la séquence ?

Temps réduit : la consigne demande une variante courte ; vérifier sa faisabilité.
Pas de tablettes : privilégiez le module "La machine qui apprend" (activités débranchées).
Classe hétérogène : utilisez l'IA comme tuteur différencié avec le module "Comprendre, pas copier".
Première fois : commencez par une séance unique de 55 min avant de vous lancer dans une mini-séquence.

Configuration IA

Modèles IA à interroger

Le drapeau indique le pays du concepteur. Il ne permet pas de deviner la réponse. Les données, la consigne et les réglages comptent aussi.

Température

🧊 0 · prévisible0.7 · équilibré🔥 1.5 · plus varié

Basse : les choix les plus probables dominent. Haute : les choix sont plus variés. Une réponse peut être fausse dans les deux cas.

Prompt assemblé

Température réglée à — les réponses seront très prévisibles, presque identiques à chaque essai.les réponses seront équilibrées entre précision et créativité.les réponses seront plus créatives et variées, avec plus de risque d'erreurs.

Points de vigilance

Comparaison multi-LLM

Points de vigilance

Références

Wiggins, G. & McTighe, J. (2005). Understanding by Design (ASCD) — la conception à rebours : objectif, preuves d'apprentissage, puis activités
Biggs, J. (1996). Enhancing teaching through constructive alignment (Higher Education) — l'alignement objectif-activités-évaluation
Paquelin, D. (2025). De la délégation à l'amplification : quand l'IA générative reconfigure nos façons d'apprendre (HAL)
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 ?

Sources et limites des explications