Blandine Tardieu, professeur documentaliste au Collège République à Calais, établissement en Contrat Local d’Accompagnement, aborde certaines notions info-documentaires, d’EMI et du CRCN suivant une progression qu’elle a élaboré sur les quatre niveaux principalement en remplacement de courte durée (RCD). Dans les séances projetées pour les 5e, est abordé le fonctionnement du moteur de recherche avec sa suite logique l’approche du fonctionnement du chatbot d’une IAG impulsée par une expérimentation faite en début d’année scolaire relatée dans le contexte.
Contexte :
En début d’année scolaire, a lieu une journée de cohésion pour tout le collège. Cette année, elle s’est déroulée le 19 septembre avec la matinée consacrée à l’opération « Levez les yeux ». Les élèves de tous les niveaux sont répartis en groupes de 12 accompagnés de deux personnels de l’établissement. Chaque groupe suivait un parcours différent dans la ville avec l’objectif de mieux la connaître en étant dans une démarche d’observation et de questionnement. Une fiche groupe avec des questions était proposée en fonction du parcours accompagnée d’un plan. Les encadrants étaient en possession de la fiche correction. Les membres du groupe avaient pour consigne la possibilité de demander à un des deux adultes d’utiliser leur smartphone pour faire une recherche dont la requête était formulée par eux. Mon groupe suivait le parcours « Des œuvres d’art dans la ville » et voici l’une des questions à laquelle ils devaient répondre :
Ayant préparé les questionnaires, je connaissais la réponse à cette question en plus de la fiche correction. Ils ont cherché des indices dans le graff pour déterminer le nom : dans le coin droite il y a la mention « les ateliers du graff » ou sur la droite une signature illisible.
Je les ai aiguillé en leur expliquant que les ateliers du graff étaient une agence qui met en relation des artistes avec des commanditaires, ici la Ville de Calais qui propose depuis plusieurs années une manifestation Street art à Calais.
Un élève de 4e me soumet l’idée de faire une recherche sur ChatGPT en photographiant la signature illisible. La réponse proposée par l’IAG est erronée.
Je leur demande la marche à suivre puisque la réponse est incorrecte et le même élève me propose de continuer la recherche sur ChatGPT en formulant un prompt « Dis-nous qui est l’artiste qui a peint la fresque de street art au square de la rue du Temple à Calais ».
La réponse est à nouveau erronée. Les deux artistes cités par ChatGPT existent puisque nous venions de découvrir l’une de leurs oeuvres dans notre parcours un peu plus haut dans la rue du Temple :
Je leur explique à ce moment-là que l’IAG est en incapacité de répondre par rapport à notre lieu précis, alors que la fresque devant laquelle nous nous trouvons est autant référencée sur Internet que celle-ci. Elle ne peut pas dire qu’elle ne sait pas donc elle produit une réponse fausse, appelée aussi « hallucination ».
Je les interroge alors sur la manière de trouver la réponse à cette question et un autre élève propose d’utiliser un moteur de recherche. Ils doivent alors me donner la question à poser, l’élève de 4e précise qu’il faut utiliser des mots-clés. Donc ils me proposent la requête « nom graffeur square temple Calais ». Et la première proposition s’avère exacte.
Cette expérience renforce ma conviction de faire comprendre aux élèves comment fonctionne un moteur de recherche et une IAG.
Public : classe de 5e
Objectif : Comprendre le fonctionnement d’une intelligence artificielle génératrice de textes : comment produit-elle ses réponses ? À partir de quelles données ? Comment elle apprend ?
Compétences EMI :
| Utiliser les médias et les informations de manière autonome | Adopter progressivement une démarche raisonnée dans la recherche d’informations. |
Compétences CRCN :
| Domaine 1 : Informations et données | 1.1 Mener une recherche et une veille d’information | Niveau 2 Questionner la fiabilité et la pertinence des sources |
| 1.3 Traiter des données | Niveau 1 Saisir, organiser, trier et filtrer des données dans une application | |
| Domaine 5 : Environnement numérique | 5.1 Résoudre des problèmes techniques | Niveau 4 Différencier et interpréter les problèmes liés à l’utilisation des technologies (erreur humaine, défaillance technique…) |
| 5.2 Évoluer dans un environnement numérique | Niveau 4 Prendre conscience de l’évolution des matériels et des logiciels pour développer sa culture numérique Sélectionner des technologies et outils numériques afin de concevoir et produire de nouveaux savoirs et objets |
Compétences psychosociales :
| COGNITIVES | Prendre des décisions constructives | Capacité à faire des choix responsables |
Déroulé :
Cette séquence s’inscrit dans le contexte du Safer Internet Day en reprenant le thème 2025 « L’IA et nous ».
- 1ère séance d’une heure :
Pour débuter, une évaluation diagnostique de ce que savent les élèves sur l’intelligence artificielle se fait à travers le renseignement d’une carte mentale collective où chaque groupe constitué de quatre élèves répond à une ou plusieurs questions.
En conclusion, les affirmations proposées par les élèves sont réajustées et complétées. Lors de cette mise en commun, le constat montre que leurs connaissances des IA sont limitées. Je leur trace un petit historique de la naissance de l’IA et leur précise que nous allons, nous, aborder plutôt les intelligences artificielles génératives (IAG).
- 2ème séance d’une heure :
A partir de la vidéo de la chaîne YouTube Informatique sans complexe ! Comment apprend une IA ?, les élèves à nouveau en groupe de quatre réalisent une carte mentale pour synthétiser et simplifier ce qu’ils ont retenu sur le fonctionnement d’une IAG. Au vu de la complexité du contenu de la vidéo, ils peuvent noter que les mots clés qui leur a paru importants.
https://www.youtube.com/watch?v=3BGHIAAUlJE
Carte mentale avec les mots compilés de tous les groupes
Après cela, je prends l’exemple donné du chat et du chien, je leur demande les caractéristiques du chat (quatre pattes, une queue, deux oreilles, une truffe, des poils, …). je leur signifie qu’ils m’ont donné les caractéristiques d’un chien. Je les interroge : « Alors comment fait l’IAG pour faire la différence entre les deux lorsque je lui demande de me générer une image d’un chien ? ». Ils arrivent à déterminer que c’est par l’apprentissage.
Je leur montre la rubrique « Entrainez votre IA à reconnaître des images » du site Vitascience IA :
https://fr.vittascience.com/ia/images?localId=loc65215f804f4af4
Je leur fait une démonstration d’utilisation de ce module avec une première catégorie de données constituées d’images de tasses et une seconde avec des images de bols. Ensuite vient l’étape de l’entraînement du modèle, de la vérification des données et de la visualisation du réseau de neurones. Un mode aperçu permet de soumettre des images au modèle pour qu’il détermine s’il s’agit plutôt de la 1ère catégorie ou de la seconde. J’avais téléchargé en amont vingt images de chaque catégorie. Je fais la démonstration à l’écran et ils analysent les résultats. La machine pense qu’un balai est un peu plus une tasse qu’un bol, ils en déduisent alors que c’est parce qu’il y a un manche. Toutefois, avec le test de la brosse qui est quasiment un bol, ils arrivent à conclure que le modèle n’est pas assez entraîné.Je leur précise que l’apprentissage se fait normalement sur un nombre beaucoup plus important d’images.
- 3ème séance d’une heure :
Les élèves se sont répartis en binôme et ils choisissent deux sélections d’images d’objets, d’animaux ou autres assez proches et des images tests pour ensuite utiliser l’application. Les catégories choisies sont notamment des carpes, des truites et autres poissons, des nuages, des barbes à papa et des objets divers, …
Ils collectent leurs images et testent l’application, ensuite chaque groupe va tester au moins un modèle d’un autre.
Pour conclure cette séquence, les élèves se mettent à la place d’une IAG et sa manière de s’entraîner dans un exercice de textes à trous pour comprendre la notion de prédiction sous Learningapps :
Bilan réflexif :
Le bilan s’avère très positif, les élèves se sont investis personnellement dans l’activité en montrant leurs connaissances sur le sujet, en acceptant de parler de leurs pratiques des IAG en toute honnêteté et en entraînant leur propre modèle. Ils n’avaient pas du tout conscience de tout le processus préalable à leur questionnement d’une IAG. Dans les faits actuellement, beaucoup d’enseignants du collège constatent leurs mauvais usages mais n’ont pas ou très peu discuté avec eux de cet outil. Il semble alors pertinent de commencer à l’aborder avant que de mauvaises pratiques s’installent dans les habitudes des apprenants. De plus, ces derniers s’avèrent moyennement voire faiblement motivés par leur scolarité mais ont un attrait pour le numérique ainsi que les activités où leur avis et leurs usages ont mobilisés.
Le recours à l’application du site Vittascience permet de respecter le cadre d’usage de l’IA en éducation, publié en juin 2025 précisant que l’utilisation pédagogique de l’IA en classe n’est autorisée qu’à partir de la 4e.
La séquence peut être modulée, la première étape de travail de groupe sur leurs connaissances autour de l’IA n’est pas nécessaire. L’activité faite avec le site Vittascience existe également avec une application en ligne développée par Google : Teachable Machine : https://teachablemachine.withgoogle.com/train.
Dans l’idéal, cette activité devrait être proposée à toutes les classes de 5ème. Elle a été imaginée pour s’inscrire dans une progression sur cette thématique sur les quatre niveaux avec en 6ème la reconnaissance des images générées par IA ou non en questionnant le droit lié à ces générations. En 4e serait questionnée soit la notion de production d’information et leurs sources soit la notion de stéréotypes. En 3e serait abordé soit les différents biais produits avec l’usage d’une IAG soit un débat autour la place de l’IA dans le monde du travail.
