Intelligence arti cielle :

guide pratique
pour les enseignants

1
Philippe Piekoszewski-Cuq
fi
 En
préambule
L'intelligence arti cielle à l'école :
entre promesses et précautions

Une révolution éducative en marche

Il est des révolutions qui, sournoisement, s’immiscent dans le quotidien,

changeant en profondeur les équilibres sans éclats ni tambours. L’essor de
l’intelligence artificielle dans les écoles est de celles-ci : promesse enivrante
pour certains, gouffre d’interrogations pour d’autres. L’IA ne peut prospérer
dans nos écoles sans un cadre clair, solide et humain.

Un cadre institutionnel : le garde-fou de l'innovation

L’IA, aussi brillante soit-elle, peut se révéler aussi indomptable qu’un étalon
sauvage. Les institutions internationales, européennes et françaises ont
développé des directives pour encadrer ses usages en éducation.

Un exemple concret : un outil d’IA évaluant des devoirs en quelques

secondes. Impressionnant, mais que se passe-t-il en cas de biais ou de
standardisation excessive ? Le cadre institutionnel permet d’enrichir
l’expérience éducative tout en préservant la singularité des élèves.

Pédagogie, éthique, technique : un trio inséparable

• Dé s pédagogiques : que l’on ne s’y méprenne pas, l’IA n’a

vocation ni à détrôner l’enseignant ni à occuper le piédestal du
savoir. Elle n’est qu’un outil – un serviteur docile – qui peut enrichir
l’apprentissage, dessiner des parcours personnalisés.
• Dilemmes éthiques : mais qu’en est-il des dilemmes qu’elle
engendre ? Peut-on décemment laisser une machine infléchir la
trajectoire de jeunes vies, par l’entremise d’un algorithme
d’orientation ? Respecter la liberté de choix des élèves ne saurait
devenir une option, mais une exigence, et l’IA doit s’y plier sans
condition.
• Contraintes techniques : enfin, l’impératif de sécurité s’impose, tel
un dogme. Les données des élèves, reflets de leur existence, doivent
être protégées avec ferveur : anonymisation, sécurité et
confidentialité garantissent une utilisation respectueuse.

Un futur prometteur, mais ré échi

Philippe
La marche de l’IA dans les arcanes de l’éducation n’est ni un Piekoszewski-
sprint effréné ni une course dénuée d’obstacles. Elle Cuq
s’apparente davantage à une traversée patiente et
précautionneuse, où chaque pas doit peser son lot de décembre 2024
conséquences. Inclusion, égalité des chances et respect du
développement humain doivent, tels des astres fixes, guider
cette transformation. Faillir à ces principes, c’est risquer de
voir l’outil se muer en oppresseur. 2
fi
fl
fi
 Sommaire

Introduction _________________________________________________________________5
L’intelligence arti cielle au service de l’éducation 5
Pourquoi ce guide ? 5
Les avantages de l’IA pour les enseignants 6
Un usage éclairé et éthique 7
Invitation à expérimenter 7
1ère partie : Qu’est-ce que l’Intelligence Arti cielle (IA) ? _______________________8
Dé nition de l’IA et concepts fondamentaux 9
Comprendre l’intelligence arti cielle par son évolution 11
La genèse : 12

Naissance de l’IA : 14
L’âge d’or de l’IA : 14

Le Perceptron : 15

Le printemps de l’IA : 16

Imagenet : 18

Le Perceptron multicouche : 18

Technique de rétropropagation (Back-Propagation) : 20

Plongée dans les trois grands types d’apprentissage en intelligence arti cielle 22
2e partie : l’IA dans l’éducation ______________________________________________24
Le rôle de l’IA dans l’éducation aujourd’hui 25
Le cadre de compétences IA UNESCO 27
L’IA pour aider l’enseignant 28
Un point de cadrage institutionnel 28
Le cadrage international : les orientations de l’UNESCO 29

Le cadre européen : une vision éthique et pédagogique 29

Le cadre français : un engagement pour une IA éthique et inclusive 30

Ethique de l’IA en éducation 31
Les apports de l’IA pour le métier d’enseignant 33
3e partie : l’IA comme assistant pédagogique ________________________________35
L’art du prompt : le prompt engineering 36
Bases et principes fondamentaux d'un prompt e cace 36
Et si l’IA écrivait le prompt à votre place ? 41
Votre assistant pédagogique : un allié indispensable 50
1. Conception de plans de cours : votre GPS pédagogique 50

2. Reformulation des consignes : l’art de se faire comprendre 52

3
fi
fi
fi
ffi
fi
fi
 3. Résumé et simpli cation des contenus : le pouvoir de la concision 54

4. Recherche d’idées et d’inspiration : le feu d’arti ce créatif 56

5. Contextualisation des apprentissages : apprendre en étant ancré dans la réalité 62

6. Évaluation et remédiation : des feedbacks sur-mesure 65

7. Adaptation aux besoins des élèves : une éducation pour tous 69

L’IA et les neurosciences : concevoir des cours e caces et engageants 72
1. Attention : capter et canaliser le regard des élèves 72

2. Engagement actif : faire participer pour mieux apprendre 73

3. Feedback : apprendre grâce aux erreurs 73

4. Consolidation : graver les apprentissages dans la mémoire 74

Conclusion de la 3e partie : 74
Du côté des outils __________________________________________________________76
Conclusion : le voyage ne fait que commencer… _____________________________80
L'IA générative en classe : opportunité ou illusion ? ___________________________83
L'IA générative en éducation : entre promesse et prudence 83
Une expérience qui lève le voile 83
ChatGPT : le génie dans la lampe 84

L’outil analytique : un professeur discret 84

L’expert humain : une discussion fructueuse 84

Quand ChatGPT devient béquille 84
Enseignants : la clé de l’équilibre 85
Bibliographie_______________________________________________________________86

4
fi
fi
ffi
Introduction
Introduction

L’intelligence arti cielle au service de l’éducation

L’intelligence artificielle s’impose aujourd’hui comme un outil incontournable,

transformant en profondeur des domaines aussi variés que l’éducation. Elle offre des
solutions nouvelles qui, hier encore, eussent relevé de la chimère : adapter les
apprentissages aux besoins individuels des élèves, proposer des évaluations
différenciées et concevoir des cours mieux structurés, à la fois stimulants et accessibles.

Pour les enseignants, l’IA constitue un atout précieux. Elle permet non seulement de
rationaliser les tâches répétitives, mais aussi de répondre aux défis de l’inclusion
scolaire ou de la diversification des supports pédagogiques. Plus encore, cette
technologie peut devenir un partenaire dans la conception de pratiques novatrices,
contribuant à enrichir la réflexion et à diversifier les approches éducatives.

Pourquoi ce guide ?

L’intelligence artificielle gagne du terrain dans les systèmes éducatifs, mais elle
continue de susciter des réticences, souvent liées à une perception de complexité et à
un manque de familiarité avec ses outils. Ce guide a été conçu pour répondre à ces
défis. Il propose aux enseignants des conseils pratiques et des exemples concrets pour
les aider à intégrer ces technologies dans leurs pratiques pédagogiques de manière
réfléchie et pertinente.

Ce guide poursuit trois grandes ambitions.

• Rendre l’IA compréhensible : expliquer de manière simple les bases de

l’intelligence artificielle et ses principales applications dans
l’éducation.

• Inspirer l’innovation : montrer, au

travers d’exemples concrets, comment
l’IA peut booster l’efficacité au
quotidien et nourrir des approches
pédagogiques créatives.

• Encourager une utilisation

éthique : sensibiliser à une
adoption responsable des outils
numériques, en tenant compte des
enjeux humains, sociaux et
éthiques qu’ils soulèvent.

5
fi
Les avantages de l’IA pour les enseignants

L’adoption de l’IA au sein des pratiques pédagogiques s’érige comme une réponse aux
multiples enjeux auxquels l’éducation moderne est confrontée :

• optimisation du temps de préparation : grâce à ses capacités d’automatisation,

l’IA libère les enseignants de la charge accablante des tâches routinières. Qu’il
s’agisse de corriger des devoirs, de générer des supports pédagogiques, ou de
trouver des ressources parfaitement ajustées aux besoins du moment, l’IA
s’impose comme une artisane zélée du gain de temps et d’efficacité.

• inspiration et créativité pédagogiques : en qualité d’assistant éducatif, l’IA

s’avère une source féconde d’idées, suggérant des scénarios interactifs, des
activités collaboratives innovantes, ou des exercices différenciés susceptibles de
répondre aux attentes variées des élèves.

• inclusion et personnalisation renforcées : les outils d’IA permettent une

adaptation fine des contenus, en particulier pour les élèves à besoins éducatifs
particuliers (BEP). Ils offrent également des fonctionnalités telles que la traduction
multilingue ou la création de parcours différenciés, tenant compte des
compétences individuelles.

• amélioration de la plani cation et de l’organisation : avec une rigueur

méthodique, l’IA peut assister les enseignants dans la structuration d’un
programme annuel, l’élaboration de séquences pédagogiques cohérentes, ou
encore dans le suivi précis des progrès des élèves via des tableaux de bord
dynamiques.

• stimulation de la créativité et de l’innovation : enfin, ces outils ouvrent des

perspectives nouvelles, permettant d’imaginer des escape games pédagogiques,
de concevoir des projets interdisciplinaires ambitieux, ou encore de diversifier les
approches pour mieux capter l’attention et l’intérêt des élèves.

6
fi
Un usage éclairé et éthique

Les bénéfices apportés par l’intelligence artificielle dans l’éducation sont nombreux,
mais ils ne doivent pas occulter les questions essentielles qu’elle suscite. Préservation
de la confidentialité des données, limites techniques et défis éthiques sont autant
d’aspects qui méritent une réflexion approfondie. Ce guide a pour vocation d’apporter
des clés pour une adoption raisonnée, éthique et éclairée de ces technologies.
L’IA ne remplacera jamais l’expertise humaine. Elle est et doit rester un outil conçu
pour enrichir et compléter les pratiques des enseignants, tout en respectant les valeurs
fondamentales de l’éducation.

Invitation à expérimenter

Ce guide se veut une exhortation à dépasser les hésitations : quel que soit leur niveau
d’expertise numérique, les enseignants sont invités à explorer les possibilités offertes
par l’intelligence artificielle. Accessible et non exclusive, l’IA se présente comme un
outil pratique et inspirant, apte à simplifier les tâches quotidiennes et à enrichir les
pratiques pédagogiques. Son objectif ultime est de permettre aux enseignants de
renouer pleinement avec leur vocation première : accompagner chaque élève sur le
chemin d’un apprentissage épanouissant et porteur de sens.

Ensemble, explorons comment l’IA peut transformer l’éducation

pour relever les dé s du XXIᵉ siècle.

7
fi
 1ère partie : Qu’est-ce que l’Intelligence Arti cielle (IA) ?

1ère partie
Qu’est-ce que l’intelligence
arti cielle (IA) ?

L’intelligence artificielle, discipline scientifique en perpétuelle effervescence, interroge

les frontières entre l’homme et la machine. Elle s’efforce de comprendre, de
reproduire, voire d’amplifier les facultés humaines, éveillant autant de fascination que
de débats. Appliquée au domaine de l’éducation, l’IA esquisse des horizons
prometteurs, offrant des moyens inédits pour enrichir l’enseignement et faciliter
l’apprentissage.

Dans cette section, nous nous attacherons à démystifier les fondements de l’IA, à
explorer ses principales catégories et à en examiner les implications concrètes dans le
paysage éducatif contemporain.

8
fi
fi
 Dé nition de l’IA et concepts fondamentaux
L’intelligence artificielle (IA) peut se définir comme un ensemble de techniques et de
systèmes capables d’accomplir des tâches que l’on associe communément aux facultés
humaines : raisonner, résoudre des problèmes complexes, reconnaître le langage parlé
ou encore tirer des enseignements de vastes ensembles de données (Russell & Norvig,
2020).
Là où les outils traditionnels se cantonnent à des instructions rigides, exécutées sans
dévier de leur programmation initiale, les systèmes d’IA se distinguent par leur
souplesse remarquable. Ils possèdent cette capacité singulière d’évoluer de manière
autonome, d’apprendre de leurs erreurs et d’affiner leurs performances au fil du temps,
sans nécessiter l’intervention directe de l’homme. Cette adaptabilité fondamentale les
élève bien au-delà des logiciels classiques, tributaires de mises à jour laborieuses et
ponctuelles.

Concepts fondamentaux de l’intelligence arti cielle

L’intelligence artificielle repose sur des principes diversifiés, parmi lesquels se
détachent plusieurs piliers essentiels.

Apprentissage automatique (Machine Learning) : ce domaine central

de l’IA permet aux systèmes de progresser et de se perfectionner grâce
aux données, sans qu’une programmation explicite ne soit requise pour
chaque tâche. L’apprentissage automatique englobe des techniques
variées, telles que les réseaux de neurones, l’apprentissage supervisé et
non supervisé. Pour qui souhaite explorer ces concepts en profondeur,
l’ouvrage Deep Learning(Goodfellow, Bengio, & Courville, 2016)
constitue une référence incontournable, dévoilant les mécanismes
théoriques et pratiques à l’œuvre dans ces approches.

Réseaux de neurones arti ciels : inspirés par l’architecture du cerveau

humain, ces réseaux se composent de couches interconnectées de
« neurones », capables de déceler des motifs complexes dans des
ensembles de données variés, qu’il s’agisse d’images, de sons ou de
séquences textuelles. Ils sont au cœur des avancées récentes de l’IA,
facilitant des analyses d’une précision autrefois inimaginable.

Traitement du langage naturel (NLP) : le traitement du langage naturel

s’efforce de doter les machines de la capacité de comprendre,
d’interpréter et de générer du langage humain. Cette discipline a donné
naissance à des outils comme ChatGPT, dont la cohérence et la
pertinence des réponses reposent sur des réseaux de neurones avancés,
entraînés sur d’immenses corpus de texte.

Ces concepts trouvent leur fondement dans trois piliers techniques : les volumes
massifs de données (Big Data), des algorithmes d’une sophistication croissante, et des
infrastructures de calcul toujours plus puissantes. Ce triptyque confère à l’IA la capacité
de traiter et d’analyser en temps réel des millions de données, ouvrant la voie à des
applications d’une ampleur inédite.
9
fi
fi
fi
Ce schéma illustre les diverses approches et ramifications de l’intelligence artificielle,
structurant un domaine aussi vaste que fascinant. Deux paradigmes majeurs y
émergent :
• l’approche symbolique : ancrée dans des modèles explicitement définis, elle
englobe les systèmes experts, bâtis sur des règles précises et des bases de
connaissances, ainsi que l’apprentissage classique, fondé sur des algorithmes
déterministes.
• l’approche connexionniste : inspirée des structures biologiques, cette voie regroupe
des avancées telles que le Machine Learning, les réseaux de neurones et le Deep
Learning, où les systèmes apprennent à partir des données en imitant les
connexions neuronales du cerveau humain.

Le schéma illustre les liens entre les deux grandes familles de l’IA et leurs
prolongements, dont l’IA générative, qui se distingue par sa capacité à créer divers
contenus comme textes, images, vidéos et musiques.

10
Comprendre l’intelligence arti cielle par son évolution
Le 30 novembre 2022 a marqué l’avènement d’une ère technologique inédite,
déclenchant une fascination générale qui s’est rapidement emparée des gros titres,
qu’ils fussent imprimés ou télévisés. La science-fiction semblait s’incarner dans le réel,
bien que dépourvue de sabres laser et autres artefacts spectaculaires. Ce progrès, tout
à la fois exaltant et inquiétant, soulève une kyrielle de questions, au premier rang
desquelles se trouve celle de son impact sur l’emploi.
Dans l’univers de l’éducation, la perspective d’une obsolescence programmée fait
vaciller les certitudes des enseignants, tandis que les étudiants, malicieux, imaginent
déjà les mille et une façons de détourner ces technologies à leur avantage. Samantha
Lock, journaliste pour The Guardian, relevait d’ailleurs, quelques jours après cet
événement, une problématique saisissante : les textes générés par des machines
peuvent rivaliser avec ceux d’un étudiant moyen, allant jusqu’à réussir des concours
académiques. En d’autres termes, nos alliés technologiques pourraient bien s’inviter
sur les podiums des prochaines joutes littéraires, au détriment des plumes humaines.

Cette révolution porte un nom : l’intelligence artificielle, incarnée ici par ChatGPT
d’OpenAI, dont l’essor fulgurant défie l’imagination avec un million d’utilisateurs
conquis en l’espace de cinq jours. C’est un peu comme si l’on dévoilait tardivement un
secret de famille jalousement gardé, une vérité discrète enfin révélée au grand jour.
L’intelligence artificielle, bien qu’en apparence nouvelle, n’est pourtant qu’une vieille
connaissance, semblable à cette tante excentrique que tout le monde côtoie mais dont
on évite d’évoquer les excentricités lors des grandes réunions familiales. Elle existe
depuis près de soixante-dix ans. Même les exploits passés, tels que la victoire du
calculateur d’IBM, Deep Blue, face à Garry Kasparov, ou encore celle d’AlphaGo contre
Lee Sedol au jeu de go, bien qu’impressionnants, n’avaient pas su marquer
durablement l’imaginaire collectif. Ces triomphes technologiques, bien
qu’éblouissants, paraissaient confinés aux laboratoires de recherche, distants et
presque irréels, sans véritable écho dans notre quotidien.

Les enseignants doivent s’approprier cette technologie avec promptitude, sous peine
de se retrouver rapidement distancés. L’urgence est d’autant plus grande que cette
révolution soulève des enjeux éthiques majeurs. Il ne s’agit pas seulement de préparer
les élèves à affronter les défis posés par l’intelligence artificielle, mais également à
naviguer dans ses eaux tumultueuses, peuplées d’inconnues et, qui sait, peut-être de
futurs robots au comportement pour le moins inquiétant.

Mais alors, qui accompagnera les enseignants dans cette transition vers une nouvelle
ère pédagogique ? La formation devient ici primordiale, et pas seulement pour
résoudre les mystères d’un tableau blanc interactif récalcitrant ou d’un réseau WiFi
capricieux. Intégrer le numérique dans sa pratique ne peut plus se limiter à une touche
décorative destinée à « pimenter » un cours. Croire que l’on motive une génération
d’élèves connectés en brandissant fièrement un smartphone rudimentaire encore à
clapet serait aussi vain que de tenter de captiver leur attention à l’aide d’un pigeon
voyageur. Certes, l’idée aurait le mérite de l’originalité !

Avant d’introduire l’intelligence artificielle dans nos salles de classe, il me semble

essentiel que les enseignants en comprennent les rouages fondamentaux. Toute

11
fi
 formation digne de ce nom doit débuter par une démystification de cette technologie
et une initiation à ses principes élémentaires.
Permettez-moi de vous convier à un voyage dans l’univers fascinant du neurone
artificiel, cet ancêtre méconnu qui, à l’image d’une tante excentrique que l’on tolère en
silence lors des réunions familiales, a longtemps été relégué dans l’ombre. Aujourd’hui,
ce neurone, en réseau, est devenu la vedette incontestée des calculateurs. Son
parcours au fil de l’histoire de l’intelligence artificielle n’a pas été sans embûches, mais
le voilà qui triomphe, prenant une revanche éclatante sur des décennies de discrétion.
Imaginez donc notre vieille tante transformée en star de la soirée, captivant enfin
l’attention de tous. Dans l’univers de l’IA, les renversements de fortune ne sont jamais
exclus !

La genèse :

Les premiers neurones artificiels sont inventés en 1943 par 2 mathématiciens, Warren
McCulloch et Walter Pitts. Ils se sont inspirés du fonctionnement des neurones
biologiques pour programmer des neurones artificiels.

Corps

Dendrites

Syna
Axon

Les neurones, ces acteurs fondamentaux de notre système nerveux, sont en

quelque sorte les messagers de notre cerveau. Imaginez-les comme des
petites usines de traitement d'informations, connectées les unes aux autres
dans un réseau complexe. Chaque neurone reçoit des messages par le biais
de ses dendrites, des sortes de tentacules spécialisés dans la réception de
signaux provenant d'autres neurones. Ces signaux peuvent être de deux types
: excitateurs, comme une petite poussée (+1) pour encourager le neurone à
réagir, ou inhibiteurs, qui ont plutôt tendance à freiner son activité (-1).

Maintenant, imaginez un neurone comme un petit comptable : il reçoit tous

ces signaux excitateurs et inhibiteurs et les additionne. Si la somme dépasse
un certain seuil, alors c'est le moment où le neurone se met en action ! Il
génère alors un signal électrique, une sorte d'impulsion nerveuse, qui se
propage le long de son axone, une longue fibre nerveuse, pour communiquer
avec d'autres neurones. Et ainsi, le message est transmis.

12
Comprendre le fonctionnement d'un neurone artificiel n'est pas aussi complexe qu'on
pourrait le penser. Pour simplifier, imaginez-le comme une petite usine de traitement
de données. Son corps cellulaire correspond à la fonction f de transfert, tandis que ses
dendrites représentent les entrées (x1, x2 et x3 ) et son axone, la sortie y.

La première étape de fonctionnement du neurone est ce qu'on appelle l’agrégation : il

additionne les différentes entrées, chacune ayant un poids spécifique (ou coefficient)
représentant l'activité synaptique (pour simuler un signal excitateur ou inhibiteur).

On peut modéliser avec la formule suivante : f = w1x1 + w2x2 + w3x3

Ensuite vient la phase d’activation. Lorsque le résultat de ce calcul dépasse un certain

seuil (>=0), le neurone s’active et la sortie est fixée à y=1, sinon y=0.

À l'origine, ces neurones étaient conçus pour traiter des entrées binaires, c'est-à-dire
des 0 ou des 1, afin de simuler des fonctions logiques telles que la porte ET (AND) et
la porte OU (OR).

C'est ainsi que Warren McCulloch et Walter Pitts ont révélé, dans un article fondateur,
que la connexion de plusieurs de ces neurones artificiels permettrait de résoudre
n'importe quel problème logique. C'était le début de l'aventure pour les réseaux de
neurones !

f f f

f f f

f f f

Vous n'avez pas eu peur des propos de notre fameuse tante excentrique ? Parfait,
continuons l’aventure.

Un courant vient de naître avec les réseaux de neurones : le connexionnisme. Mais

dans les débuts de l'intelligence artificielle, l'approche symbolique dominait,
s'inscrivant dans un cadre de référence où penser était assimilé à un calcul de symboles
dotés à la fois d'une réalité matérielle et d'une signification sémantique. On va laisser
la tante de côté, elle raconte n’importe quoi.

Le principal obstacle des réseaux de neurones résidait dans la nécessité pour

l'opérateur de régler de nombreux paramètres. Vous pouvez facilement imaginer à
quel point cette multitude de réglages rendait la tâche incroyablement complexe. En
13
 effet, les réseaux de neurones étaient incapables d'apprendre par eux-mêmes et de
régler automatiquement ces paramètres. Cette limitation a poussé les chercheurs à
mettre de côté cette approche au profit des systèmes experts.

Naissance de l’IA :

Alan Turing est souvent considéré comme le précurseur de l’intelligence artificielle,

bien que ce terme n’eût pas encore vu le jour à son époque. Il faut attendre l’été 1956,
lors d’une conférence au Dartmouth College, pour que l’expression « intelligence
artificielle » soit officiellement introduite. Ce moment décisif fut orchestré par des
figures telles que John McCarthy, Marvin Minsky, Claude Shannon, Allen Newell et
Herbert Simon, un aréopage d’esprits brillants qui, avec une certaine audace,
cherchèrent à convaincre la Fondation Rockefeller de soutenir leur vision novatrice.

Leur ambition était rien de moins que de concevoir une machine capable d’égaler,
voire de reproduire, les capacités cognitives humaines. Ainsi naquit l’intelligence
artificielle en tant que discipline scientifique, s’inscrivant dans le sillage du mouvement
symbolique. L’époque était marquée par un enthousiasme débordant : c’était l’âge
d’or de l’IA, une période où l’innovation semblait sans limite. Quant à notre tante
excentrique, elle n’avait pas encore trouvé sa place dans ce tableau grandiose. Son
heure viendrait bien plus tard.

L’âge d’or de l’IA :

Cette période est dominée par l’approche symbolique, qui voit naître les systèmes
experts, ces programmes conçus pour reproduire le raisonnement et les compétences
d’un spécialiste humain dans un domaine donné. Imaginez, par exemple, que vous
soyez confronté à une problématique médicale. Plutôt que de consulter un médecin,
vous pourriez interroger un système expert, capable de fournir un diagnostic ou des
recommandations en s’appuyant sur ses connaissances programmées avec une rigueur
presque monastique.

Le cœur battant d’une telle merveille réside dans sa base de connaissances, une mine
d’informations recueillies auprès d’experts humains : des faits, des règles et des
heuristiques propres au domaine dans lequel il opère. À partir de ces éléments, un
moteur d’inférence applique des règles de raisonnement pour analyser les données
disponibles et déduire de nouvelles informations. Quant à l'utilisateur, humble
solliciteur, il dialogue avec le système en lui soumettant interrogations ou données
spécifiques. Ce dernier, en retour, profère suggestions et solutions, d'une pertinence à
même de rivaliser avec celle d'un praticien aguerri. Ainsi, dans l'art délicat de la
médecine, un tel système pourrait collecter les symptômes d'un malade et, dans un
élan de sagacité calculée, offrir un diagnostic ou des recommandations dignes d'un
maître en son art.

14
 Le premier système expert digne de ce nom, DENDRAL, voit le jour en 1965 à
l’Université Stanford, sous la direction de Feigenbaum et Buchanan. Conçu pour
identifier des composés chimiques complexes, il repose sur une base de connaissances
experte en chimie organique. Grâce à des règles de raisonnement, il analyse des
données spectrales pour formuler des hypothèses sur la structure moléculaire. Cette
avancée majeure ouvre la voie à d’innombrables applications dans divers domaines.

Dans le même esprit pionnier, la fin des années 1960 marque l’apparition d’ELIZA, le
premier chatbot développé par Joseph Weizenbaum. Conçu pour simuler un
psychothérapeute, ce programme repose sur des techniques simples de
reconnaissance de motifs et de réponses préprogrammées. Malgré sa simplicité, ELIZA
surprend par sa capacité à créer l’illusion d’une conversation humaine. Beaucoup
d’utilisateurs, bien qu’informés de sa nature logicielle, se prennent au jeu et établissent
un lien émotionnel avec cette entité artificielle. Cette expérience amène Weizenbaum
à une réflexion critique sur l’intelligence artificielle. Alarmé par la désarmante aisance
avec laquelle les utilisateurs semblent projeter des émotions sur une machine, il
exhume alors des questions éthiques et sociales cruciales concernant les répercutions
de ces technologies sur la société.

Pendant ce temps, sur un tout autre front, notre fameuse tante excentrique continue
ses expérimentations. En 1957, le psychologue et informaticien américain Frank
Rosenblatt propose un algorithme d’apprentissage qui révolutionnera les systèmes
connexionnistes : le Perceptron. Ce modèle, inspiré des réseaux de neurones
biologiques, pose les bases d’une nouvelle ère dans le développement des
intelligences artificielles, même s’il faudra attendre plusieurs décennies pour que cette
approche connaisse un véritable essor.

Le Perceptron :

Le Perceptron, c'est un peu comme un cousin éloigné du neurone artificiel, mais avec
un super pouvoir supplémentaire : un algorithme d'apprentissage intégré qui lui
permet de trouver automatiquement les valeurs de ses coefficients, les fameux w.

Ce super pouvoir s'inspire en partie de la théorie de Hebb en neurosciences. En gros,

lorsque deux neurones sont excités simultanément, ils renforcent leurs connexions
synaptiques. C'est ce qu'on appelle la plasticité synaptique. Dans le langage de l'IA,
cela se traduit par le renforcement des coefficients w à chaque fois qu'une entrée x est
activée en même temps que la sortie y attendue (ayant la même valeur, 0 ou 1) des
données de référence.
Cela se traduit par le fait de renforcer les paramètres w à chaque fois qu’une entrée x
est activée en même temps que la sortie y présente dans les données de référence.

x1
w1
w2
x2 f y

x3 w3
15
 Les valeurs des w sont mis à jour selon la formule ci-dessous qui se base sur la
différence entre la valeur y attendue et la valeur y donnée par le neurone, différence
multipliée par la valeur de l’entrée x correspondante et d’un coefficient de vitesse
d’apprentissage α.

w = w + α(ya endu - y)x

Imaginez que la sortie attendue est y = 1 mais que le neurone donne une sortie y = 0,
la formule devient pour les entrées x qui valent 1 (prenons l’exemple ici que seule
l’entrée x1 = 1, les autres valent 0) :

w1 = w1 + α(1 - 0)1
w1 = w1 + α

Nous aurons w2 et w3 qui ne changent pas. Ainsi, le poids de l’entrée x1 prend plus de
valeur (on dit qu’il renforcé), nous avons un premier réglage automatique. C’est le
principe général qui s’applique à tous les neurones et toutes les entrées/sorties.

Tant que la sortie du neurone sera mauvaise, le cycle continue en renforçant le poids
de la bonne entrée jusqu’au moment ou la sortie du neurone sera égale à la valeur y
attendue, les paramètres arrêteront d’évoluer puisque selon la formule nous aurons
alors :

w1 = w1 + α(1 - 1)1
w1 = w1

Voilà le principe général de l’algorithme d’apprentissage.

Cependant, cette avancée reste vaine face à l’approche symbolique qui est l’ambition
posée au collège de Dartmouth. Les promesses de l’IA n’arrivent pas même si
l’invention du Perceptron semble optimiste, il a ses limites : c’est un modèle linéaire,
alors que dans la nature, les données sont rarement linéaires. L’approche connexioniste
est mise de côté, la tante excentrique n’arrive toujours pas se faire entendre, on la
traite même de mystique. Le manque de puissance des calculateurs annonce le
premier hivers de l’IA, entraînant un arrêt des investissements.

Le printemps de l’IA :

Après l’hiver, vient le printemps. Cette période de renouveau marque l’essor des
systèmes experts, désormais rendus viables grâce à des calculateurs toujours plus
performants et à une profusion croissante de données. Il ne s’agit plus seulement de
démonstrations en laboratoire, limitées à des échantillons restreints, mais bien de
déployer ces systèmes dans des contextes pratiques et spécialisés.

Les données utilisées par ces systèmes sont structurées sous forme de règles
conditionnelles simples du type « SI… ALORS ». Ces longues listes de règles, élaborées
par des experts humains, sont dissociées du moteur d’inférence, ce composant central

16
qui décide quand et comment appliquer ces instructions. Le moteur d’inférence,
véritable cœur du système expert, traite les données entrantes, applique les règles
pertinentes et produit des conclusions ou des recommandations en suivant une
logique rigoureuse.

Un exemple emblématique de cette période est le système MYCIN, développé dans

les années 1960. Ce programme, novateur pour son époque, s’appuyait sur une base
de connaissances médicales composée de règles et d’heuristiques expertes. Il analysait
les symptômes et les résultats de tests de laboratoire pour formuler des hypothèses
diagnostiques et proposer des plans de traitement. MYCIN démontrait avec éclat la
capacité des machines à imiter le raisonnement humain dans des domaines hautement
spécialisés, inaugurant ainsi une nouvelle ère pour l’intelligence artificielle. Dans les
années 1980, il devint une référence incontournable pour le développement des
systèmes experts dans d’autres disciplines.

Cependant, l’enthousiasme pour les systèmes basés sur des règles se heurta
rapidement à une contrainte majeure : la complexité croissante des listes de règles
elles-mêmes. À mesure que leur longueur augmentait, leur efficacité diminuait,
entraînant un déclin temporaire de l’IA, souvent qualifié de deuxième hiver de l’IA.

Le réveil survint en 1996, lorsque Deep Blue, un système expert d’IBM, triompha de
Garry Kasparov, alors champion du monde d’échecs. Cet exploit raviva l’intérêt pour
l’intelligence artificielle, mais ce fut véritablement l’avènement d’Internet et l’explosion
des données massives (big data) au tournant des années 2000 qui insufflèrent un
nouvel élan à ce domaine, ouvrant la voie aux avancées que nous connaissons
aujourd’hui.

Akinator est un jeu en ligne interactif qui fonctionne comme un "génie du web".
Créé en 2007 par le Français Arnaud Megret et développé par Elokence. C’est un
jeu de devinettes où les joueurs pensent à un personnage réel ou fictif, et le
programme tente de deviner de qui il s'agit en posant une série de questions.

Il a la capacité de deviner un vaste éventail de personnages en utilisant

l'intelligence artificielle et l'apprentissage automatique (Machine Learning). Au fur
et à mesure que les utilisateurs jouent et répondent aux questions, Akinator
analyse les réponses et affiche une liste de suggestions basées sur les similarités
entre les caractéristiques du personnage choisi et les réponses données.

Le succès d'Akinator réside dans sa capacité à surprendre les joueurs en devinant

des personnages obscurs ou peu connus. Il est devenu un phénomène mondial et
continue d'attirer des millions de joueurs à travers le monde.

[Link]

17
 C’est à cette époque que la fameuse tante excentrique, longtemps reléguée dans
l’ombre, redevint un sujet d’intérêt pour sa famille. Les regards se tournèrent à
nouveau vers elle, intrigués par son potentiel inexploré. Une date symbolique marque
ce renouveau : le retour en force des réseaux de neurones, réhabilitant cette branche
prometteuse de l’intelligence artificielle qui, après des années d’oubli, trouvait enfin sa
place au cœur des avancées technologiques.

Imagenet :

Geoffrey Hinton est souvent considéré comme l'un des pionniers de l'apprentissage
profond, une branche de l'intelligence artificielle qui implique l'utilisation de réseaux
de neurones artificiels pour apprendre à partir de données non structurées ou
complexes. Ses contributions majeures comprennent le développement des réseaux
de neurones convolutionnels (CNN) et des réseaux de neurones récurrents (RNN), qui
sont largement utilisés dans des domaines tels que la vision par ordinateur, le
traitement du langage naturel et la reconnaissance vocale. Il invente le Perceptron
Multicouche.

En 2012, Hinton et son équipe ont remporté le célèbre défi ImageNet Large Scale
Visual Recognition Challenge en utilisant des réseaux de neurones convolutionnels, ce
qui a marqué un tournant dans le domaine de la vision par ordinateur et a accru
l'intérêt pour l'apprentissage profond (Deep Learning). Notre fameuse tantine ne rend
plus indifférent la famille, on s’aperçoit qu’elle devient même plus intéressante que sa
famille !

Le Perceptron multicouche :

L’ajout de couches de neurones présente un avantage par rapport au simple

perceptron : il élimine la contrainte de linéarité qui limitait son efficacité pour
modéliser la complexité des problèmes réels. En incorporant des couches
supplémentaires, les réseaux de neurones deviennent capables de capturer des
relations plus complexes entre les données, ce qui les rend plus adaptables et
performants pour une gamme plus étendue de tâches.

x2

f = w1x1 + w2x2 +

w1

w2

18
x1
Le perceptron est donc linéaire. C’est très bien pour séparer un ensemble de données
qui se trouvent au-dessus ou au-dessous de la droite ajustable par les paramètres w et
b (biais).

Le monde réel n’est pas linéaire, mais ressemble plus à cela :

x2

x1

En connectant des neurones, il est possible de résoudre des problèmes plus

complexes.

f1 = w11x1 + w12x2 + b1
x1 f1 y1

f3 y3 f2 = w21x1 + w22x2 + b2

x2 f2 y2 f3 = w31y1 + w32y2 + b3

Voici le résultat :

x2

x1

19
 Nous n’avons plus un système linéaire ! La première couche est composée de
2 neurones (f1 et f2) et la 2e couche d’un neurone (f3). Plus on ajoute de neurones aux
couches et plus on ajoute de couches (ce que l’on appelle profondeur du réseau, d’où
apprentissage profond, Deep Learning), plus le système est capable de résoudre des
problèmes complexes.

Bien sûr, la multiplication des paramètres (comme les poids, les seuils, etc.) d'une part,
et la nécessité d'entraîner la machine pour obtenir le meilleur modèle, posent un défi
qui est habilement résolu par la technique de la rétropropagation (Back-Propagation).

Technique de rétropropagation (Back-Propagation) :

La technique de rétropropagation est un algorithme essentiel dans l’apprentissage des

réseaux de neurones artificiels, en particulier dans les réseaux neuronaux profonds
(deep learning).

Le principe de la rétropropagation est de calculer les gradients des poids du réseau (w)
par rapport à une fonction de perte (ou coût) donnée, généralement une mesure de
l’écart entre la sortie prédite du réseau et la valeur attendue. L’erreur calculée est
propagée de la sortie du réseau vers ses couches internes, de couche en couche, en
utilisant la dérivation de la fonction d’activation pour calculer la contribution de chaque
neurone à l’erreur. Ces gradients sont ensuite utilisés dans un algorithme
d’optimisation tel que la descente de gradient stochastique pour ajuster les poids du
réseau et améliorer sa performance.

X1-2-3-4-5 y nal

Chaîne de
gradients
Erreur calculée

20
La fonction évalue la variation entre le résultat prédit et le résultat attendu (l’erreur), en
partant de la dernière couche du réseau, puis elle remonte progressivement en
analysant comment cette erreur se propage à travers les couches précédentes jusqu’à
atteindre la première couche. Ce processus se répète pour chaque nouvelle série de
données jusqu’à ce qu’un modèle soit obtenu, optimisé couche par couche pour
minimiser l’écart entre sa sortie et le résultat souhaité. Cette séquence de calculs est
communément désignée sous le nom de « chaîne de gradients ».

Vous trouverez un frise chronologie interactive de l’histoire de l’IA ici :

[Link]

Pour enrichir cette exploration de l’IA, nécessaire à tous les enseignants, nous
conclurons par une explication des 3 principaux types d’apprentissage de modèles :
- L’apprentissage supervisé
- L’apprentissage non-supervisé
- L’apprentissage par renforcement

21
 Plongée dans les trois grands types d’apprentissage en
intelligence arti cielle

Quand on parle de machines apprenant à imiter notre cerveau (ou presque), trois
méthodes se distinguent : l’apprentissage supervisé, non-supervisé et par
renforcement. Mais démêlons tout ça, pas à pas.

L’apprentissage supervisé : le professeur modèle

Ici, la machine joue un peu les élèves studieux avec un cahier d’exercices bien annoté.

• Les données : ce sont des exemples parfaitement étiquetés, comme si on disait à

un enfant : "Ceci est un cercle, cela un carré". Chaque forme a son nom (ou
"label") soigneusement attribué.

• Le processus : l’algorithme reçoit ces données et cherche à établir des liens entre
les formes et leurs noms. Pour a ner ses prédictions, il utilise une technique
magique (mais pas trop) appelée rétropropagation du gradient. En gros, c’est
comme s’il corrigeait ses erreurs après chaque essai pour devenir de plus en plus
précis.

• La sortie : à la n, le modèle est capable de prédire, avec un certain pourcentage

de con ance, à quelle catégorie appartient une nouvelle donnée. Impressionnant,
non ?

22
fi
fi
fi
ffi
 L’apprentissage non-supervisé : le détective curieux

Pas de professeur ici, juste une machine face à un tas de données non étiquetées. Et
là, c’est un peu comme si elle jouait au détective.

• Les données : pas de labels, juste des formes. Le modèle doit trouver tout seul
ce qui relie un cercle à un autre cercle, ou pourquoi un carré n’est pas un triangle.

• Le processus : L’algorithme organise et regroupe ces données en fonction de

leurs caractéristiques similaires. C’est ce qu’on appelle l’analyse des clusters.

• La sortie : On obtient des groupes ou des structures organisées, sans jamais

attribuer un nom ou une catégorie précise. Par exemple, le modèle pourrait dire :
"Tous ces objets sont similaires", mais sans préciser que ce sont des triangles.

L’apprentissage par renforcement : le joueur persévérant

Ici, la machine devient un aventurier dans un environnement inconnu, cherchant à

maximiser ses récompenses.

• Les données : quelques infos de base sur l’environnement où l’IA va opérer. Par
exemple, dans un jeu vidéo, cela pourrait être le terrain ou les règles.

• Le processus : le modèle agit en trois étapes clés. Action : il fait un choix (par
exemple, bouger à gauche ou à droite). Récompense ou sanction : selon le
résultat, il reçoit une récompense (comme marquer un point) ou une sanction
(game over !). Auto-correction : il ajuste sa stratégie pour améliorer ses
performances lors des prochains essais.

• La sortie : après un grand nombre d’essais (et pas mal de sanctions au passage),
la machine devient une experte dans son domaine, capable d’atteindre son
objectif e cacement.

23
ffi
 2e partie : l’IA dans l’éducation

2e partie
L’IA dans l’éducation

24
Le rôle de l’IA dans l’éducation aujourd’hui

L’intelligence artificielle s’impose progressivement comme un allié de choix dans le

domaine éducatif. Ses applications touchent à des aspects variés de l’enseignement,
contribuant à enrichir et à transformer les pratiques pédagogiques. Voici les principaux
domaines où elle s’illustre.

➡ Personnalisation de l’apprentissage :

Grâce aux systèmes de tutorat intelligents (Intelligent Tutoring Systems), l’IA

analyse les performances des élèves pour ajuster les contenus pédagogiques à
leurs besoins spécifiques. Elle identifie les lacunes, propose des exercices ciblés,
et offre un apprentissage individualisé, rendant l’éducation plus équitable.

Exemple : des plateformes comme Carnegie Learning ou Mathia permettent

aux élèves de progresser à leur rythme grâce à des parcours d’apprentissage
personnalisés.

➡ Automatisation des tâches répétitives :

L’IA allège la charge des enseignants en automatisant des tâches chronophages

telles que la correction des évaluations, la gestion des notes ou la recherche de
ressources pédagogiques. Cette automatisation leur permet de se recentrer sur
la pédagogie et l’accompagnement des élèves. Cependant, l’intervention
humaine reste cruciale pour superviser et garantir la qualité des retours produits.

25
 Exemple : OpenEssayist fournit des retours détaillés sur les dissertations, aidant
les élèves à s’améliorer de manière autonome, tout en laissant aux enseignants
la responsabilité de valider ces corrections.

➡ Facilitation de l’inclusion :

Les outils d’IA créent des supports adaptés pour les élèves en situation de
handicap ou non francophones, renforçant leur accès à une éducation équitable.
Reconnaissance vocale, traduction automatisée et simplification des contenus
permettent de surmonter certaines barrières pédagogiques.

Exemple : traductions automatiques pour les élèves allophones ou outils aidant

les élèves dyslexiques à rédiger leurs travaux.

➡ Soutien aux enseignants dans la conception de cours :

L’IA inspire les enseignants en leur proposant des idées originales, des plans
détaillés et des activités différenciées. Elle facilite la conception de projets
innovants, stimulant ainsi la créativité pédagogique.

Exemple : générer des scénarios pour des activités interactives ou concevoir des
projets interdisciplinaires, comme lier mathématiques et histoire.

➡ Amélioration de la plani cation et de l’organisation :

L’IA structure les programmes annuels, planifie des séquences pédagogiques et

suit les progrès des élèves grâce à des tableaux de bord dynamiques. Ces outils
permettent une visualisation claire des besoins et une adaptation en temps réel.

Exemple : utiliser un tableau de bord pour ajuster les séquences en fonction des
progrès des élèves et planifier les cours mensuels en fonction des objectifs
définis.

➡ Encouragement à l’innovation pédagogique :

L’IA ouvre de nouvelles perspectives pour rendre l’apprentissage plus immersif

et engageant. Jeux sérieux, activités interactives et escape games
pédagogiques font partie des approches innovantes encouragées par ces outils.

Exemple : créer un escape game sur un sujet historique ou scientifique, avec des
défis conçus pour favoriser l’apprentissage ludique.

➡ Analyse des données d’apprentissage :

L’IA traite des volumes importants de données pour identifier des tendances,
des lacunes et des réussites. Les enseignants peuvent ainsi affiner leurs
pratiques et personnaliser davantage leur pédagogie. Toutefois, il est essentiel
d’interpréter ces analyses avec discernement, tout en respectant
scrupuleusement les réglementations sur la protection des données
personnelles, comme le RGPD.
26
fi
 Exemple : utiliser un tableau de bord analytique pour cibler les difficultés des
élèves et adapter les méthodes pédagogiques en conséquence.

Le cadre de compétences IA UNESCO

Le cadre de compétences IA pour enseignants (UNESCO, 2024) identifie 15
compétences clés, réparties en 5 dimensions :

1. Éthique
• Comprendre les implications éthiques de l’IA en éducation.
• Identifier et gérer les biais algorithmiques dans les outils IA.
• Favoriser une utilisation respectueuse des droits humains et de la
diversité.
2. Utilisation pédagogique
• Intégrer l’IA pour personnaliser l’apprentissage selon les besoins des
élèves.
• Exploiter les outils IA pour l’évaluation formative et sommative.
• Concevoir des scénarios pédagogiques utilisant l’IA de manière active.
3. Gestion des données
• Protéger la confidentialité des données des élèves et respecter le RGPD.
• Utiliser les données générées par l’IA pour améliorer les pratiques
éducatives.
• Anticiper les risques liés à la gestion et à la sécurité des données.
4. Culture numérique
• Sensibiliser les élèves aux bases de l’IA et à son rôle dans la société.
• Encourager une utilisation critique et réfléchie des outils numériques.
• Développer des activités pour éduquer à la littératie numérique.
5. Développement professionnel
• S’inscrire dans une démarche continue d’apprentissage des outils IA.
• Partager les bonnes pratiques au sein de communautés éducatives.
• Évaluer les impacts de l’IA sur les méthodes pédagogiques et les ajuster.
27
L’IA pour aider l’enseignant
Il serait vain de prétendre dresser une liste exhaustive des applications d’intelligence
artificielle disponibles pour les enseignants, tant le paysage technologique évolue à
une vitesse vertigineuse. Une veille active s’impose donc comme une démarche
essentielle pour rester informé des avancées et des opportunités qu’offre l’IA.

Dans ce guide, nous explorerons les différentes formes d’assistance que l’intelligence
artificielle peut apporter aux enseignants. Il est possible d’envisager une classification
claire et structurée des multiples services qu’elle propose, permettant ainsi de mieux
appréhender les potentialités de cette technologie dans le cadre pédagogique.

Un point de cadrage institutionnel

L’intégration de l’intelligence artificielle (IA) dans le domaine éducatif exige

l’établissement d’un cadre institutionnel solide, à même de garantir une utilisation
éthique, efficace et inclusive de ces technologies. Les initiatives internationales,
européennes et françaises soulignent avec insistance les multiples enjeux associés à
l’IA en éducation : défis pédagogiques, dilemmes éthiques et contraintes techniques.

Ce chapitre propose une synthèse des cadres élaborés par différentes institutions pour
accompagner les enseignants dans cette transition numérique. Ces recommandations
et lignes directrices visent à clarifier les rôles de l’IA, à en baliser les usages et à en
maximiser le potentiel tout en préservant les valeurs fondamentales de l’éducation.

28
Le cadrage international : les orientations de l’UNESCO

L’UNESCO joue un rôle majeur dans l’élaboration de cadres pour l’IA en éducation.
Deux initiatives structurent cette approche :

• consensus de Beijing (2019) : ce document promeut une

collaboration éthique homme-machine pour atteindre les
objectifs d’éducation (ODD 4). Il encourage des politiques
inclusives pour réduire la fracture numérique et développer des
compétences adaptées à l’ère de l’IA.

Lien

• orientations pour l’IA générative (2024) : ces

recommandations encadrent l’utilisation des modèles d’IA
générative comme EdGPT dans l’éducation. Elles insistent sur
la formation à l’éthique de l’IA et l’exploitation de son potentiel
pédagogique.

Lien

Le cadre européen : une vision éthique et pédagogique

En 2022, la Commission européenne a publié des lignes directrices sur l’utilisation de

l’IA dans l’éducation, mettant l’accent sur :

• considérations éthiques : protection des données personnelles

et réduction des biais algorithmiques.

• opportunités pédagogiques : personnalisation des

apprentissages et soutien aux enseignants. Source :
Commission européenne

Lien

29
Le cadre français : un engagement pour une IA éthique et inclusive

Référentiels et dispositifs clés

Le ministère de l'Éducation nationale a mis en place plusieurs cadres pour développer

les compétences numériques et l'utilisation de l'IA en classe :

• référentiel de compétences : lien

• définit les compétences pour intégrer les outils
numériques, y compris l’IA, dans les pratiques
pédagogiques.
• met en avant l’importance de la maîtrise des savoirs
disciplinaires et de la prise en compte de la diversité des
élèves. Source : Éducation Nationale

• CRCN (Cadre de Référence des Compétences Numériques) : lien

• inspiré du cadre européen DIGCOMP, il fixe des objectifs
pour les élèves et enseignants dans cinq domaines :
information et données, communication, création de
contenu, sécurité et environnement numérique. Source :
Éducation nationale

• Pix+ Édu (2023) : lien

• plateforme en ligne pour évaluer et développer les
compétences numériques des enseignants. Source :
Éducation nationale
• Lien Eduscol

• Stratégie numérique 2023-2027 : lien

• vise à renforcer les compétences numériques des élèves
et enseignants, en soutenant une éducation inclusive et
sécurisée. Source : Éducation nationale

Initiatives spéci ques à l’IA

• État des lieux et apports de la recherche :

• en 2024, la Direction du numérique pour l’Éducation a
publié un rapport sur les enjeux éthiques et
pédagogiques de l’IA, avec des recommandations pour
son intégration.

Lien

30
fi
 • Axes stratégiques pour l’IA :
• un rapport du Sénat identifie trois priorités : formation
des enseignants et élèves, évaluation des outils d’IA, et
promotion d’une culture citoyenne de l’IA.

Lien

• CREIA (Communauté de ré exion en éducation sur l’IA) :

• réunit des experts et enseignants pour réfléchir aux
usages pédagogiques et éthiques de l’IA dans
l’éducation.

Lien

• Recommandations pour une IA éthique et inclusive :

• favoriser des outils pédagogiques inclusifs et éthiques.

Lien

Ethique de l’IA en éducation

L'intelligence artificielle (IA) transforme les pratiques enseignantes, mais pose des
enjeux éthiques majeurs. Ce chapitre met l'accent sur les usages responsables de l'IA
par les enseignants.

1. Utilisation de l'IA pour la personnalisation des apprentissages

Les enseignants peuvent utiliser l'IA pour mieux répondre aux besoins des élèves, tout
en évitant certains risques :
• adapter les contenus : créer des parcours d'apprentissage individualisés selon
le niveau des élèves.
• corriger les biais : s'assurer que les algorithmes respectent l'équité entre les
différents profils d'élèves.
• promouvoir l'inclusion : intégrer des outils capables d'aider les apprenants à
besoins spécifiques.

2. Transparence et responsabilité

Les enseignants doivent comprendre et expliquer les décisions prises par l'IA :
• explicabilité des outils : savoir comment l'IA arrive à certaines conclusions.
• validation humaine : superviser les recommandations de l'IA avant leur
application.
• publication de guides : fournir aux élèves des explications claires sur le rôle de
l'IA.
31
fl
3. Formation continue des enseignants

Pour une utilisation efficace et éthique de l'IA :

• modules d’apprentissage : initier les enseignants aux bases de l’IA et à ses
enjeux éthiques.
• partage de bonnes pratiques : créer des communautés d’échange entre
enseignants.
• mise à jour régulière : suivre l'évolution des technologies pour adapter les
usages.

4. Protection des données

L’IA repose sur des données souvent sensibles. Les enseignants doivent :
• garantir la con dentialité : respecter les règlements sur la protection des
données.
• informer les parties prenantes : expliquer clairement l’usage des données aux
parents et élèves.
• choisir des outils sécurisés : préférer des solutions conformes aux standards
éthiques et juridiques.

L'IA peut être un allié puissant pour les enseignants, à condition de l'utiliser avec
prudence et responsabilité. En suivant ces principes, elle contribuera à enrichir les
pratiques éducatives tout en préservant les valeurs d'équité et d'inclusion.

32
fi
 Les apports de l’IA pour le métier d’enseignant
Concrètement, comment un enseignant peut tirer parti de l’intelligence artificielle, et
plus particulièrement de ChatGPT, pour optimiser et enrichir ses préparations de
cours ? Bien que cette exploration ne puisse prétendre à l’exhaustivité, nous avons
choisi de mettre en lumière des exemples significatifs dans la troisième partie de ce
guide, illustrant la diversité et la richesse des applications offertes par cet outil. Ces cas
d’usage visent à inspirer les enseignants dans leur démarche pédagogique et à
démontrer le potentiel transformateur de l’IA dans l’éducation.

Création de contenu
• Plans de cours structurés : générer des plans détaillés, incluant objectifs,
étapes d'apprentissage et évaluations.
• Exercices différenciés : proposer des activités adaptées à divers niveaux,
comme des exercices de vocabulaire, rédaction ou compréhension.
• Quiz interactifs : créer des évaluations avec des réponses justifiées, offrant un
feedback immédiat pour les élèves.

Simpli cation du contenu

• Adaptation des contenus : résumer et reformuler des ressources complexes
pour les rendre accessibles à tous.
• Simpli cation des textes : transformer des textes académiques en versions
adaptées pour des élèves plus jeunes ou en difficulté.
• Exemple concret : illustrer des concepts abstraits avec des situations du
quotidien ou des analogies compréhensibles.

Activités interactives
• Scénarios pédagogiques : proposer des idées pour des débats ou discussions
en classe sur des thématiques spécifiques.
• Projets collaboratifs : concevoir des activités comme l’écriture collective
d’histoires ou la création de journaux de classe.

33
fi
fi
Support visuel
• Supports graphiques : générer des tableaux comparatifs, graphiques explicatifs
ou schémas pour les cours.
• Synthèses visuelles : fournir des résumés clairs et attractifs pour des
présentations en classe.

Apprentissage personnalisé
• Parcours individualisés : créer des séquences d’apprentissage personnalisées,
adaptées aux besoins et niveaux de chaque élève.
• Remédiation ciblée : proposer des exercices spécifiques pour combler des
lacunes identifiées.

Traductions et adaptations
• Traduction multilingue : adapter des contenus pédagogiques en différentes
langues, en préservant leur clarté et leur pertinence.
• Adaptation stylistique : réécrire des documents pour s'adresser à différents
publics ou niveaux scolaires.

Idéation
• Brainstorming créatif : utiliser ChatGPT comme outil d’idéation pour
développer de nouvelles approches pédagogiques.
• Exploration interdisciplinaire : faciliter la création de projets intégrant plusieurs
disciplines, en suggérant des activités ou des thématiques combinées.

Gain de temps

Ces divers usages témoignent de l'émergence de l'intelligence artificielle – et de

ChatGPT en particulier – comme un véritable arsenal de ressources, aussi polyvalent
qu'astucieux, mis au service de la noble tâche éducative. En délestant les maîtres de
ces besognes répétitives qui érodent leur temps et leur énergie, tout en enrichissant
les contenus pédagogiques et en affinant la personnalisation des apprentissages, l'IA
leur octroie une rare et précieuse opportunité : celle de réinvestir leurs efforts dans l'art
délicat de l'accompagnement des élèves, ainsi que dans l'audacieuse exploration de
méthodes d'enseignement novatrices.

34
 3e partie : l’IA comme assistant pédagogique

3e partie
L’IA comme assistant
pédagogique de l’enseignant

35
L’art du prompt : le prompt engineering
L’intelligence artificielle s’érige désormais en instrument incontournable pour les
pédagogues, et la maîtrise de l’art subtil du prompting s’impose tel un savoir clé,
presque alchimique. Ce chapitre vous guidera dans l’élaboration de consignes claires
et précises pour interagir efficacement avec des modèles comme ChatGPT. Vous y
découvrirez l’art de structurer vos demandes, qu’il s’agisse de bâtir des cours
captivants, de concevoir des activités finement différenciées ou d’élaborer des outils
d’évaluation taillés sur mesure pour vos besoins.

En vous initiant à des techniques avancées et en apprenant à intégrer vos propres

documents dans vos requêtes, vous saurez décupler la pertinence et la profondeur des
réponses de l’IA. Ainsi, non content de nourrir vos pratiques pédagogiques, vous
ouvrirez la voie à des innovations audacieuses et enrichirez l’art d’enseigner d’un
souffle nouveau.

Bases et principes fondamentaux d'un prompt e cace

Un prompt efficace se définit comme une instruction claire et précise, donnée à un

modèle d’intelligence artificielle (IA) pour obtenir une réponse pertinente et utile. La
qualité du prompt détermine directement la pertinence des résultats générés.
Les modèles de langage, ou Large Language Models (LLM), fonctionnent en prédisant
la probabilité de la prochaine séquence de mots, à partir d’un immense corpus de
données textuelles. Contrairement à l’humain, ces modèles ne « comprennent » pas les
mots : ils ne leur attribuent aucun sens intrinsèque. Les mots ne sont pour eux que des
signaux manipulés selon des probabilités, établies à partir des données observées.

36
ffi
 C’est pourquoi la clarté et la précision des prompts sont essentielles. Un vocabulaire
précis et en lien direct avec le sujet guide le modèle dans la bonne direction. Plus le
prompt est structuré et spécifique, mieux il oriente l’IA vers l’identification des
séquences les plus probables pour répondre efficacement à la demande. En
fournissant des instructions bien formulées et détaillées, l’utilisateur maximise les
chances d’obtenir une réponse cohérente et alignée sur ses attentes.

Pour maximiser la pertinence et l’utilité des réponses fournies par une intelligence
artificielle, il est essentiel de respecter plusieurs principes clés lors de la rédaction des
prompts :

• clarté et précision : un prompt doit être formulé de manière explicite, en évitant

toute ambiguïté. L’utilisation d’un vocabulaire précis et adapté au contexte est
indispensable pour que l’IA interprète correctement la demande. Des phrases
simples et bien structurées facilitent également la compréhension.

• contexte approprié : fournir un contexte pertinent permet de guider l’IA vers une
réponse alignée sur les attentes. Cela inclut des informations telles que le rôle
attendu de l’IA, le public cible, ou encore le ton et le style souhaités. Par exemple,
préciser que l’IA doit répondre en tant qu’expert dans un domaine spécifique peut
affiner la nature et la profondeur de la réponse.

• structure du prompt : organiser le prompt avec une introduction, un

développement, et éventuellement une conclusion, aide à réduire les risques
d’interprétation erronée. Une structure claire agit comme un guide pour l’IA,
facilitant la formulation d’une réponse cohérente et précise.

• spéci cation des détails et du format : l’inclusion de détails spécifiques et la

définition du format attendu permettent d’améliorer la qualité des résultats. Par
exemple, demander une liste à puces, un tableau ou une réponse organisée en
paragraphes apporte davantage de clarté à la demande.

• utilisation de délimiteurs et adoption de personas : l’emploi de délimiteurs,

comme des balises ([contexte], [question]) ou des séparateurs (---), permet de
clarifier les différentes sections d’un prompt. De même, adopter un persona précis
influence le style de la réponse. Par exemple, un ton pédagogique conviendra à un
public de débutants, tandis qu’un style technique sera plus adapté à des experts.

En appliquant ces principes, il devient possible d’optimiser les interactions avec les
modèles d’intelligence artificielle, garantissant ainsi des réponses mieux adaptées et
alignées sur les attentes de l’utilisateur.

37
fi
 Exemple de prompt respectant ces principes :

[Contexte] : Vous êtes un expert en pédagogie en mathématiques, et vous allez

aider un enseignant de 5ème à concevoir un plan de cours sur les fractions.

[Public cible] : Élèves de 5ème, niveau collège, débutants en concepts avancés

de fractions.

[Objectif] : Générer un plan de cours structuré qui permettra aux élèves de

comprendre les bases des fractions, incluant la définition, des exemples concrets,
des exercices pratiques et une activité ludique.

[Format attendu] : Fournir une introduction sur les fractions, un développement

avec trois activités progressives (avec des exemples concrets) et une conclusion
qui résume les apprentissages. Présenter le tout sous forme de liste à puces pour
chaque étape du cours.

Voici le résultat (version chatGPT 4o) :

38
Je ne prétends nullement être un érudit en didactique des mathématiques, mais il
serait vain de nier cette vérité éclatante : un prompt soigneusement structuré et
énoncé avec précision engendre des résultats d'une tout autre tenue. Sinon, c’est un
peu comme essayer de résoudre une équation en mangeant une soupe avec une
fourchette : techniquement possible, mais terriblement inefficace.

39
ChatGPT est un chat interactif : vous pouvez lui demander des précisions, affiner des
éléments de sa réponse, développer ou reformuler, notamment en sélectionnant une
partie spécifique de son contenu.

Par exemple, si vous sélectionnez la phrase « évaluation rapide : un quiz oral pour
évaluer la compréhension des notions essentielles », des guillemets apparaissent. En
cliquant dessus, ChatGPT reprendra cette sélection en citation, et vous pourrez lui
demander, par exemple, de proposer des questions pour ce quiz.
L’un des atouts de ChatGPT est qu’il garde en mémoire le fil de la discussion, ce qui lui
permet de fournir une réponse qui reste dans le contexte. À l’inverse, dans une
nouvelle discussion, demander des questions pour un quiz oral sur les fractions ne
tiendrait pas compte des échanges précédents.

Sa réponse (extrait) :

40
Et si l’IA écrivait le prompt à votre place ?

Et si l’intelligence artificielle se chargeait de transformer votre manière de travailler en

élaborant, à votre place, le prompt idéal ?
Ça paraît paradoxal, non ? Et pourtant, c’est une des clés pour tirer le meilleur parti de
l’IA. On vous montre comment.

L’intelligence artificielle, dans sa sagacité presque inquiétante, ne manquera pas de

vous soumettre un flot de questions, chaque interrogation soigneusement ciselée pour
affiner la portée de votre requête. Une fois ce labeur achevé, elle vous offrira, tel un
oracle magnanime, un prompt d’une précision éclatante qu’il vous suffira de copier et
de déposer dans une nouvelle conversation. Et, comme par magie – mais est-ce
encore de la magie, ou simplement l’ingéniosité humaine portée à son paroxysme ? –
vous recevrez une réponse, exhaustive et parfaitement calibrée. N’est-ce pas là une
manière exquise de célébrer les miracles de la modernité ?

Mission : Créer un prompt optimal pour une tâche éducative

Voici le mega prompt à utiliser :

41
 Tu es un expert en ingénierie de prompt, spécialisé dans l'éducation. Ta mission est
de concevoir un prompt précis et efficace pour la tâche suivante : [écrire ici la tâche
que vous souhaitez réaliser, par exemple « créer un cours de mathématiques sur les
fractions »].

Instructions détaillées :

1. Analyse initiale par questionnement séquentiel :

Pose une série de questions, une par une, en attendant ma réponse avant de passer
à la suivante. Ces questions doivent permettre de recueillir des informations
essentielles sur les aspects suivants :
• Objectifs pédagogiques : Quel est le but précis de ce cours (ex. :
compréhension conceptuelle, application pratique, préparation à un
examen) ?
• Public cible : Quel est le niveau des élèves (ex. : primaire, collège, adultes)
et leurs caractéristiques (ex. : élèves à besoins éducatifs particuliers) ?
• Contexte d'apprentissage : S'agit-il d'un cours en présentiel, en ligne, ou
hybride ? Quelles sont les ressources disponibles ?
• Contraintes et exigences : Y a-t-il des limitations de temps, de matériel ou
des points spécifiques à aborder ?
• Approche pédagogique souhaitée : Préfères-tu un style interactif, ludique,
ou centré sur la pratique ?
• Autres éléments de contexte : Y a-t-il des considérations spécifiques à
intégrer (ex. : outils numériques, différenciation pédagogique) ?

2. Analyse et création du prompt optimisé :

Une fois les réponses obtenues, synthétise les informations pour formuler un prompt
détaillé intégrant les éléments suivants :
• Une description claire de la tâche, tenant compte des objectifs
pédagogiques et des contraintes identifiées.
• Des suggestions de différenciation pédagogique, adaptées aux élèves
ayant des besoins éducatifs particuliers ou à des niveaux de
compréhension variés.
• L’intégration d’outils numériques, comme des logiciels interactifs ou
plateformes éducatives, pour enrichir le cours et favoriser l'engagement
des élèves.

Exemple d’utilisation :

La tâche demandée : créer un cours de mathématiques sur les fractions.

Je copie/colle le mega prompt en prenant soin de modifier la tâche dans les [ ].

L’IA me pose des questions auxquelles je réponds :

42
43
Voici la réponse finale et le prompt proposé :

Je copie le prompt proposé et je le colle dans une nouvelle conversation.

Voici la réponse générée :

44
 Plan général pour une séance d'introduction aux fractions (1 heure)

Objectifs pédagogiques

• Comprendre ce qu'est une fraction et son utilité.

• Identi er et nommer le numérateur et le dénominateur.
• Représenter visuellement des fractions simples.
• Appliquer ces notions à travers des exercices concrets.

1. Introduction engageante (10 minutes)

Objectif : Capter l'attention des élèves et contextualiser les fractions.

1. Situation problème :
◦ Posez une question ouverte : « Imaginez que vous partagez une pizza en parts égales entre vos amis. Si
vous mangez 2 parts sur 8, comment exprimer cela ? »
◦ Engagez une courte discussion pour que les élèves réalisent qu’on peut représenter ce partage par une
fraction.
2. Contexte pratique : Donnez des exemples concrets :
◦ Les recettes de cuisine (1/2 litre, 3/4 tasse).
◦ Les parts d’un gâteau ou d’un objet partagé.
Différenciation : Utiliser des images concrètes (dessins de pizzas, gâteaux) pour les élèves ayant des dif cultés avec
l’abstraction.

2. Phase de découverte : dé nir les fractions (15 minutes)

Objectif : Introduire la notion de fraction, numérateur et dénominateur.

1. Explication guidée :

◦ Dé nir une fraction : Une manière de représenter une partie d’un tout.
◦ Introduire les termes numérateur (nombre de parts prises) et dénominateur (nombre total de parts).
2. Exemples concrets :

◦ Utiliser des objets manipulables comme des bandes de papier découpées en parties égales pour montrer
des fractions simples (1/2, 1/3, 2/4).
◦ Insister sur le fait que les parts doivent être égales.
3. Questionnement interactif :

◦ Demandez aux élèves : « Si je prends 3 parts sur 6, comment puis-je écrire cela en fraction ? »
Différenciation : Utilisez des questions simples pour les élèves en dif culté (« Combien de parts en tout ? Combien as-tu
pris ? »). Ajoutez des exemples plus complexes pour les élèves avancés.

3. Phase d’explication : représenter les fractions (15 minutes)

Objectif : Apprendre à représenter les fractions visuellement.

1. Représentations graphiques :

◦ Dessinez des formes géométriques simples (cercles, rectangles) et montrez comment diviser ces formes
en parts égales.
◦ Colorez des parties pour illustrer des fractions (ex. : 3 parts sur 4).

45
fi
fi
fi
fi
fi
 2. Manipulations concrètes :

◦ Distribuez des feuilles de papier où les élèves doivent diviser des formes en parts égales et colorier pour
représenter une fraction donnée.
3. Comparaison de fractions :

◦ Montrez que 2/4 est équivalent à 1/2 en superposant des dessins ou bandes de papier.
Différenciation : Proposez des fractions plus simples (1/2, 1/3) pour les élèves en dif culté, et des représentations
impliquant plus de divisions pour les élèves avancés.

4. Activité d’application : exercices simples (10 minutes)

Objectif : Véri er la compréhension à travers une activité individuelle ou en binôme.

1. Exercice 1 : Les élèves identi ent la fraction représentée par des dessins (ex. : 3 parts colorées sur 5).
2. Exercice 2 : Ils représentent eux-mêmes des fractions sur des gures données.
3. Exercice 3 (optionnel pour élèves avancés) : Compléter une gure pour obtenir une fraction donnée.
Différenciation :

• Fournir des gures déjà partagées pour les élèves en dif culté.
• Proposer des fractions non simpli ées ou des représentations atypiques pour les élèves avancés.

5. Synthèse : consolidation des notions (10 minutes)

Objectif : Résumer les notions abordées et répondre aux questions.

1. Résumé oral :

◦ Une fraction représente une partie d’un tout.

◦ Le numérateur indique combien de parts sont prises.
◦ Le dénominateur indique combien de parts forment le tout.
◦ On peut représenter une fraction de manière visuelle.
2. Questions-réponses :

◦ Sollicitez les élèves pour reformuler ce qu’ils ont appris.

◦ Répondez aux éventuelles questions.
3. Lien avec la prochaine séance :

◦ Expliquez que dans les séances suivantes, ils apprendront à comparer et additionner des fractions.

Matériel nécessaire

• Bandes de papier découpées.

• Feuilles blanches avec des gures géométriques à diviser.
• Crayons de couleur pour les représentations.

Suggestions de différenciation supplémentaires

• Pour les élèves en dif culté : Intégrer plus d’exemples concrets et répétitifs, utiliser des manipulations avec des
objets.
• Pour les élèves avancés : Introduire rapidement la simpli cation de fractions ou des fractions équivalentes.
Ce plan structuré et progressif permet de maintenir l’attention des élèves tout en consolidant les bases des fractions.

46
fi
fi
fi
fi
fi
fi
fi
fi
fi
fi
fi
Aviez-vous réellement envisagé, dès le départ, de recevoir une réponse d'une telle
exhaustivité ? Peut-être espériez-vous une ébauche concise, réduite à l'essentiel. Et
pourtant, c’est précisément dans cette méthode que réside la force de l’approche
proposée : offrir une réponse à la fois rigoureuse et captivante, dès les prémices de
l’échange.

Qui, mieux que l’intelligence artificielle elle-même, saurait concevoir des requêtes
parfaitement adaptées à ses capacités, sculptées sur mesure pour produire des
réponses empreintes de précision et d’une redoutable efficacité ? Après tout, n’est-ce
pas là l’essence même de son fonctionnement : exceller dans l’art de se conformer aux
attentes tout en surpassant les exigences de son utilisateur ?

Expérimentez par vous-même !

Envisageons maintenant, par exemple, l’usage stratégique de la méthode dite de la

chaîne de pensées – ou Chain of Thought, pour ceux qui apprécient le charme des
anglicismes. Cette technique consiste à guider la réflexion artificielle pas à pas, en
l’amenant à explorer avec minutie les méandres d’une problématique complexe.

Imaginez alors le résultat : un prompt d’une précision alchimique, conçu pour structurer
une session de réflexion ou d’enseignement au potentiel inégalé. Et pourtant, que cela
soit bien entendu : le jugement souverain demeure le vôtre. Car, aussi sophistiqué soit-
il, aucun outil ne saurait rivaliser avec la clairvoyance et l’intuition d’un expert en chair
et en os.

Nous vous invitons donc à tester ce prompt minutieusement élaboré et à en observer

les subtilités dans les résultats obtenus.

Transmettez cette requête raffinée à votre intelligence artificielle de prédilection, et

laissez le processus s’enrichir des interactions successives. Chaque réponse affinera
davantage la pertinence de l’ensemble, jusqu’à atteindre une finesse de conception
digne d’un artisan du verbe.

Certes, la perfection absolue est une chimère, mais ne nous y trompons pas : le produit
de cette démarche sera, sans conteste, une base de réflexion admirable. Une
fondation robuste, prête à être façonnée et sublimée sous le regard aiguisé de votre
expertise incomparable.

Voici le mega-prompt ultime !

47
 Tu es un expert en ingénierie de prompt, spécialisé dans l'éducation. Ta mission est de concevoir un prompt précis
et ef cace pour la tâche suivante : [Notez ici la tâche que vous souhaitez faire, exemple : Créer un cours de
mathématique sur les fractions].

Instructions détaillées :

1. Analyse initiale par questionnement séquentiel :

Pose une série de questions, une par une, en attendant ma réponse avant de passer à la suivante. Ces questions
doivent permettre de recueillir des informations essentielles sur les aspects suivants :

◦ Objectifs pédagogiques : Quel est le but précis de ce cours (ex. : compréhension conceptuelle,
application pratique, préparation à un examen) ?
◦ Public cible : Quel est le niveau des élèves (ex. : primaire, collège, adultes) et leurs
caractéristiques (ex. : élèves à besoins éducatifs particuliers) ?
◦ Contexte d'apprentissage : S'agit-il d'un cours en présentiel, en ligne, ou hybride ? Quelles
sont les ressources disponibles ?
◦ Contraintes et exigences : Y a-t-il des limitations de temps, de matériel ou des points
spéci ques à aborder ?
◦ Approche pédagogique souhaitée : Préfères-tu un style interactif, ludique, ou centré sur la
pratique ?
◦ Autres éléments de contexte : Y a-t-il des considérations spéci ques à intégrer (ex. : outils
numériques, différenciation pédagogique) ?

2. Analyse et création du prompt optimisé :

Une fois les réponses obtenues, synthétise les informations pour formuler un prompt détaillé qui :

◦ Structure la tâche en étapes claires, en décrivant le contexte pédagogique et les objectifs.

◦ Utilise la technique de Chain-of-Thought Prompting (CoT), en incluant les consignes
suivantes pour guider l'IA :
▪ Explique chaque étape de raisonnement nécessaire pour générer une réponse
complète et structurée.
▪ Énumère les étapes de manière logique et séquentielle, en commençant par les
concepts fondamentaux avant d'aller vers les détails spéci ques.
▪ Encourage l’IA à justi er chaque choix pédagogique dans le contexte de l’objectif du
cours.
◦ Propose des suggestions de différenciation pédagogique, adaptées aux élèves ayant des
besoins spéci ques ou des niveaux variés de compréhension.
◦ Inclut l’utilisation d’outils numériques, comme des logiciels interactifs ou plateformes
éducatives, pour enrichir l’apprentissage.

3. Exemple d’application de Chain-of-Thought Prompting :

Assure-toi que le prompt demande à l’IA d’appliquer la méthode CoT pour résoudre des problèmes ou
répondre aux questions éducatives, en suivant ce modèle :

◦ Commence par décrire le problème ou la question principale.

◦ Analyse les étapes nécessaires pour atteindre la solution, en expliquant clairement chaque
phase de raisonnement.
◦ Fournis une conclusion synthétisant les résultats ou les choix pédagogiques.

4. Suggestions d’amélioration ou variations :

◦ Propose des adaptations du prompt pour des contextes alternatifs (ex. : niveaux scolaires
différents, cours thématique spéci que).
◦ Suggère des pistes pour rendre le prompt plus polyvalent ou innovant.

48
fi
fi
fi
fi
fi
fi
fi
Certains d’entre vous pourraient être intimidés par la longueur apparente d’un prompt
bien construit. Pourtant, loin d’être une contrainte chronophage, ce format est conçu
pour vous simplifier la vie. En réalité, il suffit de copier-coller ce prompt et de n’y
modifier que la tâche à effectuer, indiquée entre crochets en début de texte. Ainsi, loin
de représenter une charge supplémentaire, ce modèle se révèle un véritable gain de
temps. Vous profitez d’une réponse pertinente et directement exploitable, sans avoir à
reformuler entièrement vos requêtes à chaque nouvelle interaction.

C’est là l’intérêt d’un prompt bien conçu : il devient un outil réutilisable, une sorte de
« mode d’emploi » qui vous libère des ajustements laborieux et optimise vos échanges
avec l’IA.

Prenez donc le temps d’expérimenter cette méthode.

Aussi impressionnantes que puissent paraître les réponses générées par l’intelligence
artificielle, il est essentiel de garder à l’esprit une vérité fondamentale : aucune
technologie, aussi avancée soit-elle, ne saurait remplacer l’expertise professionnelle
que vous incarnez. Vos compétences, forgées par l’expérience, l’intuition et une
compréhension nuancée des besoins de vos élèves, demeurent irremplaçables.

L’IA, en revanche, doit être perçue comme un assistant – un outil puissant, certes, mais
limité. Contrairement à votre esprit capable d’interpréter, de ressentir et d’adapter des
contenus complexes à des contextes spécifiques, l’IA repose sur des instructions
explicites. Elle est littéralement incapable de comprendre ce qui ne lui est pas
clairement formulé. Si une idée ou une intention n’est pas développée dans le prompt,
l’IA ne peut pas la deviner, ni la restituer correctement.

C’est pourquoi, pour tirer pleinement parti de cet assistant, il convient d’adopter une
approche précise et exhaustive dans vos requêtes. Développez vos attentes de
manière détaillée, exposez les contextes, nuancez les objectifs. Plus votre prompt sera
clair et riche en informations, plus la réponse obtenue se rapprochera de vos attentes.

Cependant, même avec un prompt d’une qualité exemplaire, souvenez-vous que l’IA
ne dispose ni de jugement critique, ni de sens pédagogique intrinsèque. Elle peut
fournir des ressources, des idées ou des supports, mais le travail d’interprétation,
d’adaptation et d’appropriation reste le vôtre.

En somme, voyez dans l’IA une extension de vos capacités, un collaborateur docile
mais dénué d’initiative. Elle peut alléger certaines de vos tâches ou enrichir votre
réflexion, mais la direction, la créativité et l’impact final de l’enseignement relèvent
exclusivement de votre savoir-faire et de votre passion.

C’est dans cette alliance entre la puissance des outils numériques et l’intelligence
humaine que réside l’avenir d’une pédagogie enrichie et toujours plus efficace.

49
Votre assistant pédagogique : un allié indispensable
L’intelligence artificielle (IA) s’invite dans le monde de l’éducation, non pas pour
remplacer l’enseignant (personne n’aime les robots qui se la jouent professeurs !), mais
pour l’assister et l’enrichir. Imaginez-la comme un collègue infatigable qui vous aide à
peaufiner vos cours, à ajuster vos contenus et même à inspirer vos prochaines grandes
idées pédagogiques. Prêt à découvrir ses superpouvoirs ? Plongeons dans les détails.

- Conception des plans de cours : votre GPS pédagogique

- Reformulation des consignes : l’art de se faire comprendre
- Résumé et simplification des contenus : le pouvoir de la concision
- Recherche d’idées et d’inspiration : le feu d’artifice créatif
- Contextualisation des apprentissages : apprendre en étant ancré dans la réalité
- Évaluation et remédiation : des feedbacks sur-mesure
- Adaptation aux besoins des élèves : une éducation pour tous

Avec ces outils à portée de main, les enseignants peuvent non seulement gagner du
temps, mais aussi se concentrer sur leur mission première : accompagner leurs élèves
dans une expérience d’apprentissage épanouissante. Alors, prêt à donner à votre
pratique pédagogique un coup de pouce high-tech ? 🚀

1. Conception de plans de cours : votre GPS pédagogique

Planifier un cours, c’est un peu comme préparer un voyage : il faut savoir où l’on va,
comment y aller et quels détours peuvent rendre l’expérience plus riche. C’est là que
l’IA entre en scène, en véritable guide pour organiser et enrichir votre parcours
pédagogique. Voici comment elle peut vous épauler :

Structure détaillée : une boussole pour vos cours

L’IA peut générer un plan de cours complet, avec des objectifs d’apprentissage clairs,
des activités adaptées et des évaluations cohérentes. Par exemple, si vous enseignez la
biologie et souhaitez aborder le sujet de la photosynthèse, l’IA peut proposer un
découpage en plusieurs étapes :
• Introduction théorique : Présentation des concepts clés (lumière,
chlorophylle, etc.).
• Expérience pratique : Mise en place d’une activité où les élèves observent
une plante au soleil et à l’ombre.
• Discussion collective : Analyse des résultats pour comprendre l’impact de la
lumière.
• Évaluation : Quiz rapide pour vérifier la compréhension des notions
abordées.

Adaptation thématique : au plus près de vos élèves

Chaque classe est unique, et l’IA peut personnaliser vos plans selon le contexte.
Prenons une classe en milieu rural : l’IA peut intégrer des exemples locaux (comme

50
 l’impact de la photosynthèse sur les cultures agricoles) pour rendre le sujet plus concret
et engageant.
L’IA pourrait même vous le suggérer, à condition que votre prompt prenne en compte
ce contexte précis.

Gain de temps : la logistique sans tracas

Les enseignants consacrent souvent un temps précieux à structurer leurs cours. En

automatisant cette tâche, l’IA libère du temps pour ce qui compte vraiment : imaginer
des activités interactives et bâtir des relations avec les élèves.
Consultez le chapitre dédié aux prompts et utilisez le méga prompt conçu pour créer le
prompt idéal ((ou presque !), afin de générer le cours parfaitement adapté à vos
besoins.

📝 Bon à savoir

Saviez-vous que vous pouvez demander à l’IA générative de structurer ses

réponses dans le format de votre choix ?

Par exemple, vous pouvez lui demander de présenter des informations sous forme
de tableau, de liste à puces, de diagramme en texte ou même en style narratif.
Cette exibilité vous permet d’adapter les réponses à vos besoins précis, que ce
soit pour une présentation claire ou pour un usage spéci que.

Sous forme de diagramme en texte

51
fl
fi
 2. Reformulation des consignes : l’art de se faire comprendre

Rendre des consignes claires et accessibles est un défi essentiel en pédagogie. Une
consigne mal comprise peut transformer une activité simple en véritable casse-tête
pour les élèves. C’est ici que l’IA entre en jeu : elle peut reformuler, adapter et traduire
les consignes pour répondre aux besoins spécifiques de chaque élève. Que ce soit
pour simplifier une instruction complexe, la traduire pour des élèves allophones ou
l’adapter pour des élèves avec des troubles Dys, l’IA offre des solutions pratiques et
immédiates.

Simpli cation générale

Une consigne peut parfois être trop longue ou inclure des termes techniques non
essentiels pour certains élèves. L’IA reformule en conservant l’essentiel et en évitant les
ambiguïtés.

Consigne d’origine :
« En vous appuyant sur les documents fournis, rédigez un texte argumentatif qui
analyse les causes et conséquences de la Révolution française, tout en mettant en
perspective ses implications sociales et économiques. »

Consigne simplifiée par l’IA :

« À partir des documents, écrivez un texte qui explique les causes et les conséquences
de la Révolution française. »

Prompt

Voici une consigne pédagogique :

[En vous appuyant sur les documents fournis, rédigez un texte argumentatif qui
analyse les causes et conséquences de la Révolution française, tout en mettant en
perspective ses implications sociales et économiques.]

Reformule cette consigne pour qu’elle soit plus simple et facile à comprendre, tout en
conservant les objectifs pédagogiques essentiels.

Certes, l'exemple peut sembler d'une désarmante simplicité, et l'on ne manquerait pas
de m'opposer qu'une intelligence artificielle n'est nullement requise pour en tirer
pareille conclusion. Je ne saurais contredire cet avis : il ne s'agit ici que d'une
illustration, une esquisse didactique. Essayez de simplifier la consigne suivante en
quelques secondes :

En vous appuyant sur les documents fournis, analysez les impacts sociaux, économiques et
environnementaux des crises énergétiques récentes. Vous devrez mobiliser des exemples
pertinents issus des textes pour expliquer comment ces crises influencent les politiques
publiques à l’échelle mondiale, ainsi que les comportements des populations locales dans
différentes régions du monde.
52
fi
Votre analyse devra intégrer une réflexion sur les solutions possibles pour répondre à ces
crises, tout en considérant leurs limites et leurs implications à long terme. Prenez soin de
justifier vos arguments avec des données issues des documents ou des connaissances
personnelles, en articulant votre réflexion de manière cohérente et en valorisant une
perspective critique sur les enjeux globaux.

Je vous invite à observer par vous-même et à confronter la simplification que vous

écrirez à celle générée par l’intelligence artificielle, tout en prenant soin d’évaluer le
temps nécessaire à l’accomplissement de cette tâche dans les deux cas !

Adaptation pour un élève allophone

Pour un élève maîtrisant peu le français, l’IA peut traduire ou reformuler dans un
langage plus accessible et, si nécessaire, fournir une traduction dans sa langue
maternelle.

Consigne d’origine :
Analysez les impacts environnementaux de la déforestation et proposez des solutions
dans un texte argumentatif.

Consigne adaptée pour un allophone :

Expliquez les problèmes causés par la déforestation et donnez des idées pour les
résoudre.

(Traduction possible dans la langue maternelle, par exemple en anglais : "Explain the
problems caused by deforestation and suggest ideas to solve them.")

Prompt

Voici une consigne pédagogique :

[Analysez les impacts environnementaux de la déforestation et proposez des solutions
dans un texte argumentatif.]

Adapte cette consigne pour un élève maîtrisant peu le français. Utilise un langage
simple et accessible, et réduis la complexité des termes ou de la structure. Si
nécessaire, simpli e la syntaxe pour faciliter la compréhension.

Adaptation pour un élève avec des troubles Dys

Pour un élève dyslexique ou ayant d’autres troubles d’apprentissage, il est important

de simplifier la syntaxe, d’utiliser un vocabulaire direct et de segmenter les consignes.

Consigne d’origine :
Étudiez le texte suivant et identifiez les arguments principaux ainsi que les exemples
qui les illustrent, puis rédigez une synthèse.

53
fi
 Consigne adaptée pour les troubles Dys :
Étape 1 : Lisez le texte une première fois.
Étape 2 : Trouvez les idées principales (vous pouvez les surligner).
Étape 3 : Notez un exemple pour chaque idée.
Étape 4 : Écrivez une courte synthèse.

Prompt

Voici une consigne pédagogique :

[Étudiez le texte suivant et identi ez les arguments principaux ainsi que les exemples
qui les illustrent, puis rédigez une synthèse.]

Adapte cette consigne pour un élève ayant des troubles d’apprentissage (par
exemple, dyslexie). Simpli e la syntaxe et le vocabulaire, segmente la consigne en
étapes courtes et numérotées, et veille à ce qu’elle soit claire et facile à suivre.

3. Résumé et simplification des contenus : le pouvoir de la concision

Les enseignants sont souvent confrontés à des documents denses, remplis

d’informations techniques ou théoriques, qu’ils doivent rendre accessibles à leurs
élèves. L’IA, avec sa capacité à analyser, synthétiser et reformuler, devient un allié
précieux pour condenser ces contenus et les adapter à des niveaux variés. Voici
comment elle intervient pour transformer des ressources complexes en outils
pédagogiques efficaces.

1. Synthèse des textes : dire beaucoup avec peu de mots

Imaginez que vous disposez d’un rapport de 15 pages sur le réchauffement climatique.
Les élèves, eux, n’ont ni le temps ni les compétences pour parcourir et comprendre un
tel document. L’IA peut extraire l’essentiel en quelques secondes. Elle identifie les
idées principales, les arguments clés et les données pertinentes pour créer une version
condensée, facile à exploiter en classe.

Exemple :
Document original : Rapport de 15 pages sur les causes et impacts du réchauffement
climatique.

Synthèse générée par l’IA :

« Le réchauffement climatique résulte principalement des émissions de gaz à effet de
serre liées aux activités humaines (industries, transports, agriculture). Ses impacts
incluent la fonte des glaciers, la montée des eaux et des conditions météorologiques
extrêmes. Pour limiter ces effets, des mesures telles que la réduction des émissions de
carbone et la transition énergétique sont nécessaires. »

2. Exemples concrets : rendre les idées abstraites tangibles

54
fi
fi
Certains concepts académiques peuvent paraître abstraits ou intimidants. L’IA excelle à
transformer ces idées en analogies ou scénarios concrets qui captent l’attention des
élèves. Une explication qui semblait opaque devient claire et mémorable grâce à des
exemples adaptés à leur quotidien.

Exemple :
Concept original : « La gravité est une force qui attire deux masses l’une vers l’autre. »

Explication simplifiée par l’IA :

« Imaginez que vous lâchez une pomme : elle tombe par terre. C’est la gravité qui
attire la pomme vers la Terre. »

3. Transformation stylistique : un contenu adapté à chaque niveau

Un même document peut être réécrit de plusieurs façons pour répondre aux besoins
des élèves, qu’ils soient en primaire, au collège ou au lycée. L’IA peut ajuster le ton, le
vocabulaire et la complexité du texte pour chaque public.

Exemple :
Document original : Extrait d’un manuel universitaire sur la photosynthèse.

Adaptation pour des élèves de primaire :

« Les plantes utilisent la lumière du soleil pour fabriquer leur nourriture. C’est un peu
comme si elles faisaient leur propre pique-nique grâce au soleil ! »

Adaptation pour des élèves de lycée :

« La photosynthèse est le processus par lequel les plantes transforment l’énergie
lumineuse en énergie chimique, en utilisant l’eau et le dioxyde de carbone pour
produire du glucose et de l’oxygène. »

Prompt

Voici un extrait d’un manuel universitaire sur la photosynthèse :

[La photosynthèse est un processus biologique complexe par lequel les plantes
transforment l’énergie lumineuse en énergie chimique, en utilisant l’eau et le dioxyde
de carbone pour produire du glucose et de l’oxygène.]

Réécris ce texte pour qu’il soit compréhensible par des élèves de primaire. Utilise un
langage simple, des phrases courtes et ajoute une image concrète ou une analogie
amusante.

55
 📝 Bon à savoir

Certaines IA génératives, comme ChatGPT, Claude AI ou encore Bard (liste non

exhaustive), vous permettent de charger des chiers (PDF, documents LibreO ce,
etc.).

Une fois les chiers chargés, l’IA est capable de :

• lire et comprendre le contenu : qu’il s’agisse de rapports complexes, de
chapitres d’ouvrages ou de documents pédagogiques.
• proposer une synthèse claire : extraire les points clés de chaque chier
ou combiner les informations de plusieurs documents en une seule
synthèse cohérente.
• transformer la synthèse : adapter le contenu dans le style ou le niveau
souhaité, comme pour des élèves de primaire, de collège ou de lycée.

Exemple : Vous chargez plusieurs chiers (un article scienti que, une infographie et
une étude de cas) sur le changement climatique. L’IA peut les regrouper pour créer
une synthèse globale en 10 lignes, que vous pourrez ensuite reformuler selon les
besoins de vos élèves.

Cette fonctionnalité de fusion de chiers est particulièrement utile pour comparer des
sources, croiser des informations ou concevoir des contenus pédagogiques, tout en
gagnant un temps précieux. 🚀

4. Recherche d’idées et d’inspiration : le feu d’artifice créatif

Vous cherchez des idées pour renouveler vos approches pédagogiques ? Sortez vos
lunettes de soleil, car voici un feu d’artifice créatif qui illuminera vos projets éducatifs !
Explorons ensemble trois pistes innovantes pour captiver vos élèves et réveiller leur
curiosité.

Projets interdisciplinaires : l’alchimie des savoirs

Et si vous réunissiez des disciplines qui, a priori, n’ont rien en commun ? Imaginez un
projet où vos élèves doivent concevoir une maquette d’invention historique en
appliquant des principes scientifiques, tout en composant une bande-son originale
inspirée de l’époque. Une machine à remonter le temps version XXIe siècle, ça vous dit
?

Exemple concret :
Un "projet Léonard de Vinci" où les élèves explorent ses inventions, créent des
prototypes en cours de sciences, et présentent leur travail dans un récit théâtral en
cours de français.

56
fi
fi
fi
fi
fi
fi
ffi
Ou encore, un défi "climat et société" où ils analysent les impacts historiques du
changement climatique (histoire), modélisent des scénarios futurs (maths/sciences), et
composent une chanson engagée pour sensibiliser (musique).
L’IA, dans tout ça ? Un précieux acolyte pour trouver des idées, structurer le projet ou
même créer des supports interactifs. Bref, un assistant sans râleries ni café à réclamer !

En quoi l’IA peut aider ?

Procédez par étapes pour rédiger le prompt idéal qui vous permettra d’obtenir un plan
détaillé pour le projet.

1ère étape : les objectifs

La première partie du prompt pourrait être : « Je souhaite concevoir un projet
pédagogique combinant sciences, histoire et musique pour des élèves de 4ᵉ. »

2ème étape : les disciplines et leur rôle

Suite du prompt : « Le projet devrait inclure des expériences scientifiques (expliquer un
phénomène ou créer un prototype), une analyse historique d’une période donnée, et
une création musicale pour illustrer cette époque. »

3ème étape : le cadre ou thème général

Suite : « Le thème général du projet sera l’invention et la créativité à la Renaissance,
avec un focus sur Léonard de Vinci. »

4ème étape : structure du projet

Suite : « Propose un projet structuré en étapes, avec des activités concrètes pour
chaque discipline et des exemples d’outils ou supports à utiliser (par exemple, un
escape game, une maquette, un débat, etc.). »

5ème étape : outils spécifiques (optionnel)

Suite : « Inclut des suggestions d’outils numériques ou d’activités interactives (logiciel
de création musicale, simulateur scientifique, etc.). »

Voici le prompt final :

Prompt

Aide-moi à concevoir concevoir un projet pédagogique combinant sciences, histoire

et musique pour des élèves de 4ᵉ. Le thème général du projet sera l’invention et la
créativité à la Renaissance, avec un focus sur Léonard de Vinci. Le projet devrait
inclure des expériences scientifiques (expliquer un phénomène ou créer un
prototype), une analyse historique d’une période donnée, et une création musicale
pour illustrer cette époque. Propose un projet structuré en étapes, avec des activités
concrètes pour chaque discipline et des exemples d’outils ou supports à utiliser (par
exemple, un escape game, une maquette, un débat, etc.). Inclut des suggestions
d’outils numériques ou d’activités interactives (logiciel de création musicale,
simulateur scientifique, etc.). L’objectif est de développer la créativité, la
collaboration et la réflexion critique des élèves.

57
J’ai ajouté que la réponse attendu doit être présentée sous forme de tableau pour
avoir un plan général du projet qui me servira de base pour développer les différentes
parties.

ChatGPT :

58
 Voilà une base intéressante pour construire le projet avec les collègues. L’IA pourra
aussi vous assister dans la modification du contenu et/ou la création des contenus.

Vous manquez d’inspiration pour votre projet ? Pas de souci, l’IA est là pour vous
aider ! Pour en tirer le meilleur parti, demandez-lui de vous proposer plusieurs idées et
d’évaluer chacune d’elles. L’évaluation pourra inclure une note de 0 à 100,
accompagnée des avantages, des inconvénients et d’une analyse de la faisabilité. Ce
processus permet non seulement de solliciter pleinement les capacités de l’IA, mais
aussi de garantir que les propositions soient mieux adaptées à vos besoins et attentes.

Prompt

Je souhaite développer un projet interdisciplinaire dans le domaine [préciser le

domaine, par exemple : éducatif, scienti que, artistique, technologique, etc.].
Propose-moi plusieurs idées originales et variées, adaptées à ce contexte.

Pour chaque idée, réalise une évaluation complète en utilisant les critères suivants :
1. note globale : attribue une note sur 100 pour re éter la qualité et la pertinence du
projet.
2. avantages : liste les points forts du projet.
3. inconvénients : identi e les limites ou dé s potentiels.
4. faisabilité : explique si le projet est réaliste en termes de ressources, temps et
compétences nécessaires.

Adapte les idées pour répondre aux besoins suivants : [préciser vos attentes, niveau
de classe, objectifs ou contraintes, comme "favoriser la créativité", "être accessible
aux débutants", "utiliser des outils numériques", etc. ]. Tu donneras une idée de
thème pour chaque sujet.

À la n, synthétise les idées les mieux notées et explique pourquoi elles se

distinguent.

Exemple :

Je souhaite développer un projet interdisciplinaire dans les domaines scientifique,

artistique, historique et technologique. Propose-moi plusieurs idées originales et
variées, adaptées à ce contexte.
Pour chaque idée, réalise une évaluation complète en utilisant les critères suivants :
Note globale : attribue une note sur 100 pour refléter la qualité et la pertinence du
projet.
Avantages : liste les points forts du projet.
Inconvénients : identifie les limites ou défis potentiels.
Faisabilité : explique si le projet est réaliste en termes de ressources, temps et
compétences nécessaires.
Adapte les idées pour répondre aux besoins suivants : [le projet devra se dérouler sur 4
semaines, il est destiné à des élèves de quatrième en collège, il doit permettre de

59
fi
fi
fi
fi
fl
favoriser la créativité, d'être accessible aux débutants et d'utiliser des outils
numériques. Tu donneras une idée de thème pour chaque sujet.].
À la fin, synthétise les idées les mieux notées et explique pourquoi elles se distinguent.

L’IA m’a proposé cinq idées, et celle qu’elle a évaluée comme la plus pertinente est la
suivante :

J’ai élaboré mon idée et je l’affine en m’appuyant sur le précédent prompt pour établir
un déroulement structuré du projet. Chaque étape est ensuite revue et adaptée avec
mes collègues afin de mieux répondre à nos besoins et de tenir compte de notre
contexte. À chaque phase, l’IA me soutient, apportant des ajustements précis pour
construire chaque partie du projet. Voilà mon plan d’action !

À vous de jouer maintenant !

Si les projets ne sont pas votre tasse de thé, essayez alors d’utiliser l’IA pour vous aider
à scénariser un cours.

Scénarios d’apprentissage : immersion garantie !

Pourquoi se contenter d’un cours classique quand on peut plonger ses élèves dans des
scénarios captivants ? Les parcours différenciés permettent d’adapter l’apprentissage à
chaque élève, tout en les entraînant dans un univers engageant.

Par exemples :
• un parcours interactif sur le thème de l’espace : les élèves jouent le rôle
d’astronautes en mission. Chaque défi (résolution d’équations,
compréhension de textes scientifiques, etc.) les rapproche de leur objectif :
lancer leur fusée.
60
 Mettre• enun voyage
scène immersif
un cours, dans
c’est unlapeu
Renaissance : chaque élève
comme transformer choisit balade
une simple un rôle
(artiste, scientifique, mécène) et contribue à une exposition
éducative en une véritable odyssée. Pourquoi se contenter de transmettre des virtuelle
collaborative.
notions quand on peut embarquer ses élèves dans une aventure immersive ? Et
justement, deux alliés de taille s’invitent dans cette mission : le storytelling et la
Avec un outilÉLÉA.
plateforme d’intelligence
Regardons artificielle, vousprès.
cela de plus pouvez concevoir des scénarios
différenciés en un rien de temps, en tenant compte des niveaux et des intérêts de
chaque élève. Un vrai
1. Le storytelling gain de
: quand temps pour undevient
l’apprentissage résultat une
bluffant.
histoire captivante

Le storytelling, c’est l’art de transformer un contenu parfois aride en une épopée qui
captive. Imaginez : au lieu de simplement enseigner les principes de la physique,
vous invitez vos élèves à devenir des explorateurs, partant à la conquête des
mystères de l’univers. Intrigant, non ?

Voici quelques superpouvoirs du storytelling :

• l’engagement émotionnel : une bonne histoire pique la curiosité, fait rire,
surprend. Et oui, on retient mieux ce qui nous touche. Les concepts s’ancrent plus
facilement dans la mémoire quand ils sont portés par des personnages ou des
situations captivantes.
• la structure logique : avec un début, un milieu et une n, l’information devient
plus digeste. Chaque étape du récit fait progresser la compréhension.
• la motivation : qui n’aime pas résoudre une énigme ou voir un héros triompher ?
Vos élèves se sentiront investis dans le parcours narratif.

2. ÉLÉA : le décor interactif idéal pour vos scénarios pédagogiques

Une fois l’histoire imaginée, encore faut-il un cadre pour la raconter. C’est là qu’ÉLÉA
entre en scène, tel un assistant dèle qui met en forme votre récit :
• un parcours scénarisé sur mesure : avec ÉLÉA, vous pouvez créer des étapes
claires et progressives. Chaque clic est une nouvelle page de l’histoire, chaque
quiz ou activité, un dé à relever.
• des outils interactifs : vidéos, quiz, modules collaboratifs... ÉLÉA permet de
varier les supports pour maintenir l’attention et stimuler l’intérêt.
• une mise en forme dynamique : les possibilités graphiques et interactives de la
plateforme transforment vos cours en expériences immersives. L’élève devient
acteur de son apprentissage, avançant dans l’histoire à son rythme.

61
fi
fi
fi
 5. Contextualisation des apprentissages : apprendre en étant ancré dans
la réalité

Vous êtes-vous déjà demandé pourquoi certains concepts semblent s’envoler dans
l’oubli sitôt la sonnerie retentit ? Souvent, c’est parce qu’ils manquent de racines dans
la réalité. Pour que vos élèves s’approprient véritablement un savoir, rien de tel que de
le relier à leur vécu, à leur environnement, et au monde qui les entoure.

Ancrage culturel et local : Une immersion dans leur univers

Chaque classe est une mosaïque unique d’histoires, de cultures et de contextes locaux.
Pourquoi ne pas en tirer parti ? Imaginez une leçon de géométrie où les élèves
mesurent les dimensions de la place centrale de leur village, ou une exploration de la
biodiversité à deux pas de leur école. En intégrant l’histoire, la géographie ou les
réalités sociales locales, vous transformez vos cours en miroirs où vos élèves
reconnaissent leurs origines et leurs identités.

Un exemple ? Dans une région montagneuse, étudiez l’érosion des sols à partir des
sentiers qu’ils arpentent. Ou encore, en histoire, reliez la Révolution française aux luttes
sociales locales : comment cet événement a-t-il marqué votre région ? De cette
manière, l’apprentissage devient une aventure personnelle, où chaque élève trouve un
peu de lui-même dans les savoirs.

Prompt

Je prépare une leçon d’histoire sur la Révolution française, et je souhaite la rendre

plus pertinente pour mes élèves en la liant aux luttes sociales ou aux transformations
qu’elle a engendrées dans [votre région]. Pour cela, j’aimerais obtenir des
informations sur :
• les événements ou gures locales de [nom de la région] qui ont participé ou été
in uencés par la Révolution française (ex. : mouvements paysans, réformes
sociales, personnalités révolutionnaires locales).
• les impacts concrets de la Révolution sur [nom de la région], comme des
changements dans l’organisation politique, les droits, ou l’économie locale.
• des anecdotes ou faits marquants spéci ques à [nom de la région] qui pourraient
illustrer le lien entre cet événement national et les réalités locales.

Pouvez-vous m’aider à identi er des exemples ou à rédiger des supports

pédagogiques (anecdotes, questions d’analyse, études de cas) qui permettront à mes
élèves de comprendre comment un événement global a transformé leur
environnement immédiat ?

Voici un premier résultats pour la région de Carcassonne (avec exactement ce prompt).

62
fl
fi
fi
fi
63
Plutôt sympa, non ? Et quel gain de temps ! Avez-vous remarqué les boutons à la fin de
chaque paragraphe qui indiquent la source de l’information ? Un simple clic, et vous
ouvrez directement la page où se trouve la référence. Pratique, n’est-ce pas ?

Et ce n’est pas tout : le bouton tout en bas regroupe toutes les sources. Il vous suffit de
cliquer pour les afficher en un seul endroit. Parfait pour vérifier les informations ou
approfondir vos recherches en un clin d’œil !

📝 Bon à savoir

Les informations et sources fournies par ChatGPT

ChatGPT (ou toute IA générative comme Perplexity) est un outil pratique pour
synthétiser des informations, mais il est essentiel de bien comprendre son
fonctionnement et ses limites pour l’utiliser e cacement :

1. un assistant, pas une encyclopédie : l’IA génère des réponses à partir d’un
vaste corpus de données, mais ce n’est pas une source de vérité absolue. Il o re
une synthèse rapide et claire, mais chaque information mérite d’être véri ée,
surtout pour des sujets complexes.

2. transparence avec les sources : les boutons de source a chés (lorsqu’ils sont
présents) vous permettent de consulter rapidement les pages d’origine. Un clic
sur ces liens su t pour approfondir ou con rmer les informations.

3. vue d’ensemble pratique : un bouton regroupant toutes les sources est parfois
disponible. Il o re une liste complète des références utilisées, idéale pour élargir
vos recherches ou croiser les données.

4. rester critique : même avec des sources ables, gardez à l’esprit que l’esprit
critique est indispensable pour évaluer la pertinence et la véracité des
informations.

5. un dialogue à enrichir : plus vous guidez l’IA avec des questions claires et
contextualisées, plus ses réponses seront précises et adaptées à vos besoins.

L’IA et ses sources sont de puissants alliés pour explorer et comprendre, mais c’est
votre vigilance qui transforme ces réponses en outils ables et enrichissants. 🌟

64
ff
ffi
fi
fi
ffi
fi
ffi
fi
ff
6. Évaluation et remédiation : des feedbacks sur-mesure

Évaluer, c'est bien. Remédier, c'est mieux. Mais si vous pouviez faire les deux avec une
touche de magie numérique ? C’est exactement l’objectif ici : vous donner des outils
puissants pour mesurer, ajuster et accompagner vos apprenants vers la réussite.
Plongeons dans les détails !

Création de quiz : évaluez en quelques clics

Fini les heures passées à concevoir des tests interminables ! Grâce à des plateformes
intelligentes, vous pouvez générer des quiz variés en un rien de temps. Questions à
choix multiples, réponses ouvertes, ou encore défis interactifs, tout est possible. Et le
petit plus ? Les retours immédiats. Vos apprenants obtiennent des corrections
instantanées, accompagnées d’explications claires pour comprendre leurs erreurs.
C’est un peu comme avoir un prof particulier dans la poche, mais sans les miettes de
craquelins.

Des outils tels que Nolej ou Quiz Wizard permettent de créer des exercices au format
H5P ou directement compatibles avec ÉLÉA (Moodle). Ces solutions sont intéressantes,
mais dans ce guide, nous privilégions l’usage des IA génératives de type chatbot. Avec
ces dernières, vous ne disposerez pas d’un fichier H5P, qui nécessiterait de toute façon
des corrections ou ajustements, mais vous obtiendrez des questions et des
propositions de QCM optimisées. Par ailleurs, l’IA peut aussi générer un fichier
directement importable dans ÉLÉA. Une commodité dont, j’en suis sûr, vous saurez
mesurer le prix. Plutôt astucieux, ne trouvez-vous pas ?

Bien entendu, il revient à chaque enseignant de devenir, l’espace d’un instant, un

maître de la balance, pesant avec soin les mérites de ces outils pour choisir celui qui
servira le mieux ses desseins pédagogiques. Testez-les donc sans crainte : qui sait, l’un
d’eux pourrait se révéler être la baguette magique de vos préparations ! Mais si
d’aventure un outil vous déçoit, consolez-vous en vous disant qu’il n’y a pas de formule
parfaite… sauf, peut-être, celle que vous aurez forgée en tâtonnant.

Astuce : utilisez la taxonomie de Bloom pour créer les questions en fonction de vos
objectifs. Cela guidera l’IA dans la rédaction des questions.

Le prompt suivant est un prompt général qui utilise les cinq niveaux de la taxonomie.
Libre à vous de l’adapter pour n’utiliser que le niveau ou les niveaux que vous
souhaitez.

Pour utiliser ce prompt, il est nécessaire de fournir à l’IA le fichier contenant le cours.
Vous pouvez également copier-coller directement le contenu du cours dans le prompt,
mais attention : il pourrait y avoir des restrictions concernant le nombre maximal de
caractères acceptés. Pour contourner ces limites, privilégiez des extraits pertinents ou
fournissez le document complet si l’interface le permet.

65
 Prompt

À partir du document fourni, créez un questionnaire à choix multiples (QCM) de 5

questions, avec une progression dans la di culté.

Les questions doivent être alignées sur les objectifs pédagogiques suivants, dé nis
selon la taxonomie de Bloom :
• Niveau 1 – Connaissance : identi er des informations factuelles simples.
• Niveau 2 – Compréhension : expliquer des concepts ou reformuler des idées.
• Niveau 3 – Application : utiliser les informations du document pour résoudre un
problème concret.
• Niveau 4 – Analyse : décomposer un concept complexe en ses di érentes parties
et les examiner.
• Niveau 5 – Évaluation : juger ou argumenter sur la pertinence ou la validité d’un
concept ou d’une méthode basée sur le document.

Pour chaque question :

• proposez 4 choix de réponses (dont une seule est correcte).
• assurez-vous que les propositions incorrectes soient crédibles, a n que les
réponses ne soient pas trop évidentes.
• adoptez un vocabulaire et une structure adaptés au niveau de progression des
questions.

Exemple d'organisation :
• Question 1 : simple reconnaissance d’information.
• Question 2 : interprétation ou reformulation d’un concept.
• Question 3 : résolution d’un problème en lien avec le document.
• Question 4 : analyse des composantes d’une idée ou d’une méthode.
• Question 5 : jugement ou prise de position étayée sur une thématique abordée
dans le document.

Vous pourrez retravailler les QCM proposés directement sur l’interface de l’IA avec la
fonctionnalité « canvas » pour celles qui la proposent, comme ChatGPT et Le Chat de
Mistral. Cette fonctionnalité est très utile.

66
fi
ffi
fi
ff
fi
 📝 Bon à savoir

La fonctionnalité "canvas" de ChatGPT est un outil puissant pour les enseignants

souhaitant travailler sur des documents ou des chiers directement au sein de
l'interface. Grâce à cette option, vous pouvez créer, modi er et perfectionner vos
contenus de manière intuitive et collaborative. Voici ce qu'il faut savoir pour l'utiliser
e cacement :

1. création et édition simpli ées

Vous pouvez initier un document ou charger un texte existant dans le canvas. Une
fois le contenu en place, il est possible de le modi er directement en collaboration
avec l'IA. Cela est particulièrement utile pour concevoir des supports pédagogiques,
des plans de cours ou des documents d'évaluation.

2. gestion des versions

Chaque modi cation est enregistrée en temps réel, ce qui permet de revenir sur des
suggestions antérieures ou d'explorer di érentes approches pour structurer un
contenu. Idéal pour a ner un cours ou tester plusieurs variantes d'une activité.

3. intégration de suggestions
Vous pouvez demander à l'IA de proposer des améliorations, de réorganiser des
sections ou d'ajouter des détails. Ces suggestions peuvent être intégrées
automatiquement dans le canvas, accélérant ainsi le processus de rédaction.

4. travail collaboratif simulé

Bien que l'outil ne soit pas directement collaboratif avec d'autres utilisateurs, il peut
simuler un travail d'équipe en prenant en compte vos retours et en adaptant le
contenu à vos besoins spéci ques.

5. exemples concrets d'utilisation

• Écriture collaborative de cours : Par exemple, créez un cours en sciences
ou en lettres, demandez à l'IA des idées d'activités, puis insérez-les
directement dans le canvas pour les peau ner.
• Révision de consignes : Utilisez le canvas pour rédiger et ajuster des
consignes d'exercices, avec l'aide de suggestions pour les rendre claires et
accessibles à tous les élèves.

Astuce : N'hésitez pas à tester des commandes spéci ques, telles que "reformuler
cette section" ou "ajouter un exemple", pour maximiser les potentialités du canvas.

Vous trouverez sur le Web plein de tutoriels sur cette fonctionnalité si vous ne la
connaissez pas.

67
ffi
fi
ffi
fi
fi
ff
fi
fi
fi
fi
fi
Voici un exemple de QCM généré :

Il suffit de demander à l’IA de fournir ces questions au format GIFTS de Moodle pour
les intégrer directement dans dans la banque de question d’ÉLÉA pour les utiliser dans
le test.
1

68
 7. Adaptation aux besoins des élèves : une éducation pour tous

Offrir une éducation qui respecte les besoins individuels de chaque élève est une
quête noble – mais parfois aussi un vrai casse-tête pour les enseignants.
Heureusement, la différenciation pédagogique, le soutien ciblé et une approche
inclusive peuvent transformer ce défi en opportunité.

Avez-vous déjà entendu parler de la Conception Universelle des Apprentissages, ou

CUA ?

La CUA, qu’est-ce que c’est ?

En quelques mots, c’est une méthode qui vise à rendre l’apprentissage accessible à
tous les élèves, quels que soient leurs besoins, leurs forces ou leurs défis. Elle repose
sur trois principes fondamentaux :

• représentation multiple : proposer différentes façons de présenter les

informations pour s’adapter aux divers profils d’apprentissage.

• moyens d’expression variés : permettre aux élèves de montrer ce qu’ils ont

compris de manière personnalisée.

• engagement différencié : motiver chaque élève en tenant compte de ses

intérêts et de ses besoins spécifiques.

En somme, la CUA, c’est un peu comme une clé passe-partout qui ouvre les portes de
l’éducation inclusive. Pour en savoir plus, vous pouvez consulter cet article de
l’académie de Clermont : [Link]
apprentissage-122072

L’IA peut vous aider :

Prompt

Créez une séquence pédagogique pour une classe de [niveau scolaire] sur le thème
de [sujet/thème]. Cette séquence doit s’appuyer sur les principes de la Conception
Universelle des Apprentissages (CUA). Intégrez :
• représentation multiple : proposez des formats variés pour présenter les contenus
(textes simpli és, vidéos, supports visuels, etc.).
• moyens d’expression variés : donnez des options aux élèves pour démontrer leurs
apprentissages (exposés, créations multimédias, productions écrites, etc.).
• engagement di érencié : utilisez des activités interactives et personnalisées pour
motiver les élèves, en tenant compte de leurs intérêts et de leurs besoins
spéci ques.

Ajoutez également des exemples concrets d’adaptations pour des élèves ayant des
besoins particuliers (dyslexie, dyspraxie, non-francophones). Fournissez un plan
détaillé, avec des objectifs pédagogiques, des étapes précises et des outils
numériques qui facilitent la mise en œuvre.
69
fi
fi
ff
Bien sûr, vous pouvez enrichir vos prompts en les combinant avec d’autres idées,
d’autres prompts. Laissez libre cours à votre imagination : ne vous limitez pas à des
questions simples, mais adaptez vos requêtes pour qu’elles répondent parfaitement à
vos besoins. Rappelez-vous, plus votre demande est précise, plus vous guidez
efficacement l’IA. Une consigne claire, précise et détaillée vous permettra d’obtenir
une réponse ciblée et en adéquation avec vos attentes. Alors, osez affiner vos prompts
pour exploiter tout le potentiel de l’IA !

Pour favoriser l’inclusion et l’accessibilité, voici quelques pistes à utiliser dans les
prompts :

1. Adapter les supports pédagogiques

"Crée une version simplifiée de ce texte pour des élèves ayant des difficultés de
lecture."
"Transforme cette leçon en une présentation visuelle adaptée à des apprenants
visuels."
"Propose une infographie résumant les points-clés de ce chapitre."

2. Soutenir les élèves ayant des besoins spéci ques

"Quels outils numériques puis-je utiliser pour aider un élève dyslexique à mieux suivre
mes cours ?"
"Propose un exercice interactif qui pourrait convenir à un élève dyspraxique."
"Conçois une activité de lecture qui inclut des aides pour les élèves non
francophones."

3. Encourager la participation de tous

"Donne-moi des idées d’activités engageantes qui permettent à tous les élèves de
contribuer, quel que soit leur niveau."
"Comment rendre un débat en classe accessible à des élèves qui préfèrent s’exprimer
par écrit ?"
"Propose une activité en petits groupes où chaque élève peut participer selon ses
forces."

4. Faciliter la différenciation pédagogique

"Crée trois versions d’un exercice de mathématiques : un pour les élèves avancés, un
pour les intermédiaires et un pour ceux qui ont besoin de soutien."
"Comment adapter une leçon sur [sujet] pour inclure des élèves ayant un trouble de
l’attention ?"
"Quels types de projets puis-je proposer pour permettre aux élèves de choisir
comment démontrer leurs apprentissages ?"

5. Sensibiliser à la diversité
"Propose une activité qui sensibilise les élèves à la diversité et à l’inclusion dans la
société."
"Donne des exemples de livres inclusifs à lire en classe pour encourager la tolérance et
le respect."
"Comment intégrer des discussions sur l’accessibilité dans un cours d’éducation
civique ?"

70
fi
Astuce : certaines IA offrent la possibilité d’analyser un fichier une fois chargé et de
fournir des conseils sur sa mise en forme pour en améliorer l’accessibilité. Après avoir
téléchargé votre document, il vous suffit de demander à l’IA de l’examiner et de
proposer des recommandations précises pour rendre son contenu plus inclusif.
Attention toutefois : l’IA ne fera pas directement le travail d’adaptation. Cependant, en
suivant les conseils fournis, vous pourrez grandement améliorer vos supports
pédagogiques et mieux répondre aux besoins de vos élèves. Une aide pour gagner en
efficacité !

Exemple de conseils sur un document :

71
L’IA et les neurosciences : concevoir des cours e caces et
engageants

Enseigner, c’est un peu comme être un chef d’orchestre : il faut capter l’attention,
maintenir le rythme, corriger les fausses notes et s’assurer que chaque élève joue sa
partition avec aisance. En combinant les principes des neurosciences éducatives et les
outils d’intelligence artificielle, vous pouvez transformer vos cours en symphonies
pédagogiques, où chaque élève trouve sa place.

1. Attention : capter et canaliser le regard des élèves

L’attention, c’est le filtre magique de notre cerveau. Elle nous permet de trier les
informations importantes et d’ignorer les distractions. Pour y parvenir, les
neurosciences identifient trois leviers essentiels :
• l’alerte : capter l’attention initiale.
• l’orientation : diriger cette attention vers une cible précise.
• le contrôle exécutif : éviter les distractions.

Comment l’IA peut aider ?

• Créer des accroches captivantes : demandez à l’IA de concevoir des

introductions qui interpellent.
◦ Prompt : « Crée une introduction captivante pour expliquer les bases de
la photosynthèse à des élèves de 12 ans. »

• Storytelling pour capter l’attention : utilisez l’IA pour écrire de courtes

histoires engageantes qui introduisent un sujet.
Prompt : « Rédige une courte histoire captivante pour introduire les
bases de la photosynthèse à des élèves de 12 ans. »

• Renforcer le contrôle exécutif : proposez des activités interactives qui

nécessitent une concentration active.
◦ Prompt : « Conçois une activité où les élèves doivent trier des
informations vraies et fausses sur ce sujet."

Liste non exhaustive.

Astuce :
Planifiez des pauses attentives en demandant à l’IA de suggérer des micro-activités ou
des questions surprises pour relancer l’intérêt en cours de route.

72
ffi
2. Engagement actif : faire participer pour mieux apprendre
Un cerveau passif est un cerveau endormi. Pour apprendre, les élèves doivent être en
mouvement : poser des questions, résoudre des problèmes, expérimenter.

Comment l’IA peut aider ?

• Proposer des mises en pratique : intégrez des scénarios ou des exercices

interactifs.
◦ Prompt : « Crée une mise en situation où les élèves doivent jouer le rôle
de météorologues pour expliquer un phénomène climatique. »

• Susciter l’exploration : l’IA peut générer des projets qui poussent les élèves à
investiguer.
◦ Prompt : « Conçois une activité où les élèves enquêtent sur les impacts
de la pollution en utilisant des données fictives mais réalistes. »

• Stimuler la créativité : utilisez l’IA pour fournir des supports flexibles.

◦ Prompt : « Propose un début d’histoire que les élèves devront continuer
en utilisant des concepts de géométrie. »

Astuce :
Variez les formats d’activités (jeux de rôle, manipulations, débats). Plus l’élève est actif,
plus son cerveau est en éveil.

3. Feedback : apprendre grâce aux erreurs

Faire des erreurs n’est pas un échec : c’est une étape essentielle pour progresser. Le
cerveau apprend en comparant ce qu’il prévoit avec la réalité, et en ajustant ses
prédictions.

Comment l’IA peut aider ?

• Offrir un feedback immédiat : l’IA peut analyser les réponses et fournir un

retour constructif instantanément.
◦ Prompt : « Élabore un quiz autocorrectif avec des explications détaillées
pour chaque erreur. »

• Valoriser les progrès : intégrez des messages motivants dans vos retours.
◦ Prompt : « Rédige un feedback positif pour un élève ayant fait des
progrès en conjugaison malgré quelques erreurs. »

• Encourager l’expérimentation : créez des exercices où les erreurs sont

valorisées comme des opportunités.
◦ Prompt : « Propose une activité où les élèves doivent deviner un résultat
et ajuster leurs hypothèses à chaque essai. »
73
 Astuce :
Évitez les sanctions ou les remarques stressantes : elles inhibent l’apprentissage.
Privilégiez l’encouragement pour transformer les erreurs en moteurs de progrès.

4. Consolidation : graver les apprentissages dans la mémoire

L’apprentissage est un chemin qui mène de l’explicite à l’implicite. Au départ, le
cerveau traite chaque étape consciemment, mais avec la répétition, il atteint
l’automatisation.

Comment l’IA peut aider ?

• Plani er des révisions espacées : l’IA peut organiser des rappels réguliers pour
renforcer la mémoire.
◦ Prompt : « Conçois un planning de révision sur 3 semaines, avec des
exercices de difficulté croissante. »

• Automatiser la pratique répétée : générez des exercices variés pour revisiter

les mêmes notions sous différents angles.
◦ Prompt : « Crée 5 exercices différents pour consolider ce concept
mathématique. »

• Faciliter le transfert vers l’implicite : proposez des activités applicatives pour

transformer la théorie en automatisme.
◦ Prompt : « Conçois un problème concret où les élèves doivent utiliser la
règle de trois pour planifier un voyage. »

Astuce :
Pour favoriser l’automatisation, veillez à réduire progressivement l’accompagnement
tout en augmentant la complexité des exercices.

Conclusion de la 3e partie :

Et si on laissait notre imagination prendre le volant ? Dans ce chapitre, nous avons

exploré comment l’intelligence artificielle peut s’inviter dans le quotidien des
enseignants pour alléger leur charge de travail et enrichir leurs pratiques. Mais, comme
avec tout bon outil, le secret réside dans l’expérimentation.

Pourquoi ne pas commencer par une idée simple mais prometteuse : nourrir l’IA avec
le programme officiel (le fameux BO) ? Imaginez un instant. Vous entrez le programme
d’histoire pour les classes de quatrième et demandez à l’IA de vous proposer des
74
fi
activités alignées avec les compétences attendues, tout en adaptant les ressources à
votre public. En un clic, vous obtenez une palette d’idées, allant de jeux pédagogiques
à des études de cas interactives. Certes, vous restez le chef d’orchestre, mais quel gain
de temps pour la partition de départ !

Mais ne nous arrêtons pas là. L’IA peut devenir un véritable compagnon créatif pour :

• créer des évaluations différenciées : vous avez une classe hétérogène ? L’IA peut
générer des exercices personnalisés selon les niveaux des élèves, tout en
maintenant l’objectif pédagogique commun.

• concevoir des supports visuels engageants : cartes mentales, infographies, ou

encore schémas explicatifs adaptés au niveau de compréhension des élèves.

• explorer de nouvelles approches pédagogiques : pourquoi ne pas lui demander

d’inventer un projet interdisciplinaire autour d’un thème commun ? Un mix entre
littérature, sciences et arts, par exemple.

• adapter les cours pour des élèves à besoins spécifiques : l’IA peut reformuler des
consignes, simplifier des textes ou même suggérer des outils pour mieux inclure
chaque élève.

Et la liste pourrait s’allonger, car, comme on dit souvent, la seule limite est celle de
votre imagination. L’IA, dans toute sa puissance, est avant tout un outil. Elle attend
votre direction, vos idées, vos expérimentations. Alors, testez, ajustez, recommencez.

Car au final, l’objectif reste le même : accompagner chaque élève sur son chemin
d’apprentissage. Et si l’IA peut devenir une alliée pour éclairer la route, pourquoi ne
pas lui laisser un peu de place sur le tableau ? Allez, à vous de jouer, profs-magiciens !

75
Du côté des outils

ChatGPT (OpenAI)

Description : une IA conversationnelle performante, capable de

répondre à des questions, générer du contenu et fournir des
explications détaillées.
Avantages
• Réponses intuitives et bien structurées.
• Disponible en plusieurs langues.
• Facile à utiliser pour diverses tâches : rédaction, brainstorming, tutorat.
Inconvénients
• Peut manquer de profondeur sur certains sujets spécifiques.
• Certaines limites dans les données actualisées.
Abonnement gratuit
• Oui : accès au modèle GPT-3.5.
• Limites : GPT-4 reste accessible via un abonnement payant (ChatGPT Plus à
20 $/mois), mais OpenAI propose désormais GPT-4o, un nouveau modèle
gratuit offrant des performances similaires à GPT-4.

[Link]

Mistral AI

Description : un modèle open-source très performant,

désormais enrichi par son chat interactif "Le Chat", qui
excelle dans la recherche web avec citations, l'analyse de documents et la génération
multimodale.
Avantages
• Excellentes capacités grâce à son modèle récent, comparable à GPT-4.
• Intégration du modèle multimodal Pixtral Large pour traiter des contenus
complexes.
• Open-source, donc accessible pour des projets personnalisés.
Inconvénients
• Peut nécessiter des compétences techniques pour une utilisation optimale.
• Interface moins intuitive pour des utilisateurs débutants.
Abonnement gratuit
• Oui, dans sa version open-source.
• Limites : Les fonctionnalités avancées nécessitent parfois une infrastructure
dédiée ou des mises à jour manuelles.

[Link]
76
Perplexity AI

Description : un moteur de recherche intelligent basé

sur l’IA, qui fournit des réponses concises et référencées.
Récemment, Perplexity a enrichi ses fonctionnalités pour une expérience utilisateur
plus complète.
Avantages
• Réponses claires et accompagnées de sources.
• Nouvelles fonctionnalités :
- Recherche simultanée sur le web et dans des fichiers internes
(documents Word, PDF, Excel).
- "Espaces" collaboratifs personnalisés pour organiser les recherches.
- Hub d'achat avec recherche visuelle (Snap to Shop) pour trouver des
produits à partir de photos.
- Intégration prévue avec des applications professionnelles via
l’acquisition de Carbon.
• Idéal pour des recherches rapides et fiables.
Inconvénients
• Moins interactif que des modèles comme ChatGPT pour la création de
contenu.
Abonnement gratuit
• Oui, sans restrictions majeures.

[Link]

Claude AI (Anthropic)

Description : un modèle conversationnel avancé développé par Anthropic, conçu

pour offrir des réponses cohérentes, sécurisées et informatives.
Avantages
• Excellente compréhension contextuelle, même sur des requêtes
complexes.
• Orientation vers la sécurité et la réduction des biais dans les réponses.
• Performant pour l’écriture, la recherche, et le traitement de données
complexes.
Inconvénients
• Moins répandu que ChatGPT, donc moins d’intégrations tierces.
• Fonctionnalités avancées parfois moins intuitives pour les novices.
Abonnement gratuit
• Oui, avec des limitations sur le volume des requêtes.
• Limites : La version gratuite offre un nombre limité de messages par jour,
réinitialisés chaque matin.

[Link]
77
HuggingChat

Description : une IA conversationnelle open-source proposée par Hugging Face, qui

permet aux utilisateurs de bénéficier d’un modèle de langage performant, tout en
étant totalement transparent et personnalisable.
Avantages
• Open-source, avec une grande flexibilité pour les développeurs.
• Intégration facile avec les outils de la plateforme Hugging Face.
• Gratuit et accessible à tous.
Inconvénients
• Interface moins intuitive pour les utilisateurs non techniques.
• Nécessite des compétences pour l’adapter à des cas d’usage spécifiques.
Abonnement gratuit
• Oui, sans restrictions majeures.

[Link]/chat

Gemini AI (Google)

Description : un système multimodal développé par Google, combinant des

capacités avancées de compréhension de texte et de génération d’images, tout en
intégrant des outils collaboratifs.
Avantages
• Fonctionnalités multimodales avancées (texte, image, vidéo).
• Parfait pour des tâches collaboratives grâce à l’intégration avec
l’écosystème Google Workspace.
• Performances exceptionnelles pour des requêtes complexes.
Inconvénients
• Actuellement en phase de lancement, avec un accès limité.
• Nécessite un compte Google pour l’utilisation.
Abonnement gratuit
• Oui, dans une version limitée.
• Limites : Accès complet réservé aux utilisateurs des services payants de
Google Cloud.

[Link]

78
Copilot (Microsoft)

Description : un assistant IA en ligne proposé par Microsoft, conçu pour fournir des
réponses et aider à automatiser des tâches professionnelles.
Avantages
• Accès basé sur le Web
• Création d’images
• Fonctionne comme un assistant en faisant des propositions
Inconvénients
• Nécessite un compte Microsoft pour y accéder.
• Les fonctionnalités avancées sont limitées aux abonnements payants.
• Fonctionnement optimisé pour le navigateur Bing
Abonnement gratuit
• Oui, dans une version limitée.
• Limites : Accès étendu uniquement avec les abonnements Microsoft 365.

[Link]

Cette énumération, bien qu'élaborée avec soin, est loin d’épuiser le sujet. D’autres
intelligences artificielles génératives, plus spécialisées dans leurs attributions, viennent
compléter ce panorama, bien que leurs capacités soient souvent bridées dans les
offres gratuites. En voici quelques exemples :

• EdPuzzle : création de vidéos éducatives interactives.

• Quizlet AI : génération de flashcards automatiques pour révisions.
• Khanmigo (Khan Academy) : IA dédiée à l’assistance pédagogique et à la
personnalisation des cours.
• Synthesia : création de vidéos éducatives avec avatars animés.
• Notion AI : aide à l’organisation de cours, résumés et gestion de contenu.
• Canva AI : génération de supports visuels pédagogiques (présentations,
affiches).
• Nolej : plateforme spécialisée dans la création automatique de modules
d’apprentissage interactifs H5P à partir de documents ou de vidéos.
• Quiz Wizard : IA conçue pour générer des quiz personnalisés et interactifs,
adaptés aux besoins des enseignants et des élèves.

L’on rencontre également des intelligences artificielles à vocation plus ciblée, à l’image
de MIA Seconde – Modules Interactifs Adaptatifs –, un outil destiné aux élèves visant à
renforcer leurs compétences en français et en mathématiques.

Cependant, la liste des solutions disponibles ne cesse de s’allonger, témoignant d’une

prolifération effrénée d’outils aux usages variés. Face à cette effusion, il devient
impératif de maintenir une veille assidue. Une telle vigilance s’exerce notamment en
consultant le site de la Drane Normandie, ainsi que ceux des autres Drane
académiques, garants d’un éclairage exhaustif sur ces avancées.

79
 Conclusion : le voyage ne fait que commencer…

Conclusion
Le voyage ne fait que
commencer…

Ainsi s’achève un périple, mais

l’horizon, lui, demeure infini…

Et voilà, lecteur perspicace,

nous touchons au terme de ce
guide – une conclusion qui, en
vérité, n’en est pas une. Car
toute fin, comme les sages se
plaisent à le rappeler, n’est
qu’un prélude déguisé.

Si ces lignes ont su atteindre

leur dessein, elles auront semé
en vous quelques graines de
réflexion, voire les prémices
d’une ambition nouvelle.
Pensez à ces pages comme à
un modeste havresac, empli
d’outils et de cartes
esquissées, préparant
l’aventurier à affronter des
contrées encore inconnues.

Mais gardez ceci à l’esprit : nul ouvrage, si exhaustif soit-il, ne saurait tracer pour vous
le chemin. Un guide n’est qu’un astrolabe, un caprice d’aiguille qui murmure une
direction ; c’est à vos pas, hésitants ou décidés, de révéler la terre promise. Car à quoi
bon la plus précise des cartes si elle reste pliée, oubliée dans l’ombre d’un tiroir ou
dans les limbes poussiéreuses d’un disque dur ?

80
Alors, lecteur, osez. Lancez-vous dans l’inconnu, expérimentez et, surtout, ne craignez
pas l’erreur, car elle est la maîtresse la plus sagace de l’esprit. Les détours hasardeux,
les bifurcations imprévues, voilà ce qui fait l’étoffe des grandes découvertes.

Et souvenez-vous que la plus rigide des recettes est bien fade si elle musèle votre
imagination.

Faites de ce guide un compagnon de route, non un geôlier. Puisez-y l’inspiration, mais

ne vous laissez jamais enchaîner par ses conseils. Car qui sait ? Peut-être qu’un jour, ce
sera à votre plume – ou à votre clavier – d’ouvrir des horizons à d’autres âmes
curieuses.
Alors, partez, et que vos pas soient légers mais assurés.

Vous pouvez explorer l’IA pour la scénarisation pédagogique avec ÉLÉA en lisant ce
guide : [Link]

81
Le voyage, croyez-le
bien, ne fait que
commencer.
Gardez le cap, et que
le vent souffle dans
vos voiles !

82
L'IA générative en classe : opportunité ou illusion ?
Une réflexion sur l’utilisation des IA génératives avec les élèves.

L'IA générative en éducation : entre promesse et prudence

D’emblée, imaginons un étudiant face à une montagne de travail. Il invoque ChatGPT,
et, en un instant, une réponse brillante émerge. Une magie moderne, penserez-vous.
Mais sous cet éclat lumineux se cache parfois une part d’ombre. Les IA génératives,
comme ChatGPT, ce miroir aux illusions, suscitent une interrogation majeure : sont-
elles des facilitateurs d’apprentissage ou des instruments de leur appauvrissement ?

Sur les plateformes académiques, l’éclosion d’articles vantant les bienfaits des IA dans
les salles de classe est flagrante. Pourtant, ces contributions évitent souvent d’aborder
leurs failles : la dépendance excessive qu’elles peuvent créer, la réduction de la pensée
critique ou encore les défis liés à leur intégration pratique. Ces outils, censés libérer la
créativité, risquent parfois de l’étouffer. Ajoutons à cela des questions éthiques
essentielles : qu’en est-il de la transparence de leur fonctionnement ? Comment éviter
qu’ils renforcent des préjugés culturels ou biais systémiques ? Imaginons un étudiant
qui, sans le savoir, s’appuie sur des informations fausses ou tendancieuses produites
par l’IA.

Une chose est claire : il est impératif de développer une réflexion critique sur l’usage
de ces outils avant de les introduire dans les pratiques pédagogiques. L’engouement
ne doit pas nous faire oublier que, parfois, se précipiter dans un train en marche sans
avoir vérifié la destination peut transformer un voyage prometteur en une aventure
risquée.

Une expérience qui lève le voile

Pour y voir plus clair, des chercheurs ont organisé une expérience captivante avec 117
étudiants universitaires. Leur mission : comparer quatre types d’accompagnement pour
mesurer leur impact sur l’apprentissage et la réflexion critique.
Lire l’étude (en anglais) : [Link]

Les participants ont été divisés en quatre groupes distincts pour explorer différentes
méthodes d’accompagnement.

1. Sans support (CN) : seuls face à la tâche, comme des aventuriers sans boussole.
2. Avec ChatGPT (AI) : un accès encadré à l’IA, limitée à des conseils spécifiques.
3. Accompagnement humain (HE) : guidés par un expert en écriture.
4. Outil analytique (CL) : appuyés par un logiciel de relecture ciblée.

Le défi ? Rédiger et réviser un essai éducatif en s’appuyant sur le soutien attribué. Et

les résultats ? Pleins de surprises.

83
ChatGPT : le génie dans la lampe
Les étudiants utilisant ChatGPT ont brillé lors de la révision, obtenant les meilleures
notes. Toutefois, ces résultats semblent davantage liés à une production soignée et
efficace qu'à une meilleure compréhension des concepts, soulevant ainsi des questions
sur la profondeur de l’apprentissage réalisé. Mais ce génie technologique cache un
défaut majeur : une tendance à réduire la réflexion critique. En déléguant l’évaluation
et l’amélioration à l’IA, les apprenants ont contourné les processus cognitifs qui
forment la base d’un apprentissage durable.

Moralité : quand tout semble trop simple, le vrai défi pourrait bien être caché ailleurs.

L’outil analytique : un professeur discret

Du côté du groupe CL, les progrès étaient frappants. Les étudiants, armés de retours
précis (style, grammaire, etc.), ont appris à affiner leurs textes tout en restant acteurs
du processus. Un équilibre rare entre soutien et autonomie.

Leçon clé : un bon guide ne fait pas le chemin à votre place, mais vous montre où
poser vos pas.

L’expert humain : une discussion fructueuse

Les étudiants accompagnés par un expert ont développé une autorégulation
équilibrée et des compétences critiques solides. L’interaction humaine, riche en
nuances, a encouragé une réflexion plus profonde et une meilleure planification.

Conclusion : rien ne remplace l’intelligence d’un échange humain pour pousser à

dépasser ses limites.

Quand ChatGPT devient béquille

Le vrai danger de l’IA, c’est la dépendance. Pourquoi faire l'effort quand une machine
peut accomplir la tâche plus rapidement et efficacement ? Mais en éducation, produire
un bon texte n’est qu’un objectif partiel. Apprendre à penser, à critiquer et à réviser,
voilà la véritable finalité.

Cette dépendance à l’IA engendre ce que les chercheurs appellent une "paresse
métacognitive" – l’abandon progressif des processus mentaux nécessaires à
l’apprentissage.

84
 Enseignants : la clé de l’équilibre

Dans ce contexte, le rôle des enseignants est plus crucial que jamais (n’est-ce pas
rassurant finalement ?). Ils doivent :
• Former à l’esprit critique, en incitant les élèves à analyser les réponses de l’IA.
• Varier les approches, pour alterner entre travaux autonomes et guidés.
• Démysti er l’IA, en soulignant ses biais et ses limites.

Ainsi, l’IA devient un tremplin, pas un substitut à l’effort.

L’IA générative pourrait bien être cette lampe magique capable de guider les étudiants
dans leur cheminement intellectuel, mais tout dépend de l’usage qu’on en fait. Pour
les enseignants, il offre une opportunité rare : celle de réorienter l’apprentissage vers
un usage critique et réfléchi des outils numériques. Pour les élèves, il s’agit d’un
double défi : accepter l’aide technologique tout en gardant la maîtrise de leur propre
pensée.

Alors, serons-nous ceux qui accompagnent cette lumière vers une émancipation
intellectuelle, ou risquons-nous de devenir les spectateurs passifs d’un éblouissement
fugace ? Une réflexion s’impose.

85
fi
Bibliographie
Alexandre, L. (2023). La guerre des intelligences : À l’heure de ChatGPT (Première
édition). Jean-Claude Lattès.

Barraud, B. (2020). L’intelligence artificielle : Dans toutes ses dimensions. L’Harmattan.

Benbouzid, B., & Cardon, D. (2018). Machines prédictives. Editions La Découverte.

Bonfils, P., Dumas, P., Remond, E., Stassin, B., & Vovou, I. (2021). L’éducation aux médias
tout au long de la vie. 367.

Brenet, D. (2024). L’intelligence artificielle expliquée : Des concepts de base aux

applications avancées de l’IA. Éditions ENI.

Brieuc, O., Smal, A., Frénay, B., & Henry, J. (2018). Intelligence artificielle : Comment
l’enseigner pour modifier la représentation qu’en ont les jeunes.

Collard, A.-S., Hernalesteen, A., & Henry, J. (2021). Déconstruire les représentations
médiatiques sur l’intelligence artificielle en jouant à “Qui est-ce?” Actes/Proceedings
TICEMED 12, 39.

Dhorne, L. (2024). L’IA pour la formation. Clic éditions.

Di Emidio, S., Temperman, G., & De Lièvre, B. (2018). Manier l’intelligence artificielle sans
coder : Création de chatbots éducatifs.

Goodfellow, I., Bengio, Y., & Courville, A. (2016). Deep Learning. MIT Press.

Haas, G., & Astier, S. (2021). Intelligence artificielle : Enjeux éthiques et juridiques.
Éditions ENI.

Ichbiah, D. (2023). ChatGPT : Qui es-tu ? saurez-vous lui poser les bonnes questions ?
Éditions ENI.

LeCun, Y. (2016). Les Enjeux de la Recherche en Intelligence Artificielle.

Salmandjee Lecomte, Y. (2023). ChatGPT pour les nuls. First interactive.

Sens, L., & Schaus, P. (s. d.). " Introduction à l’Intelligence Artificielle pour des élèves de
Secondaire.

Villani, C. (2018). Donner un sens à l’intelligence artificielle : Pour une stratégie nationale
européenne : [Mission parlementaire du 8 septembre 2017 au 8 mars 2018]. Éditeur
inconnu.
86
Pour paraphraser le Dr Laurent Alexandre1, qui affirme : « Un ministre ou un haut
fonctionnaire qui n’a jamais utilisé ChatGPT doit démissionner. Nous avons une
responsabilité collective. », on pourrait écrire :

Un enseignant qui n’a jamais exploré l’usage

de ChatGPT passe à côté de son rôle
fondamental : préparer ses élèves à évoluer
dans un monde où l’intelligence arti cielle
occupe une place centrale. Ignorer cet outil
revient à se priver d’une opportunité
précieuse de redé nir l’apprentissage et
d’accompagner les nouvelles générations dans
le développement des compétences
indispensables pour leur avenir.

1 Laurent Alexandre : L’école à l’heure de ChatGPT (FAIRE ÉCOLE - Le podcast)

87
fi
fi