Technologie · 5ème

Idées d’apprentissage actif

Qu'est-ce que l'Intelligence Artificielle ?

Les élèves de 5ème découvrent l'IA par l'action, car ce sujet abstrait devient tangible quand ils interagissent avec des outils concrets. En testant, créant et débattant, ils transforment des concepts théoriques en compréhension personnelle, essentielle pour aborder les enjeux sociétaux liés au numérique.

• Programmes Officiels
• MEN: Cycle 4 - Enjeux sociétaux du numérique
• MEN: Cycle 4 - Impact des algorithmes

• 15–30 min
• Binômes → Classe entière
• 4 activités

Activité 01

• Penser-Partager-Présenter
• 25 min · Binômes

Expérimentation : Tester les limites d'une IA

Les élèves utilisent un outil d'IA en ligne (Quick Draw de Google, Teachable Machine) et tentent de le mettre en échec. Ils testent des dessins ambigus, des objets inhabituels ou des prononciations non standard. Ils notent les réussites et les échecs pour identifier les limites du système et les partagent avec la classe.

Distinguez l'intelligence humaine de l'intelligence artificielle.

Conseil de facilitation

Pendant l'expérimentation, guidez les élèves pour qu'ils notent précisément leurs erreurs face à l'IA afin de rendre visibles ses limites.

À observer

Distribuez une fiche avec deux colonnes : 'Intelligence Humaine' et 'Intelligence Artificielle'. Demandez aux élèves de lister une capacité dans chaque colonne et d'expliquer en une phrase pourquoi ils l'ont classée ainsi.

• Comprendre
• Appliquer
• Analyser
• Conscience de soi
• Compétences relationnelles

Activité 02

• Jeu de rôle
• 20 min · Petits groupes

Jeu de rôle: L'humain contre la machine

Un groupe d'élèves simule le fonctionnement d'une IA de recommandation : ils reçoivent les 'données' des goûts d'un camarade (5 vidéos aimées) et doivent prédire quelle vidéo il choisira parmi trois options. Le résultat est comparé avec une vraie recommandation algorithmique pour discuter de la logique sous-jacente.

Analysez des exemples d'IA dans notre quotidien (assistants vocaux, recommandations).

Conseil de facilitation

Lors du jeu de rôle, insistez sur l'importance des arguments concrets en citant des exemples de la vie quotidienne pour éviter les généralités.

À observer

Posez la question : 'Si vous deviez expliquer à un ami ce qu'est une IA faible, quel exemple concret utiliseriez-vous et pourquoi ?' Attendez-vous à ce que les élèves citent des applications comme les filtres sur les réseaux sociaux ou les suggestions de vidéos.

• Appliquer
• Analyser
• Évaluer
• Conscience sociale
• Conscience de soi

Activité 03

• Penser-Partager-Présenter
• 15 min · Binômes

Penser-Partager-Présenter: IA ou pas IA ?

L'enseignant présente dix technologies du quotidien (correcteur automatique, GPS, lave-vaisselle, filtre photo, alarme incendie, traduction automatique, etc.). Chaque élève classe chaque exemple en 'utilise de l'IA' ou 'n'utilise pas d'IA' et justifie. Après échange en binôme, les résultats sont mis en commun et les cas ambigus discutés.

Expliquez les limites actuelles de l'intelligence artificielle.

Conseil de facilitation

Pendant le Think-Pair-Share, circulez entre les groupes pour écouter leurs discussions et recentrer les échanges si les élèves s'éloignent du sujet.

À observer

Montrez une image d'un objet connecté (ex: thermostat intelligent). Demandez aux élèves : 'Cet objet utilise-t-il une IA faible ou une IA forte ? Justifiez votre réponse en une phrase.'

• Comprendre
• Appliquer
• Analyser
• Conscience de soi
• Compétences relationnelles

Activité 04

• Rotation par ateliers
• 30 min · Binômes

Rotation par ateliers: Entraîner une mini-IA avec Teachable Machine

Les élèves utilisent Teachable Machine de Google pour créer un modèle de reconnaissance d'images simple (distinguer un stylo d'une gomme, par exemple). Ils fournissent les images d'entraînement, testent le modèle et observent comment la quantité et la qualité des données affectent la précision.

Distinguez l'intelligence humaine de l'intelligence artificielle.

Conseil de facilitation

Lors de l'atelier Teachable Machine, encouragez les élèves à tester plusieurs fois leurs modèles pour observer la variabilité des résultats.

À observer

Distribuez une fiche avec deux colonnes : 'Intelligence Humaine' et 'Intelligence Artificielle'. Demandez aux élèves de lister une capacité dans chaque colonne et d'expliquer en une phrase pourquoi ils l'ont classée ainsi.

• Mémoriser
• Comprendre
• Appliquer
• Analyser
• Autogestion
• Compétences relationnelles

Quelques notes pour enseigner cette unité

Approchez ce sujet en ancrant l'apprentissage dans l'expérience directe des élèves. Évitez les explications trop théoriques : privilégiez l'observation, la création et le débat. Les recherches en pédagogie montrent que les élèves retiennent mieux quand ils construisent eux-mêmes leurs connaissances, surtout sur un sujet aussi abstrait. Utilisez des comparaisons simples (ex: 'Une IA faible est comme un expert qui ne sait faire qu'une seule chose') pour rendre le concept accessible.

À la fin des activités, les élèves distinguent clairement une IA faible d'une IA forte. Ils expliquent par des exemples précis pourquoi une tâche relève de l'une ou l'autre et identifient les limites d'une IA actuelle. Leur vocabulaire s'enrichit avec des termes comme 'biais', 'données d'entraînement' ou 'modèle'.

---

Attention à ces idées reçues

• Pendant l'expérimentation, certains élèves pensent que l'IA est 'intelligente comme un humain'.

  Pendant l'expérimentation, aidez les élèves à formuler des phrases comme : 'Cette IA devine la lettre parce que je lui ai montré des exemples, mais elle ne comprend pas ce qu'est une lettre. Elle ne sait pas lire comme nous.'

• Pendant l'atelier Teachable Machine, des élèves pensent que l'IA 'devine' par magie.

  Pendant l'atelier Teachable Machine, demandez aux élèves de décrire en une phrase comment le modèle a 'appris' à reconnaître leurs images en utilisant leurs propres mots.

• Pendant le Think-Pair-Share, des élèves affirment que l'IA est toujours objective.

  Pendant le Think-Pair-Share, utilisez l'exemple concret de leur modèle : 'Si votre jeu de données ne contenait que des photos de chats noirs, votre IA aurait-elle du mal à reconnaître un chat blanc ? Pourquoi ?'

---

Méthodes utilisées dans ce dossier

• Penser-Partager-Présenter
• Jeu de rôle
• Rotation par ateliers