Les élèves utilisent déjà l'intelligence artificielle : filtres photo, traduction automatique, recommandations de vidéos, assistants conversationnels. Mais très peu savent ce qui se passe derrière. Cette séance leur donne une idée juste, sans formule mathématique et sans matériel coûteux.
Elle dure environ une heure et se déroule en quatre temps. Un tableau, des feuilles de papier et quelques images imprimées suffisent.
Temps 1 : partir de ce qu'ils connaissent (10 minutes)
Demandez aux élèves de citer des applications qui, selon eux, utilisent l'IA. Notez tout au tableau, sans corriger. Vous obtiendrez souvent un mélange : traduction, reconnaissance de visage, jeux vidéo, publicités ciblées, correcteurs orthographiques.
Posez ensuite une seule question : « Qu'est-ce que tous ces exemples ont en commun ? »
Guidez-les vers l'idée centrale : dans chaque cas, une machine prend une décision ou fait une prédiction à partir d'exemples qu'elle a vus auparavant. Écrivez cette définition simple au tableau :
Une intelligence artificielle est un programme qui apprend à partir d'exemples pour reconnaître, prédire ou produire quelque chose.
Temps 2 : jouer à être la machine (20 minutes)
C'est le cœur de la séance. Préparez une vingtaine de petites images ou de dessins de deux catégories, par exemple des fruits mûrs et des fruits pas mûrs (mangues, bananes, papayes). Chaque image porte au dos son étiquette.
- Formez des groupes de quatre. Donnez à chaque groupe douze images avec leur étiquette : c'est la phase d'apprentissage.
- Les élèves doivent écrire, en une ou deux phrases, la règle qui leur permet de distinguer les deux catégories (par exemple : « jaune et un peu tacheté, c'est mûr »).
- Distribuez ensuite huit nouvelles images sans étiquette. Chaque groupe applique sa règle et donne sa réponse : c'est la phase de prédiction.
- Révélez les vraies étiquettes et comptez les bonnes réponses.
Les élèves viennent de reproduire exactement ce que fait un système d'apprentissage automatique : il observe des exemples étiquetés, en tire une règle, puis l'applique à des cas nouveaux.
Temps 3 : comprendre pourquoi l'IA se trompe (15 minutes)
Comparez les règles des groupes. Certaines fonctionnent bien, d'autres échouent sur des cas particuliers. Utilisez ces erreurs pour faire passer trois idées essentielles.
Les exemples comptent plus que tout. Si un groupe n'a vu que des mangues vertes pas mûres, il conclura peut-être que « vert veut dire pas mûr » et se trompera sur une variété de mangue qui reste verte à maturité. Une IA entraînée avec des exemples incomplets fait la même erreur.
Une IA peut reproduire des injustices. Si les exemples d'apprentissage sont déséquilibrés, la machine le sera aussi. Un système de reconnaissance de visages entraîné surtout sur certains types de visages reconnaîtra moins bien les autres. Ce n'est pas de la méchanceté de la machine : c'est le reflet des données qu'on lui a données.
Une IA ne « comprend » pas. Elle repère des régularités. Elle peut produire une réponse très convaincante et pourtant fausse. C'est pour cela qu'il faut toujours vérifier ce qu'elle affirme.
Temps 4 : relier à la vie réelle (15 minutes)
Terminez par des exemples proches de leur quotidien et de leur région :
- une application qui reconnaît une maladie sur une feuille de manioc à partir d'une photo ;
- un service de traduction entre le français et une langue locale, encore imparfait parce que les exemples disponibles sont peu nombreux ;
- un assistant qui aide à réviser, mais qui peut inventer une date ou une citation.
Demandez à chaque élève d'écrire sur un papier une utilisation de l'IA qui pourrait être utile dans son quartier, son école ou dans les champs de sa famille, et une précaution à prendre. Ramassez les papiers : ils fournissent souvent d'excellentes idées de projets pour un club.
Conseils pour l'animateur
- Évitez le vocabulaire technique au début. Les mots « réseau de neurones » ou « algorithme » peuvent venir plus tard, une fois l'idée comprise.
- Ne présentez l'IA ni comme magique ni comme dangereuse. C'est un outil puissant qui dépend de ceux qui le fabriquent et des données qu'ils utilisent.
- Valorisez les erreurs pendant le jeu : ce sont elles qui permettent de comprendre les limites des machines.
- Adaptez les images à votre public : fruits, animaux, objets du quotidien, panneaux routiers.
Et après ?
Cette séance donne une base solide pour aller plus loin : écrire un premier programme en Python, tester un outil de reconnaissance d'images avec un téléphone, ou discuter d'un usage responsable des assistants conversationnels. Ces pistes font l'objet d'autres articles de cette section.
Newtiv.org propose des ateliers d'initiation à l'intelligence artificielle pour les clubs et les établissements. Pour en savoir plus, consultez nos programmes.