NEWTIV.org

IA et numérique

Apprendre à lire des données avec un tableur : un atelier pour le collège et le lycée

Saisir des mesures réelles, calculer des moyennes, tracer un graphique et éviter les conclusions hâtives : un atelier progressif pour initier les élèves à l'analyse de données.

Publié le 1 novembre 2026 · 3 min de lecture

Les données sont partout : météo, résultats scolaires, prix au marché, statistiques de santé. Savoir les organiser, les résumer et les représenter est devenu aussi important que savoir lire un texte. Le tableur, disponible gratuitement sur ordinateur comme sur téléphone, est l'outil idéal pour apprendre.

Cet atelier part de données que les élèves ont eux-mêmes produites : c'est la meilleure façon de les intéresser et de leur permettre de vérifier ce qu'ils calculent.

Étape 1 : produire ses propres données

Choisissez avec la classe une mesure simple, répétée sur plusieurs jours ou auprès de plusieurs personnes :

  • la température relevée chaque jour à la même heure ;
  • le temps de trajet de chaque élève pour venir à l'école ;
  • la pluie recueillie dans un pluviomètre ;
  • la hauteur de plants de maïs semés en classe, mesurée chaque semaine.

Les données que les élèves ont collectées eux-mêmes ont un avantage décisif : ils savent ce qu'elles représentent et peuvent repérer une valeur aberrante.

Étape 2 : organiser le tableau

La première leçon est la plus importante : un tableau bien organisé. Les règles de base :

  • une ligne par observation (un jour, un élève, une mesure) ;
  • une colonne par variable (date, valeur, lieu, observateur) ;
  • un titre clair en haut de chaque colonne, avec l'unité : « Température (°C) », « Trajet (minutes) » ;
  • pas de cellule fusionnée ni de texte dans les colonnes de nombres.

Un tableau mal organisé rend tous les calculs suivants difficiles ou faux. Les élèves comprennent vite pourquoi les professionnels de la donnée insistent tant sur ce point.

Étape 3 : les premiers calculs

Introduisez quelques fonctions, une à la fois, en vérifiant chaque résultat à la main sur un petit échantillon :

  • la moyenne : la fonction MOYENNE sur la colonne des valeurs ;
  • le minimum et le maximum : MIN et MAX, qui donnent l'étendue des valeurs ;
  • le nombre de mesures : NB, utile pour vérifier qu'il ne manque rien ;
  • la médiane : MEDIANE, la valeur du milieu quand on range les données dans l'ordre.

La comparaison entre moyenne et médiane est très formatrice. Sur les temps de trajet, par exemple, un élève qui habite très loin fait monter la moyenne, mais change peu la médiane. Les élèves découvrent qu'un seul chiffre ne résume jamais tout.

Étape 4 : représenter les données par un graphique

Le bon graphique dépend de la question :

  • une courbe pour suivre une évolution dans le temps (température jour après jour, croissance des plants) ;
  • un histogramme ou des barres pour comparer des groupes ou des catégories (temps de trajet selon le quartier) ;
  • un diagramme circulaire, à réserver aux parts d'un tout (répartition des moyens de transport), et à éviter quand il y a trop de catégories.

Faites construire le graphique, puis demandez de le critiquer : le titre est-il clair ? Les axes ont-ils une unité ? L'échelle commence-t-elle à zéro, et sinon, est-ce que cela exagère les différences ?

Étape 5 : interpréter avec prudence

C'est l'étape où l'on forme vraiment l'esprit critique. Trois pièges à faire découvrir :

Corrélation n'est pas causalité. Si les jours les plus chauds sont aussi ceux où la cantine vend le plus d'eau, la chaleur explique probablement les ventes. Mais deux phénomènes qui évoluent ensemble ne sont pas toujours liés par une cause : ils peuvent dépendre tous deux d'un troisième facteur, ou coïncider par hasard.

Peu de données, conclusions fragiles. Une tendance observée sur cinq jours peut disparaître sur un mois. Plus l'échantillon est petit, plus il faut être prudent.

Les données manquantes comptent. Si personne n'a fait le relevé pendant les jours de pluie, la moyenne de température sera faussée. Il faut toujours se demander ce qui n'a pas été mesuré.

Un pont vers l'intelligence artificielle

Cet atelier pose les bases de ce que fait l'intelligence artificielle à grande échelle : collecter des données, les organiser, en extraire des tendances, et se méfier des conclusions trop rapides. Les systèmes d'IA les plus avancés commettent exactement les erreurs que les élèves apprennent ici à éviter quand leurs données sont incomplètes ou déséquilibrées.

Un élève capable de critiquer un graphique est mieux armé pour comprendre les chiffres de l'actualité, les promesses d'une publicité ou les résultats d'un outil numérique.

Newtiv.org propose des ateliers d'initiation au numérique, à l'analyse de données et à l'intelligence artificielle. Découvrez nos programmes.