L’IA est partout, visible ou non : dans la lecture d’une image médicale, le calcul d’un traitement d’orthodontie, le ciblage publicitaire, les moteurs de recherche, la détection de fraude à la banque, les chatbots, la prévision des embouteillages, les cours personnalisés, les antispams, le tri de CV…

Pour nos élèves en classe d’élémentaire, la réglementation est claire : ils n’ont pas à utiliser l’IA en autonomie. Mais on se doute qu’ils connaissent déjà. Qu’ils sont exposés à des contenus créés par l’IA. Et comme avec les réseaux sociaux, ils peuvent être amenés à l’utiliser sans cadre d’utilisation ni adulte à côté. 

Voici les grandes lignes des programmes qui vont cadrer cet article.

• EMC : sobriété numérique
• EMI : « recherche d’informations » « exercer son esprit critique »
• EDD : conscience écologique
• MATHS : première initiation à la pensée informatique.
• SCIENCES ET TECHNOLOGIES : « pratiquer des langages scientifiques ». L’IA a son vocabulaire bien spécifique :  données, entraînement, algorithme, prompt, généralisation, stéréotype, biais, hallucinations…

Notre objectif : apprendre aux élèves à dépasser les intuitions premières sur l’IA pour comprendre qu’elle repose sur des statistiques et des données.

C’est un programme informatique capable d’apprendre, un peu comme notre cerveau. Et plus l’IA apprend, plus elle est capable d’accomplir des tâches par elle-même. Pour y parvenir, elle est alimentée par de nombreuses informations (voir la vidéo d’ARTE ci-dessous).

En plus complet : « 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).

Cette question pourrait être un débat philo. « Qu’est-ce que l’intelligence ? »

Être intelligent, c’est savoir beaucoup de choses ? C’est résoudre des problèmes ? C’est être capable d’apprendre ? C’est trier, organiser des informations ? C’est utiliser un langage ?

Aujourd’hui, les IA apprennent, ont une mémoire considérable, et se font passer pour des humains en utilisant nos langages. L’évolution de l’IA nécessite de réactualiser la définition de l’intelligence biologique.

Si on s’appuie sur les sciences cognitives, être intelligent, c’est
 – savoir répondre rapidement à une situation complexe.
 – trouver la réponse satisfaisante plutôt que la réponse optimale.
 – savoir ce qui est important, dans une information
 – savoir s’adapter ou réagir à l’imprévu.
 Et pour cela, c’est mélanger émotion, motivation et créativité. Les aspects émotionnels et logiques sont complémentaires.
 
Et ça, l’IA ne sait pas faire. D’ailleurs, il n’y a pas une seule IA, ultra puissante. Celle qui bat le champion du monde des échecs ne sait pas reconnaître un chat.

Cela n’empêchera pas nos jeunes élèves d’imaginer un sympathique petit robot, ou carrément un copain, derrière la voix qui lui répond. Ces IA qui parlent sont dans nos imaginaires d’enfants depuis longtemps. Vous avez peut-être des souvenirs (ou vu des enregistrements) de « Mirma », l’IA du vaisseau d’Albatore, ou de Shirka, celle d’Ulysse 31…

Quand on travaille l’initiation à la programmation, dès les classes de maternelle, on se heurte à cette pensée magique. Le robot, pour les élèves, a une pensée propre, des sentiments. Si on lui a dit d’aller à droite et qu’il va à gauche, ce n’est pas une erreur de programmation, c’est que le robot « avait envie » d’aller ailleurs. Donc cette initiation contribue à construire une pensée informatique.

 Vous pouvez aussi choisir de montrer les coulisses de l’IA et faire des recherches d’images de data center, ou centre de données.

Ou encore vous pourrez interroger la provenance et la nature des données : personnelles, liées à nos actions, images non libres de droits issues du travail des artistes.

Vous devez enfin parler de consommation d’énergie.

Les IA se nourrissent de données et consomment : de l’eau pour refroidir les serveurs et de l’électricité. Et elles ont une empreinte carbone. Comment imager cette consommation ?

Si on prend comme référence la génération d’une image qui pourra servir de fond d’écran à un PC , il faut :
 – entre 2 et 5 litres d’eau : une petite chasse d’eau (de pipi)
 – une charge entière de téléphone en électricité
 – et l’émission en CO2 d’une voiture essence qui parcourt 650 mètres.

Est-ce que c’est beaucoup ? La génération d’une seule image est-elle problématique ? En avril 2025, il y a eu une mode : créer son propre « starter pack », une image qui correspondrait à un faux jouet dans un emballage. Open IA a déclaré « nos serveurs fondent » : en une seule semaine, il y a eu 700 millions d’images générées ! Faites les calculs.

Imaginez un botaniste. Il mesure le diamètre des troncs et la hauteur de 9 arbres de la même espèce dans une forêt. A gauche ci-dessus, voici le tableau obtenu. Puis dans un graphique avec le diamètre en abscisse et la hauteur en ordonnée, il place des points, chaque point représente un arbre.

On voit aisément que le botaniste peut tracer une droite qui relie plus ou moins ces points.

Maintenant, on pourrait deviner la taille d’un arbre en ne connaissant que sa hauteur ou bien que son diamètre. Cette taille ne sera pas juste. Elle sera statistiquement correcte. Il est probable que dans cette forêt, un arbre de diamètre 25 cm mesure 7 mètres de haut.

Cette courbe verte, c’est le modèle qu’a fabriqué la machine. On lui a donné toutes sortes de données d’entrée et de sortie et elle effectue une généralisation. Maintenant, on peut entrer de nouvelles données que l’IA ne connaît et elle effectue une prédiction.

C’est du travail d’étiquetage. L’IA doit recevoir beaucoup d’images de chats, de différentes couleurs, rayés, tachetés ou non, dans différentes positions, photographiés ou dessinés. Il y a des gens pour qui c’est le métier, ils sont annoteurs ou annoteuses de données. Vous faîtes ce type de tâches quand vous devez prouver que vous n’êtes pas un robot et que vous identifiez des voitures sur des images.

Pour illustrer cette étape et surtout, la raccorder avec nos préoccupations, ici l’éducation aux médias, nous vous conseillons ce site, « classcodeiai ». Il permet de comprendre les biais, quand l’algorithme a été entraîné à partir de données mal ajustées qui révèlent (ou accentuent) une injustice.

Voici une recherche de pictogrammes sur un site d’images (souvent générées par l’IA). Le mot-clé donné dans le moteur de recherche interne était « réunion » . L’IA a construit un stéréotype. Elle généralise :
 – parce qu’elle fonctionne comme ça
 – et parce que les données fournies sont insuffisantes ou mal choisies. On parle de données biaisées.

L’esprit critique est nécessaire… pour aller consulter un autre site ou pour trier les propositions.

Comment expliquer comment attraper une balle ? On peut expliquer le rôle du regard, la position du corps, celle des mains. Mais comment garantir le succès de l’opération ? Un enfant va apprendre en répétant de nombreuses fois ses actions et en les ajustant.

L’IA peut aussi être entraînée avec un apprentissage dit « par renforcement ». L’algorithme apprend en étant plongé dans un environnement, et il va ajuster ses paramètres en fonction de la réaction positive ou négative qui suit chacune de ses actions. C’est ainsi que deux IA peuvent jouer ensemble et apprendre de leurs erreurs !

Nous avons déjà évoqué les biais.

On parle aussi d’hallucination de l’IA générative. Quand l’IA doit inventer des éléments qu’elle n’a pas, elle génère un résultat « juste » mais qui ne correspond pas à la réalité. Par exemple, vous verrez une statue dont le drapé et les cheveux volent dans le vent, une brouette ou un vélo qui avancent en équilibre sans humain, un enfant qui s’enfonce dans le sol, un personnage qui a 6 doigts…

Et il y a les « deep fakes » qu’on pourrait le traduire par « hyper trucages ». Un hyper trucage, c’est un contenu audio, photo ou vidéo créé ou modifié grâce à des techniques d’intelligence artificielle. Il peut être « juste » drôle ou être conçu pour faire passer une fausse information, et donc pour orienter les idées.