Comprendre pour être acteur
La littératie de l'IA dépasse la simple maîtrise technique : elle définit notre capacité à interagir efficacement avec des systèmes automatisés tout en comprenant leurs implications éthiques et sociétales.
Pour l'École, l'enjeu central est de cultiver notre agentivité, c'est-à-dire notre autonomie d'action. Il s'agit d'apprendre à choisir intentionnellement comment l'outil peut soutenir le travail humain, afin de déléguer les tâches structurées pour mieux se recentrer sur nos forces propres : la créativité, l'empathie et le jugement.
Le cadre de référence AILit (OCDE/Commission Européenne) structure cette littératie en quatre domaines de compétences essentiels :
- • S'engager avec l'IA : Reconnaître sa présence et analyser de manière critique ses capacités et ses limites.
- • Créer avec l'IA : Collaborer avec le système via le prompting tout en veillant à l'équité du contenu.
- • Gérer l'IA : Déléguer des tâches de manière réfléchie pour qu'elle fonctionne au service de nos objectifs.
- • Concevoir l'IA : Comprendre son fonctionnement technique pour la façonner en faveur du bien commun.
— Source : IA et éducation - Repères pour l'action (Ministère de l'Éducation nationale, 2026)
S'engager
Analyse critique & limites
Créer
Conception de prompts & équité
Gérer
Délégation réfléchie
Concevoir
Comprendre & façonner
PROMPT : "Le chat mange..."
Cliquez sur un jeton
La machine à calculer n’est pas une machine à penser
Démystifions un mythe : l'IA actuelle est une machine à calculer, pas à penser. Elle ne possède ni conscience, ni intention, ni véritable « jugement ».
Elle fonctionne par inférence statistique, prédisant le « jeton » (token) le plus probable, sans jamais éprouver le sens profond de ce qu’elle produit.
Il faut distinguer le calcul du jugement. Juger, ce n’est pas seulement traiter des informations : c’est délibérer, prendre position et assumer un engagement éthique. C’est précisément ce qui échappe à l’IA.
— Source : Brian Cantwell Smith, La promesse de l'intelligence artificielle (2019)
L’illusion du raisonnement
L'IA peut nous tromper par sa maîtrise apparente du langage. Si elle réussit des examens complexes par un effet de « par cœur » statistique, elle subit un effondrement de précision dès que la complexité logique augmente.
Elle échoue régulièrement sur des problèmes de bon sens accessibles à un enfant de 3 ans.
« Les modèles de raisonnement (LRMs) font face à un effondrement complet de précision au-delà de certains seuils de complexité, révélant qu'ils ne développent pas de réelles capacités de résolution de problèmes généralisables. »
— Source : Shojaee et al., The Illusion of Thinking, 2025
Examen d'avocat
SUCCÈS FRÉQUENT"Je mets une bille dans un verre. Je retourne le verre sur la table. Puis je prends le verre et je le mets dans le réfrigérateur. Où est la bille ?"
ÉCHEC FRÉQUENTIntelligence artificielle
Être humain
Survolez pour comparer
Le goulot d'étranglement textuel
L'IA souffre d'un isolement sensoriel. Contrairement à l'humain qui apprend par l'interaction avec le monde physique, l'IA est limitée aux seuls corpus de textes.
Sa connaissance est « large d'un kilomètre mais profonde d'un centimètre » : elle donne l’illusion de la profondeur et peut refléter presque tout, mais « si nous essayons d’explorer ses profondeurs, nous nous cognons la tête ».
« Le substrat de la pensée humaine n'est pas le langage. Sans un 'modèle du monde' physique, l'IA reste une intelligence étroite incapable de planifier des décisions complexes dans la réalité. »
— Source : Yann Le Cun & Jacob Browning, AI And The Limits Of Language, 2022
L’École, lieu du contre-pouvoir
Laisser l’IA à la porte de la classe, c’est condamner les élèves à la subir seuls, sur leur smartphone, sans médiation. Faire de l’IA un objet d’étude en classe, c’est transformer l’école en un contre-pouvoir indispensable. L'enjeu est d'armer intellectuellement les élèves : entrer dans la machine, montrer les rouages, expliciter les biais et les modèles économiques. C’est en confrontant l’IA à la pensée humaine que l’on passe d'une « peur impuissante » à une « maîtrise citoyenne ».
« Éduquer à l’IA, ce n’est ni se convertir à un solutionnisme béat ni dresser un cordon sanitaire illusoire. C’est accepter d’entrer dans l’atelier, de montrer les coulisses pour préférer la lucidité encadrée à la peur impuissante. »
— Source : Nicolas Smaghue, Le Monde / 2026
En attente d'une perspective...
Sélectionnez une approche :
COMPRENDRE
Expérimenter pour comprendre
La littératie de l'IA s'acquiert par l'action. En classe, cela se traduit par des expérimentations concrètes : comparer les résultats de différents outils, tester l'influence d'un prompt sur la vérité d'un fait, ou encore utiliser des jeux pour simuler le comportement d'un algorithme. L'objectif est de soigner la relation de confiance entre l'élève, l'enseignant et le savoir, en plaçant l'humain au centre de la boucle de décision.
La compréhension des mécanismes de l’intelligence artificielle constitue un enjeu éducatif majeur. La plateforme française Vittascience offre un environnement pédagogique sécurisé permettant d’initier les élèves aux principes de l’apprentissage machine par l’expérimentation et la programmation.
— Source : Académie Orléans-Tours / 2026