Quand j’ai conçu l’activité “IA et hallucination” (présent dans cet article), je l’avais pensée au départ pour des élèves de collège, avec une idée simple : faire vivre aux élèves une erreur de modélisation avant même de parler d’intelligence artificielle.

Le principe est volontairement piégeux. On donne aux élèves un tableau de données qui semble les inviter à prolonger une régularité.
Beaucoup se lancent alors dans une extrapolation : les points semblent presque alignés, la croissance paraît régulière, donc on prolonge la tendance comme si elle pouvait continuer indéfiniment.

Et c’est précisément là que l’activité prend tout son sens.

Récemment, David Sire, collègue professeur des écoles, m’a fait un retour après l’avoir testée avec ses élèves de CM2. Il a arrondi les données du tableau afin de les rendre plus accessibles. Les élèves ont tracé le graphique, puis ont proposé des valeurs pour des âges plus avancés. Pour 20 ans, beaucoup ont trouvé autour de 190 cm ; pour 50 ans, certains sont allés jusqu’à 395 cm, voire 700 cm.

La suite de l’activité leur a permis de confronter leurs résultats au réel.
En découvrant leurs origines (âge-taille), ils ont rapidement compris que quelque chose n’allait pas. Leur conclusion a été particulièrement intéressante : ils ont expliqué qu’ils avaient cherché de la proportionnalité, alors que ce n’était pas une situation proportionnelle.

Leur formulation est très intéressante au niveau CM2 (confusion proportionnalité//régularité).
Avec un regard mathématique plus précis, le piège est sans doute davantage celui d’un modèle affine : les points semblent presque alignés, la croissance paraît régulière, alors on continue la tendance sans se demander si elle a encore du sens dans la réalité.

C’est exactement le cœur de l’activité.

L’enjeu est d’apprendre aux élèves à ne pas appliquer automatiquement une « méthode » (modélisation) parce qu’elle semble fonctionner sur quelques valeurs.

• Avant de calculer, il faut interpréter.
• Avant de prolonger une courbe, il faut se demander si cela a du sens.
• Avant de produire une réponse, il faut comprendre le contexte.

David a ensuite soumis le même tableau à ChatGPT. L’outil a produit des réponses du même ordre que celles des élèves. Ce moment a été très parlant pour la classe : les élèves ont compris que l’IA pouvait, elle aussi, prolonger une tendance apparente et fournir une réponse cohérente en surface, mais fausse dès que l’on réintroduit le contexte.

Les formulations des élèves à la fin de la séance résument très bien les apprentissages :

On a appris que tous les tableaux ne sont pas proportionnels, tout dépend de quoi on parle.

On a appris aussi que les IA peuvent se tromper, il faut donc vérifier et leur donner du contexte.

Ce retour est précieux, car il montre que l’activité n’est pas uniquement une activité sur l’intelligence artificielle. C’est d’abord une activité de mathématiques, de modélisation et d’esprit critique. L’IA arrive ensuite comme un miroir : elle permet de montrer que l’erreur commise par les élèves n’est pas une “bêtise”, mais un piège classique lorsqu’on traite des données sans interroger leur signification.

Ce test en CM2 montre aussi que l’activité peut vivre dès le cycle 3, à condition d’accompagner le vocabulaire et de choisir des données suffisamment accessibles. Les notions en jeu : tableau, graphique, croissance, proportionnalité~affine, modélisation, sont déjà présentes, au moins en partie, dans les apprentissages des élèves. L’intelligence artificielle n’est pas ici un objet technique complexe : elle devient un outil de discussion sur la fiabilité des réponses, la nécessité du contexte et l’importance de la vérification.

C’est sans doute ce qui me semble le plus intéressant dans cette activité : elle ne cherche pas à faire “utiliser l’IA” pour utiliser l’IA. Elle permet de construire une posture.

• Ne pas croire une réponse parce qu’elle est bien formulée.
• Ne pas valider un résultat parce qu’il prolonge une régularité apparente.
• Ne pas confondre cohérence mathématique locale et vérité dans le réel.
• Et surtout : apprendre à demander “de quoi parle-t-on ?” avant de répondre.

Finalement, ce retour de CM2 confirme une intuition forte : l’éducation à l’IA ne commence pas forcément par des explications techniques sur les modèles de langage. Elle peut commencer très simplement, avec un tableau, un graphique, une erreur, puis une discussion collective dès le cycle 3

Et c’est peut-être là que l’école a un rôle essentiel à jouer : apprendre aux élèves à ne pas seulement produire des réponses, mais à les questionner.

Merci à David Sire pour ce retour de terrain, qui montre que cette activité peut être transférée au cycle 3 avec des adaptations simples et un accompagnement adapté.

Vous avez aimé cet article ? Alors partagez-le avec vos amis en cliquant sur les boutons ci-dessous :