Ce texte est la retranscription de la conférence que j’ai donnée le 20 février 2025 à Ottawa à l’AQPC. Une expérience incroyable que je vous raconterai peut-etre dans une autre article.

Qui suis-je ?

Pendant 10 ans j’ai travaillé sur la question de l’analphabétisme fonctionnel, à la fois comme chercheure à l’université Lyon 2. Ceci m’a amené à soutenir un doctorat en psychologie sur les dynamiques en jeu dans le processus d’écriture chez les jeunes et adultes en très grande difficulté avec l’écrit. En parallèle de ma thèse, je travaillais dans des centres de formation auprès de ces adultes dans des conditions très difficiles. Au bout de 10 ans, j’ai donc décidé d’arrêter.

Puis pendant 7 ans, j’ai été rédactrice web.

Et début 2023, j’ai fait mes premiers essais sur ChatGPT. J’ai compris que ce métier était perdu.

 On dit souvent que l’IA va remplacer les humains… Moi, elle m’a fait changer de métier. 

J’ai donc repris mon cartable. Dans un premier temps des écoles m’ont demandé d’intervenir auprès de leurs étudiants pour venir les aider à développer leurs compétences en rédaction dans ce contexte d’IA. En parallèle, on m’a proposé de développer des recherches sur l’IA et l’éducation dans un centre de formation.

Aujourd’hui, je suis un jour et demi par semaine dans des classes, avec des étudiants du niveau cegep/collège. Le reste du temps, je poursuis mon travail de recherche, j’anime des formations de formateurs et d’enseignants ainsi que des ateliers de sensibilisation auprès d’étudiants.

Y fait n’importe quoi Y comprend rien

Je pense que comme moi vous avez déjà entendu vos étudiants lors des premières utilisations de ChatGPT dire « Y fait n’importe quoi, y comprend rien » (peut-être même avez-vous entendu certains de vos collègues dire la même chose.

Mais si ChatGPT pouvait parler, il dirait sûrement la même chose de nous !

Comprendre les enjeux du dialogue homme machine

Cette réaction montre un problème clé : pour utiliser efficacement l’IA, il faut comprendre comment fonctionne le dialogue humain-machine.

C’est précisément ce que nous allons explorer ensemble durant ces 45 minutes :

• Le volet cognitif : Comment notre cerveau interagit avec l’IA.
• Le volet affectif : Ce que nous projetons sur la machine.

Pour pouvoir accompagner nos apprenants dans une utilisation efficiente de ChatGPT mais plus largement des IAg, je pense qu’il est important de chercher des éléments de Je vous partagerai aussi de posture et situation que j’ai mis en place dans ma classe. Et puis nous aurons 15 minutes pour échanger.

Qu’en disent mes étudiants

Lorsque j’anime des ateliers auprès d’étudiants, voici ce qu’ils me disent sur les avantages et les limites de l’utilisation des IAG.

Ce qui revient massivement, c’est le gain de temps. Je retrouve aussi cette idée que l’iag va nous faire gagner du temps chez les enseignants et formateurs

Le 24 janvier dernier, à Paris, s’est tenue la Journée internationale de l’éducation consacrée à l’IA. Parmi les orateurs, M. John Dalton, co-directeur du David Game College au Royaume-Uni, a présenté une expérimentation inédite : une salle de classe pilotée par l’IA accueillant une vingtaine d’élèves.

Son objectif ? Permettre à certains élèves d’accéder aux enseignements de base… sans enseignant.

Dans ce dispositif, les élèves suivent trois heures de cours chaque matin avec l’IA, sous la supervision d’un coach d’apprentissage présent dans la salle.

M. Dalton l’affirme sans détour : « L’IA peut enseigner bien mieux que moi, l’enseignant. » Selon lui, cette technologie révolutionne l’éducation, accélérant considérablement l’apprentissage des élèves. Il déclare d’ailleurs : « Tous nos élèves apprennent beaucoup plus vite que dans un cadre conventionnel. »

Mais cette course à la vitesse mérite réflexion.

Apprendre plus vite… est-ce vraiment apprendre mieux ?

Cette volonté d’accélérer l’apprentissage n’est pas nouvelle. Pour nourrir cette réflexion, écoutons ce que Jean Piaget disait déjà à ce sujet en 1974.

Toujours plus vite

Le temps de l’apprentissage n’est pas une perte, c’est une construction. Vouloir aller trop vite, c’est parfois passer à côté de l’essentiel.

Un apprenant n’est pas un algorithme. On ne télécharge pas la connaissance, on la construit.

Des recettes magiques

Et puis dans l’idée de vouloir encore et toujours aller plus vite notamment aller plus vite pour obtenir de réponses satisfaisantes de la part de l’IAG, on a vu fleurir des techniques de rédaction d’invites de ce type :

Tu es [rôle], tu dois [tâche spécifique] en utilisant [technique] pour [objectif] parce que [contexte], en respectant [contraintes].

Certains ont voulu donc fournir des prêts à penser, des phrases à trous. « Contentez-vous de remplir les trous et vous aurez la bonne réponses » lançaient ils de manière peu implicite.

Remplir des trous, ce n’est pas penser. Frotter la lampe magique de l’IA ce n’est pas maitriser le vœux.

Le dialogue humain machine est un plus complexe. Il nécessite de comprendre les processus cognitifs en jeu et mobiliser nos capacités d’analyse.

Dialoguer avec l’IA : mobiliser la théorie de l’esprit

Lorsque nous parlons à un humain, nous mobilisons ce qu’on appelle la théorie de l’esprit : nous attribuons à notre interlocuteur des pensées, des intentions et des émotions, tout en comprenant que sa perspective peut différer de la nôtre. Cette capacité est essentielle à notre communication, car elle nous permet de nous ajuster à l’autre et de construire un échange pertinent.

Mais lorsqu’il s’agit d’une intelligence artificielle générative, comme ChatGPT, cette théorie de l’esprit doit être réévaluée. La machine ne pense pas, ne ressent rien et ne comprend pas notre intention. Elle répond uniquement en fonction des consignes qui lui sont données, en manipulant des modèles statistiques et des données.

Pourtant, instinctivement, nous avons tendance à lui prêter une forme d’intelligence humaine. Nos élèves doivent donc apprendre à voir au-delà de cette illusion : derrière une réponse cohérente, il n’y a ni intention ni compréhension, seulement un algorithme. Ne pas surestimer ses capacités est un enjeu clé pour développer un usage critique de l’IA.

Pour rédiger une invite pertinente, l’apprenant doit mobiliser différentes fonctions exécutives – un ensemble de processus mentaux qui nous permettent de gérer nos pensées, nos comportements et nos émotions, en particulier dans des situations nouvelles ou complexes. Parmi elles, quatre sont cruciales :

• La planification : organiser ses idées pour formuler une demande claire.
• La révision : revenir sur son texte et en réaliser une évaluation
• La flexibilité cognitive : ajuster son approche si la réponse obtenue n’est pas satisfaisante.
• L’inhibition : éviter de se précipiter sur la première réponse et prendre du recul.

Dans une situation ordinaire, ces fonctions s’activent souvent de manière simultanée et parfois inefficace. Mais face à une IA, elles doivent être mobilisées de façon plus séquentielle et rigoureuse. Obtenir une réponse pertinente nécessite un travail de précision, une capacité à formuler des consignes claires et à affiner progressivement ses demandes. C’est un exercice qui peut devenir formateur, mais qui demande une véritable prise de conscience des processus cognitifs en jeu.

La planification

Avant d’obtenir une réponse d’une intelligence artificielle générative, il est essentiel de rédiger une invite claire et structurée. Ce travail repose sur un processus cognitif clé : la planification. Il ne s’agit pas simplement d’écrire une question au hasard, mais bien d’organiser sa pensée pour formuler une demande pertinente.

Ce processus mobilise plusieurs éléments :

• Activer des schémas de tâches : comme ouvrir une boîte à outils mentale, en s’appuyant sur des stratégies déjà utilisées pour savoir par où commencer.
• Définir des buts : préciser ce que l’on attend comme réponse.
• Décomposer les tâches complexes : formuler une invite en plusieurs étapes si nécessaire.
• Mobiliser des connaissances : puiser dans sa « bibliothèque mentale » pour structurer une demande éclairée.
• Anticiper les ressources nécessaires : prendre en compte le temps, les outils ou l’aide dont on pourrait avoir besoin.

Sans cette planification, le risque est d’obtenir une réponse floue ou peu pertinente. L’IA n’apporte pas de solution miracle : elle répond en fonction de la clarté et de la précision des consignes fournies.

La révision

Une fois l’invite rédigée et la réponse générée en quelques secondes, le travail ne s’arrête pas là. Il faut alors mobiliser une autre fonction exécutive : la révision. Cela implique de :

1. Examiner la production de l’IA : analyser sa pertinence et sa qualité.
2. La comparer à ce qui avait été planifié : vérifier si elle correspond aux attentes initiales.
3. Ajuster ou reformuler les consignes si nécessaire : affiner l’invite pour obtenir une réponse plus précise.

L’efficacité du dialogue avec l’IA repose donc sur une démarche itérative : tester, ajuster et affiner pour améliorer progressivement la qualité des réponses obtenues.

Entrer en résistance cognitive

Pour que ce processus soit réellement efficace, il est crucial d’entrer en résistance cognitive, selon l’expression d’Olivier Houdé. En effet, notre cerveau fonctionne souvent par automatismes de pensée, des raccourcis cognitifs qui nous font aller vers les solutions les plus évidentes, parfois au détriment de la réflexion critique.

Les intelligences artificielles génératives, avec leurs réponses instantanées et bien formulées, peuvent renforcer ces automatismes et nous inciter à accepter leurs productions sans recul. C’est pourquoi ralentir et se décentrer sont des compétences essentielles :

• Prendre du temps avant d’accepter une réponse comme valide.
• Questionner la pertinence des informations fournies.
• Réévaluer ses propres attentes et ajuster sa demande.

L’enjeu n’est donc pas seulement d’interagir efficacement avec l’IA, mais aussi de développer une posture réflexive, afin de ne pas se laisser absorber par la facilité des réponses automatiques.

J’ai entendu…

Lorsqu’un étudiant m’a demandé comment utiliser ChatGPT pour l’aider à rédiger son dossier, je lui ai d’abord demandé ce qu’il devait faire précisément. Sa réponse ?

« C’est le dossier de Madame Pointu, faut faire la politique. »

Cette phrase pose un problème : elle repose sur des implicites que je ne partage pas. L’étudiant suppose que je connais déjà tout le contexte, qu’il s’agisse du dossier, de l’enseignante concernée ou des consignes exactes. Pour comprendre ce qu’il veut dire, je dois reconstruire ce qui manque, en mobilisant mes connaissances du contexte et mes propres capacités d’inférence.

Or, face à une intelligence artificielle générative, cette approche ne fonctionne pas. Si l’utilisateur ne prend pas le temps d’expliciter sa demande, la machine ne pourra pas produire une réponse satisfaisante. Il risque alors de conclure, frustré :

« Y fait n’importe quoi, y comprend rien. »

Cette situation illustre un enjeu clé dans l’apprentissage : enseigner aux élèves à rendre explicite ce qui est implicite pour eux, un exercice fondamental non seulement pour interagir avec une IA, mais aussi pour structurer leur pensée et améliorer leur communication écrite et orale.

Si nos étudiants parlent à l’IA comme ils parlent à leurs amis, ils risquent d’être déçus…

Mais s’ils apprennent à structurer leur pensée, c’est toute leur façon de communiquer et d’apprendre qui s’améliore.

De l’exigence

Pour aider les étudiants à mobiliser les processus cognitifs nécessaires à un dialogue efficace avec l’IA, nous devons faire preuve d’exigence dans nos interactions en classe.

Cela signifie :

• Soutenir le développement d’une théorie de l’esprit spécifique : leur faire prendre conscience que l’IA ne partage ni leur contexte ni leurs intentions, et qu’ils doivent donc formuler leurs demandes de manière explicite.
• Enrichir la construction de l’esprit critique : les encourager à questionner les réponses de l’IA, à les comparer avec d’autres sources et à affiner leurs requêtes.
• Contribuer à la résistance cognitive : leur apprendre à ralentir leur pensée, à éviter les automatismes et à reformuler leurs attentes pour obtenir des réponses plus pertinentes.

En intégrant cette exigence dans nos pratiques pédagogiques, nous ne préparons pas seulement nos étudiants à mieux utiliser les IA, nous les formons à une pensée plus claire, plus rigoureuse et plus adaptable.

Présentation de mes étudiants

Slide 15

On voit bien, à la lecture de l’extrait que je vous ai donné ou de la phrase « C’est le dossier de Madame Pointu, faut faire la politique », que les fonctions cognitives ne sont pas mobilisées de manière efficiente. L’implicite domine, et l’élève suppose que son interlocuteur partage son contexte et ses connaissances, rendant le message difficilement compréhensible.

Pour aider mes étudiants à développer ces fonctions exécutives – essentielles pour ne pas se laisser submerger par l’IA – j’ai mis en place un plan de travail individualisé. Inspiré de la pédagogie Freinet, ce plan repose sur différentes fiches et, traditionnellement, sur des fiches d’auto-correction.

Cependant, dans le cadre de la production écrite, il me semblait peu pertinent de leur fournir une fiche d’auto-correction standard. Celle-ci aurait simplement proposé un texte « bien » écrit, sans véritable travail de réflexion sur leurs erreurs. Avoir un modèle ne suffit pas : encore faut-il comprendre pourquoi et comment l’améliorer. J’ai donc paramétré un chatbot pour les guider dans la correction de leurs productions, en les amenant à interroger leur propre raisonnement et à ajuster leur écriture en conséquence.

Construction des fiches de travail

Dès la conception des fiches, j’amène mes étudiants dans une réflexion métacognitive. L’objectif n’est pas simplement qu’ils corrigent leurs erreurs, mais qu’ils comprennent leur propre processus d’écriture et développent les compétences essentielles pour leur examen. L’IA devient alors un levier pour les aider à construire ces compétences, plutôt qu’un simple outil de correction automatique.

Dialogue avec le chatbot

Une fois leur première révision effectuée, les étudiants peuvent interagir avec un chatbot que j’ai paramétré spécifiquement pour les accompagner dans cette phase de travail. Loin d’être un correcteur passif, ce chatbot est conçu pour les amener à interroger leurs propres choix rédactionnels et à affiner leur texte.

Slide 18 :

Le chatbot ne donne pas simplement des réponses ou des corrections toutes faites. Il a été paramétré pour :

• Questionner l’étudiant sur ses choix de formulation, de structuration et d’argumentation.
• Encourager une pensée critique et autonome en lui demandant d’expliquer, de justifier et d’évaluer ses propres décisions.
• Favoriser la réflexion et la lenteur, en évitant la tentation de la réponse immédiate et en invitant à la reformulation progressive.
• Attirer l’attention sur les limites de l’IA, pour que l’étudiant reste conscient du rôle de cet outil et ne se repose pas aveuglément sur lui.

L’enjeu ici est double : non seulement améliorer la qualité des productions écrites, mais aussi développer une posture réflexive face aux technologies. Parce que demain, dans leur vie professionnelle, ils seront confrontés à ces outils et devront savoir les utiliser avec discernement.

Exemples de retour

Voici les retours qu’il va réaliser.

Apprendre à écrire, c’est apprendre à penser. L’IA est ici mobilisé comme un guide, pas une béquille

Les enjeux du dialogue apprenant machine : au-delà des processus cognitifs

Nous avons vu que l’IA peut soutenir les processus cognitifs, mais est-ce suffisant pour rendre un apprentissage performant ? Peut-on espérer accélérer la compréhension, remplacer l’enseignant par un simple coach IA ? Apprendre n’est pas qu’une question de logique ou d’efficacité. C’est une dynamique psychique qui mobilise notre affect, notre représentation de nous-mêmes et notre rapport au savoir.

La santé mentale des étudiants

D’après une enquête réalisée en France en 2022

70% des étudiants se trouvent en situation de mal être

69% ont tendance à se dévaloriser

36% déclarent avoir des pensées suicidaires

Or, quand on regarde les chiffres sur la santé mentale des étudiants, une autre question se pose : comment une machine pourrait-elle enclencher cette dynamique ?

Penser est angoissant

Penser, c’est entrer dans une forme de solitude, c’est tisser des liens entre son monde intérieur et le monde extérieur. C’est aussi accepter le doute, l’inconfort de l’inconnu.

L’intelligence artificielle générative ressemble parfois à une lampe magique : elle brille, elle éblouit, elle promet des réponses instantanées. Mais est-ce que la lumière qu’elle projette éclaire vraiment la connaissance, ou est-ce qu’elle nous en éloigne ?

Les dimensions de l’appropriation du savoir

S’approprier le savoir, c’est intégrer, transformer, et utiliser des connaissances. C’est aussi développer une métacognition, pratiquer, s’engager avec motivation, et surtout, construire une représentation de soi en tant qu’apprenant.

Si l’IA produit pour nous, quel impact cela a-t-il sur notre sentiment d’appropriation du savoir ? quelle responsabilité prend-il dans la construction et l’utilisation de ce savoir ?

L’étudiant rédige une invite, l’IA génère un texte, et il peut alors croire que cette production est la sienne. Mais est-ce vraiment le cas ? Produire sans l’aide de la machine mobilise des processus bien plus complexes, à la fois cognitifs et affectifs. L’acte d’écrire engage une représentation de soi, un rapport au savoir. Quand l’IA produit à notre place, ces dimensions sont mises à distance.

L’ia un géni bienveillant guidant les étudiants vers le chemin de la réflexion

Alors, que faire de cette lampe magique ? Faut-il la briser, la ranger dans un tiroir ? Non. Car si l’IA peut être un piège, elle peut aussi être un génie bienveillant : un guide qui, justement, nous pousse à réfléchir. Une machine qui n’a pas d’émotion, pas de jugement, mais qui peut, paradoxalement, nous aider à nous interroger sur notre propre pensée. Elle met une distance avec le regard de l’enseignant, facilitant l’engagement dans l’activité réflexive.

Mais cette réflexion doit rester la nôtre. Car penser, ce n’est pas juste obtenir une réponse. C’est construire sa propre question.

L’IA est une lampe magique : elle éclaire, mais peut aussi éblouir. Elle nous donne des réponses, mais ne nous apprend pas à poser les bonnes questions. Elle peut nous accompagner, mais elle ne doit jamais penser à notre place.

L’enjeu est là : former des esprits qui utilisent l’IA sans en devenir dépendants, qui dialoguent avec elle sans en être dupes, qui savent ralentir quand la machine accélère.

Notre rôle, en tant qu’enseignants et formateurs, est plus essentiel que jamais. Car si l’IA transforme l’éducation, c’est à nous de décider si elle nous appauvrit… ou si elle nous élève.