Modules de formation
Nous vous proposons un dispositif de formation en autonomie, conçu comme une auto-formation, pour vous accompagner dans la découverte du monde de l’intelligence artificielle, mais surtout dans la manière d’intégrer l’IA à vos pratiques pédagogiques. Cette formation repose sur une initiation accessible, partant du constat que les élèves utilisent déjà l’IA et qu’il est essentiel de leur donner des outils de base afin qu’ils puissent se protéger, prendre du recul et développer un regard critique sur son utilisation. Elle s’adresse également aux enseignants qui travaillent avec des élèves en difficulté et qui voient dans l’IA un levier pour retravailler les matières, différencier les apprentissages ou renforcer la motivation. Enfin, elle s’adresse à ceux qui considèrent que l’IA permet d’aller plus loin dans les apprentissages et que ne pas développer les compétences des élèves dans ce domaine revient à les mettre en décalage avec l’évolution de la société.
Dans ce cadre, plusieurs modules de formation sont proposés. Chaque module s’appuie sur différents types d’activités, en lien avec les niveaux de la taxonomie de Bloom, et intègre des modalités d’évaluation à la fois formatives et certificatives. Ces évaluations permettent, pour les participants qui le souhaitent, de valoriser les compétences développées par l’obtention d’un Open Badge.
Savoir – Savoir-faire et Compétences
Savoirs
Ce qu’est une IA et ce qu’elle n’est pas
IA générative : principes généraux de fonctionnement
Notions de données, biais, hallucinations
Cadre éthique et responsabilités
RGPD, données scolaires et mineurs
Enjeux environnementaux de l’IA
Savoir-faire
Identifier un usage acceptable ou problématique de l’IA
Expliquer simplement le fonctionnement d’une IA
Repérer des erreurs ou biais dans une production d’IA
Poser un cadre d’utilisation clair pour les élèves
Compétences à développer
Adopter une posture critique et responsable face à l’IA
Garantir un usage éthique et légal en contexte scolaire
Sécuriser les pratiques numériques des élèves
Module 1 : Fondamentaux de l’IA
Savoir – Savoir-faire et Compétences
Savoirs
Ce qu’est une IA et ce qu’elle n’est pas
IA générative : principes généraux de fonctionnement
Notions de données, biais, hallucinations
Cadre éthique et responsabilités
RGPD, données scolaires et mineurs
Enjeux environnementaux de l’IA
Savoir-faire
Identifier un usage acceptable ou problématique de l’IA
Expliquer simplement le fonctionnement d’une IA
Repérer des erreurs ou biais dans une production d’IA
Poser un cadre d’utilisation clair pour les élèves
Compétences à développer
Adopter une posture critique et responsable face à l’IA
Garantir un usage éthique et légal en contexte scolaire
Sécuriser les pratiques numériques des élèves
Evaluation de la maîtrise
Module 2 : Compétences et Pédagogie
Savoir – Savoir-faire et Compétences
Savoirs
Compétences disciplinaires et transversales
Effets de l’IA sur les apprentissages
Métacognition et autonomie de l’élève
Rôle de l’enseignant à l’ère de l’IA
Savoir-faire
Identifier les compétences travaillées avec l’IA
Distinguer aide, autonomie et délégation à l’IA
Concevoir des tâches soutenues par l’IA
Compétences à développer
Concevoir des situations d’apprentissage centrées sur les compétences
Développer l’autonomie et l’esprit critique des élèves
Maintenir la maîtrise des fondamentaux
Evaluation de la maîtrise
Module 3 : Le prompt
Savoir – Savoir-faire et Compétences
Savoirs
Rôle du prompt dans les réponses de l’IA
Prompt simple et prompt structuré
Influence de la formulation
Limites du prompt
Savoir-faire
Formuler des prompts clairs et intentionnels
Faire reformuler, expliquer, comparer, justifier
Adapter un prompt à un objectif pédagogique
Compétences à développer
Structurer sa pensée et ses consignes
Développer le questionnement
Utiliser l’IA comme outil cognitif
Evaluation de la maîtrise
Module 4 : Différenciation et méthodes de travail
Savoir – Savoir-faire et Compétences
Savoirs
Principes de la différenciation pédagogique
Risques de stigmatisation et de dépendance
Apports et limites de l’IA
Notion d’étayage et de progression
Savoir-faire
Adapter une tâche à différents niveaux
Utiliser l’IA pour reformuler et expliciter
Proposer des aides graduées
Compétences à développer
Concevoir des dispositifs inclusifs
Accompagner des profils variés
Favoriser l’autonomie
Evaluation de la maîtrise
Module 5 : Gamification & Ludicification
Savoir – Savoir-faire et Compétences
Savoirs
Principes de la gamification
Différence jeu, ludification et apprentissage
Motivation et engagement
Place de l’erreur
Savoir-faire
Transformer une activité en défi
Générer scénarios et feedback avec l’IA
Mettre en place un suivi formatif
Compétences à développer
Engager durablement les élèves
Utiliser l’erreur comme levier
Concevoir des parcours motivants
Evaluation de la maîtrise
Module 6 : L’évaluation
Savoir – Savoir-faire et Compétences
Savoirs
Limites des évaluations traditionnelles
Évaluation formative et certificative
Évaluation du processus et de la justification
Métacognition et traçabilité
Savoir-faire
Concevoir des évaluations robustes face à l’IA
Évaluer des productions accompagnées par l’IA
Construire des grilles critériées
Compétences à développer
Évaluer de manière juste et cohérente
Réduire la logique de soupçon
Favoriser une évaluation au service des apprentissages
Evaluation de la maîtrise