Guide du professeur — Session 1 🟢

« Qu’est-ce que l’intelligence artificielle ? »

Programme : Applied AI — Niveau Débutant (dès 12 ans, grand public) Instructeur : Yann Isola Durée : 2 heures (avec pauses et activités pratiques) Prérequis : Aucun. Zéro. Nada. C’est le but !

🎯 Objectifs pédagogiques

À la fin de cette session, chaque participant doit pouvoir :

Définir l’IA avec ses propres mots — « un programme qui apprend à partir d’exemples au lieu de suivre des règles écrites une par une »
Citer 3 moments clés de l’histoire de l’IA (parmi : Turing, ELIZA, Deep Blue, AlphaGo, ChatGPT)
Distinguer les 3 types d’IA : étroite (aujourd’hui), générale (science-fiction), superintelligence (débat)
Expliquer le cycle : données → apprentissage → prédiction
Repérer l’IA dans sa vie quotidienne (au moins 5 exemples)
Démonter 3 mythes courants sur l’IA
Avoir eu sa première vraie conversation avec un chatbot, avec un regard critique

💡 Philosophie de la session : on ne forme pas des ingénieurs aujourd’hui. On allume une étincelle de curiosité. Si un participant repart en se disant « ah, en fait c’est pas magique, et c’est encore plus intéressant que je pensais », c’est gagné.

📋 Matériel nécessaire

Vidéoprojecteur + slides (slides/slides.md)
Page web interactive (webpage/index.html) — fonctionne hors ligne, ouvrir dans un navigateur
1 appareil pour 1-2 participants avec accès à un chatbot (ChatGPT, Le Chat de Mistral, Claude, Gemini…) — prévoir des comptes ou un accès sans compte
Cartes imprimées pour le jeu « IA ou pas IA ? » (optionnel, la version numérique est dans la page web)
Feuilles + stylos pour l’activité frise chronologique
Tableau blanc ou paperboard

Plan B sans internet : toute la session fonctionne hors ligne SAUF l’activité chatbot (partie 7). Dans ce cas, utilisez la démonstration « ELIZA simulée » : le professeur joue le chatbot au tableau en suivant des règles simples (reformuler la phrase de l’élève en question). C’est même un excellent exercice pédagogique !

⏱️ Déroulé minute par minute (120 min)

Temps	Durée	Séquence
0:00	10 min	1. Brise-glace : « L’IA, pour toi, c’est quoi ? »
0:10	15 min	2. Définition simple + la grande idée
0:25	15 min	3. Petite histoire de l’IA (frise interactive)
0:40	10 min	4. Les 3 types d’IA
0:50	10 min	☕ PAUSE
1:00	15 min	5. Comment ça marche : données → apprentissage → prédiction
1:15	10 min	6. Jeu « IA ou pas IA ? » (page web interactive)
1:25	20 min	7. Activité pratique : première conversation avec un chatbot
1:45	10 min	8. Mythes vs réalité + métiers de l’IA
1:55	5 min	9. Quiz éclair + conclusion

1. Brise-glace (10 min) — « L’IA, pour toi, c’est quoi ? »

Format : tour de table rapide OU post-its sur le tableau.

Posez la question : « Quand je dis “intelligence artificielle”, quelle est la PREMIÈRE image qui vous vient en tête ? »

Réponses typiques à attendre (et à noter au tableau, on y reviendra) :

🤖 Des robots (Terminator, Wall-E…)
💬 ChatGPT
🧠 Un cerveau d’ordinateur
😱 « Ça va nous remplacer »
✨ « C’est magique / je ne sais pas comment ça marche »

Astuce d’animation : ne corrigez RIEN à ce stade. Notez tout. À la fin de la session, revenez sur ce tableau et demandez : « Qu’est-ce qu’on garderait ? Qu’est-ce qu’on barrerait ? » C’est le meilleur indicateur d’apprentissage de la journée.

Deuxième question éclair : « Qui a déjà utilisé une IA aujourd’hui ? Levez la main. » → Généralement 2-3 mains se lèvent. Puis demandez : « Qui a utilisé un GPS ? Regardé une vidéo recommandée ? Utilisé l’autocorrection ? » → toutes les mains se lèvent. Premier moment “wow” : vous utilisez tous de l’IA depuis des années sans le savoir.

2. Définition simple (15 min)

La grande idée à faire passer

Écrivez au tableau ces deux approches :

Programme classique :

Un humain écrit TOUTES les règles. « SI le mail contient “gagné 1 million” ALORS c’est du spam. » Problème : impossible d’écrire une règle pour chaque cas.

Intelligence artificielle :

On montre des MILLIERS d’exemples au programme (« ça c’est du spam, ça non, ça oui… ») et il trouve les règles tout seul.

Définition à retenir (à faire copier / répéter)

🎯 L’IA (Intelligence Artificielle), c’est un programme qui apprend à partir de données (des exemples), au lieu d’être programmé règle par règle.

Analogie phare : apprendre à faire du vélo 🚲

« Est-ce que quelqu’un a appris à faire du vélo en lisant un manuel de 500 pages de règles ? Non. Vous êtes montés dessus, vous êtes tombés, vous avez recommencé, et votre cerveau a ajusté. L’IA apprend pareil : par l’exemple et par l’erreur, pas par le manuel. »

Vocabulaire à introduire naturellement (sans jargonner) :

IA = Intelligence Artificielle
ML = Machine Learning, en français « apprentissage automatique » — c’est la technique principale utilisée par l’IA moderne pour apprendre à partir d’exemples
Données = les exemples qu’on donne à la machine (photos, textes, sons, chiffres…)

Question de relance pour les groupes vifs : « Alors si l’IA apprend à partir d’exemples… que se passe-t-il si les exemples sont mauvais ? » → Planter la graine de l’esprit critique (on récolte en séquence 8).

3. Petite histoire de l’IA (15 min)

Utilisez la frise animée de la page web (section « La grande aventure de l’IA ») ou les slides.

Les 5 dates à raconter comme des histoires (pas comme des dates !)

1950 — Alan Turing pose LA question 🇬🇧 Racontez : mathématicien anglais, héros de la Seconde Guerre mondiale (il a aidé à casser les codes secrets nazis — machine Enigma). En 1950, il publie un article avec une question folle pour l’époque : « Les machines peuvent-elles penser ? » Il propose un jeu : si tu discutes par écrit avec quelqu’un sans savoir si c’est un humain ou une machine, et que tu n’arrives pas à deviner… est-ce que ça compte comme “penser” ? C’est le fameux test de Turing. Anecdote qui marque : à l’époque, un « ordinateur » était moins puissant qu’une calculatrice de collège.

1966 — ELIZA, le premier chatbot 💬 Un chercheur du MIT (Massachusetts Institute of Technology, grande université américaine), Joseph Weizenbaum, crée ELIZA : un programme qui imite un psychologue. Il ne fait que reformuler vos phrases : « Je suis triste » → « Pourquoi dites-vous que vous êtes triste ? » Astuce toute bête… et pourtant des gens se sont confiés à ELIZA pendant des heures ! Weizenbaum lui-même en a été effrayé. Leçon : les humains attribuent facilement de l’intelligence à ce qui parle.

1997 — Deep Blue bat Kasparov aux échecs ♟️ Garry Kasparov, considéré comme le meilleur joueur d’échecs de l’histoire, perd contre l’ordinateur Deep Blue d’IBM (International Business Machines, géant américain de l’informatique). Choc mondial. Mais attention : Deep Blue ne « réfléchissait » pas, il calculait environ 200 millions de positions par seconde ⚠. De la force brute, pas de l’apprentissage.

2016 — AlphaGo bat Lee Sedol au jeu de go 🀄 Le go : jeu chinois millénaire, bien plus complexe que les échecs — il y a plus de positions possibles au go que d’atomes dans l’univers observable ⚠. Impossible de tout calculer. AlphaGo (créé par DeepMind, entreprise rachetée par Google) a appris en analysant des millions de parties, puis en jouant contre lui-même. Au 2e match, il joue le fameux « coup 37 », un coup si étrange que les experts l’ont cru bugué… avant de réaliser que c’était un coup de génie qu’aucun humain n’aurait osé. Moment “wow” : l’IA a surpris ses propres créateurs.

2022 — ChatGPT : l’IA arrive dans toutes les poches 🚀 OpenAI lance ChatGPT (GPT = Generative Pre-trained Transformer, « transformeur génératif pré-entraîné » — retenez juste : un programme entraîné sur d’énormes quantités de texte pour prédire les mots suivants). 100 millions d’utilisateurs en 2 mois ⚠ — l’adoption la plus rapide de l’histoire des technologies à l’époque. Pour la première fois, tout le monde peut discuter avec une IA.

Mini-activité (dans le jeu de la frise)

Distribuez 5 cartes (ou utilisez le jeu de remise en ordre de la page web / exercice 2) : les participants remettent les événements dans l’ordre. 3 minutes, en binômes.

4. Les 3 types d’IA (10 min)

Dessinez 3 cases au tableau :

	IA étroite 🎯	IA générale 🧠	Superintelligence 🌌
C’est quoi ?	Très forte sur UNE tâche	Aussi polyvalente qu’un humain	Dépasse l’humain en tout
Ça existe ?	Oui, partout	❌ Non — science-fiction (pour l’instant)	❌ Non — débat philosophique
Exemple	Traduire, reconnaître un visage, jouer au go	Le robot de film qui fait tout	Les histoires de SF

Analogie qui marche : « L’IA d’aujourd’hui, c’est comme un champion olympique de natation… qui ne sait pas marcher. AlphaGo écrase les humains au go, mais il est incapable de jouer au morpion, de faire une addition ou de vous dire bonjour. Chaque IA = un seul talent. »

Point de vigilance : des participants demanderont « mais ChatGPT sait faire plein de trucs, non ? ». Bonne question ! Réponse : ChatGPT est très fort sur UNE tâche — produire du texte plausible. Tout ce qu’il “fait” passe par là. Ce n’est pas une IA générale, même si ça y ressemble parfois. Les chercheurs débattent d’ailleurs de où placer le curseur.

☕ PAUSE (10 min)

Laissez la page web ouverte en libre accès : les curieux joueront avec la frise pendant la pause. C’est voulu.

5. Comment ça marche : données → apprentissage → prédiction (15 min)

L’analogie centrale : apprendre à reconnaître des chats 🐱

Racontez cette histoire (elle structure TOUT le reste du cours) :

« Comment avez-vous appris à reconnaître un chat quand vous étiez bébé ? Personne ne vous a donné la définition : “mammifère à quatre pattes, moustaches, oreilles pointues…”. Non. On vous a montré des chats. Encore et encore. “Regarde, un chat !” Et un jour, vous avez vu un chat jamais vu — roux, sans queue, énorme — et vous avez dit “chat !”. Votre cerveau avait trouvé le motif tout seul. »

L’IA fait exactement pareil, en 3 étapes :

📦 DONNÉES — On lui donne des milliers de photos étiquetées : « chat » / « pas chat »
🧠 APPRENTISSAGE — Le programme cherche des motifs : formes d’oreilles, moustaches, yeux… Il se trompe, on le corrige, il ajuste. Des millions de fois. Très vite.
🔮 PRÉDICTION — On lui montre une photo jamais vue → il dit « chat à 97 % ». C’est une prédiction, pas une certitude !

Démonstration participative (5 min) — « Vous êtes l’IA »

Jeu au tableau : dessinez (ou projetez) des gribouillis simples. Annoncez : « Je vais vous entraîner. » Montrez 4 dessins en donnant l’étiquette : « ceci est un blorp », « ceci n’est pas un blorp »… (par exemple : les blorps ont tous des pointes, les non-blorps sont ronds — ne le dites pas !). Puis montrez un 5e dessin : « Blorp ou pas blorp ? » → Le groupe devine. Demandez : « Comment avez-vous su ? Personne ne vous a donné la règle ! » Vous venez de vivre le machine learning de l’intérieur.

Les 3 messages clés à marteler

Sans données, pas d’IA. Les données sont le carburant.
L’IA trouve des motifs statistiques, elle ne « comprend » pas comme nous.
Une prédiction peut être fausse. Toujours.

6. Jeu « IA ou pas IA ? » (10 min)

Lancez le jeu interactif de la page web (webpage/index.html, section « IA ou pas IA ? »). En classe entière ou en équipes : on affiche une situation du quotidien, on vote (mains levées, ou « gauche = IA / droite = pas IA » en se déplaçant), puis on révèle.

Situations couvertes (avec les subtilités à commenter) :

Netflix te propose une série → IA (recommandation basée sur des millions de profils)
Ton téléphone corrige « slaut » en « salut » → IA (modèle de langage qui prédit le mot voulu)
Ta calculatrice fait 347 × 89 → PAS IA (règles fixes, aucun apprentissage — et elle ne se trompe jamais, contrairement à l’IA !)
Waze te fait éviter un bouchon → IA (prédiction du trafic à partir des données de millions de conducteurs)
Le minuteur de ton four sonne au bout de 30 min → PAS IA (simple compte à rebours)
Ton filtre photo te met des oreilles de lapin → IA (reconnaissance faciale : il doit trouver ton visage)
La porte automatique du supermarché s’ouvre → PAS IA (simple capteur de mouvement — piège classique !)
Spotify crée ta playlist « Découvertes de la semaine » → IA
Shazam reconnaît une chanson → IA (motifs sonores appris)
Un feu rouge passe au vert après 45 secondes → PAS IA (minuterie)… sauf les feux « intelligents » qui s’adaptent au trafic ! Bonne occasion de montrer que la frontière bouge.

La règle du pouce à donner : « Est-ce que ça a appris à partir d’exemples ? Est-ce que ça peut se tromper ? Si oui aux deux → probablement de l’IA. »

7. Activité pratique : première conversation avec un chatbot (20 min)

C’est LE moment fort de la session. Objectif : passer de « waouh c’est magique » à « intéressant, je vois ce que ça sait faire et où ça craque ».

Organisation : binômes, 1 appareil par binôme. Utilisez la fiche guidée de l’exercice 3 (exercises/exercises.md).

Les 4 missions (5 min chacune environ)

Mission 1 — Faire connaissance 👋 Demander au chatbot : « Qui es-tu ? Comment fonctionnes-tu ? Est-ce que tu penses ? » → Observer : il répond qu’il est un programme, qu’il ne pense pas comme un humain.

Mission 2 — L’épater 🌟 Demander quelque chose de créatif : « Écris un poème sur mon chien en pirate », « Explique les trous noirs à un enfant de 6 ans »… → Objectif : voir la puissance. Moment « wow » garanti.

Mission 3 — Le piéger 🕵️ Essayer de le faire se tromper : questions sur des événements très récents, calculs tordus, questions absurdes (« Combien de “r” dans fraise ? », « Qu’est-ce qui est plus lourd : un kilo de plumes ou un kilo de fer ? » avec variantes pièges), lui demander des infos sur des personnes inventées. → Objectif : voir les limites. Il peut inventer avec un aplomb total — on appelle ça une hallucination.

Mission 4 — Le test de Turing inversé 🎭 Demander : « Fais semblant d’être un humain et essaie de me convaincre que tu n’es pas une IA. » → Discussion : est-ce convaincant ? Pourquoi ? Turing serait-il impressionné ?

Débriefing en groupe (5 min — ne le sautez JAMAIS)

Trois questions au tableau :

« Qu’est-ce qui vous a le plus impressionnés ? »
« Où l’avez-vous vu se tromper ou inventer ? »
« Est-ce que le chatbot pense ? » → transition parfaite vers les mythes.

Point de vigilance sécurité (à dire explicitement) : ne jamais donner d’informations personnelles (nom complet, adresse, école…) à un chatbot. Les conversations peuvent être conservées.

8. Mythes vs réalité + métiers (10 min)

Utilisez les cartes à retourner de la page web, ou faites-le à l’oral en mode « Vrai ou faux ? ».

Mythe 1 : « L’IA pense comme nous » ❌

Réalité : elle calcule des probabilités et repère des motifs. ChatGPT prédit le mot suivant le plus probable — brillamment — mais n’a ni conscience, ni envies, ni compréhension du monde. Le perroquet qui dit « bonjour » ne vous souhaite pas une bonne journée.

Mythe 2 : « L’IA va remplacer tout le monde » 🤔 (nuancé)

Réalité : l’IA transforme les métiers plus qu’elle ne les supprime en bloc. Elle remplace des tâches (répétitives, prévisibles), rarement des métiers entiers. Historiquement, les grandes technologies ont déplacé le travail et créé de nouveaux métiers (qui avait entendu parler de « community manager » en 1990 ?). Mais oui, certains métiers changent vite, et c’est un vrai sujet de société. La meilleure défense : comprendre l’outil — exactement ce que vous faites aujourd’hui.

Mythe 3 : « L’IA est infaillible » ❌

Réalité : l’IA se trompe souvent — et le pire, c’est qu’elle se trompe avec assurance. Hallucinations des chatbots, erreurs de reconnaissance faciale, biais hérités des données. Règle d’or à faire noter : une réponse d’IA se vérifie, elle ne se croit pas sur parole.

Les métiers de l’IA (3 min, en ouverture)

Data scientist (« scientifique des données ») : le détective qui fait parler les données
Ingénieur ML (Machine Learning / apprentissage automatique) : celui qui construit et entraîne les modèles
Prompt engineer (« ingénieur de requêtes ») : le spécialiste qui sait parler aux IA pour en tirer le meilleur — métier qui n’existait pas avant 2022 !
Éthicien / éthicienne IA : celui ou celle qui se demande « est-ce juste ? est-ce dangereux ? qui est responsable ? » — philosophes et juristes bienvenus !

Message : l’IA n’est pas réservée aux matheux. Il faut des créatifs, des littéraires, des curieux, des sceptiques.

9. Quiz éclair + conclusion (5 min)

Lancez 3-4 questions du quiz (quiz/quiz.md) à main levée, en mode rapide et festif.
Retour au tableau du brise-glace : « Regardez ce que vous pensiez il y a 2 heures. Qu’est-ce qu’on corrige ? »
Phrase de fin suggérée : « L’IA n’est ni magique, ni monstrueuse. C’est un outil — un outil puissant, imparfait, fascinant. Et maintenant, vous savez comment il apprend. La prochaine fois, on regarde sous le capot. »

Devoir maison (optionnel et fun) : « D’ici la prochaine session, notez 5 moments où vous croisez une IA dans votre journée. Le plus surprenant gagne. »

🧯 FAQ du professeur — questions pièges fréquentes

« Est-ce que l’IA peut devenir méchante comme dans Terminator ? » → L’IA d’aujourd’hui n’a ni volonté ni objectifs propres. Les vrais risques actuels sont plus ennuyeux mais bien réels : erreurs, biais, désinformation, usage malveillant par des humains. Les risques à long terme sont débattus par les chercheurs eux-mêmes — question ouverte, honnêteté oblige.

« Comment ChatGPT sait autant de choses ? » → Il a été entraîné sur d’énormes quantités de textes (sites web, livres, articles). Il ne « sait » pas : il a mémorisé des motifs statistiques dans ce texte. C’est pour ça qu’il peut inventer : il produit du plausible, pas du vrai.

« Est-ce que l’IA a des sentiments ? » → Non. Elle peut écrire « je suis content pour toi » parce que c’est ce qu’un humain écrirait dans ce contexte. Simulation, pas émotion. (ELIZA, 1966 : déjà le même malentendu !)

« C’est quoi la différence entre IA et robot ? » → Le robot, c’est le corps (mécanique). L’IA, c’est éventuellement le cerveau (logiciel). Il existe des robots sans IA (bras d’usine qui répète) et des IA sans robot (ChatGPT n’a pas de corps).

« Pourquoi on dit que l’IA a des biais ? » → Elle apprend à partir de données produites par des humains. Si les données contiennent des préjugés ou des manques, l’IA les reproduit — parfois en les amplifiant. Exemple simple : une IA entraînée uniquement sur des photos de chats roux dira qu’un chat noir n’est pas un chat.

Checklist de fin de session

Le tableau du brise-glace a été revisité
Chaque participant a parlé à un chatbot au moins une fois
La règle d’or « on vérifie, on ne croit pas sur parole » a été dite au moins 2 fois
Le message « données → apprentissage → prédiction » a été répété au moins 3 fois
Personne ne repart en pensant que l’IA est magique — ni qu’elle est terrifiante