par Felipe Gagnon
Étudiant à la maîtrise en sciences de l’éducation à l’Université de Montréal
et Hugo G. Lapierre
Professeur adjoint, Faculté des sciences de l’éducation – Département de psychopédagogie et d’andragogie
ChatGPT, DeepSeek, Gemini… Ces nouveaux outils d’intelligence artificielle générative ont propulsé l’IA à l’avant-scène des innovations technologiques, tout en apportant leur lot de questionnements éthiques et légaux. Il est clair que l’IA bouleverse presque tous les domaines, et l’éducation n’y échappe pas. Au potentiel et au risque tout aussi grand, il nous semble clair que le monde de l’éducation doit se pencher plus activement sur la question, car elle fait maintenant déjà partie du quotidien autant des élèves que des enseignants.
Jusqu’à présent, l’intelligence artificielle est davantage traitée comme un outil puissant à la fois favorable et néfaste aux apprentissages des élèves. D’un côté, pensons à l’efficacité de l’IA dans la conception de matériel pédagogique, et de l’autre, pensons aux enseignants qui doivent jongler avec des évaluations d’élèves réalisées exclusivement avec l’IA.
Dans son guide d’utilisation pédagogique, éthique et légale de l’intelligence artificielle générative, le ministère de l’Éducation (2025) va dans ce sens en indiquant « [qu’]elle offre plusieurs occasions d’innover en enseignement et de bonifier les pratiques pédagogiques actuelles (p.1)» tout en reconnaissant les nombreuses inquiétudes qu’elle soulève. Il propose des réflexions éthiques, de la vigilance et un cadre face à l’utilisation de cette ressource. Mais qu’en est-il de l’intelligence artificielle comme objet d’apprentissage?
Dans son cadre de référence de la compétence numérique, le MES (2019) indique que les élèves doivent « développer une compréhension globale à l’égard de l’intelligence artificielle (p.14)». Or, il n’est nullement question du comment. Quels sont les éléments concrets qui devraient être enseignés? Quelle progression devrait suivre ces apprentissages? Force est de constater que nous sommes loin d’avoir une progression logique des apprentissages de l’intelligence artificielle adaptée à un enseignement d’ordre primaire et secondaire, et que les enseignants n’ont pas accès à un matériel pédagogique structuré allant en ce sens.
Tout comme la programmation informatique, dont l’apprentissage est de plus en plus intégré dans les écoles du Québec, il nous semble logique que l’apprentissage formel de l’IA soit la prochaine étape du développement de la compétence numérique. D’apprendre les différents concepts à la base de l’intelligence artificielle permettra aux élèves de mieux comprendre la transformation technologique qui frappe de plein fouet notre société, et d’être mieux outillés pour y faire face. Ils découvriront le grand potentiel de cette ressource, seront plus sensibles à ses enjeux éthiques, et auront un bagage de connaissances qui les avantagera dans cette nouvelle ère de l’IA dans laquelle nous entrons à toute vitesse.
L’apprentissage formel de l’IA permet de développer plusieurs dimensions de la compétence numérique. Naturellement, cela permettra aux élèves de développer et mobiliser leurs habiletés technologiques. Cela étant dit, cet apprentissage contribue aussi au développement de citoyen éthique et de la pensée critique, ne serait-ce qu’en faisant un lien entre l’exploitation des données utilisées par les IAs et l’importance de protéger nos données personnelles en ligne.
C’est donc avec ce désir de traiter l’IA comme objet d’apprentissage dès le primaire que nous avons fait l’état des activités existantes et adaptées pour des élèves du primaire et du secondaire qui abordent l’IA comme un objet d’apprentissage. Cette cartographie rassemble près de 50 activités, presque toutes en français, le tout dans un seul document.
Nous avons d’abord inscrit l’auteur de l’activité, l’intention pédagogique, le niveau scolaire ciblé, le type d’activité, le matériel technologique nécessaire, la description, les forces et les faiblesses pour chacune de ces activités. Nous terminons avec une appréciation globale de ces dernières et en les situant dans une progression des apprentissages générale : début, milieu et fin.
Puis, une fois l’ensemble des activités analysées, nous les avons étiquetées en fonction du contenu abordé. Suite à ce travail, nous avons identifié 6 grands thèmes liés à l’apprentissage formel de l’IA, qui sont cohérents avec les thèmes identifiés par l’UNESCO au sein de leur référentiel des compétences en IA. En jaune, nous retrouvons les activités de conception d’algorithme, en pourpre, celles sur les données, en vert celles sur l’apprentissage machine, en bleu celles sur les réseaux de neurones, en violet celles qui intègrent formellement de la programmation aux apprentissages IA et celle en gris sur les enjeux éthiques liés à l’utilisation de l’IA. Les activités en blanc sont celles ne rejoignant aucun de ces thèmes.
Cliquez ici pour voir la cartographie
Les activités répertoriées ont toutes comme visée de rejoindre un jeune public. Avec des activités débranchées – c’est-à-dire qui ne nécessitent pas de matériel technologique – et des activités branchées utilisant des outils accessibles à des apprenants débutants tels que Quick, Draw! et Teachable Machine de Google, elles écartent le côté très technique et mathématique de l’IA qui est possiblement trop complexe pour des élèves du primaire. Elles se concentrent plutôt sur l’apprentissage des grands principes qui sont à la base de cette science.
L’identification des 6 grands thèmes liés à l’apprentissage de l’IA nous permet également d’établir des liens entre eux et de faire émerger une forme de progression des apprentissages. D’abord, la conception d’algorithmes, qui sont à la base de tout programme informatique – IA comprise – permet aux élèves de comprendre comment les machines fonctionnent : c’est-à-dire en suivant une série d’instructions ordonnées, qui permet la réalisation d’une tâche peu importe la configuration de départ initiale. Puis les données, qui sont l’ensemble des exemples que l’IA reçoit pour apprendre, et qui peuvent être porteuses de biais. Ensuite vient le nerf de la guerre, l’apprentissage machine, qui utilise des algorithmes et des données pour apprendre à réaliser une tâche. Dans les activités recensées, trois types d’apprentissage machine sont observés : l’apprentissage machine supervisé, par renforcement et par réseau de neurones. Vient ensuite l’ajout de la programmation aux différents thèmes traités précédemment. Enfin, en parallèle à tout cela, vient la sensibilisation aux enjeux éthiques liés à l’IA, tels que les biais dans les données.
Bien que l’enseignement de l’IA semble à priori trop complexe et inaccessible pour des élèves du primaire et du secondaire, la cartographie que nous avons faite en prouve le contraire. D’ordre davantage conceptuel que technique et mathématique, ces activités sont une bonne porte d’entrée pour traiter l’IA comme un champ d’études à part entière pour des élèves de jeune âge.
Nous développons actuellement une trousse pédagogique clé en main qui proposera des activités d’apprentissage alignées sur les meilleures pratiques issues de la littérature scientifique, destinée au personnel enseignant souhaitant initier leurs élèves aux concepts fondamentaux de l’IA. Cette trousse comprendra des activités tant « branchées » que « débranchées » et sera lancée au cours de la prochaine année.
S’il est maintenant établi que les jeunes avec un TDAH sont plus à risque de passer trop d’heures sur les réseaux sociaux, la recherche n’est pas encore claire sur ce qui est la cause et ce qui est l’effet : est-ce qu’un usage intensif des écrans accroît les symptômes de TDAH ou si le TDAH rend plus susceptible de passer encore plus de temps en ligne?
Face à l’absence de directives précises pour intégrer la compétence numérique au primaire, deux centres de services scolaires québécois ont développé leurs propres outils de progression. Leur expérience révèle les clés d’une implantation réussie… et les pièges à éviter.
(Opinion) « Il faut souffrir pour apprendre », « on est doué ou on ne l’est pas », « je n’ai pas de mémoire » : ces idées reçues, souvent présentées comme des vérités, façonnent la perception que les apprenants ont d’eux-mêmes et limitent leur désir d’apprendre. Faisons le ménage dans ces croyances pour redonner à l’apprentissage tout son potentiel : motivant, signifiant… et profondément humain.
Pour commenter un article et y ajouter vos idées, nous vous invitons à nous suivre sur les réseaux sociaux. Tous les articles y sont publiés et il est aussi possible de commenter directement sur Facebook, X, Instagram, Bluesky ou LinkedIn.
Sauf dans les cas où la licence est expressément indiquée, il n’est pas permis de reproduire les articles de l’École branchée. Toute demande de reproduction doit être adressée directement à l’organisme.
Dans son processus éditorial, notre équipe fait appel à des technologies intégrant l’intelligence artificielle pour améliorer les textes, entre autres par la reformulation de passages, la révision linguistique, la traduction et la synthèse des idées. Tous les textes sont révisés par des humains avant leur publication.
