Par Martine Rioux
Lors de la 2ᵉ édition du Symposium sur l’intelligence artificielle en éducation Élève Exposant IA, présenté par le Conseil des écoles catholiques du Centre-Est (CECCE), la professeure Martine Pellerin, de l’Université de l’Alberta, Campus Saint-Jean, a proposé une vision pédagogique de l’intelligence artificielle centrée sur la littératie. Selon elle, les enseignants et leurs élèves sont appelés à développer cette littératie, tous ensemble, en ce moment.
En tant que professeure à la formation initiale des maîtres, Martine Pellerin préconise une approche qu’elle qualifie de « main à la pâte », soit apprendre en manipulant. « On ne peut pas apprendre à nager en restant sur le bord de la piscine », illustre-t-elle. Pour elle, l’exploration active favorise la compréhension, particulièrement dans un contexte où les outils évoluent rapidement.
D’ailleurs, elle rappelle que les outils eux-mêmes ne suffisent pas. « On nous présente beaucoup d’outils. On voit de nombreuses formations offertes pour apprendre tel ou tel outil. Mais, savons-nous ce qu’on veut faire avec, quand on veut les utiliser? La valeur de ces outils est là, dans l’intention derrière leur utilisation », affirme-t-elle. De là, l’importance de la littératie.
Ainsi, la chercheuse propose quatre composantes clés de cette littératie, inspirées des travaux de l’UNESCO :
- Comprendre l’IA générative et l’IA traditionnelle : distinguer les types d’IA et leurs méthodes de génération.
- Décoder les algorithmes : saisir les logiques mathématiques derrière les systèmes. « Les algorithmes, ce sont des mathématiques, c’est dans tous les curriculums », dit-elle.
- Questionner les biais : identifier les limites liées aux données et aux contextes d’entraînement.
- Adopter une posture éthique : utiliser les outils en tenant compte des enjeux de sécurité et de protection des données.
Selon elle, la littératie en IA devrait être abordée de manière transversale et progressive dans l’ensemble du parcours scolaire. « Les jeunes utilisent déjà les outils, a-t-elle souligné. Voulons-nous qu’ils apprennent seuls et n’importe comment? »
Des activités pour développer la pensée critique
Au fil des sessions, la professeure a accompagné ses étudiants en enseignement dans le développement de nombreuses activités d’apprentissage à réaliser en classe avec les élèves.
Au cours de sa conférence, elle a présenté plusieurs pistes concrètes.
- Demander aux élèves de faire la même requête à deux outils d’IA différents et comparer les réponses, analyser les sources citées ou encore examiner comment chaque modèle explique son raisonnement derrière la réponse fournie. Cette exercice permet de relier littératie numérique et compétences informationnelles.
- Introduire les concepts d’IA dès la maternelle, en utilisant des activités simples comme dessiner sa vision de l’IA, puis visionner des vidéos explicatives (vulgarisées pour les petits). Elle a aussi présenter une activité où les jeunes décrivent oralement un personnage inventé à leur enseignante. Celle-ci note la description et la soumet à une IA pour faire générer une image du personnage. Les petits peuvent ensuite critiquer le résultat fourni par l’IA.
- Faire dessiner les élèves pour réinventer les cartes Pokémon ou les personnages « Monsieur/Madame », puis soumettre les images des outils génératifs. Discuter ensuite des résultats générés.
- Illustrer le fonctionnement des algorithmes en demandant aux élèves de créer un algorithme sous forme d’arbre décisionnel (si x, alors y) ou de démarche étape par étape (ex. : « comment faire un sandwich? »). Cela peut se faire en mode papier crayon et permet de développer un compréhension de la machine derrière l’écran.
- Réaliser le projet Décode les algorithmes, développé par Digital Moment.

Photo : Exemple d’activité sur les arbres de décision réalisé par Martine Pellerin et ses étudiants.
Sensibiliser aux biais et aux stéréotypes
Un autre volet essentiel de sa démarche avec ses étudiants universitaire concerne la reconnaissance des biais. Ceux-ci proviennent des données d’entraînement, des humains qui conçoivent les systèmes et des modèles eux-mêmes qui généralisent trop ou mal (suppositions erronées) dans leurs réponses. Ils sont aussi de natures diverses : démographiques, géographiques, culturels, socioéconomiques, de genre, etc. Il faut donc apprendre à les identifier.
Avec ses étudiants en enseignement, Martine Pellerin réalise d’autres types d’activité :
- Générer des images à partir de thématiques présentes dans les programmes scolaires (relations saines, diversité, représentations culturelles) puis analyser les stéréotypes présents.
- Générer des plans de leçons puis analyser les résultats pour repérer divers types de biais : pédagogiques, culturels, linguistiques, de représentation ou encore liés à une vision trop simplifiée de l’apprentissage. Elle affirme d’ailleurs que les IA ont tendance à proposer des scénarios pédagogiques assez traditionnels qui ne favorisent pas le travail collaboratif et la communication entre les élèves.
Encadrement éthique et protection des données
La chercheuse invite également à sensibiliser les élèves aux risques liés au partage d’images, de voix ou de données personnelles avec des outils dont les politiques de confidentialité varient. Elle a aussi rappelé qu’à ce jour, le Canada ne possède aucune loi spécifique pour encadrer l’usage de l’IA dans les écoles ou ailleurs dans la société. La plupart des outils suivent des cadres américains, ce qui soulève des défis supplémentaires pour le milieu éducatif francophone et pour la protection des données des élèves.
La conférence a été présentée dans le cadre de la 2ᵉ édition du Symposium sur l’intelligence artificielle en éducation, présenté par le Conseil des écoles catholiques du Centre-Est, en collaboration avec Gartner, Raymond Chabot Grant Thornton et Zenapptic. L’École branchée y a été invitée par le comité organisateur.






