Un groupe de formateurs académiques de physique-chimie de l’académie de Grenoble a animé, en 2024-2025, une formation à destination des enseignantes et enseignants de collège et de lycée, sur les usages pédagogiques de l’intelligence artificielle en physique-chimie.

Cet article présente une synthèse des thématiques abordées ainsi que des ressources complémentaires.

SOMMAIRE

  1. Introduction
  2. Faire comprendre aux élèves le principe de fonctionnement d’une IA
  3. Exploiter les IA génératives pour gagner du temps (Science du prompt)
  4. Construire des outils d’évaluation
  5. Accompagner les élèves dans leur utilisation des IA génératives
  6. Développer l’esprit critique des élèves face aux IA
  7. Pour aller plus loin

1- Introduction

L’intelligence artificielle est aujourd’hui un enjeu majeur qui transforme profondément nos sociétés et impacte directement l’Éducation Nationale. Dès le collège, les élèves utilisent de plus en plus fréquemment des outils d’IA. Cette évolution interroge nos pratiques pédagogiques et notre posture d’enseignant. 

Pour accompagner la communauté éducative, le ministère a présenté en juin 2025 un cadre d’usage de l’IA en éducation dont une synthèse, réalisée par la DRANE AURA, est présentée ci-dessous

En sciences, il est essentiel que les enseignants comprennent le fonctionnement de l’IA afin d’en expliquer clairement les principes aux élèves. Les outils d’IA générative peuvent aussi devenir de véritables alliés pédagogiques, à condition de maîtriser l’écriture de prompts. Ils permettent par exemple :

  • de créer des ressources,
  • d’exploiter les productions d’élèves (copies, exercices, travaux divers).

Il existe également des solutions « clé en main » capables de générer rapidement des documents pédagogiques : QCM, cartes mentales, flashcards… Les chatbots (ou agent conversationnel), de leur côté, peuvent accompagner les élèves, mais toujours sous la supervision de l’enseignant et avec une explication claire de leurs limites.

Enfin, il est essentiel d’aborder avec les élèves les impacts environnementaux et énergétiques, les biais et les enjeux sociétaux liés à l’IA, dans une démarche transdisciplinaire visant à développer leur esprit critique grâce à une compréhension solide de ces outils.

Ressource : PDF du cadre d'usage

2- Faire comprendre aux élèves le principe de fonctionnement d’une IA

a- Apprentissage par renforcement

Une des bases du fonctionnement des IA est l’apprentissage par renforcement. Cet apprentissage peut être expliqué facilement aux élèves à travers une activité d’informatique débranchée : le jeu de NIM. Cette activité, qui peut être proposée dès le collège, offre aux élèves une première découverte marquante du domaine de l’IA et peut éveiller leur intérêt pour ce sujet.

Ressources :

b- Apprentissage supervisé

Les intelligences artificielles utilisent également massivement l’apprentissage supervisé. Une approche particulièrement intéressante à proposer aux élèves est l’utilisation du site Vittasciences, qui rend l’expérimentation et la compréhension de ces concepts accessible et interactive dès le collège. De nombreux scénarios pédagogiques sont proposés directement sur le site.

Ressource :

c- Réseaux

Dans leur fonctionnement, les intelligences artificielles font un usage intensif des réseaux, notamment des réseaux de neurones. Ce concept peut lui aussi être expliqué aux élèves à l’aide d’une activité d’informatique débranchée : la machine à trier. On peut expliquer dès le collège que les réseaux de neurones, inspirés du cerveau, traitent l’information grâce à des unités connectées. Au lycée, on approfondit en détaillant leur fonctionnement technique et le rôle des GPU pour accélérer l’apprentissage et les applications.

Ressource :

d- Programmation Python

Il est possible d’approfondir ses connaissances en programmant sa propre intelligence artificielle en langage Python. Plusieurs tutoriels sont accessibles, dont certains adaptés au niveau lycée, permettant aux élèves de s’initier concrètement à cette discipline.

Ressource :

3- Exploiter les IA génératives pour gagner du temps (Science du prompt)

a- Applications pédagogiques

Un bon usage de l’intelligence artificielle générative, fondé sur la maîtrise du prompt, permet de créer des activités adaptées à différents profils d’élèves, de produire des exercices personnalisés, de générer rapidement des grilles de compétences et de concevoir des cartes mentales claires et structurées.

Ressources (pratique du prompt) :

b- Exploitation de documents et de copies d’élèves

La plupart des agents conversationnels comme ChatGPT, Claude ou Perplexity permettent désormais de traiter des documents PDF pour en extraire des résumés, des analyses ou des cartes mentales. Cependant, leurs versions gratuites imposent souvent des quotas journaliers restrictifs. Certaines solutions offrent un accès illimité, comme DeepSeek, MagicSchool et NotebookLM, ce dernier se distinguant par son efficacité. Parmi ses avantages, on trouve la lecture de l'écriture manuscrite, la prise en charge de documents PDF volumineux, la génération très simple de résumés, de guides pédagogiques et de frises chronologiques ainsi que la création de questionnaires et de cartes mentales.

c- Exemples d’utilisation

Nous vous proposons ici quelques exemples d’utilisation de l’IA basées sur la science du prompt : 

4- Construire des outils d’évaluation

a- Quizwizard

Quizwizard sert principalement aux enseignants à créer rapidement et facilement des QCM et des flashcards interactives grâce à l'intelligence artificielle. Il permet de générer des questions à partir de différents types de contenus (documents texte, vidéos, liens web, etc…) et d’adapter ces questions au niveau et aux besoins des élèves. Quizwizard permet de plus des exportations très simple vers Pronote ou la plateforme Eléa. 

Ressource :

b- ChatGPT QCM.

ChatGPTQCM permet de créer très rapidement des QCM adaptés au niveau des élèves. Cet outil se distingue par son efficacité et sa simplicité. Une exportation directe vers Pronote ou Eléa est là aussi possible. 

Ressource :

5- Accompagner les élèves dans leur utilisation des IA génératives

Un chatbot (ou agent conversationnel) peut aider de multiples façons. Il apporte un soutien aux élèves en répondant à leurs questions et en les aidant à comprendre des notions parfois complexes. Il reformule et adapte ses explications en fonction du niveau de l’élève. Il peut aussi générer des quiz, des exercices ou des mises en situation expérimentales afin de renforcer les apprentissages. 

En physique-chimie, l’utilisation d’un chatbot présente plusieurs avantages. Cela permet un gain de temps en offrant aux élèves des réponses immédiates, favorise une approche interactive intégrant l’IA dans l’enseignement des sciences, et facilite la personnalisation des apprentissages en adaptant les réponses aux besoins et au niveau de chaque élève. Enfin, cela contribue à valoriser l’autonomie des élèves, en les incitant à rechercher par eux-mêmes des solutions avant de solliciter l’enseignant.

Ressources :

  • Mizou est un assistant pédagogique intelligent capable de répondre aux questions des élèves, d’expliquer des concepts scientifiques, de proposer des exercices interactifs et d’aider à la résolution de problèmes.
  • Hugging Chat peut également constituer un excellent outil pour les enseignants de physique-chimie, en leur permettant d’enrichir l’expérience d’apprentissage des élèves, de favoriser l’interaction et de faciliter la compréhension de notions complexes.

6) Développer l’esprit critique des élèves face aux IA

a- Compare IA

L’intelligence artificielle a un impact environnemental important principalement lié à la forte consommation énergétique de ses infrastructures, ce qui contribue à l’augmentation des émissions de gaz à effet de serre. 

CompareIA est un outil en ligne développé dans le cadre d’une initiative gouvernementale française qui permet de comparer les réponses de plusieurs modèles d’intelligence artificielle conversationnelle. Il fournit alors des informations sur les performances, les caractéristiques et l’impact environnemental de chaque modèle. Cet outil permet de sensibiliser les élèves à la diversité des IA, à leurs impacts environnementaux, et à encourager un usage responsable. 

Cette thématique semble essentielle dans le cadre de nos enseignements en physique – chimie, les élèves utilisant de plus en plus d’outils d’IA générative.

Ressource :

b- Biais

Les biais en intelligence artificielle sont des déformations ou discriminations intégrées dans les systèmes, souvent liées aux données d’entraînement ou aux algorithmes eux-mêmes. Ces biais peuvent reproduire et amplifier des stéréotypes ou inégalités présents dans les données utilisées, entraînant des résultats discriminatoires. Ils peuvent provenir des préjugés humains intégrés lors de la conception ou du choix des données. Il est là aussi primordial que nos élèves comprennent ces biais pour adopter une approche critique des outils d’IA.

Ressources :

c- Hallucinations

Les hallucinations en IA se produisent lorsque le modèle génère des informations incorrectes ou inventées, tout en les présentant avec confiance comme étant vraies. Ce phénomène s’explique par le fait que l’IA prédit la suite des mots à partir de probabilités, sans réellement comprendre ni vérifier la validité des faits. Elles peuvent résulter de données d’apprentissage incomplètes, biaisées ou erronées.  Il est essentiel que nos élèves soient conscients de ce phénomène et placent la vérification des sources et des informations au centre de leur apprentissage.

7- Pour aller plus loin

A l’issue du parcours de formation, Denis Standarowski, ingénieur au CNES spécialiste des usages de l’intelligence artificielle a animé une conférence intitulée « De l’IA à l’IA générative, une (r)évolution ? », dont le replay est disponible via ce lien. 

Auteurs de l’article : 

François JOLY (Collège Lionel Terray, MEYLAN)

Mehdi LEABAD (Collège Jean Vilar, ECHIROLLES)

Professeurs engagés dans la conception et l’animation de la formation

Fanny DEVOIS (Collège les Dauphins, SAINT JEAN DE SOUDAIN)

Pascal DOURNON (Collège Stendhal, GRENOBLE)

François JOLY (Collège Lionel Terray, MEYLAN)

Mehdi LEABAD (Collège Jean Vilar, ECHIROLLES)

Marie-Béatrice SANTACREU (Lycée St Joseph, THONON LES BAINS)