La recherche en IA te passionne ?
Les papers et avancées qui comptent, expliqués simplement, chaque soir. Gratuit.
Inclus dès l'inscription : notre sélection des meilleurs guides & comparatifs IA.
Choisis ton rythme
Gratuit · Pas de spam · Désabonnement en 1 clic
À Cheshire Academy (Connecticut), des règles explicites et des projets portés par les élèves cadrent l’usage de l’IA en classe. Les enseignants, formés aux fondamentaux de l’IA, s’en servent surtout pour préparer les cours, tout en écartant pour l’instant les retours automatisés aux élèves. Entre outils spécialisés comme MagicSchool et chatbots généralistes, les choix se font au cas par cas, avec un coût annuel individuel affiché à un peu moins de 100 dollars pour un accès étendu à MagicSchool. Des repères pratiques sont proposés pour éviter les dérives dans un contexte où beaucoup d’enseignants cherchent encore la bonne méthode.
Des devoirs codés et un conseil d’élèves structurent l’usage
L’établissement poursuit ses essais pour un usage productif de l’IA et teste un programme où des élèves créent des supports et animent des discussions autour d’usages sains. Baptisé « Conseil des étudiants sur l’IA », ce dispositif vise à amener les élèves à réfléchir à ce que l’IA devrait, ou non, faire au service de la communauté. En parallèle, l’académie a généralisé des pratiques invitant chacun à interroger sa propre utilisation de ces outils. Les devoirs portent désormais un code inspiré des feux de circulation: le vert autorise totalement l’IA, le rouge l’interdit strictement et le jaune permet d’en cadrer l’accès outil par outil, par exemple en tolérant un correcteur orthographique mais pas l’usage d’un chatbot.
Préparer les cours avec l’IA, mais pas les retours aux élèves
Sur les conseils de consultants, le personnel a été formé à des techniques générales d’usage de l’IA, avec un focus sur l’écriture de prompts et les limites à garder en tête, comme les réponses erronées ou biaisées. Dans les faits, les enseignants recourent souvent à l’IA générative pour élaborer des supports, qu’il s’agisse de planifier des leçons ou de bâtir des grilles de correction. Certains envisagent d’aller jusqu’au feedback automatisé, mais renoncent pour l’instant en raison de doutes sur la qualité, la personnalisation et la confidentialité. Plus largement, tous ne sont pas à l’aise avec des modèles de langage qui rédigent des textes destinés aux élèves, par crainte d’un manque d’efficacité pédagogique ou d’exactitude.
Outils en concurrence et coût: MagicSchool face aux chatbots
Présentée au corps enseignant lorsque l’IA générative s’est banalisée, MagicSchool est appréciée par beaucoup pour la variété de ses modules: génération de quiz et de fiches d’exercices, couvrant de nombreuses matières et niveaux, création de présentations, de plans de leçons, de rapports, et même un générateur de grilles de correction en tableau prêt à l’emploi. Tout passe par une interface unique où l’on renseigne des prompts adaptés à chaque tâche: niveau de classe, nombre et type de questions (choix multiples ou réponses courtes), avec possibilité d’ajouter des documents d’alignement. La plateforme existe en versions gratuite et payante et propose aussi des outils non centrés sur la génération de textes aux élèves; un accès illimité avec historisation complète coûte un peu moins de 100 dollars par an pour un plan individuel. En parallèle, des chatbots généralistes comme ceux d’Anthropic, de Google ou d’OpenAI sont jugés adaptés aux tâches administratives, ce que reflète le fait que nombre d’enseignants les privilégient pour ces usages. Plusieurs fournisseurs déploient des fonctions dédiées aux écoles, pour l’heure avec des résultats mitigés.
En classe de français, une réflexion guidée sur l’apport des LLM
Miriam Przybyla-Baum, professeure de français, n’utilise pas l’IA elle-même, forte de près de 30 ans de préparation de contenus, mais elle intègre le sujet à son enseignement. Elle dit avoir constaté des tentatives de raccourcis via des outils comme Google Translate bien avant l’arrivée de ChatGPT et a bâti un dispositif pédagogique pour questionner ce que l’IA peut ou non apporter à l’apprentissage linguistique. Un premier exercice consiste à faire éditer un devoir par un modèle de langage, puis à passer en revue les modifications pour distinguer les corrections pertinentes de celles qui altèrent la voix de l’auteur. Un second demande d’évaluer anonymement des copies assistées par l’IA de camarades et d’annoter les passages supposés générés.
Repères opérationnels partagés avec les équipes
Plusieurs repères concrets émergent pour encadrer les pratiques. Les élèves essaieront l’IA et il est illusoire de contrôler cet usage pour les devoirs à domicile; mieux vaut contrer la désinformation en ligne et enseigner des stratégies et relations saines face à ces outils. L’IA automatise efficacement des tâches mais peine avec la précision et la voix, ce qui impose de la prudence pour tout texte destiné à être lu; des élèves impressionnables pourraient imiter des usages négligents vus chez des adultes. L’outil est utile pour imaginer des plans de cours ou des exercices supplémentaires, notamment pour les enseignants débutants, mais ses hallucinations rendent risquée son utilisation pour des versions finales susceptibles d’embrouiller les élèves; chaque citation, équation et affirmation produite par un modèle de langage doit être vérifiée.
Un cadre d’usage en construction, au-delà de l’établissement
Au-delà de ce campus, l’arrivée des chatbots il y a quelques années a pris de court de nombreuses écoles, donnant aux élèves un accès instantané à des réponses et à la rédaction d’essais. Des enseignants disent pouvoir repérer ces usages, relevants des erreurs atypiques ou des marqueurs stylistiques comme une profusion de tirets. Cette vague a alourdi des charges déjà importantes entre préparation, évaluations et corrections, tout en imposant une adaptation à de nouveaux outils. Si des organismes, d’OpenAI à l’UNESCO, encouragent l’IA en classe, beaucoup d’enseignants ne voient pas encore de voie claire d’intégration. À Cheshire Academy, le choix de ne pas imposer l’IA aux professeurs, conjugué à des expérimentations variées et à une adoption majoritaire rapportée par le responsable technique, illustre la recherche d’un équilibre localisé.





