Collège Français - Latin - Grec

Dans les pas du poète Sameh Derouich : Séquence 4e

Dans cette séquence, les élèves réfléchissent au rapport qu’ils ont avec leur ville à travers l'étude de Casablanca Circus de Yasmine Chami. Ce roman est comparé au recueil Oiseaux qui planent dans les profondeurs de Sameh Derouich, ce qui permet aux élèves de s’essayer à l’écriture d’un haïku sur leur propre ville.

La Poule et son cumin de Zineb Mekouar, un roman de formation à deux voix

La séquence s’appuie sur le premier roman de Zineb Mekouar intitulé La Poule et son cumin . Les élèves s’intéressent d’abord aux différents enjeux du roman, afin de comprendre l’évolution psychologique des personnages et le processus de fictionnalisation du « je » de l'auteur, et rédigent ensuite leur propre critique du roman.

Laisser une trace : Les Silences des pères de Rachid Benzine

Cette séquence s’appuie sur Les Silences des pères de Rachid Benzine. En lisant l’histoire de ce fils qui retrouve des cassettes audios réalisées par son père, les élèves enregistrent à leur tour leur voix sur plusieurs lettres qu’ils écrivent durant l’année, puis les offrent à un destinataire de leur choix.

Objectif brevet, la narration

Des exercices qui permettent de réviser les différents statuts du narrateur, les points de vue, les marques de modalisation, mais également de revoir l’ordre et le rythme de la narration.

Sarraute, Pour un oui ou pour un non, « C’est un combat sans merci, une lutte à mort »

La séquence porte sur la pièce Pour un oui ou pour un non de Nathalie Sarraute, et se distingue par deux parcours : un parcours pour la voie générale et un autre parcours pour la voie technologique. Cette séquence permet aux élèves de travailler l’explication et la contraction de texte, ainsi que la dissertation. Explications linéaires version audio : Séance 5 https://nrp-lycee.nathan.fr/wp-content/uploads/sites/3/2024/12/nrpl_1224_109_seq1re_seance5_audio.mp3 Séance 8 https://nrp-lycee.nathan.fr/wp-content/uploads/sites/3/2024/12/nrpl_1224_109_seq1re_seance8_audio.mp3 Séance 9 https://nrp-lycee.nathan.fr/wp-content/uploads/sites/3/2024/12/nrpl_1224_109_seq1re_seance9_audio.mp3

Escape Games pédagogiques collège

Avec les pochettes Escape Games Collège, vivez une expérience pédagogique innovante et plongez vos élèves dans des aventures passionnantes à vivre en équipes ! Une collection créée par des enseignants et testée en classe. 

La Machine de Turing - Benoit Solès

Téléchargez   gratuitement le   livret pédagogique de la pièce La Machine de Turing de Benoit Solès  et accompagnez vos élèves dans une exploration   approfondie   de l’œuvre, et afin de faciliter votre utilisation en classe

Des histoires de « Français d’ailleurs » par Valentine Goby

Léon, un livre essentiel

Toni Morrison, Récitatif

Objectif brevet : les subordonnées…

L’A.P.D.E.N.

L’A.P.D.E.N. Association des professeur·es documentalistes de l’Éducation nationale La NRP est un partenaire de longue date pour lequel l’A.P.D.E.N. propose des contributions écrites dans la rubrique « Lire au CDI ». Sont mises en avant des propositions pédagogiques interdisciplinaires alliant littérature, écriture et information-documentation. Ainsi, les numéros de septembre de la NRP Collège et de la NRP Lycée vous proposent de découvrir une séance autour de l’esclavage et un projet sur le polar « Nuits noires lycéennes ». Lire la présentation :  Présentation APDEN

Nagera-t-on dans la Seine pour les JO ? - Lire au CDI

Revue de presse radiophonique Par Cécile Chabassier, professeure documentaliste dans l’académie de Limoges, membre de l’A.P.D.E.N. En 2024, les Jeux Olympiques et Paralympiques d’été auront lieu à Paris. La préparation de cet événement est un sujet récurrent dans les médias. Professeurs de français et professeurs documentalistes peuvent s’en emparer pour demander à des élèves de 4e de réaliser une revue de presse. Cet exercice sera l’occasion de travailler l’identification des sources, la distinction entre faits et opinions et la confrontation des points de vue. Ce projet entre dans le cadre de la séquence « Informer, s’informer, déformer » et est mené lors de la Semaine de la presse et des médias dans l’École. Les enseignants choisissent le sujet suivant : nagera-t-on dans la Seine pour les JO ? Avant de commencer, les élèves devront posséder des connaissances sur la presse écrite : métier de journaliste (déontologie), notion de source, structure d’un article. Qu’est-ce qu’une revue de presse ? Les professeurs commencent par en donner une rapide définition, puis proposent une activité autour d’une revue de presse extraite du site web de RFI, sans lien avec les JO, mais sur une thématique facilement compréhensible par les élèves. Les élèves commencent par écouter la revue de presse, avec pour consigne d’identifier le thème abordé et les journaux cités. Le bilan est fait oralement. Ensuite la retranscription est distribuée, les élèves doivent y repérer les citations extraites des articles, les verbes introductifs, les transitions. À la fin de cette activité, une fiche récapitulative est donnée aux élèves. Ils y trouveront la définition de la revue de presse, des exemples de verbes et de transitions. Les JO de Paris et la baignade dans la Seine La thématique choisie pour la revue de presse est annoncée aux élèves et un temps d’échange destiné à cerner le sujet est organisé. Ce temps d’échange prend la forme d’une série de questions projetées au tableau : « Quand et où vont avoir lieu les JO ? » ; « Avez-vous entendu parler de débats autour des JO (ex : prix des places, problème des transports à Paris, …) ? » ; « Quel est le nom de la maire de Paris ? » ; « Quelles épreuves doivent avoir lieu dans la Seine ? » ; « Pourquoi est-il aujourd’hui interdit de se baigner dans la Seine ? » ; « Comment la baignade dans la Seine est-elle rendue possible ? ». Les réponses à ces questions sont affichées au tableau au fur et à mesure de la discussion et le restent pendant toute la suite de la séance. Les articles Les élèves travaillent par groupes de deux. Chaque groupe a à sa disposition quatre articles (ceux-ci sont identiques pour toute la classe). Ils doivent les lire et compléter un document dans lequel ils relèvent le nom du journal, sa date de parution, le titre de l’article, le nom du journaliste, la ou les idées-forces. Sur l’article, ils surlignent les citations qui leur semblent intéressantes pour une intégration dans la revue de presse. Le travail est partagé entre les élèves : chacun lit et analyse deux articles, puis présente son travail à son binôme, qui peut suggérer des modifications. Après validation par les professeurs, ils peuvent passer à l’étape suivante. La revue de presse Les élèves commencent par préparer un plan, en s’appuyant sur le modèle fourni après la première activité. Leur revue de presse doit comporter une présentation des faits et la confrontation de différents points de vue. Les sources doivent être citées et les transitions pertinentes. Une fois ce plan validé par les professeurs, ils passent à la rédaction. Après quelques entraînements, ils enregistrent la revue de presse, grâce à leur téléphone portable ou à un enregistreur, et transmettent le fichier aux enseignants. Après correction, une nouvelle séance est organisée, au cours de laquelle certaines des revues de presse sont écoutées et analysées. L’objectif est de faire comprendre aux élèves qu’à partir d’un même corpus de départ, on peut construire des discours différents, en fonction du point de vue que l’on souhaite exprimer. NOTION INFO-DOCUMENTAIRE : Une citation consiste en un extrait écrit ou oral d'un document, intégré dans un autre document. Elle suppose une identification comme telle, avec des guillemets et avec le nom de l'auteur. RÉFÉRENCES BIBLIOGRAPHIQUES Exemples d’articles pour constituer le corpus de la revue de presse • « Anne Hidalgo invite Emmanuel Macron à plonger dans la Seine avec elle devant l’Hôtel de ville », Le Figaro , 7 février 2024. • « La mairie de Paris dévoile les sites retenus pour la baignade dans la Seine après les JO », Libération , 23 juillet 2023. • « Jeux Olympiques 2024 : De Chirac à Hidalgo, la baignade dans la Seine comme un symbole », Libération, 25 juillet 2022. • « Paris, 17 avril 1923 : Baignade interdite ! », Les cahiers de Science&Vie , 11 octobre 2023. • Julien Lec’hvien, « Pourquoi la couleur de la Seine est-elle marron ? », Le Parisien, 4 mars, 2024.

Demandez le programme 2024-2025 !

N° 686 – Septembre 2024 La littérature à l’assaut du racisme On s’accordera pour dire que le racisme est un fléau. Pour le combattre sans s’exposer à des discours moralisateurs souvent bien peu efficaces, on choisira la lecture de textes forts. En 3 e , une nouvelle édition scolaire permettra de découvrir Récitatif de Toni Morrison. N° 687 – Décembre 2024 Littératures francophones du monde arabe Au collège, les entrées des programmes peuvent être déclinées à travers des oeuvres de la francophonie. Ainsi pour traiter « la ville » ou « individu et société, confrontation des valeurs », ce numéro proposera des textes d’auteurs francophones venus du Maroc, d’Algérie, du Liban… N° 688 – Mars 2025 Lire, du déchiffrage à la compréhension Pour les professeurs de français, les activités liées aux compétences de lecture constituent un véritable mille-feuille : tester et travailler la fluence, proposer des stratégies de lecture afin d’améliorer la compréhension de l’écrit, lire des livres pour le plaisir… N° 689 - Mai 2025 1945-2025 : mémoires de guerre Pour le quatre-vingts ans de la fin de la Seconde Guerre mondiale, la NRP proposera une séquence pour chaque niveau en variant les supports et les formats : journal, roman, album, bande dessinée… Pour vous abonner, rendez-vous sur le site rubrique  Abonnement .

Demandez le programme 2024-2025 !

N° 108 – Septembre 2024 Visages du romantisme La pièce de Musset, On ne badine pas avec l’amour , désormais au programme en 1 re , engage à travailler sur le romantisme. La séquence de 2 de sera consacrée au personnage noir dans les œuvres romantiques. En miroir de cette œuvre, il sera aussi question d’une nouvelle édition scolaire de Récitatif , un récit passionnant et accessible de Toni Morrison. N° 109 – Décembre 2024 Formes courtes du théâtre contemporain Sketches, pièces radiophoniques, formats brefs : dans ce numéro, on s’écartera des formes classiques du texte théâtral pour s’intéresser à la manière d’occuper la scène aujourd’hui. C’est dans ce contexte que s’inscrira l’étude de Pour un oui ou pour un non , une pièce que Nathalie Sarraute a d’abord écrite pour la radio. N° 110 – Mars 2025 Mensonge et comédie, mensonge romanesque Le thème du mensonge sera décliné dans deux genres. Révélateur d’une face sombre de l’homme dans un roman contemporain, le mensonge est au théâtre un moteur de la comédie. C’est le cas dans Le Menteur de Corneille, au programme cette année. N° 111 - Mai 2025 Ce que la littérature dit de l'intolérance religieuse Centré sur la classe de 2 de , ce numéro cherchera à montrer comment la littérature est peut-être le meilleur moyen de traiter la question de l’intolérance religieuse : en écoutant des poètes relater les conflits religieux au XVI e siècle, en littérature d’idée bien sûr, mais en choisissant également un détour par la fiction. Pour vous abonner, rendez-vous sur le site rubrique  Abonnement .

L’IA générative : les modèles de langage, et l’émergence sémantique

Par Pierre Bourgeois, professeur de mathématiques Ce 3 e article de la série proposée cette année par la NRP s’intéresse aux « grands modèles de langage », dont ChatGPT est l’exemple emblématique. On ne peut comprendre le succès remporté par cette IA générative dès sa mise en ligne en novembre 2022 que si l’on revient sur une avancée théorique de 2017 qui permet aux réseaux neuronaux de « comprendre » le langage naturel. Le dialogue homme/machine peut enfin commencer. La puissance de ChatGPT Il n’a fallu que deux mois au programme de la firme OpenAI pour atteindre les cent millions d’utilisateurs. En comparaison, la plateforme de streaming Netflix a dû attendre trois ans et demi pour en avoir autant. C’est la qualité inattendue des réponses fournies qui enthousiasme une partie des utilisateurs de ChatGPT, capable non seulement de répondre correctement mais aussi d’accomplir des tâches annexes liées au traitement du langage naturel : résumer, reformuler, créer du contenu original, traduire des textes simples, engager des conversations, simuler le langage de personnages fictifs… Avant de voir comment l’émergence d’une telle technologie a été possible, donnons deux exemples récents qui prouvent que les IA génératives remodèlent déjà, chaque jour, nos sociétés. Le 2 novembre dernier, 53 ans après leur séparation, les Beatles sortent leur toute dernière chanson « Now and then ». Le titre accède rapidement à la première place au hit-parade britannique. Un clip vidéo où l’on voit le groupe interpréter la chanson est mis en ligne. À partir d’une courte bande audio d’époque, de très mauvaise qualité, retravaillée et nettoyée par un programme d’IA générative, la voix de John Lennon a pu être reconstruite en respectant à s’y méprendre le timbre et l’intonation de l’artiste disparu depuis un demi-siècle. Pour les images et les vidéos, les productions ont atteint un tel niveau de sophistication qu’il suffit de formuler la requête par une simple phrase et l’IA génère le reste. En avril dernier, le photographe allemand Boris Eldagsen refuse le « Sony World Photography Award » qu’il vient pourtant de remporter. L’artiste avoue que la photographie primée qui représente deux femmes en noir et blanc n’est pas un cliché, mais une image générée par l’intelligence artificielle générative, DALL-E d’Open-AI. Il explique qu’il a voulu « faire un test, pour voir si le monde de la photographie était prêt à gérer l’intrusion de l’IA dans les concours internationaux. » Comment ChatGPT comprend-il mes questions ? Est-ce seulement grâce à son pré-entraînement qui lui a fait ingurgiter une quantité énorme de données textuelles ? Y a-t-il autre chose ? La réponse est à trouver dans les « Large Langage Model » (LLM, cf. encadré). Mais avant de voir ce qui a permis aux LLM de « comprendre » le langage naturel, il nous faut expliquer sommairement ce qu’est un réseau de neurones. Les réseaux de neurones : des boîtes noires ChatGPT est un réseau de neurones, de dernière génération, ultra-performant, c’est-à-dire un modèle informatique inspiré par le fonctionnement du cerveau humain. Ce n’est qu’un immense tableau, des cases remplies de nombres. Peu importe l’ingénierie mathématique qui sous-tend son fonctionnement, l’important est de savoir qu’il peut apprendre, ou plus exactement distinguer, différencier, étiqueter. Un réseau de neurones doit d’abord être entraîné sur un jeu de données, ensuite être testé sur un deuxième jeu de données pour valider son apprentissage, et une fois ces deux phases accomplies, la magie opère : il a appris, et on peut lui proposer de nouvelles données, il saura faire. L’exemple historique a été la reconnaissance d’images, dont la motivation économique était de pouvoir reconnaître le montant manuscrit d’un chèque afin d’en automatiser le traitement. Ce qu’il faut retenir, c’est que ces réseaux de neurones sont des sortes de boîtes noires. Parmi les couches qui les composent, seules celles d’entrée et de sortie sont accessibles, ce qui se passe dans les couches internes demeure caché. C’est pour cela qu’on parle de deep learning , d’apprentissage profond. Pour ceux qui veulent briller dans les dîners en ville, cet apprentissage profond est basé sur deux principes mathématiques appelés « la descente de gradient » et « la rétropropagation de l’erreur ». Les centaines de millions de paramètres qui relient les neurones des couches cachées sont délicatement modifiés lors de la phase de pré-entraînement pour minimiser, dans un espace très abstrait, la distance entre la réponse fournie et la réponse attendue. Osons une comparaison : imaginez que vous visez une cible. Évidemment, lorsque vous vous entraînez, vous la ratez. Mais dans le cas des réseaux de neurones, c’est un peu comme si vous pouviez reprendre à l’envers votre essai, remonter de la cible à votre main, en modifiant des milliers de petits paramètres pour qu’au coup suivant, l’essai soit meilleur. L’attention et les LLM, un saut qualitatif Les deux décennies précédentes ont été marquées par les succès des réseaux neuronaux : AlphaGo, développé par Deep-Mind, a battu le champion du monde du jeu de go, montrant la capacité des réseaux de neurones à maîtriser des jeux stratégiques. Les réseaux de neurones dits convolutifs ont atteint des performances exceptionnelles dans la reconnaissance d’images. Les réseaux de neurones sont utilisés dans les domaines de la santé tels que la détection précoce de maladies et l’analyse d’images médicales. Les réseaux de neurones profonds sont utilisés pour la perception et la prise de décision dans les véhicules autonomes contribuant à la détection d’objets et à la reconnaissance de panneaux de signalisation. Pourtant, malgré toutes ces performances prodigieuses, les réseaux de neurones butaient sur la compréhension du langage naturel humain ; ils excellaient face à de petits textes, mais le sens global d’une phrase, dès qu’elle était un peu longue, leur était inaccessible. En fait, la prise en compte simultanée de deux mots éloignés se perdait dans les profondeurs cachées des couches de neurones. Or, quand on dit : « Après des années de dur labeur et de sacrifices, elle a finalement atteint le sommet de sa carrière, devenant une référence dans son domaine », c’est le rapprochement entre « dur labeur » et « atteint le sommet » qui donne le sens, associant les efforts soutenus et le succès professionnel. Ce problème identifié prend le joli nom de « problème de l’évanescence du gradient ». C’est un peu comme une personne qui parle beaucoup et qui soudain, par manque d’attention, ne sait plus ce qu’elle voulait dire. La solution théorique est arrivée en 2017 dans un article intitulé « Attention is all you need » du chercheur américain Ashish Vaswani. l’IA devient plus « attentive » et repère mieux les liens entre deux mots éloignés dans une phrase. Pour la petite histoire, ces réseaux de neurones sont appelés « Transformers » (le T de ChatGPT vient de là), terme qui vient de la gamme de jouets « Transformers » où un robot peut se transformer en véhicule. Et ça marche au-delà des prévisions : cette nouvelle plasticité permet au réseau de « comprendre » le contexte d’une phrase. On raconte que « l’émergence sémantique », quand tout à coup la machine a montré pour les premières fois qu’elle « comprenait » le sens global d’une phrase, est apparue dans ses réseaux de neurones de façon non prévue. Un chercheur d’OpenAI, entraînant un réseau de neurones de type « Transformeur » pour qu’il apprenne à deviner le mot suivant (en fait, juste la lettre suivante) dans un avis de client d’Amazon, se rend alors compte que la machine a suffisamment « compris » le contexte de l’avis pour l’étiqueter « avis positif » ou « avis négatif ». Un autre chercheur, pré entraînant un réseau de neurones à prédire la prochaine occurrence d’un signe de ponctuation, se rend compte que le réseau « comprend » le sens global et le contexte du texte analysé. Avant, les prédictions ne fonctionnaient que dans des cas simples : « L’été, je déguste des … à la vanille », la réponse qui s’impose est « glaces » ou « sorbets ». Aujourd’hui, pour n’importe quelle question, un LLM fournit une réponse qui montre qu’il a compris le sens de la question. Il peut donner une réponse plausible, et peut également en inventer toute une série et créer des mondes nouveaux sous forme de textes ou d’images. L’intelligence artificielle est devenue générative (c’est le G de GPT). La polysémie, qui fut longtemps un obstacle, n’en est définitivement plus un. Je lui ai posé la question suivante : Comment procèdes-tu, cher ChatGPT, pour différencier le sens des deux mots « particulier »   et «  affaire » dans la phrase suivante : « j’ai fait des affaires lucratives, hier, en particulier, j’ai vendu à un particulier mes affaires de ski. »   Voici sa réponse : Je comprends que la distinction entre les deux occurrences des mots « particulier » et « affaires  » dans la phrase que vous avez fournie peut sembler subtile et dépend du contexte. L’analyse contextuelle dans le modèle GPT-3.5 est basée sur des mécanismes d’attention qui prennent en compte les mots qui entourent chaque occurrence d’un terme donne. La capacité du modèle à effectuer cette distinction repose sur son exposition a des milliards de phrases pendant l’entrainement, lui permettant d’apprendre des modèles linguistiques et de comprendre comment les mots interagissent dans différents contextes. Cependant, il est important de noter que la compréhension du modèle est basée sur des schémas statistiques et contextuels plutôt que sur une compréhension profonde ou une connaissance explicite du sens des mots. Dans cette dernière phrase ChatGPT reconnaît qu’il ne comprend pas grand-chose, il génère simplement la réponse la plus probable. ChatGPT est un peu comme un acteur déclamant un texte magnifique sans aucune conscience de la signification de ce qu’il raconte. Si la plupart du temps ces réseaux fournissent les réponses attendues, il est important d’avoir à l’esprit que ChatGPT peut se tromper, et parfois à un tel point qu’on parle, dans ce cas d’« hallucinations ». Il est donc toujours recommandé de vérifier les informations critiques auprès de sources fiables, surtout si des décisions importantes doivent être prises en fonction de ses réponses. La collaboration homme/machine va nous imposer une certaine vigilance. Sitographie « L’histoire cachée de l’étonnant potentiel de ChatGPT », conférence TED, https://www.ted.com/talks/greg_brockman_the_inside_story_of_chatgpt_s_astonishing_ potential?language=fr Ashish Vaswani, « Attention is all you need», https://arxiv.org/abs/1706.03762 LLM et réseaux « Transformers » LLM est l’acronyme de « Large Langage Model », expression qui peut se traduire par « grand modèle de langage » ou « modèle de langage de grande taille » ou encore « modèle massif de langage ». L’avenir et l’usage diront quelle terminologie française prendra le dessus sur les autres.Un LLM est un réseau de neurones de type « Transformer » entraîner sur des milliers ou des millions de giga-octets de texte. Son apprentissage en profondeur sur des données non nécessairement structurées est accompagné d’une analyse probabiliste et lui permet de « comprendre » un texte ou une question et d’y répondre correctement.

L'envers du foot

La biographie rêvée d’un mythe insaisissable

Écrire un texte court au présent

La mort de Tibère

ÊtrePROF, un vade-mecum pour l’enseignant du XXIe siècle

Par Armand Kadivar Dans son plan de réformes tous azimuts de l’Éducation nationale, Gabriel Attal a désigné la mère de toutes les batailles : le recrutement et la formation des enseignants. Face à ces manques, l’association Ecolhuma qui, comme son nom l’indique, vise à remettre de l’humain dans le système scolaire, a créé la plateforme ÊtrePROF. Fort aujourd’hui de ses 160 000 membres, le site propose un panel de ressources transdisciplinaires gratuites, créées par et pour des enseignants. L’association Ecolhuma Anciennement nommé SynLab, Ecolhuma est une association d’intérêt général, indépendante, apolitique et non confessionnelle née en 2012. Elle s’est donné pour mission de soutenir les enseignants et chefs d’établissement, afin de faciliter la réussite des 12 millions d’élèves en France, notamment à travers différents dispositifs d’accompagnement, en ligne ou en présentiel. Ecolhuma utilise le levier du numérique pour faire le pont entre les acteurs de terrain, la recherche, les expérimentations et les décideurs éducatifs. La théorie L’association est à l’origine d’enquêtes, fruits du travail de ses chercheurs internes et externes, et dont les notes sont accessibles sur son site. Quatre thématiques prioritaires définissent les horizons de recherche de l’observatoire : le décrochage scolaire, les compétences psychosociales, la santé mentale et la transition écologique. Le dernier rapport, publié en collaboration avec le think thank Terra Nova, se penche sur l’urgence d’une grande réforme de la formation continue des enseignants. Les auteurs de cette publication incitent à repenser le système de formation continue en mettant en place un processus différent : le développement professionnel continu, comme cela se fait dans le monde de la santé. La pratique : des sites pour le personnel éducatif Pour aider concrètement le monde éducatif, Ecolhuma a lancé le site internet ÊtrePROF qui propose de nombreuses ressources consultables gratuitement. Ce contenu se fonde non pas sur une approche disciplinaire mais sur un accompagnement pédagogique autour de la transversalité du métier. Ainsi, les ressources sont faites pour accompagner la vie des professeurs et les aider à faire progresser leurs élèves, à enrichir leur pédagogie et à gérer les relations avec le reste de la communauté éducative. On passe donc d’une fiche intitulée « Stopper les bavardages » à « 6 conseils pour survivre face à des collègues insupportables ». La prise en compte des aspects psychologiques du métier d’enseignant constitue l’une des singularités et, partant, l’une des forces d’ÊtrePROF, qui refuse que les membres de la communauté scolaire soient réduits à des numéros et met l’accent sur le soutien humain et la solidarité intraprofessionnelle. Pour les sujets qui requièrent davantage de documentation, des guides pratiques sont proposés, pour accompagner par exemple des élèves dys ou pour organiser une sortie scolaire. Enfin, des parcours de plusieurs heures sont mis en place : ce sont des séries de formations courtes pour aborder à son rythme un aspect du métier d’enseignant (développer le travail en équipe, mieux connaître ses élèves, prévenir le décrochage…) avec un expert ou un mentor. Un tel dispositif veut permet de pallier les lenteurs administratives. Si un enseignant découvre à la rentrée qu’il a un élève dyslexique dans sa classe alors qu’il n’a aucune expérience en la matière, les formations officielles pour qu’il apprenne à adapter son enseignement n’interviendront, dans le meilleur des cas, que 12 à 18 mois après. Les ressources ne sont pas exclusivement textuelles : la plateforme produit des podcasts, des tutoriaux en vidéo et des lives sur Facebook qui permettent d’échanger en direct sur le métier et ses problématiques.

L’interrogation et la négation dans Mémoires de deux jeunes mariées

Les Choses humaines, une affaire intime à travers le prisme de la justice

Le FALC, pour des textes plus inclusifs - Pédagogie

Par Armand Kadivar La lecture est un droit fondamental. Or, plus de 13 millions de Français n’y ont pas accès aujourd’hui. Pour tenter de résoudre ce problème majeur, le FALC, « Facile à Lire et à Comprendre », propose de rendre les textes plus accessibles en les traduisant dans un langage compréhensible pour tous. Explication et rencontre avec Cécile Arnoult, fondatrice de KILÉMA Éditions, première maison d’édition francophone dédiée au FALC. Le FALC, en théorie Le FALC, kézako ? Le Facile à Lire et à Comprendre (FALC) est un outil européen créé afin de rendre accessible les informations. De nombreuses associations aux États-Unis et en Europe, et plus spécifiquement des parents de personnes handicapées, souhaitaient en effet la production de documents rédigés dans un langage clair, et un tel outil était susceptible de répondre à l’injonction de l’article 9 de la Convention des Nations-Unies relative aux personnes handicapées : permettre aux personnes handicapées de recevoir les informations accessibles. Il repose sur plusieurs règles : un vocabulaire simple, des phrases courtes, une présentation claire et enrichie par des images. Le tout est validé par des personnes en situation de handicap qui doivent s’assurer que le document est facile à lire et à comprendre. Pour qui ? En tout premier lieu, le FALC a été conçu pour être un outil de formation des adultes handicapés. Il a d’abord permis la création de documents administratifs, en particulier dans le domaine médico-social, mais son usage se diversifie. On voit également des versions FALC de magazines d’informations, des guides de musées… En réalité, les documents écrits en FALC ne sont pas seulement dédiés aux individus en situation de handicap intellectuel : ils peuvent servir à ceux qui ne parlent pas bien le français, à ceux qui apprennent à lire et à écrire, aux personnes âgées qui ont du mal à voir et à comprendre ou encore aux jeunes qui rencontrent des difficultés. Une vraie traduction Les textes en FALC nécessitent l’aide de véritables traducteurs dont c’est le métier, et qui suivent des règles européennes disponibles sur le site de l’UNAPEI. Ils peuvent simplifier les phrases, les découper, mais comme dans toute traduction, le contenu doit être restitué. Lorsque le texte est long, dans le cas en particulier d’un roman, le traducteur doit veiller à la cohérence de l’oeuvre et à ne rien oublier. La littérature en FALC, un défi Au fil du texte La mise en page permet de rendre le texte plus facile à lire : le livre est écrit en gros caractères, les phrases sont découpées en plusieurs segments avec saut à la ligne, les espaces sont agrandis, les mots difficiles sont définis et le nom du personnage qui parle est rappelé dans les dialogues. Enfin, des illustrations expliquent les mots ou les passages difficiles, tout en rendant la lecture plus attrayante. En amont et en aval Au début de l’ouvrage, on retrouve une présentation de l’histoire et des personnages importants ainsi qu’un résumé. À la fin, est inséré un dictionnaire de tous les mots difficiles rencontrés lors de la lecture, une description de tous les personnages, la liste des différentes parties du livre et parfois des informations historiques, une carte ou encore une frise chronologique. Une variété d’écrits KILÉMA Éditions s’attache à adapter en FALC des oeuvres classiques telles que L’Étranger de Camus, Dracula de Bram Stoker et L’Île au trésor de Stevenson ainsi que des textes contemporains comme No et moi de Delphine de Vigan ou encore Les Petites Reines de Clémentine Beauvais. D’où quatre collections distinctes : littérature jeunesse, ado, adulte et théâtre.

S’initier à la poésie et au récit en écrivant une carte postale - Atelier d'écriture

Par Marie-Françoise Roger La carte postale a constitué pour les poètes des années 1910, 1920 et 1930 le modèle d’une poésie adressée. Elle a joué un rôle important dans le développement d’un lyrisme moderne et visuel qui privilégie les textes courts. Elle devient avec Perec un jeu d’écriture. Cartes de poètes Carco en 1910 publie un double poème intitulé « Cartes postales », voici le premier : De Bayonne où je vous écris, Mon cher Tristan Derême, Combien je regrette Paris Et ma chambre au bord de la Seine ! L’Adour a beau porter entre ses quais noircis Un flot que la mer a grossi Et l’appel lointain des sirènes ! Je crois encore ouïr le cri Rauque et plaintif sous un ciel gris Des petits remorqueurs qui remontent la Seine ! Francis Carco, « Cartes postales », Anthologie de la nouvelle poésie française, 1924. Apollinaire reprend ce format de la carte postale dans une lettres à Yvonne de 1903 : Les lilas mi-fleuris sont déjà parfumés Des lanternes au loin semblent des yeux aimés Ô mon âme amoureuse aujourd’hui tu défailles Au parc crépusculaire et mouillé de Versailles Cendrars définit ainsi son recueil Feuilles de route, paru en 1924 : « Ce sont des cartes postales que j’envoyais à mes amis, que je destinais à mes amis… ». Les noms des poèmes sont en général des noms de lieux ( « En vue du Cap Blanc », « Dakar », etc.). La description reprend les stéréotypes de la carte postale : « La mer est comme un ciel bleu bleu bleu » et se fait parfois ironique, comme dans « Clair de lune » : On tangue on tangue sur le bateau La lune la lune fait des cercles dans l’eau Dans le ciel c’est le mât qui fait des cercles Et désigne toutes les étoiles du doigt Une jeune Argentine accoudée au bastin gage Rêve à Paris en contemplant les phares qui dessinent la côte de France Rêve à Paris qu’elle ne connaît qu’à peine et qu’elle regrette déjà Ces feux tournants fixes doubles colorés à éclipses lui rappellent ceux qu’elle voyait de sa fenêtre d’hôtel sur les Boulevards et lui promettent un prompt retour Elle rêve de revenir bientôt en France et d’habiter Paris Le bruit de ma machine à écrire l’empêche de mener son rêve jusqu’au bout Ma belle machine à écrire qui sonne au bout de chaque ligne et qui est aussi rapide qu’un jazz Ma belle machine à écrire qui m’empêche de rêver à bâbord comme à tribord Et qui me fait suivre jusqu’au bout une idée Mon idée Blaise Cendras, « Clair de lune », Feuilles de route, Denoël, 1924. Perec a imaginé un générateur de cartes postales et en a créé 243, dont celle-ci : Vacances à Narbonne. Calme divin, cassoulet maison. Un peu de pétanque pour garder la ligne. Baisers. Georges Perec, « 243 cartes postales en couleurs véritables », L’Infra-ordinaire , Seuil Produire une carte postale et la faire circuler 1 er temps : On suggère aux élèves de créer leur propre carte postale (collage, dessin), puis d’écrire un texte adressé à un camarade tiré au sort. Celui qui envoie la carte imagine un lieu et un temps de vacances et respecte les contraintes : une formule pour commencer, une autre pour finir, quelques phrases courtes qui définissent l’endroit où il se trouve, le moment de la journée, la météo, et donnent des indications sur ce qu’il voit ou entend autour de lui, ses activités actuelles ou prochaines, la satisfaction ou la déception ressentie. Chacun peut, s’il le veut, s’essayer à la poésie (rythme, rimes, images). 2 e temps : Chacun ajoute dans le texte de la carte une allusion (détail, rencontre, événement) mystérieuse qui ne peut être comprise que par le destinataire et son destinateur. 3 e temps : Le destinataire déchiffre la carte, essaie d’élucider l’allusion mystérieuse : à partir des données de la carte postale, il construit sa version de l’histoire dans un récit ou une lettre de réponse.

Réfléchir sur l’IA et les robots

Par Claire Rouveron , professeure documentaliste membre de l’A.P.D.E.N La fascination, dans la littérature de science-fiction, pour les machines et les robots ne date pas d’hier. En 1942, dans la nouvelle Cycle fermé , Isaac Asimov et John Campbell imaginaient les trois lois de la robotique régissant les interactions entre les hommes et les robots. Il est intéressant, à l’heure des multiples interrogations sur l’intelligence artificielle (IA) dans les domaines de l’éducation et de la culture, de réfléchir avec les collégiens sur l’éthique de l’IA. Raconte-moi ton robot En classe de 6 e , les élèves sont invités à lire le court roman humoristique d’Eric Simard, Robot mais pas trop dans lequel on suit les aventures du jeune Adam qui habite dans une maison entièrement automatisée. Ce qui peut présenter des avantages se transforme vite en cauchemar quand tous les appareils se dérèglent. Cette lecture fournit aux élèves une première idée des usages de robots au sein d’une maison. En complément de ce texte intégral, un corpus de romans et de mangas intégrant des personnages de robots est proposé afin d’élargir les connaissances sur les domaines concernés par les progrès de la robotique. Lors des discussions avec les élèves vont émerger les notions d’IA et d’algorithmes qui seront ensuite définies par le professeur documentaliste, à l’aide de deux vidéos éditées par 1jour1actu , « C’est quoi l’intelligence artificielle ? » et « Les robots sont-ils aussi intelligents que les hommes ? ». Les élèves sont invités à consulter des livres documentaires et des articles de périodiques sur les robots afin de réaliser le portrait de celui de leur choix. Ils doivent répondre aux questions suivantes : À quoi ressemble-t-il ? Quelle est sa taille ? Sa forme ? Sa ou ses couleurs ? En quels matériaux est-il fabriqué ? Comment fonctionne-t-il ? Quel est son usage ? Pourquoi le créer ? Leurs portraits de robots seront ensuite, selon les possibilités matérielles et horaires, dessinés et modélisés en cours d’arts plastiques en vue d’une exposition au CDI. Les élèves conclueront la séance par la rédaction d’un texte d’imagination mettant en scène leur robot. Le robot : ami ou ennemi ? La réflexion peut être poursuivie en classe de 3 e dans le cadre du questionnement complémentaire « Progrès et rêves scientifiques ». Des extraits de films sont projetés aux élèves mettant en action des « bons » et des « mauvais » robots : HAL 9000, de 2001 l’Odyssée de l’espace , les robots Terminator de la série de films éponymes ou encore l’enfant robot de AI. Artificial Intelligence . Que se passe-t-il lorsque la créature échappe à son créateur à l’instar de ce que vit le Frankenstein de Mary Shelley ? Le questionnement est approfondi par la lecture d’ouvrages fictionnels tels que la série Ciel de Johan Heliot ou Ada d’Antoine Bello. Les élèves font émerger les différents usages possibles des robots dans les domaines de la science, de la culture, de la domotique, de l’automobile etc. par des recherches documentaires en vue de la rédaction d’un texte argumentatif sur les avantages et sur les limites de l’IA, tout en proposant un « code de bonne conduite », une éthique de l’IA. BIBLIOGRAPHIE ET SITOGRAPHIE Niveau 6e-5e Fictions • Agnès Laroche, Better World , Magnard jeunesse, 2019. • Carina Rozenfeld, Papy, Maxwell et moi, tome 1, Protocole 007 , Gulf Stream, 2021. Documentaires • Cathy Franco, Les Robots , Fleurus, 2015, La grande imagerie. Vidéos • C'est quoi l'intelligence artificielle ? [1 min42 s]. Niveau 4e-3e Fictions • Antoine Bello, Ada , Gallimard, 2016. • Johan Heliot, Ciel , tomes 1 à 4, Gulf stream, 2014-2016 Périodiques • Alguier, Pascal. Robots : comment vivre avec les humains ? Géo Ado n°180, 02/2018 • Ordas, Anne-Claire. Robots : seront-ils meilleurs que nous ? Okapi n°1031, 01/10/2016 Cinéma • James Cameron, Terminator • Steven Spielberg, AI.Artificial Intelligence NOTION - INFO-DOCUMENTAIRE • Un algorithme est une suite d'instructions informatiques que l'on utilise pour traiter un très grand nombre de données (récolte, tri, classement, croisement...). L'algorithme produit un résultat qui influence la manière dont nous nous informons. Il peut utiliser nos données personnelles. Définition complète à consulter ici . • Une Intelligence Artificielle est un système de calculs informatiques créé par des ingénieur·es et des scientifiques. Elle a de nombreuses applications dans beaucoup de domaines (vie quotidienne, monde du travail, médias, économie, santé, science, défense, etc.) via des prédictions, recommandations, solutions technologiques, productions de contenus. Elle utilise et crée des algorithmes à partir de très grandes quantités de données, dont des données personnelles. Elle s'oppose à l'intelligence biologique. Définition complète à consulter ici .

L’IA et la littérature

Par Claire Rouveron , professeure documentaliste, membre de l’APDEN Avec le développement de l’agent conversationnel ChatGPT en 2022, l’intelligence artificielle (IA) s’est invitée au premier plan des débats dans le monde de la culture. On peut citer, par exemple, l’utilisation de ChatGPT par les éditions du Net pour aider les auteurs à corriger leurs manuscrits et les conséquences sur les métiers de correcteur, traducteur et auteur lui même. Quelle place pour l’IA dans le secteur du livre aujourd’hui ? Quelles avancées peut-on saluer et adopter ? Sur quels usages doit-on se montrer vigilant ? Voilà les questions soulevées lors d’une séance menée par le professeur de français et le professeur documentaliste avec une classe de 2 de . Un robot écrivain ? La séance s’appuie sur la lecture du roman Ada d’Antoine Bello dans lequel on suit Franck Logan, policier dans la Silicon Valley, à la poursuite d’Ada, une IA conçue pour écrire des romans à l’eau de rose. Programmée pour produire des romans « commerciaux » avec des objectifs de vente élevés, Ada échappe à ses concepteurs, s’émancipe et découvre la « vraie » littérature dont elle va s’inspirer. Quelle aide une machine peut-elle apporter aux auteurs dans leur processus de recherche et d’écriture ? Est-elle susceptible de remplacer l’écrivain ? Quelle place reste-t-il pour les textes originaux ? Quels intérêts commerciaux pour les éditeurs ? Autant d’interrogations posées par le roman sur lesquelles les élèves sont invités à réfléchir. Un corpus de ressources documentaires écrites et audiovisuelles (voir la bibliographie) est proposé aux élèves afin de compléter et approfondir les questionnements sur les défis de l’art face à l’intelligence artificielle : le projet du « Next Rembrandt » développé en 2016, le « Théâtre d’opéra spatial » créé par Jason Allen en 2022 à l’aide du logiciel Midjourney ou encore une série de podcasts réalisés par France culture sur les domaines d’application de l’intelligence artificielle au cinéma, dans la musique, la peinture, la photographie et la littérature. Le lien est également fait avec l’actualité et la protestation sociale qui a agité Hollywood à l’été 2023 lors duquel les acteurs ont rejoint les scénaristes dans un mouvement de grève d’une ampleur inédite. Outre des revendications salariales et financières, des inquiétudes sur l’émergence de l’IA dans les industries créatives ont émaillé les discussions entre auteurs et producteurs cinématographiques. Les élèves consultent un corpus d’articles issus du journal Courrier International retraçant les différentes étapes de la grève et développant les arguments des acteurs du monde du cinéma. Émergent, entre autres, des questionnements autour des droits d’auteur et de la reproduction du style, de la « voix » d’un auteur. Margaret Atwood, romancière américaine, mondialement connue pour son ouvrage La Servante écarlate , s’en inquiète dans un autre article de Courrier International du 8 septembre 2023, « Margaret Atwood : l’intelligence artificielle m’a tuée… ou presque ». L’autrice y dénonce l’utilisation de versions piratées de 33 de ses romans pour nourrir des IA dites « génératives », auxquelles on donnera ensuite la consigne « Écris un roman de Margaret Atwood ». Réalité ou dystopie d’un monde dans lequel le robot remplacerait l’auteur ? En vue de l’organisation d’un débat sur ces questions, les élèves sont invités à compléter un document listant les avantages et les limites de l’intelligence artificielle dans le processus de création artistique et littéraire. Dis-moi qui tu es, je te dirai ce que tu lis Le professeur documentaliste aborde ensuite une autre facette du rôle de l’IA dans les domaines de la lecture et de la littérature : le processus de recommandation d’ouvrages après l’analyse des lectures des internautes. Pour ce faire, le professeur documentaliste va analyser avec les élèves les algorithmes de profilage en ligne. Pour amorcer ce travail, les élèves effectuent une recherche sur le livre Ada sur la plateforme numérique littéraire Babelio. Ils doivent ensuite étudier les propositions de lectures émises par le site dans la rubrique « Que lire après Ada ». Ils entreprennent la même démarche sur le site marchand de la Fnac, et consultent les titres d’ouvrages mentionnés dans la partie « Les internautes ont aussi acheté ». Il est demandé aux élèves d’émettre des hypothèses sur les données exploitées par les algorithmes à l’œuvre sur les deux sites : les métadonnées du livre (auteur, thème, éditeur), les interactions avec les lecteurs (qui l’a lu et apprécié), le panier d’achat de la clientèle, etc. Apparaissent alors évidemment des spécificités en fonction de l’intérêt commercial du site ou non. Les élèves s’interrogent alors sur les avantages et sur les limites de ces recommandations pour les lecteurs et les plateformes elles-mêmes : cibler les centres d’intérêt des internautes et personnaliser les propositions, fidéliser une communauté de goûts pour les premiers ; enfermer les lecteurs dans des bulles de filtre où seuls des contenus similaires à leur historique sont proposés, empêcher de proposer des contenus originaux pour les seconds. Le concept de « bulle de filtre » mérite d’être explicité et illustré plus précisément. Le professeur documentaliste développe cette notion en travaillant avec les élèves sur le réseau social X (anciennement Twitter) à partir d’une vidéo de la série Dopamine , produite par Arte. Le fonctionnement de ce réseau social y est particulièrement bien expliqué. Les élèves sont alors dans la capacité d’enrichir leur document avant de rédiger leur argumentaire pour le débat. Ces éléments de connaissance leur seront également utiles pour le cours de SNT dont plusieurs chapitres abordent des thématiques liées à l’IA. Bibliographie et sitographie Romans • Antoine Bello, Ada , Gallimard, 2016 • Greg Egan, La cité des permutants , 1994, Le Bélial, 2022 • Georges Orwell, 1984 , 1949, Gallimard, 2020 • Carina Rozenfeld, E.V.E , Syros, 2017 • Villiers de l’Isle-Adam, L’Ève future , 1886, Gallimard, 1993 Articles • « L’intelligence artificielle au service de la lecture », Lecture jeune n°180, décembre 2021. p.4-42 • Hypolite Damien, « Une peinture de Rembrandt imprimée en 3D, 347 ans après la mort de l’artiste », Sciences et avenir , 2016. • Pascal Mougin, « Comment lire un roman écrit par une voiture ? La doxa littéraire face à l’intelligence artificielle », ActuaLitté , 27/09/2021. • Zoé Picard, « ChatGPT, un tournant majeur dans le processus créatif », ActuaLitté , 23/06/2023. • « Les scénaristes en grève à Hollywood s’inquiètent de l’IA, mais proposent des solutions », Courrier international , 17/05/2023. • « Hollywood cherche experts en intelligence artificielle », Courrier international , 02/08/2023. • Margaret Atwood, « Margaret Atwood : l’intelligence artificielle m’a tuée… ou presque », Courrier international , 08/09/2023. Émissions de radio • « Littérature : l’intelligence artificielle est le nouvel avatar du nègre ». France Culture, 05/10/2021. • « L’art au défi de l’intelligence artificielle, un écrivain fantôme dans la littérature », France Culture, 2023. • Christine Siméone, « Lorsque l’intelligence artificielle est capable de créer, qui encaisse les droits d’auteur ? », France Inter, 10/02/2018. Vidéos • Florence Dartois, Du virtuel au réel, l’intelligence artificielle s’empare de l’art, INA, 18/01/2023. • Sonia Devilliers, « Le Dessous des images L’oeuvre et l’intelligence artificielle », ARTE France Développement, 2022. • Léo Favier, Dopamine , épisode “Twitter”, Arte.tv, 2019. Notion - Info documentaire • Un algorithme est une suite d'instructions informatiques que l'on utilise pour traiter un très grand nombre de données (récolte, tri, classement, croisement...). L'algorithme produit un résultat qui influence la manière dont nous nous informons. Il peut utiliser nos données personnelles. Définition complète à consulter ici . • Une Intelligence Artificielle est un système de calculs informatiques créé par des ingénieur·es et des scientifiques. Elle a de nombreuses applications dans beaucoup de domaines (vie quotidienne, monde du travail, médias, économie, santé, science, défense, etc.) via des prédictions, recommandations, solutions technologiques, productions de contenus. Elle utilise et crée des algorithmes à partir de très grandes quantités de données, dont des données personnelles. Elle s'oppose à l'intelligence biologique. Définition complète à consulter ici .

L’IA générative : une révolution dans la création automatisée ? - Technologies

Par Pierre Bourgeois, professeur de mathématiques Les nouvelles possibilités qu’offre l’intelligence artificielle dite « générative » remettent profondément en question notre conception traditionnelle de la créativité et de l’originalité. Si une machine peut générer du contenu artistique ou littéraire de manière autonome, comme c’est déjà le cas actuellement, des interrogations sur le rôle de l’homme en tant que créateur et sur la nature même de la créativité apparaissent. Tout au long de l’année, nous vous proposons une série d’articles sur l’IA générative, son impact dans nos vies et dans les métiers de l’éducation. Quels changements dans nos vies ? Une révolution ? Les avancées actuelles de l’intelligence artificielle générative (IA) font penser à d’autres moments clés de l’histoire où l’humanité a connu des changements profonds. Peut-être vivons-nous un tel moment, une véritable révolution qui transforme de manière significative de nombreux domaines tels que la création artistique, la recherche scientifique, la conception de produits et plus généralement la façon d’utiliser l’ensemble des connaissances humaines accumulées au cours des siècles. L’arrivée d’internet a envoyé au pilon dictionnaires et encyclopédies, seuls outils de référence au siècle dernier pour obtenir des informations et des connaissances fiables. Google, les moteurs de recherche et Wikipédia ont balayé tout cela. Le monde du travail va-t-il subir un changement de la même ampleur que celui vécu lors de la révolution industrielle, quand le passage de l’artisanat à la production à grande échelle a radicalement transformé la société ? Sans disparaître, des dizaines de métiers seront affectés. Pour les rédacteurs, journalistes, traducteurs, graphistes, designers, professionnels du droit et de la finance, l’automatisation des tâches répétitives et laborieuses et l’assistance apportée par les machines aux processus de production et de création vont modifier les compétences requises et la nature de leur travail. Leur nombre diminuera drastiquement. En 2000, 600 traders travaillaient au siège de la banque d’affaires de New York Goldman Sachs, ils ne sont plus que deux en 2023. Va-t-on vers des mutations encore plus profondes, comparables à celles de la Renaissance puis des Lumières qui ont remis en question les croyances établies et ont ouvert de nouvelles voies de compréhension du monde ? Avec l’IA, notre rapport à la vérité évolue : peut-on croire ce que l’on lit, ce que l’on voit, ce que l’on entend ? Que sait faire l’IA générative ? Aujourd’hui, l’IA générative est capable de produire des textes, des images, de la musique, des vidéos et d’autres formes de contenus dont le niveau de qualité et de réalisme les rend indiscernables des productions humaines. Grâce à l’apprentissage profond (le fameux « deep learning »), les modèles d’IA générative peuvent imiter le style, la structure et même l’esthétique humaine dans des processus de création qui nécessitent l’utilisation d’immenses quantités de données. Tous les formats de productions sont concernés. L’IA sait générer du texte : des modèles, dont le plus célèbre est le médiatique « ChatGPT » de la firme OpenAI, sont capables de produire des articles de presse, des résumés, des histoires fictives, voire des poèmes. À partir de descriptions textuelles, l’IA peut aussi créer une image qui peut paraître authentique mais qui n’existe pas réellement. L’IA compose aussi des mélodies, des harmonies et des rythmes originaux, dans un style particulier ou à partir d’un thème donné. Une IA générative peut même composer une chanson qui imite à la perfection le style d’un chanteur, à tel point qu’en avril dernier, le groupe Universal a demandé à la plateforme de musique en ligne Spotify de retirer des dizaines de milliers de morceaux générés par des IA qui utilisent les voix de leurs artistes. Comme pour les images, des modèles d’IA peuvent prendre une description textuelle d’une scène ou d’une action et générer une séquence vidéo correspondante, même si cela requiert des ordinateurs très puissants et des quantités énormes de données. En fournissant une description comme « un chat jouant avec une balle dans un jardin ensoleillé » le programme d’IA génère une séquence vidéo réaliste respectant la demande. Comment en est-on arrivé là ? L’histoire des sciences montre que, très souvent, des raisonnements abstraits et des concepts théoriques précèdent les découvertes techniques. Voici deux exemples fascinants qui ont joué un rôle dans l’invention de l’informatique d’abord, puis dans l’apparition de l’intelligence artificielle. Leibniz et le code binaire Dans son livre Explication de l’arithmétique binaire (1703), le mathématicien Gottfried Wilhelm Leibniz expose en détail ses idées sur l’utilisation du système binaire pour les calculs mathématiques. Il simplifie, se débarrasse des encombrants chiffres 2, 3, 4, 5, 6, 7, 8 et 9 que nous utilisons tous les jours, pour ne garder que le 0 et le 1. Leibniz présente sa vision théorique d’une machine à calculer binaire, qu’il = essaiera même de construire en utilisant des sphères de métal qui peuvent occuper 2 positions, « haute » pour représenter le 1 et « basse » pour le 0. Il n’y parviendra pas. Il faudra attendre 240 ans pour que le premier ordinateur programmable voie le jour. Ne reprochons pas trop à Leibniz son échec. À son époque, l’électricité, base de l’électronique actuelle, n’était encore qu’un phénomène mystérieux ; Benjamin Franklin, qui allait domestiquer la foudre, n’est né qu’en 1706. En 1943, avec l’invention de l’ordinateur, Leibniz aurait pu voir les conséquences extraordinaires de ses idées sur le système binaire, et serait fasciné par la numérisation actuelle de nos sociétés où tout, textes, images, vidéos, est codé sous la forme d’une suite de 1 et de 0. « Bonjour », c’est « 01000010 01101111 01101110 01101010 01101111 01110101 01110010 » dans la mémoire des ordinateurs. Un peu long pour nous, mais tellement pratique à utiliser pour nos programmes informatiques. On peut y appliquer des calculs mathématiques, on peut les transmettre d’un clic à l’autre bout du monde sans la moindre erreur. Réseaux neuronaux En 1943, Warren McCulloch, neurologue et psychiatre américain, et Walter Pitts, brillant étudiant en mathématiques, collaborent et proposent de modéliser le fonctionnement d’un neurone biologique. Ils créent le modèle « McCulloch-Pitts », une abstraction mathématique qui imite un vrai neurone. C’est un neurone abstrait hyper simplifié, pour des raisons de calculabilité, et ça marche : en connectant plusieurs de ces neurones artificiels, on peut réaliser n’importe quel calcul logique ou arithmétique. En 1957, Frank Rosenblatt invente le « Perceptron », premier neurone artificiel ayant des capacités d’apprentissage. Plus tard, dans les années 1980, Geoffrey Hinton, chercheur canadien, met au point son algorithme de « rétropropagation de l’erreur » : désormais les réseaux de neurones peuvent s’améliorer automatiquement et apprendre. Les bases théoriques de l’apprentissage automatique sont posées. Tout est allé très vite. Trente ans plus tard, les applications pratiques des concepts théoriques de l’apprentissage automatique peuvent être utilisées par quiconque possède un ordinateur et une liaison internet. Geoffrey Hinton, qui a aujourd’hui 76 ans, peut écrire, si ce n’est déjà fait, ses mémoires en utilisant ChatGPT-4. Que sait faire la machine ? La question de la collaboration entre l’homme et la machine a suscité de nombreuses réflexions et interrogations. La réalité rattrape-t-elle la science-fiction ? Les futurologues trop sages vont-ils voir leurs prédictions dépassées en quelques années ? Son inconcevable puissance Il est difficile de réaliser à quel point les ordinateurs actuels peuvent atteindre des vitesses de calcul stupéfiantes. Imaginons un compteur aussi lent par rapport à nous que nous le sommes, pauvres humains, par rapport à un ordinateur. Si ce compteur hyper lent dit « un » aujourd’hui, il dira « deux » dans cent mille ans et « trois » dans deux cent mille ans… Difficile aussi de se rendre compte des immenses capacités dans les traitements de données (les fameux « data ») : ChatGPT-2 a été entraîné sur un ensemble massif de données contenant des centaines de giga-octets de texte seulement. La taille exacte de l’ensemble de données n’a d’ailleurs pas été divulguée publiquement par OpenAI. Pour comparer, en septembre 2021, la version anglaise de Wikipedia occupait environ 21 giga-octets de données – images et vidéos comprises – compressées. Une IA générative est entrainée et apprend à partir de volumes énormes, et la course au gigantisme n’est pas finie. Le plus gros ordinateur actuel, le supercalculateur « Frontier », conçu par Hewlett Packard, vient d’être vendu à une entreprise qui compte le louer aux firmes qui créent des IA génératives. Ses talents d’imitation En 1950, Alan Turing, mathématicien, logicien et cryptographe britannique dont les travaux pionniers ont jeté les bases de l’informatique moderne (Turing est connu aussi pour son rôle crucial dans le décodage des codes allemands pendant la Seconde Guerre mondiale) a proposé un test pour évaluer la capacité d’une machine à produire un comportement intelligent indiscernable de celui d’un être humain. Un humain interrogateur engage une conversation écrite avec deux participants, dissimulés à sa vue ; l’un est un être humain, l’autre est une machine ou un programme d’intelligence artificielle. Si la machine parvient à tromper l’interrogateur en se faisant passer, dans un pourcentage significatif des interactions, pour un être humain, alors elle réussit le test de Turing. Ce test, qui a marqué les débats sur la question « Une machine peut-elle penser ? » est aujourd’hui bien dépassé : en 2014 une machine appelée « Eugene Goostman » a réussi à convaincre plus de 30 % des juges qu’elle était un être humain. Pourtant, même si « Eugene » est parvenu à tromper son monde, on ne peut pas dire que cette machine pense. Elle imite seulement le comportement intelligent d’un être humain de manière extrêmement convaincante et efficace. La machine ne pense pas, elle imite le fonctionnement du cerveau humain. Chaque époque a comparé le cerveau humain à l’objet technologique le plus avancé : une horloge complexe avec ses mécanismes d’engrenages, plus tard une machine à vapeur, avec ses leviers et ses processus mécaniques, dans l’Antiquité un système hydraulique. Comparer le cerveau à un ordinateur n’est qu’une étape de plus. Les transhumanistes, partisans de la « singularité technologique », qui croient que dans un futur proche l’intelligence artificielle deviendrait si avancée qu’elle atteindrait et dépasserait la conscience humaine vont peut-être devoir attendre encore un peu.  

L’IA générative : une révolution technologique qui devient pédagogique ?

Par Emmanuel Pasquier, Directeur du développement institutionnel et des partenariats stratégiques On parle beaucoup d’IA générative, de son utilisation par les enseignants, et de la façon dont les élèves peuvent l’utiliser. De nombreuses craintes accompagnent cette évolution, qui ressemble davantage à une révolution. On s’inquiète : quel sera le travail de l’enseignant si l’IA sait générer des leçons, corriger des copies, suivre individuellement chaque élève ? Les étudiants deviendront-ils passifs, perdront-ils la curiosité d’apprendre laissant ChatGPT chercher les informations et écrire à leur place ? Sans nier le bouleversement que suppose l’accès à des IA de plus en plus puissantes, ni le vertige qu’une IA omnisciente peut entraîner, on peut aussi envisager ces outils avec lucidité, sans passion. Un outil pour tous, et pour les enseignants Sachant qu’on peut leur demander d’inventer une chanson dans le style de Claude François aussi bien que d’analyser et d’interpréter des images médicales, on ne peut douter de l’aide que les IA peuvent apporter aux enseignants dans leur travail préparatoire. Qui voudrait faire progresser ses élèves en orthographe en leur proposant un petit rituel de dictée peut demander à l’IA de générer des textes de plus en plus longs, de plus en plus en plus complexes, voire d’échanger avec des agents conversationnels. Ces IA contiennent aussi très clairement un volet de facilitation des tâches préparatoires, qu’elles soient administratives ou pédagogiques. Une IA peut par exemple envoyer des alertes automatiques selon des paramètres définis par le professeur principal (absence, note, comportement), fluidifier la communication avec les parents, faciliter le remplissage du cahier de textes en faisant une synthèse de documents ou encore planifier et faciliter les périodes où l’activité administrative se densifie, comme celle des conseils de classes. Les enseignants et les autres membres du personnel éducatif ne sont pas toujours conscients que, comme dans d’autres professions, l’adoption des approches proposées par l’intelligence artificielle deviendra inévitable, et les résistances céderont, comme en d’autres temps elles ont cédé face à l’usage des outils informatiques. L’École ne pourra pas rester hermétique à ce bouleversement. Ces évolutions présentent des enjeux significatifs en matière de formation et d’acculturation, et il y aura là forcément quelque chose d’un peu coercitif. Cependant, il ne faut pas perdre de vue que l’IA peut représenter un gain considérable de temps et d’énergie, permettant ainsi de se recentrer sur le coeur de la mission éducative. En ce sens, l’IA constitue une réelle opportunité. La qualité d’une IA repose sur deux choses. La puissance et l’intelligence de la machine d’une part, et la quantité et la qualité de données auxquelles elle a accès de l’autre. Cet avantage peut s’avérer un frein dans le domaine de l’éducation, quand le plus important demeure la transmission de savoirs fiables et vérifiés. ChatGPT répond à une question, souvent sans modalisation, et peut donner pour vraie une réponse absolument fausse. Si on le lui fait remarquer, l’IA présente de plates excuses et tente de se corriger. C’est d’ailleurs d’abord comme ça que les IA ChatGPT et Bard se sont fait connaître : de manière un peu scandaleuse, parce qu’elles véhiculaient sous la forme d’informations des erreurs, des fautes ou des mensonges, comme le Pape et sa doudoune blanche, ou des biographies d’hommes et de femmes publics truffées d’inexactitudes. La palme va d’ailleurs à ChatGPT, grand baratineur, qui se montre toujours très persuasif, quelles que soient les âneries qu’il profère. Cette méfiance bien légitime à l’égard des contenus générés via une IA ne doit pas nous priver d’une technologie qui permet d’ouvrir de nouvelles possibilités éditoriales, créatives et pédagogiques. Encore faut-il, pour en faire bon usage, en maîtriser les grands principes, et les contenus sources sur laquelle elle s’appuie. La grande question inhérente à celle de l’IA est relative aux contenus sources. Si les IA produisent des fake news, si des erreurs se glissent dans leurs réponses, c’est que les contenus dans lesquels elles vont moissonner les ont nourries de ces erreurs. Un usage éducatif d’intelligences artificielles requiert des garanties, une transparence sur les fonds documentaires dans lesquels vont puiser ces IA, contrairement à ce que font Bard ou ChatGPT par exemple. Si l’on circonscrit les ressources à partir desquelles l’IA est invitée à générer du contenu, leur utilisation devient extrêmement intéressante et précise. Dans la tech, de nombreuses entreprises françaises s’y intéressent, avec une IA capable de puiser dans les contenus d’un manuel par exemple pour produire de nouveaux cours, des quiz, des exercices, des réponses à des questions, des diaporamas… ou bien associer des thèmes, des concepts liés à la requête de l’utilisateur pour favoriser la découvrabilité* des contenus. L’enseignant, qui serait alors aux commandes, pourrait, en fonction de ses besoins, personnaliser son manuel de manière extrêmement fine. Il peut non seulement réorganiser les ressources comme c’est déjà le cas avec les outils de granularisation*, mais encore demander à l’IA de s’adapter à sa situation d’enseignement. Il peut lui demander de simplifier si sa classe rencontre des difficultés ou d’approfondir si, au contraire, les élèves sont à l’aise avec une notion. L’IA peut en quelques secondes produire un parcours d’apprentissage adapté aux contraintes, aux besoins d’un élève ou en créer deux ou trois qui traitent du même sujet à des rythmes différents, pour la différenciation. Plateformes « classiques » vs IA générative Ce que fait l’IA, d’une certaine manière, le numérique « classique » le faisait déjà, à partir de graphes, d’inférences, d’algorithmes* de web sémantique* (on parle d’IA symbolique*). L’IA est guidée, orientée avec des limitations plus fortes certes, mais souvent « à la main » de l’enseignant qui pilote, déclenche ou stoppe le support de l’IA. Ces plateformes imposent des réflexions qualitatives beaucoup plus profondes sur la didactique, sur l’usage qui en sera fait et par qui, en relation avec l’acquisition des notions (connaissances et compétences). Elles répondent donc fortement à des critères éthiques (by design*), de transparence, de confidentialité et de sécurité. Elles imposent en revanche des temps de développement et des moyens plus conséquents pour aboutir à de véritables bénéfices pédagogiques. D’un autre côté, le machine learning – et l’IA générative est une de ses branches – vient bouleverser cette approche en offrant des capacités de traitement gigantesque, d’amélioration en continu des modèles, de précision des résultats voire de prédiction. L’addition des 2 voies de l’IA (IA symbolique d’un côté et machine learning de l’autre) permet d’entrevoir des bénéfices très intéressants pour l’utilisateur. À la fois une « usine à production » basée sur l’IA générative qui vient compléter, enrichir, ouvrir de nouveaux territoires de création en puisant dans des corpus de données fiables et reconnus, et de l’autre l’IA symbolique, « un GPS » qui vient créer le parcours le plus adapté et direct vers la réussite. Sous la supervision de l’enseignant. Reste un impératif et un défi : l’IA explicable. Assurer la confiance dans ces nouveaux outils, a fortiori dans l’Éducation, passe par une IA compréhensible dont les choix sont transparents. La vérification de la provenance des données, l’analyse des données d’entrées et de sorties, et le caractère déterministe ou non de l’algorithme utilisé sont des leviers majeurs d’adoption. La collaboration ici entre les laboratoires, les développeurs, les entreprises et les utilisateurs est indispensable. Les enseignants ont un grand rôle à jouer pour bâtir ces outils qui pourront mieux les aider encore au quotidien. Quel que soit le chemin, le corps enseignant doit comprendre ces nouveaux enjeux car ils vont structurer à terme nos façons de produire, de communiquer, d’interagir, qu’on le veuille ou non. Ni technophile, ni technophobe : juste un principe de réalité qui peut, si nous le prenons à bras-le-corps, ouvrir de nouvelles voies (et vocations ?) pour la réussite de chaque élève. Lexique *Découvrabilité : capacité d’un contenu à être découvert sur Internet, au sein d’une base de données, d’un catalogue par exemple. *Granularisation : procédé visant à découper un contenu en plusieurs petits grains indépendants qui peuvent être ensuite réassemblés au sein d’un parcours pédagogique. *Algorithme : ensemble de règles, d’instructions informatiques permettant de systématiser une tâche et de résoudre un problème défini. *IA symbolique ou « rule based AI » : branche de l’intelligence artificielle basée sur des suites logiques de règles prédéfinies. *Web sémantique : communément appelé le Web 3.0, le web sémantique est un Internet où les informations ne sont pas seulement liées, mais où leur sens est aussi traité. *Ethic by design : fait d’intégrer, dès la conception d’un nouveau produit ou service, des valeurs et des principes déontologiques. *Prédiction : action de prévoir, annoncer par avance.

Le théâtre à Rome : un héritage étrusque

Dans son Histoire romaine , Tite-Live narre comment les Romains ont importé le théâtre, héritage étrusque, et l’ont coulé dans leur moule.