Révision du framework AI Fluency

Objectifs

À l’issue de cette leçon, vous serez capable de :

• Définir ce que signifie l’AI Fluency
• Définir chacun des 4D : Délégation, Description, Discernement et Diligence

Augmentation plutôt qu’automatisation

Le framework 4D constitue la base de l’AI Fluency, et il repose sur une distinction que tout enseignant reconnaîtra d’instinct : celle entre l’augmentation — enrichir votre travail avec l’IA — et l’automatisation — laisser l’IA faire le travail à votre place. Un professeur qui automatise sa préparation obtient des cours qu’il n’a pas pensés et qu’il défendra mal devant ses élèves. Un professeur qui s’augmente garde la main sur chaque décision pédagogique, mais explore plus de pistes, plus vite, et avec un interlocuteur qui ne se lasse jamais de ses questions. Dans les contextes d’apprentissage, cette distinction n’est pas un détail de méthode : c’est ce qui sépare un usage de l’IA qui renforce le métier d’un usage qui le vide.

La Délégation : décider quoi confier

La Délégation commence bien avant d’ouvrir Claude : elle commence au moment où vous décidez ce que vous confiez à l’IA et ce que vous gardez. Cette décision repose d’abord sur la conscience du problème, c’est-à-dire la compréhension de vos objectifs et de la nature du travail. Un enseignant qui prépare une séquence sur la Révolution française doit savoir ce qu’il veut obtenir — un plan de séance ? des exercices différenciés ? une évaluation ? — avant de pouvoir déléguer quoi que ce soit ; sans objectif clair, l’IA produira quelque chose de plausible et d’inutilisable. Vient ensuite la conscience de la plateforme : connaître les capacités et les limites des systèmes d’IA. Savoir, par exemple, qu’un modèle excelle à reformuler un texte à trois niveaux de difficulté mais peut se tromper sur une date précise change complètement ce que vous lui confiez les yeux fermés et ce que vous vérifiez systématiquement. La troisième composante, la délégation de tâches proprement dite, consiste à répartir le travail entre vous et l’IA de manière réfléchie : à l’IA le premier jet du quiz, à vous le choix des notions évaluées et la validation finale de chaque question.

La Description : dire ce que vous voulez, et comment

La Description est l’art de communiquer efficacement avec l’IA, et elle se déploie sur trois dimensions. La description du produit définit ce que vous voulez : le format, le style, le contenu. Dire « un guide de révision d’une page, avec des questions ouvertes, pour des étudiants de première année qui découvrent la comptabilité » produit un tout autre résultat que « fais-moi un guide de révision ». La description du processus guide la manière dont l’IA doit aborder la tâche : vous pouvez lui demander de commencer par lister les erreurs fréquentes des débutants avant de rédiger les questions, exactement comme vous cadreriez la démarche d’un stagiaire. La description de la performance, enfin, spécifie le comportement de l’IA pendant l’interaction elle-même : voulez-vous qu’elle vous propose des options ou qu’elle tranche ? Qu’elle vous pose des questions avant de produire ? Qu’elle joue le rôle critique d’un collègue exigeant ? Ces réglages se demandent explicitement, et ils changent la nature de la collaboration.

Le Discernement : évaluer avec votre expertise

Le Discernement est le miroir de la Description : c’est votre capacité à évaluer ce que l’IA produit, et elle s’exerce aux trois mêmes niveaux. Le discernement du produit évalue la qualité des productions — précision, pertinence : cette fiche d’exercices est-elle juste, et convient-elle vraiment à mes élèves ? Le discernement du processus analyse comment l’IA est arrivée à son résultat : si elle a construit votre barème en s’appuyant sur un critère que vous n’utilisez jamais, le problème est en amont du texte final. Le discernement de la performance, enfin, juge le comportement de l’IA dans la collaboration : était-elle trop complaisante, validant chacune de vos idées sans jamais les questionner ? C’est ici que votre expertise d’enseignant est irremplaçable — personne d’autre ne peut dire si une activité fonctionnera un vendredi de fin de trimestre avec votre classe.

La Diligence : rester responsable

La Diligence couvre la dimension éthique et la responsabilité, à travers trois engagements. La diligence de création consiste à choisir les bons outils et à protéger les données sensibles : on ne colle pas les copies nominatives de ses élèves dans un système d’IA sans réfléchir à ce que cela implique. La diligence de transparence demande d’être honnête sur le rôle de l’IA — vis-à-vis de vos étudiants, de vos collègues, de votre institution : si un support a été co-construit avec une IA, l’assumer ouvertement est aussi un acte pédagogique. La diligence de déploiement, enfin, rappelle que vous vérifiez et assumez la responsabilité des résultats : ce qui sort de la classe sous votre nom est votre travail, quel que soit l’outil qui vous a aidé à le produire.

La boucle Description-Discernement

Ces compétences ne fonctionnent pas en silo. Description et Discernement, en particulier, forment une boucle d’amélioration continue qui transforme l’IA d’un simple outil en un partenaire de réflexion : vous décrivez ce que vous voulez, vous évaluez ce que vous recevez, vous expliquez pourquoi cela convient ou non, vous affinez votre demande — et le résultat s’améliore à chaque itération. C’est cette boucle que vous pratiquerez concrètement dans les deux prochaines leçons.

Si vous souhaitez approfondir le framework, consultez le cours AI Fluency : les fondamentaux.

Points clés à retenir

• Les 4D fonctionnent ensemble pour créer une AI Fluency véritable
• L’augmentation est plus puissante que l’automatisation dans les contextes éducatifs
• Chaque D a trois sous-composantes qui adressent différents aspects de l’interaction
• La boucle Description-Discernement transforme l’outil en partenaire de réflexion
• Ces compétences restent pertinentes quelle que soit l’évolution technologique