Pédagogie de l’Intelligence Artificielle

L’outil d’animation « Dans le regard de l’IA » de Média Animation propose de questionner les biais des intelligences artificielles génératives. Son contenu théorique est solide. Mais sa pédagogie, très scolaire, me semble aller à rebours de ce qu’il faudrait faire : partir des savoirs des personnes, et non de leur supposée ignorance.

Un outil généreux, un travail considérable

Je dois d’abord le dire : l’outil « Dans le regard de l’IA », développé par Média Animation avec le soutien du CSEM et de la Fédération Wallonie-Bruxelles, est le fruit d’un travail sérieux et généreux. La brochure théorique qui l’accompagne est riche, convoquant entre autres des entretiens avec Gil Bartholeyns et Philippe Descola, une histoire globale des images, une analyse fine des biais des datasets. Le tout est partagé librement. C’est remarquable.

L’outil lui-même, avec ses imagiers et son activité « Mot-Image », est assez ingénieux dans sa conception. Il cherche à rendre sensible, par l’expérience, le mécanisme d’étiquetage des données qui conditionne la production d’images par les IA génératives. Le principe, intéressant, est de faire vivre aux participant·e·s une analogie avec le fonctionnement des IA, en passant par le dessin, la reconnaissance visuelle, le tri d’images selon des mots-clés. L’ambition de révéler les biais culturels des représentations occidentales est une ambition que je partage entièrement.

Et pourtant, quand je lis les consignes de l’animation, quand je me projette dans la situation du participant, quelque chose ne va pas, pour moi, et en lien avec mon expérience de pédagogue.

Le sentiment d’incompétence comme symptôme méthodologique

Je lis les objectifs de l’outil. Il faut « comprendre le fonctionnement des IA génératives d’image », « s’approprier les notions de prompt et de génération prédictive », « comprendre le rôle des jeux de données », « identifier les biais ». Je lis la démarche d’animation : l’animateur·rice « présente les objectifs », « propose une définition ». Puis les participant·e·s font l’activité, et l’animateur·rice « débriefe » en expliquant ce que l’activité illustrait.

C’est la structure classique de la pédagogie explicative. On dit aux gens ce qu’ils vont apprendre. On leur fait faire un exercice. On leur explique ce qu’ils auraient dû comprendre.

Et là, moi, même adulte, même praticien de l’IA depuis des années, je sens monter l’angoisse du mauvais élève. Celle que l’école m’a si bien enseignée : la certitude que je ne comprends pas la consigne, que les autres ont compris et pas moi, que je suis en défaut par rapport à ce qu’on attend de moi. C’est un effet méthodologique. Ce n’est pas un accident. C’est produit par le dispositif lui-même.

Quand la pédagogie fonctionne par consignes successives à exécuter correctement, quand il y a des « bonnes réponses » à trouver (quelles images vont sous quel mot-clé, quelles cartes sont « correctement » étiquetées), quand le savoir est du côté de l’animateur·rice qui « débriefe » et explique ce que l’exercice « illustre », la relation qui se construit est une relation de surplomb. L’animateur·rice sait. Les participant·e·s découvrent ce qu’ils ou elles auraient dû savoir.

Cela peut fonctionner pour certains. L’outil est bien fait, et la qualité de la relation humaine avec l’animateur·rice peut tout changer, tout sauver. Mais la structure du dispositif, elle, pousse dans la direction de la normativité, c’est-à-dire de l’exclusion de celles et ceux qui n’ont pas la même forme de pensée, la même forme d’intelligence.

Des personnes déjà compétentes, mais qui l’ignorent

Le problème de fond, c’est que ce type de pédagogie part du postulat que les participant·e·s ne savent pas, et que le dispositif va leur apprendre. Or, sur les questions d’intelligence artificielle en particulier, mais sur beaucoup de choses, c’est souvent faux, et surtout ça ferme des portes à l’autonomie intellectuelle au lieu d’en ouvrir, du fait des places qui sont assignées par le dispositif.

Les jeunes, notamment, ont des pratiques quotidiennes de l’IA qui constituent un savoir expérientiel considérable. Ils et elles utilisent des filtres génératifs sur leurs photos, dialoguent avec des chatbots, produisent des images avec les générateurs intégrés à leurs réseaux sociaux, testent les limites des systèmes, détournent les prompts. Ce savoir est concret, incarné, souvent très fin. Mais il n’est pas formulé dans les termes de l’éducation aux médias. Il n’entre pas dans les cases du dispositif. Il ne correspond pas aux « objectifs » prédéfinis par l’outil.

Et c’est là que se joue quelque chose de grave. Car les espaces de savoir des participant·e·s, qui ne sont pas les mêmes que ceux des concepteur·rice·s de l’outil, se trouvent délégitimés, non pas par malveillance, mais par omission structurelle. Ils n’existent tout simplement pas dans ce qui est proposé. La personne peut alors croire que son savoir n’a pas de valeur. Et ce n’est pas qu’une croyance : dans le cadre du dispositif, son savoir est objectivement discriminé, puisqu’il ne correspond pas à la forme de savoir que le cadre reconnaît comme légitime. Et aussi, bien souvent, cela fait que les enfants et les jeunes ont un vécu superficiel du savoir qui leur est enseigné, car il n’est que partiel en se faisant passer pour total, ce n’est donc pas un savoir, mais un code détaché de la réalité, qui n’est finalement qu’un espace de bonne conscience pour les adultes qui l’ont construit, mais absolument pas un espace d’ouverture réelle.

C’est une question de droits culturels. Chaque personne est porteuse d’une culture, de savoirs, d’expériences qui constituent sa dignité. Un dispositif pédagogique qui ne fait pas de place à ces savoirs, qui ne permet pas qu’ils s’expriment pleinement, qu’ils soient reconnus, qu’ils entrent en dialogue avec d’autres formes de connaissance, ce dispositif porte atteinte, de fait, à l’existence culturelle des personnes qu’il prétend éduquer. Il est donc tout à fait normal que ce dispositif soit rejeté, à part pour les personnes très scolaires et déjà formées à l’obéissance dans leur cadre familial.

Le savoir des concepteur·rice·s est aussi partiel

Car les concepteur·rice·s de l’outil, eux et elles non plus, ne détiennent pas un savoir ubiquitaire. Leur connaissance est partielle. Leur brochure théorique, aussi riche soit-elle, est une perspective parmi d’autres. Ils et elles ne font pas, par exemple, la comparaison entre les différentes IA génératives disponibles, leurs philosophies respectives, leurs choix techniques et éthiques distincts. On ne trouve pas de mention de Claude, pourtant disponible depuis longtemps, qui est une IA suffisamment singulière dans son approche pour mériter d’être distinguée. Euria, l’IA européenne souveraine, n’apparaît pas non plus (peut-être n’existait-elle pas encore au moment de la rédaction). Cette absence est compréhensible, elle témoigne de la difficulté à rester à jour dans un domaine qui évolue très vite, mais elle illustre précisément ce que je dis : tout savoir est partiel, y compris celui des personnes qui conçoivent les outils pédagogiques. Cette partialité du savoir devrait être mentionnée, mise en exergue, or il n’en est rien, ce savoir est présenté comme universel, ce qu’il n’est absolument pas. Ainsi, il se trouve intrinsèquement, par sa structure pédagogique, en décalage avec le réel et avec l’expérience des personnes (alors que son objectif est précisément inverse).

Dès lors, pourquoi construire un dispositif qui présuppose que le savoir est d’un côté (celui de l’outil, de l’animateur·rice) et l’ignorance de l’autre (celui des participant·e·s) ? Cette asymétrie est problématique, non pas parce que les concepteur·rice·s auraient tort dans ce qu’ils et elles proposent, mais parce que cette structure empêche l’agrandissement collectif du savoir. On se limite à transmettre ce qu’on sait déjà, au lieu de créer les conditions pour que de nouvelles connaissances émergent de la rencontre.

Ce qu’on peut en sortir

Je ne veux pas jeter le bébé avec l’eau du bain. Il y a des éléments très intéressants dans cet outil, qu’on peut s’approprier autrement.

L’idée de travailler sur les imagiers, par exemple, est féconde. Mais plutôt que de distribuer des imagiers pré-fabriqués et de demander aux participant·e·s de les trier selon des catégories prédéfinies, on pourrait demander aux personnes de fabriquer elles-mêmes leurs propres imagiers. D’ailleurs, l’outil le propose, en fin de parcours, dans une section « Appropriation ». Mais c’est relégué à la fin, comme un bonus optionnel. Je pense que c’est par là qu’il faudrait commencer.

La brochure théorique sur les biais des IA, l’histoire des images, la question de l’étiquetage des datasets, tout cela constitue une ressource précieuse pour l’animateur·rice. Non pas comme un contenu à transmettre, mais comme un bagage qui enrichit sa propre compréhension et lui permet d’accompagner les découvertes des participant·e·s avec pertinence. En sachant qu’il y manque beaucoup d’informations et de concepts.

Propositions pour une pédagogie créative de l’IA

Ce que je propose, c’est de renverser la logique. Partir de la créativité, et non de l’explication. Partir des savoirs des personnes, et non de leur supposée ignorance. Voici quelques pistes concrètes, expérimentées ou envisagées.

Faire créer d’abord, réfléchir ensuite. Plutôt que d’expliquer le fonctionnement des IA puis de faire un exercice qui « illustre » l’explication, on propose aux participant·e·s de créer quelque chose avec l’IA. Un portrait, un paysage, une scène, une histoire, un personnage. Pendant la création, les participant·e·s découvrent par elles-mêmes les résistances, les biais, les surprises des outils. C’est une découverte incarnée, pas une leçon reçue. La réflexion vient après, à partir de l’expérience vécue.

Comparer les IA entre elles. Demander le même prompt à trois ou quatre IA différentes (ChatGPT, Midjourney, Claude, Euria, les générateurs intégrés aux réseaux sociaux) et comparer les résultats. Les différences sautent aux yeux. Les participant·e·s constatent que les IA ne sont pas un bloc homogène, que chaque outil porte ses propres biais, ses propres esthétiques, ses propres refus. Cette comparaison concrète produit plus de pensée critique qu’une heure d’explication sur les datasets.

Partir des usages réels. Demander aux participant·e·s ce qu’ils et elles font déjà avec l’IA. Quels outils ils et elles utilisent, dans quels contextes, avec quels résultats, quelles surprises, quelles déceptions. Partir de là. De ce qu’ils et elles savent déjà, même s’ils et elles ne le savent pas encore. L’animation consiste alors à mettre des mots sur des expériences, à faire des liens entre des pratiques individuelles et des enjeux collectifs, à valoriser des compétences qui étaient invisibles.

Créer des situations d’échange de savoirs. Dans un groupe, il y a toujours des personnes qui savent des choses que d’autres ignorent, et réciproquement. Organiser les conditions de cet échange, c’est faire de la pédagogie. On peut par exemple proposer que chaque personne montre aux autres quelque chose qu’elle sait faire avec l’IA, une astuce, un usage, un détournement. L’animateur·rice n’est plus la source unique du savoir, mais celle ou celui qui facilite la circulation des connaissances dans le groupe.

Utiliser les publicités des IA comme supports pédagogiques. Les publicités pour Claude diffusées au Super Bowl 2026, par exemple, sont des objets très riches à analyser. Elles montrent comment une entreprise technologique se représente elle-même, quelles promesses elle fait, quels imaginaires elle mobilise. Travailler sur ces publicités, c’est faire de l’éducation aux médias et de la pensée critique sur l’IA en même temps, avec un matériau concret, actuel, qui parle aux gens, tout en mettant en perspective que ce sont des publicités.

Détourner les IA. Proposer des défis créatifs : faire produire à une IA une image qu’elle n’est pas censée pouvoir faire. Tester ses limites, ses refus, ses contournements possibles. Ce type d’activité ludique développe une compréhension fine du fonctionnement des outils, par la pratique et l’expérimentation, pas par la transmission de notions.

La pédagogie comme reconnaissance

Ce qui est en jeu, au fond, c’est la question de la reconnaissance. Reconnaître que les personnes avec qui on travaille sont déjà porteuses de savoirs et de compétences. Reconnaître que notre propre savoir, aussi élaboré soit-il, n’est que partiel. Reconnaître que l’intelligence est collective, que le processus pédagogique le plus fécond est celui où tout le monde apprend, y compris l’animateur·rice.

Jacques Rancière, dans Le Maître ignorant, a posé le cadre théorique de cette approche : le véritable enseignement émancipateur part du postulat de l’égalité des intelligences, pas de celui de l’ignorance à combler. Paulo Freire, dans Pédagogie des opprimés, a montré que les dispositifs éducatifs qui ne reconnaissent pas les savoirs des personnes reproduisent les rapports de domination qu’ils prétendent combattre.

Sur l’intelligence artificielle, ces enjeux sont d’autant plus vifs que le savoir est en construction rapide, que les pratiques évoluent constamment, que les jeunes en particulier développent des compétences que beaucoup d’adultes n’ont pas, et que ce type de dispositif tend à invisibiliser et à délégitimer. Il me semble que le rôle de la pédagogie n’est pas d’expliquer l’IA aux gens, mais de créer les conditions pour que les gens pensent l’IA ensemble, à partir de ce qu’ils et elles vivent, avec ce qu’ils et elles savent déjà.

C’est plus exigeant pour l’animateur·rice. Cela demande de l’improvisation, de l’écoute, de la disponibilité à l’imprévu. C’est ce que j’appelle l’improvisation structurée : arriver avec un cadre, des outils, des ressources, mais rester ouvert à ce qui émerge du groupe. Le résultat est toujours plus riche, plus surprenant, plus formateur, pour tout le monde, que l’application d’un dispositif préétabli, aussi bien conçu soit-il.

« Dans le regard de l’IA » est un outil de Média Animation, disponible sur media-animation.be. La brochure théorique et le guide d’animation sont téléchargeables gratuitement.

Merci à Noémie Rubat du Mérac pour l’information sur ce projet.