Lutter contre le mirage de l’IA : leçons d’une séance de seconde

Une séance d’Arthur Allain au LP2I de Poitiers utilise les erreurs des IA conversationnelles pour développer la lucidité des élèves. Présentation, prolongements possibles au collège, et quelques nuances à apporter.

Comment apprendre aux élèves à ne pas confondre une IA générative avec un interlocuteur fiable ? Arthur Allain, professeur de français au lycée pilote innovant et international (LP2I) de Poitiers, propose sur le site académique des Lettres une séance d’une heure, conçue pour des élèves de seconde, qui répond à la question avec une efficacité rare. Le Café pédagogique vient d’en rendre compte sous le titre, joliment trouvé, Errare numericum est. La séance mérite qu’on s’y arrête, à la fois pour saluer ce qu’elle fait bien — et beaucoup — et pour en discuter quelques cadrages.

Une séance qui fait vivre l’erreur

Le dispositif tient en deux expériences que l’enseignant mène en direct, devant la classe, IA projetée au tableau.

Première expérience. Demander à Duck.ai (interface gratuite donnant accès à GPT, parmi d’autres modèles) la première phrase d’un roman classique — accessible librement en ligne, mais pas trop célèbre. L’IA ne dit jamais qu’elle ignore ; elle propose un incipit plausible mais erroné. Les élèves vérifient dans l’édition papier. Le décalage est saisissant.

Deuxième expérience. Soumettre à l’IA une très courte nouvelle dont le sens repose entièrement sur un sous-entendu implicite — le type de texte que la littérature française travaille depuis Maupassant. La machine résume la surface narrative et passe à côté de l’essentiel. Les élèves, eux, avaient compris.

Ces deux expériences font la même chose, mais par des voies différentes : elles rendent l’erreur visible, mesurable, sans appel. On ne dit plus aux élèves que « l’IA peut se tromper » ; ils le constatent eux-mêmes, sur des textes qu’ils connaissent. C’est pédagogiquement bien plus puissant qu’une mise en garde abstraite.

Un troisième temps est proposé en prolongement : demander aux élèves d’écrire un court texte conçu pour tromper l’IA — c’est-à-dire un texte où l’implicite est si travaillé qu’aucun résumé de surface ne saurait en rendre compte. La consigne retourne le rapport habituel : c’est l’élève qui évalue l’IA, et non l’inverse.

Hallucination n’est pas mensonge

Le compte-rendu du Café pédagogique emploie à plusieurs reprises des formulations qui méritent d’être discutées : « l’IA ment », « diaboliquement plausible », « feindre l’humanité ». Ces métaphores sont séduisantes, et je comprends leur efficacité rhétorique. Mais elles risquent de produire l’inverse de l’effet voulu.

Dire qu’une IA « ment » présuppose une intention. Or un modèle de langage ne ment pas — il génère des tokens en fonction de probabilités statistiques. Comme l’a montré Stéphane Mallat dans ses cours au Collège de France, ces systèmes apprennent à reproduire des structures de langage, pas à comprendre le monde qu’ils décrivent. Quand l’IA propose un incipit inventé, elle ne « sait pas » qu’elle se trompe ; elle ne sait rien. Elle produit ce qui, statistiquement, ressemble à ce qu’on attendrait.

Cette distinction n’est pas qu’académique. Si les élèves croient que l’IA « ment » parfois, ils lui feront confiance quand elle leur semblera « dire la vérité ». Si au contraire ils comprennent que ces systèmes sont fondamentalement des machines à probabilités sans rapport direct à la réalité, ils construisent une méfiance structurelle bien plus solide. La séance d’Allain permet ce travail — mais il faut se garder de le court-circuiter avec un vocabulaire anthropomorphisant.

La consigne « pas de politesse avec une IA »

Allain recommande aux élèves de ne pas employer de formules de politesse avec les IA conversationnelles. L’idée est compréhensible : ne pas traiter la machine comme un interlocuteur humain, ne pas renforcer une confusion des genres. Je comprends l’intention.

Mais je suis plus réservé sur cette consigne. D’abord parce qu’elle suppose que la politesse, envers une machine, soit une erreur — ce qui est discutable. Certains chercheurs en interaction humain-machine ont montré que des formulations polies produisent des réponses de meilleure qualité sur certains modèles, vraisemblablement parce que ces formulations déclenchent des patterns associés à des échanges plus formels dans les données d’entraînement. Mais surtout, apprendre à distinguer quand la politesse est de mise et quand elle ne l’est pas fait partie de la formation au jugement — pas de son évitement.

Ce n’est pas une critique de fond de la séance : c’est un point de discussion à ouvrir avec les élèves plutôt qu’une consigne à appliquer sans réflexion.

Adapter au collège (4e–3e)

La séance a été conçue pour la seconde, mais ses deux expériences centrales sont tout à fait transposables en 4e ou en 3e, à condition d’adapter le corpus.

Pour l’expérience de l’incipit, choisir des textes au programme de collège que les élèves ont réellement lus — Le Horla, Boule de suif, ou un chapitre de La Peau de chagrin étudié en classe. L’important est que les élèves puissent vérifier eux-mêmes l’écart entre ce que propose l’IA et le texte original.

Pour l’expérience de l’implicite, des nouvelles courtes fonctionnent bien : Maupassant, Mérimée, ou même des textes contemporains de niveau accessible. L’idéal est un texte de moins d’une page où l’élément clé est suggéré par un détail.

Pour le prolongement d’écriture, la consigne « tromper l’IA » est très motivante en collège. On peut prévoir un temps de retravail, car comme le note Allain dans son bilan, « ce n’est pas à la portée de tous les élèves » de produire d’emblée un texte qui noie suffisamment l’implicite. La variante la plus accessible — demander un simple résumé sans question dirigée — fonctionne bien : l’IA passe naturellement à côté.

De la séance ponctuelle à une véritable littératie IA

Une séance comme celle d’Allain est précieuse parce qu’elle plante un repère vif dans la mémoire des élèves. Mais elle ne fait pas tout. Pour qu’une distance critique se construise durablement, il faut que ces moments se multiplient et se complètent : éprouver les hallucinations, oui, mais aussi comprendre comment fonctionne un modèle (à un niveau adapté), discuter de l’empreinte environnementale, interroger les biais, réfléchir aux usages légitimes et illégitimes, mesurer les effets sur l’apprentissage de l’écrit. Bref, construire ce qu’on commence à appeler une littératie IA, à l’image de la littératie médiatique des années 2000.

Ni diabolisation, ni émerveillement naïf. La séance d’Allain, débarrassée de ses formulations un peu trop imagées, fournit un excellent point d’entrée. Errare numericum est, perseverare diabolicum, écrivait le Café pédagogique en clin d’œil. On pourrait ajouter : intelligere, in scholis, semper humanum est.

Pour aller plus loin

• Arthur Allain, Lutter contre le mirage de l’IA, site Lettres de l’académie de Poitiers.
• Jean-Michel Le Baut, IA : Errare numericum est, Café pédagogique, 4 mai 2026.
• Stéphane Mallat, cours au Collège de France sur l’apprentissage statistique et les modèles génératifs.