Le déploiement du Référentiel Pix sur les compétences numériques en intelligence artificielle marque une nouvelle étape dans l'éducation au numérique.
Élaboré dans le cadre de France 2030, ce document constitue un cadre structurant, s'articulant directement avec les missions d'EMI et enrichissant le Cadre de Référence des Compétences Numériques (CRCN). Voici un décryptage du référentiel et des pistes pédagogiques concrètes pour l'intégrer dans vos séances.

Le référentiel ne redéveloppe pas les compétences numériques fondamentales, déjà couvertes par le CRCN, mais éclaire la façon dont l'IA les «réinterroge». Il se découpe en trois domaines :

• Fondements de l’IA : L'histoire, la science et les types d'apprentissage (supervisé, par renforcement, etc.)
• Usages et applications : L'utilisation pratique des outils (IA générative, reconnaissance d'image, etc.)
• Enjeux du développement : Les impacts environnementaux, éthiques, sociétaux et juridiques

Les entrées pour le professeur documentaliste

Au cœur de nos missions, la formation des élèves à l'évaluation de l'information et à la citoyenneté numérique est omniprésent dans ce référentiel. Voici trois axes d'entrée possibles :

1. Évaluer l'information à l'ère des IA génératives
 

L'arrivée des IA conversationnelles et génératives tel que Mistral, ChatGPT, Gemini, Deepseek ... nécessite de nouvelles compétences d'évaluation des résultats. Le référentiel souligne que les modèles de langage n'ont aucune capacité de métacognition : ils ne savent pas si ce qu'ils disent est vrai.

• Piste pédagogique : Travailler sur la notion d'hallucinations ou confabulations.
• Enjeu EMI : Analyser les hyper-truquages (deepfakes) et l'amplification algorithmique qui favorise la désinformation,. Le référentiel rappelle que les méthodes classiques de fact-checking (croisement des sources, identification de l'auteur) restent la meilleure parade.

2. Comprendre les algorithmes de recommandation

Les algorithmes qui régissent les réseaux sociaux comme TikTok, YouTube ou Instagram sont au cœur du référentiel. Il s'agit de comprendre comment le filtrage (collaboratif ou par contenu) vise à maximiser l'interaction.

• Concepts clés : Expliquer l'enfermement algorithmique (bulles de filtre) et les chambres d'écho, qui limitent la diversité des points de vue et polarisent les débats.
• Action élève : Apprendre à paramétrer ses historiques et à diversifier volontairement ses sources pour "casser" la bulle.

3. Citoyenneté, Éthique et Environnement
 

Ce domaine offre une matière riche pour des débats ou des projets interdisciplinaires.
 
• Biais et discrimination : Comprendre comment les IA reproduisent les stéréotypes (racisme, sexisme) présents dans les données d'entraînement.
 
• Propriété intellectuelle : Aborder la question des droits d'auteur face à l'entraînement des modèles sur des œuvres existantes.
 
• Impact écologique : Étudier la matérialité du numérique, notamment la consommation d'eau et d'énergie des supercalculateurs et l'extraction de ressources rares (lithium, cobalt).

Enfin, chaque compétence est déclinée en quatre niveaux (novice, indépendant, avancé, expert), permettant de construire une progression cohérente de la 6e à la Terminale, sur la base d'une logique d'appropriation :

• Comprendre les fondements

• Évaluer de manière critique

• Utiliser de façon responsable et créative

Le référentiel insiste sur l'importance de définir une charte interne d'usage pour protéger les données personnelles et encadrer l'utilisation de ces outils par l'ensemble de la communauté éducative.

Aussi, l’enjeu, pour le professeur documentaliste, n’est pas de devenir spécialiste technique de l’IA, mais d’accompagner les élèves dans la compréhension critique et l’usage éclairé de ces outils, au cœur des pratiques informationnelles contemporaines.