Décrire la manière dont les systèmes d’IA effectuent des tâches en utilisant un langage qui aborde et clarifie les idées fausses les plus courantes.

Ce que vous apprenez à ce niveau

• Les apprenants savent que l’IA est un outil non humain qui produit des résultats basés sur des schémas de données et qui ne dispose pas d’un contexte ou d’une compréhension authentiques.

• Pendant que leur enseignant présente des expressions courantes utilisées pour décrire l’utilisation de l’IA (par exemple, « l’IA pense », « l’IA comprend »), les apprenants identifient celles qui sont trompeuses et expliquent pourquoi. Les élèves élaborent de meilleures descriptions en utilisant un langage techniquement précis et adapté à leur âge, puis réfléchissent à la manière dont le langage influence leur compréhension de ce que l’IA peut ou ne peut pas faire.

Ce que vous apprenez à ce niveau

• Les apprenants décrivent avec précision la manière dont un outil d’IA spécifique exécute une tâche afin de corriger les idées fausses les plus répandues sur le fonctionnement de l’IA.

• Les apprenants identifient un mythe sur l’IA répandu parmi leurs camarades (par exemple, « L’IA comprend comme les humains » ou « L’IA a toujours raison »). Ils créent un artefact, tel qu’une affiche, une courte vidéo ou un podcast, pour corriger cette idée fausse en expliquant le fonctionnement de l’IA.

Ce que vous apprenez à ce niveau

• Les apprenants expliquent le fonctionnement des différents systèmes d’IA en utilisant un langage qui n’attribue pas de traits ou de capacités humains, sachant que leur formulation influence la compréhension.

• Les apprenants passent en revue différents types d’outils d’IA et comparent les choix de conception qui donnent aux systèmes une apparence humaine, conviviale ou intelligente. En petits groupes, les apprenants s’entraînent à expliquer comment les outils produisent des résultats, en mettant l’accent sur les processus programmés plutôt que sur les qualités humaines. En classe, ils partagent et affinent leurs explications, et réfléchissent à la manière dont les différentes caractéristiques de conception influencent la compréhension des systèmes d’IA et la confiance qu’on leur accorde.