Répétition de l’aiLearning Challenge

Rédiger ses propres énoncésLe cadre, le gabarit et la feuille de travail pour que chaque accompagnateur conçoive ses propres énoncés de défi. Organisation et validationRôles, liste de matériel, journal des temps et les instruments pour apprendre de la répétition.

La thèse que cette répétition met à l’épreuve

Quand la maîtresse de géographie nous envoyait dessiner la carte des cordillères, nous copiions les cartes des livres — et personne n’y voyait de la triche. La maîtresse n’attendait pas des cartographes : elle attendait qu’en reproduisant la carte, nous interagissions avec l’objet d’apprentissage — les cordillères, les sommets, les fleuves — et finissions par l’apprendre.

L’IA en éducation, bien employée, c’est exactement cela : un instrument pour interagir avec l’objet d’apprentissage de manières créatives. L’artefact produit n’est pas le propos. C’est pourquoi, dans ce format, le processus pèse 60 et le produit 40, et pourquoi aucun jury ne récompense jamais la quantité d’outils, l’ingénierie de prompts ni le modèle le plus récent. Un bel artefact peut cacher un processus d’apprentissage vide — et le format entier est conçu pour que cela ne passe pas inaperçu.

La règle d’or de la rédaction d’énoncés : une réponse générique d’IA doit être insuffisante par conception. L’événement n’interdit pas l’IA — il rédige des problèmes que l’IA seule ne peut pas finir.

Agenda — 3 heures

Heure	Durée	Moment	Ce qui se passe
0:00	15 min	Accueil et la thèse	Pourquoi le Challenge existe : l’artefact n’est pas le propos — le propos est d’interagir avec l’objet d’apprentissage. Règles de la répétition.
En savoir plus Ce que la salle doit entendre : l’artefact n’est pas le propos — le propos est d’interagir avec l’objet d’apprentissage. Comme la maîtresse qui nous envoyait copier la carte : elle n’attendait pas des cartographes ; elle attendait qu’en la reproduisant nous finissions par apprendre la géographie. C’est pourquoi le processus pèse 60 et le produit 40, et pourquoi rien ne se note au volume d’IA. Règles minimales à poser clairement : uniquement des outils gratuits, les mêmes pour tous · aucun support n’est obligatoire · le registre se remplit en travaillant · la défense est sans IA · le travail va par rondes et la première version est montrée à côté de la version finale.
0:15	5 min	Révélation de l’énoncé	L’enveloppe s’ouvre. L’énoncé est inconnu jusqu’à ce moment — c’est ainsi que fonctionne l’événement réel.
En savoir plus Pourquoi scellé : un énoncé inconnu jusqu’au départ du chrono égalise les conditions — personne n’arrive avec un avantage préparé — et reproduit le comportement des vrais problèmes. Le choix parmi les énoncés du catalogue se fait le matin même, pas avant. Dans la salle : un seul sceau est ouvert, projeté. Les autres restent fermés — et le bloc de l’équipe d’accompagnement ne s’ouvre jamais devant des participants.
0:20	15 min	Temps humain initial (sans IA)	Chaque équipe énonce le problème avec ses propres mots, nomme ce qu’elle ne sait pas et ce qu’elle suppose. Pas d’écrans : papier et conversation.
En savoir plus Ce que cela produit : le problème énoncé avec les mots de l’équipe, avec ce qui n’est pas su et ce qui est supposé, sur papier. Ce papier voyage : c’est la preuve que le profil lit dans sa première dimension — un cadrage à soi, soutenu ensuite sous la pression de ce que le modèle propose. Pourquoi avant tout écran : le cadrage est le moment le plus exposé à l’homogénéisation. Quand le modèle propose sa lecture, toutes les versions dérivent vers elle ; protéger ces minutes protège la diversité de tout ce qui suit.
0:35	15 min	Point de passage de la divergence	Trois approches substantiellement différentes, sur papier. L’équipe en choisit une et déclare ce qu’elle optimise. Ce qui est écarté se conserve : c’est une preuve.
En savoir plus Qui fait quoi — selon le canon du Challenge : la divergence est menée par l’équipe (trois approches substantiellement différentes, chacune avec ce qu’elle optimise et ce qu’elle sacrifie ; ce qui est abandonné est consigné et rapporte du crédit de processus, il n’en enlève jamais). Le passage est vérifié par l’équipe d’accompagnement — à l’événement réel, les mentors éducatifs du site ; jamais le jury. C’est un étayage, pas une note. La vérification ne demande qu’une chose : la direction finale a-t-elle été choisie dans un espace de possibilités — ou est-ce la première réponse plausible maquillée ? On ne demande pas trois produits polis : on demande la preuve d’un choix. Une équipe qui ne passe pas diverge de nouveau ; échouer coûte du temps, jamais l’éligibilité. Constat de la répétition (2026-08-18), déjà incorporé : chacune des trois approches nomme son concept et son format de sortie candidat. Passer le point de passage inclut d’avoir choisi : en sortant, l’équipe sait CE QUI existera à la fin, pas seulement de quoi il s’agit. L’accompagnement guide par des questions et ne touche jamais au travail — la règle « questionner, jamais construire » s’applique ici comme dans tout l’événement. Pourquoi ce passage existe : l’IA fait s’effondrer la diversité collective quand la divergence n’est pas organisée — c’est le constat le plus corroboré du corpus du Challenge, et ce passage en est la contre-mesure.
0:50	10 min	Point de passage de la démarche	Chaque équipe déclare COMMENT elle va travailler : un cadre de l’ensemble transmis, une combinaison, ou sa propre manière dite avec ses mots — avec les alternatives regardées et pourquoi ce choix. Ni le cadre choisi ni la fidélité à celui-ci ne sont jamais évalués.
En savoir plus Ce qui se déclare. L’équipe dit à voix haute comment elle compte travailler : elle peut prendre un des cadres transmis à l’Entraînement, en combiner plusieurs, ou décrire sa propre manière avec ses propres mots. Ce qui est demandé, c’est d’avoir regardé des alternatives et de pouvoir dire pourquoi elle a choisi la sienne. Ce qui n’est JAMAIS évalué : quel cadre elle a choisi, ni avec quelle fidélité elle l’a suivi. Seul le caractère délibéré de l’adoption est lu. Avis d’omissions. Sauter une étape est permis — mais cela se comptabilise : une omission raisonnée tient ; une omission que l’équipe n’a pas remarquée pèse vers un HOLD à la défense. Au primaire, le passage est ludique et de simple validation : on converse, personne n’est jamais retenu. Et à la défense : l’équipe présente son travail dans les termes de son propre cadre — celui déclaré ici — et rend compte de ce qu’elle a omis. Le compte rendu de démarche fait partie de la défense.
1:00	50 min	Construction avec l’IA	Outils gratuits, disponibles pour tous. Le registre de création se remplit en travaillant, pas à la fin. ⚡ À mi-construction arrive la perturbation.
En savoir plus Les règles du bloc : outils gratuits vérifiés le matin même ; l’accompagnement guide par des questions et ne touche jamais au travail ; le registre de création se remplit en travaillant (moments conséquents, pas des transcriptions) ; la première version est gardée telle quelle. Le rythme interne, ce sont les rondes : générer → auditer contre les sources → refaire avec discernement, autant de fois que nécessaire. À mi-bloc arrive la perturbation — identique pour tous, à voix haute et par écrit — et on y répond en adaptant la conception, pas en rognant l’ambition.
1:50	10 min	Préparation de la défense	Ce qui sera démontré, qui répond à quoi. Tous les membres parlent.
En savoir plus Ce qui se décide ici : ce qui est démontré en direct (démontrable, pas présentable), qui répond à quoi — tous les membres parlent ; un porte-parole unique est un signal d’alerte — et ce que raconte la première version à côté de la finale. Anticipez la banque du panel : quelle recommandation de l’IA vous avez rejetée, ce que vous avez abandonné et pourquoi, quelle hypothèse détruirait la solution, et comment tout expliquer sans le vocabulaire de la diapositive.
2:00	40 min	Démonstration et défense	4 équipes × ~9 min : démo en direct + questions du panel. Aucune IA présente pendant la défense.
En savoir plus C’est une porte, pas une ligne de rubrique : elle authentifie que le travail est celui de l’équipe — contre le pilote automatique de l’IA et contre la sur-assistance des mentors, un mécanisme pour deux défaillances. Pas d’IA à la table. Issues : Réussie · En doute (un second panel réexamine) · Non réussie. Dans la répétition, le panel tourne — un membre de chaque équipe qui ne défend pas, avec la feuille du jury — de sorte que les vingt vivent les deux côtés de la table. Le profil s’enregistre par dimension ; il ne s’additionne jamais.
2:40	20 min	Débrief en éducateurs	On change de casquette : qu’avez-vous ressenti comme participants ? Qu’ajusteriez-vous comme organisateurs ? Où était l’apprentissage ?
En savoir plus Le changement de casquette est le second produit de la répétition : ce que vous avez ressenti comme participants, ce que vous ajusteriez comme organisateurs, où était l’apprentissage — et la question qui referme la thèse : quel était l’objet d’apprentissage aujourd’hui, l’artefact ou l’autre chose ? Le capturer : la matrice de validation de la page d’organisation assigne chaque constat à son instrument et à la décision de l’événement réel qu’il alimente. Ce qui est appris est consigné et proposé au canon du Challenge — cela ne reste pas dans la salle.

Règles du jeu

Uniquement des outils gratuits et disponibles pour tous. Le même arsenal pour chaque équipe : ce qui différencie le résultat est entièrement humain.
Aucun support n’est obligatoire ni privilégié. Prototype, campagne, récit, système, activité, performance — tout est admissible. Ce qui est exigé, c’est que ce soit démontrable.
Rien ne se note au volume : ni le nombre d’outils, ni le nombre de prompts, ni le modèle le plus récent. Un seul prompt court qui détecte une faille profonde peut témoigner de plus de capacité qu’une chaîne de deux cents étapes.
Zéro donnée personnelle identifiable dans tout système d’IA. Les scénarios utilisent des informations publiques, fictives ou autorisées.
Le registre de création se remplit en travaillant. Des moments conséquents — pas des transcriptions. Il n’est jamais noté à la longueur.
Avant de construire, chaque équipe déclare son format de sortie. Le concept ne suffit pas : en passant le point de passage de la divergence, l’équipe dit CE QUI existera à la fin — un scénario, une carte, une campagne, un jeu, un guide — et c’est ce livrable qu’elle démontre. Aucun format n’est obligatoire ; le déclarer, si.
La solution porte le sceau de celles et ceux qui l’ont faite. Chaque équipe incorpore des perspectives ou des éléments de pertinence qui lui sont propres — sa classe, son quartier, son expérience — de sorte que la solution les reflète. Une solution que n’importe quelle autre équipe aurait pu produire à l’identique n’est pas terminée.
Valider la sortie de l’IA est une part centrale du processus, pas une formalité. Relire, auditer et ajuster ce que l’IA produit — erreurs, insuffisances, écarts par rapport aux instructions et aux sources — est un travail évalué : le profil le lit dans la direction humain-IA et dans l’itération.
Le travail va par rondes, et les rondes se montrent. Aucun énoncé ne se résout par une seule requête à l’IA : chaque équipe présente à la défense sa première version à côté de la finale, et nomme ce qui a changé entre les deux et pourquoi.
La défense est sans IA. Une équipe qui ne peut pas rendre compte de son propre travail n’avance pas, quel que soit son profil.

Le cycle de travail — itératif et progressif, par conception

Tous les énoncés se travaillent pareil : par rondes qui approfondissent. Chaque ronde est un passage de plus sur l’objet d’apprentissage — c’est là que vit l’apprentissage, pas dans l’artefact.

Ronde	Ce qui se fait	Ce que cela exige de l’objet d’apprentissage
1 · Anticiper	Avant de toucher l’IA : ce que nous attendons, ce que nous savons, ce qu’il faudra vérifier — et quel format aura le résultat.	L’énoncer avec ce qui est déjà su — et découvrir ce qui ne l’est pas.
En savoir plus Avant d’ouvrir l’IA, l’équipe met par écrit ce qu’elle attend, ce qu’elle sait déjà et ce qu’elle devra vérifier. Ce cadrage préalable est ce que la rubrique cherche dans sa première dimension : un problème énoncé avec un discernement propre, AVANT que le modèle propose le sien — et soutenu ensuite sous la pression de ce que le modèle suggère. Anticiper arme aussi l’audit : qui a prédit « le plus haut sommet tourne autour de trois mille mètres » a de quoi confronter la réponse. Sans prédiction, pas de surprise ; sans surprise, la relecture est une formalité. Dans la salle : papier et conversation, zéro écran. C’est le Temps humain initial en miniature, à l’intérieur de chaque ronde.
2 · Générer	La première version avec l’IA, sans la polir.	Traduire l’intention en instructions concrètes.
En savoir plus Traduire l’intention en instructions concrètes est déjà un travail avec l’objet d’apprentissage : on ne peut pas bien demander ce qu’on ne comprend pas. La première version se produit sans polir — c’est de la matière pour penser, pas un résultat. La tentation à surveiller : rester à polir la première réponse. La première version existe pour être auditée, pas défendue. Dans la salle : gardez la v1 telle quelle — la règle de la répétition demande de la montrer à côté de la finale à la défense, en nommant ce qui a changé.
3 · Auditer	Inspecter la version contre des sources, des données ou la réalité — hors du modèle. Consigner chaque erreur trouvée.	La regarder vraiment : chaque erreur détectée est du savoir du domaine.
En savoir plus Inspecter la version contre quelque chose qui N’EST PAS le modèle : la source autorisée, la donnée de la classe, la personne interviewée, la mesure. C’est ici que vit le point de friction de l’énoncé — l’endroit où l’IA échoue avec une assurance apparente — et chaque erreur détectée contre une source est du savoir du domaine gagné. Consigner les erreurs n’est pas de la bureaucratie : c’est la preuve que la rubrique lit (la direction humain-IA se juge aux décisions — ce qui a été rejeté et pourquoi) et la matière de la défense (« quelle recommandation de l’IA avez-vous rejetée le plus fermement ? »). Dans la salle : une liste vivante des erreurs trouvées, avec leur source de vérification à côté. À l’encre en travaillant, pas de mémoire à la fin.
4 · Refaire	Diriger la correction : ce qui change, ce qui se conserve, ce qui s’écarte.	Décider avec un discernement propre, pas accepter ce qui sort.
En savoir plus Diriger la correction avec discernement : ce qui change, ce qui se conserve, ce qui s’écarte — et pourquoi. Refaire n’est pas répéter la requête : c’est décider. La différence entre « accepter ce qui sort » et « faire sortir ce qui doit sortir » est exactement la dimension de direction humaine du profil. Les rondes 3 et 4 se répètent autant que nécessaire. Que l’IA n’y arrive pas du premier coup, c’est la conception qui fonctionne — et la perturbation de mi-parcours atterrit ici, comme un tour plus exigeant. Dans la salle : les chemins abandonnés se gardent, ne s’effacent pas : « montrez-moi quelque chose que vous avez abandonné » est une question fixe du panel.
5 · Expliquer	Pourquoi la version finale est meilleure — et ce qu’a appris l’erreur la plus difficile.	Pouvoir le dire sans l’IA devant : la preuve que le savoir est resté dans l’équipe.
En savoir plus Dire pourquoi la version finale est meilleure — et ce qu’a appris l’erreur la plus difficile — avec l’outil éteint. C’est la preuve que le savoir est resté dans l’équipe et non dans la session de chat : ce que l’expérience des garde-fous a mesuré en retirant l’IA à l’examen. Expliquer est aussi la porte : la défense sans IA authentifie que le travail est celui de l’équipe. Une équipe qui ne peut pas rendre compte de son processus n’avance pas, si beau que soit l’artefact. Dans la salle : tous les membres expliquent quelque chose. L’explication sans le vocabulaire de la diapositive vaut double.

Les rondes 3 et 4 se répètent autant que nécessaire — que l’IA n’y arrive pas du premier coup, c’est la conception qui fonctionne, pas un contretemps. Le registre de création capture les tours ; la rubrique les lit (dimension 04 : itération et adaptation) ; la défense les interroge.

Les étapes du savoir — pour que le travail puisse se lire

Les rondes sont le rythme ; ces étapes sont l’anatomie du travail du savoir. Elles sont une lentille pour lire son propre travail, jamais une séquence à exécuter : elles peuvent se chevaucher, se répéter et revenir. Ce qui est demandé, c’est de pouvoir les désigner à la défense, de vive voix — dans le registre, les marquer est facultatif et jamais exigé — parce que lors de la répétition, nous avons observé que lorsque les étapes ne sont pas nommées, elles se confondent, et la validation disparaît en premier.

Étape	Ce qui se fait — et ce que cela exige de l’équipe
1 · Recherche	Réunir les sources et le matériau de départ. L’IA peut proposer où regarder ; décider où regarder appartient à l’équipe.
2 · Validation des sources	Quelles sources méritent confiance et pourquoi. Une source non évaluée n’est pas une source : c’est une rumeur mise en forme.
3 · Préparation des données	Extraire les données de la recherche · les analyser · les valider · sélectionner celles qui servent · et les structurer comme la Source de données structurée de la solution. C’est l’étape la plus invisible — et celle où l’on voit le mieux qui a vraiment travaillé.
4 · Génération d’insight	Traiter et analyser la Source structurée pour produire de l’information et de l’insight : ce que les données disent et qui ne se voyait pas à l’œil nu.
5 · Validation de l’insight	L’insight résiste-t-il face aux sources et face à la réalité ? Un insight non validé est une opinion avec un graphique.
6 · Présentation	L’information et le savoir prennent le format déclaré au point de passage. La présentation sert l’insight — pas l’inverse.
7 · Audit de la sortie d’IA	Erreurs, insuffisances, écarts par rapport aux instructions et aux sources. Transversal : il a lieu à chaque étape où l’IA a contribué, et c’est une part centrale du processus — pas une formalité finale.

Le test de discernement : à la fin, l’équipe peut ordonner son propre travail et dire ce qui fut rechercher · extraire · valider · analyser · manipuler · présenter · auditer. Si tout ressemble à une seule masse d’« usage de l’IA », les étapes n’ont pas été travaillées — elles ont été traversées.

L’ensemble de cadres transmis — et le droit de n’en utiliser aucun

À l’Entraînement et dans ce kit, plusieurs manières de structurer le travail sont transmises. Elles le sont comme un répertoire, pas comme une méthode obligatoire : au point de passage de la démarche, chaque équipe déclare laquelle elle prend, comment elle les combine, ou décrit sa propre manière avec ses mots.

Cadre	Ce qu’il offre
Le prisme du travail avec l’IA	Cadrer d’abord, puis parcourir les étapes du savoir de la table précédente — avec la double validation (des sources et de l’insight) et l’audit transversal de l’IA comme signature. C’est un cadre parmi plusieurs, pas l’option par défaut. Parti pris de conception de Smoother — le nôtre, non appuyé sur la recherche.
La pensée design	Comme des aptitudes non linéaires — comprendre, définir, imaginer, prototyper, tester dans l’ordre que demande le problème — jamais comme une recette fixe d’étapes à exhiber. Tradition de pratique externe, adaptée.
La démarche d’investigation	Questionner, enquêter, interpréter, conclure, requestionner. Utile quand l’énoncé est avant tout une question ouverte. Pratique documentée, domaine public.
La démarche de conception en ingénierie	Définir le problème et ses contraintes, concevoir, construire, tester, améliorer. Utile quand quelque chose doit fonctionner. Pratique documentée, domaine public.
…ou la vôtre	Toujours disponible. Décrire sa propre manière avec ses propres mots vaut exactement autant que prendre n’importe lequel des cadres ci-dessus.

Ces cadres se transmettent ici — dans la préparation — et n’apparaissent jamais à l’intérieur de l’énoncé d’un défi : l’énoncé pose le problème, pas la manière de le résoudre. Et ni le cadre qu’une équipe choisit ni la fidélité à celui-ci ne sont jamais évalués — seul le caractère délibéré du choix, déclaré au point de passage de la démarche.

Les énoncés — scellés jusqu’au départ du chrono

Le jour venu, un seul est utilisé (décidé le matin) ; le reste demeure le catalogue de la répétition. Tous partagent la même architecture : un objectif d’apprentissage identifié — sans lui, un énoncé peut se concevoir et se résoudre sans toucher aucun savoir ni programme (constat de la répétition) — un contexte authentique, une information incomplète, des valeurs en tension, une information locale que l’IA n’a pas, un artefact démontrable, et un dilemme éthique auquel on ne peut pas échapper.

DÉFI A Votre propre classe — scellé

L’activité que l’IA ne peut pas finir

Contexte. Vous êtes une équipe de conception de votre propre établissement. La direction demande une réponse réelle, pas un discours : les étudiants utilisent déjà l’IA pour terminer les devoirs, et les devoirs actuels — répondre quoi, où, quand, qui — l’IA les résout en secondes, comme un moteur de recherche le fait depuis trois décennies.

Le défi. Concevez et démontrez une activité d’apprentissage pour une matière et un niveau que vous enseignez réellement, où l’IA est l’instrument avec lequel l’étudiant interagit avec l’objet d’apprentissage — et où une réponse générique d’IA est insuffisante par conception.

Information locale à apporter (l’IA ne l’a pas) : la réalité concrète de votre classe — le groupe réel, ses ressources réelles, ce qui se passe vraiment quand vous donnez un devoir.

La tension impossible à esquiver : l’activité doit aussi fonctionner pour l’étudiant qui n’a ni appareil ni connexion chez lui. Si votre conception l’exclut, cette exclusion fait partie du résultat.

Ce qui se démontre à la défense : une portion de l’activité, exécutée en direct avec le panel dans le rôle des étudiants.

Objectif d’apprentissage : À la fin, chaque participant maîtrise la conception d’une activité où une réponse générique d’IA est insuffisante par conception, ancrée à un objectif du programme de sa propre matière.

Livrable, format et parcours

Format — choisissez-en un et déclarez-le au point de passage : un scénario d’activité prêt à l’emploi · une séquence de diapositives avec instructions · une station de travail imprimable · une courte vidéo d’instruction — ou un autre que vous proposez.

Le livrable doit contenir : l’objectif d’apprentissage · la consigne telle que l’étudiant la lirait · le rôle exact de l’IA (ce qu’elle fait et ce qu’elle ne fait PAS) · le chemin pour qui n’a pas d’appareil · comment on reconnaît qu’il y a eu apprentissage.

Parcours suggéré : 1) fixez matière, niveau et objectif · 2) trois concepts avec formats candidats (point de passage) · 3) brouillon avec l’IA · 4) auditez-le contre votre classe réelle — le groupe, les ressources, ce qui se passe vraiment · 5) version finale et répétition de la démonstration en direct.

DÉFI B La communauté d’à côté — scellé

Un problème avec un nom et un prénom

Contexte. Les vrais problèmes ne viennent pas en énoncés de manuel : ils vivent dans l’expérience de personnes concrètes.

Le défi. Interviewez un membre d’une autre équipe (15 minutes, pendant le Temps humain initial) sur un problème concret et quotidien de sa communauté ou de son secteur. Concevez et démontrez, en créant avec l’IA, une solution que cette personne reconnaîtrait comme la sienne — pas une solution qui se lirait pareil dans n’importe quel pays.

Information locale à apporter : l’interview est la source. Ce que la personne a dit — et ce qu’elle n’a pas dit et qu’il a fallu redemander — n’est dans aucun modèle.

La tension impossible à esquiver : la version la plus persuasive de votre solution (la campagne, le récit, l’image) risque d’exposer ou de caricaturer la personne et sa communauté. Décidez où est la ligne, et que la décision se voie dans la conception.

Ce qui se démontre à la défense : l’artefact faisant ce qu’il dit faire, et la personne interviewée au panel, avec droit de réponse.

Objectif d’apprentissage : À la fin, chaque participant maîtrise le recueil d’information locale réelle (l’interview) et sa traduction en une solution que la communauté reconnaît comme sienne — enquête, conception et éthique de la représentation.

Livrable, format et parcours

Format — choisissez-en un et déclarez-le au point de passage : une campagne (affiches + messages) · un prototype de service narré · un récit illustré · une proposition d’une page — ou un autre que vous proposez.

Le livrable doit contenir : le problème dans les mots de la personne interviewée · la solution et qui l’utilise · comment elle la reconnaîtrait comme sienne · la ligne éthique que vous avez décidé de ne pas franchir, visible dans la conception.

Parcours suggéré : 1) interview (pendant le Temps humain initial) · 2) trois concepts avec formats candidats (point de passage) · 3) construire avec l’IA · 4) auditer contre ce que la personne A DIT — pas contre le quartier générique du modèle · 5) valider avec la personne avant la défense.

DÉFI C Les cartes, 30 ans après — scellé

L’examen des cartes, édition 2026

Contexte. L’examen classique : dessiner la carte des cordillères du pays. Aujourd’hui l’IA « dessine la carte » en secondes — et la dessine plausiblement fausse. Ce défi est la version d’aujourd’hui de cet examen : la carte n’est toujours pas le propos.

Le défi. Produisez avec l’IA : (1) une carte des cordillères du pays avec les dix plus hauts sommets correctement placés et des altitudes vérifiées contre des sources autorisées — pas contre la mémoire du modèle ; (2) une ligne reliant les sommets par ordre décroissant d’altitude ; (3) une infographie comparant nos cordillères aux Andes, aux Alpes et à l’Himalaya ; (4) un « selfie » d’un membre de l’équipe au sommet du plus haut pic — correct sur les plans visuel et environnemental pour ce sommet réel.

Information locale à apporter : les sources de vérification autorisées et le critère d’arbitrage quand les sources ne coïncident pas.

La tension impossible à esquiver : le produit final doit aussi pouvoir être utilisé par un étudiant en situation de handicap visuel. L’accessibilité n’est pas une annexe : elle fait partie de la conception, et elle coûte.

Ce qui se démontre à la défense : les pièces, plus le registre de ce que l’IA a produit au premier essai, de ce qui était faux, et de comment vous l’avez détecté.

Objectif d’apprentissage : À la fin, chaque participant maîtrise la géographie physique travaillée (cordillères, sommets, altitudes) et la méthode de vérification des sorties d’IA contre des sources autorisées.

Livrable, format et parcours

Format — choisissez-en un et déclarez-le au point de passage : une affiche comparative (carte + ligne + infographie) · une présentation visuelle · un cahier d’atlas · une pièce interactive — ou un autre que vous proposez.

Le livrable doit contenir : la carte avec les dix sommets vérifiés · la ligne décroissante des altitudes · la comparaison avec les Andes, les Alpes et l’Himalaya · le selfie environnementalement correct · la liste des erreurs de l’IA avec la source qui les a trahies.

Parcours suggéré : 1) sources autorisées d’abord, prédiction sur papier · 2) trois traitements avec formats candidats (point de passage) · 3) générer la v1 · 4) auditer sommet par sommet contre les sources · 5) refaire jusqu’à ce que la carte satisfasse la preuve — pas le modèle.

DÉFI D La frise impossible — scellé

De l’histoire que l’on peut défendre

Le défi. Choisissez une période de l’histoire dominicaine que vous enseignez. Produisez avec l’IA votre propre version de la période : une frise chronologique illustrée où chaque date, personnage et scène est vérifié contre des sources hors du modèle — et où deux récits qui ne coïncident pas (celui du manuel et une autre source) apparaissent côte à côte, avec la divergence expliquée.

Information locale : les sources que vous utilisez dans votre classe, et la divergence réelle que vous trouvez entre elles.

La tension : raconter la période honnêtement exige d’inclure celles et ceux que le récit scolaire laisse d’ordinaire dehors. Décidez qui vous réintroduisez, et que cela se voie.

Se démontre : la frise, plus les erreurs plausibles produites par l’IA (anachronismes, scènes inventées) et comment vous les avez détectées.

Objectif d’apprentissage : À la fin, chaque participant maîtrise le travail des faits historiques avec des sources, la gestion des récits en conflit et la détection d’anachronismes plausibles dans du matériel généré.

Livrable, format et parcours

Format — choisissez-en un et déclarez-le au point de passage : une frise murale · une narration visuelle par cartes · une exposition numérique — ou un autre que vous proposez.

Le livrable doit contenir : les faits avec leur source · la divergence entre récits côte à côte, expliquée · qui vous avez réintroduit dans le récit et pourquoi · les anachronismes de l’IA détectés.

Parcours suggéré : 1) période et sources de la classe · 2) trois traitements avec formats candidats (point de passage) · 3) générer · 4) vérifier date par date, image par image · 5) monter la version finale avec la divergence en protagoniste.

DÉFI E L’écosystème qui existe vraiment — scellé

Des sciences naturelles sans espèces inventées

Le défi. Construisez avec l’IA votre propre version d’un écosystème local (un guide visuel, un jeu, un parcours) où chaque espèce montrée y vit réellement, vérifiée contre des sources ; comparez cet écosystème à un autre d’un autre continent ; et transformez la comparaison en une activité que vos étudiants pourraient faire.

Information locale : l’écosystème choisi (la cour de l’établissement compte) et la source autorisée de ses espèces.

La tension : la version la plus spectaculaire du matériel (la mégafaune, l’exotique) est la moins fidèle à l’écosystème réel. Fidélité contre spectacle — décidez et défendez.

Se démontre : le matériel en fonctionnement, plus l’inventaire des espèces ou détails que l’IA a inventés et que vous avez écartés.

Objectif d’apprentissage : À la fin, chaque participant maîtrise l’écosystème local travaillé (espèces réelles, avec source) et l’audit de contenu scientifique généré par l’IA.

Livrable, format et parcours

Format — choisissez-en un et déclarez-le au point de passage : un guide visuel de terrain · un jeu · un parcours balisé · un mini-atlas — ou un autre que vous proposez.

Le livrable doit contenir : les espèces vérifiées avec leur source · la comparaison avec un écosystème d’un autre continent · l’activité dérivée que vos étudiants pourraient faire · l’inventaire de ce que l’IA a inventé et que vous avez écarté.

Parcours suggéré : 1) écosystème et source des espèces · 2) trois concepts avec formats candidats (point de passage) · 3) générer · 4) auditer espèce par espèce · 5) essayer l’activité dérivée avec une autre équipe avant la défense.

DÉFI F Les mathématiques de l’épicerie — scellé

Les chiffres du quartier, vérifiés à la main

Le défi. Avec des prix et des quantités réels apportés par l’équipe (l’épicerie du coin, les courses de la semaine, la facture d’électricité), produisez avec l’IA votre propre version d’une situation-problème mathématique par niveaux — et vérifiez à la main chaque opération que l’IA présente, en documentant celles qui sont fausses. Comparez deux versions du même problème (une générée, une corrigée) et expliquez ce qui a changé.

Information locale : les prix réels — le modèle ne connaît pas l’épicerie de votre quartier.

La tension : le problème le plus réaliste expose l’économie d’une famille reconnaissable. Anonymisez sans que le problème perde sa vérité.

Se démontre : la situation-problème jouable devant le panel, plus la liste des erreurs d’arithmétique ou de contexte produites par l’IA.

Objectif d’apprentissage : À la fin, chaque participant maîtrise les opérations travaillées avec des données réelles et la vérification manuelle d’arithmétique générée par l’IA — le calcul comme discernement, pas comme foi.

Livrable, format et parcours

Format — choisissez-en un et déclarez-le au point de passage : un jeu imprimable de situations-problèmes · un jeu de cartes ou de plateau · une feuille de travail par niveaux — ou un autre que vous proposez.

Le livrable doit contenir : les données réelles anonymisées · des problèmes à au moins deux niveaux de difficulté · la version générée et la corrigée, côte à côte · les erreurs d’arithmétique ou de contexte trouvées, avec le calcul qui les a trahies.

Parcours suggéré : 1) réunissez les données réelles · 2) trois concepts avec formats candidats (point de passage) · 3) générer · 4) vérifier chaque opération à la main · 5) jouer le problème entre vous avant de le jouer devant le panel.

RÉSERVÉ À L’ÉQUIPE D’ACCOMPAGNEMENT Perturbations et points de friction — ne pas ouvrir devant des participants

À l’événement réel, ceci vit dans le registre de rédaction, jamais sur la page du participant. C’est publié ici replié parce que cette répétition entraîne les deux rôles. La perturbation se livre à mi-construction (~1:20), identique pour toutes les équipes, à voix haute et par écrit.

Perturbation par défi

Défi A : « La direction vient d’interdire les téléphones en classe. Votre activité doit fonctionner quand même. » (La ressource supposée est coupée ; l’adaptation raisonnée est la preuve.)
Défi B : « La personne la plus touchée par le problème ne sait pas lire. Votre solution doit l’atteindre. » (Du menu canonique de perturbations ; elle met sous tension l’hypothèse d’alphabétisation.)
Défi C : « Deux sources autorisées donnent des altitudes différentes pour l’un de vos sommets. Décidez laquelle utiliser et défendez le critère. » (Une preuve nouvelle contredit une donnée supposée — et c’est un désaccord réel entre sources, pas inventé.)
Défi D : « Une source primaire récemment apparue contredit une date ou un fait central de votre frise. Incorporez-la. »
Défi E : « Votre matériel doit désormais fonctionner aussi hors connexion, sur papier ou hors écran. »
Défi F : « Le budget de la famille du problème est réduit de moitié. Recalculez, et le problème doit rester enseignable. »

Point de friction déclaré (où l’IA échoue, de manière prévisible)

Défi A : l’IA propose des activités-gabarits de la moyenne d’internet ; elle ne connaît ni le groupe réel ni ses contraintes. La friction apparaît à l’atterrissage dans la classe concrète.
Défi B : le modèle n’était pas à l’interview. Il comblera les trous avec des stéréotypes plausibles du « quartier générique » — le détecter et le corriger, c’est l’apprentissage.
Défi C : les générateurs produisent des cartes et des paysages plausiblement incorrects : sommets mal placés, altitudes de mémoire, cimes tropicales aux neiges éternelles. La vérification contre les sources est le véritable objet d’apprentissage.
Défi D : des images historiques aux anachronismes plausibles et des récits qui moyennent des versions en conflit en une seule « vérité » lisse. Détecter le lissage, c’est l’apprentissage.
Défi E : le modèle peuple les écosystèmes d’espèces qui n’y vivent pas (ou n’existent pas) avec une assurance apparente totale.
Défi F : de l’arithmétique aux erreurs intermittentes et des prix « raisonnables » qui ne sont pas ceux du quartier. La vérification à la main est le propos.

Le registre de création — des moments conséquents

Ce n’est ni une transcription ni un journal exhaustif : c’est le registre des moments où le discernement s’est exercé. Il n’est jamais noté à la longueur, et le compléter par étapes n’est jamais exigé. Une ligne par moment ; la colonne d’étape (rechercher · extraire · valider · analyser · manipuler · présenter · auditer) peut se marquer — c’est une aide pour lire son propre travail, pas une exigence, et elle ne se compte jamais :

Étape (facultatif)	Moment	Décision humaine	Contribution de l’IA	Ce qui a été rejeté et pourquoi

La défense — sans IA à la table

Chaque équipe démontre son travail et répond aux questions du panel. Tous les membres répondent — un porte-parole unique est un signal d’alerte. La défense est une porte, pas une ligne de plus de la rubrique : elle authentifie que le travail est celui de l’équipe. Issues possibles : Réussie · En doute (un second panel réexamine) · Non réussie.

Questions de la banque du panel :

Quelle recommandation de l’IA avez-vous rejetée le plus fermement, et qu’avez-vous fait à la place ?
Montrez-moi quelque chose que vous avez abandonné. Pourquoi ?
Quelle hypothèse, si elle est fausse, détruirait votre solution ?
Expliquez ceci sans utiliser le vocabulaire de votre diapositive.
Qui se retrouve plus mal loti si cela fonctionne exactement comme vous l’avez conçu ?

Feuille du jury — un profil, jamais une note

Un niveau par ligne. Les lignes ne s’additionnent ni ne se moyennent jamais — le résultat est le profil complet. Le poids indique l’accent d’attention du jury, pas un coefficient. Processus 60 · Produit 40.

Équipe : ______________________ Défi : ____ Porte de défense : ☐ Réussie ☐ En doute ☐ Non réussie

Dimension (accent)	Non atteint	En développement	Atteint	Maîtrisé
Cadrage du problème et insight humain Processus · 12Ont-ils énoncé le problème AVANT de consulter l’IA, et tenu ce cadrage sous la pression du modèle ?	☐	☐	☐	☐
Divergence créative et originalité Processus · 15Y a-t-il eu trois approches vraiment différentes, et le concept final a-t-il été CHOISI dans un espace de possibilités — pas accepté du premier résultat ?	☐	☐	☐	☐
Direction humain-IA Processus · 15Peu importe le pourcentage fait par l’IA — ce qui compte, c’est qui a exercé le discernement. Qu’ont-ils rejeté, vérifié, transformé ?Sous-ancrage d’adoption (ALC-RB-03, D22) : ce qui a été déclaré au point de passage de la démarche se lit ici, et SEULEMENT le caractère délibéré de l’adoption — jamais QUEL cadre l’équipe a choisi, jamais la fidélité à celui-ci, jamais la qualité du récit.	☐	☐	☐	☐
Itération et adaptation Processus · 12Ont-ils délibérément abandonné un chemin, avec des raisons ? La perturbation a-t-elle produit une adaptation raisonnée ?	☐	☐	☐	☐
Collaboration et transparence Processus · 6Chaque membre tient-il une part défendable ? L’attribution (aux personnes et aux outils) est-elle honnête et faite en travaillant ?	☐	☐	☐	☐
Valeur démontrée de l’artefact Produit · 15A-t-il été montré en train de faire ce qu’il dit faire — ou était-ce une présentation sur quelque chose qui n’existe pas ?	☐	☐	☐	☐
Adéquation au contexte local Produit · 10Cette solution n’a-t-elle pu être conçue que par des gens qui connaissent ce contexte — ou se lirait-elle pareil dans n’importe quel pays ?	☐	☐	☐	☐
Communication et qualité de la défense Produit · 10Peuvent-ils l’expliquer sans le vocabulaire de la diapositive ? Les questions imprévues reçoivent-elles des réponses ou des reformulations ?	☐	☐	☐	☐
Jugement éthique dans des choix à conséquences Produit · 5Le dilemme est À L’INTÉRIEUR de l’énoncé. La solution a-t-elle visiblement changé du fait de la position prise — ou l’éthique était-elle un paragraphe collé à la fin ?	☐	☐	☐	☐

Règles négatives du jury — contraignantes : pas de points pour le nombre d’outils d’IA ; pas de catégorie d’ingénierie de prompts ; pas de prix au modèle le plus récent ; pas de présomption que plus d’IA vaut mieux que moins ; pas de pourcentages d’auteurs ni de formules numériques de provenance.

Débrief — de retour dans le rôle d’organisateurs

À quel moment avez-vous senti que vous appreniez l’objet d’apprentissage — et auquel ne faisiez-vous que produire un artefact ?
La perturbation a-t-elle fait mal ? Où ? (C’est là qu’était la vraie conception.)
À quelle question de la défense n’avez-vous pas pu répondre — et que dit cela du processus ?
Comment un étudiant tricherait-il dans ce format — et que détecterait la porte ?
Que retireriez-vous ou changeriez-vous au format avant de le mettre devant de vrais étudiants ?
Avec vos mots : quel était l’objet d’apprentissage aujourd’hui — l’artefact, ou l’autre chose ?

Découvrir l’aiLearning Challenge Lire l’annonce complète

L’aiLearning Challenge est une initiative d’aiLearning.global, CEMI.ai et CEMI Labs — créée par Carlos Miranda Levy, appliquant la méthodologie d’apprentissage Smoother. Cette répétition dérive ses mécaniques du canon du Challenge.