La littératie en IA est la capacité de comprendre, d’utiliser, de remettre en question et d’évaluer des outils d’intelligence artificielle. Pour les étudiants, il ne s’agit pas seulement de savoir écrire des prompts. Elle inclut aussi la capacité à reconnaître ce que l’IA peut mal faire, à protéger les informations personnelles, à respecter les règles du cours, à vérifier les preuves et à décider quand l’outil aide à apprendre — ou le remplace.
Les cadres internationaux d’éducation traitent de plus en plus la littératie en IA à la fois comme une compétence technique et éthique. Le cadre de compétences en IA de l’UNESCO pour les étudiants met l’accent sur une mentalité centrée sur l’humain, l’éthique, les techniques et les applications de l’IA, ainsi que la conception des systèmes. Le cadre pratique ci-dessous transforme ces idées générales en six compétences du quotidien.
1. Comprendre ce que fait l’outil
L’IA générative prédit et produit des sorties à partir de modèles présents dans les données. Elle peut expliquer, résumer, rédiger, classifier et créer des exemples, mais une réponse fluide n’est pas une preuve que le contenu est vrai.
Les étudiants doivent être capables de distinguer :
- un résultat de recherche qui renvoie à une source ;
- une explication générée qui peut contenir des erreurs ;
- une calculatrice ou un outil spécialisé avec une fonction définie ;
- une recommandation façonnée par des hypothèses ; et
- une source originale comme une étude, un livre, un jeu de données ou un document historique.
Avant de faire confiance à une réponse, posez-vous : Quel type de système l’a produite et quelles preuves puis-je vérifier ?
2. Structurer un prompt pour apprendre, pas seulement pour obtenir une sortie
Un bon prompt d’apprentissage énonce l’objectif, le contexte pertinent, les limites des sources, l’interaction souhaitée et la façon dont le résultat doit être vérifié.
Au lieu de :
Expliquez la photosynthèse.
Essayez :
Je révise la biologie du lycée et je comprends que les plantes utilisent la lumière, l’eau et le dioxyde de carbone. Demandez-moi d’abord trois questions diagnostiques. Ensuite, expliquez uniquement les parties que je comprends mal, en utilisant une description simple d’un schéma et une courte question d’entraînement. Ne donnez pas la réponse à l’entraînement tant que je n’ai pas tenté de la faire.
Cela transforme l’IA en partenaire d’étude plutôt qu’en simple distributeur de réponses. Pour des formules et des exemples réutilisables, consultez le guide de formulation de prompts pour les étudiants.
3. Vérifier les affirmations et les sources
L’IA peut inventer des citations, confondre des notions similaires, utiliser des informations périmées ou donner l’impression d’être certaine lorsque les preuves sont mélangées. La vérification fait donc partie du travail, et non d’une étape finale facultative.
Utilisez une vérification simple :
- Marquez chaque fait qui compte pour votre argument.
- Trouvez la source originale ou une source faisant autorité.
- Confirmez que la source soutient réellement la formulation.
- Vérifiez la date et le contexte.
- Reformulez l’affirmation avec vos propres mots et citez la source que vous avez lue.
Ne citez jamais une source que vous n’avez pas ouverte. Si vous ne pouvez pas vérifier une affirmation générée, supprimez-la ou signalez l’incertitude.
4. Protéger la confidentialité et la propriété intellectuelle
Ne collez pas d’identifiants personnels, de messages privés, de recherches non publiées, d’informations sur des patients ou des clients, de mots de passe, de réponses d’évaluation, ni de documents confidentiels liés à votre travail dans un outil d’IA sans autorisation explicite.
Vérifiez les paramètres actuels de confidentialité et d’utilisation des données de l’outil plutôt que de supposer que tous les services traitent l’information de la même manière. Quand c’est possible, retirez les noms et les détails inutiles. Utilisez des outils approuvés par votre établissement pour les devoirs protégés ou les données de recherche.
Le droit d’auteur compte aussi. Les textes et les images générés peuvent refléter du contenu présent dans les données d’entraînement, tandis que les lectures téléversées peuvent être soumises à des restrictions d’utilisation. Respectez les règles du cours, de la bibliothèque et de la plateforme lorsque vous partagez ou transformez du contenu.
5. Respecter les règles d’intégrité académique
L’utilisation autorisée de l’IA varie selon l’école, le cours, l’enseignant et le devoir. Un outil acceptable pour l’idéation dans un cours peut être interdit dans une autre évaluation.
Avant d’utiliser l’IA, consultez le syllabus et les consignes du devoir. Si la règle est floue, demandez à l’enseignant. Tenez un registre des prompts et des sorties lorsque la divulgation est requise.
Une limite utile est la paternité : si le travail soumis doit montrer votre raisonnement, alors le raisonnement et les décisions finales doivent être les vôtres. L’IA peut vous aider à vous entraîner, à questionner ou à réviser lorsqu’elle est autorisée ; elle ne doit pas créer un travail que vous représentez comme ayant été produit de façon indépendante.
Lisez comment utiliser l’IA sans tricher pour un guide de décision tâche par tâche.
6. Réfléchir à savoir si l’apprentissage a vraiment eu lieu
Une sortie efficace peut masquer une compréhension fragile. Après avoir utilisé l’IA, fermez l’outil et testez-vous :
- Puis-je expliquer l’idée sans regarder ?
- Puis-je résoudre un nouveau problème ?
- Puis-je identifier une erreur dans un exemple de réponse ?
- Puis-je dire quelles preuves ont changé mon point de vue ?
- Puis-je décrire ce que l’IA a apporté ?
Sinon, utilisez à nouveau l’outil pour poser des questions, obtenir des pistes, des contre-exemples ou vous entraîner — et non pour obtenir une réponse plus aboutie.
Un workflow pratique pour les étudiants
Imaginez que vous étudiiez les causes de la Révolution française.
D’abord, lisez le matériel assigné et rédigez une brève explication de mémoire. Ensuite, demandez à l’IA d’identifier les lacunes dans votre explication sans la réécrire. Vérifiez toute suggestion factuelle avec le manuel et des sources fiables. Puis demandez des questions de comparaison ou une chronologie avec des entrées vides. Réalisez vous-même ces tâches et notez comment l’IA a été utilisée si votre cours exige une divulgation.
Le travail reste le vôtre, car l’outil soutient la recherche, le feedback et l’entraînement plutôt que de remplacer l’analyse.
Utiliser iWeaver comme outil d’aide à l’apprentissage
iWeaver’s Agent d’étude IA peut travailler avec les supports de cours pour créer des explications, des plans d’étude, des plans détaillés et des activités d’entraînement. Les mêmes règles d’intégrité s’appliquent encore : utilisez un contenu autorisé, précisez que l’outil doit guider plutôt que compléter un travail évalué, vérifiez le contenu important et gardez votre propre raisonnement visible.
Une consigne appropriée est :
Utilisez uniquement les notes de cours téléversées. Posez-moi des questions qui révèlent mes lacunes de compréhension. Donnez des pistes avant les explications, et ne rédigez pas ma réponse à un devoir à ma place. À la fin, listez toute affirmation que je devrais vérifier dans le matériel original.
Autocontrôle de la littératie en IA
Vous développez votre littératie en IA lorsque vous pouvez expliquer pourquoi une réponse peut être peu fiable, améliorer un prompt sans cacher la tâche d’apprentissage, vérifier une affirmation dans une source, protéger des données sensibles, suivre la politique correcte et décrire ce que vous avez appris de façon indépendante.
L’objectif n’est pas d’utiliser l’IA pour tout ou de l’éviter entièrement. Il s’agit de faire des choix délibérés — en sachant ce que le système apporte, ce qu’il ne peut pas garantir, et quelles parties du travail doivent rester humaines.
