Comment développer la maîtrise de l’IA selon les groupes d’âge ?

Développer la maîtrise de l’IA selon les groupes d’âge ne consiste pas à apprendre à tout le monde à utiliser les mêmes outils de la même manière. Il s’agit de développer la capacité à comprendre, poser des questions, vérifier et prendre des décisions sûres d’une façon adaptée aux compétences numériques de base et aux objectifs de chacun dans la vie quotidienne, les études et le travail. Les jeunes enfants peuvent surtout bénéficier de l’identification de l’IA dans la vie quotidienne et de l’examen des résultats avec un tuteur ; les adolescents, d’une démarche critique et d’une création responsable ; les adultes, de l’amélioration de tâches pratiques vérifiables ; et les personnes âgées, d’une accessibilité fondée sur les besoins et de la prévention des escroqueries. À tout âge, le principe est le même : il ne faut pas considérer une réponse d’IA comme un jugement final ; il faut vérifier les éléments probants et assumer sa responsabilité. www.oecd.org↗www.unesco.org↗

Qu’est-ce que la maîtrise de l’IA, exactement ?

La maîtrise de l’IA est une notion plus large que la capacité à cliquer rapidement sur des boutons dans un chatbot particulier ou un outil de génération d’images. Ici, la culture de l’IA désigne les connaissances, compétences et attitudes nécessaires pour comprendre comment l’intelligence artificielle est utilisée, évaluer ses résultats de manière critique et l’utiliser de façon appropriée en tenant compte de son impact social et de l’éthique. Les discussions de l’OCDE et de l’UNESCO sur l’éducation abordent elles aussi des perspectives centrées sur l’humain, l’évaluation critique et l’usage éthique, et non la seule maîtrise d’outils. www.oecd.org↗www.unesco.org↗

Dans la pratique, elle comprend les éléments interdépendants suivants.

L’IA générative désigne une IA qui crée de nouveaux résultats tels que des textes, des images, du code et des résumés. Toutefois, une phrase vraisemblable n’est pas nécessairement vraie. On ne peut pas supposer que l’IA vérifie automatiquement les sources lorsqu’elle produit une réponse ni qu’elle effectue de façon responsable des jugements contextuels et fondés sur des valeurs comme le ferait une personne. Dans les domaines pouvant avoir un effet important sur les personnes — notamment la santé, le recrutement, l’évaluation, la finance et le droit — les résultats de l’IA ne doivent pas être utilisés comme seul fondement d’une décision. Ils doivent être examinés séparément au regard de documents officiels, par la personne responsable ou par un expert. www.who.int↗

Pourquoi les niveaux d’apprentissage ne doivent-ils pas être déterminés par le seul âge ?

L’âge peut aider à identifier un point de départ pour l’éducation, mais il ne constitue pas un critère permettant de déterminer les capacités. Des personnes du même âge peuvent différer par leur maîtrise de la lecture et de l’écriture, leur expérience des smartphones et des ordinateurs, leur accès à Internet, les appareils d’assistance disponibles, leur langue, leur handicap et leurs raisons d’apprendre. Plutôt que de demander : « Que doit apprendre une personne de cet âge ? », il vaut mieux d’abord demander : « Que peut faire cette personne seule aujourd’hui, et de quel accompagnement et de quelles protections a-t-elle besoin ? » L’UNESCO estime que les niveaux de compétences et les méthodes d’enseignement en matière d’IA doivent être adaptés aux conditions locales, y compris aux compétences existantes des apprenants et des enseignants, au temps de classe, aux infrastructures et aux coûts. unesdoc.unesco.org↗

Par exemple, un adulte peu familier des smartphones peut d’abord devoir apprendre à lire un écran, à vérifier un texte copié et à distinguer les sites officiels des publicités, plutôt qu’à automatiser des tâches complexes avec l’IA. À l’inverse, un adolescent à l’aise avec les outils numériques peut encore manquer d’expérience pour évaluer les sources et protéger ses informations personnelles.

Les objectifs éducatifs varient également selon les personnes. Pour les élèves, le processus d’enquête et l’expression de leur propre réflexion comptent ; pour les salariés, la qualité du travail et la sécurité comptent ; et pour les personnes âgées, l’accès aux services nécessaires, la prévention des escroqueries et les moyens de demander de l’aide peuvent être plus urgents. Les groupes d’âge doivent être envisagés non comme un classement figé des capacités, mais comme un indice parmi d’autres pour interroger le contexte d’apprentissage d’une personne.

Quels principes sont nécessaires pour tous les groupes d’âge ?

Premièrement, distinguez les réponses de l’IA des faits. Les affirmations, dates, chiffres, informations juridiques ou réglementaires et citations d’une réponse doivent être vérifiés séparément. Lors de la vérification, ne vous fiez pas uniquement aux courts extraits des résultats de recherche ; comparez les sources primaires, les sources fiables telles que les organismes publics, les établissements d’enseignement et les institutions universitaires, ainsi que les explications d’experts lorsque cela est nécessaire.

Deuxièmement, évaluez le degré de sensibilité des informations avant de les saisir. Outre les données permettant d’identifier une personne, telles que les noms, coordonnées et numéros d’identification nationaux, il ne faut pas saisir sans précaution des identifiants de compte, des informations bancaires, des données de patients, des informations sur des élèves ou des documents et informations commerciales non publics d’une entreprise. Dans les organisations, il est nécessaire de définir clairement les outils autorisés et les catégories d’informations qui ne doivent pas être saisies, plutôt que de compter uniquement sur la prudence individuelle. La gouvernance des données et la responsabilité liées à l’IA sont considérées comme des facteurs de risque importants dans les domaines à fort impact. www.who.int↗

Troisièmement, séparez les résultats générés par l’IA de votre propre processus de jugement. Pour un devoir, consignez les endroits où l’IA a été utilisée et ce qui a été révisé. Au travail, distinguez les documents sources, le brouillon de l’IA, les commentaires de relecture et la version finale. Cela permet de corriger les erreurs lorsqu’elles surviennent et d’expliquer le résultat avec vos propres mots.

Quatrièmement, tenez compte des risques d’inconfort ou de préjudice. N’utilisez pas les résultats tels quels s’ils présentent un groupe particulier de manière généralisatrice, évaluent une personne sans éléments probants ou donnent un conseil susceptible de nuire à quelqu’un. « L’IA l’a dit » ne peut pas servir de base à la responsabilité. L’UNESCO présente l’utilisation éthique et centrée sur l’humain comme une compétence fondamentale et traite l’IA comme un outil devant compléter le jugement et l’apprentissage humains. www.unesco.org↗www.unesco.org↗

Que devraient apprendre d’abord les enfants de maternelle et du début de l’école élémentaire ?

À ce stade, des expériences qui aident les enfants à repérer l’IA dans la vie quotidienne sont plus adaptées que l’augmentation de l’usage autonome d’outils. Vous pouvez parler ensemble de fonctions que les enfants rencontrent déjà, telles que les recommandations de vidéos, les assistants vocaux, les filtres photo et la saisie semi-automatique : « Pourquoi cette fonction montre-t-elle quelque chose comme cela ? », « Des informations et des règles créées par des personnes peuvent-elles intervenir ? » et « Est-ce toujours juste ? »

L’essentiel est de ne pas considérer l’IA comme de la magie. Un point de départ consiste à développer, par le jeu et l’observation, le sentiment de base que l’IA est influencée par des données et une conception créées par des personnes, et qu’elle peut se tromper. Par exemple, lorsqu’une fonction qui classe des photos d’animaux fait une erreur, ne vous arrêtez pas à un concours visant à obtenir la bonne réponse. Discutez de la raison pour laquelle elle a pu se tromper en fonction de l’éclairage, de l’angle ou de l’arrière-plan de la photo.

S’il est nécessaire d’utiliser une IA générative, une approche encadrée par un enseignant ou un tuteur est plus sûre. Un adulte saisit la question et lit le résultat avec l’enfant, en vérifiant son exactitude factuelle, la présence éventuelle de contenu effrayant et l’inclusion d’informations personnelles telles qu’un nom ou une photo. L’UNESCO a indiqué que des outils d’IA générative insuffisamment validés pourraient ne pas être adaptés à l’enseignement primaire et a proposé de limiter à 13 ans l’âge d’utilisation des outils d’IA générative dans les écoles. Il s’agit d’une proposition de politique d’une organisation internationale ; elle ne doit pas être considérée comme identique aux lois de chaque pays ni aux exigences d’âge des services individuels. www.unesco.org↗www.unesco.org↗

À ce stade, les adultes doivent répéter de courtes questions de vérification plutôt que de fournir immédiatement la bonne réponse. Des questions telles que « Qui a fait cette affirmation ? », « Devons-nous aussi demander à un autre livre ou à un adulte ? » et « Est-il acceptable d’écrire mon nom ici ? » peuvent conduire à de futures habitudes de vérification.

Comment les élèves plus âgés de l’école élémentaire et les adolescents peuvent-ils apprendre un « usage critique » ?

À l’adolescence, il est important d’éviter deux extrêmes : interdire l’IA ou l’utiliser comme une machine à réponses. Les élèves devraient essayer d’utiliser l’IA dans leurs devoirs et centres d’intérêt, tout en s’exerçant à considérer ses résultats comme un brouillon à examiner plutôt que comme l’aboutissement d’un travail. Cela signifie préciser davantage les questions, recouper avec d’autres documents, repérer et corriger les erreurs, les stéréotypes et les sources imprécises, puis expliquer leur propre processus d’utilisation.

Par exemple, lors d’une recherche sur un enjeu environnemental local, les élèves peuvent demander à l’IA un plan de recherche provisoire ou des questions d’entretien. Ils peuvent ensuite vérifier l’année de référence et les sources des statistiques, les comparer à des documents des organismes publics locaux ou à des rapports originaux, et compléter les points de vue absents de la réponse de l’IA. Dans le travail final, ils peuvent indiquer brièvement les parties du brouillon de l’IA qu’ils ont consultées et ce qu’ils ont révisé. Dans ce processus, l’important n’est pas d’obtenir une réponse plus longue, mais d’évaluer les éléments probants et d’élaborer son propre argumentaire.

Les images et les vidéos doivent également être lues de manière critique. Les contenus générés peuvent montrer des scènes qui n’ont jamais eu lieu, des stéréotypes relatifs à certains genres, métiers ou cultures, et des sources difficiles à vérifier. « Est-ce que cela semble réel ? » et « Est-ce vrai ? » sont deux questions différentes. Avant de partager un contenu avec leurs amis, les élèves doivent trouver la source originale ou un reportage fiable et se demander s’ils ont utilisé de manière inappropriée le visage, la voix ou l’œuvre de quelqu’un.

Les élèves peuvent apprendre à coder, mais le codage seul n’est pas l’objectif de l’éducation à l’IA. Les activités qui examinent et discutent de la manière dont les données, les recommandations, la classification automatisée et les résultats générés affectent différentes personnes sont également importantes. Le Cadre de compétences en IA pour les élèves de l’UNESCO présente quatre domaines — une mentalité centrée sur l’humain, l’éthique de l’IA, les techniques et applications de l’IA, et la conception de systèmes d’IA — selon les niveaux comprendre, appliquer et créer. www.unesco.org↗

Que devraient pratiquer différemment les étudiants universitaires et les jeunes actifs ?

À ce stade, la question la plus importante n’est pas « Combien d’outils puis-je utiliser ? », mais de savoir si l’IA aide à rendre les productions réelles dans son domaine ou son emploi plus exactes et plus responsables. L’IA peut aider à rédiger des questions de recherche, à vérifier les omissions dans les résumés de comptes rendus de réunion, à structurer des brouillons de documents, à organiser des éléments de test pour des brouillons de code et à expliquer des résultats d’analyse de données. Mais produire un brouillon et assumer la responsabilité finale sont deux choses différentes.

Par exemple, si le contenu d’une réunion est résumé par l’IA, il doit être comparé à l’enregistrement ou aux notes d’origine pour s’assurer que les décisions, les personnes responsables et les échéances n’ont pas changé. Si vous recevez une suggestion de code, vous devez vérifier non seulement qu’elle s’exécute, mais aussi qu’elle respecte les exigences, gère les erreurs, est sûre et réussit les tests. Si des résultats d’analyse sont résumés, vous devez pouvoir expliquer le périmètre et les limites des données, ainsi que les hypothèses qui sous-tendent l’interprétation.

Il est difficile d’évaluer une bonne performance sur le seul nombre de prompts ou la vitesse de production. Les questions suivantes peuvent aider à évaluer une compétence significative.

• Avez-vous défini l’objectif et les contraintes avant de confier le problème à l’IA ?
• Avez-vous vérifié les principales affirmations et citations de la réponse ?
• Avez-vous retiré les informations sensibles des documents d’entrée ?
• Si le résultat est erroné, pouvez-vous trouver les éléments probants, le corriger et l’expliquer ?
• Avez-vous documenté la distinction entre ce que l’IA a fait et ce que vous avez décidé ?

Une prudence particulière est nécessaire dans les domaines pouvant affecter sensiblement les opportunités et les droits des personnes, tels que les décisions de recrutement, les évaluations de performance, les conseils médicaux, les décisions de crédit et financières, et les jugements juridiques. En raison de problèmes liés aux biais de l’IA, à son opacité, à la gestion des données et à la responsabilité, les résultats de l’IA ne doivent pas être utilisés comme seul critère ; l’examen par le personnel responsable et des experts, ainsi que les procédures officielles, doivent rester distincts. www.who.int↗

Comment les salariés en milieu de carrière et les personnes en reconversion peuvent-ils commencer ?

Exiger de personnes qui apprennent l’IA pour la première fois au travail qu’elles assimilent une théorie étendue ou commencent par une automatisation complexe peut alourdir la charge d’apprentissage. Un point de départ pratique consiste à choisir une tâche de leur propre travail qui est répétitive mais à faible risque. Parmi les exemples figurent la rédaction de documents à partir de contenus pouvant être divulgués, la comparaison des différences entre des résumés, l’organisation d’ordres du jour, la conversion de formats de tableaux et la catégorisation d’idées.

Une unité d’apprentissage peut être structurée comme suit : essayer → examiner → réviser → standardiser. D’abord, produisez un brouillon avec des documents ressemblant au travail réel mais non sensibles. Ensuite, recherchez les erreurs factuelles, les conditions manquantes, les certitudes excessives et les formulations maladroites. Après la révision, documentez les méthodes de saisie et les critères d’examen qui se sont révélés utiles comme normes de travail d’équipe. Cela transforme des astuces individuelles en processus reproductible.

Le rôle de l’organisation compte également. Le simple fait de dire aux membres d’utiliser l’IA rend difficile la réduction des risques de divulgation de données personnelles ou de secrets d’affaires, des questions de droit d’auteur et de l’automatisation incorrecte. Au minimum, les organisations devraient indiquer les outils autorisés, les informations qui ne doivent pas être saisies, la personne responsable de l’examen des résultats, la manière de créditer les sources et le droit d’auteur, ainsi que les normes de conservation des documents. Les enseignants et les responsables de l’éducation doivent concevoir l’IA non comme un dispositif qui remplace les apprenants ou les enseignants, mais comme un outil qui complète la conception pédagogique, la pensée critique et la résolution de problèmes. Le Cadre de compétences en IA pour les enseignants de l’UNESCO aborde lui aussi conjointement les perspectives centrées sur l’humain, l’éthique, les fondements et applications de l’IA, la pédagogie de l’IA et le développement professionnel. www.unesco.org↗

Quelle approche convient aux personnes âgées ?

Il ne convient ni de considérer uniformément les personnes âgées comme des non-utilisatrices de l’IA, ni de les presser d’apprendre rapidement les fonctions les plus récentes. Ce qui importe, c’est un rythme de répétition lent, centré sur des tâches ayant un objectif clair, ainsi que la possibilité de recevoir l’aide d’une personne en cas de besoin. Des sujets liés à la vie quotidienne — comme comprendre des informations de santé, trouver des indications sur les services publics, communiquer avec sa famille et vérifier des messages suspects — peuvent servir de point de départ.

L’accessibilité est aussi importante que le contenu de l’apprentissage. De grands caractères, un contraste suffisant, la saisie vocale, des écrans simples, des exercices répétés, des guides imprimés et des canaux d’aide téléphonique ou en personne peuvent être combinés pour réduire les obstacles découlant des différences d’équipement et de capacités physiques. Les travaux de l’OMS sur la communication et l’information adaptées aux personnes âgées abordent des approches tenant compte de la diversité des besoins d’accès à l’information ; ils recommandent d’investir dans les infrastructures et la culture numériques des personnes âgées, dans la conception participative et dans la protection des droits. extranet.who.int↗www.who.int↗

Les règles de sécurité minimales de l’éducation à l’IA destinée aux personnes âgées doivent être simples. Ne considérez pas les informations de santé, financières ou administratives générées par l’IA comme des consignes confirmées ; ne saisissez pas de mots de passe, de codes d’authentification, d’informations de compte ou d’identification ; si un transfert d’argent urgent ou la divulgation d’informations personnelles est demandé, vérifiez par un autre canal auprès de la famille ou d’une institution officielle ; et ne prenez pas seul de décision lorsque le résultat est difficile à comprendre.

L’IA peut aider grâce à des consignes vocales ou à l’organisation d’informations, mais cette possibilité ne signifie pas que le soutien humain doit être supprimé. Maintenir des parcours et des choix hors ligne afin que les personnes mal à l’aise avec les méthodes numériques puissent accéder aux mêmes services relève d’une conception inclusive.

Dans quel ordre faut-il vérifier les résultats de l’IA ?

La vérification n’est pas réservée aux spécialistes ; c’est une habitude dont la profondeur doit être ajustée selon l’importance de la situation. Pour les tâches à faible impact, telles que l’amélioration d’une phrase simple, vous pouvez commencer par la relire vous-même afin d’en vérifier le naturel et le sens. Les contenus liés à la santé, à l’argent, au droit, à l’évaluation ou à la sécurité exigent toutefois un processus plus strict.

1. Décomposez la réponse en petites affirmations

Ne croyez ni ne rejetez une longue réponse dans son ensemble. Divisez-la en unités vérifiables. Par exemple, repérez les affirmations concernant « quand », « qui », « combien » et « ce qu’il faut faire ». Traitez notamment les chiffres, les dates, les noms propres, les noms de lois ou de politiques, ainsi que les formulations citées comme des éléments à vérifier.

2. Trouvez les sources primaires et des éléments probants indépendants

Si l’IA fournit une source, vérifiez qu’elle existe réellement et que son contenu étaye l’affirmation. Ne vous fiez pas de manière répétée à cette seule source ; comparez-la à des documents officiels ou à d’autres documents fiables. Si vous ne trouvez pas la source, il est plus prudent de considérer le contenu comme un « brouillon non vérifié ».

3. Vérifiez le contexte et le champ d’application

Même si un fait est exact, il peut ne pas s’appliquer directement à votre situation. Vérifiez le pays, la période et le public auxquels il s’applique ; l’existence d’exceptions ; et s’il s’agit d’une explication générale ou d’un conseil personnalisé. Pour les décisions à fort impact, le principe selon lequel une personne responsable ou un expert doit examiner le contexte est important. www.who.int↗

4. Expliquez la version finale avec vos propres mots

Si vous ne pouvez pas expliquer pourquoi vous avez retenu un résultat révisé, la vérification n’est probablement pas terminée. Au lieu de copier directement une phrase générée par l’IA, réécrivez-la en fonction de votre propre objectif et de vos éléments probants, et conservez une trace du processus d’utilisation et de révision.

Quelles sont certaines idées reçues courantes ?

La première idée reçue est que « les jeunes sont automatiquement bons pour utiliser l’IA ». L’expérience d’utilisation des outils et la capacité à les évaluer de manière critique sont différentes. Même des utilisateurs expérimentés peuvent partager de fausses informations plausibles ou saisir des contenus sensibles, tandis que les personnes qui apprennent plus tard peuvent acquérir une compétence suffisante grâce à des apprentissages répétés adaptés à leurs propres objectifs.

La deuxième est la croyance qu’« un bon prompt produit une réponse exacte ». Rendre une question plus précise peut améliorer l’utilité, mais un prompt ne remplace pas la vérification des faits. Il est particulièrement nécessaire de consulter les sources originales lorsque l’IA fournit des citations, des chiffres ou des exemples.

La troisième est la croyance que « l’utilisation de l’IA signifie que je n’ai plus besoin de réfléchir par moi-même ». Dans l’éducation et le travail, l’IA peut fournir des brouillons, des alternatives et des questions, mais l’identification du problème important, la décision sur les éléments probants à retenir et l’acceptation des conséquences du résultat restent des responsabilités humaines. L’UNESCO présente l’approche centrée sur l’humain et les considérations éthiques comme des piliers essentiels des compétences des élèves et des enseignants. www.unesco.org↗www.unesco.org↗

La quatrième est la croyance que « la prudence individuelle suffit à assurer la sécurité ». La vigilance individuelle est nécessaire, mais les écoles et les organisations doivent aussi établir des procédures relatives à la sélection des outils, au traitement des données personnelles, à la responsabilité de l’examen, à l’accessibilité, aux recours et au soutien. Une utilisation sûre devient possible lorsque les capacités individuelles et la conception de l’environnement sont toutes deux en place.

Comment décider de la prochaine étape qui me convient ?

Au début, plutôt que de suivre à la lettre des recommandations propres à chaque âge, vérifiez les quatre points suivants. Premièrement, identifiez la tâche que vous cherchez actuellement à résoudre. Deuxièmement, évaluez si les conséquences d’une erreur dans cette tâche seraient faibles ou importantes. Troisièmement, confirmez si les documents peuvent être saisis dans une IA. Quatrièmement, vérifiez qu’une personne et des éléments probants peuvent examiner le résultat et en assumer la responsabilité.

Pour des tâches à faible impact impliquant des informations pouvant être rendues publiques, vous pouvez commencer par une petite expérience. Par exemple, résumez le même contenu de deux manières, comparez les différences et corrigez vous-même les éléments manquants. Pour les tâches à fort impact, limitez l’IA à un brouillon de référence ou à un outil de génération de questions, et rendez obligatoires les documents officiels et l’examen humain. Ajoutez une supervision adulte et des règles de sécurité pour les jeunes utilisateurs, ainsi que des écrans accessibles et des voies d’aide pour les utilisateurs âgés.

En définitive, l’objectif de l’éducation à la maîtrise de l’IA selon les groupes d’âge n’est pas de faire de chacun le même type d’utilisateur compétent en technologie. Il est d’aider chaque personne à comprendre les avantages et les limites de l’IA dans sa propre situation, à vérifier les informations nécessaires, à protéger les droits d’autrui et ses propres informations, et à prendre les décisions finales de manière responsable. Les outils continueront d’évoluer, mais les habitudes consistant à poser des questions, vérifier et réviser constituent une base durable.