Développé dans le cadre de ses travaux à l’Université de Lausanne, le modèle PRAX-IA articule quatre dimensions de compétences à mobiliser dans les usages pédagogiques de l’IA :

    Technique : comprendre le fonctionnement des IA génératives, leurs limites, leur logique probabiliste.
    Pratique : savoir choisir les bons outils, les utiliser à bon escient, et intégrer leurs apports dans une démarche réflexive.
    Critique : exercer son esprit critique sur les contenus générés, valider les sources, détecter les biais.
    Éthique : respecter les cadres juridiques, la transparence, la responsabilité, et la sobriété numérique.

Ce référentiel permet aux enseignants de cartographier les compétences visées dans leurs évaluations, et d’identifier celles qui peuvent être partiellement déléguées à l’IA, et celles qui doivent rester humaines.

nullroom.io

Les bibliothèques ont connu une évolution majeure dans la recherche documentaire, face à l'émergence des moteurs de recherche web et de leurs algorithmes de pertinence personnalisés. Aujourd’hui, l'IA générative transforme l'indexation des médias, permettant une recherche en langage naturel. Ces changements imposent aux bibliothèques de
repenser la formation des usagers, en mettant l'accent sur la critique de l'information et la formulation des requêtes, tout en abordant les défis éthiques, environnementaux et de souveraineté des données liés à l'IA.

évaluation et IAG

illustration de critique de résultat fourni par l'IA pour une recherche d'information

Quels risques cela implique-t-il pour les entreprises qui utilisent l’IA générative ?

Les risques sont multiples :

    Absence de protection : une création sans apport humain n’est pas protégeable, donc peut être copiée librement par les concurrents.
    Contentieux : si l’IA a été entraînée sur des bases de données protégées, et que l’œuvre générée reprend les caractéristiques originales des œuvres préexistantes, l’utilisateur peut être poursuivi pour contrefaçon et/ou parasitisme.
    Incertitudes contractuelles : en l’absence de clauses spécifiques, il peut être difficile de savoir qui détient les droits sur le résultat (utilisateur, fournisseur de l’IA, entreprise commanditaire).

 
Quelles bonnes pratiques recommanderiez-vous pour limiter ces risques ?

Quatre axes principaux :

    Apport humain documenté : conserver une traçabilité du processus créatif (ex. prompts, choix opérés, historiques d’itération, retouches effectuées, critères de sélection). Cela permettra de démontrer l’originalité de l’apport créatif.
    Encadrement contractuel : insérer dans les contrats (prestataires, salariés, clients) des clauses précises sur la titularité des droits et la responsabilité en cas de contrefaçon.
    Vigilance sur les données d’entraînement : s’assurer que l’IA utilisée respecte le droit des bases de données (directive 96/9/CE), le RGPD et bien sûr le droit d’auteur.
    Sensibilisation : former ses équipes créatives sur les enjeux et l’utilisation des IAG, cela évitera des déconvenues pour l’entreprise et valorisera d’autant plus les créations générées.

charte pour collectivité

Sur la communication en ligne et les outils numériques

Courtes vidéos qui explique des résultats d'études scientifiques en rapport avec les IAG

En développant cette réflexivité, les apprenants prennent conscience des dynamiques en jeu, des biais possibles, et de la manière dont leur propre pensée peut s’enrichir en interagissant avec une IAG. Pensée et utilisée ainsi, l’IAG redéfinit le rapport au savoir et à la pensée critique. Pour les formateurs, l’enjeu est double : intégrer ces outils dans des dispositifs pédagogiques pertinents mais surtout accompagner les apprenants dans le développement d’une réflexivité qui leur permettra de rester auteurs de leur apprentissage. La technologie devient alors un stimulant de réflexion et non un substitut à l’esprit humain.

synthèse sur l'offre en ligne de formation et de ressources

modules pour comprendre le fonctionnement et pour créer des séquences péda

L’idée force de cette conférence est que la triche n’est pas un problème éthique, mais souvent une réponse à un sentiment d’impuissance. Pour ramener les élèves vers le travail, il faut restaurer le plaisir de réussir. « La meilleure récompense, la meilleure motivation, c’est d’avoir des systèmes qui vont proposer à chaque élève […] le type d’activité qui va parvenir à franchir », explique Thierry de Vulpillière.

Notre analyse suggère que l’IA générative s’intègre dans l’écriture étudiante non pas comme un remplacement complet de l’auteur humain, mais comme une forme de collaboration négociée. Les résultats indiquent qu'elle intervient le plus souvent au moment de la génération d’idées, de la révision et lorsque un sentiment de blocage apparaît, tandis que les étudiants conservent le contrôle sur le choix des arguments, la façon d'écrire et la formulation finale.