Cette étude de spécialité analyse les possibilités d’intégration de l’intelligence artificielle (IA), et plus particulièrement de l’IA générative et des agents conversationnels tels que ChatGPT, dans l’enseignement du français langue étrangère (FLE). Elle s’inscrit dans une conception actionnelle de l’enseignement des langues, conformément au Cadre européen commun de référence pour les langues (CECRL) et à son Volume complémentaire, qui élargit les compétences prises en compte à la médiation, à l’interaction en ligne et aux dimensions plurilingues et pluriculturelles. L’étude montre que l’IA peut constituer un outil de différenciation, de personnalisation, de production de supports, de rétroaction et de développement de l’autonomie, à condition de rester subordonnée aux objectifs linguistiques et communicatifs.
Une attention particulière est accordée à l’éducation aux médias et à l’information (EMI), indispensable pour apprendre aux élèves à interroger la fiabilité des réponses générées, à repérer les erreurs et les biais, à distinguer information, interprétation et fabrication algorithmique, et à protéger leurs données personnelles. L’étude propose enfin un modèle de séquence pédagogique FLE intégrant ChatGPT, applicable notamment aux niveaux A2–B1, ainsi qu’une grille d’évaluation permettant de valoriser la compétence langagière réelle plutôt que la simple qualité d’un texte produit par une machine.
Mots-clés : intelligence artificielle, IA générative, ChatGPT, FLE, CECRL, compétences langagières, différenciation pédagogique, autonomie, EMI, littératie numérique
Introduction
L’intelligence artificielle est devenue en quelques années un objet incontournable du débat éducatif. Les systèmes génératifs capables de produire du texte, des images, de l’audio ou des réponses conversationnelles modifient les pratiques de recherche d’information, d’écriture et de communication. Dans l’enseignement des langues, cette évolution est particulièrement significative : l’élève peut désormais dialoguer avec un agent artificiel, demander une reformulation, générer un texte modèle, obtenir des explications grammaticales, simuler une situation de communication ou comparer plusieurs formulations.
Pour autant, l’arrivée de l’IA en classe ne signifie pas que la technologie doit remplacer l’enseignement explicite, l’interaction humaine ou l’expertise du professeur. L’enjeu pédagogique est au contraire de déterminer dans quelles situations l’IA apporte une réelle valeur ajoutée et dans quelles situations son usage risque de diminuer l’effort cognitif, la créativité, l’autonomie ou la qualité de l’apprentissage. L’UNESCO insiste ainsi sur une approche centrée sur l’humain, sur la protection des données, l’équité, la sécurité et la conception pédagogique des usages de l’IA générative (UNESCO, 2023).
Dans cette perspective, la problématique retenue est la suivante : comment intégrer l’intelligence artificielle générative dans l’enseignement du FLE afin de renforcer les compétences langagières, la différenciation et l’autonomie des apprenants, tout en développant leur esprit critique et leur capacité à utiliser l’information de manière responsable ?
L’hypothèse principale est que l’IA peut devenir un véritable outil de médiation pédagogique lorsqu’elle est utilisée dans une démarche scénarisée, explicite et réflexive. Elle est alors moins un « professeur automatique » qu’un environnement supplémentaire d’apprentissage, dont les productions doivent être interrogées, vérifiées, corrigées et transformées par l’apprenant.
- Cadre théorique et institutionnel
1.1. L’IA générative dans le champ éducatif
L’IA générative désigne des systèmes capables de produire de nouveaux contenus à partir de modèles entraînés sur de grandes quantités de données. Dans le domaine du langage, les grands modèles de langage peuvent générer des réponses, reformuler un texte, proposer des exemples, expliquer une notion ou simuler une conversation. ChatGPT appartient à cette famille d’outils conversationnels.
La littérature récente souligne cependant une double réalité. D’une part, les outils conversationnels peuvent soutenir la motivation, l’autonomie, la personnalisation et plusieurs compétences langagières. Une revue systématique consacrée à ChatGPT en enseignement des langues étrangères rapporte des effets potentiellement favorables sur la production écrite, le vocabulaire, la grammaire, la compréhension et l’engagement des apprenants (Balcı, 2024). D’autre part, les limites concernent notamment l’exactitude des réponses, les biais linguistiques et culturels, la dépendance à l’outil et les enjeux d’intégrité académique.
L’utilisation pédagogique pertinente de l’IA suppose donc une transformation du rôle de l’enseignant : celui-ci devient davantage concepteur de situations d’apprentissage, médiateur, accompagnateur et évaluateur. Le cadre de compétences de l’UNESCO pour les enseignants identifie notamment cinq dimensions : posture centrée sur l’humain, éthique de l’IA, fondements et applications de l’IA, pédagogie de l’IA et développement professionnel (UNESCO, 2024).
1.2. Le CECRL et le Volume complémentaire
L’intégration de l’IA en FLE doit rester articulée aux finalités de l’enseignement des langues. Le CECRL définit l’apprenant comme un acteur social et privilégie une approche orientée vers l’action. Le Volume complémentaire de 2020 enrichit cette perspective en introduisant ou en développant des descripteurs relatifs à la médiation, à l’interaction en ligne et aux compétences plurilingues et pluriculturelles (Conseil de l’Europe, 2020).
Cette évolution est particulièrement pertinente dans un contexte d’IA. L’élève ne doit pas seulement savoir produire une phrase correcte ; il doit être capable de comprendre, interagir, reformuler, transmettre une information, collaborer, évaluer une ressource et agir dans un environnement numérique. L’IA peut donc être intégrée comme support d’une tâche actionnelle, à condition que la finalité soit une réalisation humaine authentique.
Par exemple, à partir d’un texte généré par ChatGPT sur Paris, les élèves peuvent identifier les informations douteuses, vérifier les données dans des sources fiables, corriger les erreurs linguistiques et produire ensuite une présentation touristique destinée à un public précis. Une telle activité mobilise compréhension écrite, production écrite, médiation, interaction, compétence socioculturelle et littératie numérique.
- Les compétences langagières et l’IA
2.1. Compréhension écrite
L’IA peut générer des textes adaptés à un niveau donné, proposer des reformulations ou créer plusieurs versions d’un même document. Pour le professeur de FLE, cela facilite la différenciation : un même contenu peut être proposé sous une forme A1, A2 ou B1, avec des contraintes lexicales différentes.
Cependant, il convient d’éviter de considérer le texte généré comme une source fiable par défaut. L’élève doit apprendre à vérifier les informations, à comparer les formulations et à identifier les incohérences. La lecture devient ainsi une activité double : compréhension linguistique et évaluation critique.
2.2. Production écrite
La production écrite constitue probablement l’un des domaines où l’IA générative présente le plus grand potentiel pédagogique. Elle peut fournir un modèle, proposer des reformulations ou donner un retour sur la cohérence d’un texte. Toutefois, demander directement à l’IA de rédiger un devoir complet risque de supprimer précisément les opérations cognitives que l’activité d’écriture doit développer.
Une utilisation plus pertinente consiste à travailler en plusieurs étapes : production initiale de l’élève, demande de rétroaction ciblée, analyse des suggestions, sélection argumentée des corrections, réécriture et réflexion métalinguistique. L’élève reste ainsi auteur du texte et apprend à utiliser l’IA comme outil de révision.
2.3. Interaction et expression orale
Les agents conversationnels peuvent servir à simuler des situations : réserver une chambre, demander un renseignement, passer un entretien, acheter un billet, présenter un projet ou débattre d’un sujet. Ils permettent une répétition sans jugement et peuvent être particulièrement utiles aux apprenants qui hésitent à prendre la parole.
La simulation ne doit cependant pas remplacer l’interaction humaine. Le professeur peut organiser une progression : préparation avec l’IA, entraînement individuel, interaction en binôme, puis tâche orale authentique devant le groupe. L’objectif est de transférer la compétence développée avec l’outil vers une communication réelle.
2.4. Vocabulaire et grammaire
L’IA peut générer des exercices contextualisés, des dialogues, des phrases à compléter, des exemples contrastifs ou des mini-tests. Elle peut également adapter le niveau de difficulté. Le professeur doit toutefois contrôler la correction linguistique des productions et éviter de déléguer entièrement la progression grammaticale à l’outil.
Une activité efficace consiste à demander à l’IA de produire volontairement plusieurs phrases contenant des erreurs, puis de faire repérer et corriger ces erreurs par les élèves. L’IA devient alors un objet d’analyse et non une autorité absolue.
- Différenciation pédagogique et personnalisation
La différenciation pédagogique vise à prendre en compte la diversité des profils, des rythmes, des besoins et des stratégies d’apprentissage. En FLE, cette diversité peut être particulièrement visible dans le lexique disponible, la maîtrise grammaticale, la compréhension, la confiance à l’oral et la vitesse de traitement de l’information.
L’IA peut soutenir cette différenciation en permettant de produire rapidement plusieurs versions d’une même activité. Pour un texte sur l’environnement, par exemple, le professeur peut demander : une version courte avec lexique A1, une version A2 avec questions de compréhension, une version B1 comportant des éléments implicites, puis une activité de médiation pour les élèves avancés.
La personnalisation doit toutefois rester pilotée par l’enseignant. Un outil génératif ne connaît pas nécessairement le profil réel de l’apprenant, ses difficultés antérieures ou le contexte pédagogique. La différenciation pertinente repose donc sur un diagnostic préalable et sur des objectifs explicites.
- Différenciation du contenu : longueur, vocabulaire, complexité syntaxique et quantité d’informations.
- Différenciation du processus : exercices guidés, semi-guidés ou ouverts.
- Différenciation du produit : dialogue, affiche, podcast, présentation, article ou vidéo.
- Différenciation de l’étayage : exemples, indices, reformulations et feedback progressif.
- Différenciation de l’évaluation : critères communs, mais degré d’autonomie et de complexité adapté.
- ChatGPT comme outil pédagogique en FLE
ChatGPT peut être utilisé à plusieurs moments du processus pédagogique : préparation de cours, création de supports, génération d’exemples, simulation conversationnelle, aide à la révision, comparaison de textes et réflexion métalinguistique. Les recherches récentes sur les chatbots en langues montrent un intérêt croissant pour leur potentiel de soutien aux compétences, aux attitudes et aux émotions des apprenants (Cislowska & Pena-Acuna, 2024).
Pour le professeur, l’usage professionnel peut inclure la préparation de différenciations, la création de banques d’exercices ou la reformulation de consignes. Pour l’élève, l’utilisation devrait être davantage encadrée. Une règle simple peut être adoptée : « Je peux demander à l’IA de m’aider à apprendre ; je ne lui demande pas de faire l’apprentissage à ma place. »
4.1. Exemples de prompts pédagogiques
- « Tu es un interlocuteur francophone. Pose-moi une question à la fois sur mes loisirs, niveau A2. Corrige seulement les erreurs qui empêchent la compréhension. »
- « Voici mon texte. Identifie trois erreurs grammaticales importantes sans les corriger directement. Donne-moi un indice pour chacune afin que je les corrige moi-même. »
- « Transforme ce texte B1 en version A2 en conservant les informations essentielles et en utilisant un vocabulaire accessible. »
- « Propose cinq phrases contenant une erreur d’accord du participe passé. Ne donne pas les réponses. »
- « Compare ces deux formulations françaises et explique laquelle est la plus naturelle dans une situation formelle. »
Ces prompts ont une caractéristique commune : ils maintiennent l’élève dans une activité cognitive. L’outil ne fournit pas systématiquement la réponse finale ; il questionne, étaye, propose des indices ou génère un matériau à analyser.
- L’éducation aux médias et à l’information (EMI) face à l’IA
L’intégration de l’IA en FLE offre une occasion privilégiée de développer l’EMI. Les élèves doivent comprendre qu’une réponse produite par une IA n’est pas équivalente à une source documentaire. Un modèle génératif produit une réponse plausible à partir de régularités apprises ; il peut donc produire des informations inexactes, inventer des références ou présenter une interprétation comme un fait.
En classe de FLE, cette question peut être directement transformée en compétence langagière. L’élève peut apprendre à utiliser des expressions telles que « selon… », « cette information doit être vérifiée », « la source indique… », « je ne peux pas confirmer… », « cette affirmation semble discutable ». Il développe ainsi simultanément la langue et l’esprit critique.
5.1. Une démarche EMI en cinq étapes
- Produire : demander à l’IA une réponse sur un sujet donné.
- Observer : repérer les affirmations, exemples, références et formulations.
- Vérifier : comparer les informations avec des sources fiables.
- Évaluer : identifier les erreurs, biais, omissions ou généralisations.
- Transformer : produire une réponse personnelle, sourcée et argumentée.
Cette démarche correspond à une conception active de l’EMI : l’élève n’est pas seulement consommateur de contenu, mais analyste, vérificateur et producteur. Elle rejoint les recommandations européennes qui soulignent la nécessité de développer une compréhension critique et éthique de l’IA et des données chez les enseignants et les élèves (Commission européenne, 2022/2026).
- Limites, risques et conditions d’un usage responsable
6.1. Fiabilité et hallucinations
Une IA générative peut produire une réponse linguistiquement convaincante mais factuellement fausse. Dans une classe de FLE, ce risque est important lorsque les élèves travaillent sur des contenus culturels, historiques ou géographiques. Toute information importante doit donc être vérifiée à partir de sources identifiables.
6.2. Dépendance et diminution de l’effort cognitif
Si l’élève délègue systématiquement la rédaction, la traduction, la correction ou la recherche d’idées, il peut obtenir un produit final satisfaisant sans avoir construit les compétences correspondantes. L’enseignant doit donc évaluer le processus : brouillon, choix effectués, justification des corrections, oralisation du texte et capacité à expliquer les transformations.
6.3. Données personnelles et protection des élèves
Les élèves ne devraient pas introduire dans un service d’IA des données personnelles sensibles, des informations permettant d’identifier un camarade ou des documents confidentiels. L’utilisation scolaire doit respecter les règles de protection des données applicables et les consignes de l’établissement. Les recommandations européennes actualisées en 2026 insistent notamment sur l’alignement avec le cadre juridique européen et sur une utilisation sûre et responsable de l’IA.
6.4. Biais linguistiques et culturels
Les modèles génératifs peuvent reproduire des représentations culturelles dominantes ou proposer des formulations qui ne correspondent pas à tous les contextes francophones. En FLE, il est donc intéressant de comparer différentes variétés du français et de demander aux élèves d’identifier les choix lexicaux ou culturels de l’outil.
6.5. Évaluation et intégrité
L’enjeu n’est pas seulement de détecter si un texte a été généré par IA. Une approche pédagogique plus robuste consiste à construire des évaluations qui rendent visible la compétence de l’élève : production en classe, interaction orale, portfolio, étapes de réécriture, justification des choix, tâches contextualisées et réflexivité. L’IA peut être autorisée dans certaines étapes et interdite dans d’autres, à condition que les règles soient explicites.
- Proposition méthodologique pour une expérimentation en classe de FLE
Afin de transformer cette réflexion en étude de terrain, une expérimentation peut être conduite auprès d’une classe de niveau A2 ou B1. L’objectif serait d’observer si l’utilisation guidée de l’IA améliore la qualité de la production écrite et la capacité des élèves à réviser leur propre texte.
7.1. Population et durée
L’expérimentation peut concerner une classe de 20 à 30 élèves, sur quatre à six séances. Elle peut être organisée autour d’une tâche actionnelle : créer un guide touristique francophone destiné à des adolescents européens.
7.2. Variables observées
- qualité linguistique : lexique, morphosyntaxe, orthographe et cohérence ;
- qualité communicative : adéquation au destinataire et à la situation ;
- autonomie : capacité à identifier et corriger ses propres erreurs ;
- esprit critique : capacité à vérifier et justifier les informations ;
- engagement : participation, motivation et persévérance ;
- métacognition : capacité à expliquer comment l’IA a été utilisée.
7.3. Outils de collecte
- pré-test et post-test de production écrite ;
- questionnaire anonyme sur les usages et représentations de l’IA ;
- grille d’observation de l’enseignant ;
- portfolio contenant brouillons, prompts, corrections et version finale ;
- court entretien réflexif ou questionnaire de sortie.
- Séquence pédagogique proposée : « L’IA, partenaire ou piège ? »
Niveau : A2–B1. Durée : 4 séances de 50–55 minutes. Thématique : information, voyage et culture francophone. Production finale : création d’un mini-guide fiable et attractif destiné à un jeune public.
8.1. Objectifs
- Comprendre un document informatif en français.
- Produire des textes descriptifs et argumentatifs courts.
- Interagir en français et poser des questions.
- Reformuler et médiatiser une information.
- Identifier des erreurs ou informations douteuses produites par une IA.
- Utiliser un outil génératif de manière critique et responsable.
- Développer l’autonomie dans la révision d’un texte.
8.2. Exemple d’activité : détecter les erreurs de l’IA
Le professeur fournit aux élèves un court texte généré par IA sur une ville française ou francophone. Le texte contient volontairement quelques erreurs factuelles et linguistiques. En groupes, les élèves surlignent les informations à vérifier, consultent deux sources fiables, corrigent le texte et expliquent leurs choix en français.
Cette activité est particulièrement intéressante parce qu’elle renverse la relation habituelle à l’outil : l’IA n’est plus une autorité qui corrige l’élève ; elle devient un matériau que l’élève doit analyser. La compétence langagière et la compétence critique sont ainsi développées simultanément.
- Évaluation des apprentissages
L’évaluation doit être alignée sur les objectifs du CECRL et sur les compétences effectivement mobilisées. Elle ne devrait pas mesurer seulement le produit final, mais également le processus d’apprentissage et la capacité à utiliser l’IA de manière critique.
- Recommandations professionnelles pour le professeur de FLE
- Partir d’un objectif langagier ou actionnel et choisir ensuite l’usage de l’IA ; ne pas partir de l’outil.
- Privilégier les usages qui augmentent l’activité cognitive de l’élève.
- Faire vérifier les productions générées par des sources fiables.
- Éviter l’introduction de données personnelles ou confidentielles.
- Expliciter les règles d’utilisation de l’IA pour chaque activité.
- Conserver une place centrale à l’interaction humaine et à la communication authentique.
- Évaluer le processus : brouillons, prompts, corrections, choix et justification.
- Utiliser l’IA pour différencier, mais maintenir des objectifs communs et des critères d’évaluation transparents.
- Développer progressivement une culture de l’IA et de l’EMI chez les élèves.
- Former les enseignants à l’éthique, à la protection des données, à la conception de prompts et à l’évaluation des usages de l’IA.
- Discussion
L’intérêt de l’IA en FLE ne réside pas dans la simple automatisation de tâches. Son potentiel pédagogique apparaît lorsqu’elle permet de multiplier les occasions d’interagir avec la langue, de recevoir un retour rapide, de comparer des formulations, de simuler des situations et de différencier les supports. Les recherches disponibles restent néanmoins hétérogènes et ne permettent pas de conclure que l’IA améliore automatiquement les apprentissages. Les bénéfices dépendent fortement de la tâche, de l’accompagnement enseignant, de la formation des élèves et du niveau de littératie numérique.
L’un des enjeux majeurs est donc le déplacement du centre de gravité pédagogique : au lieu d’opposer « avec IA » et « sans IA », il est plus pertinent de distinguer les usages qui favorisent l’apprentissage de ceux qui le court-circuitent. Une demande telle que « écris mon devoir » réduit l’activité de l’apprenant ; une consigne comme « donne-moi trois indices pour que je corrige moi-même mon texte » peut au contraire développer l’autonomie.
Dans une perspective CECRL, l’IA peut être considérée comme un environnement de médiation et d’interaction, mais elle ne doit jamais devenir le destinataire unique de la communication. L’objectif final reste la capacité de l’apprenant à agir en français avec d’autres personnes, dans des situations sociales, scolaires, professionnelles et culturelles réelles.
Conclusion
L’intelligence artificielle générative constitue une évolution majeure pour l’enseignement du FLE. Elle offre des possibilités nouvelles en matière de différenciation, d’entraînement, de production de supports, de rétroaction, d’interaction et de personnalisation. Les outils conversationnels tels que ChatGPT peuvent notamment contribuer à créer des environnements d’apprentissage plus flexibles et à multiplier les occasions d’utiliser le français.
Cependant, l’intégration de l’IA ne peut être considérée comme une fin en soi. Sa valeur dépend de la qualité du scénario pédagogique. Une utilisation responsable doit préserver l’agence de l’apprenant, la relation pédagogique, l’interaction humaine, la protection des données et l’exigence de vérification. Le professeur de FLE demeure le garant des objectifs linguistiques, de la progression, de la qualité des supports et de l’évaluation.
Le principal apport de l’IA pourrait ainsi être moins de « faire à la place de l’élève » que de créer de nouvelles situations dans lesquelles l’élève doit questionner, vérifier, reformuler, argumenter, collaborer et produire. Cette approche rejoint les orientations du CECRL et du Volume complémentaire en plaçant l’apprenant comme acteur social et en valorisant la médiation et l’interaction en ligne.
Enfin, l’IA rend indispensable une articulation plus forte entre enseignement du FLE et éducation aux médias et à l’information. Apprendre le français en 2026 signifie également apprendre à communiquer dans un environnement informationnel où les contenus peuvent être produits ou transformés par des systèmes automatisés. Former un apprenant compétent en FLE revient donc aussi à former un utilisateur capable de discernement, de vérification et de responsabilité.
Bibliographie sélective
Albadarin, Y., Saqr, M., Pope, N., & Tukiainen, M. (2024). A systematic literature review of empirical research on ChatGPT in education. Discover Education, 3, 60. doi.org/10.1007/s44217-024-00138-2
Balcı, Ö. (2024). The role of ChatGPT in English as a Foreign Language (EFL) learning and teaching: A systematic review. International Journal of Current Educational Studies, 3(1), 66–82. doi.org/10.46328/ijces.107
Cislowska, A. I., & Pena-Acuna, B. (2024). Integration of chatbots in additional language education: A systematic review. European Journal of Educational Research, 13(4), 1607–1625. doi.org/10.12973/eu-jer.13.4.1607
Conseil de l’Europe. (2020). Common European framework of reference for languages: Learning, teaching, assessment – Companion volume. Council of Europe.
Conseil de l’Europe. (2020). Cadre européen commun de référence pour les langues : Apprendre, enseigner, évaluer – Volume complémentaire. Conseil de l’Europe.
Commission européenne. (2022). Ethical guidelines on the use of artificial intelligence (AI) and data in teaching and learning for educators. European Education Area.
Commission européenne. (2026). Lignes directrices sur l’utilisation éthique de l’intelligence artificielle et des données dans l’enseignement et l’apprentissage. European Education Area.
European Union. (2024). Regulation (EU) 2024/1689 of the European Parliament and of the Council laying down harmonised rules on artificial intelligence (Artificial Intelligence Act). Official Journal of the European Union.
Godwin-Jones, R. (2024). Generative AI, pragmatics, and authenticity in second language learning. arXiv. arxiv.org/abs/2410.14395
Guan, R., Raković, M., Chen, G., & Gašević, D. (2025). How educational chatbots support self-regulated learning? A systematic review of the literature. Education and Information Technologies, 30, 4493–4518. doi.org/10.1007/s10639-024-12881-y
Karataş, F., Abedi, F. Y., & Ozek Gunyel, F. (2024). Incorporating AI in foreign language education: An investigation into ChatGPT’s effect on foreign language learners. Education and Information Technologies, 29, 19343–19366. doi.org/10.1007/s10639-024-12574-6
Moebhi, A. (2024). Enabling learner independence and self-regulation in language education using AI tools: A systematic review. Cogent Education. doi.org/10.1080/2331186X.2024.2433814
Mohebi, L. (2024). Empowering learners with ChatGPT: Insights from a systematic literature exploration. Discover Education, 3, 36. doi.org/10.1007/s44217-024-00120-y
Miao, F., & Cukurova, M. (2024). AI competency framework for teachers. UNESCO.
Miao, F., Shiohira, K., & Lao, N. (2024). AI competency framework for students. UNESCO.
UNESCO. (2023). Guidance for generative AI in education and research. UNESCO.
Yeh, H.-C. (2024). The synergy of generative AI and inquiry-based learning: Transforming the landscape of English teaching and learning. Interactive Learning Environments, 33(1), 88–102. doi.org/10.1080/10494820.2024.2335491
Annexes
Annexe 1. Questionnaire élève – usages de l’IA en FLE
- As-tu déjà utilisé une IA générative pour apprendre le français ? Oui / Non
- Pour quelles activités l’utilises-tu ? Vocabulaire / grammaire / traduction / écriture / oral / autre.
- Penses-tu qu’une réponse de l’IA est toujours correcte ? Oui / Non / Je ne sais pas.
- Sais-tu comment vérifier une information produite par une IA ? Oui / Partiellement / Non.
- Quelle utilisation de l’IA t’aide le plus à apprendre ?
- Quelle utilisation peut, selon toi, empêcher réellement d’apprendre ?
- Quelles règles faudrait-il respecter en classe ?
Annexe 2. Charte de classe pour une utilisation responsable de l’IA
- Je garde la responsabilité de mon travail et de mes apprentissages.
- Je vérifie les informations importantes produites par l’IA.
- Je ne communique pas de données personnelles ou confidentielles.
- Je distingue clairement mes idées de celles proposées par l’IA.
- Je peux utiliser l’IA pour apprendre, mais je ne lui demande pas de faire mon travail à ma place.
- Je conserve les étapes importantes de mon travail lorsque l’enseignant le demande.
- Je respecte les règles de l’établissement et les consignes données pour chaque activité.