Ressources
AI Infused Assignment Playbook
Cette page est une traduction automatique de la page anglaise, non relue par un locuteur natif.
Le AI Infused Assignment Playbook est un guide pratique de Sarah Lewis (Barry University, travail social) destiné aux enseignants qui souhaitent intégrer l'IA générative avec intention plutôt que de l'ajouter à des travaux existants. Il associe un fondement pédagogique — objectifs d'apprentissage, pensée critique, agentivité des étudiants, transparence et frontières appropriées pour l'usage de l'IA — à des modèles de travaux adaptables, des cadres de conception, des invites, des exemples et des conseils de mise en œuvre que les enseignants peuvent utiliser dans toutes les disciplines. L'objectif n'est explicitement pas de prescrire une seule approche de l'IA, mais d'aider les éducateurs à concevoir des expériences d'apprentissage dans lesquelles l'usage de l'IA est intentionnel, transparent et aligné sur ce que les étudiants sont censés apprendre et démontrer.
Ce que vous pouvez en faire
Le playbook s'organise autour d'une thèse, énoncée au chapitre 1, selon laquelle l'apprentissage est une construction de réseau, et non une accumulation d'informations — c'est la question du délestage cognitif au cœur du débat sur l'littératie de l'IA — si bien que la véritable question est de savoir si l'IA soutient ou contourne ce travail de construction de réseau. Chaque travail est construit à partir de cinq principes de conception formatifs : des invites structurées, pas un usage flou de l'IA (les étudiants identifient leur objectif, les concepts pertinents, leur compréhension actuelle et l'aide précise qu'ils recherchent avant d'être autorisés à formuler une invite) ; l'évaluation critique des productions de l'IA (les étudiants documentent ce qu'ils acceptent, modifient et rejettent, et le justifient) ; la documentation et la transparence (invites, extraits de réponses de l'IA, journaux de décisions et justifications rendent l'usage évaluable) ; la réflexion métacognitive ; et la vérification des connaissances par de courtes vérifications à notes fermées.
Le chapitre 3 fournit un exemple entièrement développé de travail (rédaction itérative augmentée par l'IA) ainsi que seize fiches de modèles condensées — réflexion dialoguée avec l'IA, assistant de revue de littérature par l'IA, détection des biais par l'IA, réflexion avec un partenaire d'étude IA, auto-évaluation assistée par l'IA, partenaire de débat IA, simulation de client par l'IA, test de scénarios par l'IA, projet de groupe facilité par l'IA, évaluation par les pairs avec comparaison par l'IA, élaboration d'une politique d'usage professionnel de l'IA, et un portefeuille d'intégration transparente de l'IA. L'annexe A fournit un journal de collaboration IA–humain pour consigner le processus. Les enseignants peuvent prendre des travaux isolés à la carte ou adopter un ensemble comme colonne vertébrale infusée d'IA pour un cours entier.
À qui il s'adresse
Aux enseignants de toutes disciplines, en particulier dans l'enseignement supérieur et les programmes professionnels (l'auteure écrit depuis le travail social, et le nursing/les soins de santé sont cités comme contextes parallèles), ainsi qu'aux développeurs de formation des enseignants et à ceux qui préparent des preuves pour l'accréditation. Il suppose que les étudiants utilisent déjà l'IA et que la réponse responsable consiste à rendre cet usage visible, à le structurer et à enseigner aux étudiants à bien utiliser l'IA, plutôt qu'à espérer qu'ils l'évitent.
Notes et réserves
C'est un guide pratique, et non une étude empirique ; ses affirmations sur l'usage de l'IA par les étudiants reposent sur des sources externes citées (BestColleges, Campbell, Digital Education Council, Flaherty) plutôt que sur de nouvelles données. Le cadre de la « construction de réseau » et le cadrage de « l'illusion de la compréhension » sont tirés de la littérature plus large (Wigmore et al. ; Williamson et al.) et sont présentés comme un raisonnement pédagogique, non comme des résultats testés du playbook lui-même. Les travaux sont des modèles rédigés par l'auteure — aucun n'est publié avec des tailles d'effet, si bien qu'il faut les traiter comme des designs à adapter et à évaluer localement. Publié le 2026-10-07, v1, sur Zenodo sous licence CC BY 4.0 ; téléchargement libre sans compte. Au moment de l'ingestion, la fiche n'affiche qu'environ 35 vues et 14 téléchargements, si bien qu'elle a encore peu fait l'objet d'un usage externe ou d'une évaluation par les pairs.
Concepts liés
Ressources liées
- The Pedagogical PromptbookUn livre en accès ouvert d'invites évaluées pour des pratiques d'enseignement et de design pédagogique fondées sur les preuves, chaque chapitre publiant l'invite, son processus d'élaboration et ses résultats d'évaluation.
- Student Guide to AIUn guide étudiant gratuit en trois éditions sur l'intelligence artificielle, de l'université Elon, de l'AAC&U et de The Princeton Review, dont l'édition 2026 développe dix capacités humaines avec des modules d'apprentissage prêts pour l'enseignant et une auto-évaluation anonyme.
- Process FeedbackUne alternative gratuite, fondée sur le processus, à la détection d'IA : elle enregistre comment un texte a été produit et le transforme en rapport pour une conversation sur l'apprentissage plutôt qu'en verdict.
- The ID ToolboxPlus de cinquante utilitaires gratuits à finalité unique dans le navigateur pour les concepteurs pédagogiques : cadrage, estimation, outillage de sous-titrage et de traduction, contrôles de lisibilité et de cohérence.