En tant qu’enseignant, intégrer des technologies innovantes telles que l’intelligence artificielle (IA) générative peut être un moyen de produire plus rapidement des contenus de qualité afin de répondre, par exemple, à des problématiques de remédiation ou de différenciation ayant pour finalité l’amélioration des apprentissages des élèves. Cependant, la clé du succès réside souvent dans la rédaction de prompts efficaces qui stimulent la créativité de l’IA tout en générant des résultats fiables et adaptés aux objectifs pédagogiques visés. Dans cet article, nous vous proposons d’explorer une base de connaissances vous permettant de rédiger des prompts qui maximisent le potentiel de l’IA dans le champ de l’enseignement.

Qu’est-ce qu’un prompt ?

Une définition

Un prompt est une instruction, rédigée en langage naturel par un humain dans une interface homme machine (IHM), transmise à une IA générative pour interagir avec elle, afin d’obtenir une réponse. En fonction du type d’IA générative utilisée, cette réponse peut revêtir différentes formes : textes, codes informatiques, images, sons ou vidéos.

Le rôle de l’IA générative

L’IA analyse le prompt et mobilise ses capacités de compréhension du langage naturel, ainsi que sa base de connaissances préalablement acquise lors de sa phase d’apprentissage, pour générer une réponse appropriée. La rédaction du prompt est donc cruciale afin de faciliter l’analyse de celui-ci par l’IA dans le but d’obtenir la meilleure réponse possible.

Quelques conseils pour rédiger un prompt

La qualité de la rédaction d’un prompt par l’utilisateur est primordiale si l’on veut obtenir une réponse fiable, précise et pertinente de la part d’une IA générative. Lorsque les instructions contenues dans le prompt ne sont pas claires, elles peuvent entraîner des réponses incorrectes, inadaptées voir farfelues (on parle alors d’hallucination de l’IA). Le type et la qualité des données d’entrée peuvent donc avoir une influence significative sur la capacité du modèle d’IA à produire des résultats cohérents et appropriés.

Voici quelques conseils à avoir en tête afin d’optimiser la rédaction d’un prompt.

1. Soyez clair et concis
   Formulez votre instruction de manière simple et directe en privilégiant les verbes d’actions. Évitez les ambiguïtés d’interprétation liées à l’utilisation d’expressions idiomatiques ou à des tournures de phrases complexes qui pourraient prêter à confusion lors de la phase d’analyse de votre requête par l’IA.
   Exemple : « Convertir le texte suivant en anglais. »
2. Définissez clairement la tâche à réaliser
   Décrivez explicitement, de manière précise et complète, la tâche à accomplir ou la question à laquelle l’IA doit répondre.
   Exemple : « Résumer en une seule phrase le paragraphe suivant. »
3. Fournissez des exemples concrets si nécessaire
   Si la tâche à réaliser est complexe, donnez quelques exemples afin d’illustrer concrètement ce que vous attendez de l’IA en augmentant ainsi son niveau de guidance.
   Exemple : « Expliquer le concept de transferts d’énergie en s’appuyant sur l’exemple d’un enfant sur une balançoire. »
4. Spécifiez les contraintes
   Définissez les limites ou les conditions auxquelles la réponse doit se conformer. Cela peut inclure, entre autres, des contraintes de temps, de format, de style, de niveau du public cible, de ressources disponibles etc.
   Exemple : « Décrire, en moins de 150 mots, le principe de fonctionnement d’un circuit électrique en utilisant un langage adapté à des élèves de collège. »

Un exemple d’interface humain-machine pour comprendre son fonctionnement

La plateforme Vittascience propose une interface humain-machine permettant de s’initier à l’IA dans un cadre respectueux du RGPD. Elle permet notamment de communiquer avec l’IA tout en découvrant son mode de fonctionnement.

Bien que l’efficacité d’un prompt dépende beaucoup de l’algorithme de LLM [1] sur lequel s’appuie l’IA générative employée, les étapes clés énumérées ci-dessous, dans un ordre chronologique, permettent d’optimiser le résultat produit dans la très grande majorité des cas de figure rencontrés dans l’enseignement.

Étape 1 : Initialiser la conversation

L’IA ne vous connait pas, tout comme vous ne la connaissez pas ! Il est donc important d’initialiser le prompt en indiquant à l’IA des éléments de contexte de votre requête notamment quel rôle souhaitez-vous qu’elle simule et quelle discipline vous enseignez.

• Commencez la conversation par : « Je souhaite que vous agissiez en tant que [...]. »
• Puis indiquez votre domaine d’expertise : « Je suis un(e) enseignant(e) de [..] » .

Étape 2 : Décrire la tâche

Contrairement aux humains, les IA génératives n’ont pas la capacité d’interpréter l’implicite, il faut donc expliciter précisément la tâche que l’IA doit exécuter.

• Explicitez la tâche à réaliser : « Je souhaite que vous [..] »

Étape 3 : Spécifier les contraintes

Une fois que vous avez indiqué à l’IA générative la tâche à réaliser, il convient d’ajouter quelques contraintes pour s’assurer que la réponse fournie répondra à vos attentes.

Étape 4 : Formater la sortie

Vous pouvez demander à l’IA générative de formater sa réponse de différentes façons : style, longueur, structure, format (liste à puce, tableau, code, etc.).

Étape 5 : Affiner les réponses

Parfois les réponses générées par l’IA ne vous satisferont pas totalement. Ne vous contentez pas de la première réponse qui sera fournie : reformulez votre prompt en apportant des précisions complémentaires jusqu’à ce que la réponse produite réponde à votre objectif. Une fois ceci réalisé, vous pourrez par itérations successives demander à l’IA de détailler telle ou telle partie d’un plan par exemple.

Un gabarit générique pour un prompt efficace

À la lumière des éléments de l’article Rédiger un prompt d’une manière efficace, nous vous proposons ci-dessous un gabarit permettant de rédiger un prompt d’une manière efficace. Il suffira de personnaliser les éléments qui figurent entre crochet afin de les adapter à votre situation et à votre objectif.

Gabarit à copier / coller et à adapter

Afin de formuler un prompt efficace, personnalisé et adapté aux spécificités de l’enseignement, vous pouvez également vous appuyer sur la matrice ci-dessous proposée par le GTnum IA (DNE) [2].

Un exemple de prompt efficace avec ChatGPT

L’exemple ci-dessous illustre un exemple de prompt optimisé pour ChatGPT d’OpenAI.

Le prompt

Un exemple de prompt efficace sous ChatGPT 3.5

Transcription

Agrandir

Fermer

Un exemple de prompt efficace sous ChatGPT 3.5 - Transciption

Vous
Je veux que vous agissiez en tant que physicien.
Je suis enseignant de physique et de chimie.
Je souhaite générer un plan de cours intitulé : « La réfraction de la lumière ».

Contraintes :
– le cours s’adresse à des élèves de seconde générale ;
– les notions et concepts devront être illustrés à l’aide d’exemples concrets.

Format de présentation :
– à la fin de plan, faire apparaître les formules du cours dans un tableau.

La réponse de ChatGPT

La réponse au prompt précédent fournie par ChatGPT 3.5 est partagée ci-dessous.

Réponse générée par ChatGPT 3.5

Transcription

Agrandir

Fermer

Réponse générée par ChatGPT 3.5 - Transciption

ChapGPT
Plan de Cours : La Réfraction de la Lumière
Objectif du cours : Comprendre les phénomènes de réfraction de la lumière et leurs applications dans la vie quotidienne.
Durée estimée : 2 heures
I. Introduction à la réfraction de la lumière
• Définition de la réfraction
• Explication du changement de direction de la lumière lorsqu’elle passe d’un milieu à un autre
II. Lois de la réfraction
• Loi de Snell-Descartes : n1×sin(θ1)=n2×sin(θ2)
• Explication de chaque terme de l’équation
• Importance de cette loi dans la compréhension des phénomènes de réfraction
• Détermination de l’angle de réfraction à l’aide de la loi de Snell-Descartes

Réponse générée par ChatGPT 3.5

Transcription

Agrandir

Fermer

Réponse générée par ChatGPT 3.5 - Transciption

III. Exemples de réfraction dans la vie quotidienne
• Réfraction de la lumière dans l’eau
• Explication de la manière dont la lumière se courbe lorsqu’elle passe de l’air à l’eau
• Illustration avec des exemples d’objets semblant déformés sous l’eau
• Réfraction de la lumière dans l’atmosphère terrestre
• Explication des phénomènes de lever et de coucher du soleil
• Discussion sur l’arc-en-ciel comme exemple de réfraction de la lumière

Réponse générée par ChatGPT 3.5

Transcription

Agrandir

Fermer

Réponse générée par ChatGPT 3.5 - Transciption

IV. Applications technologiques de la réfraction
• Lentilles optiques
• Explication du fonctionnement des lentilles convergentes et divergentes
• Illustration avec des exemples d’applications dans les lunettes, les appareils photo, les microscopes, etc.
• Fibres optiques
• Explication de la manière dont les fibres optiques utilisent la réfraction pour transmettre la lumière
• Illustration avec des exemples d’applications dans les télécommunications et la médecine

Réponse générée par ChatGPT 3.5

Transcription

Agrandir

Fermer

Réponse générée par ChatGPT 3.5 - Transciption

V. Expériences en classe
• Expérience de la baguette magique : observation de la déviation de la lumière lorsqu’elle passe d’un milieu à un autre
• Expérience avec des lentilles : observation des images formées par différentes lentilles
VI. Conclusion
• Récapitulation des principaux points abordés dans le cours
• Soulignement de l’importance de la réfraction dans notre vie quotidienne et dans divers domaines technologiques
VII. Formules du cours :
Formules Signification
n1×sin(θ1)=n2×sin(θ2)
Loi de Snell-Descartes
Ce plan de cours devrait fournir une base solide pour enseigner efficacement les principes de la réfraction de la lumière aux élèves de seconde générale, en utilisant des exemples concrets pour rendre les concepts plus accessibles et intéressants.

Prolongement possible : un exercice avec corrigé détaillé

On peut prolonger le prompt précédent en demandant à ChatGPT 3.5 de fabriquer un exercice avec un corrigé détaillé.

Réponse générée par ChatGPT 3.5

Transcription

Agrandir

Fermer

Réponse générée par ChatGPT 3.5 - Transciption

Vous
Dans le cas du passage d’un faisceau laser de l’air à l’eau proposez un exercice permettant à un élève de calculer l’angle de réfraction. Dans le cas du passage d’un faisceau laser de l’air au verre proposez une exercice permettant à un élève de calculer l’indice optique du verre. Donnez une solution détaillée pour les deux exercices.
Dans le cas du passage d’un faisceau laser de l’air à l’eau proposez un exercice permettant à un élève de calculer l’angle de réfraction. Donnez une solution détaillée.

ChatGPT
Exercice : Calcul de l’angle de réfraction du passage d’un faisceau laser de l’air à l’eau
Données :
• Indice de réfraction de l’air nair=1
• Indice de réfraction de l’eau neau=1.33
• Angle d’incidence dans l’air θ1=30∘
Question : Calculer l’angle de réfraction θ2 lorsque le faisceau laser passe de l’air à l’eau.

Réponse générée par ChatGPT 3.5

Transcription

Agrandir

Fermer

Réponse générée par ChatGPT 3.5 - Transciption

Solution : Utilisons la loi de Snell-Descartes pour calculer l’angle de réfraction :
n1×sin(θ1)=n2×sin(θ2)
Nous connaissons les valeurs suivantes :
• Indice de réfraction de l’air : n1 = 1
• Angle d’incidence dans l’aire : θ1 = 30°
• Indice de réfraction dans l’eau : n2 1.33
Nous pouvons maintenant résoudre l’équation pour trouver θ2 :
1×sin(30∘) = 1.33×sin(θ2)
sin(30°) = 1.33×sin(θ2)
Pour trouver sin(θ2), nous divisons les deux côtés de l’équation par 1.33 :
sin(θ2) = sin(30°) / 1.33
sin(θ2) ≈ 0.5 / 1.33
sin(θ2) ≈ 0.3769

Générer un exercice avec ChatGPT 3.5

Transcription

Agrandir

Fermer

Générer un exercice avec ChatGPT 3.5 - Transciption

Ensuite, nous utilisons la fonction inverse du sinus (sin⁻¹) pour trouver θ2 :
θ2 = sin-1(0.3769)
θ2 ≈ 22.12∘
Donc, lorsque le faisceau laser passe de l’air à l’eau, l’angle de réfraction θ2 est d’environ 22.12∘.

Les instructions personnalisées pour ChatGPT 3.5

Les utilisateurs de ChatGPT d’OpenAI peuvent définir des instructions personnalisées afin que l’IA générative puisse mieux adapter ses réponses à votre profil. Il suffit pour cela de vous rendre dans l’onglet « Personnaliser ChatGPT » de votre compte et compléter les deux champs suivants :

• Que souhaiteriez-vous que ChatGPT sache sur vous pour fournir de meilleures réponses ?
• Comment souhaitez-vous que ChatGPT réponde ?

Un exemple illustrant l’influence des instructions personnalisées sur un prompt est donné ci-dessous.

Des caractères spéciaux pour un usage avancé

L’usage de caractères spéciaux tels que les crochets [], les accolades {} ou les parenthèses () permet de structurer et d’affiner les requêtes pour obtenir des réponses plus précises de la part des IA génératives.

• Les crochets [] peuvent être utilisés pour indiquer des options ou des variables à remplacer, comme dans : « Rédige une histoire mettant en scène un [pirate/savant fou/robot] dans un univers futuriste. » L’IA comprendra qu’elle doit choisir parmi les options et générer une histoire avec l’un des personnages proposés. On peut également utiliser les crochets dans le cadre d’un prompt dynamique : « Rédige un article sur le thème suivant : [insérer le sujet ici] ». Cela permet d’adapter le prompt à différentes situations sans le modifier entièrement.
• Les accolades {} sont souvent employées pour définir des alternatives ou des variantes dans certains outils de génération : « Explique le fonctionnement d’une {pile|batterie} et son impact sur l’environnement. » Lors de chaque appel du même prompt, l’IA pourra choisir aléatoirement entre pile ou batterie, permettant d’obtenir des variations intéressantes du texte.
• Les parenthèses (), dans certaines plateformes, peuvent servir à ajuster le poids ou l’importance d’un mot-clé en influençant la génération du contenu. Exemple : « Un (chat) sur un tapis dormait paisiblement. » vs. « Un ((chat)) sur un tapis dormait paisiblement. » Dans le deuxième cas, l’IA mettra davantage l’accent sur le chat que dans le premier. Cela peut se révéler intéressant notamment lors de la génération d’images.

Maîtriser ces conventions permet d’affiner les prompts afin d’exploiter pleinement le potentiel des modèles d’IA génératives.

Combiner les caractères spéciaux pour un prompt optimisé

La combinaison des caractères spéciaux [], {} et () vus précédemment, permet d’optimiser le résultat d’un prompt.

Décryptage :

• Les crochets [] permettent de choisir un protagoniste parmi plusieurs options : chevalier, pirate, ou extraterrestre.
• Les accolades {} indiquent une alternative aléatoire entre magique et technologique pour l’artefact, ainsi qu’une variation sur le ton de l’histoire (sombre, joyeuse, tragique).
• Les parenthèses () accentuent le caractère mystérieux du monde pour guider l’IA à insister sur cet aspect.

Pourquoi ce prompt est-il optimisé ?

• Il est modulable : l’IA générera une histoire différente à chaque fois.
• Il permet de tester plusieurs combinaisons sans devoir tout réécrire à chaque fois.
• Il oriente la créativité de l’IA tout en laissant une part d’aléatoire pour des réponses variées.

Les grands modèles de langage (LLM) les plus populaires (ChatGPT, Copilot, Gemini, Llama 3) proposés par les GAFA sont quasiment tous entraînés sur des données anglo-saxonnes. Les réponses générées par ce type d’IA sont donc le reflet de la culture anglo-saxonne ce qui induit un biais lorsque le prompt est formulé en français par exemple...


La plateforme gouvernementale Compar:IA est une arène française de classement de modèles selon les préférences humaines. Elle permet d’interroger deux modèles de langage conversationnel pour des tâches exprimées en français et de comparer les résultats. Les utilisateurs posent des questions en français et reçoivent des réponses de deux LLM anonymes. Ils votent alors pour le modèle qui fournit la réponse la plus adaptée, apprenant ainsi l’identité du modèle.

Cette plateforme permet également d’accéder à l’impact énergétique de la requête en fonction du modèle d’IA utilisé et du nombre de « tokens », c’est-à-dire le nombre d’unités de texte (mot entier, partie de mot, caractère ou espace) utilisées pour le traitement et la génération de langage.

Bon à savoir

Lorsque vous demandez, via un prompt, à une IA générative de répondre à des questions ou d’exécuter des tâches, vous pouvez fournir involontairement des données personnelles. En fonction des plateformes utilisées, ces données personnelles peuvent être collectées puis réutilisées par des algorithmes d’apprentissages automatiques par renforcement dans le but d’améliorer les performances de l’IA générative. Il convient donc d’être particulièrement prudent lorsque l’on utilise une IA générative en ne fournissant aucune donnée confidentielle ou sensible dans un prompt.

Réduire l’utilisation de ses données personnelles avec ChatGPT

Les utilisateurs de ChatGPT peuvent réduire l’exposition de leurs données personnelles en refusant l’enregistrement de la discussion. En refusant de participer à l’entraînement du modèle, vos données ne seront pas utilisées pour l’apprentissage par renforcement de l’IA. Il suffit pour cela d’aller dans l’onglet « Contrôle des données » des paramètres de son compte (voir capture d’écran ci-dessous).

Doctrine relative aux usages des IA génératives dans l’éducation nationale

Au regard des travaux de recherche et des échanges avec le comité d’éthique, la doctrine ministérielle relative aux IA générative est :

• Les enseignants peuvent utiliser l’IA générative pour les assister dans les tâches de préparation et pour la réalisation d’activités pédagogiques à leur initiative et sous leur contrôle ;
• Dans le cadre scolaire, les usages par les professeurs et les élèves doivent respecter la protection des données personnelles des élèves ;
• Les enseignants doivent accompagner les élèves à développer un esprit critique sur le fonctionnement de l’IA et son utilisation dans le cadre de la formation à l’esprit critique et à la citoyenneté numérique.

Les équipes ministérielles préconisent ainsi une utilisation raisonnée de l’intelligence artificielle, sous contrôle de l’enseignant, pour les élèves à partir de la 5ème (cycle 4) en lien avec l’évolution des programmes. Cela inscrit la France dans les recommandations récentes de l’UNESCO.

Une « zone grise »

La notion de droit d’auteur relative aux œuvres produites par une IA grâce aux prompts d’un utilisateur est complexe et se trouve dans une « zone grise » non encore régulée d’une manière satisfaisante d’un point de vue juridique.

Le point sur les créations humaines assistées par l’IA

Le Parlement européen insiste sur la distinction à effectuer entre les créations humaines assistées par l’IA, susceptible de protection du droit d’auteur, et les créations autonomes de l’IA, qui ne sont, en l’état actuel du droit, pas encore protégées. Dans le cas d’une création assistée par l’IA, toute la difficulté consiste à quantifier la contribution humaine afin qu’elle puisse être jugée suffisante pour bénéficier de la protection du droit d’auteur. À ce jour, même si une création provient de la combinaison d’un ou plusieurs prompts émanant d’un être humain, les spécialistes s’accordent à dire que les éléments traditionnels de la paternité sont déterminés et exécutés par la technologie (i.e. l’IA générative) et non par l’utilisateur humain. Cette création n’a donc pas vocation à bénéficier du droit d’auteur.

Un cadre juridique à inventer

Les débats juridiques et technologiques encore en cours pourraient bouleverser, dans les prochaines années, la manière dont la loi définit l’auteur et l’originalité d’une œuvre pour laquelle un être humain et une IA sont mutuellement impliqués dans le processus de création.

La loi européenne sur l’intelligence artificielle : Eu AI Act

Le 13 mars 2024, le Parlement européen a voté la première loi relative à l’intelligence artificielle intitulée European Artificial Intelligence Act. Cette réglementation proposée par l’Union européenne vise à encadrer l’utilisation de l’intelligence artificielle afin de garantir une utilisation éthique, sûre et respectueuse des droits fondamentaux en matière d’emploi, de maintien de l’ordre, d’infrastructures critiques, de dispositifs médicaux, etc. En particulier, l’article 52 impose, pour les IA génératives, des règles de transparence afin d’éviter toute confusion entre contenu artificiel et authentique. La notion de marquage d’une production réalisée par un IA est également détaillée afin d’en identifier plus facilement son origine : filigranes, métadonnées, cryptographie… L’AI Act se veut évolutive afin de s’adapter, au mieux, aux évolutions technologiques à venir.

Les IA génératives, correctement utilisées, peuvent être un allier précieux permettant de faire gagner du temps aux enseignants. Afin d’illustrer cela concrètement, nous vous proposons une mini-série de fiches pédagogiques synthétiques présentant un modèle structuré et optimisé de prompts pour une utilisation efficace de l’intelligence artificielle générative dans la pratique de certains gestes métiers :

• rédaction de support de cours (fiche 1) ;
• création d’exercices et d’évaluations (fiche 2) ;
• différenciation pédagogique (fiche 3).

Fiche 1 - Rédaction de supports de cours

Fiche 2 - Créations d’exercices et d’évaluations

Fiche 3 - Différenciation pédagogique