Après plusieurs mois de projet, cette première phase a déjà permis une production collective importante. Depuis le lancement à La Rochelle, nous construisons une boîte à outils destinée à être réutilisée et adaptée, dans le respect des licences indiquées pour chaque ressource. Chaque élément répond à des besoins concrets du projet : comment aborder l'IA générative avec des jeunes ? Comment mesurer ce que les participant·es en retiennent ? Comment permettre à d'autres équipes, demain, de reprendre ce que nous avons initié ?

Une méthode pédagogique partagée

Nous avons formalisé notre méthodologie autour d'une démarche scientifique en six phases, pensée pour permettre aux jeunes d'endosser une posture de chercheur·se face à l'IA. Elle commence par une phase d'observation et de documentation de l'IA autour de soi (P1), se poursuit par la construction d'hypothèses à partir d'activités débranchées (P2), l'expérimentation avec des modèles de langage (P3), la validation à travers des activités robotiques (P4), la réflexion sur les enjeux sociétaux et éthiques (P5), et se conclut par une phase de communication et de valorisation des projets portés lors des cinq premières phases par les jeunes (P6). Chaque étape est associée à des compétences spécifiques issues de notre arbre de compétences, à des exemples d'activités adaptables et à des points d'attention observés sur le terrain. Le document est aujourd'hui disponible en anglais et dans les quatre langues du projet sur notre site : youth-ai-lab.eu.

deliverables/ComprehensiveApproach at master · Youth-AI-Lab/deliverables

La démarche pédagogique Youth AI Lab est structurée en six phases complémentaires.

Des fiches d’idées pour imaginer les activités

Les fiches d’idées présentent des activités simples à comprendre, à adapter et à tester avec différents publics. Elles seront progressivement complétées par des fiches protocoles, plus détaillées et enrichies par les retours du terrain.

Les fiches d’idées sont disponibles en anglais. Sur le wiki, elles pourront être consultées grâce à une traduction automatique dans toutes les langues du projet. Les fiches protocoles seront, quant à elles, directement proposées dans la langue locale de leur mise en œuvre. Les activités des phases suivantes seront ajoutées au fur et à mesure de leur mise en ligne.

Les fiches d’idées disponibles à ce jour sont présentées ci-dessous, selon les différentes phases du parcours.

Observer l’IA autour de soi

• Keep an Eye on AI : Une enquête de terrain facile à adapter pour aider un groupe à repérer l’IA dans son environnement et à distinguer intelligence artificielle et automatisation.
• AI Lab - Inside the Machine : Trois jeux sans écran pour faire découvrir, par l’expérience, comment une machine repère des règles et produit des prédictions.
• Looks Right… Is It Right? : Une activité de vérification pour développer l’esprit critique face aux réponses convaincantes, mais parfois fausses, produites par l’IA.
• Illusion Is All That Matters : Un débat guidé pour questionner ce que signifie « penser » et ouvrir la réflexion sur les usages de l’IA et de la robotique.

Formuler des hypothèses sur son fonctionnement

• AI Detectives: How Do Machines Learn? : Une manipulation simple pour montrer comment le choix et la qualité des exemples influencent ce qu’une machine apprend.
• Bio-inspired Algorithms: Reinforce Your Learnings : Une mise en situation corporelle et ludique pour comprendre l’apprentissage par renforcement avant de passer à la programmation d’un robot.
• Bias: Genre Matters : Une activité concrète pour faire apparaître les stéréotypes de genre d’un modèle, puis apprendre à les observer, les mesurer et les discuter.