cookieImage
2026-2027 / PEDA4070-1

Intelligence artificielle en éducation : approche critique et ingénierie de formation

Durée

15h Th, 15h Pr

Nombre de crédits

 Master en sciences de l'éducation, à finalité spécialisée3 crédits 

Enseignant

Jean-François Céci

Langue(s) de l'unité d'enseignement

Langue française

Organisation et évaluation

Enseignement au premier quadrimestre, examen en janvier

Horaire

Horaire en ligne

Unités d'enseignement prérequises et corequises

Les unités prérequises ou corequises sont présentées au sein de chaque programme

Contenus de l'unité d'enseignement

Le cours aborde principalement les thématiques suivantes : 

  • Fondamentaux de l'intelligence artificielle générative,  
  • L'art du prompt,  
  • Les rôles de l'IA dans l'ingénierie de formation,  
  • Découverte et utilisation de divers outils d'intelligence artificielle en contexte éducatif (en phase de conception, d'enseignement, d'apprentissage et d'évaluation),  
  • Enjeux éthiques et sociétaux liés à l'IA en éducation,  
  • Conception d'un projet de formation en recourant à l'IA.  
  • ...

Acquis d'apprentissage (objectifs d'apprentissage) de l'unité d'enseignement

Les objectifs généraux du cours visent à ce que les étudiants soient capables de : 

  • Maîtriser les techniques de prompt pour des usages pédagogiques,  
  • Concevoir un dispositif/projet d'enseignement ou de formation en recourant de façon critique et efficiente à l'IA,  
  • Développer un esprit critique face aux usages de l'IA en contexte éducatif et aux productions obtenues grâce à l'IA,  
  • Utiliser de façon appropriée divers outils d'IA.   
Par ailleurs, les étudiants seront sensibilisés aux enjeux éthiques et sociétaux liés à l'usage de l'IA en éducation.  

Savoirs et compétences prérequis

  • Savoir manipuler un ordinateur pour la bureautique et la navigation internet simple.  
  • Ce cours s'appuie sur des connaissances de base en ingénierie pédagogique (faire un plan de leçon, définir des objectifs, établir une méthode d'évaluation, etc.).  
  • Il est conseillé d'avoir suivi le cours PEDA4063 « CAPNUM » pour suivre ce cours. Les éléments abordés dans le cadre de ce cours seront traités en mode révision. 

Activités d'apprentissage prévues et méthodes d'enseignement

La méthodologie mise en œuvre dans ce cours consiste, par exemple, en : 

  • Exposés par l'enseignant en présentiel,  
  • Séances asynchrones en ligne (révisions, lectures, capsules vidéo, exercices),  
  • Exercices pratiques de découverte et de manipulation d'outils d'IA,  
  • Activités ludifiées visant à développer l'esprit critique,  
  • Mise en pratique sur des cas concrets. 
  • ... 
Il est fortement recommandé de venir avec sa machine personnelle. Néanmoins, en cas de besoin, une machine sera fournie à l'étudiant. Cela permettra un entrainement en conditions réelles pour l'évaluation.  

Mode d'enseignement (présentiel, à distance, hybride)

Combinaison d'activités d'apprentissage en présentiel et en distanciel


Informations complémentaires:

Présentiel pour l'essentiel, avec des séances ponctuelles à distance (asynchrone). 

Supports de cours, lectures obligatoires ou recommandées

Plate-forme(s) utilisée(s) pour les supports de cours :
- eCampus


Informations complémentaires:

Vous trouverez en ligne dans eCampus le cours « PEDA4070 - Intelligence artificielle en éducation ». C'est l'espace officiel du cours. Vous y trouverez différents types de ressources au fil des cours. 

Modalités d'évaluation et critères

Examen(s) en session

Toutes sessions confondues

- En présentiel

évaluation écrite ( questions ouvertes )


Informations complémentaires:

Examen en session - en présentiel 

Chaque étudiant, individuellement, devra construire un dispositif d'enseignement ou de formation sur un sujet donné (attribué aléatoirement le jour de l'examen).  
L'étudiant pourra recourir aux outils numériques et d'IA de son choix ainsi qu'à toute ressource jugée utile.  
L'étudiant devra fournir un justificatif de la démarche et des outils utilisés ainsi qu'un retour critique sur sa production.  
Il est fortement recommandé de venir avec sa machine personnelle pour l'examen. Néanmoins, en cas de besoin, une machine sera fournie à l'étudiant. 

Stage(s)

Remarques organisationnelles et modifications principales apportées au cours

Contacts

Chargé de cours :  
Jean-François Céci : jf.ceci@uliege.be 
 
Assistants :  
Lionel Biatour : lionel.biatour@uliege.be 
Léa Mertens : lmertens@uliege.be 

Association d'un ou plusieurs MOOCs