Prompts IA pour formateurs : 10 exemples à adapter

Conception de parcours

• « Dé­com­pose cet ob­jec­tif pé­da­go­gique en 5 sé­quences pro­gres­sives avec, pour cha­cune, un li­vrable ob­ser­vable. »
• « Pro­pose trois angles d'ap­proche dif­fé­rents pour en­sei­gner [concept] selon que l'ap­pre­nant est dé­bu­tant, in­ter­mé­diaire ou expert. »
• « À partir de ce plan de cours, liste les pré-requis im­pli­cites que je de­vrais ex­pli­ci­ter en in­tro­duc­tion. »

Production de contenus

• « Ré­écris ce pa­ra­graphe en gar­dant le sens mais en pas­sant du re­gistre aca­dé­mique à un re­gistre opé­ra­tion­nel pour des ma­na­gers ter­rain. »
• « Génère trois exemples concrets, de sec­teurs dif­fé­rents, qui illus­trent [concept]. »
• « Trans­forme cette liste de bullet points en un script de voix-off de 90 se­condes, ton conver­sa­tion­nel. »

Évaluation

• « Crée 5 ques­tions de quiz à dif­fi­cul­té crois­sante sur ce conte­nu, dont 2 ques­tions de com­pré­hen­sion et 3 ques­tions d'ap­pli­ca­tion. »
• « Pro­pose une mise en si­tua­tion pro­fes­sion­nelle qui mo­bi­lise les no­tions de [cha­pitre 3]. »
• « Ana­lyse ces ré­ponses libres d'ap­pre­nants et iden­ti­fie les 3 er­reurs de rai­son­ne­ment les plus fré­quentes. »
• « Génère une grille d'éva­lua­tion cri­té­riée à partir des ob­jec­tifs de cette for­ma­tion. »

Pour dé­ci­der ce qui relève d’une pro­po­si­tion au­to­ma­tique et ce qui reste une res­pon­sa­bi­li­té hu­maine, consul­tez IA et formateur : organiser une complémentarité réfléchie. Ne trans­met­tez pas de don­nées per­son­nelles ou de sup­ports confi­den­tiels à un outil sans cadre au­to­ri­sé ; ano­ny­mi­sez les exemples lorsque cela est pos­sible.

Aller plus loin : l'IA dans le flux d'apprentissage

Ces exemples concernent la pré­pa­ra­tion de la for­ma­tion. Des outils peuvent aussi pro­po­ser un échange avec l’ap­pre­nant pen­dant un cours ; les fonc­tion­na­li­tés dis­po­nibles dé­pendent de la so­lu­tion et doivent être vé­ri­fiées avant de les pré­sen­ter. Pour ex­plo­rer le sujet, voir interaction vocale en formation et la so­lu­tion formateurs indépendants.

Écrire un contrat de sortie plutôt qu’une demande vague

Les dix for­mu­la­tions pré­cé­dentes gagnent à être ac­com­pa­gnées d’un contrat de sortie. Dé­cri­vez le public par ses pré­re­quis ob­ser­vables, la tâche pro­fes­sion­nelle à ap­prendre, le sup­port au­to­ri­sé et le li­vrable at­ten­du. Pré­ci­sez éga­le­ment ce que l’IA ne doit pas faire : com­plé­ter une pro­cé­dure ab­sente, créer une ré­fé­rence ou trans­for­mer une re­com­man­da­tion en obli­ga­tion. Une de­mande courte peut être suf­fi­sante si ces contraintes sont ex­pli­cites ; ac­cu­mu­ler des consignes contra­dic­toires rend au contraire la va­li­da­tion dif­fi­cile.

Exemple fictif de prompt dé­ve­lop­pé : « À partir du seul ex­trait ci-des­sous, pré­pare deux si­tua­tions pour des ges­tion­naires dé­bu­tants qui doivent re­pé­rer une pièce man­quante. Pour chaque si­tua­tion, four­nis la consigne, les in­for­ma­tions dis­po­nibles, la ré­ponse at­ten­due, sa jus­ti­fi­ca­tion et le pas­sage exact qui la fonde. Si l’ex­trait ne permet pas de tran­cher, in­dique in­for­ma­tion in­suf­fi­sante. N’ajoute aucune règle. » Le li­vrable du for­ma­teur n’est pas la conver­sa­tion en­tière, mais une fiche d’ac­ti­vi­té relue et ac­com­pa­gnée de sa ré­fé­rence do­cu­men­taire. Gardez l’ex­trait source dans un espace au­to­ri­sé, dis­tinct de la ver­sion des­ti­née aux ap­pre­nants.

Tester le prompt sur un petit banc d’essai

Avant de réuti­li­ser un prompt, construi­sez trois en­trées fic­tives : un cas or­di­naire, un cas ambigu et un cas im­pos­sible à ré­soudre avec le sup­port. Cette der­nière entrée vé­ri­fie si la consigne de ne pas in­ven­ter est res­pec­tée. Re­lan­cez aussi une même de­mande : une ré­ponse cor­recte une fois ne suffit pas à éta­blir sa fia­bi­li­té. Notez le nom et la ver­sion af­fi­chés de l’outil, la date, le texte du prompt et les cor­rec­tions né­ces­saires. Vous pour­rez ainsi dis­tin­guer une mo­di­fi­ca­tion du sup­port d’un chan­ge­ment de com­por­te­ment de l’as­sis­tant.

Uti­li­sez une grille de dé­ci­sion simple : chaque pro­po­si­tion doit être exacte, tra­çable, adap­tée au niveau et ex­ploi­table sans in­for­ma­tion cachée. Une erreur sur une règle es­sen­tielle en­traîne le rejet, même si le style est ex­cellent. Une lon­gueur ex­ces­sive ap­pelle une ré­vi­sion ; elle ne com­pense jamais une erreur de fond. Le li­vrable est un ta­bleau entrée, sortie, défaut consta­té, cor­rec­tion hu­maine, dé­ci­sion. Ce pro­to­cole consti­tue une vé­ri­fi­ca­tion locale de pro­duc­tion, pas une cer­ti­fi­ca­tion du modèle ni une mesure de son ef­fi­ca­ci­té pé­da­go­gique.

Contrôler les questions avant leur diffusion

Pour un quiz généré, faites ré­soudre chaque ques­tion par un col­lègue sans lui mon­trer le cor­ri­gé. De­man­dez-lui de citer l’indice qui permet de ré­pondre et d’ex­pli­quer pour­quoi les autres pro­po­si­tions sont moins per­ti­nentes. Si deux ré­ponses se dé­fendent avec le sup­port, ré­écri­vez la ques­tion ou ac­cep­tez ex­pli­ci­te­ment plu­sieurs so­lu­tions. Écar­tez les dis­trac­teurs ab­surdes, les né­ga­tions im­bri­quées et les dé­tails qui éva­luent la lec­ture pié­geuse plutôt que la com­pé­tence visée. Une dif­fi­cul­té crois­sante doit venir du rai­son­ne­ment de­man­dé, pas d’un vo­ca­bu­laire in­uti­le­ment com­pli­qué.

Pré­pa­rez en­suite un retour pour chaque erreur plau­sible. Dans un exemple fictif de clas­se­ment de dos­siers, confondre une pièce ab­sente et une pièce pé­ri­mée ap­pelle deux ex­pli­ca­tions dif­fé­rentes. Le cor­ri­gé doit rap­pe­ler le cri­tère, mon­trer son ap­pli­ca­tion et pro­po­ser une pro­chaine action. N’uti­li­sez pas l’ana­lyse au­to­ma­tique de ré­ponses libres pour at­tri­buer seule une note à enjeu. Com­men­cez par une com­pa­rai­son avec une cor­rec­tion hu­maine sur des ré­ponses fic­tives, puis exa­mi­nez les désac­cords avant tout usage auprès des ap­pre­nants.

Conserver une bibliothèque révisable et sûre

Le guide UNESCO publié le 7 septembre 2023 re­com­mande une ap­proche cen­trée sur l’humain, avec va­li­da­tion éthique et pé­da­go­gique des usages édu­ca­tifs de l’IA gé­né­ra­tive. Il ne four­nit pas de preuve qu’un prompt précis amé­liore un cours. Pour tra­duire cette orien­ta­tion en pra­tique, as­so­ciez à chaque fiche un res­pon­sable, un pé­ri­mètre au­to­ri­sé, une date de ré­vi­sion et les si­tua­tions dans les­quelles le prompt ne doit pas être uti­li­sé.

Ne mettez dans la bi­blio­thèque ni copies no­mi­na­tives ni échanges confi­den­tiels. Rem­pla­cer seule­ment un nom peut lais­ser une per­sonne iden­ti­fiable par son poste ou sa si­tua­tion ; pré­fé­rez des don­nées en­tiè­re­ment fic­tives pour les essais. Conser­vez une ver­sion va­li­dée du li­vrable sé­pa­ré­ment des brouillons et in­di­quez les vé­ri­fi­ca­tions ef­fec­tuées. Lorsqu’un sup­port change, re­jouez les en­trées du banc d’essai avant de re­pu­blier. Une bi­blio­thèque utile com­porte donc moins de for­mules ma­giques que de fiches éprou­vées, avec leurs li­mites et leur his­to­rique de cor­rec­tion.

À retenir

Ces dix prompts sont des points de départ à adap­ter et à relire. Une IA peut contri­buer à la concep­tion comme à cer­taines ac­ti­vi­tés d’ap­pren­tis­sage, à condi­tion de vé­ri­fier ses ré­ponses et de garder un en­ca­dre­ment pé­da­go­gique adapté.