Le cadre des 4D pour les étudiants

Cette leçon présente les quatre compétences du cadre AI Fluency avec des exemples pris dans la vie étudiante, la distinction entre augmentation et automatisation, et la boucle qui relie Description et Discernement. Elle se termine par l’exercice fondateur du cours : votre document de contexte d’apprentissage, que vous réutiliserez à chaque session.

Les 4D : le socle de l’AI Fluency

La Délégation consiste à décider quoi confier à l’IA, et elle commence bien avant d’ouvrir une conversation. Elle suppose une conscience du problème : bien comprendre ce que vous cherchez à accomplir. Un étudiant qui prépare un partiel de droit et qui ne sait pas s’il veut des fiches de synthèse, un quiz d’entraînement ou l’explication d’un arrêt obtiendra une réponse plausible mais à côté de son besoin. Elle suppose une conscience de la plateforme : connaître les capacités et les limites de l’outil, savoir par exemple qu’un assistant peut se tromper sur une référence bibliographique et qu’il faut la vérifier. Elle aboutit à la répartition des tâches : distribuer le travail entre vous et l’IA de manière réfléchie, en gardant pour vous ce qui construit votre compréhension.

La Description porte sur la façon de communiquer avec l’IA, à trois niveaux. Le produit, ce que vous voulez obtenir : « un plan détaillé en trois parties », pas « aide-moi pour ma dissertation ». Le processus, l’approche à suivre : demander à l’IA de procéder par questions plutôt que de livrer une réponse toute faite change radicalement ce que vous en retirez. La performance, le comportement attendu : ton, niveau de détail, exigence. Un même besoin formulé avec ou sans ces trois dimensions produit des résultats sans commune mesure.

Le Discernement est le miroir de la Description : évaluer de manière critique ce que produit l’IA, aux trois mêmes niveaux. Le produit est-il juste et complet, cette date, cette formule, cette citation sont-elles exactes ? Le processus tient-il debout, le raisonnement est-il valide ou seulement fluide ? La performance convient-elle, l’IA a-t-elle respecté le rôle que vous lui aviez donné ? C’est le Discernement qui vous évite de recopier une erreur avec assurance dans une copie.

La Diligence garantit un usage responsable, transparent et assumé. Pour un étudiant, cela signifie très concrètement : respecter les règles de son établissement, être capable de dire qui a fait quoi dans un travail rendu, et assumer la responsabilité du résultat final, car c’est votre nom qui figure sur la copie, pas celui de l’IA.

Augmentation ou automatisation : la distinction qui change tout

L’automatisation, c’est l’IA qui fait le travail à votre place : vous obtenez un résultat, mais rien ne s’est construit dans votre tête. L’augmentation, c’est l’IA qui enrichit votre travail et renforce votre compréhension : vous ressortez de l’échange avec quelque chose que vous ne saviez pas faire avant. Quand on apprend, l’augmentation a bien plus de valeur, car elle développe des compétences réelles, celles qu’on mobilise seul, en examen ou en entretien, et pas seulement des résultats.

La boucle Description-Discernement

Description et Discernement ne fonctionnent pas en séquence mais en boucle : vous décrivez ce que vous voulez, vous évaluez le résultat, vous affinez votre description, vous réévaluez. Une première demande de quiz de révision trop facile devient, après deux tours de boucle, un entraînement calibré sur vos lacunes. C’est ce cycle qui transforme l’IA d’un distributeur de réponses en partenaire de réflexion. Pour le cadre complet et ses exercices, le cours AI Fluency : cadre et fondations y consacre quatorze leçons.

À vous de jouer

Créer votre document de contexte d’apprentissage, une vingtaine de minutes. Il pose les bases de toutes vos collaborations futures : vous le partagerez en début de session pour que l’IA sache qui vous êtes et comment vous aider. Un rappel du cours officiel : restez prudent avec ce que vous partagez, protégez votre vie privée et celle des autres.

1. Seul, cinq minutes. Clarifiez votre contexte académique : ce que vous étudiez et à quel niveau, vos matières fortes et faibles, les types de travaux que vous rendez, vos objectifs ce semestre et au-delà. Votre façon d’apprendre : comment vous apprenez le mieux (visuel, verbal, pratique), ce qui vous pose le plus de difficulté, où vous avez besoin d’aide, ce qui vous fait persévérer. Votre rapport à l’IA : l’expérience que vous en avez, vos inquiétudes sur son usage dans vos études, ce que vous espérez en obtenir, et les limites que vous voulez vous fixer.

2. Avec Claude, quinze minutes. Expliquez que vous êtes étudiant et que vous voulez construire un document de contexte d’apprentissage ; partagez vos réflexions et laissez l’IA poser des questions de suivi, c’est souvent là que les éléments les plus utiles émergent. Soyez précis, avec des exemples concrets de vos cours, et dites quel type d’aide vous attendez : guidage, entraînement, retours. Fixez vos limites dans le document : vous voulez apprendre, pas faire faire le travail ; vous tenez à l’intégrité académique ; vous décidez quand vous travaillez avec l’IA et quand vous travaillez seul.

3. Pour finir. Demandez une synthèse structurée, avec une section « Comment je veux travailler avec l’IA », et sauvegardez-la. Sur claude.ai, un projet est l’endroit naturel : ses instructions s’appliquent à toutes les conversations du projet. Puis réfléchissez : qu’est-ce qui vous a surpris en formulant vos besoins ? En quoi ce contexte améliorera-t-il vos prochaines interactions ?

Sources officielles : AI Fluency Framework (Claude Academy) · Qu’est-ce qu’un projet ? (centre d’aide Claude) · Le cadre AI Fluency (Ringling College)

Points clés à retenir

• Les 4D fonctionnent ensemble ; aucune ne suffit seule.
• En contexte d’apprentissage, l’augmentation (travailler avec l’IA) vaut plus que l’automatisation (laisser faire l’IA).
• Description et Discernement forment une boucle d’amélioration continue.
• Un document de contexte d’apprentissage rend chaque session plus pertinente ; partagez-le sans données sensibles.
• Ces compétences restent valables quelle que soit l’évolution des outils.

Crédits et licence — Adaptation française du cours « AI Fluency for Students » de l’Anthropic Academy, créé par Anthropic avec Rick Dakan (Ringling College of Art and Design) et Joseph Feller (University College Cork), auteurs du cadre AI Fluency, avec le soutien de la Higher Education Authority (Irlande) via le National Forum for the Enhancement of Teaching and Learning. Les supports d’origine sont © 2025 Rick Dakan, Joseph Feller et Anthropic, publiés sous licence CC BY-NC-SA 4.0 ; cette adaptation, qui les traduit et les remanie, est diffusée sous la même licence.