La boucle Description-Discernement

Cette leçon traite la boucle que les étudiants trouvent souvent la plus immédiatement utile : l’art, moment après moment, de construire des environnements cognitifs où humains et IA travaillent bien ensemble. Elle fait passer des « astuces de prompt » à de véritables conversations, présente les trois lentilles Produit, Processus et Performance, propose des stratégies d’enseignement, et montre comment les deux boucles s’emboîtent. L’exercice prolonge votre plan de cours sur le même scénario qu’à la leçon 2.

Des commandes aux conversations

Quand les étudiants pensent « compétences IA », ils pensent astuces et formules de prompt. Cette boucle propose une approche plus sophistiquée et plus durable, qui les prépare à l’interaction professionnelle avec l’IA aujourd’hui et demain. Beaucoup de conseils se concentrent sur le prompt parfait ; l’ingénierie de prompt est utile, mais penser en boucle Description-Discernement invite à voir plus grand : des conversations plutôt que des commandes. Cela change fondamentalement l’état d’esprit : on n’apprend pas aux étudiants un échange entrée-sortie, comme s’ils tapaient des commandes dans un système, mais à construire avec l’IA un contexte et une compréhension partagée du monde et de la tâche. Concrètement, ils communiqueront mieux avec l’IA, maintenant et plus tard, sans copier des prompts d’autrui ni suivre des guides pas à pas. Et ils apprennent à bâtir l’environnement cognitif global de l’interaction : le contexte donné à un système d’IA agit directement sur la façon dont il mobilise ce qu’il a appris et répond.

Pensez à une bonne conversation avec un collègue : on construit sur les idées de l’autre, on développe des raccourcis, on sait quand contredire et quand encourager, on apprend à penser ensemble. C’est cela, un environnement cognitif, et c’est ce que nous voulons que les étudiants créent avec l’IA. Il comprend un vocabulaire et des références partagés qui évoluent, des objectifs, des valeurs, des processus et des méthodes bien définis, des schémas d’interaction établis qui permettent à l’humain comme à l’IA de donner le meilleur, et des mécanismes pour bâtir sur les échanges précédents. C’est une vraie collaboration, où la connaissance s’approfondit, où le processus évolue et où émerge une pensée innovante. On n’y arrive pas avec un seul prompt, si bien conçu soit-il.

Trois lentilles : Produit, Processus, Performance

La boucle comprend trois éléments interconnectés, trois lentilles sur le même processus collaboratif ; chaque workflow leur accorde une attention différente.

La collaboration centrée sur le produit commence par articuler clairement ce que nous créons ensemble, puis évaluer rigoureusement le résultat. Ce n’est pas une spécification unique suivie d’un contrôle qualité : la compréhension de « ce qui est bon » évolue, et souvent ce n’est pas seulement l’IA qui comprend mieux, c’est l’étudiant. On passe alors de l’automatisation à l’augmentation. Un étudiant doit écrire sur l’impact des réseaux sociaux sur les adolescents. Il commence par « aide-moi à écrire sur les réseaux sociaux et les adolescents », prompt générique, réponse générique. Par Discernement, il réalise que ce n’est pas ce qu’il voulait, et sa Description suivante gagne en précision et en contexte : « j’explore la façon dont les adolescents présentent différentes versions d’eux-mêmes selon les plateformes ». Chaque version améliore le résultat et clarifie sa propre pensée, jusqu’à quelque chose de taillé pour son besoin, avec des descriptions identifiables de produit, de processus et de performance : « traite cette analyse à travers la façon dont les adolescents présentent différentes versions d’eux-mêmes ; nous voulons que les lecteurs comprennent le coût psychologique de ces personas multiples ».

La collaboration centrée sur le processus développe des façons partagées de penser et de résoudre les problèmes, qui évoluent elles aussi par la pratique. Un étudiant chargé d’analyser des documents avec l’IA commence sans description de processus, ou avec un vague « analyse ceci étape par étape ». Après quelques essais et une discussion de méthode avec son système, il formule des consignes plus riches : « pour chaque document, commençons par identifier le contexte de l’auteur et discuter de son influence sur le contenu ; puis regardons le contenu lui-même, ce qui est dit et les omissions notables ; puis envisageons plusieurs interprétations avant de conclure ». Le discernement du processus évalue si la collaboration fonctionne : le processus fait-il apparaître des idées qu’on aurait manquées seul ? devient-il plus sophistiqué ? L’étudiant peut remarquer que son partenaire excelle à repérer des motifs entre documents, mais a besoin d’être guidé sur les contextes émotionnels et culturels ; cette observation façonne la suite, et sa façon d’aborder ce modèle à l’avenir.

La performance, enfin, concerne la relation entre l’étudiant et l’assistant : créer des dynamiques où chacun apporte sa meilleure pensée. Un étudiant commence souvent de façon formelle et générique ; au fil des itérations, il arrive à quelque chose de plus nuancé et personnel : « rappelle-toi que j’apprends mieux quand tu joues le sceptique bienveillant mais rigoureux : quand je propose une idée, aide-moi à en trouver les faiblesses, mais d’une façon qui construise ma confiance » ; « tu sais que j’adore le piano : utilise des analogies musicales pour que ces notions tiennent » ; « c’est une tâche créative, gardons un peu d’humour, je pense mieux détendu ». Et le Discernement affine encore : « finalement, garde le scepticisme pour après mes premières idées, j’ai besoin d’explorer sans critique d’abord ».

Comment enseigner cette boucle

Trois stratégies. D’abord, aller au-delà du prompt unique : les exercices à un seul prompt ne permettent pas de construire un environnement cognitif. Concevez des travaux qui exigent plusieurs interactions dans une même conversation, où le contexte s’accumule, puis plusieurs interactions réparties sur plusieurs conversations, pour que les étudiants découvrent quel contexte est conservé, s’il l’est, et lequel doit être rétabli. Ensuite, partager votre propre processus : laissez les étudiants voir vos collaborations avec l’IA, comment votre compréhension s’approfondit au fil des échanges, comment vous construisez un langage commun, affinez vos méthodes et ajustez la dynamique. Enfin, encourager la réflexion : faites documenter l’évolution de la collaboration, pas seulement les productions. Comment la compréhension partagée s’est-elle développée ? quels schémas d’interaction ont émergé ? quand a-t-il fallu réinitialiser ou réorienter ? et surtout, comment les trois P ont-ils interagi en pratique ?

Aidez aussi les étudiants à reconnaître deux signes d’une collaboration forte. Le langage partagé : à mesure que le contexte s’approfondit, les références abrégées à des idées complexes, les cadrages de problème, les motifs de solution réutilisables deviennent courants, comme avec un collègue de longue date. Et l’état d’esprit d’exploration : des interactions d’abord formelles, presque de la programmation, deviennent plus agiles ; le style rigide « fais X puis fais Y » évolue vers quelque chose de souple, interactif et sensible au contexte. Les résultats surprennent : les étudiants dépassent ce qu’ils avaient demandé pour découvrir ce qu’ils ne savaient pas demander. Rappelez ce que chaque partenaire apporte : l’humain, le jugement en contexte, la créativité, le raisonnement éthique, l’intelligence émotionnelle et les valeurs qui décident de ce qui compte ; l’IA, la synthèse de vastes connaissances, l’exploration infatigable, la reconnaissance de motifs entre domaines et la capacité à tenir la complexité sans être débordée.

Les deux boucles travaillent de concert. La boucle Délégation-Diligence fixe la direction stratégique, ce que nous construisons, quel assistant convient, comment travailler de façon responsable : elle crée le conteneur de la collaboration. La boucle Description-Discernement remplit ce conteneur d’interactions riches et évolutives. Les environnements cognitifs que vos étudiants construisent avec l’IA façonneront leur façon de penser, de créer et de résoudre des problèmes tout au long de leur carrière : au-delà d’une compétence technique, c’est une nouvelle forme de partenariat intellectuel que vous cultivez.

À vous de jouer

Exercice 1 : créer votre scénario de boucle (10 min). Poursuivez la conversation de la leçon 2 et annoncez que vous concevez maintenant une leçon centrée sur la boucle Description-Discernement, sur le même scénario. Discutez avec l’IA du passage d’une boucle à l’autre, créez des éléments qui permettront aux étudiants d’explorer comment les descriptions de Produit, de Processus et de Performance évoluent par Discernement et itération, et prévoyez comment ils documenteront l’évolution de leur contexte partagé avec l’IA.

Exercice 2 : structurer l’expérience d’apprentissage (20 min). Évolution du Produit : une progression où les étudiants partent d’objectifs vagues et les clarifient itérativement, en apprenant à repérer quand et comment leur idée du « bon » évolue, avec des points de contrôle où ils consignent ces changements. Développement du Processus : une progression où ils construisent avec l’IA des méthodes partagées de résolution de problèmes, en repérant comment leur approche préférée évolue, avec des points de contrôle documentés. Relation de Performance : une progression où ils expérimentent différents styles d’interaction et leurs effets, en apprenant à reconnaître quand les comportements de l’IA servent leurs objectifs, documentée de la même façon. En option, demandez à l’IA de compiler scénario, activités et évaluation en un plan de cours complet, avec objectifs centrés sur la pensée en boucle, notes de facilitation et matériaux pour les étudiants.

Questions de réflexion

• Quelles approches correspondent le mieux à vos objectifs d’apprentissage pour vos étudiants ?
• Lesquelles correspondent le mieux à votre style et à vos préférences d’enseignement ?

Sources officielles : The Description-Discernment loop (Claude Academy : vidéo, deux exercices, réflexion) · La Description en détail et Le Discernement en détail (notre cours de fondations)

Points clés à retenir

• La boucle Description-Discernement transforme l’interaction avec l’IA : des commandes aux conversations, qui utilisent le contexte pour construire des environnements cognitifs.
• Produit, Processus et Performance sont trois lentilles sur le même processus collaboratif.
• Enseigner cette boucle, c’est faire passer les étudiants de l’automatisation à une véritable augmentation.
• Un environnement cognitif réussi comprend un vocabulaire partagé, des schémas d’interaction établis et des mécanismes pour bâtir sur les échanges précédents.
• Les deux boucles sont imbriquées : les décisions stratégiques créent le conteneur que les interactions tactiques remplissent.

Crédits et licence — Adaptation française du cours « Teaching AI Fluency » 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) à travers 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.