Intégration encadrée de l'IA générative dans une activité d'apprentissage par problème en école d'ingénieur
Christophe Tilmant, Susan Arbon-Leahy
Résumé : Cet article présente une expérimentation pédagogique menée dans une école d'ingénieurs en informatique visant à encadrer l'usage de l'Intelligence Artificielle Générative (IAG) dans le cadre d'une activité d'apprentissage par problème. Intégrée à une Situation d'Apprentissage et d'Évaluation (SAÉ) de première année (niveau L3), l'activité proposée s'appuie sur l'analyse d'un brevet en anglais décrivant un algorithme de reconnaissance musicale de type Shazam. À partir de ce document, les étudiants sont amenés à produire un glossaire technique bilingue, en interaction réflexive avec une IAG. Le dispositif vise à développer conjointement des compétences disciplinaires (traitement du signal, mathématiques appliquées), linguistiques (anglais scientifique) et transversales (analyse distanciée, réflexivité sur l'usage des outils d'IAG). Les résultats observés montrent une forte implication des étudiants, une qualité linguistique et technique des productions, ainsi qu'une capacité à identifier et discuter les apports et limites de l'IAG. Cette activité constitue une première étape vers une intégration systémique et réfléchie des IAG dans les cursus d'ingénierie.
Mots clés : IA générative, apprentissage par problème, traitement du signal, anglais scientifique, pédagogie critique, transformation curriculaire