Comprendre
Panorama des outils
Bonnes pratiques
Cas pratiques
QCM
Partie 1 · Connaissances
Comprendre ce qu'est une IA générative
Ni base de connaissances figée, ni moteur de recherche
🧠 Ce qu'est réellement un "chatbot IA"
ChatGPT, Claude, Gemini ou Copilot sont des modèles de langage (LLM) : ils prédisent, mot après mot, la suite la plus probable d'un texte, à partir de ce qu'ils ont appris pendant leur entraînement. Ce ne sont ni des bases de données figées, ni des moteurs de recherche par défaut — sauf quand une fonction de recherche web est explicitement activée.
⚠️ L'hallucination, en clair
Une IA générative peut produire une information fausse, formulée avec la même assurance qu'une information vraie — un chiffre inventé, une référence qui n'existe pas, une citation déformée. Ce n'est pas un bug rare : c'est un comportement structurel de ces outils, à des degrés variables selon les modèles.
Conséquence directe pour nous : dans un domaine réglementé (PSC, PSE), toute sortie d'IA doit être vérifiée face à la source officielle avant diffusion à des stagiaires.
✅ Là où l'IA apporte un vrai gain
- Reformuler un contenu validé pour un public différent (simplifier pour PSC1, enrichir pour FdF)
- Générer des variantes d'exercices, de questions de QCM, de cas cliniques à partir d'une trame
- Résumer ou structurer un document long (fiche technique, circulaire, retour d'expérience)
- Accélérer la mise en forme (plan de séquence, trame de diaporama, grille de correction)
🚫 Là où l'IA ne remplace pas le formateur
- La validation du contenu réglementaire (référentiels DGSCGC, fiches officielles)
- Le jugement pédagogique (adapter à un groupe réel, gérer une dynamique de classe)
- La décision finale sur ce qui est diffusé à des stagiaires
💡 Repère simple : l'IA est un accélérateur de mise en forme et de reformulation, pas une source de vérité. La source de vérité reste le référentiel officiel — exactement le principe qu'on applique déjà pour la construction des modules FC2027 ("n'invente rien, réfère-toi aux fichiers").
Partie 2 · Outil structurant
Panorama des outils
Forces et limites, sans hiérarchie universelle — le bon outil dépend de la tâche
ChatGPT
OpenAI
Fort pour : Polyvalent rédaction créative, brainstorming, large écosystème d'extensions et d'assistants personnalisés.
Limite : À vérifier peut être verbeux ou générique ; comme tout LLM généraliste, il peut halluciner sur des faits précis.
Claude
Anthropic
Fort pour : Rédaction longue analyse et synthèse de documents, structuration de contenus, tendance à signaler ses incertitudes plutôt que d'inventer.
Limite : Écosystème plus restreint pas de génération d'image native, moins d'intégrations tierces grand public que ChatGPT.
Gemini
Google
Fort pour : Intégration Google Docs/Drive/Gmail natifs, multimodal (texte, image, audio, vidéo), grande fenêtre de contexte pour de gros documents.
Limite : Dépendance écosystème intérêt surtout si l'organisme est déjà sur Google Workspace.
Copilot
Microsoft
Fort pour : Intégration Office directement dans Word, Excel, PowerPoint, Outlook, Teams — pratique pour retravailler un document existant sur place.
Limite : Hors Office = limité moins adapté à la conversation ouverte ou à la création depuis zéro en dehors de la suite Microsoft.
NotebookLM
Google
Fort pour : Source-grounded travaille exclusivement à partir des documents qu'on lui fournit (PDF, pptx, Docs...), cite le passage source de chaque réponse, réduit fortement (sans l'annuler) le risque d'hallucination. Génère quiz, fiches de révision, résumés, présentations et podcasts audio depuis un corpus.
Limite : Aveugle hors sources ne "sait" rien en dehors des documents chargés dans le carnet ; chaque carnet reste cloisonné.
Napkin
Napkin AI
Fort pour : Texte → visuel colle un texte déjà rédigé (fiche, script), l'IA propose directement des schémas, diagrammes, timelines ou tableaux comparatifs — sans avoir à formuler de prompt de génération d'image.
Limite : Dépend du texte source un texte flou ou mal structuré donne des visuels peu pertinents ; personnalisation graphique plus limitée qu'un vrai outil de design.
Gamma
Gamma.app
Fort pour : Diaporama rapide transforme un plan ou un texte en présentation structurée et visuellement cohérente en quelques minutes, sans mise en page manuelle.
Limite : Moins de contrôle fin plus rapide que PowerPoint/Canva mais moins personnalisable dans le détail ; les contenus générés doivent être relus comme n'importe quelle sortie IA.
Canva (Magic Studio)
Canva
Fort pour : Design accessible Magic Design génère des présentations et visuels depuis un texte ou un document importé ; large bibliothèque de templates, contrôle total sur la mise en forme finale — le plus flexible des trois pour ajuster à sa charte visuelle.
Limite : À relire les textes générés par l'IA (Magic Write) restent génériques et nécessitent une relecture ; fonctionnalités IA avancées limitées en version gratuite.
💡 Où se situent ces 3 outils par rapport aux modules FC2027 : Napkin peut accélérer un schéma conceptuel (ex. la CAT en 7 étapes) avant de l'intégrer en HTML ; Gamma ou Canva sont pertinents pour un support de présentation en salle (diaporama), pas pour remplacer le module HTML interactif lui-même. Ce sont des compléments de mise en forme, pas des outils de production du contenu réglementaire.
💡 Règle de choix pratique : pour rester au plus près d'une fiche officielle (DGSCGC, PSC), NotebookLM limite le risque d'invention car il est ancré aux sources fournies. Pour reformuler, structurer ou générer des variantes une fois le contenu validé, un LLM généraliste (Claude, ChatGPT) est plus adapté. Pour la mise en forme visuelle finale (schéma, diaporama), Napkin / Gamma / Canva prennent le relais — toujours après validation du fond.
Partie 3 · Éthique et limites
Bonnes pratiques et RGPD
Ce que dit la CNIL, et ce que ça change concrètement pour un formateur
✍️ Bien formuler un prompt
La qualité d'une réponse dépend directement de la qualité de la demande. Quelques principes qui font une vraie différence :
- Donner le contexte : public visé (PSC1, FdF...), niveau attendu, objectif de la séquence
- Être précis sur la tâche : "reformule ce paragraphe pour un public PSC1" plutôt que "améliore ce texte"
- Préciser le format attendu : nombre de questions, longueur, structure (ex. "6 questions à choix multiples, 4 options chacune")
- Fournir des exemples : un exemple de question déjà validée aide l'IA à reproduire le bon niveau de difficulté et le bon style
- Décomposer les tâches complexes : demander d'abord un plan, le valider, puis demander le développement section par section plutôt que tout en un seul prompt
- Itérer : une première réponse rarement parfaite se corrige par des demandes de précision ("raccourcis", "rends plus concret", "ajoute un exemple") plutôt qu'en recommençant de zéro
Un prompt vague donne une réponse générique qu'il faut ensuite beaucoup retravailler — le temps gagné à l'usage se joue surtout à la formulation de la demande.
🔒 Règle n°1 — Jamais de données personnelles d'apprenants
Ne jamais coller dans un outil IA grand public : noms de stagiaires, notes individuelles, données de santé, évaluations nominatives. Un traitement de données personnelles par une IA reste soumis au RGPD comme n'importe quel autre traitement.
⚖️ Qui est responsable ?
La CNIL est claire : si un organisme utilise ChatGPT, Copilot ou tout autre LLM tiers avec des données personnelles, c'est l'organisme utilisateur qui est responsable du traitement au regard du RGPD — pas l'éditeur de l'IA. Avant tout usage impliquant des données de stagiaires, il faut vérifier l'existence d'un contrat de sous-traitance conforme et les garanties de non-réutilisation des données pour l'entraînement des modèles.
La CNIL a publié des fiches pratiques dédiées à l'IA, dont une FAQ spécifique aux enseignants — utile en cas de doute sur un usage précis.
🧾 Toujours informer sur le risque d'erreur
Un contenu généré par IA peut être inexact — y compris sur des personnes réelles ou des références précises. Avant toute diffusion à des stagiaires, le contenu doit être relu et validé par un humain compétent sur le sujet.
🎯 Garder la main sur la validation pédagogique
- L'IA propose une première version ou une reformulation — elle ne décide jamais du contenu final
- Toute sortie IA touchant à un référentiel réglementaire (PSC, PSE, DGSCGC) doit être confrontée à la source officielle
- En cas de doute sur un fait généré, ne pas l'intégrer — même si la formulation semble assurée
💡 Tip formateur : pour faire toucher du doigt l'hallucination en formation FdF, demander à un LLM généraliste une information très précise et vérifiable (une date, une fiche numérotée) et comparer avec la source officielle en direct. C'est souvent plus efficace qu'un long discours théorique sur le risque.
Partie 4 · Application
Cas pratiques
Identifier le bon réflexe avant de révéler.
Cas n°1 — Créer un quiz depuis un pptx DGSCGC
📎 Un formateur veut générer rapidement un QCM de 6 questions à partir du diaporama officiel d'une nouvelle fiche PSC, sans dénaturer le contenu.
Quel outil privilégier, et pourquoi ?
NotebookLM plutôt qu'un LLM généraliste à vide.
En chargeant le pptx comme source, NotebookLM ancre ses réponses aux documents fournis et cite le passage d'origine — le risque d'ajouter du contenu hors-programme est bien plus faible qu'en demandant directement à un LLM généraliste de "faire un quiz sur les malaises", qui pourrait piocher dans ses connaissances générales et s'écarter de la fiche officielle.
En chargeant le pptx comme source, NotebookLM ancre ses réponses aux documents fournis et cite le passage d'origine — le risque d'ajouter du contenu hors-programme est bien plus faible qu'en demandant directement à un LLM généraliste de "faire un quiz sur les malaises", qui pourrait piocher dans ses connaissances générales et s'écarter de la fiche officielle.
Cas n°2 — Bilan de session avec les notes des stagiaires
📊 Un formateur veut gagner du temps et colle dans ChatGPT (compte gratuit personnel) la liste nominative de ses stagiaires avec leurs notes d'évaluation, pour générer un bilan de session automatique.
Ce réflexe pose-t-il un problème ? Lequel ?
Oui — problème RGPD direct.
Nom + évaluation individuelle = données personnelles. Les coller dans un outil grand public, sans contrat de sous-traitance ni garantie de non-entraînement sur ces données, engage la responsabilité de l'organisme (pas celle du fournisseur de l'IA). Le bon réflexe : anonymiser (retirer les noms, ne garder que des données agrégées) avant tout usage, ou utiliser un outil couvert par un cadre contractuel validé par l'organisme.
Nom + évaluation individuelle = données personnelles. Les coller dans un outil grand public, sans contrat de sous-traitance ni garantie de non-entraînement sur ces données, engage la responsabilité de l'organisme (pas celle du fournisseur de l'IA). Le bon réflexe : anonymiser (retirer les noms, ne garder que des données agrégées) avant tout usage, ou utiliser un outil couvert par un cadre contractuel validé par l'organisme.
Cas n°3 — Reformulation d'une fiche technique
✍️ Un formateur demande à un LLM généraliste de reformuler une fiche technique en langage simplifié pour un public PSC1. Le texte généré est clair et bien structuré, mais contient un chiffre qui ne figure nulle part dans la fiche source.
Que faire de ce chiffre avant diffusion ?
Ne jamais l'intégrer sans vérification — c'est une hallucination probable.
La qualité de la reformulation (clarté, structure) ne garantit en rien l'exactitude des faits ajoutés. Chaque donnée chiffrée générée doit être confrontée à la source officielle avant diffusion à des stagiaires. Si le chiffre n'existe pas dans la source, il est supprimé — pas "à peu près exact", supprimé.
La qualité de la reformulation (clarté, structure) ne garantit en rien l'exactitude des faits ajoutés. Chaque donnée chiffrée générée doit être confrontée à la source officielle avant diffusion à des stagiaires. Si le chiffre n'existe pas dans la source, il est supprimé — pas "à peu près exact", supprimé.
💡 Tip formateur : le cas n°2 est souvent le plus sous-estimé en salle — les formateurs pensent "gain de temps" avant de penser "donnée personnelle". Un bon point d'ancrage en debrief.
Partie 5 · Validation
QCM — Réponses multiples possibles
Coche toutes les bonnes réponses, puis valide.