Intelligence artificielle

IA générative : l’art du prompt

Enseigner à l’ère de l’IA

Avec l’explosion récente des progrès dans le domaine des IA génératives, un nouveau métier a vu le jour : prompt engineer (ou ingénieur de requête). Son travail consiste à écrire des prompts (requêtes) efficients à destination d’intelligences artificielles génératives telles que ChatGPT, Copilot, Gemini ou Midjourney afin d’obtenir le meilleur résultat possible permettant de répondre à un objectif précis. Ces prompts peuvent revêtir des formes variées : phrase, question, code informatique, agencés de manière à ce que l’IA utilisée fournisse une réponse finale précise, fiable et pertinente. Qu’en est-il de l’art du prompt dans le champ de l’éducation, et du métier d’enseignant, en particulier ?

Intelligence artificielle

Mis à jour le lundi 4 mars 2024

En tant qu’enseignant, intégrer des technologies innovantes telles que l’intelligence artificielle (IA) générative peut être un moyen de produire plus rapidement des contenus de qualité afin de répondre, par exemple, à des problématiques de remédiation ou de différenciation ayant pour finalité l’amélioration des apprentissages des élèves. Cependant, la clé du succès réside souvent dans la rédaction de prompts efficaces qui stimulent la créativité de l’IA tout en générant des résultats fiables et adaptés aux objectifs pédagogiques visés. Dans cet article, nous vous proposons d’explorer une base de connaissances vous permettant de rédiger des prompts qui maximisent le potentiel de l’IA dans le champ de l’enseignement.

Qu’est-ce qu’un prompt ?

Un prompt est une instruction, rédigée en langage naturel par un humain dans une interface homme machine (IHM), transmise à une IA générative pour interagir avec elle, afin d’obtenir une réponse. En fonction du type d’IA générative utilisée, cette réponse peut revêtir différentes formes : textes, codes informatiques, images, sons ou vidéos.

L’IA analyse le prompt et mobilise ses capacités de compréhension du langage naturel, ainsi que sa base de connaissances préalablement acquise lors de sa phase d’apprentissage, pour générer une réponse appropriée. La rédaction du prompt est donc cruciale afin de faciliter l’analyse de celui-ci par l’IA dans le but d’obtenir la meilleure réponse possible.

La plateforme Vittascience propose une interface humain-machine permettant de s’initier à l’IA dans un cadre respectueux du RGPD.
Interface humain-machine (IHM) de l’IA générative de textes de la plateforme VittaScience

Interface humain-machine (IHM) de l’IA générative de textes de la plateforme VittaScience

Quelques conseils pour rédiger un prompt

La qualité de la rédaction d’un prompt par l’utilisateur est primordiale si l’on veut obtenir une réponse fiable, précise et pertinente de la part d’une IA générative. Lorsque les instructions contenues dans le prompt ne sont pas claires, elles peuvent entraîner des réponses incorrectes, inadaptées voir farfelues (on parle alors d’hallucination de l’IA). Le type et la qualité des données d’entrée peuvent donc avoir une influence significative sur la capacité du modèle d’IA à produire des résultats cohérents et appropriés.

Voici quelques conseils à avoir en tête afin d’optimiser la rédaction d’un prompt.

Formulez votre instruction de manière simple et directe en privilégiant les verbes d’actions. Évitez les ambiguïtés d’interprétation liées à l’utilisation d’expressions idiomatiques ou à des tournures de phrases complexes qui pourraient prêter à confusion lors de la phase d’analyse de votre requête par l’IA.

Exemple : « Convertir le texte suivant en anglais. »

Décrivez explicitement, de manière précise et complète, la tâche à accomplir ou la question à laquelle l’IA doit répondre.

Exemple : « Résumer en une seule phrase le paragraphe suivant. »

Si la tâche à réaliser est complexe, donnez quelques exemples afin d’illustrer concrètement ce que vous attendez de l’IA en augmentant ainsi son niveau de guidance.

Exemple : « Expliquer le concept de transferts d’énergie en s’appuyant sur l’exemple d’un enfant sur une balançoire. »

Définissez les limites ou les conditions auxquelles la réponse doit se conformer. Cela peut inclure, entre autres, des contraintes de temps, de format, de style, de niveau du public cible, de ressources disponibles etc.

Exemple : « Décrire, en moins de 150 mots, le principe de fonctionnement d’un circuit électrique en utilisant un langage adapté à des élèves de collège. »

Comment rédiger un prompt d’une manière efficace ?

Bien que l’efficacité d’un prompt dépende beaucoup de l’algorithme de LLM [1] sur lequel s’appuie l’IA générative employée, les étapes-clés énumérées ci-dessous, dans un ordre chronologique, permettent d’optimiser le résultat produit dans la très grande majorité des cas de figure rencontrés dans l’enseignement.

L’IA ne vous connait pas, tout comme vous ne la connaissez pas ! Il est donc important d’initialiser le prompt en indiquant à l’IA des éléments de contexte de votre requête notamment quel rôle souhaitez-vous qu’elle simule et quelle discipline vous enseignez.
  • Commencez la conversation par : "Je souhaite que vous agissiez en tant que [...]."
  • Puis indiquez votre domaine d’expertise : "Je suis un(e) enseignant(e) de [..] ."

Exemple : « Je souhaite que vous agissiez en tant que physicien. Je suis un enseignant de physique et de chimie. »

Contrairement aux humains, les IA génératives n’ont pas la capacité d’interpréter l’implicite, il faut donc expliciter précisément la tâche que l’IA doit exécuter.
  • Explicitez la tâche à réaliser : « Je souhaite que vous [..] »

Exemple : « Je souhaite que vous génériez un plan de cours intitulé : "Réfraction de la lumière". »

Une fois que vous avez indiqué à l’IA générative la tâche à réaliser, il convient d’ajouter quelques contraintes pour s’assurer que la réponse fournie répondra à vos attentes.

Exemple :
Contraintes :

  • le cours s’adresse à des élèves de seconde générale ;
  • les notions et concepts devront être illustrés à l’aide d’exemples concrets.

Vous pouvez demander à l’IA générative de formater sa réponse de différentes façons : style, longueur, structure, format (liste à puce, tableau, code, etc.).

Exemple :
Format de présentation :

  • « à la fin du plan, faire apparaître les formules du cours dans un tableau. »

Parfois les réponses générées par l’IA ne vous satisferont pas totalement. Ne vous contentez pas de la première réponse qui sera fournie : reformulez votre prompt en apportant des précisions complémentaires jusqu’à ce que la réponse produite réponde à votre objectif. Une fois ceci réalisé, vous pourrez par itérations successives demander à l’IA de détailler telle ou telle partie d’un plan par exemple.

Un exemple de gabarit pour un prompt efficace

À la lumière des éléments du paragraphe précédent, nous vous proposons ci-dessous un gabarit permettant de rédiger un prompt d’une manière efficace. Il suffira de personnaliser les éléments qui figurent entre crochet afin de les adapter à votre situation et à votre objectif.

Gabarit à copier / coller et à adapter

Agir en tant que [personne que vous souhaitez que l’IA simule]
Je suis un(e) enseignant(e) de [discipline concernée]
Je souhaite que vous [tâche à réaliser].

Contraintes :

  • [contrainte 1]
  • [contrainte 2]
  • [contrainte 3]
  • ...

Format de présentation :

  • [instruction de format 1]
  • [instruction de format 2]
  • [instruction de format 3]
  • ...

Afin de formuler un prompt efficace, personnalisé et adapté aux spécificités de l’enseignement, vous pouvez également vous appuyer sur la matrice ci-dessous proposée par le GTnum IA (DNE) [2].

Tableau présentant les éléments nécessaires à la construction d'un prompt pédagogique.
Matrice de création d’un prompt dans un cadre pédagogique

Tableau dont la dernière colonne est à compléter par l’enseignant.
Ligne 1 : Information /// Situation pédagogique
Ligne 2 : Identité, Contexte, Discipline/domaine d’apprentissage /// Je suis professeur de […] dans [tel type d’établissement]
Ligne 3 : Cadre d’action, Contraintes, Difficultés /// L’établissement ou les élèves a/ont [tel profil], doivent faire face à [telle difficulté]
Ligne 4 : Finalités, Objectifs, Public cible/niveau, Actions visées /// J’enseigne à des élèves de [tel niveau, tel âge] - je souhaite les faire progresser ou leur enseigner [telle thématique, tel point du programme, telle compétence]
Ligne 5 : Question, Demande /// Je souhaite construire [telle séquence], produire [telle ressource, telle situation d’apprentissage] pour/avec mes élèves.
Ligne 6 : Style, Format, Mots-clés, Étapes /// Je souhaite la réponse sous forme de [liste/tableau…], pour produire un visuel, un schéma, dans un langage adapté à [tel niveau], en utilisant les mots-clés suivants : …
Compléter éventuellement par un exemple de la production attendue.
Au besoin détailler les étapes à suivre pour améliorer le résultat (prompting par « chaîne de pensée).

L’exemple ci-dessous illustre un exemple de prompt optimisé pour Chat GPT 3.5 [3] d’OpenAI.
Un exemple de prompt efficace sous ChatGPT 3.5
Un exemple de prompt efficace sous ChatGPT 3.5

Vous
Je veux que vous agissiez en tant que physicien.
Je suis enseignant de physique et de chimie.
Je souhaite générer un plan de cours intitulé : "La réfraction de la lumière".

Contraintes :
 le cours s’adresse à des élèves de seconde générale ;
 les notions et concepts devront être illustrés à l’aide d’exemples concrets.

Format de présentation :
 à la fin de plan, faire apparaître les formules du cours dans un tableau.

La réponse au prompt précédent fournie par ChatGPT 3.5 est partagée ci-dessous.

Réponse générée par ChatGPT 3.5
Réponse générée par ChatGPT 3.5

ChapGPT
Plan de Cours : La Réfraction de la Lumière
Objectif du cours : Comprendre les phénomènes de réfraction de la lumière et leurs applications dans la vie quotidienne.
Durée estimée : 2 heures
I. Introduction à la réfraction de la lumière
• Définition de la réfraction
• Explication du changement de direction de la lumière lorsqu’elle passe d’un milieu à un autre
II. Lois de la réfraction
• Loi de Snell-Descartes : n1×sin(θ1)=n2×sin(θ2)
• Explication de chaque terme de l’équation
• Importance de cette loi dans la compréhension des phénomènes de réfraction
• Détermination de l’angle de réfraction à l’aide de la loi de Snell-Descartes

Réponse générée par ChatGPT 3.5
Réponse générée par ChatGPT 3.5

III. Exemples de réfraction dans la vie quotidienne
• Réfraction de la lumière dans l’eau
• Explication de la manière dont la lumière se courbe lorsqu’elle passe de l’air à l’eau
• Illustration avec des exemples d’objets semblant déformés sous l’eau
• Réfraction de la lumière dans l’atmosphère terrestre
• Explication des phénomènes de lever et de coucher du soleil
• Discussion sur l’arc-en-ciel comme exemple de réfraction de la lumière

Réponse générée par ChatGPT 3.5
Réponse générée par ChatGPT 3.5

IV. Applications technologiques de la réfraction
• Lentilles optiques
• Explication du fonctionnement des lentilles convergentes et divergentes
• Illustration avec des exemples d’applications dans les lunettes, les appareils photo, les microscopes, etc.
• Fibres optiques
• Explication de la manière dont les fibres optiques utilisent la réfraction pour transmettre la lumière
• Illustration avec des exemples d’applications dans les télécommunications et la médecine

Réponse générée par ChatGPT 3.5
Réponse générée par ChatGPT 3.5

V. Expériences en classe
• Expérience de la baguette magique : observation de la déviation de la lumière lorsqu’elle passe d’un milieu à un autre
• Expérience avec des lentilles : observation des images formées par différentes lentilles
VI. Conclusion
• Récapitulation des principaux points abordés dans le cours
• Soulignement de l’importance de la réfraction dans notre vie quotidienne et dans divers domaines technologiques
VII. Formules du cours :
Formules Signification
n1×sin(θ1)=n2×sin(θ2)
Loi de Snell-Descartes
Ce plan de cours devrait fournir une base solide pour enseigner efficacement les principes de la réfraction de la lumière aux élèves de seconde générale, en utilisant des exemples concrets pour rendre les concepts plus accessibles et intéressants.

On peut prolonger le prompt précédent en demandant à ChatGPT 3.5 de fabriquer un exercice avec un corrigé détaillé.

Réponse générée par ChatGPT 3.5
Réponse générée par ChatGPT 3.5

Vous
Dans le cas du passage d’un faisceau laser de l’air à l’eau proposez un exercice permettant à un élève de calculer l’angle de réfraction. Dans le cas du passage d’un faisceau laser de l’air au verre proposez une exercice permettant à un élève de calculer l’indice optique du verre. Donnez une solution détaillée pour les deux exercices.
Dans le cas du passage d’un faisceau laser de l’air à l’eau proposez un exercice permettant à un élève de calculer l’angle de réfraction. Donnez une solution détaillée.

ChatGPT
Exercice : Calcul de l’angle de réfraction du passage d’un faisceau laser de l’air à l’eau
Données :
• Indice de réfraction de l’air nair=1
• Indice de réfraction de l’eau neau=1.33
• Angle d’incidence dans l’air θ1=30∘
Question : Calculer l’angle de réfraction θ2 lorsque le faisceau laser passe de l’air à l’eau.

Réponse générée par ChatGPT 3.5
Réponse générée par ChatGPT 3.5

Solution : Utilisons la loi de Snell-Descartes pour calculer l’angle de réfraction :
n1×sin(θ1)=n2×sin(θ2)
Nous connaissons les valeurs suivantes :
• Indice de réfraction de l’air : n1 = 1
• Angle d’incidence dans l’aire : θ1 = 30°
• Indice de réfraction dans l’eau : n2 1.33
Nous pouvons maintenant résoudre l’équation pour trouver θ2 :
1×sin(30∘) = 1.33×sin(θ2)
sin(30°) = 1.33×sin(θ2)
Pour trouver sin(θ2), nous divisons les deux côtés de l’équation par 1.33 :
sin(θ2) = sin(30°) / 1.33
sin(θ2) ≈ 0.5 / 1.33
sin(θ2) ≈ 0.3769

Générer un exercice avec ChatGPT 3.5
Générer un exercice avec ChatGPT 3.5

Ensuite, nous utilisons la fonction inverse du sinus (sin⁻¹) pour trouver θ2 :
θ2 = sin-1(0.3769)
θ2 ≈ 22.12∘
Donc, lorsque le faisceau laser passe de l’air à l’eau, l’angle de réfraction θ2 est d’environ 22.12∘.

Les utilisateurs de ChatGPT d’OpenAI peuvent définir des instructions personnalisées afin que l’IA générative puisse mieux adapter ses réponses à votre profil. Il suffit pour cela de vous rendre dans l’onglet « Personnaliser ChatGPT » de votre compte et compléter les deux champs suivants :
  • Que souhaiteriez-vous que ChatGPT sache sur vous pour fournir de meilleures réponses ?
  • Comment souhaitez-vous que ChatGPT réponde ?

Un exemple illustrant l’influence des instructions personnalisées sur un prompt est donné ci-dessous.

Personnaliser ChatGPT
Personnaliser ChatGPT

Personnaliser ChatGPT
Instructions personnalisées
Que souhaiteriez-vous que ChatGPT sache sur vous pour fournir de meilleures réponses ?
Je suis enseignant de physique et de chimie dans un lycée en France.
Comment souhaitez-vous que ChatGPT réponde ?
Lorsque vous discutez de solutions potentielles pour des éléments liés à mon travail, présentez les informations sous forme de tableau, décrivant les avantages et les inconvénients de chaque option, afin de faciliter la comparaison et le prise de décision.

Réponse générée sous forme de tableau par ChatGPT 3.5
Réponse générée sous forme de tableau par ChatGPT 3.5

Vous
Quelles seraient les quatre choses importantes à enseigner sur l’étude du mouvement d’un objet ?

ChatGPT

Voici quatre aspects importants à enseigner sur l’étude du mouvement d’un objet :
Aspect Description Avantages Inconvénients
Notions de base Comprendre les concepts fondamentaux tels que la vitesse, l’accélération, la distance parcourue, etc. Fournit une base solide pour comprendre le mouvement Peut sembler abstrait pour certains élèves
Lois du mouvement Introduire les lois de Newton qui décrivent le comportement des objets en mouvement. Permet une compréhension approfondie du mouvement Certaines lois peuvent être difficiles à comprendre pour les débutants
Types de mouvement Identifier les différents types de mouvement tels que rectiligne uniforme, rectiligne uniformément accéléré, circulaire, etc. Aide à reconnaître et à caractériser différents types de mouvement Certains types de mouvement peuvent être complexes à conceptualiser
Méthodes de mesure Enseigner les méthodes de mesure du mouvement, telles que l’utilisation d’instruments comme les chronomètres, les tachymètres, ou des capteurs de mouvement. Permet une collecte de données précise sur le mouvement Nécessite des équipements spécifiques qui peuvent ne pas être toujours disponibles en classe
En enseignant ces aspects, les élèves acquièrent une compréhension complète du mouvement des objets, des concepts de base aux lois physiques qui le régissent, tout en apprenant à caractériser différents types de mouvement et à collecter des données expérimentales pour l’analyse.

Bien évidemment, en procédant de la sorte, vous fournissez à ChatGPT des données personnelles...

Les grands modèles de langage (LLM) les plus populaires (ChatGPT, Copilot, Gemini, Llama 3) proposés par les GAFA sont quasiment tous entraînés sur des données anglo-saxonnes. Les réponses générées par ce type d’IA sont donc le reflet de la culture anglo-saxonne ce qui induit un biais lorsque le prompt est formulé en français par exemple...

La plateforme gouvernementale Compar:IA est une arène française de classement de modèles selon les préférences humaines. Elle permet d’interroger deux modèles de langage conversationnel pour des tâches exprimées en français et de comparer les résultats. Les utilisateurs posent des questions en français et reçoivent des réponses de deux LLM anonymes. Ils votent alors pour le modèle qui fournit la réponse la plus adaptée, apprenant ainsi l’identité du modèle.

Compar:IA, répond à un double objectif :

  • Améliorer la qualité des modèles de langage conversationnels sur les usages francophones ;
  • Faciliter l’accès aux IA génératives et encourager l’esprit critique des utilisateurs en rendant effectif un droit au “pluralisme des modèles".

Accéder à la plateforme Compar:IA en cliquant sur ce lien.

Prompt et données personnelles

Lorsque vous demandez, via un prompt, à une IA générative de répondre à des questions ou d’exécuter des tâches, vous pouvez fournir involontairement des données personnelles. En fonction des plateformes utilisées, ces données personnelles peuvent être collectées puis réutilisées par des algorithmes d’apprentissages automatiques par renforcement dans le but d’améliorer les performances de l’IA générative. Il convient donc d’être particulièrement prudent lorsque l’on utilise une IA générative en ne fournissant aucune donnée confidentielle ou sensible dans un prompt.

Les utilisateurs de ChatGPT 3.5 peuvent réduire l’exposition de leurs données personnelles en refusant l’enregistrement de la discussion. En refusant de participer à l’entraînement du modèle, vos données ne seront pas utilisées pour l’apprentissage par renforcement de l’IA. Il suffit pour cela d’aller dans l’onglet « Contrôle des données » des paramètres de son compte (voir capture d’écran ci-dessous).
Réduire l'utilisation de ses données personnelles avec ChatGPT 3.5
Réduire l’utilisation de ses données personnelles avec ChatGPT 3.5

Capture des paramètres avec case à décocher pour réduire l’utilisation de ses données personnelles avec ChatGPT 3.5

Au regard des travaux de recherche et des échanges avec le comité d’éthique, la doctrine ministérielle relative aux IA générative est :
  • Les enseignants peuvent utiliser l’IA générative pour les assister dans les tâches de préparation et pour la réalisation d’activités pédagogiques à leur initiative et sous leur contrôle ;
  • Dans le cadre scolaire, les usages par les professeurs et les élèves doivent respecter la protection des données personnelles des élèves ;
  • Les enseignants doivent accompagner les élèves à développer un esprit critique sur le fonctionnement de l’IA et son utilisation dans le cadre de la formation à l’esprit critique et à la citoyenneté numérique.

Les équipes ministérielles préconisent ainsi une utilisation raisonnée de l’intelligence artificielle, sous contrôle de l’enseignant, pour les élèves à partir de la 5ème (cycle 4) en lien avec l’évolution des programmes. Cela inscrit la France dans les recommandations récentes de l’UNESCO.

Prompt et droits d’auteur

La notion de droit d’auteur relative aux œuvres produites par une IA grâce aux prompts d’un utilisateur est complexe et se trouve dans une « zone grise » non encore régulée d’une manière satisfaisante d’un point de vue juridique.

Le Parlement européen insiste sur la distinction à effectuer entre les créations humaines assistées par l’IA, susceptible de protection du droit d’auteur, et les créations autonomes de l’IA, qui ne sont, en l’état actuel du droit, pas encore protégées. Dans le cas d’une création assistée par l’IA, toute la difficulté consiste à quantifier la contribution humaine afin qu’elle puisse être jugée suffisante pour bénéficier de la protection du droit d’auteur. À ce jour, même si une création provient de la combinaison d’un ou plusieurs prompts émanant d’un être humain, les spécialistes s’accordent à dire que les éléments traditionnels de la paternité sont déterminés et exécutés par la technologie (i.e. l’IA générative) et non par l’utilisateur humain. Cette création n’a donc pas vocation à bénéficier du droit d’auteur.

Les débats juridiques et technologiques encore en cours pourraient bouleverser, dans les prochaines années, la manière dont la loi définit l’auteur et l’originalité d’une œuvre pour laquelle un être humain et une IA sont mutuellement impliqués dans le processus de création.

Le 13 mars 2024, le Parlement européen a voté la première loi relative à l’intelligence artificielle intitulée "European Artificial Intelligence Act". Cette réglementation proposée par l’Union européenne vise à encadrer l’utilisation de l’intelligence artificielle (IA) afin de garantir une utilisation éthique, sûre et respectueuse des droits fondamentaux en matière d’emploi, de maintien de l’ordre, d’infrastructures critiques, de dispositifs médicaux, etc. En particulier, l’article 52 impose, pour les IA génératives, des règles de transparence afin d’éviter toute confusion entre contenu artificiel et authentique. La notion de marquage d’une production réalisée par un IA est également détaillée afin d’en identifier plus facilement son origine : filigranes, métadonnées, cryptographie ... L’AI Act se veut évolutive afin de s’adapter, au mieux, aux évolutions technologiques à venir.

Cela peut aussi vous intéresser

Intelligence artificielle : évolution ou révolution ?
Créativité et apprentissages : comment intégrer l’IA générative dans sa pédagogie ?
Comment une IA générative crée-t-elle du texte ?
Quel est l’impact environnemental d’une IA générative ?


[1Un grand modèle de langage (LLM : Large Language Model) est un programme d’intelligence artificielle capable, entre autres, de reconnaître et de générer du texte. Les LLM sont entraînés sur des ensembles de données massifs (big data). Ils reposent sur l’apprentissage automatique mobilisant un réseau de neurones.

[3L’utilisation de ChatGPT 3.5 nécessite la création d’un compte à l’aide d’une adresse de courriel personnel. On ne peut donc pas demander à des élèves mineurs d’utiliser cette plateforme pour des questions de protection des données personnelles dans le cadre du RGPD européen.

Dans la même rubrique

Article rédigé par David Latouche