Déconstruire une note générée par intelligence artificielle
L'outil produit une note de décision volontairement imparfaite sur un sujet géoéconomique. L'étudiant doit identifier les erreurs factuelles, les biais de raisonnement, les affirmations non sourcées et les angles morts — puis produire un rapport de déconstruction structuré.
1. Sujet2. Lecture3. Annotation4. Résultat
Phase 1
Choisir un sujet de note
Chaque note contient des erreurs et biais délibérés. Votre mission : les trouver.
Phase 2
Lire la note IA
Consigne : Lisez la note ci-dessous avec un regard critique. Elle a été générée par une IA et contient des erreurs factuelles, des biais de raisonnement, des affirmations non sourcées et des angles morts. Prenez des notes mentales avant de passer à l'annotation.
Note générée par IA — à évaluer
Phase 3
Annoter et critiquer
Consigne : Pour chaque catégorie, identifiez les problèmes que vous avez repérés dans la note. Soyez précis : citez le passage, expliquez pourquoi il est problématique, et proposez une correction si possible. Utilisez les tags pour classifier chaque annotation.
Corrélation présentée comme causalité, généralisation abusive, biais de confirmation, raisonnement circulaire, faux dilemme.
Affirmations présentées comme des faits sans source, estimations sans méthodologie, « selon les experts » sans nommer personne.
Perspectives ignorées, acteurs absents, effets de second tour non mentionnés, contre-arguments escamotés.
Préconisations qui ne découlent pas de l'analyse, solutions simplistes, absence de considération des trade-offs.
Phase 4
Résultat de l'évaluation
—
——
Pour aller plus loin
Rédigez un rapport de déconstruction structuré (1-2 pages) comprenant :
Un diagnostic synthétique des faiblesses de la note IA (3-4 lignes)
Un tableau erreurs/corrections avec sources primaires
Une évaluation de la fiabilité globale de la note pour un décideur
Une version corrigée du paragraphe le plus problématique
ⓘ Mode d'emploi et critères d'évaluation
Objectif. Former une littératie IA critique : savoir lire un texte généré par IA, identifier ses faiblesses structurelles, et produire une évaluation fondée sur des sources primaires — pas sur l'intuition.
Critères d'évaluation
1. Exhaustivité — L'étudiant a-t-il identifié la majorité des erreurs délibérées ?
2. Précision — Les annotations citent-elles le passage exact et expliquent-elles pourquoi il est faux ?
4. Synthèse — Le diagnostic final est-il hiérarchisé (erreur critique vs biais mineur) ?
Pourquoi cet exercice
Les outils d'IA générative produisent du texte fluide mais souvent faux. Un décideur qui utilise une note IA sans la vérifier prend un risque opérationnel. Cet exercice entraîne la compétence critique : distinguer l'apparence de rigueur de la rigueur réelle. Les erreurs sont calibrées sur les faiblesses connues des LLM : hallucinations factuelles, corrélations abusives, sources inventées, biais de confirmation, et absence de nuance dans les recommandations.
Durée indicative : 30-45 min. Format : individuel ou binôme. Livrable : rapport de déconstruction (1-2 pages).