Cet article réflexif s’inscrit dans les TraAM documentation 2025-2026 : «Pour une acculturation à l’IA par les méthodes actives». Il est le fruit d’une collaboration de plusieurs professeurs documentalistes qui ont travaillé sur l’information scientifique à l’ère de l’IA. Il a été rédigé par Mélanie Serrette, Anne Merlin et Anthony Caudron (académie de Lille) ainsi que Cécile Diet et Valérie Liger (académie de Besançon).
L’intelligence artificielle générative (IAG) engendre de nouveaux questionnements et bouleversements dans les pratiques informationnelles et le rapport aux connaissances, et ce dans la continuité des transformations provoquées par l’arrivée du web, des médias sociaux ou encore du smartphone. Cette troisième révolution digitale, nous confronte désormais à de nouveaux outils capables de produire en quelques secondes des textes ou des images. Depuis 2022, ils s’imposent progressivement dans les usages quotidiens, y compris chez les élèves. Recherche d’information, aide à la rédaction, synthèse de contenus, vérification de publications, accompagnement personnel : les outils d’IAG modifient notre rapport au savoir, à l’effort de recherche et à la validation des informations.
Dans ce contexte, les compétences développées en éducation aux médias et à l’information apparaissent plus essentielles que jamais. Les notions de pertinence, de fiabilité, de crédibilité ou encore de culture des sources permettent de questionner des contenus parfois convaincants en apparence, mais pouvant comporter erreurs, biais ou approximations. Les IA génératives ne remplacent pas les compétences informationnelles ; elles rendent au contraire leur maîtrise plus que jamais indispensable. Même si elles donnent l’illusion d’un accès instantané à l’information, les générations ne sont pas information et ne dispensent des connaissances disciplinaires ou du moins d’une culture solide pour distinguer l’ivraie du bon grain dans l’avalanche des contenus générés.
Face à ces mutations, l’école en général, et l’EMI en particulier, ont un rôle majeur à jouer. Elles constituent un espace où les élèves peuvent apprendre à prendre du recul, croiser les sources, comprendre les logiques de production de l’information et interroger les usages des outils numériques.
Le travail présenté ici, mené conjointement par des professeurs documentalistes et des professeurs de SVT ou de sciences en lycée professionnel, sera centré sur des exemples liés à la culture scientifique. Des problématiques similaires pourraient toutefois être abordées dans d’autres disciplines, notamment en histoire-géographie, où les outils d’IAG questionnent également le rapport aux sources, aux connaissances et à la validation de l’information.
I.1. Opinion, croyance et information scientifique
I.2. Les connaissances et compétences à l’épreuve des IAG
I.2.a. Une culture scientifique pour mieux prompter… et mieux douter
I.2.b. Place de l’IA dans les recherches informationnelles
I.3. L’importance d’une culture des sources
2. Les outils IA pour mieux s’informer ?
II.1. Vérifier avec l’IA : intérêts et limites
I.1. Opinion, croyance et information scientifique
La distinction entre une opinion, une croyance et une information scientifique apparaît essentielle face à des contenus qui empruntent les codes de la science (vocabulaire, illustrations, ton ou références apparentes et donnant une impression de crédibilité) sans pour autant relever d’une démarche scientifique rigoureuse. L’EMI vise notamment à accompagner les élèves dans le développement d’une lecture critique de ces contenus en interrogeant leur origine, leur validité, leurs modalités de production, leurs objectifs de diffusion…
Cette réflexion rejoint directement plusieurs attendus des programmes de SVT et d’enseignement scientifique. Les élèves y sont amenés à comprendre ce qui caractérise un savoir scientifique (une production collective fondée sur des expérimentations rigoureuses, des résultats vérifiables, discutables et réfutables, soumise à la validation des pairs).
Extrait du programme de seconde, SVT
Cette capacité à interroger les preuves, les sources et les arguments constitue un point de rencontre particulièrement intéressant entre les disciplines scientifiques et l’EMI.
Les IA génératives renforcent encore la nécessité de ce travail critique. Il devient de plus en plus facile de confondre aisance rédactionnelle et validité scientifique, ou de considérer une réponse générée comme une vérité établie simplement parce qu’elle est formulée avec assurance. Dans ce contexte, former les élèves à identifier ce qui relève du fait, de l’opinion ou de la croyance devient une compétence essentielle pour exercer un jugement autonome et éclairé. Il est nécessaire de les outiller avec des critères précis progressivement pour atteindre cet objectif.
La séance « Lithothérapie : science, pseudoscience ? Qu’en disent les IA ? », menée dans l’académie de Lille, invite les élèves à interroger les différences entre croyance et connaissance ainsi qu’entre sciences et pseudosciences. Le travail débute par l’analyse de publications en ligne rédigées par des humains dans des buts divers (informer, vendre, dénoncer…) avant de se confronter à des contenus générés par IA, manquant potentiellement de nuances.
La séance « Sous l’influence de la lune : coopérer pour développer l’esprit critique face à l’information scientifique », menée dans l’académie de Besançon, propose aux élèves de questionner la manière dont certaines croyances circulent et se renforcent. À partir d’affirmations liées à l’influence supposée de la lune sur les comportements, la santé ou les naissances, les élèves travaillent de manière collaborative pour confronter des sources variées, distinguer arguments d’autorité, croyances, données scientifiques…
Sélection de sources pour travailler sur information scientifique, croyance et opinion :
|
Cette difficulté à distinguer fait, opinion et croyance n’est pas nouvelle, mais elle prend une dimension inédite avec les IAG.
La notion de niveaux de preuves, même si elle n’est pas parfaite, peut aider les élèves à évaluer la fiabilité des contenus d’apparence scientifique en fonction de la nature du document. Une version simplifiée a été proposée à des élèves de 1è générale dans le cadre de la séance 3 de la séquence “Jamais vaccinés, jamais malades ». Information scientifique et désinformation à l’heure de l’IA”, proposée par l’académie de Besançon.
Ce point de repère permettra d’évaluer au fil de la séquence les publications proposées (trend Tik Tok, conférence d’une chercheuse…) ou trouvées par les élèves lors de leurs investigations : articles de l’OMS, de l’INSERM ou sites plus discutables (voir séance 3)
Ces deux expérimentations pédagogiques permettent aux élèves de confronter savoirs académiques et croyances populaires souvent confondues dans les générations des IAG. C’est un premier niveau d’acculturation aux IAG qui doit se poursuivre vers l’acquisition de compétences nouvelles pour interagir de manière consciente et raisonnée avec ces nouveaux outils.
I.2. Les connaissances et compétences à l’épreuve des IAG
Les réponses quasi immédiates fournies par les IAG sont souvent plus rapides que le temps nécessaire à une réflexion humaine approfondie. L’immédiateté de la réponse peut conduire à oublier la question initiale, les besoins informationnels réels et l’évaluation de la pertinence des contenus proposés.
Utiliser une IAG ne dispense pas d’interroger la qualité de l’information produite, ni de confronter les réponses à d’autres ressources. Les avertissements théorisés par plusieurs chercheurs -“L’IA communique pour communiquer et non pour informer” (Perret, 2025) – ou affichés par les concepteurs eux-mêmes (« l’IA peut se tromper ») ne semblent pas suffire à limiter la confiance accordée aux contenus générés.
L’IA devient donc un outil utilisé pour s’informer, y compris dans des domaines sensibles comme la santé, où la mésinformation peut avoir des conséquences importantes.
Une étude menée par Doctolib et la Fondation Jean Jaurès publiée en mai 2026 montre ainsi que 45 % des patients utilisent déjà une IA conversationnelle pour des questions de santé, avec un écart générationnel marqué entre les 18-24 ans (75 %) et les 75 ans et plus (13 %).
Cette confiance dans les outils conversationnels soulève des questions d’autant plus vives que certaines recherches soulignent encore les limites de ces outils. Une autre étude publiée en janvier 2026 indique par exemple que « ChatGPT Health » obtient de bons résultats dans certains cas d’urgence modérée, mais évalue plus difficilement certaines situations critiques. Ces travaux rappellent que les outils d’IA ne peuvent être considérés comme des sources d’information pleinement fiables et renforcent la nécessité de développer l’esprit critique des utilisateurs.
L’école reste le lieu où, pour tous, il est possible de prendre le temps de réfléchir, de s’interroger, d’approfondir des recherches pour développer des compétences informationnelles. Face à l’instantanéité des outils d’IAG, des projets EMI permettent d’apprendre à relativiser, croiser les sources, contextualiser les informations et mener des recherches plus longues et structurées. L’école reste également un lieu de développement de connaissances disciplinaires, notamment d’ouverture vers une culture scientifique. Ces deux axes nous paraissent à la fois chahutés et renforcés dans le cadre du développement des IAG :
- Si l’information est accessible à tous, partout et rapidement, une culture et des compétences sur la démarche scientifique permettent de mieux chercher et de mieux juger des nombreuses publications auxquelles nous sommes soumis,
- Si les outils numériques ne doivent pas être laissés de côté et méritent une véritable acculturation pour éviter une fracture numérique entre nos jeunes, ils doivent néanmoins être interrogés.
I.2.a. Une culture scientifique pour mieux prompter… et mieux douter
Utiliser une IA pour s’informer sur un sujet scientifique, c’est d’abord lui soumettre un prompt. Or la qualité de celui-ci dépend directement de ce que l’on sait déjà. Ce phénomène prend une dimension nouvelle avec les outils d’IAG : l’IA ne signale pas les angles morts du prompt. Elle répond à ce qu’on lui demande, pas à ce qu’on aurait dû lui demander.
Ce principe vaut donc pour le prompting, mais aussi pour la relecture. Les erreurs qu’elle commet ne sont pas toujours grossières ; elles peuvent être subtiles : un ordre de grandeur légèrement faux, une causalité présentée là où il n’y a qu’une corrélation, un consensus scientifique nuancé présenté comme tranché. Seul un lecteur disposant de connaissances dans le domaine sera en mesure de les repérer.
On ne peut corriger que ce qu’on est capable de reconnaître. L’IA amplifie ainsi les asymétries de connaissances entre utilisateurs : entre les mains d’un expert, elle accélère un travail déjà rigoureux ; entre les mains d’un novice, elle peut accélérer la production d’erreurs convaincantes. Or, la plupart du temps, les élèves ont recours aux IAG pour les interroger sur des sujets qu’ils ne maîtrisent pas, ce qui rend d’autant plus difficile l’étape de la vérification.
Pour l’enseignant, cette réalité ouvre une piste pédagogique concrète. Plutôt que d’opposer « cours traditionnel » et « usage de l’IA », il s’agit de montrer que les deux sont liés : construire des connaissances scientifiques solides, c’est aussi se donner les moyens d’utiliser l’IA de façon critique. On peut par exemple proposer aux élèves de soumettre à une IA un prompt volontairement vague sur un sujet qu’ils viennent d’étudier, puis d’identifier dans la réponse ce qui est juste, ce qui est approximatif et ce qui est faux, en s’appuyant sur ce qu’ils savent. Cet exercice de relecture guidée transforme l’IA en révélateur de leurs propres connaissances, autant qu’en objet d’étude. L’évaluation des réponses générées permet également de repérer les intérêts et limites des agents conversationnels.
En ce sens, la culture scientifique et la culture informationnelle ne sont pas deux compétences parallèles : elles se renforcent mutuellement. Et c’est précisément dans cet espace que les enseignants de sciences et les professeurs documentalistes ont tout intérêt à travailler ensemble. Les séquences proposées intègrent des apports scientifiques solides en amont et en aval de l’utilisation des IAG, parallèlement à une acculturation au fonctionnement et aux enjeux de ces outils.
I.2.b. Place de l’IA dans les recherches informationnelles
La séance « L’IA comme outil, l’élève comme auteur », menée dans l’académie de Lille, propose ainsi aux élèves de développer une posture critique face aux contenus générés par l’intelligence artificielle. Après avoir observé des exemples d’erreurs ou d’« hallucinations » produites par l’IA, les élèves s’interrogent sur le critère de pertinence de l’information. Ils doivent ensuite constituer un corpus de cinq sources qu’ils résument avant d’utiliser l’IA comme assistant pour produire un texte final. Tout au long du projet, les élèves sont amenés à questionner la place, les apports et les limites des différents outils mobilisés : moteurs de recherche divers (notamment via le portail documentaire) et outils d’IAG.
Les élèves en arrivent finalement à une conclusion largement partagée : il est préférable de multiplier les outils et de croiser les sources afin de développer une compréhension plus fine du sujet, de ses enjeux et des limites propres à chaque dispositif d’information.
D’autres démarches similaires ont été testées, notamment dans l’académie de Besançon. avec la séquence TRaAM ‘Jamais vaccinés, jamais malades”.
Après une séance sur les limites et intérêts de l’IA pour une recherche d’informations, il a été demandé aux élèves d’enquêter sur un trend santé circulant sur Tiktok en utilisant les outils de recherche de leur choix. Leur mission était de trouver des preuves scientifiques pour les arguments proposés dans la vidéo de départ ou pour les contre-arguments qu’ils ont pu opposer. Un tiers environ des élèves a opté pour les IAG. Ce choix a permis de comparer les résultats obtenus selon la démarche choisie et d’en faire un bilan lors de la séance suivante.
Les élèves ont pu constater que :
- quelque soit l’outil utilisé (moteur de recherche ou IAG), la démarche d’évaluation des sources est la même : il faut questionner la source du point de vue de la pertinence et de la qualité de l’information, et du point de vue de sa fiabilité (expertise de l’auteur, reconnaissance et politique de vérification du média, etc.) pour évaluer la qualité de la preuve.
- Certains agents conversationnels sont plus performants que d’autres dans cette tâche. Perplexity, par exemple, s’appuie sur quelques sources accessibles en lien (ce qui n’empêche pas le travail d’évaluation de celles-ci).
- L’utilisation de l’IAG n’apporte pas forcément une plus-value par rapport aux moteurs de recherche classique. Lorsqu’on intègre la démarche indispensable de vérification des sources, le temps gagné est moindre.
Certains outils tendent aujourd’hui à hybrider les fonctionnalités des moteurs de recherche et des agents conversationnels. C’est notamment le cas de Perplexity, qui fournit une réponse rédigée tout en affichant les sources mobilisées. Cette caractéristique peut constituer un avantage important dans une perspective d’éducation aux médias et à l’information : l’utilisateur est davantage incité à consulter les documents d’origine qu’avec certains agents conversationnels qui ne rendent pas toujours visibles leurs références.
Pour autant, cette visibilité des sources ne garantit pas à elle seule la qualité de la recherche. Comme tout outil, Perplexity sélectionne, hiérarchise et synthétise l’information selon ses propres critères. L’utilisateur peut alors être tenté de se satisfaire de la réponse produite sans consulter les documents cités. Le risque est de déplacer la confiance accordée à un moteur de recherche vers une confiance accordée à un agent conversationnel, sans véritable travail d’évaluation critique. De plus, comme le montre cette vidéo de Viviane Scilabus, communicatrice scientifique, l’IA utilise parfois des sources secondaires et en propose des raccourcis qui peuvent être trompeurs.
L’intérêt pédagogique de tels outils réside alors moins dans leur capacité à fournir rapidement une réponse que dans les possibilités qu’ils offrent pour interroger les mécanismes de sélection, de synthèse et de citation de l’information. Comparer les résultats obtenus avec un moteur de recherche classique, analyser les sources retenues ou écartées, questionner leur diversité ou leur légitimité constituent autant d’activités permettant de développer l’esprit critique des élèves face aux nouveaux environnements informationnels.
La séquence “La recherche d’information : IAg VS moteurs de recherche”, proposée dans l’Académie de Besançon pour une classe de 4è permet aux élèves de relativiser l’efficacité des agents conversationnels dans la recherche d’information.
Cette réflexion conduit alors à une autre question centrale en EMI : celle de la culture des sources et de l’identification de l’origine des informations mobilisées.
I.3. L’importance d’une culture des sources
Les travaux d’Anne Cordier montrent que les pratiques informationnelles des jeunes sont souvent plus complexes et diversifiées qu’on ne l’imagine. Elle rappelle notamment que les outils d’IA générative ne sont pas, à proprement parler, des outils conçus pour s’informer, mais des outils de génération de contenus.
Présentation d’Anne Cordier, journée d’études des professeurs documentalistes de l’académie de Lille
Les outils conversationnels risquent en effet d’effacer une partie des médiations traditionnellement visibles lors d’une recherche documentaire. Là où l’élève identifiait auparavant un auteur, un site, un média ou une institution, il peut désormais être confronté à une réponse unique dont les étapes de construction sont extrêmement floues.
Dans ce contexte, il apparaît essentiel de renforcer la culture des sources des élèves. Cela implique de comprendre ce qu’est une source d’information, ce qui ne constitue pas une source, et de savoir distinguer les sources primaires des sources secondaires ou tertiaires. Les élèves doivent également apprendre à identifier des sources fiables et reconnues dans différents domaines de connaissance, à comprendre leur mode de production et à interroger leur autorité. L’enjeu n’est pas seulement de vérifier une réponse produite par une IA, mais de conserver un accès direct aux documents, aux auteurs et aux institutions qui produisent les connaissances afin de pouvoir les contextualiser, les comparer et exercer un véritable esprit critique.
La séance TraAM « Jamais vaccinés, jamais malades », menée dans l’académie de Besançon, invite les élèves à interroger les liens entre information scientifique, désinformation et usages des intelligences artificielles génératives. Le travail s’appuie sur des contenus circulant sur les réseaux sociaux autour de la vaccination ainsi que sur l’utilisation d’agents conversationnels pour rechercher de l’information en santé. Les élèves sont amenés à analyser la crédibilité des sources, les limites des réponses générées par IA et les risques de délégation cognitive liés à ces outils. La séquence insiste également sur la nécessité de maintenir une activité intellectuelle forte lors de l’usage de l’IA, afin de transformer l’information collectée en connaissances réellement comprises et appropriées.
La séance TraAM Pour un usage raisonné et raisonnable de l’IA : un projet d’EMI en sciences médico-sociales et en physique-chimie, menée dans l’académie de Besançon, a placé, lors de la 3e séance, les élèves en situation de comparer les réponses d’IAG et celles de sites de débunkage dans le domaine de la santé. Nous leur avions posé des questions en lien avec le thème abordé initialement en Sciences médico-sociales. Ils avaient toute liberté concernant la rédaction du prompt et le choix de l’agent conversationnel.
Entre la réponse de l’IA et le site proposé, la plupart ont choisi pour leur fiabilité les sites (Ministère de la Santé et INSERM) et non l’IA (ils ont su repérer l’élément visuel de la Marianne). Malgré leur lucidité, ils privilégient l’IA pour la brièveté de sa réponse et son vocabulaire plus facile à comprendre…
Cependant, il est utile de faire connaître aux élèves les pratiques de debunkage. Ils sont d’autant plus concernés qu’en tant qu’élèves en bac pro Accompagnement Soins et Services à la Personne, ils se doivent d’être vigilants à leurs sources d’information dans le domaine de la santé en tant que futurs professionnels.
Nous revenons sur l’action de debunker et leur faisons découvrir la démarche du Ministère de la Santé qui consacre une rubrique “décryptage” pour lutter contre les fausses informations (infodémie) classées en matière de nutrition mais aussi de médicaments, de vaccins et de traitements. Les articles exposent des arguments scientifiques, font référence à des recherches et citent leurs sources. Le Ministère y veut répondre aux questions par le biais d’experts.
Mention de la démarche du Ministère de la Santé en matière d’information à destination du grand public
L’INSERM a également mis en place un espace sur son site, Canal détox, qui a pour ambition de “combattre les fausses informations et rendre la parole à la science, avec des articles et des vidéos où les chercheuses et chercheurs de l’institut décryptent l’actualité et démêlent le vrai du faux sur la santé. “
Enseigner aux élèves à avoir un esprit critique et à vérifier les informations est important mais attention à ne pas les faire douter de tout et à tout remettre en cause, aux risques de donner foi aux théories du complot… C’est pourquoi nous avons mis à leur disposition une sélection de ressources fiables pour s’informer en sciences et en santé. A ces références, nous ajoutons des sites pour debunker les informations, notamment scientifiques. Nous leur proposons aussi de suivre des comptes d’instagrameuses comme la virologue Océane Sorel (The french virologist) ou la vulgarisatrice scientifique Viviane Scilabus. C’est volontairement que nous partageons des ressources sur les réseaux sociaux qu’ils suivent pour leur montrer qu’on peut aussi y trouver des informations de qualité.
Sur le même modèle, un tableau de ressources a également été donné aux élèves de 1e générale dans le cadre de la séquence sur la vaccination. On y retrouve certaines sources proposées en lycée professionnel. La sélection reprend les thématiques abordées au fil de la séquence : les limites de l’IA comme outil de recherche d’information ; la vaccination (histoire, fonctionnement, etc.) ; la différence entre information scientifique, croyance et opinion. Sont également proposés des sites de débunkage et un ensemble de ressources sur les biais cognitifs liés à l’utilisation de l’IAG ou en jeu dans le cas des vidéos courtes circulant sur les réseaux sociaux (appel à l’émotion, biais d’autorité, etc.). Cette sélection était accessible sous forme d’un QR-code sur le document-guide “Une info à l’épreuve de la science”.
Sur le même modèle, un tableau de ressources a également été donné aux élèves de 1e générale dans le cadre de la séquence sur la vaccination. On y retrouve certaines sources proposées en lycée professionnel. La sélection reprend les thématiques abordées au fil de la séquence : les limites de l’IA comme outil de recherche d’information ; la vaccination (histoire, fonctionnement, etc.) ; la différence entre information scientifique, croyance et opinion. Sont également proposés des sites de débunkage et un ensemble de ressources sur les biais cognitifs liés à l’utilisation de l’IAG ou en jeu dans le cas des vidéos courtes circulant sur les réseaux sociaux (appel à l’émotion, biais d’autorité, etc.). Cette sélection était accessible sous forme d’un QR-code sur le document-guide “Une info à l’épreuve de la science”.
II. Les outils IA pour mieux s’informer ?
II.1. Vérifier avec l’IA : intérêts et limites
Aujourd’hui, face à une publication douteuse, le réflexe devient de plus en plus courant : ouvrir une IA et demander : « Est-ce que c’est vrai ? » Mais cette facilité pose aussi une question importante en EMI : l’IA peut-elle améliorer notre capacité à nous informer ?
Dans une expérimentation menée avec des élèves de l’académie de Lille, nous avons cherché à travailler cette question. Avant d’utiliser une IA, les élèves ont d’abord analysé eux-mêmes plusieurs publications autour d’une information controversée : le lien supposé entre soutien-gorge et cancer du sein. L’objectif n’était pas seulement de trouver “la bonne réponse”, mais d’apprendre à questionner des critères de fiabilité. Si l’usage d’une grille n’est pas forcément conseillée par la recherche, elle permet un premier point d’étayage en outillant progressivement les élèves.
Ce travail préalable est essentiel. Il permet de construire des réflexes de vérification et de mieux comprendre comment se fabriquent les publications.
Ce n’est qu’après ce premier travail d’analyse que nous avons introduit l’outil Vera. Contrairement à des IA généralistes, Vera s’appuie sur une base de données sélectionnée et qualifiée, issue de sources reconnues (médias spécialisés dans le fact-checking, organismes scientifiques…). Surtout, elle ne se contente pas de dire si c’est vrai ou faux : elle renvoie vers les sources, permettant à l’utilisateur de poursuivre sa propre vérification.
Cet avantage méthodologique a cependant une contrepartie : pour en tirer profit, encore faut-il connaître l’outil et comprendre ce qui le distingue des IA généralistes. Sans cette culture préalable, l’utilisateur reste exposé au même risque : ne plus apprendre à vérifier par lui-même. Or la compétence essentielle en EMI n’est pas d’obtenir la bonne réponse, mais de savoir s’interroger et faire preuve d’esprit critique. Ces gestes ne peuvent pas être délégués.
Cette interrogation est au cœur de la séance « L’IA va-t-elle nous prémunir des fake-news ? », également menée dans l’académie de Lille par Claire Chaumette (Collège Jean-Baptiste Lebas, Roubaix). Dans le cadre d’une journée de l’EMI, les élèves de 4e sont invités à questionner l’impact des outils d’IAG sur la prolifération ou la régulation des fausses informations.
Test d’un outil d’IAG avec le fiabilitomètre :
Afin d’explorer les apports de l’IA dans l’évaluation des sources, nous avons mis ChatGPT à l’épreuve en lui proposant de compléter notre fiabilitomètre à partir d’une source donnée.
Voici l’analyse de cet article selon ton tableau :
Critère 1 — L’auteur est clairement identifié (ou une institution responsable)
Argumentation :
Le site affiche clairement le nom Michel Dogna comme source / auteur du blog. Le site est une publication personnelle ou associative, pas un média institutionnel scientifique.
👉 On peut considérer que la personne ou l’entité responsable est identifiable (c’est bien un site personnel clairement attribué).
→ réponse : Vrai
Critère 2 — La fonction ou le statut de l’auteur / de l’organisme est indiqué
Argumentation :
Sur le site, Michel Dogna apparaît comme auteur / éditeur, mais son rôle professionnel ne correspond pas à une expertise scientifique reconnue. Ce n’est pas une institution de recherche ni un média classique, et il n’y a aucune indication claire d’une qualification scientifique officielle sur le sujet traité.
→ réponse : Faux
Critère 3 — L’auteur ou l’organisme est légitime pour parler de ce sujet
Argumentation :
Le contenu repose sur des affirmations personnelles, opinion et interprétation d’études, parfois tendancieuses, et ce blog ne présente pas de preuve de compétence scientifique directe dans le domaine médical/nutritionnel. De plus, l’article mélange interprétation douteuse et opinion personnelle, ce qui affaiblit la légitimité éditoriale sur le sujet.
→ réponse : Faux
Critère 4 — Aucun conflit d’intérêt évident n’est repérable
Argumentation :
Le site promeut des idées de “réinformation santé” et il apparaît associé à des contenus de santé alternative, sans transparence sur d’éventuels intérêts commerciaux ou éditoriaux. Rien ne permet de conclure qu’il n’y a aucun conflit d’intérêt, et la tonalité très militante laisse suspecter un biais ou intention persuasive.
→ réponse : Faux
👉 Sur les axes qualité et neutralité, ce genre de texte serait également difficile à valider :
- il tend vers le sensationnalisme,
- il affirme des conclusions non vérifiées,
- il mobilise des biais cognitifs (biais d’autorité, confirmation) pour persuader.
Sur les critères d’identification de l’auteur et de légitimité éditoriale, l’outil a produit une analyse cohérente et argumentée : il a correctement identifié la nature personnelle du site, relevé l’absence de qualification scientifique reconnue de l’auteur, et pointé les biais de tonalité notamment le recours au sensationnalisme. Sur ce plan, ChatGPT nous a fait gagner du temps pour l’élaboration d’une correction : nous avons vérifié et complété ses propositions, au lieu de partir d’une page blanche.
Sur un autre article, l’exercice a révélé une limite. Là où un humain aurait consulté la page de profil de l’auteur pour y lire « Diplômé en agronomie », ChatGPT a indiqué ne pas trouver de précision sur son statut.
Il faut également noter que ChatGPT a cité, dans ses sources, un article que nous avions nous-mêmes rédigé plusieurs années auparavant.
Les outils IA peuvent donc contribuer utilement à une démarche de vérification, mais à une condition essentielle : que l’utilisateur dispose déjà de bases solides pour ne pas confondre l’assistance avec le raisonnement lui-même.
II.2. Décoder l’image générée
La question de la fiabilité ne concerne pas uniquement les textes. Les images jouent également un rôle majeur dans les mécanismes d’information, de mésinformation ou de désinformation. La photographie confère de l’autorité au discours. Ce pouvoir ne disparaît pas avec l’IA ; il est au contraire réactivé par des images synthétiques de plus en plus réalistes.
Dans les articles scientifiques ou de vulgarisation, certaines images donnent l’impression de montrer la réalité, alors qu’il s’agit parfois d’illustrations générées par IA ou de représentations très romancées.
Par exemple, dans un article de Futura-sciences, une image générée par l’IA illustre “l’exoplanète K2-18b autour de son étoile”. Quel crédit apporter à cette illustration ? Si évidemment une photographie ne peut pas exister, on peut se questionner sur le sensationnalisme de l’image utilisée par rapport à des “illustrations fondées sur des données de télescope” comme dans cet article du National geographic.
Le problème n’est pas forcément l’existence de ces images, mais le fait qu’elles puissent être prises pour des représentations fidèles du réel. D’après le Dictionnaire de l’Académie Française, est artificiel tout ce qui “est dû à la technique de l’Homme”. De ce fait, toute image est par essence artificielle puisqu’elle provient d’une intervention technique et technologique humaine. Cependant, même si les images sont toutes artificielles, elles le sont à des degrés différents. L’artificialité n’est pas binaire, elle est graduelle. Une image générée par intelligence artificielle ne donne pas à voir un événement réel, mais une illusion de réalité à partir d’un amas de données. Elle crée un substitut d’expérience du réel. Une photographie, même retouchée, part d’un référent matériel tangible tandis que l’intelligence artificielle générative, elle, se soustrait à la réalité tout en en utilisant les codes. Une image spectaculaire attire l’attention, suscite l’émotion et pourrait renforcer artificiellement la crédibilité d’une information.
Se pose alors la question de l’intentionnalité d’une telle démarche. Bien avant l’apparition de DALL-E, Midjourney et autres, les images étaient déjà retouchées et modifiées depuis des décennies. Ces nouveaux outils permettent simplement de faire en 3 secondes, ce qui prenait des dizaines d’heures auparavant sur des logiciels de retouche d’image. L’intelligence artificielle générative n’est qu’un outil, elle n’est ni bonne ni mauvaise. D’autant plus que lorsqu’elle est nourrie des données adéquates et que le prompt utilisé est correctement structuré, les résultats peuvent être très pertinents.
Mais pourquoi, alors, favoriser une image (parfois bancale) générée par intelligence artificielle à une photographie ou une illustration ? Est-ce pour une question de réduction des coûts : ne pas avoir à payer un photographe ou un graphiste ? Est-ce pour une question idéologique : utiliser une fausse image ou vidéo afin d’appuyer très facilement son propos et le faire passer pour vrai ? Ou alors est-ce une question de revenus publicitaires liés au visionnage d’une vidéo sur les réseaux sociaux ou d’un article en ligne, dans une économie du numérique qui repose encore énormément sur la publicité ? Dans tous les cas, l’intelligence artificielle générative n’est qu’un outil au service d’un être humain, qui décide d’en faire une bonne ou une mauvaise utilisation.
Ce phénomène est encore amplifié sur les réseaux sociaux avec ce qu’on appelle parfois l’”IA slop” (d’autres références ici) : des contenus générés rapidement par IA pour capter des clics et des réactions. On retrouve par exemple de fausses vidéos d’animaux improbables : pieuvres géantes, chats sauveteurs, lion dans un supermarché… présentées comme réelles alors qu’elles sont entièrement fabriquées.
Ces contenus fonctionnent parce qu’ils jouent sur nos émotions et notre fascination pour l’image. Même lorsque certains détails paraissent étranges, le réalisme visuel suffit fréquemment à créer le doute. Bien souvent, ces images sont faites pour susciter l’attention, pour des raisons pécuniaires, l’économie des réseaux faisant en sorte qu’il faut capter l’attention.
Dans le domaine sensible de la santé, les comptes de faux médecins générés par IA prolifèrent sur les réseaux sociaux, et notamment Tik Tok, proférant des conseils santé. La personne du médecin inspire la confiance. S’ils sont aujourd’hui facilement repérables si on consulte les différents contenus publiés les comptes en question. Les progrès très rapides des IAG laissent imaginer que leur détection sera de plus en plus difficile mais elles ont en commun la promotion d’un remède miracle, accessible facilement en ligne.
Dans la même veine, des deepfakes usurpent l’identité de scientifiques réputés pour délivrer des conseils santé plus ou moins farfelus. Là encore, la figure d’autorité du médecin et le décor choisi légitiment le message. Le développement des deepfakes dans le domaine de la santé complexifie encore le travail d’évaluation des sources : outre l’expertise scientifique du porteur, il faut désormais également vérifier la réalité de ses propos.
Si nos adolescents ne sont pas les seuls à se laisser berner (une étude relayée par un article de Julie Degen sur le journal CNRS a révélé que, lors de la campagne présidentielle de 2016 aux États-Unis, les plus de 65 ans partageaient en moyenne 7 fois plus de fake news sur Facebook que les 18-29 ans !), il reste important :
- que ce sujet soit abordé, notamment pour comprendre ce qui peut nous influencer (voir à ce propos une vidéo du CNRS) ;
- d’amener nos élèves vers des connaissances scientifiques variées afin qu’ils puissent être en mesure de douter raisonnablement ;
- de leur permettre de prendre conscience que l’image, aujourd’hui plus que jamais, ne peut pas constituer une preuve.
L’enjeu pédagogique n’est donc pas seulement d’apprendre à “repérer les faux”, mais aussi à prendre du recul :
- Qui a produit cette image ou cette vidéo ?
- S’agit-il d’une photo, d’une illustration, d’une vidéo réelles ou d’une création IA ?
- Les choix faits proposent-ils une vision biaisée ?
- Que sait-on réellement et scientifiquement de ce qui est représenté ?
- Quelles sont les intentions de l’auteur ?
- Quels sont les moyens utilisés pour convaincre ?
Par exemple, dans le cadre d’un projet lié à un défi littéraire de l’académie de Lille, les élèves ont été amenés à générer des images pour résumer un chapitre d’un livre.
Ici, plusieurs remarques peuvent être faites sur l’image générée. Le zooxanthelle est normalement une espèce unicellulaire microscopique, il est bien trop grand.
L’image relève aussi du registre fantastique avec des espèces luminescentes.
Conclusion :
L’ensemble de ces réflexions et expérimentations converge vers un constat : l’IA peut effectivement contribuer à mieux s’informer, mais uniquement si l’utilisateur dispose déjà de compétences informationnelles solides et d’une culture scientifique suffisante pour en évaluer les productions.
Au-delà des erreurs factuelles ou des « hallucinations », les outils d’IAG soulèvent également d’autres questions susceptibles d’influencer les usages et les comportements informationnels.
Les IA conversationnelles sont conçues pour produire des réponses rarement contradictoires, ce qui peut renforcer un biais de confirmation. Si l’utilisateur apporte à l’IAG des informations erronées, elles ne seront pas systématiquement réfutées. Une étude menée par Newsguard en Août 2025 sur la fiabilité des 10 principaux chatbots montre en effet que dans 35% des cas, ceux-ci répètent les fausses informations (ici sur des sujets d’actualité) qui leur sont proposées.
Cette tendance à la confirmation est particulièrement visible dans certains usages sensibles, comme les discussions liées à la santé mentale ou au développement personnel. Plusieurs créateurs de contenus et chercheurs alertent ainsi sur le risque d’utiliser des agents conversationnels comme substituts à un accompagnement humain, notamment psychologique. Selon une enquête du Groupe VYV et de la CNIL menée dans quatre pays européens, près de 9 jeunes sur 10 utilisent une IA conversationnelle en France et près d’un sur deux y évoque des sujets personnels.
À ce biais de confirmation peut s’ajouter un biais d’anthropomorphisme, conduisant les utilisateurs à attribuer à l’IA des intentions, une forme d’intelligence ou une capacité de compréhension qu’elle ne possède pas réellement.
Enfin, ces enjeux prennent une dimension politique. Toutes les IA ne reposent pas sur les mêmes modèles, les mêmes corpus de données, ni les mêmes objectifs économiques ou idéologiques. Certaines peuvent être soumises à des logiques de modération, de censure ou de propagande selon les contextes géopolitiques dans lesquels elles ont été développées. Le choix de l’outil utilisé, la compréhension de son fonctionnement et de ses limites deviennent alors des enjeux à part entière d’une éducation aux médias et à l’information ambitieuse.
Former des utilisateurs capables d’interroger leurs outils autant que leurs sources : c’est peut-être là le défi central que pose l’IA générative à l’EMI d’aujourd’hui.
Auteurs : Anthony Caudron, Anne Merlin, Mélanie Serret pour l’académie de Lille, Cécile Diet, Valérie Liger pour l’académie de Besançon