Ce corrigé n'est pas une vérité absolue : c'est votre boussole de recadrage pendant la restitution plénière. Les groupes peuvent trouver des réponses différentes et tout aussi valides — l'objectif n'est pas de corriger, mais d'enrichir et de pointer ce qui serait manquant ou inexact.
Les apprenants doivent repartir avec une représentation claire de ce qu'est l'IA générative — pas une définition technique, mais une image mentale utile pour leur métier.
Points clés à transmettre : distinction IA faible / IA générative, grandes familles d'outils (texte, image, code, audio), idée que l'IA prédit le mot suivant — pas qu'elle "pense".
Ne pas aller trop loin dans l'historique : l'essentiel est le contexte actuel, pas une chronologie exhaustive.Classe inversée en amont (lecture du panorama IA) + débrief collectif en séance. La méthode est délibérément légère : cette séquence pose le contexte, elle ne forme pas encore.
Les échanges guidés sont la méthode principale : le formateur part des représentations existantes des apprenants, pas d'un cours ex cathedra.
Signe que la méthode fonctionne : les apprenants parlent plus que le formateur dans cette séquence.Erreur fréquente : transformer cette séquence en exposé magistral. Si vous avez préparé 20 slides sur l'historique de l'IA, c'est trop.
Facilitateur qui contextualise. Pas l'expert qui sait tout sur l'IA — mais le professionnel qui aide à relier l'IA aux réalités du métier de l'apprenant.
Posture d'explorateur partagé : "Voilà ce que je sais, voilà ce qui reste ouvert." L'IA évolue vite — prétendre tout maîtriser crédibilise moins qu'assumer les zones d'incertitude.
Le piège : adopter une posture d'expert omniscient dès l'UF1. Ça ferme les questions des apprenants.Identifier concrètement quelles tâches professionnelles peuvent être déléguées à l'IA, lesquelles ne le peuvent pas, et pourquoi. Ce n'est pas un cours théorique — c'est une analyse du poste de travail réel de l'apprenant.
Points clés : critères d'une tâche "IA-compatible" (répétitive, basée sur du langage, sans enjeu légal critique), exemples par secteur, limites à ne pas franchir (décisions RH, données sensibles, validation médicale…).
C'est la séquence la plus personnalisable du scénario — chaque apprenant repart avec une cartographie propre à son métier.Travaux de réflexion individuelle puis partage collectif. L'apprenant liste ses tâches récurrentes, les classe selon leur compatibilité IA, puis partage en binôme ou en groupe.
L'étude de cas est utilisée pour ancrer : on part de situations réelles (un email de relance, un compte-rendu, une fiche produit) et on teste ensemble si l'IA peut aider.
La méthode est inductive : on part du terrain, pas des concepts.Piège fréquent : lister des cas génériques ("l'IA peut faire des résumés") sans ancrage dans le métier précis du groupe. Perdez ce lien et vous perdez l'engagement.
Facilitateur de débat, neutre sur les cas limites. Quand la question "est-ce que l'IA peut faire ça ?" est complexe (aspects légaux, éthiques), le formateur ne tranche pas : il pose le problème et ouvre la réflexion.
Posture de miroir : renvoyer les réponses au groupe plutôt que les valider ou invalider immédiatement. "Qu'en pensent les autres ?" est une formule clé de cette séquence.
Le formateur est moins "sachant" ici que dans l'UF1 Ch.1 — c'est voulu. Les apprenants connaissent mieux leur métier que vous.Comprendre pourquoi la formulation d'une instruction change radicalement le résultat. Ce n'est pas une liste de recettes à mémoriser — c'est un raisonnement à intégrer.
Points clés : les 4 leviers d'un bon prompt (rôle, contexte, consigne, format) — souvent appelés structure RCCC ou ROCCO selon les versions du scénario. La notion d'itération : un prompt se raffine, il n'est jamais parfait du premier coup.
Ce que l'apprenant doit savoir faire en sortant : écrire un prompt en 3 itérations pour une tâche de son métier. Pas réciter une méthode.Démonstration live commentée : le formateur rédige un prompt en direct, montre le résultat, explique pourquoi il le reformule, montre le résultat amélioré. L'apprenant observe le raisonnement, pas juste la technique.
Puis pratique immédiate en atelier : chaque apprenant rédige un prompt sur une tâche réelle, le teste, l'améliore. Le formateur circule et commente à voix haute.
La démo live est irremplaçable ici — un slide avec "les 4 règles du bon prompt" ne suffit pas.Erreur critique : ne pas préparer sa démo live à l'avance. Si le résultat est décevant en direct sans que vous sachiez pourquoi, vous perdez la crédibilité sur toute l'UF2.
Praticien qui montre son raisonnement à voix haute. Pas l'expert qui livre un résultat parfait — le professionnel qui pense en public, y compris quand ça ne marche pas du premier coup.
"Je ne sais pas ce que ça va donner, on regarde ensemble" est une posture forte ici, pas une faiblesse. Elle modélise exactement la relation itérative que l'apprenant doit avoir avec l'IA.
C'est la séquence où la posture est la plus différenciante. Un formateur qui récite des règles vs un formateur qui explore en direct : le second convainc.