Le jeu des étiquettes : une activité sans écran pour comprendre comment une machine classe

Voici une activité de vingt minutes, sans écran, qui met en scène une opération que les systèmes d’IA effectuent en permanence : classer. Elle ne demande que du papier et des ciseaux. Son intérêt n’est pas de produire un classement réussi, mais de faire apparaître les désaccords, les cas limites et les erreurs. C’est là que se situe l’apprentissage.

La démarche s’inscrit dans une famille d’activités connue sous le nom d’« informatique débranchée », dont Inria recense plusieurs exemples appliqués à l’intelligence artificielle, notamment un jeu de type « Qui est-ce ? » utilisé pour explorer la classification par questions successives (Médiation et enseignement de l’IA, Class’Code, Inria).

Le matériel

• Une vingtaine d’images découpées dans des magazines, des catalogues ou des prospectus. À défaut, des dessins faits à la main conviennent tout aussi bien.
• Deux feuilles de papier, servant de bacs de rangement, et un crayon.
• Une troisième feuille pliée en deux, posée de côté, qui servira aux cas indécis.
• Aucun écran, aucun compte, aucune application.

Le choix des images compte. Il faut une quinzaine de cas francs et, surtout, quatre ou cinq cas ambigus, choisis exprès. Si la catégorie retenue est « les animaux », un ours en peluche, une statue de cheval, un dessin animé et une photographie de fossile feront un meilleur travail pédagogique que vingt photographies d’animaux évidents.

Le déroulé, étape par étape

1. Annoncez la règle du tri, en une phrase courte, sans la discuter : « à gauche, les animaux ; à droite, ce qui n’en est pas ». Ne donnez aucune définition de ce qu’est un animal.
2. L’enfant trie les vingt images, une par une, aussi vite qu’il le souhaite. L’adulte ne corrige rien pendant cette phase, et ne commente pas.
3. Reprenez les cas ambigus, un par un, et demandez pour chacun : pourquoi celui-là est-il de ce côté. Notez la raison donnée sur la feuille pliée, en une ligne.
4. Relisez les raisons écrites à voix haute. Cherchez ensemble si elles se contredisent. Le plus souvent, oui : l’ours en peluche est passé à gauche parce qu’il a des yeux et des pattes, alors que le fossile est passé à droite parce qu’il n’est pas vivant.
5. Formulez ensemble une règle unique, écrite, qui tranche tous les cas. Puis triez à nouveau les vingt images en appliquant cette règle et seulement elle.
6. Comparez les deux tris. Combien d’images ont changé de côté.

Ce qui va se passer

Le premier tri sera rapide et assuré. L’enfant ne signalera presque aucune hésitation, y compris sur les cas que vous avez placés là précisément pour le faire hésiter. C’est un résultat, pas un échec : trier sans règle explicite produit toujours un résultat, et ce résultat a l’air net.

La cinquième étape est le moment intéressant. Écrire une règle unique est nettement plus difficile que trier. Les enfants proposent en général une règle fondée sur l’apparence, puis découvrent qu’elle range la statue de cheval du mauvais côté. Ils la corrigent, et la nouvelle version exclut le fossile qu’ils voulaient garder. Cette suite de retouches, chacune réparant un cas et cassant un autre, est l’observation centrale de l’activité.

Le second tri fait apparaître des changements de côté. C’est ce qui permet d’établir, concrètement, que le classement dépend de la règle, et non de l’image. Deux personnes avec deux règles différentes rangeront la même image à deux endroits, sans qu’aucune des deux se soit trompée sur ce qu’elle voyait.

Ce point est directement transposable. La CNIL définit l’apprentissage automatique comme « le procédé par lequel les informations pertinentes sont tirées d’un ensemble de données d’entraînement » (définition CNIL). Autrement dit, ce qui est classé dépend des exemples fournis au départ. Un système entraîné sur un jeu d’exemples où les ours en peluche figuraient parmi les animaux les classera de ce côté. L’activité rend cette dépendance visible à main nue.

L’erreur à éviter

L’erreur la plus courante consiste à corriger le premier tri. La tentation est forte, notamment quand l’enfant place la statue de cheval à gauche. Y céder détruit l’activité : l’enfant apprend alors qu’il existait une bonne réponse connue de l’adulte, et l’exercice devient un contrôle. Or l’objet de l’exercice n’est pas la classification correcte des animaux. C’est la découverte qu’aucune règle courte ne range proprement tous les cas.

Deux autres écueils méritent d’être signalés. Choisir une catégorie trop facile, comme « rouge ou pas rouge », supprime les cas limites et donc l’intérêt. Et attribuer à la machine une intention lors de la transposition finale affaiblit tout le travail : une machine applique une règle tirée d’exemples, elle ne décide pas, et il est plus juste de dire « le système a classé cette image à gauche » que d’employer un verbe qui suppose une intention.

Adapter selon l’âge

Pour les plus grands, une variante prolonge utilement l’exercice. Retirez cinq images du jeu avant le premier tri, sans le dire. Après avoir écrit la règle, introduisez-les. Une règle établie sur quinze exemples se comporte souvent mal sur les cinq suivants, ce qui illustre la différence entre les exemples d’apprentissage et les cas rencontrés ensuite.

Après l’activité

Une question de clôture suffit, posée sans attendre de réponse immédiate : si nous avions choisi d’autres images au départ, aurions-nous écrit la même règle. Elle peut rester ouverte plusieurs jours.

Cette activité ne nécessite aucun compte en ligne, ce qui règle d’emblée la question de l’âge. Pour mémoire, les outils d’IA générative grand public ne sont pas accessibles aux moins de 13 ans, les 13-18 ans relèvent d’un accord parental, et la loi française fixe à 15 ans le seuil du consentement numérique (CNIL).

D’autres activités de ce type, avec le matériel à imprimer, sont regroupées sur la page Activités.