Claire Bernhard, professeur au collège du Parc à Illkirch, propose aux élèves d'analyser des images de bidonvilles générées par les IAG.

Niveau :  

5e

Thème du programme : 

La croissance démographique et ses effets
Richesse et pauvreté dans le monde

Problématique :

Utiliser l’IA pour générer une image de géographie : une bonne idée ?

Correspondance avec la thématique académique

La proposition s'inscrit pleinement dans notre thématique. En demandant aux élèves de formuler des prompts pour générer des images de bidonvilles selon différents points de vue, l'activité les amène à comprendre comment les choix d’écriture de la requête influencent les productions de l'IA (axe 2). L'analyse critique des images produites leur permet ensuite de questionner les biais algorithmiques et la construction des représentations (axe 1), tout en déconstruisant l'apparente "neutralité" des outils d'IA (axe 3).

Usages des IA

IA génératives pour produire les images à critiquer à partir de connaissances géographiques.

Objectifs :

• Identifier les usages et limites des IAG
• Reconnaître les biais dans la production d’images par les IAG
• Approfondir la compréhension des territoires marqués par la pauvreté
• Mobiliser un regard critique et croisé sur la représentation d’un même espace selon différents points de vue.

Cette proposition vise à développer chez les élèves une compréhension critique des représentations du monde à travers les intelligences artificielles génératives. Il s’agit d’explorer comment les images produites par les IAG peuvent véhiculer des stéréotypes, mais aussi de les utiliser comme point d’appui pour approfondir les connaissances géographiques.

Déroulement :

1. Entrée dans la séquence : questionnaire via l'ENT sur l’usage de l’IA par les élèves Les élèves complètent un questionnaire afin d’évaluer leur niveau de familiarité, leurs usages et leurs représentations de l’intelligence artificielle.
2. Reconnaître une image générée par l’IA : Un quiz en ligne propose aux élèves de distinguer des photographies réelles et des images générées par IA, pour interroger leur perception de la réalité et introduire la notion de construction de l’image.
3. Générer une image d’un quartier informel en Inde : Les élèves utilisent une IA générative d’images pour produire une illustration d’un bidonville à partir d’un prompt simple.
4. Analyse critique des images générées : En groupe, les élèves analysent les images produites pour identifier les représentations dominantes ou erronées (présence de stéréotypes, exagération de la misère ou au contraire atténuation de la réalité), et repèrent les biais algorithmiques.
5. Affiner le prompt pour obtenir une image plus fidèle : Les élèves comparent les images générées aux photographies réelles étudiées en classe, puis modifient leur prompt afin d’obtenir une image plus conforme à la définition géographique d’un bidonville : habitat précaire, densité, absence d’infrastructures, etc.
6. Multiplier les points de vue : L'enseignant fait générer à une IAG des images de slums vus par différents acteurs du territoire : promoteur immobilier, ONG, nouvel arrivant issu de l'exode rural, touriste. Les élèves tentent ensuite de repérer les points de vue en observant les photos et en justifiant leur choix par des éléments observés.