Dessine-moi une donnée

Prologue

Une donnée est un dessin de la réalité, pas la réalité elle-même

Pourquoi une célèbre demande de dessin nous aide à penser les données et l'IA.

Le carnet de voyage

Dans le conte, l'enfant refuse dessin après dessin, jusqu'à ce qu'on lui donne une simple caisse : le mouton qu'il veut est dedans. Il l'accepte, parce qu'il sait ce que la caisse représente.

Une donnée, c'est cette caisse. Un nombre sur un écran contient une réalité que l'on ne voit pas directement : des élèves, des classes, des choix, des années.

Derrière ces données, il y a des élèves, des professeurs, des parents. Elles racontent des parcours de formation, des réussites et des échecs — et nous disent, de façon transparente, comment améliorer le service public de l'éducation.

Quelqu'un a décidé quoi compter, comment, où et quand. Lisez la caisse sans connaître ces choix, et vous imaginerez le mauvais mouton.

L'IA générative dessine des caisses très convaincantes. Notre métier est d'apprendre ce qu'il y a dedans.

De quoi parle cette intervention

Je travaille au ministère de l'Éducation nationale, dans un système de 12 millions d'élèves, 20 millions de parents et 1,2 million de personnels, avec plus de 400 applications nationales et 1 500 applications locales.

Nous publions les données de l'éducation sur data.education.gouv.fr, et depuis février 2026 chacun peut les interroger avec l'IA : en posant une question en langage naturel, ou en y connectant sa propre IA.

Une IA générative bien conçue — c'est ce que nous construisons, notamment avec data.education.gouv.fr — améliore quatre choses :

la découvrabilitéla compréhensionl'utilisationla réutilisation

Le portail est devenu un lieu d'usages : cartes, visualisations, mini-services, API et accès par l'IA font que l'on part désormais d'une question plutôt que d'un fichier à télécharger.

1,35 M+visiteurs uniques à mi-août 2026

2,4 Mtéléchargements par an (ordre de grandeur, juin 2026)

APIpour intégrer les données dans des applications et services

MCPpour qu'une IA interroge les données ouvertes

Trois questions pour les enseignants

1
Que peut-on vraiment faire avec ces outils, sans être spécialiste des données ?Chapitres 2, 3 et 4
2
Pourquoi comprendre une donnée est-il si important, maintenant que l'IA répond à notre place ?Chapitres 1 et 6
3
Quels réflexes enseigner, et pratiquer nous-mêmes ?Chapitre 8

Chaque donnée est un choix : ce qui est compté, par qui, quand, et dans quel périmètre.LE FIL DE CETTE INTERVENTION

Chapitre 1

Que demande vraiment un élève ?

Trois vraies questions, trois vrais jeux de données — et ce que chaque réponse cache.

« Quelles spécialités et quelles langues propose ce lycée ? »

Les données : deux jeux de données — les langues enseignées dans chaque lycée (rentrée 2024, données ONISEP) et le nombre d'élèves dans chaque spécialité de première générale (rentrée 2025).

Ce que nous avons trouvé : dans une ville française de taille moyenne, 7 lycées. L'italien est proposé en LV2 dans 4 lycées sur 7. En informatique (NSI) : 3 lycées ont des élèves, 1 affiche 0… et 3 ont une case vide.

AttentionDeux jeux de données, deux années, deux choses différentes : l'un décrit une offre (rentrée 2024), l'autre compte les élèves qui ont choisi (rentrée 2025). Une case vide n'est pas un zéro. Une IA qui mélange les deux répondra avec assurance… et sans preuve.

« Quel est le meilleur collège ? Le meilleur lycée ? »

Les données : les résultats aux examens (brevet en fin de collège, baccalauréat en fin de lycée) et les indicateurs de valeur ajoutée de chaque établissement, session 2025.

Ce que nous avons trouvé : dans la même ville, le collège classé 9^e sur 10 au taux de réussite au brevet (75 %) est le 1^er en valeur ajoutée (+11 points).

Attention« Meilleur » dépend du critère choisi par celui qui pose la question. Ces indicateurs servent au diagnostic, pas au palmarès (voir chapitre 6).

« Où étudier en section internationale italienne ? »

Les données : la liste des sections internationales des établissements français, en France et à l'étranger, par langue et par niveau (rentrée 2026).

Ce que nous avons trouvé : pour l'italien, 42 lignes, 40 établissements, 17 villes — dont Florence et Rome.

Attention« Combien ? » a trois réponses justes, selon ce que l'on compte : des lignes, des établissements ou des villes. Une ligne correspond à un établissement à un niveau (école, collège, lycée).

Lexique pour les collègues d'autres pays

Les exemples de cette page utilisent des données françaises. Voici les notions nécessaires pour les lire — chaque pays a les siennes.

Collège / lycée: Collège : élèves de 11 à 15 ans. Lycée : élèves de 15 à 18 ans.
Brevet (DNB): Diplôme national du brevet : examen national de fin de collège, vers 15 ans.
Baccalauréat (bac): Examen national de fin de lycée, vers 18 ans ; il ouvre l'accès à l'enseignement supérieur.
Spécialité: En classe de première (16 ans), chaque élève de la voie générale choisit 3 matières approfondies.
LV1, LV2: Première et deuxième langue vivante étudiée par l'élève.
NSI: « Numérique et sciences informatiques » : la spécialité d'informatique.
Valeur ajoutée (IVAC, IVAL): Indicateurs de valeur ajoutée des collèges (IVAC) et des lycées (IVAL) : écart entre le résultat réel d'un établissement et le résultat attendu compte tenu de ses élèves (âge, origine sociale, niveau scolaire). +11 = 11 points de plus qu'attendu.
Taux d'accès: Part des élèves entrés dans l'établissement qui obtiennent le diplôme sans le quitter.
Section internationale, BFI: Classes où une partie des cours se fait dans une autre langue ; elles mènent au baccalauréat français international (BFI).

Sources : data.education.gouv.fr — Offre de langues dans les collèges et lycées (rentrée 2024, données ONISEP) · Effectifs dans les enseignements de spécialité en première générale (rentrée 2025) · Indicateurs de valeur ajoutée des collèges et des lycées (DEPP, session 2025) · Sections internationales et classes menant au BFI (rentrée 2026). Interrogés via le serveur MCP du portail, octobre 2026. Établissements anonymisés.

Les données répondent rarement à la question exacte posée. Connaître l'écart, c'est la compétence.CE QUE L'ON RETIENT

Chapitre 2

Que peuvent faire les données de l'éducation pour moi ?

Les mêmes données peuvent répondre à des besoins très différents. Choisissez un profil pour voir quelques usages — sans être spécialiste des données.

Je suis enseignant

Les données peuvent devenir un support pédagogique autant qu'une information sur le système éducatif.

Construire une activité de littératie des données sur des données réelles — par exemple avec le défi Wikidata en classe.
Comparer des territoires ou des établissements en travaillant les limites des indicateurs.
S'exercer à rechercher des sources, vérifier, réutiliser et contribuer.

Je suis élève

Les données peuvent m'aider à m'orienter, à comprendre mon environnement et à développer mon esprit critique.

Explorer les formations et les établissements.
Comprendre d'où viennent les chiffres utilisés dans une information.
Apprendre à distinguer donnée, indicateur, interprétation et conclusion.

Je suis parent

Les données peuvent éclairer une décision sans prétendre décider à ma place.

Trouver les établissements proches d'un lieu.
Explorer les formations et les voies professionnelles avec Futur Pro.
Comparer plusieurs informations en revenant à leur définition et à leur date.

Je suis une collectivité

Les données ouvertes peuvent nourrir la connaissance du territoire et la conception de services locaux.

Cartographier l'offre scolaire et de formation.
Croiser plusieurs jeux de données pour analyser un territoire.
Réutiliser les données dans un service, un tableau de bord ou une étude.

Je suis chercheur

Le portail aide à identifier les sources disponibles, leur documentation et leurs modalités d'accès.

Trouver des jeux de données par thème ou par producteur.
Évaluer leur périmètre, leur fraîcheur et leur qualité avant réutilisation.
Accéder aux téléchargements et aux API ouvertes.

Je suis une EdTech ou un développeur

Les données ouvertes peuvent être intégrées directement dans des applications et des services.

Interroger les API ouvertes.
Croiser les jeux de données grâce aux identifiants et aux référentiels.
Connecter une IA au catalogue via le serveur MCP.

La donnée ouverte doit être pensée comme un commun numérique : une donnée fiable, de référence, accessible à tous, documentée et enrichie par celles et ceux qui la réutilisent. C'est un enjeu démocratique.CE QUE L'ON RETIENT

Chapitre 3 · Service lancé en février 2026

Poser une question

Pour tous : une question en langage naturel, une réponse construite à partir du catalogue — sans compétence technique.

Ce que c'est

Un agent IA connecté au catalogue de data.education.gouv.fr. Vous tapez une question comme vous la poseriez à un collègue ; l'agent cherche les jeux de données pertinents, les interroge et répond. Conçu pour les utilisateurs non experts, avec un quota de 100 questions par jour.

Ce qu'un enseignant peut en faire

Préparer une séance d'orientation : quels établissements proches proposent telle langue ou telle spécialité ?
Lancer une enquête en classe : les élèves posent leur propre question, puis remontent de la réponse à son jeu de données.
Vérifier un chiffre entendu dans l'actualité avant de le reprendre en classe.
Préparer une réunion : chiffres clés d'un établissement ou d'un territoire, avec leur date et leur source.

Essayez : posez une questiondata.education.gouv.fr/pages/accueilSur la page d'accueil, encart « Poser une question » : cliquez sur « Discutez avec l'IA ». Scannez le QR code ou cliquez sur le lien.

Les bons réflexes pour lire la réponse

Quel jeu de données ? La réponse doit le citer. Ouvrez-le.
Quelle année ? Rentrée scolaire, session d'examen, date de mise à jour.
Quel périmètre ? Public ou privé, quels niveaux, quel territoire.
Que compte-t-on exactement ? Des élèves inscrits, des élèves devant un enseignant, une offre, un résultat ?
Que manque-t-il ? Cases vides, petits effectifs masqués, données qui n'existent tout simplement pas au niveau demandé.

À essayer avec vos élèvesPosez la même question à un chatbot généraliste et à l'agent du portail. Comparez : lequel cite sa source ? Lequel pouvez-vous vérifier ?

Détective des données · un chatbot pour la classeDe courtes enquêtes construites sur des situations réelles : trouver la bonne source, comprendre un indicateur, vérifier une localisation, tester une réponse d'IA — et deux dilemmes : peut-on confier les données des élèves à une IA ? Peut-on utiliser un indicateur pour classer automatiquement les élèves ? Le but n'est pas de trouver une réponse, mais ce que les données permettent vraiment de dire.

Poser une question est facile. Examiner la réponse, c'est la compétence à enseigner.CE QUE L'ON RETIENT

Chapitre 4 · Service lancé en février 2026

Connecter votre IA

Pour les utilisateurs d'IA : branchez directement les données ouvertes du portail sur l'assistant que vous utilisez déjà, grâce au Model Context Protocol (MCP).

Ce que cela change, concrètement

Sans connexion, une IA répond à partir de ce qu'elle a appris et du web. Connectée via MCP, elle peut chercher dans le catalogue, lire les descriptions des jeux de données et interroger les données elles-mêmes — puis vous montrer ce qu'elle a utilisé. Il suffit d'une clé d'API issue d'un compte utilisateur sur le portail.

IA seule

« Quel est le meilleur lycée de la ville ? » Une IA non connectée répond souvent par un palmarès repris de la presse ou du web : un nom, sans dire sur quel critère ni pour quelle année. Difficile à vérifier.

IA connectée à la source

« Le lycée A a le meilleur taux de réussite au bac (99 %, session 2025), mais le plus faible taux d'accès de la seconde au bac (78 %, valeur ajoutée −10). Le lycée E a le meilleur taux d'accès (89 %). Source : indicateurs de valeur ajoutée des lycées (IVAL). » Le critère, l'année et la source sont donnés : on peut vérifier.

Exemple illustratif, construit sur les données réelles de 7 lycées d'une même ville (IVAL, session 2025, interrogé via le MCP) ; établissements anonymisés.

Essayez : connectez votre IAdata.education.gouv.fr/pages/connecter-une-iaScannez le QR code ou cliquez sur le lien.

Idées pour la classe, sans science des données

Trouver des partenaires pour votre projet Erasmus+ : demandez à votre IA connectée quelles initiatives de littératie des données impliquent votre pays ou vos voisins, puis comparez avec vos propres projets.
Vérifier une IA : les élèves posent la même question à une IA seule et à une IA connectée à la source, puis listent les différences — chiffres, dates, sources.
Construire une fiche d'activité sur des données réelles : l'IA la rédige à partir d'un jeu de données cité, puis vous vérifiez chaque chiffre et gardez la source sur la fiche.

Deux limites à garder en têteLa source ne répond que sur ce qu'elle contient : si la donnée n'existe pas, une IA connectée ne l'inventera pas — et ne la créera pas non plus. Et n'ajoutez jamais de données personnelles d'élèves dans la conversation.

La qualité des données précède la qualité de l'IA. Connectez l'IA à des sources documentées — et continuez à vérifier.CE QUE L'ON RETIENT

Chapitre 5

Je suis… que dois-je protéger, partager, utiliser ?

Garder la maîtrise de ses données ne veut pas dire les garder pour soi. Tout dépend d'où l'on se place. Choisissez un profil.

Je suis enseignant

Je protège

Les données de mes élèves : identité, résultats, situations personnelles.
Je ne les saisis jamais dans un outil d'IA grand public.

J'utilise

Les données ouvertes pour construire des activités sur des données réelles.
Pour entraîner mes élèves à vérifier la source, la date et les limites d'un chiffre.

Je suis élève

Je protège

Ce que je publie, et ce que j'autorise les applications à lire.
Les informations qui, combinées, pourraient m'identifier.

J'utilise

Les données ouvertes pour m'orienter et vérifier une information.
En distinguant donnée, interprétation et conclusion — y compris dans une réponse d'IA.

Je suis parent

Je protège

Les informations sur mon enfant que je publie ou transmets.
Je sais que j'ai des droits sur les données qui concernent mon enfant.

J'utilise

Les données ouvertes pour m'informer sur les établissements et les formations.
Sans confondre un indicateur avec un jugement.

Je suis un établissement ou une organisation

Je protège

Je limite les accès au strict nécessaire, et je les sécurise.
Je sais réagir à une violation de données.

J'ouvre

Ce qui sert l'intérêt général, après avoir évalué le risque de réidentification.
Avec une documentation : qui produit, ce qui est mesuré, la date, les limites.

Je suis une collectivité, un chercheur ou un développeur

Je protège

Je ne cherche jamais à réidentifier des personnes en croisant des jeux de données.
Accessible sur Internet ne veut pas dire libre de tout usage.

J'utilise

Les données ouvertes par téléchargement, API, ou via une IA connectée au catalogue (MCP).
En respectant leur périmètre et leur documentation.

Accessible ≠ libre de tout usage

Publier des données personnelles en ligne n'efface ni les droits des personnes concernées, ni les obligations de ceux qui les réutilisent (CNIL, 2024).

Agréger n'est pas anonymiser

Des informations anodines, combinées, peuvent identifier une personne. Ouvrir des données commence par l'évaluation de ce risque.

Documenté, inféré, incertain

Avec l'IA, distinguez ces trois registres — et demandez toujours : sur quelles données t'appuies-tu, et comment arrives-tu à cette conclusion ?

Protéger les personnes et partager la connaissance sont deux exigences d'une même politique de la donnée.CE QUE L'ON RETIENT

Chapitre 6

Pas d'IA de confiance sans données de confiance

Une IA ne sait que ce que les données lui disent. Comprendre une donnée, c'est savoir ce qu'elle dit, ce qu'elle ne dit pas — et qui l'a écrite.

Ce qui n'est pas dans les données n'existe pas pour l'IA

Une IA générative raconte le monde tel que les données le décrivent. Les personnes, les lieux, les histoires que personne n'a documentés restent invisibles dans ses réponses.

Challenge Wikidata en classe. En Bretagne, des lycéens ont enquêté sur des histoires peu racontées : des peintres bretonnes oubliées comme Marguerite Le Moine et Jeanne Malivel, ou cinq jeunes femmes du lycée Brizeux engagées dans la Résistance, le groupe Marceau. Documenter ces histoires dans un commun numérique, c'est décider de ce que les IA pourront en dire demain.

Une donnée sans source ne vaut rien

Une donnée de confiance dit d'où elle vient, quand elle a été produite et ce qu'elle mesure. Sans source, impossible de vérifier — pour un élève comme pour une IA.

Le réflexe Wikidata. Dans Wikidata, chaque information peut être accompagnée de sa référence. Dans le challenge, les élèves vérifient, documentent et structurent les données avant de les publier.

Une donnée mal comprise donne une réponse fausse

Même juste, un chiffre peut tromper si l'on ne sait pas ce qu'il mesure. L'IA, elle, répond avec assurance.

« Quel est le meilleur collège ? » Dans une même ville, le collège qui a le meilleur taux de réussite au brevet n'est pas celui qui fait le plus progresser ses élèves.

98 % de réussite au brevet+11 de valeur ajoutée… pour le 9^e sur 10

Ce que le Challenge Wikidata apprend aux élèves

Passer de consommateurs de réponses à acteurs de la donnée.

1EnquêterPartir d'une vraie question et chercher les sources qui la documentent.

2VérifierConfronter les données aux sources ; distinguer ce qu'elles montrent de ce qu'elles ne permettent pas de conclure.

3DocumenterStructurer la donnée et indiquer sa source, pour que d'autres puissent la vérifier.

4ContribuerPublier dans un commun numérique, réutilisable par tous — et par les IA.

En cohérence avec le Conseil de l'Europe. Sa boussole pour la gouvernance de l'IA en éducation (2026) distingue éduquer avec l'IA et éduquer à l'IA : permettre aux élèves et aux enseignants de la comprendre, de la questionner et d'en orienter l'usage. Parmi ses huit domaines : Gestion des données — « gouverner les données éducatives et l'analytique des apprentissages, en équilibrant opportunités, risques et droits ».

Sources : Challenge Wikidata en classe (Région académique Bretagne, DNE, Wikimedia France) — data.education.gouv.fr et ac-rennes.fr, éditions 2025 et 2026 · Indicateurs de valeur ajoutée des collèges (DEPP, session 2025), interrogés via le serveur MCP du portail, octobre 2026 ; établissements anonymisés.

Maîtriser la donnée, c'est écrire son histoire et la réponse des IA génératives — et non être soumis à d'autres qui l'écrivent pour nous.CE QUE L'ON RETIENT

Chapitre 7

Traces d'apprentissage : des données sur nos élèves

Quand les données ne portent plus sur les établissements mais sur l'apprentissage lui-même, les garde-fous doivent être plus forts.

Ce qu'est une trace — et ce qu'elle n'est pas

Acteur→Verbe→Objet→Moment→Contexte

Un élève a terminé un quiz, à un moment donné, dans un contexte donné. Une trace n'est pas un jugement, et ce qui est mesurable n'est pas toujours signifiant.

La France construit un profil xAPI commun pour l'éducation, pour que les plateformes produisent des traces comparables, interprétables et auditables, stockées de façon sécurisée et accessibles par des interfaces documentées.

L'IA peut aider à

Analyser des régularités
Soutenir le retour aux élèves
Évaluer des ressources
Repérer des signaux faibles

L'IA ne doit pas

Remplacer l'enseignant
Étiqueter les élèves
Décider seule
Confondre corrélation et causalité

La question d'un enseignant, étape par étape

« Quelles ressources semblent mettre mes élèves en difficulté ? »

Une finalité pédagogique claire
Un accès gouverné — API documentées, pas d'accès direct ou opaque
Des données minimales — achèvement, tentatives, réussite, temps passé, demandes d'aide
Des contrôles qualité — données manquantes, petits effectifs, version de la ressource, règles de calcul
Un signal explicable — un tableau de bord met en évidence des difficultés possibles
Une décision humaine — l'enseignant interprète et adapte

Six garde-fous : finalités claires · minimisation · protection · transparence · auditabilité · supervision humaine.

Conseil de l'Europe, boussole 2026 — Gestion des données : « gouverner les données éducatives et l'analytique des apprentissages, en équilibrant opportunités, risques et droits ».

L'IA est utile quand elle soutient le jugement professionnel — pas quand elle le remplace.CE QUE L'ON RETIENT

Chapitre 8

Six réflexes de littératie des données à l'ère de l'IA

Construits collectivement par les participants d'un atelier d'enseignants et de personnels de direction (In-Finé, 9 octobre 2026), classés du risque le plus grave au moins grave.

Ne pas confier de données personnelles ou sensibles à une IA générative

Je ne saisis jamais d'informations personnelles ou confidentielles dans un outil qui n'est pas prévu pour les recevoir.

Exiger des justifications et des sources, croiser, puis valider

Je demande à l'IA de justifier sa réponse et de citer ses sources, je la fais analyser par une autre IA, et la décision finale reste humaine.

Maîtriser la source des données

Je sais d'où viennent les données, qui les produit, de quand elles datent, et je peux y revenir.

Donner ou vérifier la définition, le contexte et l'évolution

Je précise à l'IA la définition des notions utilisées, ou je vérifie celle qu'elle a retenue, ainsi que le contexte et l'évolution dans le temps.

Identifier ses biais

Je repère mes propres présupposés, qui orientent ma question et ma lecture de la réponse.

Être transparent

Je dis quand et comment j'ai utilisé une IA.

Faire de nos élèves des utilisateurs éclairés, voire des acteurs du numérique, plutôt que des consommateurs, voire des fournisseurs involontaires — ou même volontaires — de données.

Dessine-moi une donnée — et dis-moi ce qu'il y a dans la caisse.

La qualité des données précède la qualité de l'IA. La confiance précède l'adoption.

Ouvrir le site

Chapitre 9 · Erasmus+

AI-DL & GenAI4Schools : des projets européens pour la littératie des données

En synthèse : trois projets Erasmus+, sept pays, une même ambition — aider enseignants et élèves à comprendre, évaluer et utiliser de manière critique les données et l'IA générative.

Logos des projets AI4T, AI-DL et GenAI4Schools, programme Erasmus+

AI4T · 2021 – 2024L'IA pour les enseignants : comprendre l'IA, ses usages, ses technologies et ses limites.
AI-DL · 2025 – 2028La littératie des données à l'ère de l'IA générative : explorer, comprendre, évaluer et utiliser de manière critique les données et les outils numériques, en classe.
GenAI4Schools · 2026 – 2029L'IA générative dans l'enseignement : des usages efficaces, éthiques et inclusifs au lycée.

13partenaires

7pays

40collèges et lycées

200enseignants, avec leurs élèves

677enseignants interrogés

Coordination : France Éducation international. Pays : France, Italie, Irlande, Slovénie, Luxembourg, Espagne, Lituanie.

Déjà disponibles : le cadre AI-DL 1.0 et les rapports de diagnostic. Prochainement : une formation de 3 modules de 10 heures pour les enseignants (janvier 2027).

Voir la présentation complèteespace-de-publication-f474fc.forge.apps.education.fr/aidl-2026.htmlProjets, partenaires, calendrier, résultats et ressources — en 4 langues. Scannez le QR code ou cliquez sur le lien.

Comprendre l'IA, maîtriser les données, intégrer l'IA générative : une ambition européenne, construite ensemble.CE QUE L'ON RETIENT

Pour aller plus loin

Ressources

Des ressources pour explorer, enseigner et encadrer les usages des données et de l'IA.

Apprendre les données en faisant

Wikidata en classe

Lire des données est une première étape. Les manipuler, les confronter aux sources et contribuer à un commun va plus loin : les élèves deviennent acteurs de la donnée.

EnquêterPartir d'une vraie question et trouver les sources qui la documentent.

Comprendre et vérifierConfronter les données aux sources ; distinguer ce qu'elles montrent de ce qu'elles ne permettent pas de conclure.

ContribuerStructurer et enrichir des données dans Wikidata, un commun numérique.

Le défi · Édition 2026

Explorer et interroger les données

data.education.gouv.frLes données ouvertes du ministère de l'Éducation nationale

Projets européens sur les donnéesCartographie des initiatives · France Éducation international avec l'IIPE-UNESCO

Connecter votre IA (MCP)Brancher votre assistant IA sur les données du portail

Trouver une école, un collège ou un lycéeCarte et fiches des établissements, jusqu'aux données sources

Langues enseignéesCarte de l'offre de langues au collège et au lycée

Enseigner la littératie des données

Détective des donnéesEnquêtes en classe sur les données, l'IA et l'éthique

Wikidata en classeLes élèves enquêtent, vérifient et contribuent

Futur ProLes données ouvertes au service de l'orientation

AI-DL projectLittératie des données à l'ère de l'IA pour l'éducation (Erasmus+)

AI-DL & GenAI4Schools — la présentationSynthèse des projets Erasmus+ présentée au sommet

Cadres de référence

Boussole pour la gouvernance de l'IA et de la transformation numérique en éducationConseil de l'Europe · septembre 2026

Cadre d'usage de l'IA en éducationMinistère de l'Éducation nationale · juin 2025

Plan d'action données 2024-2027La feuille de route données du ministère

Recommandations de la CNILRéutiliser des données personnelles publiées sur Internet · 2024

Une donnée est un dessin de la réalité, pas la réalité elle-même

Que demande vraiment un élève ?

« Quelles spécialités et quelles langues propose ce lycée ? »

« Quel est le meilleur collège ? Le meilleur lycée ? »

« Où étudier en section internationale italienne ? »

Lexique pour les collègues d'autres pays

Que peuvent faire les données de l'éducation pour moi ?

Je suis enseignant

Je suis élève

Je suis parent

Je suis une collectivité

Je suis chercheur

Je suis une EdTech ou un développeur

Poser une question

Connecter votre IA

IA seule

IA connectée à la source

Je suis… que dois-je protéger, partager, utiliser ?

Je suis enseignant

Je protège

Je partage

J'utilise

Je suis élève

Je protège

Je partage

J'utilise

Je suis parent

Je protège

Je partage

J'utilise

Je suis un établissement ou une organisation

Je protège

Je partage

J'ouvre

Je suis une collectivité, un chercheur ou un développeur

Je protège

Je partage

J'utilise

Pas d'IA de confiance sans données de confiance

Ce qui n'est pas dans les données n'existe pas pour l'IA

Une donnée sans source ne vaut rien

Une donnée mal comprise donne une réponse fausse

Ce que le Challenge Wikidata apprend aux élèves

Traces d'apprentissage : des données sur nos élèves

L'IA peut aider à

L'IA ne doit pas

Six réflexes de littératie des données à l'ère de l'IA

AI-DL & GenAI4Schools : des projets européens pour la littératie des données

Ressources

Wikidata en classe