Littératie du numérique et de l'IA

Les finalités de l'UE

Former  à la littératie du numérique et des Systèmes d’Intelligence artificielle. (S.IA)

Comme responsable et gestionnaire, l’ingénieur social est de plus en plus confronté à des outils numériques et à des systèmes d’IA qui transforment ses pratiques, ses décisions et son organisation. Cette UE vise à lui donner les moyens de se les approprier de manière critique plutôt que de les subir.

Pour ce faire, il s’agira d’apprendre à utiliser et de comprendre les compétences et les usages numériques (module 1), dans une perspective critique et réflexive, puis d’évaluer et de décider de l’appropriation des S.IA (module 2).

Les deux modules complémentaires visent à développer des compétences professionnelles critiques permettant d'intégrer ces technologies dans les pratiques d'ingénierie sociale tout en garantissant l'éthique, la déontologie,les cadres règlementaires et la préservation du jugement humain face aux biais algorithmiques et aux risques épistémologiques documentés.

Les contenus de l'UE

Selon les disponibilités des enseignantes et la cohérence pédagogiques, les séances des modules 1 et 2 seront proposées alternativement.

Module 1  Littératie du numérique

Validation Pix. Ce module vise la validation des compétences numériques fondamentales via le référentiel Pix, qui assure que les étudiant·es maîtrisent l’environnement numérique de base nécessaire à la poursuite de leur cursus et à leur pratique professionnelle. Il couvre les cinq domaines du référentiel Pix/DigComp : information et données, communication et collaboration, création de contenus, sécurité et protection, résolution de problèmes.

Ateliers pratiques. Ce référentiel Pix est complété par des ateliers pratiques directement liés aux besoins des étudiant·es (travail de fin d’études, mémoire, stage).

Regard critique. Une attention particulière est portée à l’environnement numérique (infrastructures, données, traçabilité, souveraineté) et à un numérique responsable et sobre sur le plan écologique, ainsi qu’au développement, dès ce module, d’un regard réflexif et critique sur ces outils, leurs usages et leurs limites, approfondi au module 2.

Module 2   Littératie des S.IA et éthique professionnelle

Ce module alterne apports théoriques et ateliers pratiques autour des axes suivants :

Comprendre. Fondements technologiques : distinction entre les types de S.IA (prédictifs, décisionnels, génératifs), algorithmes, biais et hallucinations.

Apprendre. Pratique critique des SAG : atelier de prompt engineering éthique, diagnostic des usages individuels et stratégies d’instruction adaptées aux besoins du stage.

Évaluer. Enjeux psychosociaux et épistémologiques : analyse des impacts cognitifs, professionnels et culturels de l'usage des S.IA, et protection du secret professionnel

Décider. Cadre réglementaire et déontologique : étude des obligations légales européennes applicables aux systèmes d'IA et à la protection des données, et de la responsabilité professionnelle.

Les acquis d'apprentissage visés par l'UE

Au terme du cours, les étudiants seront capables de :

Module 1

Objectif1. Compétence 1, agir en tant que responsable dans un contexte socio-professionnel du champ social (niveau 1).

Moyen. Apprentissage critique 1, la logique d'enquête : savoir observer, savoir interroger, problématiser.

S’approprier un environnement numérique de travail de manière critique, acceptable et sécurisée, en prenant un recul réflexif par rapport au sens et à la pertinence de ses pratiques numériques.

Objectif 2. Compétence 5, s'approprier les principes et les outils nécessaires à la gestion d'une organisation (ressource).

Moyen. Apprentissage critique 3, écrire et dire : manier les outils informatiques, écrire un rapport, déterminer les enjeux d’un rapport.

Communiquer et collaborer efficacement via les outils numériques (partage de fichiers, travail synchrone et asynchrone). Résoudre des problèmes techniques courants et adapter ses usages numériques. Valider ces compétences par un niveau attesté au sein du référentiel Pix Education, complété par des ateliers pratiques ancrés dans les besoins réels des étudiant·es (études, mémoire, stage).

Module 2

Objectif 3. Compétence 1, agir en tant que responsable dans un contexte socio-professionnel du champ social (niveaux 1 et 2).

Moyen. Apprentissage critique 1, la logique d'enquête : savoir observer, savoir interroger, problématiser.

Distinguer les typologies de systèmes d’intelligence artificielle (prédictifs, décisionnels, génératifs) pour identifier leurs usages pertinents en ingénierie sociale. Diagnostiquer ses propres pratiques numériques et évaluer les risques cognitifs et éthiques associés (biais, hallucinations, érosion de la confiance), en prenant un recul réflexif par rapport au sens et à la pertinence de son savoir et de sa pratique. Appliquer les dispositions réglementaires et déontologiques pour garantir la conformité légale et la protection des données sensibles, en veillant au caractère éthique de sa pratique.

Objectif 4. Compétence 5, s'approprier les principes et les outils nécessaires à la gestion d'une organisation (ressource).

Moyen. Apprentissage critique 3, écrire et dire : manier les outils informatiques, écrire un rapport, déterminer les enjeux d’un rapport.

Produire un écrit professionnel assisté par S.IA répondant à une commande de stage réelle, en documentant de manière transparente l’itinéraire de prompting et en proposant une analyse réflexive sur la plus value humaine.

Les méthodes d'enseignement-apprentissage

La pédagogie de l'UE est vivante et critique.

Elle part des pratiques réelles des étudiant·es (défis adaptatifs, ateliers et productions sur base de leurs propres documents : TFE, rapports de stage) et alterne apports de contenus, démonstrations et exercices pratiques, le programme étant ajusté aux besoins identifiés dès la première séance. Chaque outil travaillé est aussi un objet d'analyse, dans une perspective critique portant sur ses limites, ses biais, ses enjeux éthiques et son impact dans le secteur social. Les étudiant·es sont associé·es à la co-construction d'outils pédagogiques (fiches techniques, ressources documentaires, panels-type, exercisations). Le parcours PIX Education, positionné dès la première séance, se poursuit en autonomie et s'articule avec les ateliers pratiques.

Les enseignantes sont interchangeables sur les contenus, les étudiant·es apportent leur propre ordinateur, et l'UE bénéficie du support du HACKESAS.

Engagement attendu de la part de l'étudiant.e

Conseils pou réussir l'UE : 

• S'investir dans les activités en présentiel et en ligne, notamment sur le parcours Pix, et apporter son matériel systématiquement.
• Mutualiser les connaissances et pratiquer l'entraide entre pairs.
• Maintenir une vigilance éthique constante : provenance des données, secret professionnel, impact cognitif de la délégation à la machine.
• Tester activement les S.IA dès les premières séances et itérer : prompt, analyse, reformulation, comparaison des sorties.
• Consigner ses avancées, ses prompts, relances et critiques dans un journal de bord numérique.
• Travailler sur des cas concrets issus du stage et exprimer ses difficultés ou résistances face à l’outil.
• Confronter ses résultats à ceux de ses pairs pour repérer les biais et les limites des modèles.

Volet 2 : Itinéraire S.IA : 50/100, sur la base de la production assistée par S.IA, de la traçabilité du prompting (journal de bord) et de l'analyse réflexive.

Cette épreuve présente des modalités similaires pour toutes les sessions. Elle est organisée durant la session. Il s'agit d'un travail. Cette épreuve est individuelle. Concrètement, l'épreuve repose sur une formulation écrite. L'épreuve repose sur des réponses longues, formulations personnelles. Elle se déroule à cours ouvert. La correction de cette épreuve est assurée par validation d'un.e enseignant.e.

Volet 1 : Parcours Pix: 50/100, sur la base du niveau atteint et attesté dans le référentiel.

Cette épreuve présente des modalités similaires pour toutes les sessions. Elle est organisée de manière continue. Il s'agit d'un questionnaire. Cette épreuve est individuelle. Concrètement, l'épreuve repose sur une formulation écrite. L'épreuve repose sur des réponses choisies parmi des propositions. Elle se déroule avec des documents autorisés. La correction de cette épreuve est assurée par validation mixte : automatique et par un.e enseignant.e.