Personne n’a appris à nager en lisant un livre sur la natation. Une compétence pratique s’apprend en faisant, et se servir de l’IA n’échappe pas à la règle.
Tutoriels, cours offerts par les géants de la tech, ateliers près de chez vous : jamais il n’a été aussi facile d’apprendre l’IA. Reste à savoir comment apprendre en autodidacte. Cet article présente la méthode, telle que la décrivent les sciences de l’éducation, en six repères. Le choix des supports de cours fait l’objet de l’article suivant de la série. Il porte sur l’apprentissage de l’utilisation de l’IA, pas sur sa programmation.
📚 Série « Savoir utiliser l’IA » · article 2 sur 4
🧭 Apprendre seul une compétence pratique : la méthode
Une compétence pratique est un savoir-faire : la capacité de mobiliser ce que l’on sait pour agir dans une situation réelle. Les chercheurs qui ont étudié les autodidactes observent que ces derniers ne suivent pas un programme fixé d’avance. Leur projet se construit dans l’action, en puisant dans toutes les ressources disponibles et en s’appuyant sur un réseau de personnes plus expérimentées. Six repères ressortent de ces travaux et de la recherche sur l’apprentissage.
1. Partir d’une passion et d’un problème réel
En quoi ça consiste
Choisir un problème concret à résoudre dans un domaine qui vous passionne.
Comment l’appliquer
Choisissez un domaine qui vous tient à cœur, professionnel ou personnel. Repérez-y une tâche qui revient souvent, qui vous prend du temps ou que vous aimeriez mieux faire. Formulez-la en une phrase : « Je veux que l’IA m’aide à… ». Cette phrase devient votre projet d’apprentissage.
La démarche complète est détaillée dans l’article Apprendre à utiliser l’IA avec un mini-projet.
Pourquoi
🎓 Sur le plan pédagogique. La passion fournit l’énergie. Les recherches en pédagogie de l’autodétermination montrent que l’on persévère quand une activité nourrit trois besoins : choisir ce que l’on fait, se sentir progresser, partager avec d’autres. Le problème fournit la direction. Les formations les plus efficaces partent de problèmes réels, et les adultes apprennent d’abord pour résoudre ce qui les concerne.
🤖 Sur le plan de l’IA. Apprendre l’IA « en général » mène rarement loin : sans but précis, on ne sait pas quoi demander, et on oublie rapidement ce que l’on a lu. Le problème fournit aussi le critère de réussite : vous savez si la réponse de l’IA le résout ou non.
Exemples
A et B veulent apprendre à créer un assistant : une IA à laquelle on donne une fois pour toutes des instructions et des documents, comme un GPT dans ChatGPT, un Gem dans Gemini ou un projet dans Claude.
A anime des formations en bureautique et adore inventer des jeux pour ses stagiaires. Chaque semaine, A passe deux heures à transformer ses supports en quiz. Son but : un assistant qui prépare le premier jet de ces quiz à partir de ses supports, dans son style. A sait ce qu’il faut chercher, et saura quand le résultat est atteint.
B entend parler des assistants partout et veut « savoir en créer un ». B ouvre l’outil, ne sait pas quoi écrire dans les instructions, essaie un « assistant qui répond à tout », puis passe à autre chose. Sans tâche précise, B n’a ni direction ni raison de revenir.
2. Acquérir les bases, juste ce qu’il faut
En quoi ça consiste
Apprendre les notions de base de l’IA, sans plus, avant de passer à la pratique.
Comment l’appliquer
Limitez-vous à quelques idées : ce qu’est une IA générative, comment elle produit une réponse, ce que contient un prompt. Pour les découvrir, un cours d’initiation court, un article de synthèse ou une vidéo d’introduction suffit. Le programme est décrit dans l’article 1 de la série, Savoir utiliser l’IA : les connaissances et les compétences à apprendre. Passez ensuite à la pratique, et revenez à la théorie quand une question précise se pose.
Pourquoi
🎓 Sur le plan pédagogique. Les observations d’autodidactes font ressortir ce principe. Au-delà de ces bases, la théorie apprise sans pratique s’oublie vite : les bases servent à comprendre ce que l’on fait, pas à retarder le moment de faire.
🤖 Sur le plan de l’IA. Une IA produit ses réponses en calculant la suite de mots la plus probable, pas en consultant une base de faits vérifiés. Connaître ce fonctionnement, même dans les grandes lignes, explique ce que vous observerez dès les premiers essais : une réponse assurée mais fausse, un résultat qui change quand vous reformulez la demande. Sans ces bases, ces comportements paraissent arbitraires ; avec elles, ils deviennent prévisibles.
Exemples
A consacre une heure aux bases : ce qu’est un assistant (des instructions permanentes et des documents de référence), pourquoi une IA peut inventer une réponse, ce que contient un bon prompt. Le soir même, A ouvre l’outil.
B s’inscrit à un cours en ligne de trente heures sur l’histoire de l’IA et les réseaux de neurones, « pour tout savoir avant de commencer ». Trois semaines plus tard, B n’a toujours pas créé d’assistant, et une bonne partie du début du cours s’est déjà effacée.
3. Voir faire, puis faire tout de suite
En quoi ça consiste
Regarder une personne réaliser la tâche, puis la refaire aussitôt soi-même.
Comment l’appliquer
Choisissez une démonstration courte qui traite une seule tâche, de préférence celle que vous visez. Juste après, fermez la vidéo et refaites la tâche avec vos propres documents. Notez les étapes où vous avez hésité : ce sont celles à revoir.
Pourquoi
🎓 Sur le plan pédagogique. La démonstration fait partie des étapes clés de l’apprentissage d’un savoir-faire : voir une personne réaliser la tâche montre le chemin. Mais regarder donne aussi l’impression de savoir. Les psychologues parlent d’illusion de compétence : ce qui paraît facile à suivre n’est pas pour autant maîtrisé. La recherche sur l’apprentissage des tâches complexes recommande en outre de s’exercer sur la tâche entière, d’abord dans une version simple, puis de plus en plus complexe, plutôt que d’enchaîner des fonctions isolées.
🤖 Sur le plan de l’IA. Les interfaces des outils d’IA changent souvent, et une démonstration ne correspond jamais tout à fait à votre écran ni à votre cas. Surtout, une même demande ne produit pas deux fois la même réponse : le résultat obtenu dans la vidéo ne garantit pas le vôtre. Seul l’essai sur votre propre problème montre ce que l’outil fait réellement pour vous.
Exemples
A regarde un tutoriel de six minutes sur la création d’un Gem, puis crée aussitôt le sien avec son support sur les formules Excel. A découvre ainsi que la vidéo passait très vite sur l’étape où l’on ajoute les documents : c’est en faisant que A s’en aperçoit.
B enchaîne dix tutoriels un dimanche soir, avec l’impression d’avoir tout compris. Une semaine plus tard, au moment d’essayer, B ne retrouve plus où se rédigent les instructions.
4. Chercher un retour sur ce que vous faites
En quoi ça consiste
Confronter ce que vous produisez à un regard extérieur, pour savoir où vous en êtes.
Comment l’appliquer
Avant chaque essai, notez le résultat que vous attendez. Ensuite, comparez le résultat obtenu à celui que vous attendiez, montrez votre travail à une personne plus expérimentée, demandez à une IA de le critiquer.
L’erreur fait partie du retour. Une erreur bien lue indique ce qu’il reste à comprendre : la méthode pour l’analyser est détaillée dans Analyser ses erreurs après un examen.
Pourquoi
🎓 Sur le plan pédagogique. La rétroaction figure parmi les leviers les plus puissants de l’apprentissage, selon les grandes synthèses de la recherche en éducation. Sans retour, l’apprenant répète ses erreurs sans les voir. En classe, c’est l’enseignant qui la fournit. En autodidacte, il faut l’organiser.
🤖 Sur le plan de l’IA. Une IA formule ses réponses avec la même assurance, qu’elles soient justes ou fausses, et a tendance à valider ce que vous proposez. Le ton d’une réponse ne dit donc rien de sa justesse.
Exemples
A compare le premier quiz produit avec le quiz que A aurait écrit : les questions sont trop faciles et deux réponses sont fausses. A demande à l’IA de critiquer ses instructions, montre le résultat à une personne de son équipe, puis précise le niveau attendu et la règle « une seule bonne réponse ».
B trouve les réponses de son assistant « plutôt pas mal ». Faute de résultat attendu, B n’a rien à quoi les comparer, et ne sait donc pas quoi améliorer.
5. Refaire de mémoire, et espacer
En quoi ça consiste
Refaire la tâche de mémoire quelques jours plus tard, en répartissant l’apprentissage sur plusieurs séances.
Comment l’appliquer
Après une première réussite, laissez passer quelques jours, puis refaites la tâche de mémoire, si possible sur un cas nouveau. Ce qui revient seul est acquis ; ce qui bloque indique quoi retravailler. Prévoyez plusieurs courtes séances plutôt qu’une longue.
Pourquoi
🎓 Sur le plan pédagogique. Se tester plutôt que relire et espacer les séances figurent parmi les stratégies les mieux validées par la recherche : l’effort pour retrouver ce que l’on a appris le consolide en mémoire. Ces méthodes sont présentées en détail dans Réviser efficacement : 6 méthodes validées par la science.
🤖 Sur le plan de l’IA. Avec l’IA, l’essentiel ne se trouve pas dans les boutons, qui changent, mais dans la démarche : formuler la demande, fournir le bon contexte, vérifier le résultat. Un cas nouveau oblige à retrouver cette démarche plutôt qu’à recopier un prompt qui a fonctionné une fois.
Exemples
A crée, quatre jours plus tard, un deuxième assistant, qui rédige les fiches de révision de ses stagiaires, sans rouvrir le tutoriel. Les instructions reviennent seules ; en revanche, A oublie d’ajouter le document de référence. A sait maintenant quoi revoir.
B a tout appris en une seule soirée et n’a plus rouvert l’outil depuis. Un mois plus tard, quand une personne de son équipe demande de l’aide, B doit tout reprendre depuis le début.
6. Faire le point régulièrement
En quoi ça consiste
Comparer régulièrement ce que vous savez faire avec votre objectif de départ.
Comment l’appliquer
Avant de commencer, écrivez votre objectif en une phrase, et ce qui vous montrera qu’il est atteint. Pendant le travail, notez ce qui fonctionne et ce qui bloque. À intervalles réguliers, par exemple chaque mois, relisez ces notes : objectif atteint, à ajuster, ou à remplacer par un nouveau.
Pourquoi
🎓 Sur le plan pédagogique. Les travaux sur l’apprentissage autorégulé montrent que les apprenants qui se fixent un objectif, observent leur travail et en analysent le résultat progressent davantage. Le projet d’un autodidacte évolue d’ailleurs souvent en sous-projets : c’est un signe de progrès, pas de dispersion.
🤖 Sur le plan de l’IA. Les outils d’IA évoluent vite : une fonction apparaît, une autre change de formule d’abonnement. Faire le point permet aussi de vérifier que vos outils correspondent toujours à votre besoin, et de repérer les nouveautés qui servent votre projet.
Exemples
A fait le point au bout d’un mois : ses quiz prennent désormais vingt minutes au lieu de deux heures, l’objectif est atteint, mais les questions se ressemblent encore trop. A se fixe le prochain objectif : proposer chaque quiz en trois niveaux de difficulté.
B ne s’était fixé aucun objectif au départ. B n’a donc rien pour mesurer ses progrès, et a le sentiment de tourner en rond.
📚 La série « Savoir utiliser l’IA »
- Savoir utiliser l’IA : les connaissances et les compétences à apprendre
- Apprendre en autodidacte : la méthode en 6 repères, appliquée à l’IA
- Apprendre l’IA gratuitement : 10 supports passés au crible
- Les certifications IA gratuites (à paraître)
🧠 Quiz : avez-vous retenu ?
Répondez d’abord dans votre tête, puis dépliez la réponse.
1. Par quoi commencer, avant même de choisir un support ?
Voir la réponse
Par une passion et un problème concret à résoudre dans ce domaine. La passion donne l’énergie, le problème donne la direction.
2. Pourquoi refaire la tâche aussitôt après avoir regardé un tutoriel ?
Voir la réponse
Parce que regarder donne l’impression de savoir : c’est l’illusion de compétence. Seule la pratique, sans le modèle sous les yeux, montre ce qui est réellement acquis.
3. Seul, sans enseignant, comment obtenir un retour sur ce que vous faites ?
Voir la réponse
En comparant le résultat obtenu à celui que vous attendiez, en montrant votre travail à une personne plus expérimentée ou en demandant à une IA de le critiquer.
4. Pour une compétence pratique, que veut dire « se tester » ?
Voir la réponse
Refaire la tâche quelques jours plus tard, sans tutoriel. Ce qui revient seul est acquis ; ce qui bloque indique quoi retravailler.
📌 Ce qu’il faut retenir
Apprendre en autodidacte une compétence pratique, comme l’utilisation de l’IA, suit six repères : partir d’une passion et d’un problème réel, acquérir les bases juste ce qu’il faut, voir faire puis faire aussitôt, chercher un retour, refaire de mémoire en espaçant les séances, faire le point régulièrement.
Choisissez dès aujourd’hui votre problème à résoudre.
Sources
- Bjork, R. A., Dunlosky, J. et Kornell, N. (2013). Self-regulated learning: beliefs, techniques, and illusions. Annual Review of Psychology.
- Dunlosky, J. et al. (2013). Improving students’ learning with effective learning techniques. Psychological Science in the Public Interest.
- Hattie, J. (2009). Visible Learning. Routledge.
- Merrill, M. D. (2002). First principles of instruction. Educational Technology Research and Development.
- Ryan, R. M. et Deci, E. L. (2000). Self-determination theory. American Psychologist.
- Tremblay, N. A. (2003). L’autoformation : pour apprendre autrement. Presses de l’Université de Montréal.
- van Merriënboer, J. J. G. et Kirschner, P. A. (2018). Ten Steps to Complex Learning. Routledge.
- Zimmerman, B. J. (2002). Becoming a self-regulated learner. Theory into Practice.