← Retour au site

L'IA en Questions

Journée professionnelle 2026 — LP Médiations Numériques

📋 Page de présentation Programme, ateliers et inscription — Journée professionnelle 2026

Présentation de la journée

La Licence Professionnelle Médiations Numériques (ex-USETIC) de l'Université Rennes 2 organisait le 19 mai 2026 sa journée annuelle de rencontres professionnelles et scientifiques. Cette édition, intitulée L'IA en Questions, a rassemblé 90 participant·es (professionnel·les de la médiation numérique, chercheur·euses, étudiant·es et acteur·ices du secteur social et culturel) autour d'une question commune : comment les pratiques de médiation numérique font-elles face à l'essor de l'intelligence artificielle ?

La journée s'est inscrite dans le cadre de la Semaine de l'IA pour tous, organisée par la Mednum, Café IA et Make.org. Elle a bénéficié du soutien de Rennes Métropole, de l'Edulab Pasteur et de l'UFR Sciences Humaines et Sociales de l'Université Rennes 2. Le programme articulait des temps de conférences le matin (introduction thématique, théâtre-forum, table ronde) et des ateliers participatifs l'après-midi.

Introduction thématique

Intervenant

Thomas Mouchoux — Ingénieur techno-pédagogique IA et FabLab, Université Rennes 2

Voir la vidéo de l'intervention

Thomas Mouchoux a ouvert la journée par une introduction thématique visant à poser un cadre commun de compréhension de l'intelligence artificielle générative. Ancien étudiant de la Licence Pro Médiations Numériques, il a illustré son propos par une démonstration : deux images générées par IA à un an d'intervalle, montrant l'écart entre les deux générations d'outils. Là où les images produites en 2024 laissaient encore transparaître leur origine artificielle, celles de 2025 rendent la distinction avec le réel beaucoup plus difficile. Ce constat a traversé toute la journée : la technologie évolue vite, et cette évolution pose de nouvelles questions sur notre rapport à l'information et à la vérité des contenus en ligne.

Un bref retour historique

Thomas Mouchoux a esquissé une histoire de l'intelligence artificielle, rappelant que le terme existe depuis les années 1950. Il a évoqué un jalon symbolique : la victoire en 1997 du programme d'IBM Deep Blue sur le champion du monde d'échecs Garry Kasparov. Ce qui a rendu cet événement marquant, c'est qu'à un moment de la partie, Deep Blue a joué un coup apparemment aléatoire, une imprévisibilité qui a déstabilisé son adversaire humain. Cette dimension aléatoire est précisément ce qui produit l'« effet waouh » que l'on ressent aujourd'hui face aux IA génératives : sollicitées deux fois avec la même question, elles ne donnent jamais exactement la même réponse.

Trois notions à distinguer

IA au sens large — Désigne tout système algorithmique capable de traiter de l'information de manière automatisée : algorithmes de recommandation, filtres anti-spam, outils de reconnaissance d'image. Ces systèmes ne créent rien de nouveau : ils sélectionnent, trient ou comparent des données existantes.
Intelligence artificielle générale (IAG forte) — Concept théorique d'une IA suffisamment autonome pour agir seule dans des contextes variés et complexes. La course à cet objectif structure les investissements du secteur.
Intelligence artificielle générative (IAg) — L'objet principal de la journée. Ces systèmes sont entraînés sur d'immenses corpus de données et produisent des contenus nouveaux par prédiction statistique. En l'absence de réponse certaine, ils en proposent une quand même : c'est ce que l'on appelle les hallucinations.

Panorama des outils disponibles

ChatGPT (OpenAI, États-Unis) a été le premier à atteindre le grand public en novembre 2022. Depuis début 2026, il est devenu un choix politique autant que technologique : il a été révélé que certains dirigeants d'OpenAI financent la campagne de Donald Trump, provoquant des appels au boycott. La société a également accepté de lever les garde-fous éthiques de ses modèles pour permettre leur usage militaire, contrairement à Anthropic (derrière Claude), qui a refusé cette demande. Choisir son IA, a souligné Thomas Mouchoux, c'est aujourd'hui aussi un acte politique.

Mistral est l'alternative française, entraînée majoritairement sur des données en langue française. Elle présente un intérêt réel pour la souveraineté numérique, même si elle est actuellement hébergée sur les serveurs Azure de Microsoft en Europe du Nord. Un financement de 600 millions d'euros est destiné à la création d'un data center en France.

Perplexity permet de connecter différentes IA à internet pour faire des recherches en ligne. Gemini (Google) s'est invité dans les téléphones de nombreux utilisateur·rices sans qu'ils l'aient vraiment choisi. NotebookLM, également de Google, est particulièrement utilisé en contexte éducatif pour générer résumés, podcasts, quiz et fiches de révision à partir de sources définies par l'utilisateur·rice. Copilot (Microsoft) est l'interface IA déployée dans les environnements Microsoft 365, qui cache en réalité une version de ChatGPT.

Thomas Mouchoux a également présenté les capacités de génération vidéo, avec une démonstration réalisée avec HeyGen : à partir d'un enregistrement audio et d'une brève vidéo, l'outil a généré une vidéo réaliste dans laquelle il semblait parler japonais, avec synchronisation labiale. Au-delà de l'effet spectaculaire, il a insisté sur les risques : deepfakes, usurpation d'identité, présence d'avatars en réunion à la place des personnes réelles.

Points de vigilance

Impact environnemental. Une dizaine d'échanges approfondis par jour avec une IA représenterait l'équivalent d'une tonne de CO₂ par an par personne. La génération d'une image en haute définition consommerait autant d'énergie qu'une recharge complète de téléphone portable ; celle d'une vidéo de dix secondes à 60 images par seconde demanderait de générer 600 images. Il importe de connaître ces ordres de grandeur pour adopter des usages raisonnés.

Protection des données. Les conversations avec une IA peuvent, par défaut, alimenter le réentraînement des modèles. La loi RGPD impose la transparence sur l'usage des données. L'IA Act européen impose une vérification des outils avant leur mise sur le marché en Europe.

Propriété intellectuelle. Les modèles d'IAg sont entraînés sur des corpus qui incluent des œuvres protégées, sans que leurs auteur·ices en aient nécessairement donné l'autorisation. Les tendances à copier des styles artistiques posent des questions juridiques et éthiques non résolues.

Enjeux psychosociaux. Plus on utilise l'IA pour des tâches cognitives, moins on développe les compétences correspondantes. Certaines applications favorisent des formes de dépendance affective, notamment via des interfaces de conversation vocale très humanisées.

Esprit critique. Thomas Mouchoux a illustré ce point avec l'exemple d'Anne Kerdi, une influenceuse bretonne très suivie sur Instagram, qui n'existe pas : il s'agit d'un personnage entièrement généré par IA.

Quatre repères pour avancer

Thomas Mouchoux a proposé un cadre en quatre points : sécuriser son cadre d'usage ; choisir son outil en fonction du besoin réel, en privilégiant les modèles légers quand cela suffit ; collaborer en organisant des temps d'échange collectifs ; et signaler, c'est-à-dire jouer la transparence en indiquant quand un contenu a été produit avec l'aide de l'IA.

Théâtre-forum

Aurore et Nils de la Compagnie 3ème Acte, avec les étudiant·es de la LP Médiations Numériques

Le théâtre-forum est une forme théâtrale militante et pédagogique développée dans les années 1970 par le metteur en scène brésilien Augusto Boal, dans le cadre du Théâtre de l'Opprimé. Son principe fondamental est de transformer les spectateur·rices passif·ves en spect-acteur·rices : après avoir assisté à une scène mettant en jeu une situation de tension, les participant·es sont invité·es à intervenir, à arrêter le jeu, à remplacer un·e des comédien·nes et à proposer des alternatives. Dans le cadre de cette journée, deux scènes ont été préparées la veille par les étudiant·es avec l'accompagnement de la Compagnie 3ème Acte.

Scène 1 — Le travail et l'IA : comment faire pour résister à la pression ?

La première scène réunissait une médiatrice numérique, une usagère, une bénévole et la directrice de la structure. Elle mettait en lumière une situation de surcharge professionnelle dans laquelle l'IA, présentée comme un outil de gain de temps, devient en réalité un vecteur d'accélération et de pression supplémentaires. Cette scène donnait à voir comment l'introduction d'un outil dans un environnement de travail sous tension peut, sans réflexion préalable sur le cadre et les usages, aggraver des conditions déjà précaires. Elle rappelait que la médiation numérique repose fondamentalement sur la qualité de la relation humaine et l'écoute du besoin, deux dimensions que ne peut remplacer aucun algorithme.

Scène 2 — IA et éducation : comment faire ?

La deuxième scène se déroulait dans un collège, avec des enseignant·es aux représentations très clivées sur l'IA et une médiatrice numérique mandatée par le département pour animer une séance de sensibilisation. L'IA y était perçue essentiellement comme un outil de triche, une menace pour l'intégrité scolaire. Lorsque la médiatrice arrivait, elle était très mal accueillie.

Au-delà du conflit de représentations, cette séquence soulevait un problème structurel de la médiation numérique : comment intervenir auprès de publics hostiles ou sceptiques, sans légitimité institutionnelle clairement définie, sur un sujet aussi polarisé ? La scène montrait la nécessité de pouvoir argumenter une approche éducative et d'accompagnement pour que des personnes aux représentations négatives puissent comprendre l'intérêt d'une démarche de sensibilisation.

Table ronde

Animée par Pierre-André Souville (enseignant, Université Rennes 2 / médiateur numérique, Maison de Quartier La Touche), avec Thomas Mouchoux (ingénieur techno-pédagogique IA et FabLab, Université Rennes 2), Emmie Niard (responsable mission IA/IAG, Direction des Services Numériques, Rennes Métropole), Raphaël Foisy-Marquis (médiateur socio-numérique, CCAS de Rennes), Jérôme Clerget et Pierre Le Bras (ingénieurs de recherche, GIS M@rsouin)

Voir la vidéo de la table ronde

La table ronde réunissait trois perspectives : les données de la recherche sur les usages de l'IA chez les jeunes, l'expérience d'une collectivité territoriale qui déploie ces outils pour ses agent·es, et le témoignage d'un médiateur numérique qui travaille auprès de publics en situation de fragilité.

Ce que font les jeunes avec l'IA

Jérôme Clerget a présenté les résultats d'une enquête qualitative menée en 2024-2025 auprès de plus de 150 collégien·nes dans 16 établissements d'Ille-et-Vilaine. Environ 60 % des collégien·nes rencontré·es déclarent utiliser fréquemment l'IA. Les usages scolaires vont du résumé de cours à l'aide à la révision, mais aussi au remplacement de traducteurs ou de moteurs de recherche. Certains contournent la difficulté à formuler des prompts en envoyant directement une photo de leur cours pour obtenir un résumé.

Deux pratiques personnelles ressortent particulièrement : la génération d'images, très populaire, et l'usage de l'IA comme confident·e. De nombreux·ses collégien·nes lui racontent leur journée, leurs problèmes, leurs doutes. La raison principale : l'IA « ne juge pas », contrairement aux parents ou aux ami·es. Elle combine deux propriétés rares dans l'environnement social des adolescent·es : la disponibilité permanente et l'absence apparente de conséquences sociales.

Pierre Le Bras a complété ce tableau avec les résultats préliminaires d'une enquête quantitative auprès de 2 100 étudiant·es des universités bretonnes et ligériennes. L'IAg est pleinement banalisée : utilisée massivement pour la révision, la compréhension de cours, l'amélioration de textes, et dans 80 % des cas pour l'analyse d'images. Près de 70 % y recourent également pour des activités créatives personnelles.

Ce qui séduit avant tout, c'est l'immédiateté : 80 % des étudiant·es ont l'impression de trouver rapidement une information qui leur convient. Mais seulement 15 % estiment qu'il est facile d'obtenir exactement la réponse souhaitée, et plus de la moitié déclare ne pas aimer particulièrement utiliser l'IA. L'enquête met également en lumière un écart entre normes déclarées et pratiques réelles : si les trois quarts affirment qu'il faudrait vérifier les sources issues de l'IA, seulement un tiers le fait de manière systématique. Dans les commentaires libres, les étudiant·es expriment un sentiment de flou institutionnel : les universités ne leur apportent pas de réponse claire sur l'usage de l'IA dans leurs études ni sur les transformations à venir du marché du travail.

Rennes Métropole face à l'IA : accompagner sans imposer

Emmie Niard a présenté la démarche adoptée par Rennes Métropole depuis la création, en novembre 2025, d'un poste dédié à la mission IA. L'approche se distingue par plusieurs principes : l'IA est traitée à travers le prisme de la politique du numérique responsable ; la collectivité part des usages réels des agent·es plutôt que de déployer des outils de manière prescriptive ; et l'IA est réservée à l'usage interne des agent·es, jamais mise en contact direct avec les usager·es.

Les règles d'usage pour les outils grand public sont strictes : aucune donnée confidentielle, aucun nom ou prénom, aucun document interne non publié ne doivent y être saisis. Emmie Niard a souligné une subtilité souvent négligée : ce ne sont pas seulement les documents partagés qui sont sensibles, mais aussi les prompts eux-mêmes, qui peuvent révéler des orientations politiques ou des objectifs stratégiques.

Rennes Métropole expérimente depuis novembre 2025 la plateforme RAGARen, développée en partenariat avec l'Université de Rennes.

RAG et RAGARen — Un RAG (Retrieval-Augmented Generation) connecte un modèle de langage à une base documentaire définie à l'avance, ce qui réduit les risques d'hallucination et garantit que les sources sont maîtrisées. RAGARen est une instance locale et sécurisée hébergée sur les infrastructures de l'Université de Rennes, permettant aux agent·es de travailler avec leurs propres documents sans risque de fuite de données vers des serveurs étrangers.

Un bilan d'étape a nuancé les attentes initiales : certaines assistantes administratives ont rapporté que l'intégration de l'IA dans leur routine professionnelle demandait un temps d'adaptation significatif, sans forcément apporter le gain espéré. Ce retour invite à ne pas présupposer que l'IA est systématiquement utile et à laisser aux agent·es la liberté de ne pas l'utiliser.

L'IA comme outil de médiation et de lien social

Raphaël Foisy-Marquis a apporté le point de vue de la médiation numérique auprès de publics en situation de fragilité. Il a mis en avant des usages concrets : des personnes allophones qui utilisent l'IA pour communiquer avec leur travailleur·euse social·e ou apprendre le français, des parents qui s'en servent pour accompagner leurs enfants dans leurs devoirs, des personnes porteuses de troubles dys pour qui les fonctions de reformulation en langage simplifié représentent une aide réelle. L'IA peut constituer un levier d'inclusion sociale lorsqu'elle est utilisée en conscience, à condition que la médiation humaine reste au cœur du dispositif.

Échanges avec la salle

La question de la pression sociale à l'usage a été soulevée : de nombreux·ses agent·es ressentent l'obligation d'utiliser l'IA parce que les autres le font, indépendamment de tout besoin identifié. Emmie Niard a rappelé le message central de Rennes Métropole : il n'y a aucune obligation d'utiliser l'IA, et l'IA la plus sobre reste celle qu'on n'utilise pas.

Une participante travaillant auprès de personnes retraité·es a témoigné d'une réalité inattendue : des seniors, peu à l'aise avec les moteurs de recherche, s'approprient très naturellement l'IA pour des questions de santé ou des démarches administratives. Cette observation conduit à nuancer la lecture purement générationnelle des inégalités numériques.

La question de l'impact de l'IA sur l'emploi a été abordée. Thomas Mouchoux a fait le parallèle avec les caisses automatiques dans les supermarchés, dont le déploiement massif a finalement conduit à une prise de conscience des limites de l'automatisation. Il a alerté sur un phénomène analogue : les tâches déléguées à l'outil peuvent faire perdre progressivement la maîtrise des processus, au point de ne plus être capable de corriger le résultat produit.

La question de la souveraineté et du financement a été posée frontalement : en organisant des ateliers de sensibilisation critique à l'IA, ne joue-t-on pas le jeu de Microsoft, premier mécène de la Semaine de l'IA pour tous ? Pierre-André Souville a répondu que la journée s'inscrivait dans la semaine sans en co-organiser le financement, et que les contenus présentés, notamment l'exploration d'alternatives souveraines, ne servaient pas les intérêts des grands groupes américains.

Enfin, les conditions de travail précaires qui sous-tendent l'entraînement des modèles ont été évoquées. Thomas Mouchoux a mentionné l'existence d'alternatives plus éthiques comme l'IA Lucie, développée par OpenLLM France, entièrement open source, tout en reconnaissant leur manque de maturité actuelle. Il a plaidé pour qu'on les soutienne plutôt que de les abandonner dès leur sortie pour des motifs de performance.

Ateliers

L'après-midi a été consacré à sept ateliers participatifs menés en parallèle, permettant aux participant·es d'explorer concrètement différentes facettes de l'intelligence artificielle : outils, jeux, approches critiques, usages professionnels. Les restitutions en séance plénière à 15h45 ont permis de partager les apprentissages de chaque groupe.

La boîte noire de l'IA

La Boîte noire de l'IA est un jeu pédagogique conçu par la coopérative Datactivist et Nantes Métropole, en collaboration avec le réseau de médiation numérique nantais. Il est disponible gratuitement en licence ouverte.

Son objectif est de faire comprendre au grand public le cycle de vie complet d'une IA générative de texte, depuis l'extraction des minéraux nécessaires à la fabrication des composants électroniques jusqu'à la consommation énergétique des centres de données, en ouvrant un espace de débat sur les conséquences sociétales, environnementales et éthiques de ces technologies.

L'atelier se déroule en trois temps. Une phase d'introduction permet aux participant·es d'explorer librement un outil de comparaison entre modèles d'IA. Vient ensuite le cœur du jeu : les participant·es reconstituent les six grandes étapes du cycle de fabrication d'une IA générative à l'aide d'hexagones disposés en forme de ruche, puis approfondissent chaque étape grâce à des cartes actions et des cartes controverses. La disposition circulaire est intentionnelle : elle matérialise le fait que l'extraction des ressources est à la fois un prérequis et une conséquence continue de l'IA. Un temps de débat clôt l'atelier.

Enjeux de l'IA en jeu

Cet atelier a proposé une approche résolument débranchée pour explorer le fonctionnement d'une intelligence artificielle par le jeu et l'expérimentation physique.

Le premier jeu était l'Hexapion, conçu par les Petits Débrouillards. Sur un plateau de neuf cases, un·e joueur·euse humain·e affronte une IA incarnée par un système de boîtes d'allumettes. Chaque boîte représente une situation de jeu possible et contient des perles de couleur correspondant aux coups envisageables. Le principe de l'apprentissage par renforcement est ici rendu visible : lorsque l'IA perd, la perle correspondant au mauvais coup est retirée de la boîte. Au fil des parties, les mauvaises options disparaissent une à une, et l'IA devient progressivement imbattable. L'expérience a produit un effet saisissant : malgré de nombreuses tentatives, personne n'est parvenu à battre la machine. Elle illustre de façon concrète la robustesse d'un système qui ne répète jamais deux fois la même erreur.

Le second jeu explorait la classification. Les participant·es devaient décrire des images uniquement à l'aide de formes géométriques, tandis qu'un·e autre devait identifier l'objet représenté. Tant que les images montraient des maisons ou des voitures, le système fonctionnait. Mais l'arrivée d'un chien, puis d'un feu tricolore, a mis en lumière les limites de la classification par catégories apprises. Cette expérience a permis d'introduire le fonctionnement des CAPTCHA et d'expliquer comment les réseaux de neurones artificiels traitent l'information couche par couche.

IA : le bricolage social

Cet atelier, que son animateur a lui-même qualifié d'expérience, partait d'un constat provocateur : l'IA générative est conçue pour un usage individuel, tourné vers la performance et l'efficacité. Nicolas Tournery a voulu prendre cette logique à contre-pied en proposant un usage collectif, délibérément ralenti, intégré à une discussion de groupe. L'outil mobilisé était Claude, interrogé en commun par les participant·es.

Nicolas a été surpris par le déroulement de l'atelier : là où il anticipait un dialogue fluide, c'est la confusion qui s'est d'abord installée. La question de départ a produit des réponses jugées insatisfaisantes par l'ensemble du groupe : trop abstraites, trop verbeuses, déconnectées des besoins réels. Le groupe a alors passé près d'une heure à reformuler, à affiner, à faire converger des points de vue différents dans un seul prompt cohérent. Ce travail de mise en commun des intentions, avant même d'obtenir une réponse utile, a constitué en lui-même une expérience pédagogique inattendue.

Cette trajectoire a mis en lumière plusieurs enseignements : partir d'une situation concrète plutôt que d'une question théorique permet d'éviter les réponses trop générales. L'IA, entraînée sur des données issues d'une multiplicité de sources, produit des réponses qui reflètent cette pluralité, ce qui peut générer du flou lorsqu'un collectif lui pose une question sans avoir d'abord harmonisé ses propres représentations.

La conclusion, partagée par tou·tes, était claire : on ne peut pas déléguer sa pensée à Claude. Mais on peut, à condition d'y consacrer le temps nécessaire, s'en servir pour mieux clarifier la sienne.

Régime alimentaire de l'IA : de quoi se nourrit la machine ?

Cet atelier a proposé de tirer le fil d'une question simple en apparence : qu'est-ce qui entre dans une IA, et qu'est-ce qui en ressort ? En filant la métaphore alimentaire, Romain Lebouc a invité les participant·es à examiner si l'IA, telle qu'elle est déployée aujourd'hui, se nourrit sainement, ou si un régime plus équilibré serait envisageable.

La question de la boîte noire algorithmique a été revisitée : on ne sait pas précisément ce qui se passe à l'intérieur des modèles, et si des garde-fous sont intégrés pour éviter la génération de contenus problématiques, ceux-ci peuvent être contournés par les utilisateur·rices : c'est ce qu'on appelle le jailbreaking.

L'impact environnemental a occupé une large place. L'atelier a mis en lumière la dépendance de l'industrie de l'IA aux cartes graphiques (GPU), utilisées en continu dans les data centers. Plus en amont, l'extractivisme (récolte de matériaux rares comme l'or ou le cobalt) représente l'un des impacts écologiques les plus lourds de toute la chaîne numérique.

Romain Lebouc a évoqué le chalutage du web, cette pratique des robots d'indexation qui parcourent massivement internet pour collecter des données d'entraînement. Wikipédia en est l'un des grands témoins : ses serveurs subissent un nombre croissant de requêtes de robots, ce qui fragilise son modèle de fonctionnement.

L'atelier s'est conclu sur la présentation de Common Voice, le projet de Mozilla, illustrant qu'il est possible de constituer des bases de données d'entraînement de façon éthique et consentie. Comme l'a formulé Romain Lebouc : il est possible pour les IA de manger sainement, mais c'est forcément plus exigeant que de se nourrir de junk food numérique.

Retour critique sur la sensibilisation des agents de Rennes aux IA génératives

Cet atelier occupait une place singulière dans la journée : plutôt que de présenter un outil ou une démarche aboutie, il proposait d'analyser collectivement un atelier existant pour en identifier les limites et imaginer des améliorations. René-Louis Chour a soumis à l'examen critique des participant·es l'atelier de sensibilisation aux IA génératives qu'il anime avec ses collègues Mathieu Lafosse et Nelly Lemaire auprès des agent·es de Rennes Ville et Métropole.

Un questionnaire de retour d'expérience a révélé un problème structurel : l'atelier répond insuffisamment aux attentes réelles de son public. Les agent·es s'y inscrivent souvent sous une forme d'incitation implicite, sans que l'objectif soit suffisamment explicite.

Une piste d'amélioration a émergé clairement : concevoir des ateliers davantage orientés métiers, en allant identifier dans chaque direction les besoins concrets des agent·es, plutôt que de s'adresser à un public indifférencié.

La seconde partie a permis d'affiner la réflexion sur la posture à adopter en animation. Plusieurs conseils concrets ont émergé : éviter de s'aventurer sur des terrains mal maîtrisés ; construire la définition de l'IA générative de façon collaborative avec les participant·es ; et surtout, inverser la logique habituelle en demandant directement aux agent·es ce qu'ils voudraient que l'IA fasse à leur place, pour partir de leurs réponses réelles plutôt que de cas d'usage abstraits. Les pistes soulevées devraient permettre d'améliorer la prochaine version de l'atelier.

Comparer, comprendre pour mieux choisir et mieux prompter

Cet atelier pratique a prolongé l'introduction du matin. Les participant·es ont exploré les modèles d'IA disponibles, comparé leurs caractéristiques et travaillé leurs stratégies de prompting, avec l'objectif d'être assisté par l'IA plutôt que remplacé par elle.

La séance a débuté avec Compar:IA, un outil proposé par le ministère de la Culture permettant de tester simultanément plusieurs modèles d'IA générative et de comparer leur impact environnemental en CO₂. Cet outil permet de prendre conscience qu'un petit modèle connecté à internet peut souvent suffire là où l'on pourrait avoir le réflexe d'utiliser un grand modèle plus énergivore.

L'atelier a ensuite présenté Duck.ai, une plateforme alternative aux grands outils commerciaux : aucune connexion requise, pas de collecte de nom ou d'adresse mail, historique de conversation stocké localement et supprimable à volonté.

Le cœur de l'atelier a porté sur les stratégies de prompting. À partir d'un exercice concret (rédiger un post LinkedIn sur la journée), les participant·es ont découvert deux techniques. La première : limiter les hallucinations en ajoutant à la fin d'un prompt l'instruction si tu ne sais pas, ce n'est pas grave : n'invente rien. La seconde : demander à l'IA, avant de répondre, de poser un maximum de questions pour bien comprendre la demande. L'IA génère alors une liste de questions que l'on peut utiliser soit pour affiner la production finale, soit comme outil de réflexion personnelle, sans forcément continuer le dialogue avec la machine. Thomas Mouchoux a illustré cette posture par une image parlante : interagir avec l'IA comme avec un·e stagiaire qui vient d'arriver dans la structure et a besoin qu'on lui explique le contexte avant de lui confier une tâche.

Jeux IA

Raphaël Foisy-Marquis a proposé un atelier ludique autour de trois jeux de société qu'il a lui-même conçus pour faire découvrir les IA à des publics variés : Prompt'n'Roll, CarteGPT et IA-lla. Chacun aborde l'IA sous un angle différent (génération d'images, de musique, de voyages) en invitant les participant·es à explorer concrètement ce que ces outils sont capables de produire, et dans quelles limites.

Pour lui, le jeu est un bon point d'entrée pour aborder l'IA avec des publics qui en ont une représentation anxiogène. Tester, créer, s'amuser et déconstruire en même temps est souvent plus efficace qu'un exposé théorique.

L'atelier a également été l'occasion de partager des expériences de terrain menées dans les centres sociaux de Rennes dans le cadre des accompagnements à la scolarité. Raphaël Foisy-Marquis y anime des ateliers de création avec des enfants, notamment la réalisation de livrets d'histoires illustrés par l'IA : les enfants écrivent ou imaginent une histoire, et l'IA générative produit les illustrations. Cette approche créative, qui place l'enfant en auteur·rice et l'IA en outil au service de son imaginaire, montre que ces technologies peuvent servir l'expression des enfants, pas seulement la productivité.

Conclusion

Cette édition de la journée professionnelle de la LP Médiations Numériques a permis de faire se rencontrer des professionnel·les de terrain, des chercheur·euses et des étudiant·es autour de questions vives, dans un esprit de partage et d'analyse collective des pratiques.

Le secteur de la médiation numérique réagit à la diffusion des usages de l'intellignence artificielle, même si cette technologie s'impose à une vitesse que les cadres institutionnels, pédagogiques et éthiques peinent à suivre. De nombreux·ses professionnel·les ne se laissent pas embarquer, expérimentent avec lucidité, cherchent à comprendre avant d'adopter et, parfois même, choisissent de ne pas adopter du tout.

Plusieurs thèmes ont traversé la journée. Tout d'abord, la médiation numérique tient en priorité à la relation humaine. Le théâtre-forum du matin l'a mis en scène avec force : l'IA, introduite sans réflexion sur le cadre et les usages, peut aggraver les conditions de travail au lieu de les améliorer, et affaiblit la qualité de l'accompagnement lorsqu'elle se substitue à l'écoute. Ce que font les ateliers de l'après-midi, qu'il s'agisse de jouer, de débattre collectivement ou de créer des histoires illustrées avec des enfants, c'est rappeler l'importance de partager les représentations et les pratiques.

Les enquêtes du GIS M@rsouin ont montré que certaines personnes utilisent l'IA sans toujours en comprendre les mécanismes, sans toujours en vérifier les résultats, et parfois en lui confiant des espaces de parole que la société ne leur offre pas autrement. Former à prompter, c'est aussi former à penser, et c'est un enjeu qui dépasse largement le secteur de la médiation numérique.

Choisir son IA est un acte politique. Rennes Métropole en a fait un principe de gouvernance. Les animateur·rices d'ateliers en font un sujet de débat avec leurs publics. Et les chercheur·euses en font un objet d'étude. À une époque où les grandes plateformes américaines captent l'attention, les données et les imaginaires, la médiation numérique se doit de proposer des espaces où l'on peut ralentir, questionner, comparer et choisir en conscience.

Cette journée n'a pas répondu à toutes les questions qu'elle posait, et c'est tant mieux. Elle a surtout montré que le réseau professionnel de la médiation numérique dispose de ce qu'il faut pour accompagner les transformations liées au déploiement des usages de l'intelligence artificielle. Nous remercions l'ensemble des intervenant·es et des participant·es à cette journée pour les expériences partagées et les ressources mis en commun.

Rendez-vous à la prochaine édition.

Compte-rendu rédigé par Pierre-André Souville · 29 mai 2026