En bref
Ces neuf activités abordent le volet énergétique et environnemental de l'IA à l'aide de papier, de chiffres publiés et de discussions, pour des élèves d'environ 9 à 18 ans. Chacune précise une tranche d'âge, une durée, des objectifs d'apprentissage et des ressources, et aucune ne demande de logiciel payant ni de compte élève sur des outils d'IA.
Points clés
- Chaque activité fonctionne sans que les élèves utilisent eux-mêmes des outils d'IA, ce qui respecte les limites d'âge fixées par de nombreux outils.
- Les activités d'estimation utilisent les chiffres par requête publiés par Google et OpenAI, cités avec leur source.
- Les activités s'intègrent aux contenus existants d'informatique, de sciences, de géographie, de mathématiques et de citoyenneté, sans exiger de nouveau temps dans les programmes.
- Les liens avec les programmes sont indicatifs : vérifiez-les au regard de votre propre programme national ou régional.
Comment utiliser ces idées ?
Choisissez-en une, adaptez la durée à votre classe et citez chaque chiffre avec sa source et son année. Le contexte de chaque activité se trouve dans le guide pour les enseignants, et les termes sont définis dans le glossaire. Aucune n'exige que les élèves aient un compte sur des outils d'IA.
Les liens avec les programmes prennent l'Angleterre comme exemple (le KS2 correspond aux 7–11 ans, le KS3 aux 11–14 ans, le KS4 aux 14–16 ans). Ils sont indicatifs et ne constituent pas des correspondances officielles ; la plupart des pays ont des volets équivalents sur les systèmes informatiques, l'énergie, les ressources naturelles et l'usage responsable des technologies.
Idées d'activités
1. Combien d'énergie notre classe consomme-t-elle avec l'IA ?
Âges : 11–16 ans · Durée : 50 minutes · Liens : sciences KS3 (énergie, puissance, kWh, coût de l'énergie domestique) ; mathématiques (estimation, unités) ; informatique (impact des technologies)
Objectifs : convertir des Wh en kWh et inversement ; faire et justifier une estimation de Fermi ; expliquer pourquoi de petites quantités s'additionnent.
Ressources : papier, calculatrices, les chiffres publiés ci-dessous.
Déroulement : les élèves estiment combien de requêtes textuelles à une IA la classe fait en une semaine (un vote anonyme à main levée suffit). À partir des 0,24 Wh de Google pour une requête textuelle Gemini médiane et des 0,34 Wh d'OpenAI pour une requête ChatGPT moyenne, ils calculent une fourchette. Par exemple, 30 élèves × 10 requêtes × 0,24–0,34 Wh donnent environ 72–102 Wh par semaine. Extrapolez ensuite à tout l'établissement, au pays et au monde, puis comparez avec des appareils dont la puissance figure sur l'étiquette. Terminez en discutant de ce que ces chiffres laissent de côté : les images, la vidéo, l'entraînement et les appareils eux-mêmes.
2. Les tokens expliqués avec du papier
Âges : 9–14 ans · Durée : 30 minutes · Liens : informatique KS2 et KS3 (représentation des données)
Objectifs : expliquer ce qu'est un token ; expliquer pourquoi un texte plus long demande plus de calcul.
Ressources : phrases imprimées, ciseaux, chronomètre.
Déroulement : les élèves découpent des phrases en morceaux à peu près de la taille d'un token. Selon la règle empirique d'OpenAI, un token correspond à environ quatre caractères, soit trois quarts d'un mot anglais : les mots longs sont donc coupés. Un « modèle » (un élève) doit lire tous les morceaux avant d'ajouter un nouveau mot, chronomètre en main. Doubler la phrase double le travail. Les élèves plus âgés peuvent essayer une démonstration gratuite de tokenizer en ligne au vidéoprojecteur et remarquer que les mots inhabituels et certaines langues sont découpés en davantage de morceaux.
3. L'IA est-elle le bon outil ?
Âges : 11–18 ans · Durée : 40–60 minutes · Liens : informatique KS3 et KS4 (usage responsable) ; citoyenneté
Objectifs : peser les avantages et les coûts d'une technologie ; argumenter à partir de preuves ; comprendre la sobriété.
Ressources : cartes de tâches (par exemple : vérifier l'orthographe d'un mot, écrire un poème d'anniversaire, trouver la capitale du Pérou, résumer un rapport de 40 pages, détecter un cancer de la peau sur des images, créer 25 versions d'un logo).
Déroulement : en groupes, les élèves classent les cartes en « l'IA est le meilleur outil », « quelque chose de plus simple suffit » et « ça dépend », puis défendent un de leurs choix devant la classe. Discutez de ce que « futile » veut dire et de qui doit en décider.
4. Où installer un centre de données ?
Âges : 11–16 ans · Durée : 60 minutes · Liens : géographie KS3 (activité économique et ressources naturelles ; interactions entre l'humain et le physique ; cartes et SIG)
Objectifs : identifier les facteurs d'une décision d'implantation ; peser les compromis ; utiliser des cartes et des données.
Ressources : cartes imprimées ou cartes gratuites en ligne montrant la production renouvelable, les cours d'eau, les températures, les raccordements au réseau et les villes.
Déroulement : les élèves forment une commission d'urbanisme qui doit choisir entre trois sites fictifs : frais et venteux mais isolé ; proche d'une ville en stress hydrique ; à côté d'une centrale solaire dans une région chaude. Notez chacun sur l'électricité, le refroidissement, l'eau, le foncier, les emplois et l'impact local. Prenez l'Irlande comme cas réel : les centres de données y ont consommé 22 % de l'électricité mesurée du pays en 2024, contre 5 % en 2015 (Central Statistics Office).
5. Le jeu de l'efficacité et de l'effet rebond
Âges : 11–18 ans · Durée : 40 minutes · Liens : informatique KS4 (impact des technologies) ; économie ; mathématiques
Objectifs : expliquer l'effet rebond et le paradoxe de Jevons.
Ressources : jetons, une fiche de règles simple.
Déroulement : chaque équipe dispose d'un « budget énergie » fixe en jetons. À chaque tour, l'IA devient deux fois plus efficace (une tâche coûte deux fois moins de jetons), mais les équipes choisissent ensuite combien de tâches lancer. Notez l'énergie totale à chaque tour. Les élèves constatent généralement que l'usage total augmente. Faites le lien avec l'économiste William Stanley Jevons, qui soutenait en 1865 que des machines à vapeur plus efficaces augmenteraient la consommation de charbon au lieu de la réduire. Demandez : quelles règles permettraient de limiter l'usage total ?
6. Texte, image ou vidéo ?
Âges : 13–18 ans · Durée : 40 minutes · Liens : sciences KS3 (énergie) ; informatique
Objectifs : comparer l'énergie de différentes tâches d'IA ; lire un chiffre de recherche avec un regard critique.
Ressources : les chiffres ci-dessous, imprimés.
Déroulement : présentez un résultat de recherche : dans une étude de 2024, générer 1 000 images avec le modèle le moins efficace testé a consommé 11,49 kWh, autant que 522 recharges de smartphone, tandis que le modèle de texte le plus efficace a consommé l'équivalent de 9 % d'une recharge pour 1 000 exécutions (Luccioni, Jernite et Strubell). Les élèves discutent de la raison pour laquelle les images coûtent plus cher, de ce que signifient « le plus » et « le moins efficace », et de la manière dont ils concevraient un test équitable.
7. Concevoir une étiquette d'IA verte
Âges : 9–16 ans · Durée : 50 minutes · Liens : design et technologie ; informatique ; citoyenneté
Objectifs : comprendre les étiquettes énergétiques ; décider quelles informations sont utiles et honnêtes.
Ressources : exemples d'étiquettes énergie d'appareils et d'étiquettes alimentaires, papier, stylos.
Déroulement : les élèves conçoivent une étiquette à afficher à côté d'une réponse ou d'une application d'IA. Que doit-elle indiquer : l'énergie, l'eau, le carbone, le lieu où le calcul a été fait ? Comment empêcher les entreprises de faire des allégations trompeuses (écoblanchiment) ? Les élèves plus âgés peuvent lire des étiquettes énergétiques pour l'IA.
8. Le golf du prompt
Âges : 13–18 ans · Durée : 30 minutes · Liens : informatique ; anglais/langue (écriture concise)
Objectifs : rédiger des consignes claires et précises ; relier la concision à l'efficacité.
Ressources : papier ; en option, une démonstration d'IA menée par l'enseignant.
Déroulement : les élèves réécrivent des demandes longues et vagues sous la forme du prompt (consigne) le plus court qui obtient encore exactement ce qu'il faut (à qui il s'adresse, longueur, format). Comptez les mots, puis estimez les tokens. L'enseignant peut tester en direct les deux meilleurs. Discutez de la raison pour laquelle un prompt clair vaut mieux que cinq tentatives.
9. Débat : un pays doit-il construire sa propre IA verte ?
Âges : 15–18 ans · Durée : 60 minutes · Liens : citoyenneté ; politique ; informatique
Objectifs : construire des arguments sur une politique technologique ; prendre en compte la souveraineté, le coût, l'énergie et l'équité.
Ressources : une courte note d'information, comme l'article IA souveraine et durabilité.
Déroulement : la motion est « Cette assemblée créerait un service national d'IA, public, alimenté par des énergies renouvelables ». Les équipes opposent l'égalité d'accès et le contrôle des données au coût, à l'énergie, aux infrastructures et au risque politique. Cette question a été débattue lors d'un « sandpit » (atelier de recherche) britannique sur l'IA verte en 2026, réunissant mathématiciens, informaticiens et industriels, où les avis étaient partagés : c'est donc une bonne question ouverte.
Comment évaluer les apprentissages ?
De courtes réponses écrites fonctionnent bien : « Expliquez pourquoi une seule requête consomme peu d'énergie alors que l'IA dans son ensemble en consomme beaucoup » ou « Donnez un moyen de rendre l'usage de l'IA plus efficace et un moyen de le rendre plus sobre ». Cherchez un raisonnement sur les ordres de grandeur et la présence des deux volets de l'IA verte.
Que faire maintenant
- Essayez l'activité 2 ou 3 ce trimestre ; aucune des deux ne demande de technologie.
- Partagez L'IA verte pour les élèves comme lecture préparatoire ou devoir à la maison.
- Vérifiez les faits et les idées reçues dans le guide pour les enseignants avant le cours.
- Affichez le glossaire au tableau pour les termes clés.
- Dites-nous comment s'est passée une activité via la page de contact, afin que nous puissions améliorer ces idées.
Questions fréquentes
Ces cours nécessitent-ils des ordinateurs ?
La plupart, non. Quelques-uns utilisent en option une page web gratuite, comme une démonstration de tokenizer ou une carte en ligne, que l'enseignant peut projeter.
Par quelle activité commencer ?
Les tokens en papier (activité 2) est la plus rapide : 30 minutes, aucune technologie, et elle explique pourquoi des requêtes et des réponses plus longues demandent plus de calcul. L'IA est-elle le bon outil ? (activité 3) fonctionne bien en suite logique.
Ces activités sont-elles liées au programme national ?
Elles soutiennent des contenus existants des programmes d'informatique, de sciences et de géographie d'Angleterre et des volets similaires ailleurs, mais ce ne sont pas des ressources officielles et elles ne sont liées à aucun référentiel d'examen.
Sources
- Measuring the environmental impact of delivering AI at Google scale, Google (arXiv:2508.15734) (2025)
- The Gentle Singularity, Sam Altman (OpenAI) (2025)
- What are tokens and how to count them?, OpenAI Help Center (2025)
- Energy and AI, International Energy Agency (2025)
- Data centres metered electricity consumption 2024, Central Statistics Office, Ireland (2025)
- Power hungry processing: watts driving the cost of AI deployment?, Luccioni, Jernite and Strubell (arXiv:2311.16863) (2024)
- The coal question (1865), summary and extracts, Yale University, Energy History (1865)
- National curriculum in England: computing programmes of study, Department for Education (2013)
- National curriculum in England: geography programmes of study, Department for Education (2013)
- National curriculum in England: science programmes of study, Department for Education (2013)
Voir aussi
L'IA verte : un guide pour les enseignants
Le coût de l'IA en énergie, en eau et en carbone expliqué simplement : des faits sourcés pour la classe, des points de politique et les idées reçues courantes.
L'IA verte pour les élèves
Un petit guide accessible pour les jeunes : ce qu'est l'IA verte, pourquoi l'IA consomme énergie et eau, les bons réflexes et où en savoir plus.
L'IA verte à l'école
Pourquoi le coût de l'IA en énergie, en eau et en carbone a sa place en informatique, sciences, géographie et éducation civique, avec des guides pour enseignants et élèves.
L'efficacité n'est pas la sobriété : l'effet rebond dans l'IA
Pourquoi une IA plus efficace ne consomme pas forcément moins d'énergie au total, ce qu'est l'effet rebond ou de Jevons, et comment garder des économies réelles.