Apprendre à l'ère de l'IA : pédagogie, transmission et création numérique

La résistance à l'IA dans les milieux créatifs et éducatifs est palpable. Les étudiants en 3D de Robin Tremblay hésitent à l'intégrer, craignant de perdre leur intégrité artistique au profit d'une machine qui déciderait à leur place. Sa réponse pédagogique est de leur montrer que l'IA est déjà présente dans les logiciels. Elle est discrètement intégrée dans les outils qu'ils utilisent depuis des années. Le réducteur de bruit dans Houdini, le upscaling d'images (amélioration de la résolution des images), et le remplissage génératif dans Photoshop sont autant de fonctions basées sur l'apprentissage machine que personne n'avait encore identifiées comme telles. Montrer ces usages familiers aux étudiants réduit la menace perçue et ouvre une conversation plus productive sur ce que l'IA peut ou ne peut pas faire.

Julien Bouvrais, fort de vingt-cinq ans dans l'industrie du jeu vidéo, observe la même résistance du côté des équipes en entreprise. Believer était un studio centré sur l'intégration massive de l'IA. Malgré sa courte durée de vie de deux ans, Julien Bouvrais et son équipe ont créé des espaces d'expérimentation décorrélés de la production, posant ainsi de bonnes bases. Des défis hebdomadaires ludiques comme générer une image avec un modèle de diffusion, explorer la génération audio, expérimenter avec la vidéo, permettaient aux équipes d'apprivoiser les outils sans la pression du livrable. Il a été jusqu'à créer des balados générés par IA à partir des nouveautés de leur application Notion et Github. Il rendait ainsi la technologie utile, accessible et ancrée dans le quotidien du studio. Apprendre par le jeu, sans enjeu de production immédiat, s'est révélé plus efficace que toute formation formelle.

Ce qui ressortait des témoignages, c'est que l'IA prend en charge ce que l'humain fait sans plaisir, des tâches chronophages, répétitives, techniquement lourdes. Robin Tremblay donne l'exemple d'un projet étudiant où des boules de crèmes glacées devaient être modélisées en 3D. Un objet organique complexe qui fond à l’air libre, ne peut pas être ‘photogrammétré’ (modèle créé à partir des photos réelles). Choisir de bonnes photographies sur Internet et les passer dans Hugging Face, un outil gratuit et accessible, a permis de générer des géométries de base en quelques minutes. Ainsi les étudiants sont libérés pour se concentrer sur l'idéation, le design et la narration visuelle. Il y a deux ans, deux équipes sur douze utilisaient l'IA dans leurs projets. Cette année, la majorité. Le résultat pour les étudiants et également selon le jury, est meilleur.

Julien Bouvrais formule le même principe différemment. Selon lui, il ne s’agit pas d’apprendre les outils autant que de comprendre ce qu'on veut en faire. Si nous avons la vision de l’architecture dont on a besoin, avec un sens critique et une vision créative, l’IA décuple nos capacités. Le code et les tâches répétitives peuvent être délégués à la machine. Les outils changeront. La capacité de penser, non. Bouvrais soulève également les enjeux que l'industrie évite souvent de nommer. Quels modèles utiliser, à quel coût, sous quelles conditions légales ? Les grands modèles commerciaux sont puissants mais onéreux. Les modèles open weight (1) sont accessibles mais nécessitent des interfaces complexes comme ComfyUI pour être exploités (2). Et les mises à jour fréquentes des API commerciales peuvent rendre obsolètes des mois de travail d'intégration. Naviguer ces contraintes fait désormais partie du métier. Sa réponse : construire des outils sur mesure, adaptés aux besoins réels des équipes, plutôt que de forcer l'adoption d'outils génériques. Chez Believer, cela s'est traduit par un chatbot interne et un wiki dynamique généré par IA, capables de répondre aux questions spécifiques du projet en temps réel.

Au-delà des outils et des méthodes, les trois intervenants convergent sur une idée fondamentale : l'IA ne vaut que ce que la transmission qui l'accompagne a comme valeur. Former des créateurs qui comprennent les systèmes plutôt que des utilisateurs qui dépendent des outils. Voilà l'enjeu commun.

Stéphane Nepton, artiste praticien énactif (apprentissage centré sur l’interaction entre l’individu et son environnement) issu de la communauté de Mashteuiatsh du Lac St-Jean, travaille depuis vingt ans à la transmission intergénérationnelle des savoirs autochtones par les arts numériques. Pour lui, la santé culturelle passe par la langue, le lien au territoire et la souveraineté narrative. Dans les communautés des Premières Nations, qui ont survécu au génocide physique et culturel des politiques coloniales, ce concept intègre le physique, le mental, l'émotionnel et le spirituel comme conditions indissociables du bien-être collectif. Trop longtemps, les peuples autochtones ont été racontés par des allochtones et à travers des archives coloniales. Le patrimoine tangible et intangible numérisé, et l'IA en particulier, offre désormais les moyens de réappropriation, résistance et reliance au sein de la communauté.

Concrètement, à partir de photographies d'archives, Stéphane développe un pipeline de création accessible : upscaling d'une image historique en basse résolution, génération de multiples angles par IA avec Qwen AI, conversion avec le modèle ML sharp de Apple en modèle 3D, nettoyage du modèle 3D, animation par caméra virtuelle puis animation via le Gaussian Splatting. Il apprend aux aînés à s'approprier ces outils qui à leur tour transmettent leurs savoirs aux jeunes, pour que ces derniers prolongent le cycle aussi en aidant les aînés dans le numérique. L’apprentissage se fait donc de manière circulaire. Nepton développe actuellement un atelier intitulé Tipatshimun, mot innu signifiant "celui qui raconte une histoire", autour de la réappropriation généalogique et identitaire par les archives familiales numérisées. Le numérique y devient prétexte à la transmission intergénérationnelle, et un facteur attractif pour les jeunes, pas une finalité en soi. Il en donne un exemple : la fabrication à la main d'un canot traditionnel atikamekw enseigné par M. Benoît Ottawa, documentée et numérisée par photogrammétrie pour créer un modèle 3D. Ce canot devient ensuite un objet de navigation dans un environnement de jeu vidéo en forêt boréale. Le numérique ne remplace pas le geste ancestral. Il le prolonge et le transporte dans un espace où les jeunes peuvent se le réapproprier selon leur propre langage.

Ce que ces trois pédagogues font chacun dans son univers illustre quelque chose de plus grand. Leurs outils sont gratuits, leurs savoirs partagés, leurs projets souvent sans modèle commercial défini. Dans un système capitaliste qui mesure la valeur en transactions économiques et monétaires, tout cela demeure invisible. Pourtant la valeur est réelle : une culture préservée, une génération formée, une fracture réduite.

Cette accessibilité soulève une question plus large : si la valeur réelle ne se mesure pas en transactions, comment l'évaluer ? Dans son ouvrage The Last Economy (2025) (3), Emad Mostaque pose le problème. Le modèle économique hérité d'Adam Smith, qui mesure la santé d'une nation par son PIB, est devenu obsolète. Mostaque illustre l'absurdité du système : un divorce ou un cancer contribuent positivement au PIB en multipliant les dépenses (4) mais ne maximisent pas le bonheur ou la santé.

Mostaque va plus loin. Quand un tuteur IA offrira une éducation personnalisée et gratuite à chaque enfant sur Terre, le secteur de l'éducation implodera sur les tableaux de bord et on cherchera à le sauver. Un projet d’éducation universelle que Nicolas Negroponte avait tenté d'incarner dans les années 2000 avec son projet One Laptop Per Child, qui malgré les défis d'implémentation a enrichi la réflexion sur l'accessibilité technologique. Wikipedia a mis Britannica en faillite tout en offrant vingt milliards de pages de savoir gratuit. Sa contribution au PIB est négative. Sa contribution à l'humanité est immense. Avec toutes ses imperfections, il reste un outil transformateur, à condition de garder son esprit critique.

Ce renversement de paradigme, l'industrie de la création numérique le vit déjà. La valeur de ce que font Robin Tremblay, Julien Bouvrais et Stéphane Nepton ne se mesure pas en revenus générés. Elle se mesure en cultures transmises, en barrières levées, en créateurs formés à penser plutôt qu'à consommer. C’est ce que Mostaque nomme la purposeful AI, l'IA délibérée, avec un but défini.

Pour en savoir plus, la diffusion de ce panel se retrouve en ligne sur la plateforme de formation continue EXPERTS.