STEMENTIEL

Hub éducatif dédié à la démarche STEM

S2

2e secondaire

Météo ou Climat ?

Dans une première activité, les élèves analyseront différentes affirmations relatives à la météo et au climat et étudieront des images de différents endroits sur Terre ayant des climats différents pour comprendre que la Terre est divisée en différentes zones climatiques avec différentes amplitudes de températures et de précipitations. Ils mèneront ensuite une expérimentation visant à recueillir des données sur la température de l’air sur une période spécifique. Ces données seront ensuite représentées sous forme de graphiques et les moyennes seront calculées. Enfin, ils analyseront des projections climatiques et rédigeront un bref rapport sur le climat pour l’année 2050. Cette ressource a été développée dans le cadre de la Rentrée des Sciences.

Cartographier les pollinisateurs

Les pollinisateurs sont des acteurs essentiels de notre environnement. Dans cette enquête, les élèves enquêteront sur la présence de pollinisateurs dans leur ville. Quels endroits leur sont favorables et pourquoi ? En tentant de répondre à ces questions, les élèves comprendront mieux le rôle fondamental que jouent les pollinisateurs dans la biodiversité et les effets concrets des activités humaines sur leur survie. Cette ressource a été développée dans le cadre du projet SteamCity.

Trier les déchets grâce à l’IA

L’IA est un domaine scientifique complexe qui possède un grand nombre d’applications concrètes. Durant de cette activité, les élèvent vont découvrir comment effectuer de la reconnaissance d’images par IA, en créant un modèle capable de faire du tri sélectif. Les élèves vont également se familiariser avec les notions d’entrainement et de biais, concepts très importants pour comprendre le fonctionnement et les limites de l’IA. Cette ressource a été développée dans le cadre du projet SteamCity.

Végétaliser la ville

Dans un contexte où les villes cherchent à devenir plus durables, la végétalisation urbaine joue un rôle crucial. Ce protocole pédagogique propose aux élèves de créer leur propre mur végétal. Ils apprendront à utiliser des microcontrôleurs Micro:bit pour mesurer les conditions environnementales et s’initieront aux nouveaux outils de recherche basés sur l’intelligence artificielle pour sélectionner les plantes les mieux adaptées à leur environnement. Cette ressource a été développée dans le cadre du projet SteamCity.

Trees VS Cars : Arbres décisionnels

Cette activité débranchée permet d’explorer les arbres décisionnels et leur intérêt dans la classification. Comment un ordinateur peut-il classer et interpréter des données sans être explicitement
programmé pour chaque scénario possible ? Cette question est au cœur du machine learning,
ou apprentissage automatique, et plus particulièrement du supervised learning, ou
apprentissage supervisé. Ces domaines de l’intelligence artificielle visent à créer des
algorithmes capables d’apprendre à partir de données connues, puis d’appliquer ces
connaissances à de nouvelles situations. L’objectif de cette ressource est de servir
d’introduction aux concepts fondamentaux de l’apprentissage supervisé, en faisant créer aux
élèves un modèle capable de séparer des véhicules en deux catégories : ceux autorisés à
rouler dans la LEZ (Low Emission Zone ou zone basse émissions) de Bruxelles en se basant sur
trois critères : le type de véhicule, le type de carburant, et l’année de fabrication du véhicule. Cette ressource a été développée dans le cadre du projet SteamCity.

Mission Zero : Programmation par bloc

Dans cette ressource, les élèves vont découvrir le projet Astro Pi – Mission Zero. Ils apprendront comment fonctionnent les LED tricolores et comment elles produisent différentes couleurs et intensités de lumière. Grâce à cette activité, les élèves programmeront un Astro Pi pour changer les couleurs des LED sur une matrice. Ils n’auront pas besoin de matériel particulier, car ils utiliseront un simulateur en ligne.

Supernova – Escape Game IA

« Tu ouvres lentement les yeux, ressentant une légère douleur à l’arrière de la tête. Une lumière éblouissante te fait cligner des yeux, mais peu à peu, ta vision s’ajuste. Tu te trouves entouré de murs métalliques étincelants, avec des lumières clignotantes qui créent une ambiance futuriste. Des bruits étranges te révèlent que tu es à bord d’un vaisseau spatial en mouvement. Comment es-tu arrivé ici ? »

C’est le point de départ de ce jeu d’évasion sur le thème de l’intelligence artificielle. Les joueurs disposent de 60 minutes pour percer les mystères du vaisseau, tout en explorant divers aspects de l’IA. Ce jeu propose une manière ludique et interactive de démystifier cette technologie omniprésente. La ressource inclut également un support visuel pour expliquer le déroulement du jeu et un débriefing des points pédagogiques abordés pendant la partie.

Biais humains et biais des IAs

Cette activité vise à mettre en évidence que les humains tout comme les IAs ont des biais, ou autrement dit, qu’ils ne sont pas neutres. L’expérience acquise (le milieu où une personne a grandi ou sa culture pour un humain, ou les jeux de données et algorithmes pour une IA) influe fortement sur la perception qu’aura un humain, ou une IA, dans une situation donnée. Elle s’inscrit dans un parcours de 6 activités sur l’IA, qui peuvent aussi être abordées de manière indépendante.

Utiliser une IA dans un programme

Si on vous disait qu’il ne faut pas forcément être un expert IT pour entraîner une intelligence artificielle à la reconnaissance d’images ! Cette ressource propose aux jeunes de faire paire parler un personnage dans Scratch pour qu’il dise ce qu’il voit avec la caméra. Elle permet de découvrir comment intégrer une intelligence artificielle entraînée à reconnaitre des images dans un programme et d’introduire la programmation par blocs à l’aide de Scratch. Cette activité s’inscrit dans un parcours de 6 ressources pédagogiques sur l’IA, qui peuvent aussi être abordées de manière indépendante.

Reconnaissance d’image

Cette activité permet de découvrir l’apprentissage automatique en entraînant un système de reconnaissance d’images avec l’outil en ligne « Teachable Machine » de Google. Elle s’inscrit dans un parcours de 6 activités sur l’IA, qui peuvent aussi être abordées de manière indépendante.

Retour en haut