- 5ème
- Cycle 4
- scénario, séquence
- travaux pratiques
- enseignant
- classe
La solubilité du sel dans l'eau à l’ère de l’IA
Dans quelle mesure les réponses de l’intelligence artificielle sont-elles fiables lorsqu’on les confronte à des modèles scientifiques et à l’expérimentation ? Proposition d'hypothèse, confrontation avec la réponse d'une IA et réalisation de l'expérience.
L'explication de la ressource en vidéo
La séquence
Dans cette séance, les élèves cherchent à répondre à la question : « Quelle quantité maximale de sel peut-on dissoudre dans l’eau ? ».
Ils commencent par formuler une hypothèse, puis découvrent une réponse proposée par une intelligence artificielle.
À travers une expérimentation, ils déterminent la solubilité du sel dans l’eau et comparent leurs résultats à la valeur théorique.
Cette activité leur permet à la fois de comprendre la notion de solution saturée et de développer un regard critique sur les réponses fournies par l’IA.
Ils commencent par formuler une hypothèse, puis découvrent une réponse proposée par une intelligence artificielle.
À travers une expérimentation, ils déterminent la solubilité du sel dans l’eau et comparent leurs résultats à la valeur théorique.
Cette activité leur permet à la fois de comprendre la notion de solution saturée et de développer un regard critique sur les réponses fournies par l’IA.
L’intégralité du descriptif de la séance peut être téléchargé : cliquez ici
Le document élève
Retour d'expérience
Bilan sur la fiabilité des sources
| Source | Niveau de confiance |
| Hypothèse personnelle | Faible |
| Réponse IA sans source | Moyen |
| Réponse IA avec source vérifiable | Bon |
| Manuel scientifique | Très bon |
| Résultat reproduit expérimentalement | Très bon |
auteurs :
Katia Huet
Mots clés :
Information(s) pédagogique(s)
Niveau :
5ème, Cycle 4
Type pédagogique :
scénario, séquence, travaux pratiques
Public visé :
enseignant
Contexte d'usage :
classe
Référence aux programmes :
- Objectif(s) pédagogique(s) :
- Comprendre la notion de solubilité et de solution saturée.
- Mettre en œuvre une démarche expérimentale (hypothèse, test, conclusion).
- Comparer un résultat expérimental à une valeur théorique.
- Développer un esprit critique face aux réponses d’une intelligence artificielle.
- Savoir mesurer, observer et interpréter des résultats expérimentaux.
- Contenus du programme de PC :
- Dissolution d’un solide dans un liquide : notion de solution.
- Notion de solution saturée et de solubilité.
- Influence de certains paramètres (température, agitation).
- Différence entre valeur expérimentale et valeur théorique.
- Compétences mobilisées (Socle commun/ ECE) :
- Pratiquer des démarches scientifiques : formuler une hypothèse, expérimenter, interpréter.
- S’approprier des outils et des méthodes : utiliser une balance, une éprouvette, suivre un protocole.
- Analyser et interpréter des données : comparer résultats expérimentaux et données issues de l’IA.
- Communiquer : reformuler une information, rédiger une conclusion.
- Adopter un esprit critique : questionner la fiabilité d’une information (notamment issue de l’IA).
- Compétences numériques (CRCN – PIX) :
- Domaine 1 : Information et données - Rechercher, lire et comprendre une information issue d’une IA.
- Domaine 4 : Protection et sécurité / esprit critique - Évaluer la fiabilité d’une information numérique (IA).
- Outils numériques utilisés :
- IA conversationnelle (ex : ChatGPT, Perplexity)
- Vidéo de sensibilisation (ex : ARTE Family via Digiview)
- Contexte pédagogique - Prérequis :
- Savoir utiliser du matériel de base : balance, éprouvette graduée, bécher
- Connaître la notion de mélange (homogène / hétérogène)
- Avoir déjà manipulé en respectant un protocole expérimental simple
- Comprendre qu’une mesure peut comporter des incertitudes