OBJECTIFS

• L’objectif est de comprendre le fonctionnement d’un modèle numérique de propagation d’une maladie infectieuse (exemple de la rougeole) en utilisant l’IA comme source d’informations.

COMPETENCES TRAVAILLEES

Compétences en S.V.T.

Notions	Seconde, B.O. spécial n°1 du 22 janvier 2019 La connaissance de la propagation du pathogène (voire, s’il y en a un, du vecteur) permet d’envisager les luttes individuelles et collectives. Les comportements individuels et collectifs permettent de limiter la propagation (gestes de protection, mesures d’hygiène, vaccination, etc.).
Savoir-Faire	Exercer son esprit critique en utilisant un modèle numérique : le logiciel Couvac.

Cadre de Référence des Compétences Numériques (C.R.C.N.)

Communication	Partager et publier
Informations et données	Gérer et traiter des données : utilisation d’un tableur, obtention de moyennes, réalisation d’un traitement statistique, détermination du coefficient de détermination, réalisation d’une droite de régression avec son équation

CONTEXTE

• Niveau : Seconde

• Prérequis :

Les élèves ont appris que :
— Certaines maladies causées par des agents pathogènes sont transmises directement entre êtres humains ou par le biais d’animaux tels que les insectes (maladies vectorielles).
— Les agents pathogènes (virus, certaines bactéries ou certains eucaryotes) vivent aux dépend d’un autre organisme, appelé hôte (devenu leur milieu biologique), tout en lui portant préjudice (les symptômes).
— La propagation du pathogène se fait par changement d’hôte. Il exige soit un contact entre hôtes, soit par le milieu ambiant (air, eau), soit un vecteur biologique qui est alors l’agent transmetteur indispensable du pathogène (il assure la maturation et/ou la multiplication du pathogène).
— Le réservoir de pathogènes peut être humain ou animal (malade ou non). La propagation peut être plus ou moins rapide et provoquer une épidémie (principalement avec des virus).

DEROULE DE LA SEANCE

Première séance

• Temps 1- Analyse des documents

– Les élèves analysent des documents afin d’en extraire les informations permettant d’expliquer la recrudescence actuelle de la rougeole.
– Les élèves argumentent leur réponse à partir de leur analyse.
– Après un échange avec les élèves, nous leur proposons d’utiliser une modélisation épidémique à l’aide du logiciel Couvac de Philippe Cosentino (source : https://www.pedagogie.ac-nice.fr/svt/?p=654)

• Temps 2- Prise en main du logiciel

– Tous les élèves utilisent une couverture vaccinale de 50%
– Les élèves complètent le Fiabilitomètre à l’aide de l’Octaèdre des sciences, hexagone « questionner le résultat »

Deuxième séance

• Temps 1- Echanges sur la fiabilité des résultats obtenus et réponse à la problématique

– Mise en commun des réponses complétées par les groupes ; points de vigilance proposés.

– Après échanges, les élèves vont :
— utiliser Compar:IA afin de récupérer les données correspondant à la Rougeole https://www.comparia.beta.gouv.fr/. Les élèves découvrent ce qu’est le taux de contagion (R0), le seuil d’immunité collective. L’IA peut aider à comprendre ces concepts et à montrer que finalement certains paramètres du logiciel sont eux mêmes calculés à partir de modèles.
— choisir les pourcentages à utiliser
— réaliser plusieurs essais
— noter les résultats dans un tableau partagé
— réaliser le graphique représentant le nombre de personnes contaminées en fonction de la couverture vaccinale
— obtenir la régression la plus adaptée en utilisant le coefficient de détermination
— calculer la couverture vaccinale permettant d’annuler les contaminations
— comparer avec la valeur donnée par l’O.M.S.

• Temps 2- Bilan

– S’interroger sur la fiabilité du modèle et donc la fiabilité des résultats :

• le logiciel représente-t-il entièrement la réalité ? A partir de quand peut-on considérer que les résultats sont représentatifs de la réalité ? → Penser à multiplier le nombre de tests afin d’écarter les biais de manipulations (erreurs liées au manipulateur ou aux outils utilisés).

Supports pédagogiques
— Laëtitia CIROLDI, Éric LACOUTURE, Johann GERARD, Fiabilitomètre : Construire l’esprit critique en SVT, https://cafepedagogique.net/wp-content/uploads/2024/09/construire_l_esprit_critique_en_svt.pdf
— Philippe Cosentino, COUVAC, https://www.pedagogie.ac-nice.fr/svt/?p=654 ou https://cosphilog.fr/
— Delphine Ducourtioux, Erwann Perrin, Octaèdre des Sciences https://hexagone-website.vercel.app/
— Ministère de la Culture, Comparateur d’IA, https://www.comparia.beta.gouv.fr/
— Rougeole en France. Bilan annuel 2024.
— L’ONU alerte sur la hausse de plusieurs maladies « évitables », Ouest France, 24 Avril 2025, https://www.ouest-france.fr/sante/maladies/rougeole-meningite-fievre-jaune-lonu-alerte-sur-la-hausse-de-plusieurs-maladies-evitables-7f3f4464-20db-11f0-bf67-a97478b86af6]
— L’ONU alerte sur la hausse de plusieurs maladies « évitables », ONU, 24 Avril 2025, https://news.un.org/fr/story/2025/04/1154971
— IA et éducation, rapport d’information du Sénat n° 101 (2024-2025), déposé le 30 octobre 2024, https://www.senat.fr/rap/r24-101/r24-101.html
— B.O. spécial n°1 du 22 janvier 2019, https://eduscol.education.fr/1664/programmes-et-ressources-en-sciences-de-la-vie-et-de-la-terre-voie-gt
— Répères pour l’évaluation des compétences numériques. Tableau de synthèse par compétence https://eduscol.education.fr/document/20392/download
— Taux de contagion, seuil d’immunité collective https://chatgpt.com/share/6836cec5-9dbc-8009-832d-e8da4932d479
— Les gestes barrières https://sante.gouv.fr/prevention-en-sante/preserver-sa-sante/pour-un-hiver-sans-virus/article/les-gestes-barrieres-des-reflexes-simples-pour-se-proteger-et-proteger-ses

Durée de l’activité : 1h30

PRODUCTION FINALE

Diaporama IA, Esprit critique et vaccination. Le diaporama présente les grandes lignes de la séquence pédagogique dont la production finale. Les captures d’écran ci-dessous sont celles de groupes différents :

Les élèves ont :

• obtenu un graphique à partir des données ajoutées au tableur
• choisi la régression la plus adaptée en utilisant le coefficient de détermination
• récupéré l’équation qui leur a permis de calculer la couverture vaccinale pour laquelle les contaminations sont nulles

A partir de cette production et des nombreux échanges, les élèves ont noté le bilan de leur activité.

ANALYSE

• Utilisation d’un tableur
  — Seuls quelques élèves ont été capables d’utiliser le tableur.
  — Il a été nécessaire de leur rappeler comment :
  – calculer une moyenne à l’aide d’un tableur.
  – construire un graphique
  – obtenir une régression
  – utiliser le modèle de régression adéquate (linéaire, logarithmique, exponentiel…) qui limitera les biais d’analyse ou d’interprétation. Pour rappel, le coefficient de détermination correspond au coefficient de corrélation R² ; ce coefficient est un indice de la qualité de la prédiction de la régression. Le coefficient de détermination se situe entre 0 et 1. Plus il est proche de 1, plus la régression est en adéquation avec les données collectées. 1 est égal à 100% donc dans ce cas, la corrélation entre les variables est totale. En seconde, seuls quelques élèves ont entendu parler de logarithme. On peut donc décider d’utiliser une régression linéaire et montrer aux élèves comment la régression logarithmique peut donner des résultats plus fiables.

• Utilisation de compar:IA

– La majorité des élèves utilisent des IA. Une seule élève a proposé d’utiliser un moteur de recherche afin de récupérer les données permettant de compléter les cases du modèle. Les I.A. sont utilisées aujourd’hui par plus de 90% de nos élèves de seconde (IA et éducation, rapport d’information du Sénat n° 101 (2024-2025), déposé le 30 octobre 2024).
– De nombreux élèves n’avaient pas été sensibilisés au fait de ne pas fournir ses données personnelles à une IA (conseil de prévention proposé par Compar:IA avant de rédiger son prompt).
– Aucun élève n’a eu le réflexe de demander dans le prompt que les sources soient indiquées.
– De nombreux élèves ont découvert l’impact énergétique produit par leur discussion. Les élèves ont trouvé que le fait de convertir l’énergie consommée en quantité de CO2 émis, en durée d’utilisation d’une ampoule LED et encore plus parlant pour eux en durée de visionnage sur une plateforme était très intéressant.

• Compléter cette activité en :
  – utilisant à nouveau le modèle en modifiant l’effectif
  – utilisant un autre modèle numérique de type stochastique comme NetBioDyn et le comparer à ce modèle