Introduction

Dans le cadre du baccalauréat professionnel Maintenance des Véhicules – Carrosserie Peinture, une expérimentation pédagogique a été conduite avec une classe de première composée de deux groupes hétérogènes. Cette expérimentation, impulsée par une enquête auprès des élèves sur l’utilisation de l’IA générative, s’inscrit dans le projet TraAM STI PRO 2024-2025. L’objectif principal est de montrer aux élèves comment l’IA peut soutenir leur raisonnement diagnostique, tout en soulignant l’importance d’une méthodologie rigoureuse.

Contexte et objectifs :

Les élèves, souvent peu à l’aise avec les outils numériques bureautiques et ne se sentant pas toujours à leur place dans leur formation, ont été confrontés à une problématique concrète : diagnostiquer une panne sur un véhicule à l’aide d’une valise OBD et de l’IA générative.

Les objectifs pédagogiques étaient multiples :

• Utiliser des outils de diagnostic en atelier pour identifier des codes défaut.
• Interpréter ces données grâce à l’IA.
• Appliquer une méthodologie structurée pour rechercher une panne.
• Renforcer la confiance en soi et l’autonomie des élèves dans la résolution de problèmes complexes.

Méthodologie

La séance s’est articulée en 5 phases successives, mêlant travail individuel et en binômes, appuyées par des outils numériques (ordinateur, IA générative, tutoriels) :

• Présentation de la panne : Contexte simulé (ex. démarrage difficile).
• Diagnostic avec valise OBD : Relevé des codes et observations techniques.
• Analyse assistée par IA : L’IA propose des hypothèses et des pistes de solution à partir des données.
• Recherche de solution : Les élèves construisent une démarche de résolution et testent leurs hypothèses.
• Bilan réflexif collectif : Retour sur les apprentissages, discussion autour des apports et limites de l’IA.

Résultats et constats

• Gain d’efficacité : Les élèves utilisant l’IA ont résolu les pannes plus rapidement que ceux en démarche traditionnelle, malgré des connaissances techniques moins solides initialement.
• Valorisation du raisonnement : L’IA a permis une structuration progressive de la pensée diagnostique, en rendant visibles les liens entre symptômes, causes et hypothèses.
• Confiance retrouvée : Les élèves les plus en difficulté ont exprimé un sentiment de réussite, renforçant leur motivation et engagement.
• Posture professionnelle renforcée : L’expérimentation a encouragé une approche critique de l’IA comme outil d’aide, non comme solution miracle.

Perspectives pédagogiques L’IA, déjà présente dans les véhicules modernes (ADAS, interfaces homme-machine, diagnostic à distance), offre de nouvelles opportunités pédagogiques, notamment :

• Introduire des méthodes d’analyse de causes (5 pourquoi, Ishikawa, arbre des causes)
• Structurer le raisonnement par des outils visuels
• Travailler l’autonomie des élèves par la résolution de problèmes ouverts
• Étendre cette approche à d’autres disciplines ou projets pluridisciplinaires

Conclusion

Cette expérimentation illustre combien il est essentiel de former les élèves à raisonner, à douter, à comparer, à confronter, en particulier lorsqu’ils utilisent des outils puissants comme l’IA. Loin de remplacer le jugement humain, l’intelligence artificielle devient ici un levier d’apprentissage, au service de l’acquisition de compétences professionnelles et de la construction d’une posture critique et responsable.

Introduction : Dans le cadre du baccalauréat professionnel en Maintenance et Efficacité Énergétique (MEE), l’expérimentation pédagogique a été menée avec une classe de terminale composée de 12 élèves aux profils variés. Cette séance visait à renforcer les compétences techniques et (…)