Niveau de classe visé

L’atelier « Trions les déchets ! » a été conduit auprès de trois classes du collège de la Couldre à Montigny-le-Bretonneux : une classe de 6ᵉ et deux classes de 5ᵉ. Ces niveaux sont particulièrement adaptés car ils permettent d’aborder à la fois :

• des notions scientifiques : matière, déchets, recyclage,
• des compétences numériques : programmation, IA
• des enjeux éducatifs transversaux : développement durable et citoyenneté.

L’activité s’inscrit dans le cadre de la CodeWeek 2025, temps fort dédié à l’apprentissage de la programmation et de la culture numérique.

Modalité d’utilisation

L’intelligence artificielle est utilisée ici comme outil d’apprentissage expérimental, à travers la plateforme Vittascience qui permet de créer, entraîner et tester un modèle de reconnaissance d’images. Les élèves alternent :

• manipulations concrètes (apport et photographie des déchets),
• travail numérique (entraîner l’IA, coder un programme)
• réflexion citoyenne.

Description de la mise en œuvre

La séance se déroule en quatre phases successives, chacune visant un apprentissage précis.

Phase 1 – Contextualisation

L’atelier débute par une courte vidéo expliquant comment l’IA est déjà utilisée dans les centres de tri. Ce support permet aux élèves de comprendre les enjeux réels : amélioration du recyclage, automatisation des chaînes de tri, réduction des erreurs humaines.

Phase 2 – Constitution des données et entraînement du modèle

Chaque élève apporte des déchets du quotidien et les regroupent selon leur matériau (papier, carton, plastique dur, plastique mou). Ensuite, ils prennent plusieurs photographies de chaque déchet sous divers angles et étiquettent chacune des images sur la plateforme Vittascience, étape essentielle car l’IA apprend en associant une image à une catégorie.
Cette phase développe des compétences clés : rigueur, observation, qualité des données.

Phase 3 – Test de l’IA et amélioration du modèle

Les élèves utilisent la fonction de reconnaissance d’images pour tester leur IA.
Lorsque l’IA se trompe ou reste incertaine, les élèves identifient la cause : photo floue ? catégorie trop peu représentée ? déchet ambigu ?
Ils enrichissent alors le modèle en ajoutant davantage d’images.

Cette étape met en évidence la logique d’apprentissage automatique : plus il y a de bonnes données, meilleures sont les performances.

Phase 4 – Programmation et utilisation en conditions réelles

Les élèves passent ensuite à la programmation :
– ils créent un petit programme reliant leur modèle à un dispositif de test ;
– ils simulent un tri en temps réel avec les déchets photographiés.

Ce passage du numérique au réel renforce le caractère concret de l’atelier.

Impact et/ou plus-value de cet usage

L’atelier a été unanimement apprécié par les élèves. La démarche active, mêlant manipulation réelle, travail numérique, création d’IA et programmation, a fortement stimulé l’engagement.
Les plus-values pédagogiques sont notables :

• Compréhension des enjeux environnementaux : les élèves prennent conscience du rôle du tri et découvrent comment la technologie peut améliorer le recyclage.
• Éducation au numérique : ils comprennent que l’IA n’est pas magique, qu’elle a besoin de données, peut faire des erreurs, et doit être entraînée.
• Développement de la pensée scientifique : hypothèses, tests, améliorations successives.
• Dimension citoyenne : l’activité les amène à réfléchir à leurs pratiques quotidiennes, de manière ludique et responsabilisante.
• Déstéréotypage de l’IA : les élèves découvrent que l’IA ne se limite pas à créer des images ou du texte ; elle peut aussi servir dans des applications utiles, concrètes et écologiques.

Retrouvez l’ensemble de la séquence sur le site du collège de la Couldre.