La position du cours vis-à-vis de l’IA s’inspire librement des « AI Agent Guidelines for CS336 (Language Modeling from Scratch) de Stanford » (https://dev.to/onsen/ai-agent-guidelines-for-cs336-at-stanford-jbi) avec comme objectif la formation à un usage raisonné et durable de l’IA et la prévention des risques liés à l’IA comme la perte d’apprentissage, la dépendance excessive, la validation d’erreurs de l’IA...

 

Prenant acte des progrès récents et à venir de l’IA, cette position repose sur trois principes :  

1.     s’autoriser à utiliser l’IA quand c’est une aide dans les apprentissages, et seulement dans ce cas car il est clair qu’aujourd’hui les IA sont capables de répondre à la plupart des exercices proposés dans le cadre de ce cours.

2.     apprendre à maitriser les usages de l’IA, reconnaissant le fait que les ingénieurs ML/IA utilisent couramment des assistants IA dans leur travail. Un objectif du cours est de permettre d’évaluer la pertinence d’une réponse générée par IA.

3.     être transparent dans ses usages de l’IA dans le cadre du cours, cette transparence devant à terme s’imposer à tous.

 

Ces principes sont mis en œuvre à travers trois types de directives relatives à l’utilisation de l’IA dans le cadre du cours précisant ce qui est permis, ce qui ne l’est pas et la nécessité de transparence.

 

1. Les utilisations autorisées de l'assistance par IA

 

Les élèves sont autorisés à utiliser des outils d'IA pour :

-        La clarification conceptuelle : demander à une IA d'expliquer un concept déjà abordé en cours ou dans des lectures.

-        L’assistance au débogage : utilisation de l’IA pour identifier les erreurs de syntaxe ou comprendre les messages d’erreur.

-        Les recherches bibliographiques : utilisation de l'IA pour faire émerger des articles pertinents ou résumer des résumés.

-        L’amélioration de la qualité rédactionnelle : corrections grammaticales et amélioration de la clarté des rapports écrits (et non création de contenu substantiel).

-        L’analyse critique des résultats obtenus pour valider ou invalider les choix faits et suggérer de nouvelles pistes en particulier pour améliorer du code, pistes vis-à-vis desquelles il faudra garder son esprit critique.

 

2. Les utilisations interdites de l’IA

 

Ces directives définissent ce qui n’est pas autorisé :

-        Générer des solutions pour les devoirs : soumettre du code généré par l'IA ou des dérivations comme étant votre propre travail.

-        L'utilisation d'agents d'IA pour exécuter des expériences de manière autonome.

-        Utiliser l'IA pour rédiger des sections substantielles de rapports de recherche ou d'analyses

-        Le partage de supports de cours avec des systèmes d'IA peut exposer des ensembles de données propriétaires ou des recherches non publiées.

 

3. Les obligations de divulgation

 

Les élèves doivent :

-        Consigner toutes les interactions significatives avec l'IA liées aux devoirs dans une section dédiée de votre soumission.

-        Décrire la nature de l'assistance en IA (par exemple : « Utilisation de GitHub Copilot pour le code de chargement des données standard ; tout le code d'architecture du modèle a été écrit indépendamment »).

-        Réfléchir à ce qu’ils ont appris des parties du travail assistées par l'IA par rapport aux travaux réalisés de manière indépendante.

 

Ce cadre de transparence s'inspire en partie des normes émergentes dans l'édition scientifique, où des revues comme Nature exigent désormais des auteurs qu'ils déclarent avoir recours à l'intelligence artificielle. Son application aux travaux universitaires constitue un progrès significatif, en ligne avec la déclaration de Leiden (https://leidendeclaration.ai) concernant l’utilisation de l’IA pour la recherche en mathématique.

 

Annexes

 

Annexe 1 :

Le fichier « system-prompt-cours-MLA.md » pourra être utilisé comme system prompt (ChatGPT / Claude / Gemini, instructions personnalisées ou projet), ou déposé à la racine des dépôts de TP sous le nom AGENTS.md (lu par Devstral, Claude Code, Cursor, Copilot agent…) et, le cas échéant, dupliqué en CLAUDE.md.

 

Voici les fichiers d’instructions proposés pour le cours CS336 de Stanford :

-        https://github.com/stanford-cs336/assignment1-basics/blob/main/AGENTS.md

-        https://github.com/stanford-cs336/assignment1-basics/blob/main/CLAUDE.md

 

 

Annexe 2 :

Exemples de lignes directrices pour l'utilisation de l'IA dans le cadre d’un cours :

-        https://dev.to/onsen/ai-agent-guidelines-for-cs336-at-stanford-jbi

-        https://www.epfl.ch/education/teaching/index-html/ai-teaching/guidelines-for-using-ai-in-studying/

-        https://codimd.apps.education.fr/s/_wrb4URtT

-        https://www.cst.cam.ac.uk/files/ai_policy.pdf

-        https://www.uzh.ch/en/explore/basics/ai/recommendations.html

 

Annexe 3 :

Une étude récente (Strömberg, D., Lei, V., & Wu, Y. (2026). The generative AI learning penalty: Evidence from Chinese secondary education) a rapporté l’impact de l’usage de l’impact de l’IA générative sur 26 811 élèves chinois. L’étude rapporte que l’adoption de l’IA augmente les notes des devoirs de 18 % et réduit le temps de réalisation de 30 %, mais diminue les notes des examens de 18 % et 24 %, le maximum de baisse n’apparaissant qu’après environ deux ans.

Illustration des résultats (en pourcentage par rapport à la moyenne de référence) de la note moyenne aux devoirs, du temps moyen de réalisation des devoirs en minutes et de la note moyenne aux examens à livre fermé en classe. https://papers.ssrn.com/sol3/papers.cfm?abstract_id=6977138

 

Last modified: Saturday, 22 August 2026, 10:50 AM