# Guide de l'Animateur / Formateur — IA Sans Panique

## 1. Déroulé de Séance Clé en Main (3h30)

| Horaire | Étape | Objectif Pédagogique | Activité / Manipulation | Support Lab |
| :--- | :--- | :--- | :--- | :--- |
| **00:00 - 00:15** | **Accueil & Diagnostic** | Briser la glace, dédramatiser, évaluer le niveau de départ | Question brise-glace : *"Quelle corvée aimeriez-vous déléguer à l'IA ?"* + 6 cartes "Est-ce de l'IA ?" | Diagnostic initial |
| **00:15 - 00:45** | **ML sans jargon** | Comprendre programmation vs apprentissage statistique | Tri interactif de 12 courriers + curseur d'overfitting | Modules 1 & 2 |
| **00:45 - 01:20** | **LLM & Génération** | Démystifier ChatGPT/Mistral, comprendre tokens & probabilités | Jeu du prochain mot + survol d'attention + matrice de risque d'hallucination | Modules 3 & 4 |
| **01:20 - 01:30** | **Pause café** | Décompression cognitive | Échanges informels | — |
| **01:30 - 02:05** | **Prompting Métier** | Passer du prompt vague à une consigne structurée | Exercice en binôme avec le framework C.O.N.T.E.X.T.E. | Module 7 |
| **02:05 - 02:40** | **Le RAG d'Entreprise** | Comprendre comment ancrer l'IA dans les données internes | Simulation RAG avec 3 documents RH/Achats et test du garde-fou | Module 5 |
| **02:40 - 03:10** | **Les Agents IA** | Différencier chatbot et agent autonome supervisé | Mission Lyon : exploration du graphe LangGraph et point d'arrêt humain | Module 6 |
| **03:10 - 03:25** | **Mission Référent IA** | Évaluer le transfert vers des cas d'usage réels | Résolution des 6 cas d'arbitrage en sous-groupes | Mission Finale |
| **03:25 - 03:30** | **Bilan & Acquis** | Mesurer l'évolution de la confiance et des compétences | Post-test comparatif et export du bilan | Bilan de parcours |

---

## 2. Fiches Pédagogiques par Module

### Fiche 1 — Diagnostic & Règle vs ML
- **Question d'amorce** : *"Si vous deviez expliquer à un enfant comment reconnaître un chat, donneriez-vous une formule mathématique ou lui montreriez-vous 100 photos de chats ?"*
- **Erreur fréquente des apprenants** : Penser que l'IA "réfléchit" ou qu'elle consulte une encyclopédie figée de règles écrites à la main.
- **Relance formateur** : *"Regardez la frontière tracée après le tri : la machine a juste trouvé des indices communs."*

### Fiche 2 — L'Overfitting (Surapprentissage)
- **Question d'amorce** : *"Avez-vous déjà eu un camarade de classe qui avait 20/20 aux exercices du livre mais 04/20 au contrôle car les chiffres avaient changé ?"*
- **Erreur fréquente** : Penser qu'un score d'entraînement de 100% est l'objectif parfait.
- **Démonstration** : Pousser le curseur au maximum pour montrer la courbe zigzaguer et le score de test s'effondrer.

### Fiche 3 — Mécanique des LLM & Hallucinations
- **Question d'amorce** : *"Quand l'IA écrit une phrase magnifique mais fausse, vous ment-elle intentionnellement ?"*
- **Message clé** : Non. Elle n'a aucune intention. Elle calcule simplement la suite statistique de tokens la plus probable dans ce contexte.
- **Règle d'or** : *"La fluidité n'est pas une preuve."*

### Fiche 4 — RAG & Agents
- **Démonstration RAG** : Montrer que si le document ne contient pas l'information, le système doit répondre *"Je ne sais pas"* plutôt que d'extrapoler.
- **Point crucial Agent** : Faire tester aux participants le refus de validation dans la mission Lyon. Observer que l'agent s'arrête net : le pilote reste l'humain.

---

## 3. Gestion de l'Hétérogénéité et des Résistances

- **Profil anxieux / réticent au changement** : Valoriser l'expertise métier. L'IA ne remplace pas le jugement critique ; elle nécessite justement des professionnels avertis pour vérifier et valider.
- **Profil technophile impatient** : L'orienter vers le mode *"Voir sous le capot"* du module Agent (inspection du JSON d'état, traces LangGraph, requêtes RAG).
- **Accessibilité** : Utiliser le bouton d'agrandissement de texte (A+) pour les projections en salle ou les participants malvoyants, et désactiver les animations si nécessaire.