Aller au contenu
La corbeille IA
EN

AI Fluency

La corbeille IA et le cadre AI Fluency

Le jeu s’appuie sur un cadre reconnu pour apprendre à travailler avec l’IA. Voici les liens, avec les sources.

Qu’est-ce que le cadre AI Fluency ?

Le cadre AI Fluency a été conçu en 2023 et 2024 par Rick Dakan (Ringling College of Art and Design, en Floride) et Joseph Feller (University College Cork, en Irlande). Sa version 1.1 a été publiée en décembre 2025 par la Higher Education Authority d’Irlande.

En 2025, les deux auteurs ont créé avec Anthropic le cours gratuit « AI Fluency: Framework & Foundations », offert par l’Anthropic Academy. Le cadre décrit les compétences qui permettent de bien travailler avec l’IA. Il les regroupe en quatre : les 4 D.

Les 4 D dans le jeu

Chaque compétence se pratique à un moment précis de la partie.

D

Délégation

Delegation

En bref

À partir d’un objectif clair, décider ce que fait la personne, ce que fait l’IA et ce qu’elles font ensemble.

Ses composantes

Comprendre le problème et l’objectif (Problem Awareness), connaître ce que les outils savent faire et ne pas faire (Platform Awareness), répartir le travail (Task Delegation).

Dans le jeu

C’est le cœur du jeu. Choisir une corbeille, c’est décider de déléguer ou non. Les quatre questions font réfléchir au problème avant de penser à l’outil. Le piège du chiffre inventé rappelle ce que l’outil ne sait pas faire.

D

Description

Description

En bref

Dire clairement à l’IA ce qu’on veut, pour obtenir des résultats et une collaboration utiles.

Ses composantes

Décrire le résultat attendu (Product Description), la démarche à suivre (Process Description) et le comportement souhaité de l’IA (Performance Description).

Dans le jeu

La note « Ce qu’on s’est dit » prépare la description : ce qu’il faudrait dire à l’IA pour qu’elle aide bien. Le mode « Avec votre propre IA » fait utiliser une vraie demande, avec un résultat attendu et un format précis.

D

Discernement

Discernment

En bref

Juger avec un œil critique ce que l’IA produit, comment elle y arrive et si la collaboration fonctionne.

Ses composantes

Juger la qualité du résultat (Product Discernment), la logique de la démarche (Process Discernment) et la façon dont l’IA collabore (Performance Discernment).

Dans le jeu

L’avis de l’IA arrive après le choix de l’équipe : on le juge au lieu de le suivre. Quand les tâches sont inventées par une IA, l’équipe juge aussi si les tâches sonnent vrai.

D

Diligence

Diligence

En bref

Être responsable de la raison et de la façon dont on utilise l’IA, et de ce qu’on produit avec elle.

Ses composantes

Choisir et utiliser les outils de façon éthique et légale (Creation Diligence), être transparent sur le rôle de l’IA (Transparency Diligence), vérifier et assumer ce qu’on diffuse (Deployment Diligence).

Dans le jeu

Les pièges des renseignements personnels et de la relation humaine. Qu’a-t-on le droit de mettre dans l’outil ? Faut-il dire que l’IA a aidé ? Qui vérifie avant que ça sorte ?

Trois façons de travailler avec l’IA

Le cadre distingue trois modes d’interaction entre une personne et l’IA. Ils se retrouvent dans les corbeilles.

Automatisation

Automation

La personne définit une tâche précise et l’IA l’exécute.

Dans le jeu : L’IA le fait.

Augmentation

Augmentation

La personne et l’IA travaillent en va-et-vient, comme des partenaires de réflexion, et façonnent ensemble le résultat.

Dans le jeu : L’IA m’aide.

Agentivité

Agency

La personne prépare les connaissances et le comportement d’une IA pour qu’elle agisse seule plus tard, parfois avec d’autres personnes.

Dans le jeu : En partie « L’IA le fait » : un assistant qui répond seul aux questions des employés, avec une vérification de temps en temps, s’en approche.

« Je le garde » et « À éliminer » ne sont pas des modes d’interaction. Ce sont des décisions de délégation : décider de ne pas confier la tâche à l’IA, ou de ne plus la faire du tout. Ce sont souvent les décisions les plus utiles.

Ce que montrent les données d’Anthropic

Depuis février 2025, l’Anthropic Economic Index observe comment les gens utilisent Claude au travail. Il classe les conversations en deux grandes familles : l’automatisation, où l’IA fait la tâche avec peu d’intervention humaine, et l’augmentation, où elle travaille avec la personne. Dans le premier rapport, l’augmentation dominait (57 %). En septembre 2025, l’automatisation est passée devant pour la première fois.

En février 2026, l’AI Fluency Index a observé des comportements du cadre dans près de 10 000 conversations. Le plus fréquent : retravailler le résultat avec l’IA. Mais quand Claude produisait un document fini, les gens vérifiaient moins souvent les faits et le raisonnement. C’est exactement le réflexe que le piège du chiffre inventé veut garder.

Ces rapports classent des conversations après coup. Les modes du cadre AI Fluency décrivent plutôt la façon dont on choisit de travailler. Les deux se complètent, mais ce n’est pas la même grille.

Sources

  1. Dakan, R. et Feller, J. (2025). The AI Fluency Framework: A Descriptive and Normative Model of Human-AI Interaction for Higher Education (version 1.1). Higher Education Authority (Irlande). Licence CC BY-SA 4.0.
  2. Anthropic Academy, avec R. Dakan et J. Feller (2025). AI Fluency: Framework & Foundations. Cours en ligne gratuit.
  3. Dakan, R., Feller, J. et Anthropic (2025). AI Fluency: Key Terminology Cheat Sheet. Licence CC BY-NC-SA 4.0.
  4. Dakan, R. et Feller, J. AI Fluency Framework. Site des auteurs.
  5. Swanson, K., Bent, D., Ludwig, Z., Dakan, R. et Feller, J. (2026). Anthropic Education Report: The AI Fluency Index. Anthropic.
  6. Anthropic (10 février 2025). Introducing the Anthropic Economic Index.
  7. Handa, K., Tamkin, A., McCain, M. et al. (2025). Which Economic Tasks are Performed with AI? Evidence from Millions of Claude Conversations. arXiv:2503.04761.
  8. Anthropic (15 septembre 2025). Anthropic Economic Index report: Uneven geographic and enterprise AI adoption.
Jouer maintenant