What skills are needed to engage meaningfully with artificial intelligence? Inspired by UNESCO’s competency framework, this article presents two complementary grids designed to guide both students and educators in progressively acquiring the knowledge, skills, and attitudes related to AI. From critical thinking to system design, and including ethical considerations, these competencies aim to foster responsibility, innovation, and pedagogical transformation. An essential resource for rethinking education in the algorithmic age.
Developing students’ AI skills
Le développement des compétences IA chez les étudiant·e·s est essentiel pour leur permettre de naviguer et de réussir dans un monde où ces technologies sont omniprésentes. Selon le référentiel de l’UNESCO, ces compétences se répartissent en quatre domaines clés qui reflètent à la fois une sensibilisation éthique et une approche technique. Elles visent à renforcer leur pensée critique, leur compréhension des concepts techniques et leur capacité à concevoir des systèmes innovants. Ces compétences doivent être introduites de manière progressive, en passant d’une sensibilisation initiale à une application pratique et créative.
- Mentalité centrée sur l’humain Développer une approche critique face à l’IA est une compétence clé. Les étudiant·e·s doivent apprendre à évaluer si une solution basée sur l’IA est réellement bénéfique pour les individus et la société.
- Exemple pratique : Un atelier peut inviter les étudiant·e·s à analyser des applications d’automatisation (comme les chatbots dans le service client) et à débattre de leur impact sur les emplois et les relations humaines.
- AI Ethics : Ethical issues related to AI—such as privacy and bias—should be addressed from an early age. This includes the ability to identify and critically assess problematic practices.
- Exemple pratique : Les étudiant·e·s pourraient travailler sur un scénario où ils identifient les implications éthiques d’un système de reconnaissance faciale dans une école, puis proposer des solutions alternatives respectueuses des droits individuels.
- AI Techniques and Applications Understanding how algorithms work and how data is used is crucial for interacting intelligently with AI tools.
- Exemple pratique : À travers un exercice pratique, les étudiant·e·s pourraient programmer un modèle simple avec Scratch ou Python pour comprendre comment une IA apprend à partir des données.
- Designing AI Systems Thinking about the design and optimization of AI systems requires both a systemic and creative approach.
- Applied example : As a project, students could design a basic prototype aimed at solving a real-world problem—for example, a recommendation system that suggests books tailored to users’ interests.
Summary of key skills
| Area of expertise | Description | Applied example |
| Human-centred mindset | Develop critical thinking skills and evaluate the appropriateness of using AI in various contexts. | Analyse the impact of automation on jobs using real-life examples. |
| AI Ethics | Understand the ethical dilemmas associated with AI, such as bias, privacy, and sustainability. | Discuss the controversies surrounding facial recognition and propose solutions. |
| Techniques and applications | Acquire knowledge about how algorithms work and how AI models are trained. | Introduce students to programming a simple model using Scratch or Python. |
| Designing AI Systems | Think systemically to design, test, and optimise AI systems tailored to specific problems. | Think systemically to design, test, and optimise AI systems tailored to specific problems. Develop a prototype to solve a specific problem using accessible tools. |
Developing teachers’ AI skills
Pour accompagner les étudiant·e·s dans leur apprentissage de l’IA, les enseignants eux-mêmes doivent développer des compétences spécifiques. Ces compétences vont au-delà de la simple compréhension des outils IA pour inclure une réflexion critique, une capacité d’application pédagogique et une volonté d’innovation. Le cadre proposé par l’UNESCO identifie plusieurs aspects clés, chacun décliné en niveaux de progression pour guider les enseignants dans leur formation.
Before diving into the framework, it’s important to understand the underlying logic. Teachers must first master the basics—such as evaluating the impact of AI on their own subject area. They can then deepen their understanding by exploring specific educational use cases. Ultimately, they should be able to design and innovate by integrating AI in advanced ways into their teaching and collaborative practices.
- Mentalité centrée sur l’humain Cette compétence vise à cultiver une pensée critique sur l’impact des systèmes d’IA et à encourager les étudiant·e·s à réfléchir sur l’adéquation de leur utilisation.
- Exemple pratique : Organiser un atelier où les étudiant·e·s analysent les conséquences de l’automatisation sur les emplois ou la vie quotidienne, en utilisant des exemples réels ou des outils d’IA simulés.
- Éthique de l’IA Les étudiant·e·s doivent comprendre les dilemmes éthiques associés à l’utilisation de l’IA, notamment sur des sujets comme la confidentialité, les biais ou la durabilité.
- Applied example: Study controversial use cases of AI (e.g., facial recognition) to discuss ethical issues and propose solutions that respect human rights.
- Techniques et applications de l’IA Les connaissances opérationnelles, telles que le fonctionnement des algorithmes ou la formation des modèles d’IA, permettent aux étudiant·e·s d’interagir de manière informée avec ces technologies.
- Exemple pratique : Utiliser des outils accessibles comme Scratch ou Python pour initier les étudiant·e·s à la programmation basique d’un modèle d’IA.
- Designing AI Systems This field teaches how to approach the design, testing, and optimization of AI systems by adopting a systems thinking approach.
- Exemple pratique : Proposer un projet où les étudiant·e·s définissent un problème à résoudre par un système d’IA et élaborent un prototype simplifié.
Ces compétences doivent être développées de manière progressive pour permettre aux étudiant·e·s d’acquérir des bases solides tout en construisant leur capacité à appliquer et à créer des solutions en IA.
Summary of key skills
| Aspect | Description | Level: Acquire | Level: Deepening Understanding | Level: CreateLevel: Create |
| Human-centred mindset | Promote a critical and humanistic approach to AI. | Understanding AI impacts on education. | Analyse human-AI interactions in various educational contexts. | Designing human-centred educational models that integrate AI. |
| AI Ethics | Integrate ethical principles into the use of AI tools. | Identify ethical dilemmas related to AI. | Evaluate and adapt AI tools to educational values. | Contribute to the development of ethical rules tailored to teaching. |
| Foundations and applications | Understanding and applying the basic concepts of AI in teaching. | Apply validated AI tools in specific activities. | Integrate advanced techniques to meet educational needs. | Create and customise AI tools for innovative educational applications. |
| Teaching methods engaging AI | Develop educational strategies to integrate AI into teaching. | Use AI to support lesson preparation. | Design educational activities using appropriate AI tools. | Transforming teaching practices through advanced AI integration. |
| Professional development | Using AI for continuing education and professional collaborations. | Discover AI tools for your own training. | Using AI to collaborate and exchange teaching practices. | Designing AI-based continuing education programmes. |
Drawing on UNESCO’s AI competency framework for teachers, this table outlines how specific skills can be developed through three stages of progression: acquiring foundational knowledge, deepening understanding, and engaging in creative application.