Accueil

Publié le 23 janv. 2022

Écrire à l'auteur

Le  dimanche 23 janvier 2022

Une machine imbattable

Programmer une machine imbattable au jeu Pierre-Feuille-Ciseau en utilisant de l’intelligence artificielle.

  • Une machine imbattable : 2 élèves testent le modèle de reconnaissance d’images proposé par Teachable machine.

    Le classique Pierre-Feuille-Ciseau permet aux enseignants d’avoir un beau terrain de jeu afin d’élaborer des projets autour de la programmation avec les élèves. Guillaume Le Doran propose une exploitation possible en cycles 3 et 4 pour programmer une machine imbattable à ce jeu en utilisant de l’intelligence artificielle.

     

     

     

    Contribution de Guillaume Le Doran,
    enseignant en technologie
    au collège J. Brunet d'Avignon (84)
    et
    membre du groupe académique "Intelligence artificielle"

     

     

     

    bandeau cycles34

     

     

     

    La démarche de créer des machines imbattables à un jeu est un classique de la programmation. Il y a notamment les jeux de nim ou encore ici Pierre-Feuille-Ciseau.


     

     

     

    La création de ce programme a été testé en demi groupe avec une classe de sixième (cycle 3) dans le cadre d'une option numérique et avec une classe de quatrième (cycle 4) dans le cadre du cours de technologie. Une séance d'une heure a permis d'obtenir des résultats satisfaisants et a fait réfléchir les élèves aux limites de la machine.

     

     

    Une machine imbattable : modification des étiquettes

    2 élèves modifient les étiquettes dans teachable machine.

     


     

    Pour réaliser cette activité, les élèves ont utilisé les tablettes prêtées par le conseil départemental du Vaucluse mais cela est tout à fait réalisable avec un ordinateur muni d’une connexion internet, d’une webcam.

     

     

    Les étapes

     

     

    En préambule les élèves ont chargé et complété un programme préparé par le professeur sur stretch3.github.io qui est un environnement Scratch bien connu des élèves de collège. Puis ils se sont rendus sur le site Teachablemachine afin de créer un modèle de reconnaissance d’images. En effet, la ressource va permettre d’exporter l’apprentissage supervisé par les élèves pour l’exploiter ensuite dans leur programme.

     

     

     

     

     

     

     

    Après une trentaine de minutes d'explication, les élèves obtiennent  un résultat satisfaisant avec l’outil Teachable machine. Une procédure distribuée ainsi qu’une présentation du professeur sont nécessaires afin d’obtenir la clé d’exportation.