Présentation
Youth AI Lab (Young Open Understanding of Technology & Human AI Learning) rassemble des organisations de jeunesse européennes pour créer des laboratoires locaux explorant l'intelligence artificielle. Le programme met l'accent sur l'expérimentation pratique, la pensée critique et une approche scientifique pour comprendre les systèmes d'IA générative, permettant aux jeunes de passer du statut de consommateurs passifs à celui de créateurs actifs.
Objectifs
- Autonomiser les jeunes en tant que créateurs, et non seulement consommateurs, de technologies d'IA
- Développer la pensée critique et la littératie technologique concernant les systèmes d'IA
- Construire des ressources transférables pour les éducateurs de jeunesse à travers l'Europe
Résultats
- 10 ateliers par pays participant
- 12 jeunes mentors engagés à travers l'Europe
- 18 activités prêt-à-l'emploi pour les éducateurs
- 5 histoires de succès documentées avec témoignages et vidéos



Partenaires



Ressources25
Découvrir les algorithmes bio-inspirés
Incarner un algorithme d'apprentissage par renforcement sur une grille 6×6, puis transférer le chemin découvert à un robot (Cubetto, Sphero Indi, micro:bit) via la programmation.
Distinguer le vrai du faux avec l'IA
Démystifier l'IA générative à travers un jeu de détective : classer des productions IA comme justes/fausses/risquées, puis co-construire des décalogues de prompting et d'évaluation éthique.
Garder un œil sur l'IA
Identifier la présence réelle de l'IA dans l'environnement urbain en jouant les détectives : distinguer simple automatisation et véritables systèmes d'IA grâce à des fiches d'observation.
Explorer l'IA dans la machine
Confronter humains et IA sur trois défis ludiques — reconnaissance de motifs, prédiction de mots et génération avec contexte changeant — pour comprendre le fonctionnement de l'IA générative.
Démonter l'illusion de la pensée
Interroger l'illusion de la pensée chez l'IA et concevoir un robot simple répondant à un ODD, en s'appuyant sur la boucle d'apprentissage par renforcement (agent, environnement, action, récompense).
Imaginer la pire invention
Imaginer en équipe la pire invention possible et la rendre crédible avec l'IA générative (textes, visuels, fausse campagne) avant de la pitcher devant un jury d'investisseurs : un détour ludique pour comprendre persuasion, désinformation et limites de l'IA.
Enquêter sur la façon dont les machines apprennent
Trier des objets du quotidien entre IA et automatisation, incarner un modèle qui apprend une règle secrète uniquement à partir d'exemples, puis entraîner un vrai classifieur avec Teachable Machine et le mettre en défaut.
Entraîner le cerveau de la machine
Entraîner un classifieur puis chercher à le casser avec des cas limites, construire un perceptron en gobelets d'eau pour voir un neurone décider, et imaginer un usage social de l'IA relié aux ODD.
Concevoir une IA avec un robot
Suivre les premières étapes du design thinking (carte d'empathie, question « Comment pourrions-nous... ? », idéation, prototype) pour transformer un défi lié à un ODD en un système IA + robot viable.
Traquer les biais de genre de l'IA
Relier l'ODD 5 aux biais des modèles de langage : auditer des droits réels, prendre une IA en flagrant délit de stéréotype de genre, puis constater les limites d'un réseau de neurones qui prétend classer des personnes sur deux nombres.
Pirater ses prompts pour déjouer les biais
Jouer un modèle de langage humain avec une balle pour voir le groupe produire lui-même les stéréotypes, puis dessiner sur affiche l'architecture d'un prompt sous contrainte capable de forcer l'IA à répondre sans biais.
Rendre la ville plus vivable avec l'IA
Auditer un obstacle urbain au regard de l'ODD 11, donner des sens à un robot avec des capteurs de bruit, d'air et de chaleur, puis lire la matrice de confusion d'un modèle qui juge un lieu vivable ou non.
Construire le chatbot de son quartier
Session modulable en 5 demi-journées : partir d'un bingo des ODD, adopter une cause locale, démonter des rumeurs, enquêter sur le terrain, puis spécialiser pas à pas un chatbot générique jusqu'à ce qu'il porte la voix et le territoire du groupe.
Donner des instructions à un chatbot et le tester
Premier atelier de la série « Construire son propre chatbot » : les animateur·rices, en binômes, testent un modèle seul avec un jeu de 11 questions notées de 0 à 2, démasquent cinq personnalités construites sur le même modèle, puis écrivent le préprompt de leur propre chatbot et mesurent ce qu'il change (le comportement, pas les connaissances).
Nourrir un chatbot de documents, puis d'extraits choisis
Atelier 2 sur 6 de la série, pour les animateur·rices : on donne à un chatbot toutes ses connaissances dans le contexte et on regarde ce que cela coûte. On joue ensuite le moteur de recherche avec des bandes de papier, puis on règle un RAG dans Open WebUI pour voir qui choisit les morceaux, et ce que cela cache.
Laisser un chatbot chercher et lui apprendre des savoir-faire
Troisième atelier de la série pour animateur·rices : regarder un chatbot chercher lui-même dans ses documents et lire chacune de ses étapes, faire entrer un document officiel de son territoire, en vérifier le résumé phrase par phrase et le signer, puis écrire une skill, une procédure que le modèle n'ouvre qu'au bon moment.
Brancher des outils sur un chatbot
Atelier 4 sur 6 de la série « Construire son propre chatbot » pour animateur·rices : on branche sur le chatbot des outils (serveurs MCP) qui apportent le niveau de danger feu de forêt du jour, l'heure et la météo. On apprend ensuite à lire ce qu'un outil fait et envoie à l'extérieur avant de le brancher, et à remplir l'entrée de son territoire à partir de la source officielle.
Organiser ce que sait un chatbot dans un wiki
Cinquième atelier de la série Construire son propre chatbot : les animateur·rices font entrer leur document dans un wiki écrit par un modèle, lisent le rapport de lint et décident, vérifient dans les sources un lien deviné par un graphe de connaissances, puis empaquettent leur chatbot pour le reconstruire dans Open WebUI.
Apprendre à un petit modèle à trier les messages
Atelier au-delà de la série Construire son propre chatbot, qui se termine avec l'atelier 5 : les animateur·rices règlent un petit modèle multilingue avec leurs propres exemples, pour trier les messages avant le chatbot (sujet, question du jour, urgence, besoin de bienveillance, hors sujet). Les binômes le testent avec les messages d'un autre binôme, puis le comparent à Claude : bonnes réponses, urgences manquées, coût, et ce qui sort du Codespace.
Partager un chatbot avec un groupe grâce à Open WebUI
Un guide à suivre seul·e pour construire, dans Open WebUI et un GitHub Codespace, un chatbot par sujet, activité ou projet à partir de vos documents et d'un gabarit d'instructions. Vous le testez, puis vous l'ouvrez à votre groupe le temps d'une séance, avec un lien et un QR code, en gardant la main sur les coûts et les données.
Installer un chatbot sur un ordinateur de sa structure
Un guide pour installer Ollama et Open WebUI sur un ordinateur de la structure (PC sous Linux ou Windows, Mac ou Raspberry Pi) : les questions des jeunes restent sur place et ne coûtent rien. Il couvre la construction et le test du chatbot, son ouverture au groupe sur le Wi-Fi et les règles de protection des données.
Construire son chatbot avec OpenCode
Guide pour animateur·rices : construire un petit chatbot avec OpenCode dans un GitHub Codespace (instructions, documents, skills, outil MCP), brancher le modèle de son choix, comprendre les règles de sécurité et réemployer le chatbot. Pour ses propres essais et des ateliers entre adultes, jamais avec des jeunes.
Ouvrir les ateliers sur son propre ordinateur
Un guide pour ouvrir les ateliers et les guides du projet sur son propre ordinateur, dans un conteneur Docker ouvert par VS Code, avec la même image qu'un GitHub Codespace. Pour l'animateur·rice qui prépare ses séances quand un Codespace ne convient pas, jamais pour les participant·es en séance.
Préparer ses séances avec un assistant qui se souvient
Un guide pour essayer, dans un Codespace, Hermes Agent, un assistant de préparation de séances qui se souvient de vous et écrit ses propres savoir-faire. Chaque mémoire et chaque skill attend votre accord, avec des règles strictes : jamais avec des jeunes, aucune donnée réelle.
Utiliser les outils des ateliers avec une clé OpenRouter
Guide pour animateur·rices : faire tourner les outils des ateliers et Open WebUI sans Claude avec une clé OpenRouter, une clé par binôme avec limite de dépense, et ce qu'exige un usage avec des jeunes (workshop-login --europe, et ce qu'aucun réglage ne retire).
