De Burgdorf à Paris‑Saclay : immersion IA & robotique pour des lycéens allemands

Vendredi 29 août 2025, nous avons eu le plaisir d’accueillir dans nos locaux de NeuroPSI puis sur le campus Paris‑Saclay un groupe de sept élèves du lycée professionnel BBS Burgdorf (près de Hanovre), accompagnés de leurs professeurs, Herr Holger Buchmann et Pascal Ströhlein. Aux commandes côté Learning Robots : Thomas Deneux, notre président et guide du jour.

Cette journée s’inscrivait dans un voyage Erasmus à Paris, imaginé et porté par Herr Buchmann, client enthousiaste de notre solution en Allemagne. Objectif : faire vivre à ses élèves une expérience concrète d’intelligence artificielle par la robotique, tester nos toutes dernières activités pédagogiques et, plus largement, ouvrir des perspectives pour les lycées professionnels outre‑Rhin.

‍

Qui sont nos visiteurs ?

Le BBS Burgdorf est un établissement professionnel pluridisciplinaire. Les sept élèves qui nous ont rejoints sont en équivalent « terminale » et représentent plusieurs filières : économie, informatique et métallurgie. Cette diversité a d’emblée donné le ton : des regards croisés, des questions franches, et des ponts immédiats entre les usages de l’IA dans la gestion, l’IT et l’industrie.

L’équipe enseignante, menée par Herr Holger Buchmann et Pascal Ströhlein, cherche depuis plusieurs années des approches mains dans le cambouis pour acculturer les élèves à l’IA. Leur conviction, que nous partageons, est simple : on comprend vraiment l’intelligence artificielle en la pratiquant, en voyant un algorithme apprendre, se tromper, progresser, et en reliant chaque décision à des capteurs, des données, des contraintes du monde réel.

‍

‍

Pourquoi cette visite compte

Cette rencontre est importante à plusieurs titres :

• Un pont franco‑allemand entre pédagogies actives et formation professionnelle, dans l’esprit d’Erasmus.
• Un retour terrain précieux pour Learning Robots : observer comment nos activités parlent à des élèves d’horizons variés, et mesurer l’impact concret sur leurs représentations de l’IA.
• Un enjeu de souveraineté des compétences : l’IA pénètre l’ensemble des métiers, de la chaîne d’approvisionnement aux systèmes d’information, de l’usinage à la maintenance prédictive. Doter les lycées professionnels d’outils simples, explicables et motivants est un investissement stratégique.

« L’IA n’est pas une magie noire : c’est un ensemble de techniques que l’on peut rendre visibles, manipulables et discutables en classe. » - L’esprit Learning Robots

‍

Au cœur de NeuroPSI : là où Learning Robots est né

La journée a commencé dans nos locaux, au cœur du centre de recherche en neurosciences NeuroPSI. C’est ici que Learning Robots est né. Nous y relions neurosciences, IA et robotique pour apprendre en faisant. Les élèves ont vu que nos robots ne sont pas magique : un capteur envoie une information, l’algorithme décide, le robot agit. Tout est visible et concret.

Après une courte présentation de notre mission, démocratiser l’IA par la pratique, nous sommes passés directement à l’atelier.

‍

‍

‍

Atelier IA de 2 heures : courir, connecter, comprendre

Nous avons proposé notre classique course de robots suivie d’une nouvelle activité “2 pixels”. Deux heures intenses pour passer de l’intuition au raisonnement, puis à l’expérimentation.

1) La course de robots : ludique, mais exigeante

Premier temps fort : une piste, des virages, des murs… et des robots. La consigne paraît simple : aller le plus vite possible sans toucher les bords. Mais derrière l’apparente simplicité, un vrai défi de machine learning.

Les élèves ont paramétré les capteurs, choisi des stratégies de contrôle, testé des politiques de conduite et observé les conséquences en temps réel. Très vite, on voit poindre les notions‑clés :

• Données d’entraînement : quelles situations le robot doit‑il expérimenter pour apprendre utilement ?
• Généralisation : comment éviter qu’il “apprenne par cœur” une trajectoire au lieu de comprendre la dynamique ?
• Rétroaction : ajuster, itérer, comparer.

La compétition bienveillante qui s’installe transforme la réflexion en énergie : chaque équipe veut battre son propre temps, puis le record du groupe. La robotique éducative révèle ici sa force : elle fédère des compétences complémentaires autour d’un objectif tangible.

2) L’activité “2 pixels” : l’IA mise à nu

Deuxième temps, et grande nouveauté testée avec le groupe : notre activité “2 pixels”. Son principe : un réseau de neurones minimaliste, 2 entrées et 5 sorties, destiné à piloter le robot pour avancer en évitant les murs.

Étape A — Câbler à la main

Avant d’appuyer sur “apprendre”, les élèves établissent eux‑mêmes les connexions : quels poids donner aux deux entrées ? Comment combiner ces signaux pour commander les moteurs (gauche/droite, avance, correction) via les cinq sorties disponibles ? En quelques minutes, on comprend ce que “poids synaptique” veut dire, parce qu’on le règle, on le ressent : trop de poids à gauche, le robot serre le bord ; un équilibre mal dosé, il zigzague.

Ce moment “manuel” est un révélateur. Il met en scène l’IA explicable par la pratique : on relie une décision au trajet de l’information.

Étape B — Laisser apprendre sur données d’entraînement

Vient ensuite la phase d’apprentissage : on fournit au réseau des exemples (mesures de capteurs → commandes souhaitées) et l’algorithme ajuste les poids. Les élèves comparent alors la solution humaine à la solution apprise. Ils observent :

• l’émergence d’une frontière de décision lisible dans l’espace à 2D des entrées ;
• la manière dont de petits ajustements de poids transforment des trajectoires entières ;
• ce que produit un sur‑apprentissage (quand le robot devient “trop sûr” d’un cas rare et se trompe sur le cas général) ;
• comment une donnée bruitée peut faire dévier le système, et l’intérêt de la qualité des données.

Cette mise à nu d’un réseau de neurones, réduit à l’essentiel, a reçu un accueil enthousiaste : les élèves ont trouvé l’atelier “éclairant” pour comprendre concrètement ce qui se passe dans une IA, loin des boîtes noires.

Ce qu’ils ont acquis en 120 minutes

• Une intuition solide de la boucle perception‑décision‑action.
• La capacité à relier un poids, une entrée et une sortie à un comportement observable.
• La distinction entre régler un système et entraîner un modèle.
• Des réflexes d’ingénierie des données (diversité, bruit, taille d’échantillon).
• Le goût de la mesure : constater, comparer, tracer, expliquer.

‍

‍

‍

‍

‍

Du laboratoire au campus : Paris‑Saclay sous l’orage

Après l’atelier, direction le campus Paris‑Saclay. Depuis la bibliothèque du Lumen, nous avons profité de magnifiques lumières avant l’orage, ces ciels dramatiques qui rendent les façades encore plus nettes et les arbres presque fluorescents. Puis, fidèles à la loi de Murphy, au moment de partir se promener dans le campus arboré… nous nous sommes fait copieusement arroser !

Cette parenthèse météo a eu une vertu inattendue : resserrer le groupe. Abrités quelques minutes, on discute parcours, projets d’avenir, stages en entreprise, et ce qu’une culture de l’IA responsable peut changer dans un atelier, un service IT, un entrepôt.

‍

‍

‍

‍

‍

‍

‍

‍

Ce que cela change pour les lycées professionnels allemands

L’expérience du jour a confirmé plusieurs points d’appui pédagogiques particulièrement pertinents pour les établissements comme le BBS Burgdorf :

1. Apprendre par la pratique : la robotique concrétise l’IA. Un élève de métallurgie comprend l’impact d’une donnée aberrante comme il comprend un défaut d’usinage : par ses effets. Cette analogie est puissante.
2. Des compétences transversales : collecte et qualité des données, compréhension des capteurs, modélisation simple, mesure de performance, esprit critique face aux résultats, des fondamentaux valables en économie, en IT, en atelier.
3. IA explicable et éthique : en rendant visible la chaîne capteurs‑algorithmes‑action, on rend discutables les choix techniques et leurs conséquences (sécurité, biais, robustesse). C’est un socle pour une IA responsable.
4. Motivation : la dynamique de la course et l’effet “aha!” de l’activité 2 pixels engagent les élèves. On apprend mieux quand on agit.
5. Accessibilité : pas besoin d’un supercalculateur pour comprendre l’IA. Un réseau 2→5 suffit, s’il est bien mis en scène, pour poser des bases durables.

Pour les équipes pédagogiques, c’est aussi un levier d’interdisciplinarité : un module IA peut réunir un enseignant d’économie, un professeur d’informatique et un formateur industriel. Chacun apporte son langage, et l’atelier devient un carrefour.

‍

‍

‍

‍

AlphAI en filigrane : simplicité, transparence, action

Tout au long de la journée, AlphAI, notre logiciel d’éducation à l’intelligence artificielle a tenu son rôle : rendre l’apprentissage lisible, manipulable, documenté.

• Simplicité d’usage : en quelques clics, on passe de l’acquisition de données à l’entraînement, puis à la mise en situation sur robot.
• Transparence : courbes, poids, sorties… tout ce qui compte est visible et peut être expliqué.
• Action : l’IA ne reste pas à l’écran ; elle pilote un robot. C’est là que la compréhension s’ancre.

L’activité 2 pixels enrichit ce triptyque : elle pousse plus loin la décomposition des mécanismes internes (entrées, poids, sorties) pour accrocher l’œil et connecter l’intuition. Les regards des élèves ne trompent pas : quand la trajectoire change parce qu’un seul poids a bougé, l’IA cesse d’être une abstraction.

‍

‍

‍

‍

‍

‍

Remerciements

Un grand merci à Herr Holger Buchmann pour son enthousiasme et son engagement à faire vivre l’IA à ses élèves, à Pascal Ströhlein pour ses échanges techniques toujours stimulants, et bien sûr aux sept élèves pour leur curiosité, leur énergie et leur esprit d’équipe. Merci également à Thomas Deneux, président de Learning Robots, pour la préparation et l’animation de cette journée.

En synthèse : ce qu’ils emportent, ce que nous retenons

Ce que les élèves emportent

• Une image concrète de ce qu’est un algorithme d’IA.
• Des réflexes de mesure et d’esprit critique.
• La preuve par l’expérience qu’un modèle simple bien instrumenté peut résoudre un problème réel.
• L’envie de creuser, que ce soit en informatique, en organisation industrielle ou en économie.

Ce que nous retenons

• La pertinence de l’activité 2 pixels pour démystifier le “réseau de neurones”.
• La valeur pédagogique de la course de robots comme fil rouge pour parler données, modèles et action.
• L’importance d’outiller les lycées professionnels avec des ressources prêtes à l’emploi, flexibles et explicables.

Ouvrir le champ des possibles

Alan Turing, dès 1950, posait la question de savoir si une machine pouvait “penser”. En 2025, nous préférons poser avec nos élèves une autre question : quand une machine agit, que comprend‑on de sa manière d’apprendre ? La force de la robotique éducative est de placer cette question au milieu de la salle, observable, mesurable, discutable par tous.

De Burgdorf à Paris‑Saclay, ce vendredi 29 août a été un bel épisode de cette aventure : faire de l’IA un objet de compréhension partagée, au service des compétences et de l’employabilité des jeunes.

Si vous dirigez ou enseignez dans un lycée professionnel en Allemagne (ou ailleurs !) et que vous souhaitez tester nos activités dans votre établissement, écrivez‑nous. Nous serons ravis de concevoir, avec vous, des formats adaptés à vos filières et à vos contraintes.

‍