Dans le cadre de mon MBA Digital Marketing & Business (majeure IA & DATA) à l’EFAP, je documente ici comment j’ai utilisé l’IA générative pour produire mon article lié à mon mémoire. La particularité de cet exercice : l’article parle de l’IA comme outil cognitif, et a lui-même été produit avec l’IA. Cette mise en abyme était intentionnelle.
Lien de l’article principal : IA & apprentissage : gagner du temps ou perdre un réflexe ?
1. Les outils utilisés
Quatre outils ont été mobilisés. Premièrement, Claude Sonnet (Anthropic) — version payante : structuration du plan, reformulation stylistique, vulgarisation des concepts neuroscientifiques. Deuxièmement, ChatGPT-4o (OpenAI) — version gratuite : exploration des angles, vérification de la cohérence avec les publications académiques. Troisièmement, Google Scholar : vérification des références (Dell’Acqua, Risko & Gilbert, Clark & Chalmers). Quatrièmement, mes propres notes de mémoire : base de départ exclusive — l’IA n’a jamais eu accès à mon mémoire en cours, seulement à mes reformulations orales.
2. Exploration, développement d’idées et créativité
L’anecdote d’ouverture (le bilan client ouvert avant d’avoir réfléchi) est 100 % personnelle. C’est elle qui est à l’origine de toute ma problématique. J’ai soumis cette anecdote à Claude : « Est-ce que cette anecdote fonctionne comme accroche pour un article sur l’IA et l’effort cognitif ? Qu’est-ce qui pourrait la rendre plus forte ? » La réponse m’a confirmé que c’était le bon point de départ. J’ai exclu les angles trop techniques (plasticité neuronale, détail des études IRMf) pour rester accessible aux professionnels du digital.
3. Planification et organisation
Prompt 1 (Claude) : « Je prépare un mémoire sur l’impact de l’IA générative sur l’effort cognitif des étudiants. Je veux en tirer un article de blog de 900 mots pour un MBA digital. Mon plan a 3 axes : cerveau/neurosciences, état des lieux empirique, prospective pédagogique. Comment adapter ce plan pour un lecteur non académique ? »
Prompt 2 (Claude) : « Pour la partie Kahneman, explique Système 1 / Système 2 en 4 lignes maximum, relié directement à l’usage de l’IA chez les étudiants. Sans jargon. »
Prompt 3 (ChatGPT) : « Quelles sont les publications académiques les plus citées en 2023-2025 sur l’impact de l’IA sur la cognition et l’apprentissage ? » Résultats croisés avec ma bibliographie existante.
4. Rédaction et articulation
La structure suit celle de mon mémoire, mais la tonalité est délibérément différente : plus personnelle, plus directe. La section finale est entièrement personnelle — aucune IA n’aurait pu l’écrire à ma place. KPIs visés : crédibilité académique via les sources citées, engagement LinkedIn sur le thème IA & éducation, visibilité auprès de recruteurs cherchant des profils IA & Data capables de réflexivité.
5. Éthique, sources et hallucinations
Toutes les références académiques ont été vérifiées manuellement. L’étude MIT 2025 a fait l’objet d’une vérification approfondie car Claude avait initialement proposé une formulation inexacte de ses conclusions — j’ai corrigé en revenant à la source primaire. Aucun argument de mon mémoire n’a été soumis à l’IA sous forme brute. J’ai toujours reformulé mes hypothèses oralement avant de les soumettre.
6. Exemples de prompts et interactions
Prompt de recadrage (Claude) : « Ce passage sur Desmurget et Sadin est trop sombre et contredit mon hypothèse principale. Comment le réintégrer en montrant que je prends en compte leur critique sans y adhérer entièrement ? » Résultat : « Je ne partage pas entièrement leur pessimisme — mais leur diagnostic du retard institutionnel, lui, est difficilement contestable. »
Prompt de conclusion (Claude) : « La conclusion doit se terminer sur une promesse concrète. Elle doit boucler avec l’anecdote d’ouverture. Propose 3 versions. » J’ai retenu des éléments des 3 versions et réécrit la conclusion finale moi-même.