Programme du MoE EAU · Thème 6 sur 7

Innovation et conception de projets : analyse approfondie

11 min de lecture

Innovation et conception de projets est le thème 6 sur 7 du programme d'IA du MoE des EAU — la couche où les élèves cessent de consommer l'IA et commencent à la construire. C'est aussi le thème le plus directement corrélé aux résultats de carrière future : les élèves qui obtiennent leur diplôme de 12e année avec un portfolio d'IA documenté entrent à l'université (MBZUAI, NYUAD, Khalifa) et sur le marché du travail avec une avance mesurable.

1. Ce que couvre le thème

  • Cadrage du problème. Identifier un vrai problème qui vaut la peine d'être résolu avec l'IA — tout problème ne l'est pas.
  • Conception de la solution. Choisir la bonne approche (basée sur des règles vs ML, supervisé vs non supervisé, etc.).
  • Mise en œuvre. Construire réellement la chose — collecter des données, entraîner un modèle, déployer le résultat.
  • Documentation. Rédiger ce qui a été fait, pourquoi, ce qui a fonctionné, ce qui n'a pas fonctionné.
  • Présentation. Communiquer le travail à des publics non techniques.

2. Par tranche d'âge — à quoi ressemblent les projets

3e à 5e année (8–10 ans)

Premiers projets sans code. Les élèves entraînent un classifieur d'images sur Teachable Machine pour distinguer deux objets (p. ex., pomme vs orange). Ils présentent une courte démo à la classe. Objectif : construire la mémoire automatique de « j'ai fait fonctionner cette IA ».

6e à 8e année (11–13 ans)

Premiers projets codés. Les élèves utilisent des carnets Python pour entraîner de petits modèles. Dès la 8e, un projet de portfolio : construire un chatbot ou un système de recommandation, documenter les données, rédiger une courte réflexion sur les limites.

9e à 10e année (14–15 ans)

Projets ancrés dans un secteur. Les élèves choisissent un secteur des EAU (santé, transport, éducation) et construisent un petit outil appliqué. Les livrables incluent l'obtention des données, l'entraînement du modèle, les métriques d'évaluation, l'analyse éthique.

11e à 12e année (16–18 ans)

Projet de fin de cycle de type recherche. Un projet de 6–12 semaines ressemblant à un travail de niveau universitaire — revue de littérature, méthodologie, résultats, discussion des limites et des travaux futurs. L'artefact + le compte rendu est ce que les universités examinent lors de l'admission.

3. Le principe du « vrai problème »

Le plus grand déterminant de la qualité du projet d'un élève est de savoir si le problème semble réel. Les problèmes génériques de manuel (prédire l'espèce d'iris) produisent un engagement superficiel. Les vrais problèmes ancrés aux EAU produisent de la profondeur :

  • Construire une autocomplétion consciente de l'arabe du Golfe pour les messages WhatsApp des élèves.
  • Prédire la charge des wagons du métro de Dubaï selon l'heure de la journée à partir de données publiques.
  • Construire un classifieur d'images pour la tenue traditionnelle émirienne afin de corriger le biais des outils mondiaux de reconnaissance d'images.
  • Concevoir un recommandeur de menu de cantine scolaire utilisant des données anonymes de préférences des élèves.
  • Auditer un jeu de données public pour la sous-représentation des populations des EAU / arabophones.

Les enseignants qui laissent les élèves choisir leur propre problème — dans des limites — produisent des portfolios mesurablement meilleurs que ceux qui assignent le même problème à toute la classe.

Vous préparez le mandat d'IA du MoE des EAU à la maison ?

4. À quoi ressemble un artefact de niveau portfolio

Pour les élèves de 11e–12e visant des universités des EAU ou mondiales, « niveau portfolio » signifie trois artefacts produits ensemble :

  1. Un artefact fonctionnel. Une démo déployée, un carnet avec des résultats reproductibles, ou une petite appli. Un dépôt GitHub public est préféré.
  2. Un compte rendu. 1 500–3 000 mots. Problème, approche, données, résultats, limites, considérations éthiques, travaux futurs. Se lit comme un article de recherche introductif.
  3. Une présentation. Vidéo ou démo en direct de 5–10 minutes. Communique le travail à un public non technique.

Le trio ensemble est ce qu'examinent les équipes d'admission de MBZUAI, NYU Abu Dhabi, Khalifa University et des universités mondiales.

5. Le cadre de conception de projet qui fonctionne

Pour les enseignants qui structurent un projet d'élève, le cadre qui produit systématiquement un travail solide :

  1. Semaine 1 : Cadrage du problème. Quel problème ? Pourquoi importe-t-il ? Qui en bénéficie ?
  2. Semaine 2 : Sélection de l'approche. L'IA est-elle le bon outil ? Quel type d'IA ? Quelle est la base sans IA ?
  3. Semaines 3–4 : Obtention et préparation des données. D'où viennent les données ? Sont-elles représentatives ?
  4. Semaines 5–7 : Entraînement et itération. Entraîner, évaluer, affiner. Documenter chaque itération.
  5. Semaine 8 : Limites et éthique. Que pourrait-il mal tourner ? Qui pourrait être lésé ?
  6. Semaine 9 : Compte rendu.
  7. Semaine 10 : Présentation.

6. Pièges courants

Piège : sauter le cadrage du problème

Les élèves qui sautent directement à « utiliser l'IA pour faire X » sans justifier le pourquoi produisent souvent un travail techniquement correct mais socialement inutile.

Piège : copier des carnets sans modification

Un carnet Kaggle copié intégralement n'enseigne rien. Les critères d'évaluation devraient récompenser le cadrage original du problème et le choix du jeu de données.

Piège : pas d'analyse éthique

Un projet sans section de limites et d'éthique se lit comme junior pour tout inspecteur ou lecteur d'admission.

7. Comment les familles soutiennent le travail de projet à la maison

  1. Aidez votre enfant à choisir un problème qui lui tient à cœur. Ne le résolvez pas à sa place, mais aidez-le à le cadrer.
  2. Fournissez un internet fiable, du matériel et du temps calme pendant la fenêtre du projet.
  3. Soyez le public de sa première présentation d'entraînement. Posez des questions difficiles mais bienveillantes.
  4. N'éditez pas son compte rendu. Commentez, ne réécrivez pas. L'écriture doit rester la sienne.

Piliers complémentaires : concepts fondamentaux, données et algorithmes, applications logicielles, sensibilisation éthique, applications du monde réel, politiques et engagement communautaire.

Contexte local : par émirat

Chaque émirat a son propre régulateur et son rythme de déploiement. Découvrez comment ce thème apparaît dans votre émirat :

Pour le guide familial sur ce thème, téléchargez gratuitement la liste de contrôle parentale des 7 domaines du MoE.

Bring this curriculum to your school

LittleAIMaster runs structured AI lessons for Grades 6-12 — 540+ chapters, teacher dashboards, and per-student progress visibility. The app is freemium, so your teachers can test the first chapters free before any conversation about seat licensing.

Talk to us about your school

Response within 1 business day

Projets d'IA de niveau portfolio, dès la 6e année

LittleAIMaster construit un projet par unité dès la 6e année — chaque unité se termine par un artefact déployable et un compte rendu. Bilingue EN + AR.

Or get the mobile app

Rated 4.8Used by 1,000+ familiesFree to start · No card

Programme innovation et conception de projets des EAU : FAQ

Que signifie « innovation et conception de projets » dans le programme des EAU ?
Thème 6 sur 7 du programme d'IA du MoE des EAU. C'est la couche de construction — où les élèves conçoivent et créent leurs propres systèmes d'IA au lieu de simplement utiliser des outils existants. Chaque niveau a un projet ; la profondeur et la portée augmentent avec l'âge.
À quel point les élèves des EAU construisent-ils tôt leur propre IA ?
Les élèves de 3e–5e année construisent de simples classifieurs d'images avec des outils sans code comme Teachable Machine. Ceux de 6e–8e entraînent des modèles avec leurs premiers carnets Python. Ceux de 9e–10e réalisent des projets de portfolio avec des résultats documentés. Ceux de 11e–12e produisent un travail de type recherche, souvent utilisé dans les candidatures universitaires.
À quoi ressemble un projet de « niveau portfolio » en 12e année ?
Un artefact d'IA fonctionnel (modèle, démo, appli) + une analyse écrite (énoncé du problème, approche, résultats, limites, éthique) + une présentation de 5 minutes. De solides exemples d'élèves des EAU ont inclus des outils de TAL arabe, des modèles de prédiction du trafic à partir de données publiques de Dubaï, et des audits de biais de jeux de données publics.
Comment cela se relie-t-il à l'admission à MBZUAI / NYUAD / Khalifa University ?
Directement. Les équipes d'admission de MBZUAI, NYU Abu Dhabi et Khalifa University examinent de plus en plus les portfolios de projets des candidats parallèlement aux résultats d'examens. Les élèves avec des projets d'IA documentés de 11e–12e ont un avantage mesurable à l'admission.
Quelle est la chose la plus importante que doivent faire enseignants et parents ?
Rendre le projet réel. Les élèves qui résolvent un problème qui leur tient vraiment à cœur — apprendre l'arabe, le trafic de leur quartier, l'optimisation de la cantine scolaire — produisent un travail d'un ordre de grandeur meilleur que ceux qui résolvent des problèmes génériques de manuel. La réalité est la motivation la plus puissante.