Le modèle RCTF : un cadre pour des requêtes pédagogiques structurées
Introduction : le problème de la requête vague
L’intelligence artificielle générative est accessible à tous, mais elle ne produit pas les mêmes résultats pour tout le monde. La qualité d’une réponse dépend directement de la qualité de la demande. Or, la plupart des utilisatrices et utilisateurs rédigent des requêtes incomplètes, sans contexte, sans contrainte — et s’étonnent ensuite d’obtenir des résultats génériques, mal calibrés ou pédagogiquement inutilisables.
Pour le personnel enseignant, ce problème prend une dimension particulière. Une requête pédagogique mal construite peut générer une activité déconnectée des compétences visées, une évaluation inadaptée au niveau des étudiants, ou une ressource qui ignore les contraintes réelles de la classe.
Le modèle RCTF est une réponse à ce problème. Il s’agit d’un cadre structurant, simple et adaptable, conçu pour transformer une intention pédagogique en une requête IA précise, cohérente et professionnelle.
I. Pourquoi la structure change tout
Comparer ces deux requêtes adressées à un modèle d’IA :
« Crée-moi une activité sur les fractions. »
versus
« Tu es une experte en didactique des mathématiques au niveau collégial. Je suis enseignant dans un cours de mise à niveau en mathématiques pour des étudiants de première session. Ma tâche est de concevoir une activité de 20 minutes, en équipe de deux, qui amène les étudiants à reconnaître leurs erreurs de procédure sur les fractions. Présente le résultat sous forme de fiche-activité avec consignes claires. »
La deuxième requête délimite un rôle, ancre la demande dans un contexte précis, définit une tâche ciblée et spécifie le format attendu. Le résultat sera infiniment plus utile — et directement réutilisable en classe.
C’est exactement ce que le modèle RCTF formalise.
II. Les quatre piliers du modèle RCTF
Rôle
Attribuer un rôle à l’IA modifie profondément la tonalité et l’expertise mobilisée dans la réponse. Demander à l’IA d’agir comme une pédagogue expérimentée, un correcteur rigoureux ou un étudiant en difficulté oriente le registre, le niveau de langage et l’angle d’attaque du contenu généré.
Contexte
L’IA ne connaît pas votre classe. Elle ignore votre discipline, votre session, la compétence que vous développez, le profil de vos étudiants. Le contexte est le socle sur lequel repose la pertinence de toute réponse pédagogique. Sans lui, l’IA produit du générique.
Tâche
La tâche est l’instruction centrale : ce que vous demandez à l’IA de faire. Elle doit être formulée avec un verbe d’action précis : concevoir, évaluer, reformuler, comparer, créer, analyser. Une tâche floue produit une réponse floue.
Format
Préciser le format attendu — liste, tableau, fiche-activité, plan de cours, dialogue — évite les réponses trop longues, mal structurées ou inadaptées à l’usage prévu. C’est aussi l’endroit pour indiquer la durée, les contraintes d’évaluation, les considérations EDI, et l’alignement avec les objectifs du cours.
III. La structure XML : pourquoi les balises ?
Le générateur utilise des balises de type XML (<RôleIA>, <CONTEXTE_DU_COURS>, etc.) pour délimiter chaque composante de la requête. Ce n’est pas un détail esthétique.
Les modèles de langage avancés (GPT-4, Claude, Gemini) traitent ces délimiteurs comme des marqueurs sémantiques : ils segmentent l’information, réduisent les ambiguïtés et permettent à l’IA d’appliquer des instructions différentes à chaque section. Des recherches en ingénierie de prompts (prompt engineering) montrent que les requêtes structurées de cette façon produisent des réponses plus cohérentes, plus alignées et plus reproductibles.
Le préambule intégré automatiquement dans chaque requête active en outre le chaînage de raisonnement (chain-of-thought) : l’IA est forcée de décomposer sa démarche avant de produire une réponse, ce qui réduit les hallucinations et améliore la qualité analytique du résultat.
IV. Générateur interactif
Remplissez les sections ci-dessous, copiez la requête générée, puis collez-la dans l’IA de votre choix (ChatGPT, Claude, Gemini, Copilot…).
V. Conseils d’utilisation
Commencez par le Rôle et la Tâche. Ce sont les deux champs les plus déterminants. Le reste vient enrichir et préciser.
Soyez spécifique dans le Contexte. Plus vous détaillez votre cours, votre session et votre compétence, plus la réponse sera directement utilisable. L’IA n’invente pas ce que vous ne lui donnez pas.
Utilisez le mode Éditer pour affiner. La requête générée est un point de départ. Vous pouvez la modifier manuellement avant de la copier pour y ajouter des nuances que le formulaire ne couvre pas.
Itérez. Une bonne requête se raffine. Si la première réponse est approximative, modifiez une section, soyez plus précis sur la tâche ou le format, et relancez.
Conclusion
Le modèle RCTF ne prétend pas transformer l’IA en oracle pédagogique. Il offre quelque chose de plus fondamental : un protocole de communication entre la pensée didactique de l’enseignant et le moteur probabiliste de l’IA.
Structurer sa requête, c’est d’abord clarifier sa propre intention pédagogique. C’est nommer ce qu’on veut faire apprendre, à qui, comment et avec quelle contrainte. En ce sens, le modèle RCTF est autant un outil de réflexion pédagogique qu’un générateur de texte.
L’IA ne remplace pas le jugement professionnel de l’enseignante ou de l’enseignant. Elle l’amplifie — à condition qu’on lui parle avec rigueur.