Les labos de bricolage en Inde reçoivent un assistant pédagogique alimenté par l'IA et Gemini

Points clés

• Google DeepMind et la Atal Innovation Mission de l'Inde ont lancé ATL Saathi le 14 juillet 2026, une application web basée sur Gemini pour les enseignants des Atal Tinkering Labs.
• Le projet pilote couvre 100 écoles, faisant partie d'un réseau qui atteint plus de 11 millions d'étudiants en Inde.
• L'assistant génère des idées de projets adaptées au niveau scolaire, des guides d'assemblage étape par étape, des schémas de câblage et des mesures de sécurité.
• Il est lancé dans huit langues indiennes, avec la possibilité d'en ajouter d'autres.
• Il fonctionne sur Gemini 3.5 Flash, le modèle plus rapide et moins coûteux de Google, optimisé pour des réponses rapides.

L'Inde a consacré des années à la construction des Atal Tinkering Labs, de petits ateliers scolaires équipés d'imprimantes 3D, de capteurs et de kits robotiques de base. Il y en a maintenant assez pour atteindre plus de 11 millions d'étudiants. La difficulté n'a jamais été le matériel. C'était de trouver des enseignants capables de guider en toute confiance un adolescent curieux de 13 ans dans le câblage d'un capteur d'humidité du sol sans mettre le feu à la salle de classe.

C'est cette lacune que Google DeepMind essaie de combler avec ATL Saathi, une application web pour les enseignants lancée en pilot le 14 juillet 2026.

Considérez-le comme un collègue patient qui ne dort jamais. Un enseignant ouvre l'application, choisit un module du curriculum officiel de bricolage, et obtient un court résumé, une infographie, un aperçu vidéo et un petit quiz. Pas de vidéo de formation de deux heures. Pas de PDF de 80 pages.

La partie la plus intéressante est ce qui se passe quand les étudiants arrivent avec une idée.

Supposons qu'un étudiant veuille construire un appareil qui avertit un agriculteur quand un réservoir d'eau est presque vide. L'enseignant tape le problème dans ATL Saathi. L'application, fonctionnant sur Gemini 3.5 Flash (la version rapide et peu coûteuse du modèle d'IA principal de Google, la technologie derrière les chatbots comme Gemini et ChatGPT), retourne un plan de projet. Ce plan inclut les composants à retirer de l'étagère, un schéma de câblage montrant comment les connecter, les étapes d'assemblage et des consignes de sécurité concernant des éléments comme les piles mal fixées et les fils dénudés.

Cela fonctionne aussi dans l'autre sens. Si un enseignant veut susciter des idées plutôt que d'y répondre, l'application génère des suggestions de projets adaptées au niveau de l'étudiant et au programme actuel.

De manière cruciale, elle fait tout cela dans huit langues indiennes au lancement. Un enseignant dans une école de langue tamoule dans la zone rurale du Tamil Nadu reçoit le même schéma de câblage et les mêmes avertissements de sécurité qu'un enseignant dans une école de langue anglaise à Delhi. Les matériaux du curriculum se trouvent dans NotebookLM, l'outil IA basé sur des documents de Google, donc l'assistant répond à partir du manuel officiel de la Atal Innovation Mission plutôt que d'Internet ouvert.

La Atal Innovation Mission se situe au sein de NITI Aayog, le groupe de réflexion politique du gouvernement indien. Son objectif déclaré est de transformer un million d'enfants indiens en ce qu'il appelle des « innovateurs modernes ». Le partenariat a d'abord été annoncé au Sommet d'impact de l'IA en février 2026, et Google DeepMind dit que le lancement d'aujourd'hui est le premier produit fonctionnel issu de cet engagement.

Que change cela réellement pour une salle de classe ?

Cela change le rôle de l'enseignant, qui passe de la recherche d'informations à la guidance d'un étudiant à travers celles-ci. Un professeur de physique qui n'a jamais touché une carte Arduino, la petite carte de circuit programmable que les étudiants utilisent pour les projets d'électronique, peut maintenant entrer dans un labo avec un plan imprimé, une liste de pièces et une liste de vérification de sécurité générée en quelques minutes.

Comparez cela à l'alternative humaine. Un mentor spécialisé visitant chacun des milliers de labos de bricolage en Inde n'est pas abordable à l'échelle nationale. Même une visite par école par trimestre entraînerait des frais et une logistique sérieux. Un assistant logiciel qui coûte des centimes par requête, fonctionnant sur un modèle conçu pour l'utilisation à fort volume et à bas coût, est un problème économique très différent.

Il y a de vraies questions auxquelles le projet pilote devra répondre. Les schémas de câblage fonctionnent-ils réellement quand ils sont construits ? Les avertissements de sécurité tiennent-ils quand un enfant de 12 ans les ignore ? À quelle fréquence le modèle invente-t-il un composant qui n'existe pas dans le kit du labo ?

La cohorte de 100 écoles est d'où proviendront ces réponses. Si Google DeepMind et la Atal Innovation Mission peuvent montrer que les enseignants passent moins de temps sur la paperasse et plus de temps à superviser les constructions réelles, le cas pour la montée en charge du réseau complet des labos de bricolage devient beaucoup plus facile à établir.

Pour l'instant, les labos de bricolage ont un nouveau membre du personnel. Il répond à 2h du matin, parle huit langues, et ne se lasse jamais de la même question sur les résistances.