Lors d’une visite au verger en octobre 2025, les étudiants de première année en Sciences de la nature du Cégep de Sainte-Foy n’ont pas seulement cueilli des pommes — ils ont aussi récolté des données ! Chaque équipe a observé, mesuré et goûté les fruits : masse, hauteur, largeur, volume et même degré de maturation ont été soigneusement notés. Résultat : une base de données de 75 pommes, prêtes à être… analysées par l’IA.
De retour au laboratoire, les données ont été explorées à l’aide de Google Collaboratory et un programme Python a été généré grâce à Gemini. Les relations entre les différentes mesures ont été observées: la masse s’est révélée le meilleur indicateur du volume d’une pomme. Ensuite, les données ont été nettoyées et préparées, avant d’être testées sur trois modèles d’intelligence artificielle : la régression linéaire, l’arbre de décision et la forêt aléatoire.
Les trois modèles ont tenté de prédire le volume des pommes à partir de leurs dimensions et de leur masse. La forêt aléatoire s’est montrée la plus performante, même si ses prédictions restaient approximatives. En science des données, c’est un bon point de départ : il faudra plus de variables (comme la variété, la couleur ou la maturité) et plus d’échantillons pour améliorer la précision du modèle.
Finalement, cette activité a permis de relier les sciences de la nature, la chimie et l’intelligence artificielle de manière concrète et ludique : une belle façon d’apprendre que, un peu comme pour Newton et la gravitation, les pommes peuvent être la source de bien des concepts scientifiques !
