Ce que devrait signifier un emploi du temps « assisté par l'IA »
Beaucoup de produits vendent l'IA comme une boîte noire : importer un tableur, appuyer sur un bouton, publier. Les planificateurs savent que la réalité est autre. Il faut modéliser l'année, équilibrer les charges, refléter la politique de l'établissement — et quelqu'un doit assumer le planning publié.
Smootables est conçu comme un espace d'emplois du temps natif IA, pas comme un planificateur autonome incontrôlé. Un solveur à contraintes génère des emplois du temps de période réalisables à partir de données structurées. Un assistant IA aide à comprendre les compromis, appliquer des modifications validées, résoudre l'infaisabilité et converger plus vite vers un planning viable — tandis que les règles dures sont appliquées par le solveur et les actions sont tracées.
Où l'IA aide dans un flux réel
Assistant planificateur
Posez des questions en langage naturel : pourquoi un planning est infaisable, quels enseignants sont surchargés, ou comment déplacer les labos de sciences le matin. L'assistant oriente l'intention vers des outils ciblés et propose des changements à valider avant application.
Modifications à grande échelle, rapidement
Décrivez de grands changements de planification en langage naturel — reproduire toute la structure d'un trimestre dans une nouvelle année scolaire, déplacer une cohorte entre périodes ou rééquilibrer les heures d'enseignement à l'échelle de l'établissement — et l'assistant les applique dans le modèle. Ce qui prenait des heures dans un tableur peut se faire en une session ciblée.
Explicabilité
La validation avant génération et les rapports d'infaisabilité expliquent les données manquantes, les charges impossibles et les règles en conflit avant d'attendre un solve — l'assistant peut détailler les prochaines étapes.
Comparaison de scénarios
Comparez des branches d'emploi du temps, équilibrez les créneaux libres sur la semaine ou préparez une version avec moins de cours le vendredi après-midi, sans écraser un brouillon qui fonctionne.
Solveur plus assistant planificateur IA : comment cette combinaison simplifie les emplois du temps scolaires
L'IA accélère le jugement et l'itération ; le solveur impose la faisabilité. Un cycle typique :
- Modéliser l'année dans un seul espace : trimestres, cours, enseignants, salles, équipements, groupes et parcours individuels.
- Lancer la validation avant génération pour faire remonter surcharge, ressources manquantes et infaisabilité probable dans le plan — pas après publication.
- Générer l'emploi du temps de période avec contraintes dures et souples ; les cours non placés vont en zone d'attente au lieu d'arrêter la génération.
- Éditer par glisser-déposer, épingler des cours critiques, régénérer autour des verrous et utiliser l'aperçu de créneau avant de déposer une leçon.
- Utiliser l'assistant pour expliquer les conflits, proposer des ajustements et comparer les branches jusqu'à publication.
La génération d'emplois du temps scolaires n'est pas « IA seule »
La génération d'emploi du temps repose sur l'optimisation multi-contraintes — des algorithmes qui respectent vos règles configurées. L'assistant IA ne remplace pas ce moteur. Il aide les planificateurs à exprimer l'intention, interpréter les résultats et appliquer des modifications validées. Cette séparation est volontaire : les établissements ont besoin de rapidité, mais aussi de plannings défendables devant les enseignants et la direction.
Configuration et import assistés par l'IA
Un emploi du temps natif IA commence avant le premier solve. Smootables prend en charge l'import structuré depuis tableurs, CSV et exports legacy, plus l'extraction assistée par IA depuis fichiers désordonnés, captures et PDF. Les correspondances ambiguës pour cours, enseignants, salles et groupes passent par une revue humaine pour garder un modèle fiable.
Pour les établissements qui quittent Excel ou un générateur historique, cette voie d'import est souvent le chemin le plus rapide vers un modèle structuré — et le même modèle alimente les vues de charge, la validation, la génération, la collaboration et la publication dans un espace cloud unique.
Questions sur l'IA dans les emplois du temps
L'IA génère-t-elle notre emploi du temps automatiquement ?
La génération est assurée par le solveur à partir de votre plan structuré. L'assistant IA aide à préparer les données, expliquer les résultats et appliquer des modifications validées — il ne remplace pas le moteur de contraintes ni ne contourne silencieusement les règles dures.
L'IA peut-elle modifier notre planning sans autorisation ?
Non. Les actions IA utilisent des commandes planificateur validées, restent dans le périmètre de votre établissement et sont auditées. Les planificateurs confirment les changements avant qu'ils n'affectent le plan en production ou le planning publié.
En quoi est-ce différent d'Untis ou aSc ?
Ces outils sont solides en génération automatique classique une fois les réglages maîtrisés, mais ce sont des suites legacy complexes avec une courbe d'apprentissage raide — pas des espaces natifs IA pensés pour un usage quotidien simple. Smootables est une plateforme moderne conçue pour être intuitive : planification annuelle structurée, validation explicable, génération par solveur, édition moderne et assistant dans un flux qui réduit le temps total de planification — pas seulement le temps de solve — sans la configuration spécialisée que les outils legacy exigent souvent.
Et si notre établissement ne veut pas utiliser l'IA du tout ?
C'est possible. Les fonctionnalités IA peuvent être désactivées par client. Votre équipe conserve l'espace de planification complet — modélisation de l'année, vues de charge, collaboration, publication et génération d'emplois du temps par algorithmes — sans l'assistant planificateur ni l'import assisté par IA.
Les données élèves et enseignants sont-elles transmises à l'IA en toute sécurité ?
Seuls des codes ressource sont envoyés aux LLM — pas les noms des enseignants ni des élèves. Les actions IA sont consignées pour audit. Les clients peuvent aussi choisir un fournisseur LLM basé dans l'UE, comme Mistral, lorsque cela correspond à leurs exigences de résidence des données.