Quelles sont les compétences que les étudiants en statistiques «devraient» maîtriser dans le cadre de leur diplôme? Et comment pouvons-nous créer un environnement d'apprentissage qui favorise la croissance des étudiants? Alors que nos étudiants se préparent à des carrières où ils travailleront probablement avec des outils d'IA, nous sommes confrontés à une question importante : quelles compétences et connaissances fondamentales devrions-nous privilégier dans les cours de statistiques? Alors que les enseignants reconnaissent l'importance des connaissances statistiques fondamentales, de nombreux étudiants remettent en question cette perspective, considérant l'IA comme un remplacement plutôt que comme un complément à leurs capacités. De nombreuses activités d'apprentissage traditionnelles, autrefois efficaces, ont été rendues obsolètes par les outils d'IA, ce qui exige de repenser fondamentalement notre approche pédagogique. En m'appuyant sur des expériences d'enseignement récentes, j'explorerai des approches pratiques pour combler ce fossé grâce à une conception à rebours : identifier les compétences essentielles et créer des expériences d'apprentissage authentiques pour les développer.