BAC 2026
Le Grand Oral
Le Grand Oral est une épreuve orale préparée pendant le cycle terminal (Première + Terminale). Sur cette page : barème, déroulement, méthode, définition de la problématique (problem statement) et nombreux exemples en mathématiques et NSI.
Sommaire
- Barème du Bac 2026
- Grand Oral : l'essentiel
- Choix des 2 questions
- Déroulement de l'épreuve
- Critères d'évaluation
- Définir une problématique
- Méthode : construire une excellente question
- Exemples de problématiques en mathématiques
- Exemples de problématiques en NSI
- Exemples transversaux (maths + NSI)
- Plan type (10 minutes) + transitions
- FAQ & erreurs fréquentes
- Ressources officielles et fiables
1) Le barème du Bac 2026 ⬆
- Les épreuves terminales (final exams) (2 spécialités + philo + Grand Oral) comptent pour 60% de la note finale.
- Le contrôle continu (continuous assessment) compte pour 40%.
Deux épreuves se déroulent en juin : l'écrit de philosophie et l'oral préparé au long des années de Première et Terminale.
L'épreuve de la spécialité Mathématiques en terminale
- Une épreuve écrite est proposée en juin.
- Programme, méthode, sujets : spécialité mathématiques.
2) Le Grand Oral du Bac 2026 : l'essentiel ⬆
- Épreuve obligatoire, notée sur 20 points.
- Coefficient (weighting) : 10 (voie générale) / 14 (voie technologique).
- Durée : 20 minutes (avec 20 minutes de préparation).
- Source officielle : education.gouv.fr et Eduscol.
Objectif de l'épreuve : montrer que vous savez argumenter (argumentation), mobiliser des connaissances solides, relier des idées et vous exprimer clairement.
3) Le Grand Oral : choix des 2 questions ⬆
- Le candidat présente au jury deux questions préparées (avec ses professeurs, parfois avec d'autres élèves).
- Ces questions portent sur ses deux spécialités : soit séparément, soit de manière transversale (voie générale).
- La feuille des questions doit être signée par les enseignants de spécialité.
- Le jury choisit une des deux questions.
- Puis 20 minutes de préparation (un support est possible, mais il n'est pas évalué).
4) Déroulement de l'épreuve ⬆
- L'exposé se déroule sans note et debout (sauf aménagements).
- 10 minutes : présentation de la question et réponse structurée.
- 10 minutes : échange avec le jury (approfondissement, clarification, liens avec le programme).
5) Critères d'évaluation ⬆
- Le jury valorise :
- la solidité des connaissances,
- la capacité à argumenter et à relier les savoirs,
- l'esprit critique,
- la précision de l'expression,
- la clarté, l'engagement, la force de conviction.
- Grilles officielles (Eduscol) : voie générale / voie technologique
- Le jury est formé de deux professeurs de disciplines différentes (ou professeur-documentaliste).
- 5 critères sont souvent utilisés :
- qualité orale ;
- prise de parole en continu ;
- qualité des connaissances ;
- qualité de l'interaction ;
- construction de l'argumentation.
6) Définir ce qu'est une problématique ⬆
Voici les définitions que l'on peut lire dans les dictionnaires.
Définition : une problématique (problem statement) est :
- « Ensemble des problèmes se posant sur un sujet déterminé. » (Le Robert)
- « Ensemble des questions, des problèmes concernant un domaine de connaissances ou qui sont posés par une situation. » (Larousse)
- « Étude des questions, des enjeux soulevés par un sujet ou une situation donnés et, par métonymie, ensemble des problèmes ainsi posés. » (Académie française)
6.1) Les 5 critères d'une bonne problématique
- Adossée au programme (notions de Première/Terminale, spécialités).
- Question ouverte (pas "définir", pas "réciter").
- Débat possible : on peut défendre une thèse, nuancer, discuter des limites.
- Exemples concrets (applications, expériences, cas réels, simulations).
- Structure naturelle : introduction → développement → conclusion.
6.2) Exemples : mauvais vs bons
| Formulation | Pourquoi ? |
|---|---|
| Qu'est-ce qu'une fonction affine ? | Trop descriptif : on récite une définition. |
| En quoi les fonctions affines modélisent-elles des situations réelles (coût, vitesse, conversion) ? | On peut argumenter, illustrer, discuter la validité du modèle. |
| Qu'est-ce que la cryptographie ? | Encore trop large et "définition". |
| La cryptographie moderne peut-elle garantir la confidentialité face à l'augmentation de la puissance de calcul ? | Vrai débat : robustesse, limites, évolutions (RSA, tailles de clés, etc.). |
7) Méthode : construire une excellente question ⬆
La méthode Math93 (simple et efficace)
- Choisir un thème du programme (qui t'intéresse vraiment).
- Trouver une tension : "quand ça marche / quand ça ne marche pas", "avantages / limites", "précision / coût".
- Transformer en question ouverte (avec "En quoi...", "Jusqu'où...", "Peut-on...", "Pourquoi...").
- Prévoir 2 à 3 exemples + 1 contre-exemple (ou limite).
- Formuler un plan en 2 ou 3 parties + conclusion personnelle.
7.1) 10 formulations types (à copier)
- En quoi ... permet-il de ... ?
- Jusqu'où peut-on ... ?
- Peut-on ... sans ... ?
- Pourquoi ... est-il incontournable en ... ?
- Dans quelles conditions ... est-il valable ?
- Quels compromis entre ... et ... ?
- Comment ... influence-t-il ... ?
- Le modèle ... est-il fiable pour ... ?
- Quelles limites à ... ?
- Quels risques et quelles protections pour ... ?
8) Exemples de problématiques en mathématiques ⬆
Idée : une problématique en maths doit conduire à raisonner (preuve, démonstration, estimation, modèle), pas seulement à "faire un calcul".
8.1) Analyse (fonctions, limites, dérivées)
- En quoi la notion de limite permet-elle de justifier la continuité d'une fonction et ses conséquences en modélisation ?
- Jusqu'où la linéarisation (approximation affine) donne-t-elle des résultats fiables près d'un point ?
- Pourquoi les dérivées sont-elles indispensables pour optimiser un coût ou un temps dans un problème réel ?
- Quand un modèle exponentiel (croissance/décroissance) est-il pertinent, et quand doit-on le rejeter ?
- Peut-on tout "prédire" avec un modèle de fonction ? Quelles sont les limites mathématiques (sensibilité, incertitude) ?
8.2) Probabilités & statistiques
- Les probabilités permettent-elles réellement de prendre de "bonnes décisions" en situation d'incertitude ?
- Comment distinguer corrélation et causalité en statistique : quels pièges et quelles méthodes ?
- En quoi un intervalle de confiance aide-t-il à interpréter un sondage ? Peut-on s'y fier à 100% ?
- Peut-on modéliser le hasard : que signifie "événement improbable" et comment le quantifier ?
- Comment choisir une loi (binomiale, normale) : conditions d'application et limites ?
8.3) Suites, récurrence, algorithmique en maths
- En quoi la récurrence est-elle une méthode puissante pour prouver des propriétés "pour tout n" ?
- Comment décider si une suite converge : méthodes, intuition, contre-exemples ?
- Pourquoi certaines suites "semblent" converger mais ne convergent pas (erreurs de lecture numérique) ?
- Peut-on toujours trouver une formule explicite d'une suite définie par récurrence ?
- Qu'apporte l'algorithmique (calcul numérique) à l'étude des suites et de la convergence ?
8.4) Géométrie, vecteurs, trigonométrie
- Comment la géométrie vectorielle permet-elle de résoudre des problèmes d'alignement et de parallélisme efficacement ?
- En quoi la trigonométrie permet-elle de modéliser des phénomènes périodiques (son, lumière, marées) ?
- Pourquoi les transformations (symétries, rotations) sont-elles des outils puissants pour démontrer ?
- Jusqu'où peut-on "mesurer" une distance dans l'espace avec un modèle géométrique : quelles sources d'erreurs ?
Exemples de questions de type Grand Oral (source fiable) : LeLivreScolaire – « Sujets Grand Oral mathématiques » : voir la page.
9) Exemples de problématiques en NSI ⬆
En NSI, une bonne problématique s'appuie sur : algorithmes, données, réseaux, architecture, IHM, sécurité... et propose une discussion : efficacité, limites, enjeux.
9.1) Algorithmes & complexité
- Pourquoi un même problème peut-il avoir des algorithmes très différents, et comment choisir le plus adapté ?
- La complexité d'un algorithme suffit-elle à déterminer s'il est "meilleur" ?
- Qu'apporte un algorithme de tri (rapide, fusion) dans une application concrète : temps, mémoire, stabilité ?
- Jusqu'où peut-on optimiser un programme : y a-t-il des limites théoriques ?
9.2) Données, bases, IA
- Les algorithmes de recommandation "comprennent-ils" nos goûts ou les construisent-ils ?
- En quoi la qualité des données influence-t-elle la fiabilité d'un modèle d'IA ?
- Peut-on réduire les biais d'un modèle d'IA : méthodes, limites, responsabilités ?
- Quels compromis entre personnalisation et vie privée dans les systèmes numériques modernes ?
9.3) Cryptographie & cybersécurité
- Comment la cryptographie garantit-elle la confidentialité : quelles hypothèses et quelles limites ?
- Peut-on faire confiance à un mot de passe : quelles stratégies réellement efficaces aujourd'hui ?
- Pourquoi HTTPS est-il indispensable : que protège-t-il exactement (et que ne protège-t-il pas) ?
- Les attaques par force brute sont-elles inévitables : comment s'en protéger ?
9.4) Réseaux & internet
- Comment Internet a-t-il été conçu pour fonctionner malgré des pannes : quelles idées fondamentales ?
- Pourquoi le routage n'est-il pas "le plus court chemin" au sens simple : contraintes et choix ?
- La neutralité du net est-elle compatible avec l'optimisation des réseaux ?
9.5) Programmation, IHM (Interface Homme-Machine) , fiabilité
- Comment les tests automatisés améliorent-ils la fiabilité d'un logiciel ? Peut-on tout tester ?
- Pourquoi les erreurs logicielles persistent : complexité, facteurs humains, architecture ?
- En quoi l'ergonomie d'une interface influence-t-elle le comportement des utilisateurs ?
Ressource institutionnelle sur le Grand Oral en NSI (source fiable) : article sur apps.education.fr.
10) Exemples transversaux (Maths + NSI) ⬆
- En quoi les mathématiques (probabilités) sont-elles indispensables au fonctionnement des modèles d'IA modernes ?
- Comment la compression d'image (informatique) repose-t-elle sur des idées mathématiques (approximation, matrices) ?
- Pourquoi la cryptographie moderne mobilise-t-elle des notions mathématiques avancées (arithmétique, grands nombres) ?
- Comment modéliser un phénomène réel par simulation : quelles limites mathématiques et informatiques ?
- Les statistiques permettent-elles de détecter automatiquement des fraudes : précision, faux positifs, enjeux éthiques ?
11) Plan type (10 minutes) + transitions ⬆
Plan simple en 3 parties (recommandé)
- Introduction (1 min) : contexte + définition des termes + annonce du plan.
- Partie 1 (3-4 min) : notion principale + exemple 1.
- Partie 2 (3-4 min) : approfondissement + exemple 2 + limite/nuance.
- Conclusion (1 min) : réponse claire + ouverture.
Transisions prêtes à l'emploi
- « Maintenant que j'ai posé le cadre, je vais montrer comment cela fonctionne sur un exemple concret. »
- « Cette méthode est efficace, mais elle a aussi des limites importantes : je vais les discuter. »
- « On peut alors répondre à la question : ... »
- « Pour finir, je conclus et j'ouvre sur ... »
12) FAQ & erreurs fréquentes ⬆
Erreurs fréquentes
- Question trop large (« Qu'est-ce que l'IA ? ») → impossible à traiter en 10 min.
- Question = cours récité → pas d'argumentation, pas de prise de recul.
- Pas d'exemples → un Grand Oral sans exemples perd beaucoup de points.
- Pas de limite / nuance → le jury attend un esprit critique.
- Conclusion floue → il faut répondre clairement à la problématique.
Questions du jury (à anticiper)
- « Pouvez-vous me donne la génèse du choix de votre sujet ? »
- « Pouvez-vous préciser la définition de ... ? »
- « Dans quelles conditions ta méthode fonctionne-t-elle ? »
- « Avez-vous un contre-exemple ? »
- « Comment relier cela à une situation réelle ? »
- « Qu'est-ce qui changerait si ... ? »
13) Ressources officielles et fiables ⬆
- Eduscol : présentation du Grand Oral
- education.gouv.fr : comment se passe le Grand Oral
- Grilles officielles : voie générale / voie technologique
- Exemples de questions (source fiable) : LeLivreScolaire : sujets Grand Oral maths
Recommander l'article :
