Vous entendrez beaucoup parler d’intelligence artificielle (IA) et d’éducation en 2025.
Le gouvernement britannique a dévoilé son « plan d’action pour les opportunités d’IA » à la mi-janvier. Dans le cadre de ce plan, il a accordé un financement d'un million de livres sterling (environ 1,2 million de dollars) à 16 entreprises de technologie éducative pour « créer des outils d'IA pour les enseignants pour le feedback et la notation, favorisant ainsi des normes éducatives élevées et croissantes ». Les écoles de certains États américains testent des outils d’IA dans leurs salles de classe. Une université marocaine est devenue la première en Afrique à introduire un système d'apprentissage basé sur l'IA dans l'ensemble de son établissement.
Et le thème de la Journée internationale de l’éducation des Nations Unies, célébrée chaque année le 24 janvier, est « L’IA et l’éducation : préserver l’action humaine dans un monde d’automatisation ».
Mais que signifie l’IA dans ce contexte ? Il est souvent utilisé comme un terme fourre-tout dans le domaine de l’éducation, fréquemment associé aux compétences numériques, aux plateformes d’apprentissage en ligne, au développement de logiciels ou même à l’automatisation numérique de base.
Cette description erronée peut fausser les perceptions et obscurcir le véritable potentiel et la signification des technologies basées sur l’IA. Ces technologies ont été développées par des scientifiques et des experts dans le domaine et mises à l’échelle par de grandes entreprises technologiques. Pour de nombreuses personnes, le terme IA rappelle des systèmes comme ChatGPT d’OpenAI, capable d’écrire des essais ou de répondre à des requêtes complexes. Cependant, les capacités de l’IA s’étendent bien au-delà de ces applications – et chacune a des implications uniques pour l’éducation.
Lire la suite : ChatGPT est l’impulsion dont l’enseignement supérieur a besoin pour repenser l’évaluation
Je suis un expert en IA, en apprentissage automatique, en infodémiologie – où j'étudie de grandes quantités d'informations en utilisant l'IA pour lutter contre la désinformation – en cartographie des connaissances (découvrir et visualiser le contenu de différents domaines de connaissances) et en modèles de technologie du langage humain (construction) qui utilisent L'IA pour faire progresser le langage humain, comme les outils de traduction en direct. Je fais tout cela en tant que directeur du Knowledge Mapping Lab, un groupe de recherche au sein de la Faculté des sciences économiques et de gestion, et codirecteur du Centre interdisciplinaire pour l'avenir numérique de l'Université de l'État libre.
Dans cet article, j'explique les technologies et la science derrière les mots à la mode pour faire la lumière sur ce que signifient des termes comme apprentissage automatique et apprentissage profond dans l'éducation, comment ces technologies peuvent être – ou sont déjà – utilisées dans l'éducation, ainsi que leurs avantages et leurs pièges.
L’apprentissage automatique est un sous-ensemble de l’IA impliquant des algorithmes qui apprennent des données pour faire des prédictions ou prendre des décisions. Dans le domaine de l’éducation, cela peut être utilisé pour adapter le contenu à chaque apprenant – ce que l’on appelle les plateformes d’apprentissage adaptatif. Ceux-ci peuvent, par exemple, évaluer les forces et les faiblesses des élèves, en adaptant les cours à leur rythme et à leur style.
Imaginez une application mathématique qui pose des questions basées sur le programme, puis utilise les réponses d'un apprenant pour identifier ses difficultés et ajuste son programme pour se concentrer sur les compétences fondamentales avant de progresser. Bien que cette science soit encore à l’étude, ce niveau de personnalisation pourrait améliorer les résultats scolaires.
L'apprentissage profond est une branche de l'apprentissage automatique. Il imite le cerveau humain via des réseaux neuronaux, permettant des tâches plus complexes telles que la reconnaissance d'images et de parole. Dans le domaine de l'éducation, cette technologie a ouvert de nouvelles voies en matière d'évaluation et d'accessibilité.
En matière d'évaluation, les outils basés sur l'IA peuvent aider à la correction, analyser les devoirs manuscrits, évaluer les modèles de parole dans l'apprentissage des langues ou traduire le contenu dans plusieurs langues en temps réel. De telles technologies peuvent à la fois aider les enseignants à alléger leurs charges administratives et contribuer au parcours d’apprentissage.
Ensuite, il y a l’inclusivité. Les applications de synthèse vocale et de synthèse vocale permettent aux étudiants handicapés d'interagir avec le matériel d'une manière qui était auparavant impossible.
Le traitement du langage naturel est une branche de l’IA qui permet aux ordinateurs d’aider à la compréhension, à l’interprétation et à la génération du langage humain. ChatGPT est l’exemple le plus connu, mais ce n’est qu’une application parmi tant d’autres.
Le potentiel de ce domaine pour l’éducation est énorme.
Le traitement du langage naturel peut être utilisé pour :
analyser l'écriture des élèves pour en déterminer les sentiments et le style afin de fournir des commentaires en temps réel sur la réflexion, le ton et la qualité de l'écriture. Cela va au-delà de la syntaxe et de la sémantique
identifier le plagiat
fournir des commentaires aux apprenants avant le cours, ce qui approfondira les discussions en classe
résumer les articles
traduire des textes complexes dans des formats plus compréhensibles.
Dans l’apprentissage par renforcement, les systèmes informatiques apprennent par essais et erreurs.
Ceci est particulièrement prometteur dans les environnements éducatifs gamifiés. Il s’agit de plateformes où les principes de gamification et d’éducation sont appliqués dans un monde virtuel dans lequel les étudiants « jouent ». Ils apprennent en jouant. Au fil du temps, le système apprend à s'adapter pour rendre le contenu plus stimulant en fonction de ce que l'étudiant a déjà appris.
Bien entendu, ces technologies ne sont pas sans défauts et sans problèmes éthiques. Ils soulèvent par exemple des questions d’équité : que se passe-t-il lorsque les étudiants qui n’ont pas accès à de tels outils prennent encore plus de retard ? Comment empêcher les algorithmes de renforcer les biais déjà présents dans les données éducatives ? Dans l’exemple mathématique précédent, cela ne pose peut-être pas autant de problème, mais imaginez les conséquences involontaires du renforcement des préjugés dans des matières comme l’histoire.
L’exactitude et l’équité sont également des préoccupations majeures. Un modèle mal conçu pourrait mal interpréter les accents ou les dialectes, désavantageant ainsi des groupes spécifiques d’apprenants.
Une dépendance excessive à l’égard de tels outils pourrait également conduire à une érosion des capacités de pensée critique chez les étudiants et les éducateurs. Comment trouver le juste équilibre entre assistance et autonomie ?
Et, d’un point de vue éthique, que se passerait-il si l’IA était autorisée à suivre et à s’adapter à l’état émotionnel d’un élève ? Comment pouvons-nous garantir que les données collectées dans ces systèmes sont utilisées de manière responsable et sécurisée ?
Le potentiel de l’IA doit être exploré par l’expérimentation. Mais cela fonctionne mieux s’il est géré dans des environnements contrôlés. Une façon d’y parvenir consiste à utiliser des « bacs à sable » réglementaires en matière d’IA – des espaces dans lesquels les enseignants et les concepteurs peuvent expérimenter de nouveaux outils et explorer des applications.
Cette approche est utilisée à l'Université de l'État libre depuis 2023. Dans le cadre du Centre interdisciplinaire pour l'avenir numérique, les bacs à sable servent de ressources éducatives ouvertes, proposant des vidéos, des guides et des outils pour aider les éducateurs et les dirigeants institutionnels à comprendre et à mettre en œuvre de manière responsable l'IA. technologies. La ressource est ouverte aux étudiants et aux éducateurs de l’université, mais notre objectif principal est d’améliorer les compétences des éducateurs.
L’IA dans l’éducation est là pour rester. Si ses composantes sont correctement comprises et si sa mise en œuvre est motivée par une recherche et une expérimentation de qualité, elle a le potentiel d’augmenter l’apprentissage tout en restant centrée sur l’humain, inclusive et responsabilisante.