Intégrer l’IA générative dans les stratégies pédagogiques

Cette collection est coordonnée par B. Raucent et P. Wouters. Ce document a été élaboré en préparation du Hack’Apprendre 2024, intitulé « Partenaires pour inspirer les transformations de l’Université avec l’Intelligence Artificielle ». Il a pour objectif de fournir des outils et des perspectives aux enseignants du supérieur pour intégrer l’IA générative dans leurs pratiques pédagogiques.

Les clés du Louvain Learning Lab

L’équipe du LLL effectue une veille constante pour comprendre, tester et valider des dispositifs pédagogiques et des outils émergents, afin d’aider les enseignants à intégrer ces nouveaux outils dans leur enseignement. La collection « Les clés du Louvain Learning » vise à suivre ces thèmes en développement, en fournissant des repères à un instant donné, dans un monde évolutif.

La ligne éditoriale de cette collection se veut flexible et adaptée aux besoins des enseignants, dans un format court par rapport aux Cahiers du Louvain Learning Lab. L’objectif est d’offrir un suivi des thématiques nécessaires à la qualité de la formation des étudiants. Cette collection est également complétée par des ressources numériques pour suivre l’évolution des thématiques abordées.

Ces premières balises ouvriront la voie à des cahiers plus approfondis, avec davantage d’exemples pratiques issus des pratiques enseignantes.

Benoît Raucent & Pascale Wouters (Éd.)

Du concept général de l’intelligence artificielle aux applications spécifiques de l’IA générative

L’intelligence artificielle (IA) désigne des systèmes informatiques capables de réaliser des tâches complexes, telles que l’apprentissage, le raisonnement, la compréhension du langage naturel, et la prise de décisions.

Zoom sur l’IA générative, les larges modèles de langage (LLM) et les « GPT »

Les modèles traditionnels d’IA permettent de classer, prédire ou prendre des décisions basées sur des données existantes. L’IA générative, quant à elle, permet de créer des contenus nouveaux. Un modèle de langage comme ChatGPT utilise des grands modèles de langage (LLM) tels que GPT-4 pour générer du texte à partir d’une question ou d’un « prompt ».

L’impact de l’IA sur l’alignement pédagogique et les acquis d’apprentissage visés

L’IA a un impact majeur sur l’enseignement supérieur, notamment sur l’alignement pédagogique, qui assure la cohérence entre les objectifs d’apprentissage, les méthodes d’enseignement et les évaluations. Il est essentiel de former enseignants et étudiants à utiliser l’IA de manière à soutenir les apprentissages tout en préservant l’intégrité académique.

Potentialités pédagogiques de l’IA dans l’approche par intégration

L’IA offre plusieurs avantages dans l’enseignement, l’apprentissage et la recherche. Par exemple, elle peut aider à la conception de cours, la création de ressources pédagogiques, ou encore l’évaluation des acquis.

Enseignement

• Assistance à la conception de cours et d’activités d’apprentissage.
• Création de supports pédagogiques et de quizz adaptatifs.
• Aide à l’évaluation des acquis des étudiants.

Recherche

• Facilitation de la revue de littérature et analyse des données.
• Génération de données synthétiques et aide à la conception d’expériences.

Apprentissage

• Soutien dans la création de questions de révision et tutorat personnalisé.
• Aide à l’organisation d’horaires d’étude et à la résolution de problèmes.

Les principes de base de l’intégrité académique

Les outils d’IA générative soulèvent des questions d’authenticité et de propriété intellectuelle. Il est crucial de promouvoir une utilisation transparente de ces technologies tout en garantissant la véracité des informations générées et en respectant les droits d’auteur et les données personnelles.

Les défis de l’évaluation à l’ère de l’IA générative

L’évaluation doit s’adapter à l’usage croissant de l’IA. Les enseignants doivent repenser leurs objectifs d’apprentissage et aligner les méthodes d’évaluation en fonction de l’impact de l’IA sur les acquis des étudiants.

Stratégies pour un usage responsable et critique de l’IA générative (IAG)

L’interaction avec l’IAG nécessite une démarche réfléchie, impliquant plusieurs étapes : définir le rôle de l’utilisateur, évaluer les réponses générées et garantir la transparence dans l’utilisation de l’IA.

Pistes pour maîtriser l’art des « prompts » pour interagir avec l’IA

Le « prompting » consiste à fournir des instructions précises pour guider l’IA à générer des réponses spécifiques. L’art du prompt implique de structurer ces instructions de manière à obtenir des résultats plus précis et adaptés aux besoins pédagogiques.

Cette révision met l’accent sur une approche structurée et critique de l’intégration de l’IA générative dans l’enseignement, tout en soulignant l’importance de l’adaptation des pratiques pédagogiques et des évaluations dans ce contexte en constante évolution.

SOURCE : UCLOUVAIN