Passer au contenu

/ Centre de pédagogie universitaire

Je donne

Rechercher

Enseigner et apprendre avec l’IA

Littératie de l’IA : enjeux et promesses pour l’enseignement supérieur

L’utilisation de l’intelligence artificielle (IA) en enseignement supérieur date déjà de quelques décennies. Toutefois, avec le récent développement des systèmes d’IA générative, ces outils sont devenus très accessibles et sont de plus en plus présents dans notre vie quotidienne, dans les milieux professionnels et dans nos salles de cours. Aujourd’hui, comprendre les différents enjeux liés à l’IA et apprendre à l’utiliser de manière avisée constituent les fondements d’une nouvelle littératie. Cette littératie de l’IA est un objectif dont l’importance est largement reconnue (Conseil de l’innovation, 2024; Conseil supérieur de l’éducation, 2024), en plus de concerner les enseignantes et les enseignants de tous les domaines, ainsi que les personnes étudiantes.

Plus largement, les systèmes d’IA, et plus particulièrement les systèmes d’IA générative (IAg), constituent des outils prometteurs pour l’enseignement et l’apprentissage dans toutes les disciplines, pourvu qu’on envisage une utilisation pertinente, éthique et responsable qui vise à développer les capacités cognitives des humains plutôt qu’à les remplacer.

Image générée par Midjourney v6.1 (19 août 2024). Requête : « A futuristic classroom with holographic displays and AI assistants helping students and teachers, colorful and engaging, digital art style »
Une salle de classe futuriste avec des écrans holographiques et des assistants IA aidant les étudiants et les enseignants et les enseignantes

La transformation de l’IA : du concept abstrait à l’outil quotidien

Pourquoi s’intéresser à l’IA en enseignement ?

Image générée par Midjourney v6.1 (19 août 2024). Requête : « AI-assisted course planning, showing a teacher interacting with holographic curriculum designs and personalized learning paths, futuristic education concept »
Planification de cours assistée par IA, montrant un enseignant interagissant avec des conceptions de curriculum holographiques et des parcours d’apprentissage personnalisés, concept d’éducation futuriste

L’IA a pris une place importante dans l’enseignement supérieur, comme constaté à l’occasion d’une journée de réflexion organisée le 31 mai 2023 par l’UdeM et le Pôle interordres de Montréal en enseignement supérieur (PIM). Les recommandations issues de cette journée mettent en avant l’importance d’un choix pédagogique éclairé, d’un usage adapté de l’IA et d’un cadre propice à l’intégrité, incluant des consignes explicites, la transparence et la protection des données.

Selon une recension des écrits récente (Lepage et Roy, 2024), six applications de l’IA en éducation (IAED) concernant le personnel enseignant et la communauté étudiante ont été identifiées :

  • Une aide à la préparation et à la transmission de contenus ou de matériel pédagogique ;
  • L’aide aux étudiants et aux étudiantes dans l’application des connaissances ;
  • Le soutien à l’engagement des personnes étudiantes dans les tâches d’apprentissage ;
  • Un soutien à l’évaluation et à la rétroaction ;
  • L’aide à l’autorégulation des apprenants et des apprenantes ;
  • Le soutien aux processus de collaboration entre les personnes apprenantes.

Pour la communauté étudiante, l’IA générative peut, si elle est utilisée adéquatement, aider à :

  • Générer des idées ;
  • Étudier la matière enseignée ;
  • Traduire des textes ;
  • Réviser des textes ;
  • Résumer des textes ;
  • Rechercher de l’information ;
  • Coder, etc.

L’IA générative pourrait aussi être utilisée pour personnaliser l’apprentissage en adaptant le contenu et les méthodes d’enseignement aux besoins individuels des étudiants et des étudiantes. Par exemple, un enseignant ou une enseignante pourrait utiliser un système d’IAg pour analyser les performances sur des tâches antérieures, déterminer le niveau atteint par les personnes apprenantes en fonction des objectifs d’apprentissage et utiliser les recommandations du système afin de développer des ressources d’apprentissage personnalisées.

Tirer profit des grands modèles de langage (GMLs)

Les risques et enjeux liés à l’utilisation de l’IA générative

Image générée par Midjourney v6.1 (19 août 2024). Requête : « Ethical AI in education, showing balanced scales with technology and human values, surrounded by diverse students and educators, thoughtful and inclusive atmosphere »
IA éthique dans l’éducation, montrant des balances équilibrées avec la technologie et les valeurs humaines, entourées d’étudiants et étudiantes et d’enseignants et enseignantes divers, atmosphère réflexive et inclusive

Avant d’utiliser l’IA générative, il est important de connaître son fonctionnement et les principaux enjeux et risques liés à son utilisation, notamment :

En matière d’intégrité pédagogique;

L’engagement à maintenir des normes éthiques élevées dans l’enseignement et l’apprentissage. Cela inclut l’honnêteté académique, le respect de la propriété intellectuelle et la promotion de pratiques équitables.

Les hallucinations et fabulations;

Phénomène où l’IA génère des informations inexactes ou invente des faits sans fondement. Ces erreurs peuvent sembler plausibles mais ne sont pas basées sur des données réelles.

Les biais;

Préjugés ou distorsions systématiques dans les systèmes d’IA, résultant souvent de données d’entraînement non représentatives. Ces biais peuvent conduire à des résultats discriminatoires ou inéquitables.

La transparence;

La clarté et l’ouverture concernant le fonctionnement, les limites et l’utilisation des systèmes d’IA. Elle implique de rendre les processus de prise de décision de l’IA compréhensibles et vérifiables.

La désinformation, la manipulation et les hypertrucages (deepfakes);

Création et diffusion intentionnelles de fausses informations ou de contenus manipulés par l’IA. Les hypertrucages sont des médias synthétiques particulièrement convaincants, créés pour tromper.

La confidentialité des renseignements personnels;

Protection des informations privées des individus contre l’accès, l’utilisation ou la divulgation non autorisés. Dans le contexte de l’IA, cela concerne la gestion sécurisée des données personnelles utilisées ou générées.

Le respect des droits d’auteur;

Reconnaissance et protection de la propriété intellectuelle des créateurs et créatrices. Dans l’utilisation de l’IA, cela implique de s’assurer que le matériel généré ne viole pas les droits d’auteur existants.

Les conséquences écologiques (l’empreinte carbone).

Impact environnemental de l’utilisation et du développement de l’IA, notamment en termes de consommation d’énergie. Cela inclut les émissions de gaz à effet de serre liées au fonctionnement des systèmes d’IA.

L’apprentissage machine en profondeur

Comment utiliser l’IA dans mon enseignement ?

Exemples d’activités pédagogiques universitaires réalisées avec des outils d’IA

  • Pour démystifier les outils d’IA générative
  • Pour développer des habiletés liées à la rédactique (prompt engineering)

Exemples d’activités à réaliser dans le cadre des cours

Activités en lien avec la planification des cours

  • Valider des objectifs d’apprentissage ;
  • Suggérer des pistes d’évaluation sommative ou formative ;
  • Donner des idées en lien avec un plan de cours ;
  • Suggérer des idées de méthodes d’enseignement novatrices en lien avec les objectifs d’apprentissage.

Activités liées à la prestation des cours et aux activités d’apprentissage

  • Génération d’images ad hoc en fonction de critères spécifiques (objets représentés, situations, contextes, etc.), pour susciter des discussions de groupe au sujet de sujets ciblés (i.e. photoelicitation) ;
  • Génération d’images illustrant des concepts spécifiques (diagrammes, caricatures, etc.), pour permettre leur compréhension et appropriation par les étudiants ;
  • Production de textes comportant une partie générée par l’IA, puis complétée/ajustée par l’étudiant (faire équipe avec un système d’IA) ;
  • Production de textes que les étudiants peuvent par la suite analyser, critiquer, corriger.

Exemples d’activités d’évaluation des apprentissages (formatives ou sommatives)

  • Production d’une banque de questions pour proposer des minitests aux étudiants et aux étudiantes ;
  • Aide à la formulation de rétroactions pour chacun des choix de réponses dans des minitests à correction automatique ;
  • Rétroactions données aux étudiants et aux étudiantes sur des textes en cours de rédaction ;
  • Rétroactions sur des tâches (à noter que pour le moment, bien que les systèmes d’IAg soient moins précis que les humains et que les personnes étudiantes doivent demeurer critiques face aux rétroactions reçues, ils fournissent tout de même des rétroactions très utiles).
Image générée par Midjourney v6.1 (19 août 2024). Requête : « Interdisciplinary collaboration in AI education, diverse team of educators and students working together with holographic AI interfaces, dynamic and innovative environment »
Collaboration interdisciplinaire dans l’éducation en IA, équipe diverse d’enseignants et enseignantes et d’étudiants et étudiantes travaillant ensemble avec des interfaces IA holographiques, environnement dynamique et innovant

Il est important de noter que l’utilisation de l’IA doit toujours être conforme aux règlements disciplinaires en matière d’intégrité de l’Université de Montréal. Par ailleurs, toute utilisation de l’IA dans les travaux des personnes étudiantes devrait être adéquatement citée (voir les recommandations de l’APA).

Les balises institutionnelles pour l’utilisation de l’IA en enseignement, mises à jour régulièrement, visent à assurer un usage éthique et responsable de l’IA en mettant l’accent sur la collaboration et le partage.

L’intégration de l’IA dans la planification pédagogique et la conception de cours universitaires