L’éducation transformée par l’Intelligence Artificielle ? Innovations et retours d’expérience dans l’enseignement supérieur. (Titre provisoire)

ouvrage-en-redaction_couverture

L’éducation transformée par l’Intelligence Artificielle ? Innovations et retours d’expérience dans l’enseignement supérieur. (Titre provisoire)

Cet ouvrage vise à regrouper une variété d’expériences et de points de vue sur l’application pratique et la réflexion critique de l’intelligence artificielle (IA) dans le domaine éducatif, plus spécifiquement au sein de l’enseignement supérieur.

Présentation

L’IA en éducation (AIEd) vit une période de forte croissance, notamment grâce aux avancées en apprentissage automatique (Crompton et Burke, 2023). Ces progrès ouvrent de nouvelles perspectives, notamment dans la création de ressources pédagogiques assistée par IA, avec l’avènement de Modèles de Langages (LLM) tels que Chat GPT, Bard, LLaMa, etc. et les outils qui les utilisent. Cependant, malgré cet élan récent, les applications pratiques et les répercussions pédagogiques de l’IA restent souvent floues (Zawacki-Richter et al., 2019), et insuffisamment questionnées d’un point de vue critique et éthique (Russel et Norvig, 2010; du Boulay, 2022).

La recherche a permis de distinguer et de catégoriser quatre domaines d’application de l’IA en éducation (Zawacki-Richter et al., 2019) :

  • (1) Profilage et prédiction : l’analyse de données et la création de profils d’étudiants peut permettre des interventions idoines, des prédictions de variables d’intérêt (admission, performances, taux d’abandon).
  • (2) Evaluation : L’évaluation basée sur l’IA peut rationaliser le processus de notation, offrir un retour d’information instantané, enrichir l’évaluation. Les instructeurs peuvent également bénéficier de l’aide de l’IA pour générer des questions ou créer des tests.
  • (3) Systèmes adaptatifs et personnalisation : Les systèmes adaptatifs et la personnalisation peuvent stimuler la gestion de l’hétérogénéité des apprenants en offrant des expériences d’apprentissage répondant aux besoins et aux capacités d’apprentissage de chacun et chacune.
  • (4) Systèmes de tutorat intelligents : Les systèmes de tutorat intelligents peuvent fournir un enseignement personnalisé et adaptatif (pour une revue systématique: Mousavinasab et al, 2021).

Chacun de ces quatre axes est porteur de potentiel pour stimuler l’engagement, faciliter l’apprentissage, promouvoir l’accessibilité et l’inclusion, mais soulèvent également des questions éthiques importantes, notamment en matière de confidentialité des données et de biais algorithmiques.

Crompton, H., & Burke, D. (2023). Artificial intelligence in higher education: the state of the field. International Journal of Educational Technology in Higher Education, 20(1), 22. https://doi.org/10.1186/s41239-023-00392-8

Du Boulay, B. (2022). Artificial Intelligence in Education and Ethics. In Handbook of Open, Distance and Digital Education (pp. 1–16). Springer Nature Singapore. https://doi.org/10.1007/978-981-19-0351-9_6-2

Mousavinasab, E., Zarifsanaiey, N., R. Niakan Kalhori, S., Rakhshan, M., Keikha, L., & Ghazi Saeedi, M. (2021). Intelligent tutoring systems: a systematic review of characteristics, applications, and evaluation methods. Interactive Learning Environments, 29(1), 142–163. https://doi.org/10.1080/10494820.2018.1558257

Russel, S., & Norvig, P. (2010). Artificial Intelligence. A Modern Approach. Pearson Education.

Zawacki-Richter, O., Marín, V. I., Bond, M., & Gouverneur, F. (2019). Systematic review of research on artificial intelligence applications in higher education – where are the educators? International Journal of Educational Technology in Higher Education, 16(1), 39. https://doi.org/10.1186/s41239-019-0171-0

Directeur·trice(s) d’ouvrage

  • Ambroise Baillifard
  • Henrietta Carbonel

Télécharger l’appel à contribution (format PDF)