AI EdVanguard Insights

L’éthique de l’intelligence artificielle (IA) suscite un intérêt grandissant, tel qu’en témoignent les divers regroupements scientifiques et projets de recherche mis en œuvre au Québec (voir notamm...

L’apprentissage en ligne et les systèmes de gestion de l’apprentissage (Learning Management Systems, LMS) Le nombre de personnes ayant recours à l’apprentissage en ligne est en constante augmentation. Le terme e-learning désigne l’apprentissage médié par l’utilisation de la technologie dans des contextes où les éducateurs et les apprenants sont éloignés dans l’espace et/ou le temps. L’objectif ultime de l’apprentissage en ligne est d’améliorer l’expérience et la pratique de l’apprentissage des étudiants ; Aujourd’hui, avec l’avancement de la technologie, il est plus approprié de se référer à des systèmes et des plates-formes pour la « livraison » ; de l’apprentissage en ligne plutôt qu’à des outils uniques. De tels systèmes sont le résultat de l’intégration de différents outils logiciels capables de construire un écosystème où des parcours d’apprentissage flexibles et adaptables peuvent être exploités. Un système d’e-learning permet la gestion des processus d’apprentissage et la gestion des cours. Il permet de réaliser des évaluations de l’apprentissage des étudiants, la rédaction de rapports, la création de contenus et leur organisation. Il facilite la communication entre les enseignants/tuteurs et les étudiants. Parmi les systèmes d’apprentissage en ligne les plus utilisés, il existe des systèmes de gestion de l’apprentissage (LMS) (par exemple Moodle, Edmodo). L’acronyme LMS désigne une application web conçue pour gérer le processus d’apprentissage des apprenants1 à différents niveaux, dans différents domaines et de différentes manières. Un LMS pourrait donc être défini comme un environnement d’apprentissage au sein duquel les activités et les outils d’apprentissage, les activités et les outils d’évaluation, le contenu d’apprentissage et les interactions étudiant-étudiant et/ou étudiant-éducateur sont mis en œuvre et gérés. De plus, la définition des LMS inclut le fait qu’ils soient des plateformes qui peuvent généralement inclure des systèmes de gestion de cours entiers, des systèmes de gestion de contenu et des portails2. LMS et IA : le LMS intelligent Avec la venue de l’IA, l’éducation, en général, et les LMS, en particulier, deviennent des champs d’application potentiels et prometteurs de cette force révolutionnaire3. Plus précisément, les LMS, grâce aux fonctionnalités portées par l’IA, représentent un outil d’apprentissage renouvelé capable de répondre à deux des aspects fondamentaux de l’éducation du futur : la personnalisation et l’adaptation4. C’est de cette combinaison entre LMS et IA qu’émerge le Smart LMS (SLMS) ou LMS Intelligent. Généralement, un SLMS efficace est un système dont les algorithmes peuvent fournir – et récupérer – des informations à partir de trois grappes fondamentales de connaissances : a) l’apprenant b) la pédagogie, et c) le domaine. En recueillant des informations sur a) les préférences des apprenants, leurs états émotionnels et cognitifs, leurs réussites et leurs objectifs, un SLMS peut mettre en œuvre les stratégies d’enseignement b) les plus efficaces (types spécifiques d’évaluation, apprentissage collaboratif, etc.) pour que l’apprentissage soit le plus fructueux dans le domaine spécifique des connaissances étudiées c) : par exemple, les théorèmes de géométrie, les opérations mathématiques, les lois de la physique, les procédures d’analyse de texte4. Un SLMS peut donc être défini comme un système d’apprentissage capable d’adapter les contenus proposés à l’apprenant en les calibrant aux connaissances et aux compétences dont l’apprenant a fait preuve lors de tâches précédentes. En fait, en adoptant une approche centrée sur l’apprenant, il peut identifier, suivre et contrôler les parcours des apprenants en enregistrant leurs habitudes et leurs styles d’apprentissage. En se référant à la description donnée par Fardinpour et al.5, un LMS intelligent fournit à l’apprenant le parcours d’apprentissage le plus efficace et le contenu d’apprentissage le plus approprié, par le biais de l’automatisation, de l’adaptation de différentes stratégies d’enseignement (scaffolding), du reporting et de la génération de connaissances. Il offre également aux apprenants la possibilité de suivre et de contrôler leur apprentissage et leurs objectifs d’apprentissage. En outre, bien que ces fonctionnalités et outils permettent au LMS de fonctionner de manière plus intelligente, un SLMS doit fournir aux apprenants la possibilité de désactiver l’IA qui gère leur parcours pour avoir un accès complet à tous les matériaux d’apprentissage dans l’environnement d’apprentissage. Quelques exemples de fonctionnalités soutenues par l’IA dans le contexte d’un SLMS Dans la pratique courante du fonctionnement d’un SLMS, plusieurs outils assistés par l’IA permettent de réaliser le système avec les fonctionnalités décrites ci-dessus. Ces outils assistés par l’IA se déplacent transversalement le long des trois grappes de connaissances susmentionnées auxquelles les algorithmes du SLMS se réfèrent constamment (apprenant, pédagogie, domaine). Les chatbots assistés par l’IA en tant que tuteurs virtuels Un chatbot – un logiciel qui simule et traite les conversations humaines (écrites ou orales) – dans le contexte d’un SLMS peut remplir la fonction de tuteur virtuel capable, d’une part, de répondre aux questions que se posent les apprenants concernant les cours d’apprentissage. D’autre part, il est capable de fournir des suggestions à l’apprenant sur la base de l’analyse que le système fait de ses performances et interactions précédentes6. Learning Analytics Learning Analytics – données relatives aux détails des interactions individuelles des apprenants dans les activités d’apprentissage en ligne – permettent aux enseignants de suivre en profondeur les progrès et les performances des apprenants. Grâce à elles, le système peut mettre en œuvre une activation automatique des tâches pédagogiques assistée par ordinateur7 ; pour renforcer les activités des apprenants qui ont montré des déficits de performance dans des tâches spécifiques. En outre, il peut fournir automatiquement des suggestions au personnel enseignant concernant la difficulté des tâches proposées ou la nécessité de les accompagner d’un contenu d’apprentissage supplémentaire. Avantages pour les apprenants et les enseignants Ces outils et d’autres outils assistés par l’IA4 contribuent à faire d’un SLMS un puissant outil d’apprentissage et d’enseignement qui, au lieu d’être perçu comme un remplaçant du travail de l’enseignant, se montre comme un outil capable de « augmenter » ; les aspects humains de l’enseignement8 et d’apporter une série d’avantages fondamentaux à l’ensemble du processus d’apprentissage/enseignement. Puisqu’un SLMS recalibre les contenus sur les compétences et le niveau de l’étudiant, il évite que l’apprenant soit confronté, dans les différentes phases de son parcours, à des tâches qui l’ennuient parce qu’elles sont trop simples, ou qui le frustrent parce qu’elles sont trop complexes. Ainsi, la motivation et l’attention de l’élève sont toujours à un niveau élevé et adapté au niveau de difficulté de la tâche à traiter. Cette situation a pour conséquence directe de réduire considérablement le taux de décrochage scolaire, car elle permet aux enseignants de détecter à temps tous les problèmes et d’intervenir rapidement dès que l’élève montre les premiers signes de difficulté. Une telle situation, ainsi que les situations d’apprentissage linéaires (sans difficultés), peuvent être abordées en proposant aux étudiants, via les outils SLMS, différents contenus de connaissances déjà stockés dans les bases de données de cours ou provenant également de fournisseurs tiers. Il en découle un avantage direct pour l’enseignant qui n’a pas à créer de temps en temps de nouveaux matériels pédagogiques et peut utiliser le temps gagné dans d’autres occupations essentielles telles que le perfectionnement de ses méthodes d’enseignement et/ou l’interaction directe avec les étudiants. 1 Kasim, N. N. M., and Khalid, F., Choosing the right learning management system (LMS) for the higher education institution context: A systematic review, International Journal of Emerging Technologies in Learning, 11(6), 2016. 2 Coates, H., James, R., & Baldwin, G., A critical examination of the effects of learning management systems on university teaching and learning, Tertiary education and management, 11(1), 19-36, 2005. 3 Beck, J., Sternm, M., & Haugsjaa, E., Applications of AI in Education, Crossroads, 3(1), 11–15. doi:10.1145/332148.332153, 1996. 4 Rerhaye, L., Altun, D., Krauss, C., & Müller, C., Evaluation Methods for an AI-Supported Learning Management System: Quantifying and Qualifying Added Values for Teaching and Learning, International Conference on Human-Computer Interaction (pp. 394-411). Springer, Cham, 2021. 5 Fardinpour, A., Pedram, M. M., & Burkle, M., Intelligent learning management systems: Definition, features and measurement of intelligence, International Journal of Distance Education Technologies (IJDET), 12(4), 19-31, 2014. 6 HR Technologist: Emerging Trends for AI in Learning Management Systems, 2019, Accessed 31 Oct 2022. 7 Krauss, C., Salzmann, A., & Merceron, A., Branched Learning Paths for the Recommendation of Personalized Sequences of Course Items, DeLFI Workshops, 2018. 8 Mavrikis, M., & Holmes, W., Intelligent learning environments: Design, usage and analytics for future schools, Shaping future schools with digital technology, 57-73, 2019.

Titre original : Envisioning AI for K-12: What Should Every Child Know about AI ? Résumé L’omniprésence de l’Intelligence Artificielle (IA) dans la société signifie que le temps est venu de réfléchir à ce que les citoyens instruits du 21e siècle devraient savoir sur ce sujet. En mai 2018, l’Association pour l’avancement de l’intelligence artificielle … Continuer la lecture de « L’intelligence artificielle de la maternelle à la Terminale : que devrait savoir chaque enfant sur l’IA ? »
Via Sandrine Decamps, Bhushan Thapliyal

In the ever-evolving digital expanse, the art of blog writing is undergoing a transformation so profound that it's reshaping the very fabric of content...

Via Elizabeth E Charles

22% of Americans say they interact with artificial intelligence almost constantly or several times a day. 27% say they do this about once a day or several times a week.

Via EDTECH@UTRGV, michel verstrepen

Via Vladimir Kukharenko

I’m excited about this post from the Ask a Tech Teacher crew–AI Tools for reading comprehension. There are so many directions this could go! 4 Innovative Ways to Enhance Reading Compreh…

Via Yashy Tohsaku

L’essor de l’Intelligence artificielle (IA) depuis 2012 se traduit par un déploiement rapide d’applications concrètes dans de multiples domaines : police, justice, assurance et éducation (Benbouzid...

A ce stade, nous considérons que l’enseignant est suffisamment averti en matière d’IA pour les utiliser de manière sûre, en les exploitant au service du processus pédagogique. L’enseignant peut également souhaiter partager avec ses élèves quelques connaissances internes ou expliquer comment fonctionnent certains des outils que les élèves utilisent. Pour autant, cela ne donne pas, encore, à l’enseignant le rôle et la tâche d’enseigner l’IA. Toutefois, la question finira par se poser. Doit-on former tout le monde à l’IA, enseigner ce qui la concerne ? Dans ce cas, que doit-on enseigner ? Qui doit être l’enseignant ? Combien de choses encore l’enseignant doit-il apprendre ? Ce que nous avons appris de l’enseignement du code Il y a 10 ans, la plupart des pays européens sont parvenus à la conclusion suivante : « apprendre à utiliser un ordinateur ne suffit pas, il est nécessaire d’apprendre à coder à tous les enfants (ou parfois, leur apprendre de manière plus ambitieuse le calcul et l’informatique)1,2. Les arguments qui étaient alors utilisés sont probablement encore valides aujourd’hui en ce qui concerne l’intelligence artificielle : Savoir coder est aussi utile et nécessaire que savoir écrire et compter, Toutes les activités humaines requièrent du codage, Le codage est également lié à d’autres compétences nécessaires comme la résolution des problèmes. Le codage a donc été intégré, avec des résultats variables3. En particulier, trop peu de ressources ont été allouées à l’aspect humain : la formation des enseignants. Force est de constater qu’un véritable problème se posait à ce niveau-là : une trop bonne formation des enseignants les aurait conduits à abandonner l’enseignement pour travailler dans le secteur informatique, où les salaires sont bien plus élevés ! C’est ce que montrent tous les rapports d’Informatics Europe et d’autres organisations (avec des exceptions, évidemment). La formation des enseignants s’est avérée complexe dans tous les pays et, en 2023, les résultats sont encore hétérogènes. Dans la plupart des pays, on estime que le nombre d’enseignants correctement formés est insuffisant. Cela rend particulièrement complexe le fait d’envisager la formation des enseignants à l’IA, à un niveau suffisant pour qu’eux même puissent enseigner l’IA (plutôt qu’enseigner en utilisant l’IA). Education à l’IA Le premier objectif pourrait consister à intégrer une forme d’éducation à l’IA à l’école, sans pour autant que l’on s’accorde (encore) sur ce que cette formation devrait impliquer. Souhaite-t-on expliquer comment l’IA fonctionne ou simplement présenter les résultats de l’utilisation de l’IA ? Cette éducation doit-elle se limiter à la compréhension des IA ou également inclure la capacité à s’adapter et à créer dans ce domaine ? Ce sont des questions auxquelles nous nous devons de répondre. Peut-être qu’afin de savoir ce qui doit être enseigné dans le cadre d’une formation à l’IA, la première question à se poser est la suivante : que souhaite-t-on accomplir ? Si l’éducation à l’IA permet aux personnes de faire la différence entre la science et la magie, d’envisager l’adoption d’une nouvelle solution IA et d’avoir une connaissance intuitive du fonctionnement de cette solution(et pas uniquement de ses effets), il conviendra également de mettre en place une forme de formation pratique : les élèves et les étudiants devront être en mesure de tester les systèmes et de comprendre les modèles de fonctionnement de ces systèmes. Paradigmes L’IA ne concerne pas seulement des algorithmes. Elle comprend également de nombreux aspects humains et des questions qui doivent être mûrement réfléchies. Par exemple, la plupart des méthodes d’IA reposeront, dans une certaine mesure, sur des éléments aléatoires. Cela peut sembler étrange pour des techniques qui sont censées nous aider à prendre des décisions radicales (ou qui prennent directement des décisions, comme c’est de plus en plus souvent le cas, par exemple pour les marchés boursiers). Pourtant, si l’IA doit jouer un rôle clé dans notre futur, ne devrions-nous pas nous y mettre dès maintenant ? Un rapport de l’Unesco de 20184 suggère que les 5 sujets suivants, pour la plupart absents du système éducatif actuel, doivent être traités : La programmation. Même si l’utilisation de ces outils ne semble pas impliquer l’utilisation directe de la programmation, le raisonnement sous-jacent des outils IA suit des règles qui peuvent être apprises grâce au code. Le hasard joue un rôle clé. Cela surprend souvent, mais l’IA peut commettre des erreurs qui sont, en grande partie, inévitables : elles peuvent être causées par la qualité des données ou des capteurs, mais aussi par la nature statistique des algorithmes utilisés. La plupart des algorithmes d’IA ne visent pas un taux d’exactitude parfait. Le monde n’est plus déterministe. Cela est lié au point précédent, mais les conséquences sont spécifiques car c’est là que nous comprenons qu’un système d’IA peut nous fournir des réponses différentes, parfois même contradictoires, à des questions simples. La lecture de l’article d’Alan Turing de 19506 est très éclairante à ce sujet. La pensée critique est essentielle, mais il est devenu nécessaire de savoir comment utiliser les bons outils. Les outils d’IA développent des faux de plus en plus efficaces : de fausses images, de fausses vidéos et désormais, de faux textes. Demain, ils pourront probablement créer de faux cours. La seule utilisation de notre bon sens ne nous permet plus de prendre de décisions éclairées en ce qui concerne la véracité d’une image, d’une voix ou d’un texte. Les valeurs que nous chérissons, celles qui nous aident à analyser le monde, à prendre des décisions morales, à faire le choix de consacrer notre temps aux études ou au travail, toutes ces valeurs doivent être examinées de près à la lumière des progrès de l’Intelligence Artificielle. La zone grise de la vérité se développe de jour en jour ; cette expérience n’aura peut-être pas de valeur lorsque l’IA sera capable de se référer à une expérience collective en analysant les données. La compréhension de ces problèmes, ou du moins la formulation de ces problématiques, est une nécessité. Cursus et programmes A la fin de l’année 20234,5, on compte peu de programmes concernant l’IA destinés à l’ensemble du cursus scolaire ou aux enseignants. L’Unesco a commencé à recenser ces programmes et à les présenter8. L’Unesco est un acteur clé de l’enseignement dans le monde entier. En raison de son implication dans les Futurs de l’Education9, l’Unesco s’intéresse particulièrement au rapport entre l’IA et l’enseignement. L’organisme fournit ainsi des documents très utiles qui aident à la fois les décideurs et les enseignants, en ce qui concerne l’IA, l’enseignement ou l’éthique relative à l’utilisation de l’IA générative dans un cadre pédagogique. En2023, les experts de l’Unesco ont élaboré des documents qui décrivent les compétences requises pour les enseignants et les étudiants11. La version finale est attendue pour 2024, mais la version de 2023 propose déjà des aspects qui allient questions technologiques et sujets plutôt liés aux sciences sociales ou, en ce qui concerne les enseignants, qui concernent les problèmes de développement professionnel. Même si le codage n’est pas immédiatement nécessaire, il semblerait que cette compétence soit requise pour mieux comprendre l’IA. Coder l’IA Le codage, ou la programmation, est une activité promue dans la plupart des pays européens depuis 2012. En 2023, l’Union Européenne a soutenu l’enseignement de l’Informatique en Europe. IA et Code : Code, no code ou low code? Pourtant, depuis l’avènement de l’IA générative et compte tenu de son impact anticipé sur l’enseignement10,l’utilité de l’apprentissage du codage a été remise en question. Ne peut-on pas simplement laisser les IA exécuter des tâches pour nous ? Ou, au contraire,puisqu’à l’avenir de nombreux emplois dépendront de l’IA, ne devrait-on pas apprendre à coder pour mieux exploiter l’IA ? Essayez Orange? La principale raison d’apprendre à coder, c’est qu’un enseignant ou un élève pourrait utiliser l’IA dans le cadre de programmes informatiques. Le « codage de l’IA » implique un certain nombre de tâches. Le développement de modèles fait habituellement partie de la data science et du machine learning : un(e) bon(ne) codeur/codeuse peut prendre un ensemble de données, le nettoyer sans distorsion et l’utiliser afin de déduire des règles et des modèles grâce à des algorithmes d’apprentissage automatique. La personne en charge de la programmation peut spécifier les attributs importants ou laisser l’algorithme classifier le texte ou les images brut(es). A cette fin, certains langages sont particulièrement efficaces, comme c’est le cas d’Orange. Dans d’autres cas, un développeur ou une développeuse pourra choisir d’utiliser une langue commune comme Python. 1 Royal Society (2012). Shut down or restart? Report of the Royal Society. 2012 https://royalsociety.org/topics-policy/projects/computing-in-schools/report/T. 2 Académie des Sciences (2013). L’Académie des Sciences : L’enseignement de l’informatique en France – Il est urgent de ne plus attendre. http://www.academie-sciences.fr/fr/activite/rapport/rads_0513.pdf 3 Informatics Europe (2017). Informatics Education in Europe: Are We All in the Same Boat? 4 Colin de la Higuera (2018). Report on Education, Training Teachers and Learning Artificial Intelligence. https://www.k4all.org/project/report-education-ai/ 5 Touretzky, D., Gardner-McCune, C., Martin, F., & Seehorn, D. (2019). Envisioning AI for K-12 : What Should Every Child Know about AI ? Proceedings of the AAAI Conference on Artificial Intelligence, 33, 9795-9799. https://doi.org/10.1609/aaai.v33i01.33019795 6 A. M. Turing (1950)—Computing Machinery and Intelligence, Mind, Volume LIX, Issue 236, October 1950, Pages 433–460, https://doi.org/10.1093/mind/LIX.236.433 7 Howell, E. L., & Brossard, D. (2021). (Mis) informed about what? What it means to be a science-literate citizen in a digital world. Proceedings of the National Academy of Sciences, 118(15), e1912436117. https://www.pnas.org/doi/abs/10.1073/pnas.1912436117 8 Unesco (2022) K-12 AI curricula: a mapping of government-endorsed AI curricula. https://unesdoc.unesco.org/ark:/48223/pf0000380602 9 Unesco (2023). Artificial intelligence and the Futures of Learning. https://www.unesco.org/en/digital-education/ai-future-learning 10 Unesco (2023). Guidance for generative AI in education and research. https://www.unesco.org/en/articles/guidance-generative-ai-education-and-research 11 Unesco (2023). AI Competency frameworks for students and teachers. https://www.unesco.org/en/digital-education/ai-future-learning/competency-frameworks

The early childhood field is in the very early stages of trying out artificial intelligence for tasks such as classroom observations

Via EDTECH@UTRGV, michel verstrepen

L’intelligence artificielle générative (IAG) permet la création ou la génération de nouvelles données, de contenus ou de créations originales. Mais comment fonctionnent-elles ? Comment les inclure dans les pratiques pédagogiques ? Quels sont leurs avantages et leurs limites ?

L’université de Bordeaux met à disposition de la communauté enseignante une série de ressources pédagogiques permettant de comprendre le fonctionnement des IA génératives comme ChatGPT, leurs avantages, leurs limites, mais aussi de connaître les différentes utilisations qu'un étudiant, enseignant, ou tuteur peuvent en faire.

Ce kit propose, entre autres, des pistes d'activités pédagogiques et d'évaluation en fonction de différents cas de figure, des exemples de prompts, des bonnes pratiques, mais aussi une liste d'outils d'IA testés et recommandés par l'équipe d'ingénieurs pédagogiques de la MAPI.

L’objectif ? Permettre à la chaque enseignant d’identifier les impacts de ces technologies sur ses activités d'apprentissage ou d'enseignement et d'adopter les stratégies les plus adaptées selon sa sensibilité, son contexte ou ses pratiques.

Via CECI Jean-François

Google said it will continue to evaluate its approach “as the world of book publishing evolves.”

Via Bruno Renkin, michel verstrepen

Via Peter Mellow