507 - Approche responsable de l’IA et du numérique du développement de l’apprentissage tout au long de la vie : entre capacitation et bien-être

Face à l'arrivée en force des technologies transformatives telles que l'IA, les organisations de santé ont la responsabilité de préparer leurs équipes à les intégrer sainement. Le Centre hospitalier de l'Université de Montréal (CHUM) a été précurseur en proposant une École de l'intelligence artificielle appliquée à la santé pour accompagner les membres de sa communauté. Depuis 2018, l’ÉIAS développe la relève et les acteurs de la santé dans leur capacité à intégrer l’IA en milieu réel, pour améliorer la santé de la population et ce, de façon éthique et responsable. Comment, concrètement, déployer une solide stratégie de développement pour l'ensemble des acteurs en santé (patients, équipes de soins et de services, stagiaires et médecins-résidents, chercheurs, etc.)? Devant ces ruptures imminentes, les besoins augmentant en santé et la transformation du travail, il est clair que le temps est venu d'innover pour apprendre ensemble à transformer la santé aux bénéfices des patients.

Dans le cadre de cette présentation, nous aborderons les questions suivantes :

• Quelles compétences essentielles seront de plus en plus en demande pour la santé du futur? 
• Quels moyens de développement peuvent être mis en place? 
• Et quand les méthodes de formation traditionnelles ne suffisent pas, comment repenser les stratégies de développement pour stimuler un apprentissage tout au long de la vie? 

Rejoignez-nous pour en savoir davantage sur ce que nous avons expérimenté, réalisé et appris en chemin. 

Depuis janvier 2021, au sein du Laboratoire d’Innovation de l’Université Concordia, je travaille avec des étudiants des quatre facultés de l’Université Concordia pour construire leur confiance en innovation. Cette initiative est née de la pandémie, mais le Canada a annoncé depuis déjà cinq ans le besoin de préparer une nation d’innovateurs (Gouvernement du Canada, 2016). Deux ans plus tard, le Québec emboité le pas avec le Plan d’action numérique en éducation et en enseignement supérieur (MEES, 2018). Les deux documents stratégiques tracent les lignes directrices des éléments essentiels pour l’entrée dans la 4ième révolution industrielle annoncée par Schwab (2016) qui amène des disruptions aux plans biologique, physique et biologique. Dans le but de donner l’occasion aux étudiants de développer des compétences d’innovation, incluant la pensée critique, la pensée stratégique, la créativité, la communication et la collaboration, ainsi que le réseautage, le prototypage et le leadership, je travaille avec des partenaires communautaires et de l’industrie pour développer des défis d’innovation authentiques. Dans cette communication, je discuterai de la pédagogie par défi adoptée, du modèle de conception systémique qui prend en compte le contexte de la crise climatique, du développement de chaque défi d’innovation, du travail avec les mentors, du travail d’équipe et de la capacitation des étudiants à travers l’environnement numérique.

La section 1 présentera des défis humains, tels que l’automatisation des tâches simples et routinières et l’ajout de nouvelles tâches complexes qui nécessitent des compétences comme la collaboration, la résolution de problèmes et la créativité. La section 2 sera un rappel des principes d’andragogie de Malcolm Knowles. La section 3 décrira le paradigme de la formation en entreprise et quelques perceptions qu’y s’y rattachent. On fera entre autres l’analogie de la formation en entreprise comme une chaîne de montage qui place l’apprenant en tant qu’objet de sa formation dans laquelle la formation continue est un mal nécessaire pour la continuité des opérations dans un contexte ou le taux de complétion d’une formation est un indicateur clé de la performance. La section 4 décrira l’apprentissage organisationnel comme une vision élargie du développement des individus, et présentera quelques activités clés comme par exemple maximiser la capacité d’apprentissage des individus, démocratiser la capacité de transfert de connaissances des individus, maximiser le  développement des compétences collectives et optimiser le cycle de vie des connaissances de l’organisation ou même contribuer à mettre en place des mécanismes organisationnels favorisant l’apprentissage des individus, des équipes et de l’organisation. La section suivante résumera en quoi l’apprentissage organisationnel est une clé pour permettre aux entreprises de faire face aux défis humains de la transformation numérique. 

Le déploiement des environnements numériques d’apprentissage est générateur de millions d’événements journaliers dont l’analyse ouvre des perspectives quant au soutien à la qualité de l’expérience d’enseignement et d’apprentissage, à la réussite académique, voire éducative. Prenant appui sur une pratique développée depuis plusieurs années au sein d’une université, nous aborderons les apports d’une telle approche tout en rappelant les points de vigilance à considérer, qu’ils soient numériques, pédagogiques ou éthiques. Autant de dimensions qui participent d’une transformation durable des pratiques d’enseignement et d’apprentissage soutenue par l’intelligence numérique au service de l’expérience humaine. Si l’emphase est souvent mise sur la dimension technique des outils, nous interrogeons la pertinence des traces collectées au regard des capacités d’autorégulation des apprentissages par les apprenants mobilisées lors de la phase de planification, de contrôle de l’exécution et de l’autoréflexion (Zimmerman et Moylan, 2009). Nous analyserons en quoi et comment les traces collectées, l’information produite et visualisée peut participer d’une dynamique capacitante qui soutient l’apprenant dans le développement d’une autonomisation émancipatrice ancrée dans une approche fondée sur l’éthique de la responsabilité.

Dans un contexte où la transition vers la formation à distance a été imposée par la situation sanitaire, nous avons pu apprécier l’utilité des environnements numériques d’apprentissage, tout en constatant leurs limites. Le projet «Tableaux de bord intelligents et réussite académique» vise à soutenir l’engagement, la persévérance et la réussite des étudiant(e)s du postsecondaire par le développement et l’implantation itérative de tableaux de bord (TB) intelligents destinés aux étudiant(e)s et aux enseignant(e)s. La méthodologie fait appel à la fois à la recherche-développement et au design-based-research, en recourant à une collecte de données qualitative et quantitative auprès d’utilisatrices et d’utilisateurs actuels et futurs des TB. Nous présenterons les résultats de la phase 1 (test de différents modèles prédictifs de l’abandon) et de la phase 2 (questionnaires et entrevues auprès d’étudiant(e)s et d’enseignant(e)s). Nous avons exploré comment l’adoption et l’usage des TB peuvent être influencés par la motivation (Pintrich et al., 1991), les approches d’études (Biggs, 1987), l’acceptation et l’utilisation des technologies (UTAUT, TAM 3) et, dans le cas des enseignant(e)s, par les pratiques pédagogiques (Walter et al., 2017). Cette démarche exploratoire permettra d’établir un cahier des charges pour la conception d’un tableau de bord novateur, qui sera alimenté par les données disponibles dans les différents environnements de l’étudiant(e).

Aujourd’hui, grâce à l’intelligence artificielle (IA), nous sommes capables de créer des parcours pédagogiques individualisés et évolutifs. L’adaptive learning, ou l’apprentissage adaptatif, n’est pas une nouveauté dans le domaine de la pédagogie numérique, pour autant il bénéficie aujourd’hui des apports de l’IA connexionniste, et permet grâce à l’apprentissage machine de concevoir des parcours avec une granularité fine, conduisant à des formations individualisées. Plusieurs expérimentations à travers le monde ont montré des résultats très intéressants suite à la mise en place de ces pratiques pédagogiques de différenciation / personnalisation avec les technologies d’intelligence artificielle.  Cela s’impose de plus en plus comme réponse à la massification de l’apprentissage et au décrochage universitaire. Cependant, comme dans tous les autres domaines d’application, l’utilisation de l’IA dans le domaine de l’éducation soulève de nombreuses questions relatives à ses implications éthiques et sociétales : respect de la vie privée, équité, transparence, fiabilité, confiance, sureté… Quels sont les défis d’une révolution durable et responsable de l’IA dans le domaine de l’éducation ? Comment limiter les risques liés à l’exploitation des données massives ? Quels sont les principes éthiques à considérer ? Et comment les mettre en application ?

Dans le cadre d’un projet de recherche soutenu par le pôle montréalais PIA d’enseignement supérieur en intelligence artificielle, nous avons co-construit un référentiel de compétences destiné au gestionnaire de projets en IA. Avec l’essor de l’industrie 4.0, les organisations qui se numérisent et intègrent l’IA dans leurs processus, produits et services, et ont de plus en plus besoin de ces compétences pour accompagner le changement. Notre recherche a identifié que les enjeux liés à la gestion de projets d’IA sont complexes et différents de ceux liés à la gestion traditionnelle des projets en TI. En plus des compétences en gestion de projet et des compétences métiers, notre recherche révèle l’importance pour le gestionnaire d’acquérir : des compétences techniques dans le domaine de l’IA ; des compétences humaines ; des compétences en gouvernance éthique et responsable de l’AI. Cette présentation se concentrera sur les enjeux éthiques, humains, et de gouvernance. Nous présenterons aussi notre démarche de co-construction du référentiel de compétences du gestionnaire de projet en IA selon la méthode DACUM. Notre démarche une fois finalisée a permis de mettre en évidence : 5 champs clés comprenant dix-huit compétences principales que nous allons présenter. Nous conclurons avec un ensemble de recommandations pour les établissements d’enseignement dans un monde de plus en plus numérique où la formation tout au long de vie est mise.

Compte tenu du fait que les nouveaux diplômés des collèges et universités seront assurément confrontés à différents enjeux associés à l’utilisation croissante de système d’intelligence artificielle (IA) dans leurs milieux professionnels et dans leurs activités citoyennes, de plus en plus d’établissements d’enseignement supérieur souhaitent intégrer à leur offre de formation une composante en éthique de l’intelligence artificielle. Dans le cadre d’un projet de cherche financé par le Pôle montréalais d’enseignement supérieur en IA, nous avons produit un référentiel de compétence qui permet de concevoir comment les  composantes de la compétence éthique doivent se déployer dans les différents champs de compétences propres à l’éthique de l’IA. Dans le cadre de cette conférence, nous expliquerons comment l’approche pragmatiste a pu structurer notre présentation des compétences que devrait acquérir toute personne qui reçoit une formation en éthique de l’intelligence artificielle au sein d’un établissement d’enseignement supérieur et nous démontrerons comment cette approche permet de penser la compétence en éthique de l’IA à la fois de manière réflexive, contextuelle et transversale.

La communication proposée rend compte des résultats d’une recension d’écrits portant sur l’utilisation de la technologie des registres distribués ou blockchain dans le secteur de l’éducation. Elle vient discuter des implications de la mise en œuvre de cette technologie ainsi que des défis appréhendés, notamment aux niveaux moral et éthique. De fait, la blockchain induit un modèle de fonctionnement différent de celui qui prévaut actuellement en éducation (Tapscott, 2016). Par exemple, avec les accords numériques, les contrats intelligents et la prise de décision automatisée qu’elle amène, la blockchain vient ouvrir des nouvelles possibilités, mais elle vient également soulever appréhensions et peurs. Les préoccupations quant à la protection de la vie privée (confidentialité des dossiers scolaires) ou à son utilisation possible pour surveiller et contrôler font que la dimension éthique devient un enjeu majeur. La permanence que garantit la technologie appliquée aux dossiers scolaires pourrait rendre plus difficile pour un étudiant en difficulté d'avoir une seconde chance ou de prendre un nouveau départ. Au regard de cette recension, bien que les possibilités de la technologie des registres distribués soient prometteuses, des problèmes tels que la sécurité des données, la confidentialité, la permanence des enregistrements, le manque de normes et le coût qu’elle amène en entravent l'adoption généralisée dans le secteur de l'éducation.

Si le potentiel éducatif de l’IA est régulièrement mis de l’avant sur le plan social, politique, médiatique et scientifique, les risques éducatifs qu’elle soulève sont moins souvent abordés, notamment dans la littérature scientifique (Zawacki-Richter et al., 2019). L’objectif de cette communication est de présenter les résultats d’une revue systématique de la littérature (Landry et al., 2009) sur les risques éducatifs de l’IA en éducation. Après avoir fait une recherche documentaire des articles scientifiques abordant les risques éducatifs de l’IA depuis 2010 dans différentes bases de données, nous avons procédé à une analyse thématique des 59 articles retenus. Le codage semi-ouvert que nous avons adopté nous a permis d’aboutir à l’identification d’une trentaine de risques que l’IA suscite en éducation. Par un travail d’abstraction, nous avons ensuite regroupé ces risques en sept catégories, dont chacune correspond à une tension entre certaines dimensions humaines et certaines dimensions techniques. Nous commençons par présenter la démarche méthodologique que nous avons suivie, puis les résultats auxquels nous avons abouti, en exposant les tensions entre l’IA et l’éducation et les risques que ces tensions peuvent générer si elles ne sont pas anticipées et prises en compte. Nous concluons sur l'importance d’accompagner les développements de l’IA en éducation d’une vigilance critique et éthique pour contribuer à l’orienter vers des finalités éducatives souhaitables.