Aller au contenu principal
Il y a présentement des items dans votre panier d'achat.

Informations générales

Événement : 90e Congrès de l'Acfas

Type : Colloque

Section : Section 500 - Éducation

Description :

La chose numérique invite d’ores et déjà à questionner la forme scolaire (Alvarez & Payn, 2021), ne serait-ce qu’en pensant à ses propriétés socio-techniques (Bondolfi, 2016). À cela s’ajoutent les développements rapides de l’intelligence artificielle (IA) pour l’éducation, par l’entremise notamment des EdTech, prometteuses de solutions techniques. Si des projets de R&D existent dans les milieux académiques pour, par exemple, offrir des ressources d’apprentissage s’adaptant aux besoins des élèves (Karoui et al., 2022), il n’en reste pas moins que l’articulation entre la sagesse professionnelle des enseignant·e·s – définie comme le respect de la personne, émergeant de la formation, de l’expérience, des connaissances, des données et de la pensée critique (Schalock & Luckasson, 2014) – et les apports de l’IA comme soutien (ou délégation) à la prise de décisions pédagogiques, n’est encore que trop peu pensée, explorée, documentée et analysée.

L’IA invite aux analytiques de l’apprentissage, c'est-à-dire la mesure, de la collecte, et de l’analyse de données à propos des apprenant·e·s et de leur contexte, à des fins de compréhension et d’optimisation des apprentissages et de l’environnement dans lequel ils ont lieu (Siemens & Long, 2011, traduction libre) ; ce qui promet par exemple la prédiction des échecs, la personnalisation des parcours d’apprentissage ou encore le benchmarking (Khalil et al., 2015). On le voit rapidement, le travail pédagogique intégrant l’IA laisse envisager soit (a) une relégation de l’enseignant·e, par les défenseur·se·s du big data, à un travail de collection de données pour nourrir les IA (Williamson, 2017), soit (b) une redéfinition du profil de compétences des enseignant·e·s pour que l’exploitation construite et critique de l’IA leur soit rendue possible. Il s’agit alors de débattre des recherches à mener pour saisir les chantiers didactiques et informatiques à entreprendre pour penser l’enseignement dans des environnements intégrant l’IA.

Date :

Format : Sur place et en ligne

Responsables : Partenaires :

Programme

Communications orales

Session 1

Salle : Z-200 — Bâtiment : Université de Montréal - Claire McNicoll
  • Communication orale
    Accueil : Poser les enjeux dans la synergie entre sagesse professionnelle et intelligence artificielle en formation et enseignement
    Lionel Alvarez (Université de Fribourg)
  • Communication orale
    La conception de technologies éducatives impliquant des systèmes d’intelligence artificielle : quels arrimages aux acteur.rices scolaires?
    Simon Collin (UQAM - Université du Québec à Montréal), Bénédicte Hennetier (Université de Laval), Jérémy Lapointe (UQAM), Anaïs Maillard (UQAM)

    Cette comm. souhaite questionner les systèmes d’IA en éducation (SIAED) sous l’angle de leur conception et de l’arrimage variable qui en résulte avec les acteurices scolaires. Nous nous baserons sur des résultats issus de la 1e phase d’une recherche empirique en cours. Nous aborderons l’arrimage entre SIAED et acteurices scolaires à 2 niveaux. Le 1e s’intéresse aux représentations que les équipes de conception se font des acteurices et des milieux scolaires visés par les SIAED et questionne la congruence entre ces représentations et les milieux scolaires réels. Le 2e s’attache à la distribution des pratiques pédagogiques, telle qu’elle est pensée par les équipes de conception, entre celles prises en charge par les SIAED et celles laissées aux soins des acteurices scolaires, ce qui pose la question de la préservation de l’autonomie professionnelle des acteurices scolaires. Pour apporter des pistes de réponse à ces 2 questionnements, nous nous appuierons sur une série d’entrevues menée auprès de 10 acteurtices de la conception de technologies éducatives impliquant des SIAED au Québec. Les entrevues (au nombre de 1 à 4 par acteurice) ont fait l’objet d’une analyse de contenu. Actuellement, il en ressort que les arrimages entre SIAED et acteurices scolaires peuvent prendre des configurations variées, non seulement en fonction des milieux et des pratiques scolaires visés, mais aussi en fonction de la visée (commerciale ou non) de l’innovation technique et de l’expertise scolaire.

  • Communication orale
    ChatGPT et l’IA : un bouleversement dans l’enseignement ?
    Eric Vanoncini (DIP - Genève - Suisse)

    L’arrivée de ChatGPT a été reçue par bon nombre d’enseignant·es avec fascination et effroi. Si les élèves peuvent désormais automatiser leur travail en dehors de la salle de classe, en demandant à une machine de résumer des livres, d’écrire des dissertations, de préparer des présentations orales ou encore de rédiger des travaux de fin d’études, que va-t-on encore pouvoir leur demander de faire entre deux cours ? Cela signifie-t-il la fin de certaines tâches ? Le début de nouveaux horizons ? Faudra-t-il réinventer certaines formes d’enseignement ? Parce que si ChatGPT semble ouvrir une voie royale à une ribambelle de nouveaux problèmes que le corps enseignant devra apprendre à gérer au quotidien, il amène également des perspectives intéressantes que l’on aurait tort d’ignorer… Dans quelle mesure ChatGPT (ou d’autres agents conversationnels) peut-il servir d’assistant à l’enseignant-e pour automatiser certaines tâches telles que des créations d’exercices ou la mise sur pied de séquences d’enseignement ?

    Par ailleurs, bien que la plupart des projecteurs soient actuellement braqués sur cet agent conversationnel, on a vite tendance à oublier que l’IA chamboule notre quotidien de manière beaucoup plus large, de la production de l’art à celle de contenus multimédias, allant même jusqu’à amener des questions existentielles telles que celles relatives aux propres de l’humain et de ses valeurs.


Dîner

Repas thématique

Les connaissances des IA dans nos environnements institutionnels : entre les diversités interindividuelles et les choix de gouvernance institutionnelle

Salle : Z-200 — Bâtiment : Université de Montréal - Claire McNicoll

Communications orales

Session 2

Salle : Z-200 — Bâtiment : Université de Montréal - Claire McNicoll
  • Communication orale
    Évaluation et feedback : qualité & nature des versions automatisées vs. humaines
    Pierre-François Coen (Université de Fribourg), Pascal Détroz (Université de Liège), Christophe Gremion (HEFP)

    La place toujours plus grande qu’occupe l’automatisation des feedbacks et l’IA dans les dispositifs d’évaluation/régulation est de nature à questionner les acteurs du monde des sciences de l’éducation et de la formation. Plusieurs raisons expliquent ce questionnement : Les humains, dans leur regard et leurs retours, peuvent être influencés par leurs propres préférences, leurs propres expériences, tandis qu’une IA est programmée et de fait plus objective.
    1-0 pour l’IA. Les humains, justement par cette possible subjectivité, et par la prise en compte de plusieurs référentiels d’évaluation, peuvent avoir une meilleure capacité à comprendre les nuances et les contextes d’un travail scolaire, tandis qu’une IA peut avoir des difficultés à saisir ces aspects. L’IA, par la vitesse toujours croissante des ordinateurs, est en mesure de faire des retours beaucoup plus rapides que ceux que proposerait un humain.
    2-1 pour l’IA. Cette rapidité du retour ne tue-t-elle pas le temps de réflexion de la personne impliquée dans l’évaluation?
    2 partout. Les élèves peuvent avoir plus confiance dans les feedbacks donnés par un être humain qu’un feedback donné par une IA (2-3 pour les humains) mais l’argument de confiance peut également aller dans l’autre sens, les ordinateurs étant perçu comme moins “jugeants” que les humains.
    3 partout. Le débat se poursuivra sur les questions de l’interaction, de la contestation, de la négociation, de la responsabilité, des émotions… Continuons ce match ensemble.

  • Communication orale
    Les systèmes experts comme IA pour garantir la compréhensibilité des délégations à la machine par les acteurices de l’enseignement
    Lionel Alvarez (Université de Fribourg), Aous Karoui (Haute École Pédaogique de Fribourg)

    En simple, 2 formes d’IA existent : knowledge-based & data-based. La première invite à une compréhension réelle et à une construction de l’algorithme. La seconde, plus obscure dans l’accès au fonctionnement de l’algorithme, sous-tend des compétences statistiques pour comprendre la validité des outputs. Avec le postulat que l’enseignant·e est indispensable dans la situation d’apprentissage, le choix du knowledge-based s’impose. La présente communication sera l’occasion d’expliquer ce choix et comment il est construit dans GamesHub.

    Le projet GamesHub est porté par une équipe interdisciplinaire (techno. édu., science informatique, didactique et linguistique). Le but est de créer un système d’apprentissage adaptatif qui exploite les traces d’utilisation et construit un profil de compétences. De ce profil, avec un référentiel de compétences (qui modélise le domaine ciblé et auquel sont reliées les ressources pédagogiques), le système peut envoyer des recommandations à l’enseignant ou gérer l’adaptation du parcours de l’élève. Les défis relèvent donc d’un apprentissage adaptable ou adaptatif, avec des décisions didactiques soutenues par l’IA ou déléguées à l’IA. Il est bien question, ici, de soutien à l’enseignant, soit pour analyser les progrès et les besoins de chaque élève, et penser la personnalisation de ses apprentissages, soit pour prendre en charge une partie des décisions et lui permettre de se focaliser temporairement sur certains élèves.

  • Communication orale
    Co-concevoir son enseignement avec les IA génératives : de l’exercice de l’esprit à l’agenda scientifique
    Lionel Alvarez (Université de Fribourg)

    Concevoir un enseignement s’apparente à un travail de conception d’expériences d’apprentissage pour un public identifié. Pensons aux événements d’apprentissage-enseignement (Leclerq et Poumey, 2016) qui invitent à offrir des temps d’observation, d’exploration, de réception, d’expérimentation, d’exercication, de création, de débat, ou de métaréflexion. Il y a lieu de choisir l’événement, les médiations, les ressources… pour une intention clarifiée. Dans ce processus d’ingénierie, comment le recours à l’IA générative est-il souhaitable pour améliorer ou faciliter ce travail de l’enseignant·e?

    L’apprenant·e se saisit déjà de l’IA (résumer, traduire, rechercher, vulgariser…). Comment l’enseignant·e peut-il alors tirer un bénéfice de ces outils ? Le but de ce temps de colloque est certes de penser quelles pratiques peuvent émerger, mais surtour de concevoir l’agenda scientifique nécessaire à participer à ces développements nouveaux. Faut-il des focus groups pour comprendre les perceptions quant à l’impact des IA génératives sur leurs pratiques enseignantes ? Faut-il des projets de développement pour mettre à l’épreuve des IA génératives spécifiquement conçues pour le co-design de situations d’apprentissage ? Faut-il documenter les spécificités humaines dans l’enseignement pour identifier ce qui se délègue adéquatement aux IA ? Ce temps permettra d’envisager un agenda international autour des travaux de recherche nécessaires à l’ère de l’enseignement nourri par les IA génératives.


Communications orales

Résultats du projet PEAPL mis en discussion avec les contenus de la journée

Salle : Z-200 — Bâtiment : Université de Montréal - Claire McNicoll