La collection numérique

IA et Enseignement Supérieur : quels enjeux et impacts ?

Numéro 30décembre 2023

Les IA Génératives : quels impacts sur la pédagogie ?

Catégorie : Vue d’ensemble

Auteur :

Bernard Quinio Enseignant chercheur en Système d'Information, Laboratoire Ceros, Université Paris Nanterre

Appréhender la nouveauté avec lucidité et faire évoluer nos pratiques d'enseignement.

On parle ici bien plus que du seul ChatGPT mais de la galaxie des outils d’Intelligence Artificielle Générative (IAG) qui permettent de créer des contenus (textes, images, présentations, sons, vidéos, …) à partir d’une question (prompt) d’un utilisateur.

Tous ces outils fonctionnent schématiquement comme suit :

  1. Apprentissage initial : l’IAG est initialement formée en utilisant des techniques d'apprentissage en profondeur sur un corpus de données (texte, images, vidéos, …), provenant d'Internet et éventuellement d'autres sources. Cette phase permet de « tokeniser » (découper en morceaux) les contenus et transformer ces tokens en vecteur numérique. Puis l’algorithme repère le contexte d’apparition des tokens. Si on fait l’analogie token / mot, l’algorithme voit quel mot se trouve proche ou loin de tel autre mot dans tel contexte (loisir, business, cours, …). Tout est vecteur, l’IAG ne fait que du calcul numérique d’où l’utilisation massive de processeur GPU Nvidia.
  2. Une fois formée, l’IAG peut répondre aux questions et générer du contenu en fonction des requêtes (prompt) des utilisateurs. Elle analyse le contexte de la question pour produire des réponses pertinentes. Elle construit sa réponse par Token en fonction des probabilités d’apparition des tokens suivants. Elle ne comprend donc pas, mais fournit le contenu sur une base probabiliste.
  3. Dans les étapes 1 et 2 l’expertise humaine et le principe algorithmique du « renforcement » sont utilisés pour améliorer en continu l’outil de manière à ce que l’IAG réponde de mieux en mieux. L’IAG récoltera aussi toutes les données générées dans les interactions avec les utilisateurs pour s’améliorer.

La qualité de la réponse de l’IAG provient donc de la taille et de la qualité du corpus de données de départ enrichi par les données récoltées, de la qualité des algorithmes et de leur amélioration en continu et enfin de la pertinence du prompt de l’utilisateur.

Les forces de ces outils résident toutes dans leur capacité à créer un contenu original et pertinent à la demande. Cette demande étant le fruit d’une conversation simple avec l’outil.

Les limites de ces outils se comprennent par leur fonctionnement : ils utilisent des données sans respect du droit d’auteur, peuvent faire des grosses erreurs probabilistes (les hallucinations), ils ne comprennent en aucun cas le contexte et enfin ils consomment énormément d’énergie.

Qu’est-ce que ces outils vont changer pour l’enseignement dans le supérieur ? Beaucoup de choses pour beaucoup d’acteurs et pour les synthétiser, nous formulons cinq recommandations.

  1. Expliquer aux étudiants et aux enseignants comment fonctionnent ces outils pour enlever leur côté magique, voir leurs limites et pour apprendre collectivement à travailler avec des outils Autonomes, Adaptatifs et Évolutifs. Ce n’est plus un tableur Excel mais un compagnon de travail.
  2. Revoir les finalités de nos formations : que voulons nous apprendre à nos étudiants ? Quelles compétences et quels savoir-faire leurs seront utiles dans leur futur travail et dans leur évolution professionnelle et sociale ? Si nous restons sur un apprentissage de type mémorisation, ces outils d’IAG vont remplacer les enseignants et nous ne préparerons pas nos étudiants à ces nouveaux outils.
  3. Privilégier les usages inclusifs et socialement bénéfiques de ces outils. Une IAG n’est jamais fatigué de répéter, corrige le français, parle ou écrit n’importe quelle langue à la demande.
  4. Se servir de l’IAG comme compagnon de travail pour nos étudiants et pour nos enseignants. Pour les étudiants, l’IAG aide à comprendre, propose des exercices et des explications dans tous les domaines. Pour les enseignants, l’IAG propose des plans de cours, des cas d’application ou des QCM.
  5. Réinventer des évaluations pour mettre les étudiants non pas devant une copie d’examen mais devant une situation de travail. Pour cela appuyons-nous sur les études de cas et inspirons-nous de l’AFEST qui est développée depuis de nombreuses années dans la formation professionnelle.

Il ne s’agit pas de refuser l’outil mais d’accepter d’évoluer dans nos pratiques car les IAG changent la donne.

NDLR

Bernard Quinio, l’auteur de cet article, a partagé son expertise à l’occasion de la journée thématique organisée par le CUME le 22 Novembre 2023, intitulée : « IA : Comment l’IA va-t-elle façonner notre environnement professionnel ? ». Le retour sur cette journée dans l’article du CUME : Journée thématique sur l'IA, comment va-t-elle façonner notre environnement professionnel ? Le replay de cette intervention, titrée « Comment les IA génératives questionnent l’apprentissage ? », sera disponible dans quelques semaines. 

Pour aller plus loin

Newsletter de l'agence

Les dernières actus de l'Amue dans votre boîte mail ! Inscrivez-vous à notre newsletter.

Besoin d’informations ?

Vous êtes décideur ou correspondant prescripteur au sein d’un établissement ESR et vous souhaitez plus de renseignements sur notre offre de services

Contactez-nous