Groupes

Groupe 1 : Quelles compétences et métiers demain ? (avec l'I.A. partout avec nous)

Groupe 2 : Comment utiliser l'I.A. pour apprendre mieux ? (Esprit critique)

Groupe 3 : Risques de l'IA dans l'éducation (pertes de compétences fondamentales, dépendance, externalités négatives et notamment écologiques et sociales...)

Groupe 4 : Faut-il former tous les apprenants et formateurs ? À l’I.A. ? À l'éthique ? Peut-on utiliser l'I.A. sans la comprendre ?

Groupe 5 : Comment peut-on évaluer un élève sur des travaux personnels ? Comment mesurer des compétences quand on observe un apprenant (élève, étudiant..) + I.A. ?

Les sujets proposés permettront de se focaliser sur des cas pratiques et des recommandations plus précises, même si les sujets ne sont pas hermétiques entre eux (sentez-vous libre d'étudier chaque sujet comme vous le souhaitez, même si vous empiétez un peu sur les sujets d'autres groupes). La synthèse finale prendra en compte cet aspect dans un second temps.

Les compétences qui sont visées dans l'enseignement supérieur touchent bien évidemment des compétences métiers, mais également des compétences permettant par exemple d'agir par soi-même et d'interagir en société, qui ne sont parfois pas directement évaluées.

Sur ces deux points, l'IA risque d'avoir un impact important.

Ainsi, un certain nombre de métiers sont amenés à évoluer du fait des usages de l'IA, remettant en cause les compétences attendues qui sont actuellement enseignées.

Quelles sont les nouvelles compétences à acquérir pendant la formation et quelles sont les compétences qui pourraient devenir obsolètes ?

- Une liste non exhaustive de compétences actuelles qui pourraient disparaitre:  faire une synthèse de texte, faire une recherche bibliographique, faire une infographie, débattre, comprendre ce qui est demandé et pourquoi, ...

- Une liste non exhaustive de compétences qui pourraient être nécessaires : savoir diriger l'IA vers une réponse solide, comprendre l'aspect aléatoire des réponses, maintenir un esprit critique en permanence, savoir évaluer un document sans être capable de le produire soit-même.

Une question cruciale est comment acquérir une compétence critique  sur des process et expertises qu'on ne maitrise plus, puisque déléguées à l'IA ?

Par exemple, des métiers dont les compétences pourraient évoluer (ou non) :

- Développeur informatique, Enseignants, Responsable RH, Traducteur, Banquier

- Artisans, chercheur, artiste ?

De manière moins directe, même si l'on arrive à intégrer l'IA dans l'éducation pour aider les élèves, quelles sont les compétences qui pourraient manquer ? Par exemple débattre, s'organiser en groupe, se concentrer, comprendre l'autre, savoir convaincre, ...

Ce groupe va s'intéresser aux aspects positifs que l'on peut attendre de l'IA dans l'éducation, tout en considérant les risques abordés dans le groupe 1, pour les éviter, et en proposant des solutions pratiques.

Il a été montré (voir actualité) que lorsque chatGPT a été entrainé pour "tutorer", il peut être un partenaire d'apprentissage positif. De nombreuses approches ont d'ailleurs été proposées pour intégrer des outils de formation basés sur l'IA.

Ces outils permettent par exemple aux élèves de poser toutes les questions qu'ils veulent sans jugement et à toute heure, et permettent  de répondre à leur curiosité. Il est également possible d'offrir des parcours personnalisés qui vont "comprendre" les faiblesses et attentes de chaque élève pour y répondre (en accord avec l'enseignant). On peut ainsi imaginer que chaque élève pourra suivre un chemin d'apprentissage personnalisé, en accord avec ce qui le motive personnellement (curiosité, compétition, ...), tout en garantissant que les compétences acquises par tous soient identiques.

Cela n'est cependant pas sans poser des questions : dès lors que l'IA peut faire des erreurs factuelles, comment l'étudiant pourra le savoir ?

Comment apprendre par exemple à un élève à rédiger une synthèse (en pratique) ? Doit-il le faire sans IA ou avec IA ?

Par ailleurs, le contrôle des compétences acquises ne risque-t-il pas de trop passer par l'oral, prenant un rôle prépondérant dans les études (un enseignant jugeant la restitution et la présentation d'un travail plutôt que le travail lui même) ?

Les risques seront plutôt abordés dans le groupe 3, mais ce groupe pourra aussi les évoquer - dans l'optique de les éviter en pratique : l'IA va t elle creuser encore plus les écarts ? Entre pays ? Entre élèves (il est ainsi montré que l'IA comble les différences de performances entre élèves - mais est-ce que ces différences ne seront pas plus importantes sans IA ?) ? Y'a t il un risque de fracture numérique entre les étudiants qui vont exploiter au mieux ces techniques pour aller plus loin ?

En pratique, comment voyez vous les enseignements ? Comment voyez vous l'organisation des Cours / TD / TP / Travaux personnels dans ce cadre ? Faut il limiter l'importance de l'oral ? Comment voyez vous la place de l'enseignant dans les études accompagnées par l'IA ?

L'une des compétences souvent citée comme indispensable est l'esprit critique. Mais comment l'IA peut-elle aider à acquérir cet esprit critique alors qu'il est nécessaire de l'avoir avant d'utiliser l'IA ?

De même, savoir juger un résultat, est-ce que c'est suffisant pour prétendre avoir la même compétence que de le produire ? Et comment l'acquérir en pratique ?

L'éducation, en tant que tel, demande peut être à être précisé au prisme du supérieur. Que cherche-t-on à faire ?

L'un des rapports de référence en Education est le rapport Delors (1996) qui précise par exemple (p. 92) que "l’éducation doit contribuer au développement total de chaque individu — esprit et corps, intelligence, sensibilité, sens esthétique, responsabilité personnelle, spiritualité. Tout être humain doit être mis en mesure, notamment grâce à l’éducation qu’il reçoit dans sa jeunesse, de se constituer une pensée autonome et critique et de forger son propre jugement, pour déterminer par lui-même ce qu’il estime devoir faire dans les différentes circonstances de la vie". Si cette définition est peut être trop large pour la convention (qui se concentre sur l'éducation dans le supérieur), elle pose de nombreux problèmes.

- Comment se constituer une pensée autonome et critique si l'IA devient indispensable pour les réaliser ?

Par ailleurs, de nombreuses compétences risquent d'être perdues:

- Esprit de synthèse, compréhension de texte, capacité de concentration, capacité de mobiliser ses connaissances pour résoudre un problème nouveau.

Autres questions à aborder dans ce groupe (par exemple)

- Y'a t il des domaines de l'éducation où la dépendance à l'IA est acceptable ? (peut-on accepter d'être dépendant de l'IA, et dans quels métiers ?)

- Les biais sociétaux sont souvent reproduits dans les systèmes d'IA. Quelles garanties doit on imposer aux systèmes IA d'éducation avant de les déployer ?

- Si la personnalisation des parcours peut être une chance, comment garantir que les profilages des élèves ne soient pas extrêmes ? Quelles garanties doit on demander pour ne pas tomber dans des systèmes dystopiques où un modèle prédictif viendrait dicter de l'avenir des individus ?

Enfin, il faudra probablement traiter des risques psycho-sociaux d'un apprentissage sans l'humain et des compétences acquises à l'école permettant l'apprentissage de la vie en société, du compromis, de la sociabilisation.

 Ce groupe s'intéresse aux nouvelles compétences qui devront être enseignées pour que chacun, dans sa vie personnelle et professionnelle, puisse bénéficier au mieux de l'IA.

Ainsi, dans le document cité dans les actualités, « Enseigner et Apprendre à l'ère de l'Intelligence Artificielle » (Réseau Canopé), les compétences à maitriser sont : Maitrise de la langue, Pensée Computationnelle, Créativité, Compétences relationnelles, Pensée critique et esprit encyclopédique.

Mais plus encore, est-ce l'IA, en tant que matière, doit être enseignée, à quels niveaux, et à qui ?

Comment enseigner une discipline scientifique, mathématique, informatique à tous les profils ? Quels degrés de compréhension de cet outil doit-on maitriser pour l'utiliser au mieux ?

De plus, tous les enseignants doivent-ils être formés et à quels niveaux ? Dans quels délais ?

Par exemple sur des problématiques de biais, d'éthique, de consommation électrique.

Est-ce que cela doit être enseigné à part, ou enseigné dans toutes les matières ?

Comment avoir assez de recul sur l'outil pour choisir une solution adéquate à une problématique, si on n'en connait pas le fonctionnement ?

Vous pourrez vous concentrer sur certains métiers, en illustrant comment l'IA va les transformer et comment la connaissance plus ou moins approfondie de ses mécanismes peut avoir des effets sur ceux-ci.

Par exemple, une méconnaissance de la consommation énergétique de l'IA pourrait avoir des impacts environnementaux importants à moyen terme.

Ce groupe va travailler sur un aspect pratique mais essentiel de la pédagogie : le travail personnel et son évaluation. Essentiel pour prendre le temps de comprendre, d'analyser, de mettre en place ses propres processus cognitifs, ses méthodes de réflexion et de résolution de problèmes, puisqu'il devient impossible d'en évaluer un rendu non surveillé.

Cette méthode d'évaluation doit être orale ? Mais l'oral ne deviendrait-il pas alors un composant déterminant (trop ?) de l'éducation ?

Finalement, cela pose la question même de la raison du travail personnel. Quelles sont les compétences visées par ce genre de travail ? Ne peut-on imaginer un autre moyen de les évaluer ?

Le travail personnel (sans surveillance) a-t-il encore un sens ? La compétence visée est-elle encore nécessaire dans la mesure ou des systèmes d'IA peuvent nous aider à produire des mémoires ?

Par ailleurs, est-ce que forcément tous les tests évalués doivent être surveillés ? Vous essayerez de développer dans ce groupe des solutions pratiques à l'évaluation des élèves en prenant exemple sur votre propre expérience. Comment envisagez-vous les évaluations et rendus que vous avez dû fournir jusqu'à maintenant en considérant les toutes dernières évolutions des systèmes d'I.A. ?