Veuillez choisir le dossier dans lequel vous souhaitez ajouter ce contenu :
Colloque
Membre a labase
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.
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.
Thème du congrès 2023 (90e édition) :
Thème du colloque :
Date :
8 mai 2023
Titre du colloque :
Thème du colloque :
Responsables :
