Veuillez choisir le dossier dans lequel vous souhaitez ajouter ce contenu :
Colloque
Membre a labase
Simon Collin : UQAM - Université du Québec à Montréal
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.
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 :
Responsables :
