Colloque

La contribution de l’intelligence artificielle pour développer l'éducation pour la citoyenneté en contexte universitaire

Flor Lizbeth Arellano Vaca

Membre a labase

Flor Lizbeth Arellano Vaca : ITESO

Résumé de la communication

L'éducation pour la citoyenneté a comme but de former à une société plus juste, pacifique, intégratrice et tolérante (UNESCO, 2015). Elle cherche à promouvoir chez les étudiants une prise de conscience de problèmes sociaux ainsi qu’une responsabilisation collective (UNESCO, 2016, 2021). À la base du développement de l'éducation pour la citoyenneté, il se trouve un ensemble de méthodes pédagogiques dites actives, telles que : l’apprentissage par projet, l’apprentissage collaboratif et l’apprentissage-service (Arellano-Vaca, 2022 ; Millican, Bourner, Bamber et Hankin, 2011; UNESCO, 2015). Ces méthodes pédagogiques actives présupposent des rôles actifs et participatifs chez les étudiants, de la sensibilisation, voire de la responsabilisation sociale, en quête d’amélioration des problèmes sociétaux pour développer leur engagement social.

Bref nous sommes intéressés à comprendre comment l’intelligence artificielle offre des pistes pour que les superviseurs puissent faire l’accompagnement aux stagiaires notamment pour développer leur engagement social. Sur la base d'une révision de la documentation, le but de notre présentation est de montrer les contributions de la IA pour déclencher l'engagement social des étudiants. Enfin, nous concluons par ses avantages et ses défis dans le contexte de la formation professionnelle universitaire.

Résumé du colloque

Au cours des vingt dernières années, de nouvelles formes de gouvernance et de régulation sont apparues en éducation (Maroy, 2021). Celles-ci partagent deux caractéristiques : la responsabilité des acteurs de l’école à l’égard de l’apprentissage des élèves et l’obligation d’une reddition de comptes. Cette obligation a amené le développement de la recherche sur la « prise de décision basée sur les données », et plus précisément sur des indices de performance tels les résultats individuels, de classes et d’écoles (Mandianch et Schilkamp, 2021). Durant une dizaine d’années, la performance des écoles a donc été définie en termes de résultats et d’atteinte d’objectifs spécifiés et prédéfinis (Van der Kleig et al., 2015).

Au cours de la dernière décade, le mouvement de l’amélioration continue a graduellement touché le milieu de l’éducation (Hopkins et al., 2014). Ce nouveau paradigme a une incidence importante quant aux données à considérer pour prendre des décisions touchant la gestion des écoles, les classes et l’apprentissage des élèves. Désormais, les éducateurs doivent aussi considérer des données contextualisées de différentes natures (ex. : assiduité, difficultés d’apprentissage) afin de comprendre et d’interpréter la performance de l’élève et son comportement, de même que celle d’une classe ou d’une école et arrêter des stratégies d’intervention (Mandinach, 2019). En parallèle, le développement des systèmes d’information, y compris ceux dans le domaine de l’intelligence artificielle, offre la possibilité d’arrêter des actions mieux ciblées (Wang, 2021).

Or, force est de constater que la mise en place de ce paradigme pose un défi de taille au milieu de l’éducation. Il fait émerger différentes problématiques. Il demande des transformations notamment sur le plan des pratiques professionnelles, des outils de gestion, des processus de gestion, de l’organisation du travail, des compétences des acteurs (ex. : directions d’établissement, enseignants) et de la culture de l’école (valeurs, représentations).