L'éducation, l'ère de l'intelligence artificielle
Venez découvrir cette exposition qui montre les possibles utilisations de l'Intelligence Artificielle qui peuvent être faites dans l'enseignement.
Introduction de l'exposition réalisée par Universcience.
L’IA fait aujourd’hui irruption dans les milieux éducatifs. Avec, à la clé, de nouvelles perspectives d’enseignement et d’apprentissage, mais aussi de nombreuses interrogations sur la pertinence de ses usages pédagogiques.
L’enseignement bousculé par l’IA
L’IA entre résolument à l’école, en France comme ailleurs. Depuis trois ans, des applications « intelligentes » d’apprentissage du français (Lalilo, Navi) et des mathématiques (Adaptiv’maths, Mathia et Smart Enseigno) sont déployées en CP, CE1 et CE2. En 2024, l’IA devrait faire sa rentrée au lycée avec l’application de révision Mia Seconde disponible sur tablette et smartphone et destinée, selon les termes ministériels, à « relever le niveau des élèves ».
Sur fond de course à l’innovation et de numérisation croissante de l’éducation accélérée par la pandémie de Covid-19, l’IA est ainsi présentée comme une solution aux inégalités sociales d’apprentissage et aux baisses de performance signalées année après année par les enquêtes PISA (Programme international pour le suivi des acquis des élèves). Son principal atout, pour ses promoteurs : des exercices et un suivi personnalisés. Mais cette promesse ne sera pas nécessairement tenue, alertent les chercheurs en sciences de l’éducation.
La mise en ligne de l’IA générative ChatGPT a quant à elle suscité de vives réactions de la part des enseignants, qui redoutent que cela dispense les élèves de penser par eux-mêmes. Selon une étude de mai 2023 menée en France auprès d’usagers de Yubo âgés de 13 à 25 ans, un jeune sur cinq utiliserait d’ailleurs ChatGPT pour ses devoirs scolaires ou universitaires.
L’IA générative pose ainsi plusieurs défis inédits aux systèmes éducatifs. Pratiques et pédagogiques, mais éthiques également : confidentialité des données des élèves, traitement des biais et stéréotypes charriés par les algorithmes.
ZZ
