Comment faire gagner les services en efficacité et personnaliser l’expérience étudiante avec l’IA ?

L’arrivée de ChatGPT sur le marché grand public a tout juste un an. « Si on utilisait déjà depuis des années des IA dans la vie courante (recommandations sur les sites de e-commerce, assistants vocaux…), l’IA générative apporte des solutions de nouvelle dimension, qui peuvent être un réel moteur pour l’éducation », présente Frédéric Leclère, responsable stratégies et solutions éducation en Europe de l’éditeur de solutions de CRM Salesforce. 

« C’est une des révolutions de l’informatique, après l’arrivée d’internet dans le supérieur il y a une trentaine d’années ou de la calculatrice dans les années 1970 », ajoute Renaud Monnet, directeur des systèmes d’information de l’école d’ingénieurs CentraleSupélec.

L’avènement de l’IA générative : un formidable potentiel pour l’ESR

Premier atout de l’IA : décharger les équipes de la prise en charge des tâches rébarbatives sans réelle valeur ajoutée. « L’idée n’étant pas de remplacer les personnes, mais de leur redonner du temps pour faire ce qu’elles font de mieux, à savoir créer des synergies au sein des équipes », pointe Frédéric Leclère.

Renaud Monnet appuie : « Au cours des dernières décennies, processus et ERP ont aliéné beaucoup de professionnels à des tâches répétitives. L’IA est l’opportunité de les ramener dans un monde réel, où le travail se fait avant tout dans l’interaction et où l’agilité au quotidien compte davantage que le process. »

L’IA, élément accélérateur d’une transformation pédagogique déjà entamée

Approche par compétence, classes inversées, microlearning… La transformation pédagogique est déjà en marche depuis plusieurs années dans le supérieur. L’IA devrait toutefois donner un fort coup d’accélérateur à ces mutations, notamment en permettant aux institutions de mieux comprendre quels sont leurs étudiants, leurs attentes, et comment y répondre.

Pour les étudiants : un outil d’empowerment

Cette individualisation des attentes et des parcours a pour effet de remettre l’étudiant au centre en tant qu’individu. Une dimension encore renforcée par l’environnement très expérientiel permis par l’outil.

« L’IA est l’un des outils d’empowerment de l’étudiant, qui permet de mettre en place des pédagogies totalement immersives et libres, aux résultats sans comparaison avec l’apprentissage sous contrainte », note Renaud Monnet.

Quelles stratégies pour se lancer ?

Pour Olivier de Lagarde, président du Collège de Paris et auteur de L’IA éducative, l’intelligence artificielle dans l’enseignement supérieur (Bréal, septembre 2023), deux premiers volets de réflexion s’imposent. « D’abord, la question de ce qu’on attend de l’IA dans son institution : performance, copilotage, assistance ? Puis le choix de l’outil, qui découle de ces objectifs », expose-t-il.

Créer un comité de pilotage

C’est l’option qui a notamment été choisie dans le groupe Skema. « Le but est de coordonner usages et stratégie de l’école, de programmer choix d’outils et investissements nécessaires et de prévoir les impacts de ceux-ci. Le tout, de manière rapide, sans attendre la réunion du conseil d’administration », explique Nathalie Hector, directrice de l’innovation et de la learner experience de l’école de commerce.

« Notre road map comporte trois angles d’attaque : la recherche, les programmes et la transformation de l’école », détaille-t-elle.

Avec deux angles majeurs : d’une part, reclarifier les processus pour faire évoluer l’organisation au fur et à mesure de l’intégration de l’outil, d’autre part se doter d’une cartographie des compétences pour mieux accompagner les collaborateurs sur des métiers en profonde mutation.

Enchaîner les protocoles de tests

En parallèle, des phases de tests sont menées sur différents sujets, en fonction d’irritants repérés par les collaborateurs. « Nous avons lancé un protocole d’essais sur un an, à chaque fois que l’on termine une phase d’exploration, précise Nathalie Hector. Si l’implémentation de l’IA a eu un impact sur la chaîne de valeur et sur l’amélioration de l’expérience étudiante, alors on s’oriente vers une standardisation. On y va petit à petit : il ne s’agit pas d’une rupture brutale, mais d’une évolution permanente. »

Formation : différentes approches en présence

Nathalie Hector insiste aussi sur le caractère indispensable de la formation des équipes, ne serait-ce que pour désamorcer la défiance inhérente face à cette technologie inédite. Mais comment former à l’utilisation de l’IA ? C’est aussi la démarche préconisée par Olivier de Lagarde :

« Le point d’entrée que je propose à un établissement du supérieur qui veut se lancer dans l’IA, c’est de revenir à son fondamental : former. À savoir, vulgariser en priorité les formateurs à l’usage et aux outils, afin de leur permettre de porter les initiatives. »

Le certificat « Formateurs à l’IA » du Collège de Paris a formé plus de 550 personnes.

Miser sur l’expérimentation libre et le reverse mentoring

Renaud Monnet porte une autre proposition. « La méthode la plus optimale est très simple : pour créer les usages, pas de stratégie, pas de copil, mais laisser faire les utilisateurs. Prenez un groupe d’étudiants et laissez-les inventer l’enseignement qui leur correspond, avant de leur demander de former leurs professeurs (reverse mentoring) », déclare-t-il.

Concernant les services administratifs, l’idée est d’immerger les personnels dans les possibilités de l’IA. «Dans les deux cas, les idées vont fuser, de manière bien plus intéressante que la simple résolution des irritants, conclut-il.

Et si copil il y a, il recommande d’y installer plutôt des représentants d’entreprises industrielles, pour la plupart plus avancées que l’enseignement sur le plan de la transformation IA, et de s’appuyer sur ces retours d’expérience.

L’IA : des exigences remodelées pour les étudiants

“Contrairement à la calculatrice, qui ne savait résoudre que la question posée, l’IA vous met face à cette question”, observe Renaud Monnet. Ce qui implique une inversion du système pédagogique, jusqu’ici basée sur la réponse, pour l’orienter sur le questionnement. L’un des enjeux majeurs de la pédagogie va donc devenir la capacité à bien prompter, à savoir interroger le système pour qu’il génère la réponse la plus pertinente possible.

Des exigences accrues, notamment en matière d’esprit critique

La diffusion de l’IA dans les entreprises pousse vers le haut le curseur des exigences envers étudiants et jeunes diplômés.

“À la clé, la nécessité de développer encore davantage leur esprit critique et leurs facultés d’approfondissement des réponses apportées par l’IA”, avance Frédéric Leclère.

“De manière globale, ils devront tout simplement être encore meilleurs”, ajoute Nathalie Hector.

Trois points de vigilance pour optimiser les usages de l’IA

Veiller à la construction d’un IA souveraine

La crainte d’une perte de souveraineté sur les données ne date pas d’hier. “Ces interrogations sont déjà monnaie courante depuis une quinzaine d’années avec les moteurs de recherche et les réseaux sociaux”, remarque Olivier de Lagarde.

Mais le dossier prend des enjeux inédits avec l’IA. “Quand on fait des choses à l’échelle, il faut absolument proscrire toute forme d’IA non souveraine : c’est un combat politique, prévient Renaud Monnet.  Par exemple, mettre ses cours sur ChatGPT, c’est donner de l’or à l’un des Gafam, qui ont peu à peu pris le pouvoir en Europe et détruit des milliers d’emplois.”

Avoir en tête les limites de l’IA générative

L’IA n’est pas l’outil miracle que certains voudraient croire. “ChatGPT ne va pas chercher sur Internet comme un moteur de recherche, mais fonctionne sur un modèle de probabilités par rapport à des données qui lui ont été fournies en amont. Si vous cherchez des éléments d’actualité, vous aurez une qualité de réponse infiniment meilleure sur Google, par exemple”, évoque Olivier de Lagarde.

“Les IA génératives ne sont pas capables de créer, mais seulement d’ingérer de l’information et de la transformer par rapport à un contexte posé, pour la rendre accessible au commun des mortels”, souligne Frédéric Leclère.

Plus grave : si elle ne trouve pas dans ses données les éléments adéquats de réponse, elle va imaginer ceux-ci, purement et simplement. D’où des résultats de requêtes parfois totalement fantaisistes. “L’IA ne doit être qu’un simple coup de pouce pour démarrer une réflexion, après quoi il faut approfondir chaque élément, et essayer de trouver des sources qui valident cette réflexion”, recommande-t-il.

S’appuyer sur les fondamentaux

Pour Nathalie Hector, il convient de requestionner l’ensemble du modèle : que vient chercher un étudiant dans un établissement du supérieur ? Certainement pas du tout numérique et distanciel — la période Covid l’a bien montré — mais bien une expérience humaine, avec enseignement des humanités et croisement des regards.

“Ce dernier est essentiel pour se faire sa propre opinion, dans un monde du travail où la vérité unique n’existe pas”, relève Renaud Monnet. 

Des coûts variables en fonction des ambitions et des stratégies

Le coût du lancement dépend de l’ampleur du travail de fond que l’on s’est fixé. “Il y a des cas d’usage où ce coût est symbolique, de l’ordre de quelques centaines d’euros. Si vous construisez des outils utilisés avec des API, l’enveloppe grimpe à quelques milliers d’euros. Et si vous développez une IA souveraine, surtout en vous entourant de chercheurs spécialisés, on est sur des projets, et donc des budgets, de bien plus grande ampleur”, retrace Olivier de Lagarde.

Renaud Monnet pointe que pour un secteur du supérieur extrêmement morcelé, la mutualisation entre structures est la clé d’économies d’échelle et d’un bon retour sur investissement.