Quels outils IA adopter pour les enseignants du supérieur ?
Par Marine Dessaux | Le | Pédagogie
Générer des QCM et des évaluations, créer des activités pédagogiques, corriger des copies… Les IA génératives sont une aide précieuse pour les enseignants du supérieur. Quels sont les outils à leur portée et les enjeux liés ?
« Je suis convaincu qu’il faut demander aux enseignants d’intégrer certains outils numériques à leur pratique pédagogique », martèle Tamim Elbasha, directeur apprentissage et qualité d’Audencia. Mais pour cela, encore faut-il savoir vers lesquels se tourner.
Des robots conversationnels qui répondent à une majorité d’usages
ChatGPT d’OpenAI, Copilot de Microsoft, Gemini de Google, ou encore Le Chat du français Mistral : ces robots conversationnels nourris à l’intelligence artificielle générative sont les outils les plus connus pour servir d’assistants pédagogiques.
« Ils sont de plus en plus utilisés par les enseignants, par exemple pour générer questions, proposer des activités. Il suffit d’exposer son sujet et de demander des activités à réaliser en classe, en équipe comme en solo », observe Tamim Elbasha.
Anthony Hié, directeur de la transformation digitale d’Excelia, liste également des usages plus généraux : « créer des présentations PowerPoint, rédiger des emails plus rapidement… »
À côté de ces poids lourds, Anthony Hié cite également la edtech française Nolej qui transforme des documents statiques (texte, audio…) en activités pédagogiques interactives (quizz, vidéo pédagogique, mots croisés, texte à trous…) ou en propose des résumés et des glossaires.
De nombreux outils proposent des fonctionnalités similaires. « Ce sont les usages qui se diversifient, la façon dont l’enseignant s’empare de l’IA pour interroger sa pratique de formation et d’évaluation », souligne Arnold Magdelaine, chargé de mission développement et prospective stratégique de Nantes Université.
Mais aussi des solutions plus spécifiques
Il convient « au-delà des outils génériques utiles pour tous, d’en identifier un ou deux pertinents dans sa discipline », indique Tamim Elbasha.
En effet, chaque discipline a des outils différents : « Dall-e pour la génération d’images, Copilot pour la programmation… », cite de son côté le directeur apprentissage et qualité d’Audencia.
Pour travailler avec les étudiants, Anthony Hié mentionne Chatsonic qui « fait partie des premiers outils à indiquer ses sources » et les outils no code qui permettent aux étudiants de créer des solutions numériques sans avoir de notions de développement.
Privilégier les solutions proposées en interne
Comment choisir parmi la multitude d’options ? Le plus simple est souvent de privilégier celle mise à disposition au sein de l’établissement.
« En tant qu’enseignant, j’utilise l’IA générative pour mes cours à partir du LMS d’Audencia, Blackboard, qui intègre une IA », expose Tamim Elbasha.
Un outil facilement accessible, sécurisant et vigilant sur les données, selon l’enseignant-chercheur. « Il est possible de limiter le recueil de données et d’être sûr qu’elles ne sortent pas en dehors de l’institution, sur un serveur qu’on ne connaît pas. C’est pourquoi nous recommandons de l’utiliser. »
Mieux corriger les copies
Autre perspective pour les enseignants : utiliser l’IA afin de limiter les biais. Audencia a signé avec la start-up française Good grades pour accompagner les enseignants dans la correction des évaluations. L’objectif ? « Corriger avec la même qualité la 50e copie que la première. Et sans biais, car après dix copies excellentes, on a tendance à être plus sévère avec les copies moyennes », illustre Tamim Elbasha.
Cet outil permettra d’aider l’enseignant sans le remplacer : l’algorithme lit la copie et analyse le vocabulaire utilisé. Ainsi, il estime quelles sont les meilleures et moins bonnes évaluations, afin de les classer dans un ordre aléatoire. L’établissement n’a pas encore tranché sur la question de l’accès à l’étudiant de l’évaluation de son travail par Good grades afin d’apporter une correction.
Attention aux biais !
Arnold Magdelaine évoque également le recours à l’IA générative pour accompagner les étudiants qui présentent des lacunes. « On peut imaginer un chatbot qui croiserait les informations sur les étudiants pour participer à la remédiation », soumet-il.
Dans un tel contexte cependant, l’objectivité prônée par les IA ne va pas de soi : « On peut s’interroger sur le caractère prédictif des IA génératives, est-ce que leurs réponses ne deviennent pas déterministes ? »
Sobriété numérique : un manque de données sur l’impact carbone de ces outils
Comment utiliser les IA génératives tout en veillant à la sobriété numérique ? Pour Tamim Elbasha, il n’est pas encore possible de se positionner et d’émettre des recommandations tant que les éditeurs ne partagent pas leur impact carbone. Il les encourage donc à opter pour plus de transparence sur cette question.