Les outils d’IA générative peuvent s’avérer de bons alliés pour l’enseignement s’ils sont utilisés en toute connaissance de leurs avantages et de leurs limites. Leur usage nécessite un certain degré d’expertise et un esprit critique en constant éveil. Ces outils requièrent aussi la plus grande prudence et une vigilance accrue en ce qui concerne la manière dont les données personnelles sont traitées et utilisées (voir Protection et confidentialité des données).
Les utilisateur·trice·s de ce genre de technologie doivent aussi être conscient·e·s que la qualité des résultats dépend fortement de la qualité des prompts (instructions) utilisés et qu’il est donc important, si l’on souhaite se servir de ces technologies, de maîtriser "L’art du prompt".
Le Centre de Soutien à l’Enseignement propose une veille des usages des IA génératives dans l’enseignement supérieur qui est disponible ici: Corpus pédagogique : IA génératives et enseignement supérieur.
Pour les enseignant·e·s
Pour les enseignant·e·s, et de manière non exhaustive, les IA génératives peuvent présenter des avantages dans les aspects suivants :
Enrichissement des syllabus de cours
Les outils d’IA générative peuvent servir de partenaires pour la création ou l’enrichissement des syllabus de cours des enseignant·e·s. Ils peuvent par exemple aider à rédiger ou améliorer des objectifs de cours (learning outcomes) ou encore proposer des activités d’enseignement variées voire des propositions d’évaluation. À titre d’exemple, le Professeur Mitchell Weiss, de la Harvard Business School, a présenté quelques moyens simples d'utiliser l'IA pour créer ou affiner un syllabus de cours (cf. lien). Il rappelle néanmoins qu'il ne faut jamais s'en remettre uniquement à l'IA pour faire ce travail. En effet, c'est bien entendu l’enseignant·e qui doit être à l'origine de la création des cours et qui doit vérifier minutieusement les résultats de l'IA.
Conception de matériel de cours
Les outils de génération de texte peuvent, par exemple, permettre de rédiger des fiches synthèse sur des sujets en lien avec un cours, des glossaires construits autour des termes spécifiques liés à des enseignements ou encore proposer des situations qui illustrent les concepts abordés dans les cours. Un exemple sur cette page.
Les outils de génération d’image comme Midjourney, DALL·E ou Adobe Firefly peuvent représenter une source d’illustration intéressante pour les supports de cours.
Conception de questions d’examen ou de questions d’évaluation formative
Les outils d’IA génératives peuvent suggérer des questions d’examens ou des questions en lien avec des évaluations formatives proposées aux étudiant·e·s.
Wooclap et Wooflash, deux outils disponibles dans le portfolio des outils numériques destinés à l’enseignement à l’UNIL proposent actuellement une fonctionnalité qui permet de générer des QCM et autres flashcards à partir de documents téléchargés, de texte, ou encore de vidéos: https://www.getquizwizard.com
Conception de travaux académiques complexes
Les IA génératives, si elles sont bien utilisées, peuvent devenir de bonnes alliées dans la création de travaux académiques complexes. Elles peuvent par exemple aider à générer des études de cas, proposer des solutions-types ou encore des barèmes de correction.
A titre d’exemple, nous vous proposons de découvrir la réflexion du Professeur Thomas Steiner, de la HES-SO : Repenser son examen à l’ère des chatbots.
Pour les étudiant·e·s
Pour les étudiant·e·s, des chatbots alimentés par des LLM tels que ChatGPT présente la possibilité de bénéficier d’un compagnon d’apprentissage disponible à tout moment pour répondre à des questions en lien avec les cours qu’ils·elles suivent. Mais il est impératif que ces dernier·ère·s soient sensibilisé·e·s sur les limites de ces modèles et sur l’importance de maintenir un esprit critique aiguisé concernant les réponses et informations obtenues.
L’usage de ce genre de technologie ne doit pas être substitutif mais plutôt être envisagé comme une aide.
Les étudiant·e·s peuvent, par exemple, utiliser les IA génératives pour :
- Initier un travail académique en lien avec la production d’un texte, d’une analyse ou de code informatique par exemple (dans les limites de ce qui est prévu par leur enseignant·e en matière d’utilisation ou de citation des IA génératives).
- Illustrer leurs travaux
- Réaliser du matériel personnel de révision (flashcard, QCM, fiches synthèses, etc.)
- Proposer des améliorations sur la forme de leurs travaux
- Simuler un dialogue, une argumentation (dans une langue étrangère par exemple)
Il est important que les usages qu’ils·elles mettent en œuvre soient en parfaite adéquation avec les règlements en vigueur à l’UNIL en matière de propriété intellectuelle et de citation, ainsi qu'avec les éventuelles prescriptions liées avec un enseignement donné (voir Directive 0.3).
