• Intelligence Artificielle Générative à l'UNIGE
    Guide d'utilisation de l'intelligence artificielle générative à l'Université de Genève
  • Makeiteasy
    Une plateforme pour tester et améliorer vos compétences numériques à votre rythme
  • Ciel cherche: rédacteurs/trices

Nouveautés sur InfoTrack : vérifier et référencer les IA génératives

Pour la rentrée académique 2025, InfoTrack, la plateforme d’(auto-)formation aux compétences informationnelles proposée par la Bibliothèque de l’UNIGE, s’est enrichie de deux nouveaux modules de Affiche InfoTrack Nouveauté 2025 : 2 modules consacrés à l'IAformation :

  1. Vérifier les productions des IA génératives en utilisant la “lecture latérale”
  2. Référencer le recours aux IA génératives

Ces modules, composés d’une vidéo de 3 minutes, d’un quiz et d’un résumé des points-clés, ont été créés pour répondre aux évolutions des besoins des étudiant-es dans la rédaction de leurs travaux académiques. D’une part, la technique de la « lecture latérale » donne les clés pour porter un regard critique sur les productions des IA génératives, en particulier sur les sources, parfois trompeuses, que celles-ci peuvent fournir. D’autre part, les recommandations pour le référencement du recours à l’IA permettent d’en faire usage en toute intégrité. A ce sujet, les différents modèles et exemples fournis dans les documents proposés au téléchargement permettent de s’adapter aux exigences variées des enseignements.

Comme toute la plateforme InfoTrack, ces nouvelles ressources sont partagées sous licence Creative Commons BY-NC-SA, ce qui permet leur réutilisation dans un but non commercial (NC) et en conservant cette licence (SA). Chacun-e est donc libre de les intégrer dans ses cours sous ces conditions en citant la Bibliothèque de l’UNIGE. Cependant, l’équipe des formateurs/trices de la Bibliothèque est à disposition pour l’intégration de séquences pédagogiques plus complètes à ce sujet dans des cursus.



La rentrée académique et les outils e-learning, édition 2025-2026

Et voilà, déjà la rentrée académique 2025–2026. Comme chaque année, vous avez votre lot d’améliorations des outils e‑learning. Nous vous proposons un petit tour d’horizon des changements intervenus pendant l’été et des nouveautés à venir pour la rentrée !

Pour faciliter votre lecture, voici un résumé pour chaque outil e‑learning.

Moodle

Cet été, et comme chaque été, Moodle a été mis à jour. Nous sommes maintenant sur la version Moodle 5.0.
Pour en savoir plus, nous avons créé un espace forum avec les changements majeurs

Mais pour vous, chères lectrices, chers lecteurs, voici un bref résumé.

Nouveautés

… dans la gestion de la banque de questions, elles sont disponibles dans tous les cours où vous êtes enseignant·e, ce qui vous permet d’ajouter des questions de vos banques de questions à n’importe quel quiz dans n’importe lequel de vos cours.

… un changement UI/UX pour les activités de type devoir, toutes les fonctionnalités restent les mêmes, mais certaines éléments d’interfaces (UI) ont été déplacés.

Ajout de deux plug‑ins : l’un pour l’écriture collaborative directement dans Moodle grâce à « Etherpad Lite » et l’autre, la carte d’apprentissage, qui vous permet de transformer votre espace Moodle (ou une partie de celui‑ci) en carte avec des activités qui se dévoilent au fur et à mesure de l’exploration de la dite carte.

Comme chaque année lors de la mise à jour de Moodle, des archives ont été créées. Vos étudiant·e·s peuvent toujours accéder à leurs anciens cours via ces archives. Ces dernières vous permettent de réinitialiser votre espace de cours pour la nouvelle année académique.

Mediaserver

Le saviez‑vous ? Dans Mediaserver, vous pouvez éditer vos enregistrements de cours : si vous souhaitez enlever quelques minutes ou la pause au milieu de votre enregistrement, vous pouvez effectuer l’édition directement dans Mediaserver. Pour plus d’informations à ce sujet, voici une petite vidéo explicative.

Aussi, une nouveauté arrive sur Mediaserver : le podcast. Vous pouvez maintenant publier des podcasts sur Mediaserver, ajouter vos fichiers audio, une image et récupérer le code RSS pour partager votre podcast sur d’autres plateformes (seulement si vous le souhaitez ; vous pouvez aussi laisser votre podcast sur Mediaserver et nos serveurs locaux sécurisés).

Formations

Vous avez des questions techniques sur les outils e‑learning ? Vous souhaitez en savoir plus sur Moodle, Mediaserver ou les e‑examens ?
Nous proposons plusieurs formations sur l’utilisation de nos outils, sous forme de webinaires via Zoom. Ces formations sont ouvertes à tout le personnel enseignant, aux assistant·e·s ainsi qu’au personnel administratif et technique. N’hésitez pas à en parler autour de vous !

Vous avez des questions sur la pédagogie universitaire ? N’hésitez pas à consulter les offres du pôle SEA.

Très bonne rentrée à toutes et à tous. Nous nous réjouissons de vous accompagner pour cette nouvelle année académique.



Pas besoin de ChatGPT pour ça

Ce billet fait suite à une présentation réalisée dans le cadre des TAKE OVER, des cours sur le numérique donnés par des étudiant.e.s pour des étudiant.e.s. Le lien de la présentation est disponible ici et la vidéo de l’atelier est disponible ici.

ChatGPT est partout et utilisé par tout le monde. Ce nom est tellement dominant qu’il est pratiquement devenu synonyme du terme « intelligence artificielle ». Pourtant, l’intelligence artificielle est bien plus que ça et nombreux sont les utilisateurs qui gagneraient à en apprendre davantage sur l’IA et à découvrir des alternatives à ChatGPT.

Introduction

Nous avons trop souvent l’habitude de parler de l’intelligence artificielle (IA) de manière générale, mais sans nous attarder sur ce que ça représente. À cet égard, on parle souvent de ChatGPT, ce modèle d’intelligence artificielle utilisé par tout le monde, mais sans aller plus loin. Par exemple, on ne le décline pas sous ses différents modèles (GPT-4o, o1, etc.). Pourtant, il existe tellement de modèles en dehors de ceux proposés par OpenAI, tels que les séries Claude (Anthropic), DeepSeek (DeepSeek), Gemma (Google), LLaMA (Meta) et Qwen (Alibaba Cloud).

En réalité, lorsque l’on s’intéresse davantage au sujet, on parle de modèles d’intelligence artificielle établis sur le deep learning (réseau de neurones). Les Large Language Models (LLM pour Large Language Models), basés sur l’architecture Transformers, ne sont qu’une partie de ce qui est fait dans le domaine de l’intelligence artificielle. Bien qu’ils soient très puissants et permettent des interactions en direct, ils souffrent de nombreuses limites comme l’hallucination, qui n’est en réalité pas un bug, mais bel et bien un élément attendu dans ce type de système. Pour en apprendre davantage sur les fondamentaux techniques des LLMs de façon visuelle, vous pouvez en apprendre plus dans la playlist de 3Blue1Brown sur les réseaux de neurones.

Mais il existe un monde gigantesque en dehors des LLMs. On parle par exemple assez souvent des modèles de diffusion pour les images et les vidéos. Mais L’IA est utilisé dans beaucoup de domaines et a adopté énormément d’usages. Par exemple, il n’y a qu’à voir le site web there is an AI for that qui répertorie actuellement plus de 35’000 outils d’IA. Il n’est pas nécessaire de tout connaître, mais il est bien d’utiliser sa curiosité pour voir ce qu’il est possible de faire au-delà de ChatGPT.

Le problème des LLMs propriétaires comme ChatGPT

Au sujet des modèles commerciaux tels que ChatGPT utilisés par beaucoup de personnes, peu d’attention est portée sur le fait qu’ils sont en fait possédés par de grandes entreprises. Ces dernières sont les seules à pouvoir créer ces modèles de fondation puisqu’elles disposent de systèmes de calcul très puissants. Ce n’est pas à la portée de tout le monde. Bien que ce soit une grande chance pour nous que ces entreprises permettent au plus grand nombre de profiter de ces modèles (souvent gratuitement), cette situation soulève des questions importantes.

Premièrement, ces modèles commerciaux sont problématiques pour l’environnement parce qu’ils consomment davantage d’énergie que la plupart des systèmes que nous avons créés jusqu’à maintenant. De plus, malgré leur accessibilité grâce à la gratuité de certains modèles propriétaires, ce sont principalement quelques compagnies qui en possèdent le contrôle. Beaucoup de personnes ont vu dans l’ouverture et l’accès à ces modèles une démocratisation de l’IA, mais aussi longtemps que ces modèles seront centralisés et la propriété de grandes compagnies, le terme « démocratisation » ne peut pas être employé.

Deuxièmement, en tant qu’utilisateurs, nous avons tendance à utiliser ces modèles pour presque tout. Par exemple, nous utilisons ChatGPT pour écrire une lettre de motivation ou corriger des fautes d’orthographe. On pourrait se questionner sur la nécessité de devoir utiliser un grand modèle capable de grandes prouesses comme la création de code, l’écriture stylisée ou les raisonnements mathématiques avancés, pour ajouter quelques « s » oubliés dans un petit texte. Est-ce que cette consommation d’énergie est nécessaire ? N’aurions-nous pas des modèles tout aussi performants et moins énergivores ? La parcimonie est nécessaire ici.

De plus, une portion significative des utilisateurs discute librement de choses privées avec ces modèles, ce qui est problématique, car ces données sont ensuite utilisées par les compagnies pour le réentraînement de leurs modèles. Notons également qu’un compte sur ces plateformes centralisant toutes nos conversations permettrait d’établir des profils d’utilisateurs très précis. Ces données pourraient être utilisées à des fins de publicités personnalisées à l’intérieur des discussions.

Quelles sont les alternatives ?

DuckDuckGoAI

Heureusement, il y a des solutions pour celles et ceux qui s’intéressent à ces problèmes. Pour la confidentialité, nous pouvons utiliser DuckDuckGoAI qui donne accès à des modèles en ligne d’OpenAI (GPT-40 mini et 03-mini), Anthropic (Claude 2 Haiku), Meta (Llama 7B) et Mistral (Mistral small) gratuitement sans la nécessité d’avoir un compte. La plateforme se charge d’envoyer les requêtes pour nous et donc aucune de nos conversations n’est centralisée dans un seul et même compte. À condition que des informations sensibles ne soient pas transmises, cela garantit une bien meilleure confidentialité. Toutefois, ça ne règle pas forcément le problème environnemental parce que de nombreuses personnes peuvent continuer à utiliser ces grands modèles en ligne pour de petites tâches.

Huggingface Spaces

Nous avons la possibilité d’utiliser une grande variété de modèles d’IA sur la plateforme Huggingface. Ce site donne la possibilité d’utiliser toute une série de modèles gratuitement et sans données collectées. Il suffit de les chercher dans les Huggingface Spaces. Puisque de nombreux fournisseurs de modèles utilisent ce système pour faire de la promotion de leurs produits, il nous est possible de tester des modèles récents et avancés sur Huggingface. Il n’y a pas que des modèles de conversation, mais également des modèles de génération d’image, d’audio ou de vidéo. Notons toutefois qu’il n’est pas garanti que tous les modèles restent disponibles indéfiniment.

SLMs ou Modèles locaux

Une autre approche, qui permet à la fois une meilleure confidentialité et un usage limité d’énergie pour des petites tâches, est l’utilisation de modèles locaux ou Small Language Models (SLM) tels que LLaMA 4, Qwen 3 ou Gemma 3 (il y en a bien plus). Ces modèles se trouvent également sur Huggingface, mais peuvent être téléchargés et utilisés localement. Parce que ces modèles sont beaucoup plus petits et disponibles en différentes tailles, ils peuvent marcher sur nos ordinateurs et restent quand même assez performants pour la taille qu’ils ont. Typiquement, ils sont assez efficaces lorsqu’il faut faire de la traduction ou de la correction textuelle.

Il est aujourd’hui assez simple de les obtenir. Il suffit de choisir un logiciel tel que ollama ou LM Studio. Puis de télécharger un modèle local au travers du logiciel. Notons que les modèles ne sont pas open source mais plutôt open weight qui ont dans la grande majorité des licences permissives, donc pas de restriction pour une utilisation privée. Il existe des ressources francophones disponibles pour les deux logiciels. Une playlist sur ollama et une vidéo sur LM Studio.

Qui dit local, dit indépendance à Internet, ce qui reste un argument assez intéressant. On notera aussi que pour nos amis développeurs, l’utilisation de l’API par le biais des logiciels fournissant ces modèles locaux n’engendre pas de coût contrairement aux modèles commerciaux.

Puisque les modèles sont disponibles directement sur nos ordinateurs, la confidentialité est garantie. Ils ne sont pas aussi puissants que les plus gros modèles commerciaux, mais la plupart du temps, cela suffira pour des tâches textuelles simples. C’est un atout majeur qu’il ne faut pas négliger. Il faut toutefois noter que les SLMs sont beaucoup moins performants que les LLMs (modèles commerciaux) lorsqu’il s’agit de répondre à des questions de connaissance ou de résolution de problème. Mais les petits modèles peuvent combler en bonne partie ce désavantage en utilisant le RAG (Retrieval Augmented Generation). En leur donnant accès à des ressources en local et en ligne, les SLMs comblent leur manque de connaissances.

Notons qu’une des limites de cette approche est de devoir utiliser des modèles plus petits lorsqu’on ne dispose pas de carte graphique assez puissante sur notre ordinateur. Sans cela, les modèles supérieurs à 4b (4 milliards de paramètres) seront très lents. Malgré ces limitations, les modèles locaux restent des alternatives viables aux modèles commerciaux. À l’avenir, ces SLMs vont s’améliorer et devenir de plus en plus performants tout en restant de taille accessible. Pour des tâches spécifiques (surtout après le recours de Fine-Tuning), ils seront vraiment très pratiques et utiles. Voilà pourquoi je recommande l’utilisation de petits modèles locaux pour de petites tâches.

Pas besoin de ChatGPT pour ça

Donc pas besoin de ChatGPT pour ça. « Ça » ? C’est quoi « ça » ? Ce sont des travaux basiques, tels que les résumés simples, les traductions, la correction textuelle, le brainstorming ou la reformulation. Ces tâches peuvent être faites localement et en toute confidentialité en utilisant un SLM. Lorsque des sources sont disponibles, ces modèles sont capables de répondre précisément à des questions dans un domaine spécifique. Pour de nombreuses tâches, nous n’avons pas besoin de ChatGPT ni d’un modèle aussi volumineux. On a simplement besoin d’un modèle compact qui suffit pour répondre à nos emails et écrire des messages, corriger des fautes, traduire nos documents ou tout autre type de tâches de ce type-là. Si vous avez une bonne maîtrise de la programmation, vous pouvez même automatiser des processus localement et gratuitement.

Si l’approche des modèles locaux ne vous plaît pas ou que vous avez besoin de modèles plus grands ou sophistiqués pour répondre à des questions mathématiques, de logique ou de programmation, vous avez toujours la possibilité d’utiliser DuckDuckGoAI qui donne accès gratuitement et de manière confidentielle à de plus grands modèles. Huggingface Spaces et une alternative intéressante qui donne non seulement accès à des LLMs et SLMs de tout genre, mais aussi à des modèles de génération d’audio, d’image ou de vidéo.

Si vous avez un abonnement payant à auprès d’une compagnie de LLMs commerciaux et avez donc accès à de meilleurs modèles, vous pourrez les utiliser pour des problèmes plus costauds. Toutefois, rien ne vous empêche d’utiliser un mélange de toutes ces alternatives présentées ci-dessus.



La Conception Universelle de l’Apprentissage (CUA)

Billet rédigé par la Dre Jue Wang Szilas, Centre pour la formation continue et à distance, et Claire Dupont, Pôle techno-pédagogique de la Faculté de médecine, UNIGE

Ces dernières années, la Conception Universelle de l’Apprentissage (CUA) – Universal Design for Learning (UDL) en anglais – s’est imposée comme un cadre de référence majeur pour repenser les pratiques pédagogiques. Initialement développée pour favoriser l’inclusion des personnes apprenantes ayant des besoins spécifiques, la CUA s’adresse aujourd’hui à tous les contextes d’enseignement, en plaçant la variabilité des apprenantes et apprenants au cœur de la conception des parcours.

Ce cadre a été formalisé par le CAST (Center for Applied Special Technology), un organisme de recherche américain pionnier dans le développement de pratiques éducatives inclusives. Dans sa version 3.0 en 2024, le CAST met en avant l’objectif clé : favoriser l’agentivité des personnes apprenantes, c’est-à-dire leur capacité à prendre le contrôle de leur propre apprentissage, de manière réfléchie, stratégique, authentique et orientée vers l’action.

Rendre l’enseignement accessible et motivant pour tout le monde

Les 20 et 21 février 2025, l’association MoodleMoot francophone a organisé un mini-événement à l’Université d’Avignon. Au cœur de ces deux journées : La CUA.

Fidèle à sa mission de rassembler la communauté des Moodleurs et Moodleuses, l’association a proposé un programme riche en pratiques pédagogiques innovantes autour de la plateforme Moodle. Cet événement a ainsi offert une belle opportunité de faire le point sur la CUA, son sens, ses principes fondamentaux, et ses applications concrètes dans des environnements numériques comme Moodle.

Qu’est-ce que la CUA ?

La Conception Universelle de l’Apprentissage est une approche pédagogique inclusive qui anticipe, dès la phase de conception, la diversité des besoins des personnes apprenantes. Elle vise à construire un environnement d’apprentissage accessible, motivant et adapté à chacun et chacune.

💡 À retenir : Contrairement à une idée reçue, la CUA ne s’adresse pas uniquement aux étudiantes et étudiants ayant des besoins spécifiques ou des troubles du neurodéveloppement (TND). Elle bénéficie à toute personne qui étudie, en proposant un cadre souple, engageant et personnalisable.

La CUA repose sur trois grands principes complémentaires :

1. Diversifier les moyens de représentation

Le premier principe consiste à varier les formes de présentation de l’information. Texte, vidéos, schémas, podcasts, infographies… chaque support permet aux personnes de mieux comprendre, selon son profil cognitif, sensoriel ou ses préférences personnelles.

🎓 Exemple :

Lors du Mini MoodleMoot, plusieurs initiatives ont mis en lumière l’importance de proposer des formats variés pour faciliter la compréhension.

Gilles Bonavitacola et Juan Pablo Parra (Université de Lyon) ont présenté un projet de vidéos pédagogiques inclusives, dont l’objectif est de réduire la charge cognitive et améliorer la mémorisation en appliquant quatre bonnes pratiques :

  • présenter uniquement l’essentiel,
  • structurer l’information et guider la lecture,
  • fixer les images clés,
  • limiter à deux informations simultanées.

À l’Université de Caen, Audrey Trehet a mené un travail de modernisation de ressources pédagogiques qui illustre une alternative efficace à la transformation numérique classique. Son approche, qu’on pourrait qualifier de « revitalisante », vise à rendre les contenus plus actuels, accessibles et engageants, tout en limitant la charge de travail. Concrètement, elle a converti des documents Word en livres interactifs avec H5P, transformé des tableaux en HTML accessible, ajusté les couleurs pour respecter la charte graphique institutionnelle, réécrit des schémas complexes sous forme de vidéos narratives, et intégré des éléments sonores interactifs via H5P Active Présentation.
L’adoption de bonnes pratiques simples mais ciblées permet ainsi de redonner vie à des cours existants, tout en renforçant leur inclusivité.

2. Multiplier les moyens d’action et d’expression

Une fois les contenus accessibles, encore faut-il permettre aux étudiantes et étudiants de s’exprimer selon leurs points forts. Ce deuxième principe encourage l’utilisation de modalités variées pour démontrer ses compétences : vidéos, projets collaboratifs, portfolios numériques, forums, productions orales ou écrites, etc.

🎓 Exemple :

Le projet Atypie-Friendly, programme national en France, combine des interfaces personnalisables (Scenari) et des vidéos adaptables (Polymny), afin de proposer des parcours individualisés et conformes au Référentiel Général d’Amélioration de l’accessibilité (RGAA). Il s’adresse en priorité aux personnes ayant des troubles du neurodéveloppement (TND), qui représentent près de 30 % de la population estudiantine en situation de handicap. Grâce à la chaîne documentaire Scenari Opale, les contenus pédagogiques sont adaptables (fil d’Ariane, titres structurés, chapitrage visuel…), permettant de réduire la charge cognitive tout en simplifiant le travail des équipes enseignantes.

Le projet « Signes et vous », porté par Karine Detranchant et Nora Van Reeth (Université Claude Bernard Lyon 1), propose une formation hybride en langue des signes, intégrée aux unités d’enseignement transversales. Face à une forte augmentation du nombre d’inscriptions, l’équipe a mis en place un parcours flexible sur Moodle : cours en tuiles, livre Moodle téléchargeable, alternatives accessibles aux activités interactives (versions Word, H5P Dialog Cards, Genial.ly), et outils innovants comme les Sketchnotes 3D. Des studios d’enregistrement sont également mis à disposition pour accompagner les élèves dans la production vidéo de leur test final, contribuant ainsi à l’inclusion numérique.

Ces deux projets démontrent comment la diversité des moyens d’expression permet de mieux répondre à la variété des profils et de favoriser une expérience d’apprentissage équitable et personnalisée.

3. Renforcer l’engagement

Le troisième pilier de la CUA vise à susciter et maintenir la motivation. Cela passe par des tâches contextualisées, des activités interactives et un suivi personnalisé, favorisant l’autonomie et l’implication des étudiantes et étudiants.

🎓 Exemple :

Le projet Castin, présenté par Olivier Castin (HELB, Bruxelles), illustre parfaitement ce principe. Conçu selon une approche de Learning Experience Design, ce dispositif hybride (en partie à distance et en partie en présentiel) repose sur une organisation différenciée des tâches selon les profils des personnes étudiantes. Moodle y joue un rôle central : un tableau de bord interactif et une barre de progression permettent aux personnes de visualiser leur avancement, d’ajuster leur rythme, de limiter les distractions et de rester engagées tout au long du parcours.

En intégrant des outils comme Genial.ly et H5P, le dispositif propose des activités dynamiques et adaptées aux objectifs personnels. Cette approche individualisée renforce non seulement l’autonomie chez les individus, mais aussi leur motivation à progresser, dans un cadre clair et stimulant.

📌 En résumé,  les 3 leviers de la CUA dans Moodle : 

  • diversifier les représentations : textes, vidéos, schémas, podcasts, etc.
  • multiplier les modes d’expression : quiz, projets multimédias, discussions en ligne, etc.
  • soutenir l’engagement : activités collaboratives, outils interactifs, suivi personnalisé.

Et après ?

Cet article introduit les fondements de la Conception Universelle de l’Apprentissage (CUA) et ses trois principes clés, à travers des exemples concrets présentés lors du Mini MoodleMoot francophone de février 2025.

Une deuxième publication prévue à l’automne 2025 viendra approfondir cette thématique en mettant l’accent sur les recommandations suisses en matière de pédagogie inclusive et les perspectives d’intégration de la CUA dans l’enseignement supérieur.

Dans le prolongement de cette réflexion, nous proposerons également un atelier à destination de la communauté enseignante de l’UNIGE souhaitant s’initier à la CUA et découvrir comment en appliquer les principes de manière concrète dans leurs pratiques pédagogiques.

👉 Pour aller plus loin sur ce sujet, vous pouvez consulter :
– les enregistrements vidéo et présentations liées à la CUA lors du Mini MoodleMoot,
– ainsi qu’une liste de pratiques pédagogiques inclusives à explorer et à adapter à vos contextes.



Padlet et l’IA, quoi de neuf ?

Aujourd’hui, nous nous retrouvons pour parler à nouveau d’IA, et explorer son intégration dans certains de nos outils techno-pédagogiques. Dans les lignes qui suivent, nous examinerons comment l’IA a été intégrée à Padlet.

Pour commencer, voici un aperçu chronologique de nos articles de blog consacrés à Padlet. Nous avons évoqué cet outil pour la première fois en juin 2014. Quelques années plus tard, en février 2019, puis notre dernière mention de Padlet qui remonte à septembre 2024, où nous avons (très brièvement) abordé l’IA dans cet outil.

Le principe fondamental de Padlet reste inchangé depuis notre premier article sur cet outil en 2014 : il s’agit d’un mur virtuel où vous pouvez épingler des notes. Cependant, au cours de ces dix dernières années, l’outil a considérablement évolué. Bien que son concept de base demeure le même, vous pouvez désormais faire bien plus qu’un simple mur de post-it virtuels. Vous avez la possibilité d’ajouter des fichiers vidéo et audio, d’utiliser Padlet comme un outil de collaboration active, de créer des espaces de discussion et de débat, des listes de lectures ou encore des chronologies d’événements. Votre créativité est la seule limite. Padlet peut être détourné pour concevoir des activités interactives ou servir de storyboard pour la création de contenus de cours ou de projets.

Pour toutes ces possibilités, Padlet intègre désormais une fonctionnalité d’IA qui vous permet de générer du contenu textuel et visuel, ou de faire des propositions d’organisation selon vos directives. Une fois votre mur créé avec l’IA, l’assistant reste à votre disposition pour modifier et ajuster les éléments de votre mur, afin de peaufiner votre projet. Bien que l’IA ne remplace pas notre propre créativité et intelligence, elle peut s’avérer être un outil précieux pour élaborer une première ébauche.

Lorsque j’ai interrogé l’IA de Padlet sur la manière d’intégrer cette technologie dans l’enseignement supérieur, elle m’a proposé trois grandes catégories d’application :