• 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

Catégorie : Articles

Catégorie par défaut pour les articles non-classés


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 :



L’IA Générative et la formation continue universitaire : quelles compétences numériques à renforcer ?

Billet rédigé par la Dre Patrizia Birchler Emery et la Dre Jue Wang Szilas, Centre pour la formation continue et à distance, UNIGE

Nous sommes engagées depuis quelques années déjà dans le renforcement des compétences numériques des équipes enseignantes de la formation continue de l‘Université de Genève (Centre pour la formation continue et à distance – CFCD) et avons présenté à plusieurs reprises dans ce blog des billets sur les réflexions et les solutions mises en place pour former de manière efficace des apprenant-es présentant des profils plutôt hétérogènes (modèle à trois niveaux et auto-formation en ligne).

De nouvelles compétences étant requises avec l‘arrivée des outils d’intelligence artificielle générative (IAGen), nous avons donc entamé une réflexion sur la manière de les intégrer dans notre modèle de formation à trois niveaux, en nous basant à la fois sur des initiatives telles que le cadre de référence de l‘UNESCO pour les compétences numériques des enseignants et les directives et recommandations émises par l‘Université de Genève et ses facultés.

Parmi les initiatives déjà menées au CFCD autour de l‘IAGen, on peut citer les deux ateliers organisés pour le personnel enseignant et de coordination de la formation continue en octobre 2023 et en février 2025. Le premier se concentrait de manière générale sur les défis et opportunités présentés par l’arrivée de GenAI dans l’enseignement supérieur et le second sur la présentation des ressources disponibles et l’exploration de l’utilisation de l’IAGen. Par ailleurs, nous avons aussi procédé à des tests pratiques d‘outils IAGen pour l‘enseignement et partagé nos réflexions à ce propos avec la communauté universitaire.

Il nous a semblé cependant qu‘avant de revoir et implémenter notre modèle à trois niveaux, il était nécessaire de connaître un peu mieux l‘utilisation actuelle de l‘IAGen par notre public cible, les enseignant-es et coordinateurs/trices des programmes de formation continue de l‘UNIGE:

Élaboration d‘un questionnaire

Un projet pilote a ainsi été lancé pour évaluer l’état actuel de l’utilisation de l’IA au sein de la communauté de la formation continue. Le projet visait à recueillir des données sur l’adoption de l’IA à l’aide d’un questionnaire, afin de permettre d’affiner les compétences qui devraient être incluses dans les formations que nous proposons à nos équipes enseignantes. Les réponses au questionnaire ont été ensuite comparées aux commentaires recueillis lors de l‘atelier organisé par le CFCD en février dernier, au cours duquel ces mêmes questions (mais sans menu déroulant) avaient été soumises au participant-es via padlet.

Pour ce qui est du questionnaire en ligne envoyé à tous les membres des équipes enseignantes, nous avons décidé de ne poser que deux questions- clés afin de garantir un taux de réponse assez élevé. Ces questions étaient complétées par des choix de réponse, ainsi que la possibilité de déclarer la non-utilisation de l‘IAGen :

1. Avez-vous déjà utilisé des outils d’IA pour les tâches suivantes ? (Cochez toutes les options pertinentes)

  • Conception de cours et story-board
  • Rédaction de textes de cours
  • Traduction de textes, de messages ou de documents
  • Conception d’activités de cours
  • Conception de l’évaluation
  • Détection du plagiat par l’IA
  • Communication avec les étudiants
  • Analyse des données d’apprentissage (learning analytics)
  • Personnalisation des parcours d’apprentissage
  • Gestion administrative (par exemple, réponses automatisées, organisation des tâches)
  • Autre (veuillez préciser) : _________
  • Je n’ai jamais utilisé d’outils d’IA
2. Quel(s) outil(s) d’IA avez-vous déjà utilisé pour votre   enseignement ou votre gestion ? (Cochez toutes les  options pertinentes)

  • ChatGPT (assistant conversationnel, génération de textes)
  • Claude (assistant IA, sécurité éthique)
  • Grammarly (correction linguistique)
  • DeepL (traduction)
  • MidJourney (génération d’images)
  • Compilatio (détection du plagiat par l’IA)
  • Microsoft Copilot (outils d’IA intégrés dans Microsoft Office)
  • Perplexity AI (assistant de recherche alimenté par l’IA)
  • ELSA Speak (apprentissage des langues assisté par l’IA)
  • Synthesia (vidéos générées par l’IA avec des avatars)
  • Google Bard (assistant IA, recherche conversationnelle)
  • Autres (veuillez préciser) : ______________

Le questionnaire a été élaboré avec LimeSurvey et envoyé à 427 destinataires, dont 347 adresses électroniques personnelles et 80 adresses génériques, ce qui a permis d’obtenir 57 réponses complètes. Lors de l‘atelier, les mêmes questions ont été posées et 29 des 42 participant-es ont partagé leurs réponses sur Padlet.

Il est impossible de déterminer si les mêmes participant-es à l’atelier qui sont intervenus sur Padlet ont aussi répondu au questionnaire en ligne. Les deux jeux de réponse ont donc été analysés séparément, même si les réponses ont été utilisées dans leur globalité pour la conclusion. 

Analyse des réponses au questionnaire en ligne

Analyse des résultats de la question 1

La tâche la plus populaire pour laquelle les outils d’IA sont utilisés est la traduction de textes, de messages et de documents, 45 des 57 participant-es au questionnaire déclarant utiliser l’IA à cette fin. La rédaction de textes de cours est la deuxième tâche la plus populaire, avec 16 sur 57 participant-es utilisant l’IA dans ce domaine. En outre, 13 d’entre eux/elles utilisent l’IA pour la conception de cours et le story-board, tandis que le même nombre l’utilise pour des tâches de gestion administrative telles que les réponses automatisées et la planification. En revanche, l’IA est moins utilisée pour la création d’images, puisque seuls 2 participant-es déclarent l’utiliser, et ils/elles sont encore moins nombreux/euses (1) à déclarer utiliser l’IA pour analyser les données d’apprentissage.

Figure 1. Résultats de la question 1 (questionnaire en ligne)

 

La traduction et la création de textes de cours sont les utilisations les plus courantes de l’IA, ce qui suggère que les participant-es considèrent l’IA comme un outil utile pour automatiser et faciliter les tâches de routine telles que la traduction ou la création de contenus liés aux cours. La faible utilisation de la création d’images et de l’analyse des données d’apprentissage suggère que l’application de l’IA dans ces domaines n’est pas aussi essentielle ou répandue dans les tâches éducatives et administratives. Un nombre significatif des participant-es (5) a indiqué qu’ils/elles n’avaient jamais utilisé d’outils d’IA, ce qui peut indiquer un manque de familiarité avec l’IA ou une réticence à l’adopter.

Analyse des résultats de la question 2

Les outils d’IA les plus utilisés par les participant-es sont ChatGPT (48 sur 57 participant-es) et DeepL ( 45). ChatGPT est largement utilisé pour la génération de textes et le soutien académique, tandis que DeepL est utilisé pour la traduction. En outre, d’autres outils sont utilisés de façon notable. Compilatio, utilisé par 21 des 57 participant-es, souligne l’importance de l’IA dans la détection du plagiat, bien que ce taux élevé puisse être dû au fait qu’il s’agit d’un outil institutionnel. Microsoft Copilot est également largement utilisé, par 14 participant-es, souvent pour des tâches de productivité et d’organisation. Parmi les outils moins populaires, Grammarly a été utilisé seulement par 4 participant-es. Les outils d’IA créative tels que MidJourney, Synthesia et Google Bard sont beaucoup moins utilisés, avec seulement 1 réponse pour chacun de ces outils.

Figure 2. Résultats de la question 2 (questionnaire en ligne)

 

Les résultats indiquent que ChatGPT et DeepL sont les outils d’IA les plus utilisés, ce qui suggère que la génération de texte, la communication et la traduction sont les applications les plus courantes de l’IA par nos équipes enseignantes de formation continue. L’adoption de Compilatio suggère que la détection du plagiat est une préoccupation importante, en particulier dans les milieux universitaires, ce qui souligne le rôle de l’IA dans le maintien de l’intégrité académique. Microsoft Copilot montre que les outils de productivité sont utilisés, mais leur adoption n’est pas aussi répandue que celle des outils linguistiques.

Les outils de création d’images et de vidéos, tels que Midjourney et Synthesia, ainsi que Google Bard, sont moins largement utilisés, ce qui suggère que les outils d’IA créatifs peuvent avoir des applications de niche dans la pédagogie et la gestion de nos programmes de formation continue.

En outre, d’autres outils mentionnés, tels que Mistral, Canva, Infomaniak, Scribbr, etc., reflètent la diversité croissante des solutions d’IA vers lesquelles se tournent les éducateurs/trices. Ces outils servent des objectifs spécifiques qui ne sont peut-être pas universellement reconnus, mais qui peuvent s’avérer précieux pour des tâches spécialisées.

Analyse des réponses des participant-es à l'atelier

Au cours de l’atelier sur l’IAGen, 29 des 42 participant-es ont partagé leurs réponses sur Padlet :  les deux questions étaient les mêmes que celles du questionnaire en ligne, mais sans l’option de pouvoir choisir des activités ou logiciels dans une liste déroulante.

Résumé des résultats pour la question 1

Les réponses recueillies révèlent que l’IA est principalement utilisée pour la création de contenu, la communication et la traduction. Les utilisations les plus courantes sont les messages sur les médias sociaux (5), la rédaction de courriels (4), l’amélioration de textes (3) et la rédaction de textes généraux (2). L’IA est également couramment utilisée pour la création d’images (5) et la traduction (5), ainsi que pour des tâches plus spécialisées telles que la génération de codes (2), le résumé de textes (2), la génération de questions d’examen (1), la production de podcasts (1) et les requêtes d’ordre médical (1).

Figure 3. Résultats de la question 1 (atelier)

Résumé des résultats pour la question 2

Seul-es 22 participant-es ont répondu à cette question. A noter que certains participant-es utilisent plusieurs outils d‘IAGen. Les outils les plus mentionnés sont ChatGPT (11), Copilot (4), DeepSeek (3), Claude (2), Poe (2), et d’autres IA génératives du même type (2). Les outils suivants n‘ont été mentionnés qu‘une fois: Photoshop, Adobe Acrobat Pro, Illustrator, Padlet AI, Canva AI, DeepL and Adobe Firefly.

Figure 4. Résultats pour la question 2 (atelier)

Comparaison des résultats des questionnaires

Les résultats de l’atelier et du questionnaire soulignent tous deux que la rédaction, la traduction et la communication sont les principaux cas d’utilisation de l’IA. Il existe toutefois quelques différences :

  • La création d’images a été mentionnée plus souvent dans le groupe de l’atelier (5 mentions) que dans le questionnaire (seulement 2 mentions). Cela suggère que les participant-es à l’atelier étaient plus engagés dans la création de contenu visuel, peut-être en raison de différences de rôles professionnels ou d’intérêts.
  • La création de questions d’examen a été signalée par les deux groupes, mais reste un cas d’utilisation de niche. On constate que si l’IA pour la conception d’évaluations est explorée, il ne s’agit pas encore d’une pratique répandue.
  • La production de podcasts, la création de questions médicales et la création de rapports de faculté n’ont pas été mentionnées dans le questionnaire, mais sont apparues dans les réponses aux ateliers. Cela suggère que l’IA est utilisée de manière différente et parfois inattendue, en fonction des besoins individuels.

Les différences entre les deux groupes suggèrent que l’adoption de l’IA varie en fonction de la familiarité de l’utilisateur/trice et de ses besoins professionnels spécifiques, ce qui devra être pris en compte dans la formation aux compétences en matière d’IA.

Parmi les outils utilisés un grand nombre est gratuit ou intégré dans des suites logicielles existantes (par exemple Copilot avec Microsoft Office), ce qui rend difficile la détermination du degré d’utilisation des versions payantes, à l’exception des outils Adobe.

ChatGPT est l’outil le plus utilisé dans les deux questionnaires, ce qui confirme son rôle central dans la génération de texte. Cependant, contrairement au questionnaire en ligne, où DeepL arrivait en deuxième position, les outils de traduction ont été mentionnés moins fréquemment par les participant-es à l’atelier. En outre, Compilatio, un outil d’IA clé pour la détection du plagiat, mis en évidence dans le questionnaire en ligne, n’a pas été mentionné dans les réponses sur Padlet, ce qui suggère une différence possible dans les priorités ou les groupes d’utilisateurs ayant répondu au questionnaire en ligne ou participé à l’atelier.

Alors que Microsoft Copilot a une présence notable, des outils d’IA plus créatifs tels que Midjourney et Synthesia, qui ont été peu adoptés dans le questionnaire en ligne, n’ont pas été mentionnés du tout dans les réponses sur Padlet. Cela suggère peut-être que l’utilisation de l’IA dans l’éducation est encore largement axée sur les tâches textuelles plutôt que sur la création de contenu multimédia.

Une dernière remarque concernant l’utilisation de plus d’un outil IA : les réponses sur Padlet ont permis de constater que 8 personnes en tout cas utilisent 2 outils et une personne en utilise trois.  Les types d’outils utilisés dépendent effectivement des tâches à effectuer. Les regroupements observés sont les suivants:

Figure 5. Utilisation combinée d’outils IA

 

Question supplémentaire : Préoccupations concernant l'utilisation des outils d'IA

Au cours de l‘atelier, les participant-es ont été invité-es à faire part de leurs préoccupations concernant l’utilisation des outils d’IA. Le problème le plus fréquemment mentionné était la fiabilité des réponses de l‘IAGen (16) : absence de références, « hallucinations » ou inexactitudes, incohérences dans les images générées et informations manquantes ou incorrectes. La deuxième préoccupation la plus fréquente était la protection des données, avec les risques liés à l’utilisation d’outils d’IA (4). Les autres préoccupations concernaient la difficulté à créer des prompts efficaces, les questions éthiques, en particulier celles liées à l’évaluation des apprenant-es qui utilisent l‘IA pour leurs travaux écrits, et l’impact environnemental des outils d’IA. 

Figure 6. Résultats pour la question supplémentaire (atelier)

Notre analyse des problèmes de fiabilité suggère que les utilisateurs sont prudents face aux résultats inexacts ou trompeurs. Des préoccupations telles que les hallucinations et le manque de transparence (par exemple, l’absence de citations) soulignent la nécessité de disposer de modèles d’IA plus fiables et d’une meilleure compréhension de leurs limites.

Les préoccupations relatives à la protection des données reflètent une sensibilisation accrue aux risques pour la vie privée ou la propriété intellectuelle, en particulier pour les outils d’IA qui nécessitent des données personnelles ou sensibles pour fonctionner. Il est essentiel de veiller à ce que les plateformes d’IA soient conformes aux réglementations en matière de protection des données pour qu’elles soient adoptées à plus grande échelle.

Les défis liés à l’incitation soulignent la nécessité de fournir davantage de conseils sur la manière d’utiliser efficacement les outils d’IA. Proposer des ateliers ou des guides de l’utilisateur sur les techniques d’incitation pourrait aider les utilisateurs à optimiser leur utilisation de l’IA.

Les considérations éthiques dans les évaluations mettent en évidence des préoccupations concernant l’équité, la précision et l’intégrité. Il sera essentiel d’aborder ces questions pour renforcer la confiance dans les outils d’IA dans les contextes éducatifs. Les préoccupations croissantes concernant l’impact environnemental des outils d’IA soulignent le besoin de solutions d’IA plus durables.

Si les participant-es reconnaissent les avantages des outils d’IA, ils restent prudents quant à leurs limites et à leurs implications éthiques. Il sera essentiel de répondre à ces préoccupations – en particulier en ce qui concerne la fiabilité, la protection de la vie privée et l’éthique – afin d’améliorer la confiance et d’accroître l’adoption des outils par les éducateurs et les professionnels.

Perspectives pour les prochaines étapes de la formation aux compétences en IA

Sur la base des résultats et de l’analyse du questionnaire et de l’atelier, et compte tenu du contexte de notre centre au service d’un grand nombre de programmes de formation avec un personnel limité, nous pouvons reconnaître plusieurs pistes pour intégrer les compétences IAGen dans les formations que nous proposons aux équipe enseignantes des programmes de formation continue :

  • Mettre en avant les outils liés au langage : ChatGPT et DeepL étant les outils les plus utilisés, les futurs ateliers devraient se concentrer sur leur potentiel en matière de création de contenu, de traduction et de communication. Une exploration plus approfondie de leurs fonctionnalités avancées serait particulièrement précieuse.
  • Adapter la formation aux différents profils d’utilisateurs/trices : les programmes de formation aux compétences en matière d’IA devraient être adaptés aux besoins des différents groupes d’utilisateurs/trices, car leur utilisation et leur familiarité avec les outils d’IA varieront. Les enseignant-es, les gestionnaires et les autres membres du personnel peuvent nécessiter des approches différentes.
  • Catégoriser les compétences en matière d’IA en fonction des besoins : la formation doit être décomposée pour répondre aux différents besoins, par exemple :

– Compétences générales pour tous : considérations éthiques, sécurité des données et implications sociétales de l’IA.

– Compétences spécifiques pour différents groupes : applications pratiques des outils d’IA pour générer du contenu éducatif, créer des quiz et développer des outils pédagogiques.

  • Répondre aux hésitations en matière d’IA : pour ceux qui hésitent à adopter les outils d’IA, les ateliers devraient inclure une session d’introduction pour dissiper les idées fausses et mettre en évidence les avantages pratiques de l’IA dans l’enseignement et la gestion.

Ces principes directeurs constituent une bonne base pour structurer des initiatives de formation aux compétences en matière d’IA qui soient à la fois pertinentes et efficaces. En se concentrant sur les outils linguistiques, en adaptant la formation aux différents groupes et profils d’utilisateurs/trices, en classant les compétences en fonction des besoins et en s’attaquant aux obstacles potentiels à l’adoption de l’IA, nous garantissons une expérience d’apprentissage plus ciblée et plus attrayante, avec des méthodologies spécifiques et un contenu de formation détaillé fourni à la fin de la formation.

Conclusion (pour l’instant…)

Les questionnaires ont rempli leur objectif, à savoir nous donner une idée globale de l’utilisation des IAGen par les équipes de formation continue. Cela nous a permis d’établir des priorités pour le projet d’implémentation de notre modèle à trois niveaux et d’en concevoir la planification avec des objectifs plus précis. Bien évidemment, l’IAGen étant en constante évolution, il nous faudra aussi reconsidérer régulièrement les compétences à développer et les niveaux de compétence à maîtriser selon la fonction de chacun-e dans le programme. Ceci afin de garantir la qualité de nos programmes de formation continue et de leur ancrage dans notre société en constante mutation. Nous ne manquerons pas de partager dans de prochains billets de blog les différentes étapes de l’intégration de l’IAG dans nos programmes de formation aux compétences numériques.



Tour d’horizon de recommandations des facultés UNIGE sur l’utilisation de l’IA générative dans l’enseignement

Nouvelle version mise à jour de ce billet suite à la publication des recommandations par 2 nouvelles facultés

 

Suite à une première prise de position datant de l’automne 2023, le Rectorat a actualisé, le 1er juillet 2024, la position de l’Université sur l’intelligence artificielle (IA), en mettant l’accent sur les principes de responsabilité individuelle, de respect de l’intégrité académique et de protection des données personnelles.

Ce positionnement s’accompagne de diverses ressources, notamment un guide d’utilisation des IA génératives, ainsi que des guides interactifs et des murs virtuels destinés à différents publics.

Dans ce cadre, il est précisé que : « Il revient aux facultés et aux centres interfacultaires de décider des modalités de l’intégration de l’IA dans leurs activités d’enseignement et d’élaborer les conditions d’utilisation spécifiques des outils d’IA génératives pour les activités de recherche, d’enseignement et d’apprentissage. »

Dans ce billet, nous proposons un tour d’horizon des directives établies et publiés à ce jour par plusieurs facultés. Il s’agit dans certains cas de directives explicitement liées à l’utilisation des IA génératives par les étudiant-es et ou les enseignant-es, dans d’autre cas de directives à propos du plagiat, qui traitent également des IA génératives, ou encore d’autres type de ressources mises à disposition de collaborateur-trices. Cette liste, non exhaustive, reflète des ressources en constante évolution, que nous tâcherons de mettre à jour régulièrement.

Faculté de Médecine

Faculté de Théologie

Faculté de Psychologie et Sciences de l’Éducation

Recommandations et consignes facultaires sur l’utilisation de l’IA générative dans l’enseignement : https://www.unige.ch/fapse/actualites/une/utilisation-ia/

Faculté de Traduction et Interprétation

Directive régissant le recours à l’intelligence artificielle pour l’exécution de travaux : https://www.unige.ch/fti/files/6317/2925/9342/2024-10_Directive_IAgnerative.pdf

Faculté de Droit

Directive sur le plagiat et la transparence des sources, qui mentionne également l’IA : https://www.unige.ch/droit/reglements/facdroit/plagiat/

Faculté de Sciences de la Société

Faculté des Lettres

Recommandations aux enseignant-es et propositions de consignes à donner aux étudiant-es concernant l’usage de l’IA générative (LLM) lors de l’évaluation de travaux: https://www.unige.ch/lettres/application/files/4717/3954/4359/recommandations-IA.pdf

De manière générale, ces directives visent à établir un cadre clair pour l’usage de l’IA générative, en régulant le recours à ces outils. Il est notamment souvent indiqué aux enseignant-es de préciser explicitement aux étudiant-es si l’utilisation de ces outils est autorisée ou non dans le cadre de leurs cours.

Par ailleurs, plusieurs documents détaillent des normes pour la citation de textes produits à l’aide d’outils d’IA générative. Ces normes renvoient notamment au guide sur l’usage des IA génératives dans vos travaux, élaboré par la bibliothèque.

Un autre aspect fréquemment abordé dans ces directives concerne l’évaluation des travaux écrits des étudiant-es, en particulier les mémoires de fin d’études. Diverses solutions sont proposées, telles que l’introduction d’une déclaration sur l’honneur, l’accent mis sur une soutenance orale, ou encore une pondération accrue de cette dernière dans le cadre de l’évaluation globale.

 

Frédéric Geoffroy & Giulia Ortoleva



IA et enseignement : une sélection de livres

Grand sujet d’actualité, l’intelligence artificielle impacte de plus en plus nos habitudes et s’insère petit à petit dans notre quotidien. Pour certaines personnes elle est une aide, pour d’autres une menace, certaines la redoutent, d’autres la cherchent. Quelle que soit la forme qu’elle prend, elle ne laisse pas indifférent.

Comment cette intelligence est-elle appréhendée par les enseignant-es au sein de leurs cours ? Comment utiliser cette technologie pour en tirer le meilleur dans son enseignement ?

La collection des Sciences de l’éducation de la Bibiothèque de l’UNIGE colle à cette actualité, et fournit à ses usagers et usagères de quoi se documenter sur cette thématique. Les livres physiques se trouvent principalement sous la cote 371.333, qui regroupe les ouvrages traitant des technologies éducatives.

Voici une sélection d’ouvrages récents parus sur l’intelligence artificielle en lien avec l’enseignement.

Attention : pour pouvoir consulter les ebooks (liens sur le titre ou via le DOI), il faut être dans le réseau de l’UNIGE ou installer un VPN correspondant sur son ordinateur.

Ouvrages théoriques - Pour réfléchir au rôle de l'IA dans l'enseignement

 

Ouvrages pratiques - Pour intégrer l'IA dans l'enseignement

 



Lectures collaboratives pour l’enseignement

Une difficulté souvent rencontrée dans des enseignements pour lesquels une appropriation de connaissances provenant d’un parcours pédagogique de lectures est nécessaire, est représentée par la nature souvent variable de l’engagement des participants. Ceci peut-être d’autant plus problématique s’il est proposé de conduire une discussion en classe sur ces lectures et que le travail de lecture n’a pas été effectué avant les séances.

Après avoir essayé plusieurs techniques telles que des fiches de lectures individuelles ou en groupes, évaluées ou non, l’idée d’utiliser un canevas numérique collectif offre une certaine amélioration dans le processus. Les résultats restent somme toute assez variables et dépendent encore grandement de l’engagement des étudiants. Mais globalement la participation et l’engagement semblent meilleurs.

L’idée consiste à intégrer progressivement les lectures dans un canevas numérique graphique et de demander aux participants, organisés en groupes, de relever sous forme de notes les éléments saillants et importants de chaque article dans un espace de groupe propre. Les lectures sont organisées selon un parcours pédagogique établi par l’enseignant et suivant un fil rouge (pointillés rouges dans le canevas d’exemple). Dans le cas d’exemple, nous utilisons Miro (https://miro.com/)

De façon opérationnelle, l’initialisation de la démarche consiste à lancer la formation des groupes par l’intermédiaire d’un LMS (e.g., Moodle). Dans le cas d’exemple, il s’agissait d’un cours d’environ 25 participant-es. Il a été convenu de faire des groupes de 4 à 5 personnes.

Pour chaque lecture, l’article est annoncé et mis à disposition sur le canevas et ouvert pour le travail de lecture collaborative. Les participant-es s’organisent comme ils/elles veulent. Chaque groupe effectue le travail en préparation de la séance de discussion. Pour chaque papier, un groupe est responsable de lancer la discussion. Les autres groupes participent pour compléter, réagir, poser des questions. L’enseignant-e assure la modération et intervient pour appuyer, renforcer et compléter selon son expérience. La durée de l’échange peut-être très variable selon l’intérêt et la qualité des discussions.

Une propriété intéressante de l’approche réside dans l’ouverture. Tou-tes les participant-es ont accès au même espace, ce qui offre l’avantage de pouvoir observer le travail des autres groupes et ainsi remarquer d’autres éléments lors de la préparation.

Un canevas d’exemple dans le cadre d’un cours de Système d’Information d’Entreprise est proposé comme illustration en suivant le lien ci-dessous :
https://miro.com/app/board/uXjVLh7hXog=/?share_link_id=207022290125

Vous pouvez commenter, suggérer, critiquer et partager en ajoutant des notes dans le canevas. N’hésitez pas à laisser des liens en commentaires y compris sur vos propres espaces afin d’étendre les exemples et de partager nos expériences.

Jean-Henry Morin, professeur, CUI/SDS