Ce GTNum durera 3 ans de 2024 à 2027.
L'initiative GenIAL, portée par le GTNum (Groupe de Travail Numérique), propose une réflexion sur la place de l'intelligence artificielle générative et des grands modèles de langage dans nos pratiques éducatives. Ce projet ambitieux, sous l'égide de Nantes Université et en collaboration avec des acteurs clés tels que Class’Code et le laboratoire IMSIC avec des partenaires tels que Vittasciences et Lalilo, vise à révolutionner l'enseignement dans nos collèges et lycées à travers l'usage pertinent de ces technologies de pointe. Les académies de Nantes, Versailles et la région académique PACA avec la DRANE PACA accompagneront le volet académique de ce dispositif de recherche.
L'évolution des enseignements vers une approche plus personnalisée et individualisée remet en question la standardisation traditionnelle des parcours éducatifs. Avec l’IA générative, sommes-nous en train de déléguer une partie de la transmission de la connaissance à ces systèmes ? Comment, alors, concevoir des contenus qui correspondent aux dispositifs innovants proposés par l'IA générative ? Cette transformation implique-t-elle une redéfinition et une réorientation du rôle de l'enseignant ? Après avoir traversé des phases d'acculturation culturelle et numérique, sommes-nous à l'aube d'une acculturation cognitive à l'IA qui bouscule encore les savoir-faire des acteurs dans une instabilité incessante des acquis ? Ce premier thème doit permettre l’identification des nouvelles compétences à acquérir pour les enseignants et l’identification de nouvelles méthodes d’évaluation qui pourrait conduire à une refonte du contrat éducatif traditionnel.
Assurer l'engagement des apprenants, tout au long de leurs apprentissages, et la pertinence des contributions de l'IA dans l'acquisition des compétences est essentiel. Comment, alors, éviter une répétition systématique des productions tout en maximisant l'impact de ces outils technologiques ? De plus, face à la diversité des besoins des apprenants, comment adapter le processus d'apprentissage pour répondre de manière optimale à chaque apprenant ? Ce second thème doit permettre l’identification de nouvelles méthodes d'enseignement pour répondre aux besoins spécifiques de chaque apprenant tout en favorisant leur engagement actif dans le processus éducatif et en préservant une éducation collective.
L'équité d'accessibilité aux technologies éducatives est une préoccupation majeure : est-il assuré que tous les apprenants bénéficient d'un accès équitable aux outils basés sur l'IA générative ? De plus, avec l'intégration croissante de ces technologies, la protection des données personnelles devient cruciale. Comment, alors, garantir la confidentialité des informations pour tous les acteurs impliqués lorsque l'IA générative est mise en œuvre dans le domaine éducatif ? Ce troisième thème met l’accent sur l’accessibilité, l’efficacité, et la conformité RGPD et la protection des données personnelles dans l’usage de l’IA générative dans un environnement éducatif.
Le GTNum GenIAL est pleinement conscient des défis inhérents à l'intégration de l'IA en éducation, notamment en termes d'équité, de protection des données et d'éthique. C'est pourquoi il met un point d'honneur à aborder ces questions de front, en assurant une accessibilité équitable aux technologies et en priorisant la sécurité des données des élèves et des enseignants.
Le GTNum GenIAL proposera des livrables qui seront élaborés au cours du projet :
o En impliquant les académies et en encourageant les enseignants à faire remonter leurs pratiques, expérimentations et leurs besoins.
o En associant les groupes de travail académiques (DRANE et Réseau Canopé) ayant une thématique ou une orientation centrée sur l'IA.
o En se mettant à disposition de la communauté de réflexion en éducation sur l'IA (CREIA) pour la remontée de besoins, de pratiques, l’accompagnement des actions de terrain et la mise en réseau de la communauté éducative autour de la thématique IA.
La production régulière d’une documentation ouverte qui permettra d’aboutir à la rédaction d’un document de synthèse permettant l’identification des enjeux et des impacts des IA génératives sur l’éducation (transformation des compétences, évaluation, production de ressources, apprentissage autonome et individualisé, contraintes, acceptabilité, mutation et migration des usages entre appropriations individuées et domestiques, intégration dans projets d’équipes et dans les démarches pédagogiques, etc.). Ce document abordera également les contraintes, leviers, freins et recommandations concernant l’utilisation de l’IA en éducation (notamment sur les plans juridiques, éthiques, technologiques, socio-politiques, culturels, etc.), intégrant une analyse de la conformité RGPD, des droits d’usage et de diffusion, de la transparence des données d’apprentissage.
Plus d’info : https://edunumrech.hypotheses.org/11751