Résumé
Résumé en français
Publication du rapport de synthèse et recommandations du groupe de travail “Intelligence artificielle et numérique pour l’éducation” du Conseil scientifique de l’éducation nationale sur les agents conversationnels en classe.
Résumé en anglais
Publication of the summary report and recommendations of the “Artificial Intelligence and Digital Education” working group of the Conseil scientifique de l’éducation nationale on chatbots in the classroom.
Présentation générale
“Quel rôle pour l’intelligence artificielle dans l’éducation : pour l’élève et l’enseignant, dans la dynamique de la classe, dans les contenus et les méthodes pédagogiques ?
En collaboration étroite avec la Direction du numérique pour l’éducation (DNE), [le groupe de travail 6 du CSEN] s’attache à définir le rôle des assistants virtuels dans l’accompagnement de l’enseignant et de l’élève et à proposer de nouvelles méthodes pour renforcer l’apprentissage. Il s’intéresse également à la manière dont les outils de l’intelligence artificielle peuvent permettre de renforcer le lien et le suivi pair-à-pair entre les enseignants.]
Le GT 6 du CSEN publie ainsi son rapport de synthèse et de recommandations sur le thème des agents conversationnels en classe :
- Etat de l’art
- Appropriation et mise à l’échelle
- Recommandations et perspectives
Extraits
“Aujourd’hui on voit arriver dès le premier cycle de l’école de nouvelles disciplines en lien avec les nouvelles compétences à acquérir à l’ère de l’intelligence artificielle (IA). Que ce soit l’apprentissage des langues dans le contexte d’une mondialisation encore plus prononcée, l’apprentissage de l’algorithmique et du code informatique pour former les prochains citoyens éclairés et producteurs des technologies, ou encore le développement de compétences non techniques telles que l’expression orale, ces matières sont
fondamentales mais ont également été historiquement peu développées et déployées dans notre système éducatif.
L’utilisation de tuteurs numériques intelligemment dimensionnés comme des agents conversationnels, utilisant de l’IA apprenante ou pas, peuvent venir assister le professeur dans son travail de transmission, et soutenir l’élève dans son apprentissage. Ces tuteurs peuvent devenir un outil pédagogique puissant qui garantit un apprentissage inclusif sur tout le territoire. En parallèle, ces outils pédagogiques intelligents peuvent également venir soutenir un enseignement spécialisé et personnalisé pour des matières telles que les
mathématiques, les langues vivantes, les sciences de la vie, ou encore le français afin d’optimiser l’accompagnement pédagogique en s’adaptant plus facilement au niveau de l’élève. Le rôle du tuteur est de renforcer le lien entre l’élève et le professeur et non de remplacer le professeur dont les qualités pédagogiques viennent compléter les compétences techniques de la machine.
L’utilisation de ces agents conversationnels et plus généralement de l’intelligence artificielle en éducation soulève des questions tant sur la pertinence et l’efficacité de ces outils, l’impact sur l’élève et le professeur, que sur la collecte et le traitement des traces pédagogiques qui sont les données parfois personnelles des élèves. Ce groupe de travail s’intéresse de près à ces agents conversationnels en classe tant sur le plan technique, le plan pédagogique que sur l’appropriation par les acteurs que sont les élèves et les
professeurs. Cette étude est complétée par celle actuellement conduite par le comité éthique du ministère de l’Education nationale sur les enjeux éthiques des données collectées dans l’éducation.”
Recherche et la formation, recherche appliquée : #GTnum et P2IA
Extraits des recommandations
Lettre d’information du CSEN : le Passeur
Pour s’abonner à la lettre d’information du CSEN : https://www.reseau-canope.fr/conseil-scientifique-de-leducation-nationale-site-officiel/outils-pedagogiques/lettre-le-passeur.html
Références
Jean, A., & GT 6 du CSEN. (2021). Agents conversationnels en classe—Synthèse et recommandations. Conseil scientifique de l’éducation nationale. https://www.reseau-canope.fr/fileadmin/user_upload/Projets/conseil_scientifique_education_nationale/Synthese_IA_et_numerique__version_finale__.pdf
Réseau Canopé. (2019). Conseil scientifique de l’éducation nationale. Conseil scientifique de l’éducation nationale – Réseau Canopé. https://www.reseau-canope.fr/conseil-scientifique-de-leducation-nationale.html
Documents à télécharger
A consulter aussi
Association for the Advancement of Artificial Intelligence, & Computer Science Teachers Association. (2020). AI4K12. AI4K12. https://ai4k12.org/
Bocquet, F. (2020, juillet 9). L’intelligence artificielle de la maternelle à la Terminale : Que devrait savoir chaque enfant sur l’IA ? [Billet]. Éducation, numérique et recherche. https://edunumrech.hypotheses.org/1970
Bocquet, F. (2022, novembre). Pistes de référentiel des compétences IA par niveaux scolaires. MindMeister. https://www.mindmeister.com/fr/1751516576/pistes-de-r-f-rentiel-des-comp-tences-ia-par-niveaux-scolaires-f-bocquet-dne-tn2-novembre-2022
de la Higuera, C., & Bocquet, F. (2020, juillet 9). L’éducation, la formation des enseignants et l’apprentissage de l’intelligence artificielle : Un aperçu des questions clés [Billet]. Éducation, numérique et recherche. https://edunumrech.hypotheses.org/1973
DNE-TN2. (2020, décembre 14). Intelligence artificielle et éducation : Bibliographie [Billet]. Éducation, numérique et recherche. https://edunumrech.hypotheses.org/2369
DNE-TN2. (2021a, janvier 27). Intelligence artificielle et éducation ouverte : Premier point d’étape du GTnum #IA_EO [Billet]. Éducation, numérique et recherche. https://edunumrech.hypotheses.org/2610
DNE-TN2. (2021b, mars 19). IA et éducation : Semaine belge de l’intelligence artificielle (mars 2021) [Billet]. Éducation, numérique et recherche. https://edunumrech.hypotheses.org/2757
DNE-TN2. (2021c, mars 26). Intelligence artificielle et apprentissage : Entretien avec Pierre-Yves Oudeyer [Billet]. Éducation, numérique et recherche. https://edunumrech.hypotheses.org/2800
DNE-TN2. (2021d, mai 18). IA et éducation : Ressources, pratiques et acteurs – #GTnum #Scol_IA [Billet]. Éducation, numérique et recherche. https://edunumrech.hypotheses.org/3030
DNE-TN2. (2021e, mai 22). Intelligence artificielle et éducation : Les travaux de Wayne Holmes [Billet]. Éducation, numérique et recherche. https://edunumrech.hypotheses.org/3150
DNE-TN2. (2021f, juin 14). Webinaire du GTnum LS2N #IA_EO (25/03/21) : Le projet ApLLy, test d’Auto-positionnement en Ligne des Lycées [Billet]. Éducation, numérique et recherche. https://edunumrech.hypotheses.org/3101
DNE-TN2. (2021g, juin 30). Le deep learning, un tournant épistémologique pour les SHS ?(Huma-Num LAB, 2020) [Billet]. Éducation, numérique et recherche. https://edunumrech.hypotheses.org/3203
DNE-TN2. (2021h, octobre 7). Première année du GTnum #IA_EO [Billet]. Éducation, numérique et recherche. https://edunumrech.hypotheses.org/3636
DNE-TN2. (2021i, novembre 24). Intelligence artificielle et éducation : Parcours « Education, numérique et recherche » (sélection 2021) [Billet]. Éducation, numérique et recherche. https://edunumrech.hypotheses.org/3734
DNE-TN2. (2022a, janvier 20). Les enjeux éducatifs à l’ère de l’Intelligence Artificielle : GTnum #Scol_IA – Maison de l’Intelligence artificielle [Billet]. Éducation, numérique et recherche. https://edunumrech.hypotheses.org/3898
DNE-TN2. (2022b, juin 30). IA, école et enseignants : Ateliers des GTnum #IA_EO et #Scol_IA organisés par l’académie de Nantes (mai-juin 2022) [Billet]. Éducation, numérique et recherche. https://edunumrech.hypotheses.org/5556
DNE-TN2. (2022c, novembre 4). Quel enseignement de l’intelligence artificielle à l’École ? [Billet]. Éducation, numérique et recherche. https://edunumrech.hypotheses.org/6690
Holmes, W., Persson, J., Chounta, I.-A., Wasson, B., & Dimitrova, V. (2022). Artificial intelligence and education—A critical view through the lens of human rights, democracy and the rule of law. Council of Europe. https://rm.coe.int/artificial-intelligence-and-education-a-critical-view-through-the-lens/1680a886bd
OpenEdition vous propose de citer ce billet de la manière suivante :
DNE-TN2 (7 novembre 2022). Synthèse et recommandations du groupe de travail “Intelligence artificielle et numérique pour l’éducation” du CSEN. Éducation, numérique et recherche. Consulté le 6 décembre 2024 à l’adresse https://doi.org/10.58079/o39e