Saison 8 Épisode 4 : L'IA dans l'enseignement supérieur
Saison 8 Épisode 4 [télécharger cet épisode (MP3, 23.5 MB)]
Dans cet épisode, Elizabeth s'entretient avec Shaily Gebethner, professeure à temps partiel à la Faculté d'éducation de l'Université d'Ottawa et directrice des programmes internationaux à l'École des Langues ABCE, afin d'analyser le rôle de l'IA dans l'enseignement supérieur. Elles discutent des outils d'IA générative tels que ChatGPT ou Claude, afin de déterminer si leurs avantages se font au détriment de l'effort indispensable à la formation des apprenants. Shaily présente ses travaux de recherche sur la manière dont les étudiants de troisième cycle et les apprenants adultes utilisent ces outils, et explique pourquoi l'apprentissage distribué, la conception réfléchie et l'accompagnement pédagogique sont essentiels. Elle fait valoir que les décideurs ne devraient pas partir du principe que la technologie est utile simplement parce qu'elle est disponible.
Ressources additionnelles :
Découvrez les travaux universitaires de Shaily !
Pour en savoir plus sur les similitudes entre l’« espace J » de Claude et le réseau neuronal du cerveau humain où s’effectue le traitement de l’information, consultez l’article « A global workspace in language models ».
Consultez le Guide sur l’IA générative de l’Université d’Ottawa pour obtenir davantage d’informations sur la manière d’utiliser l’IA dans l’enseignement supérieur.
Consultez l’article « Les pratiques et compétences des étudiants à l’ère du LLM : “On ne peut pas externaliser les efforts et acquérir les compétences” » pour découvrir pourquoi les programmes de troisième cycle ne parviennent pas à préparer les étudiants à mener des recherches rigoureuses à l’ère du LLM, au risque de former une génération de chercheurs qui délèguent des tâches sans disposer de l’expertise nécessaire.
Contributeurs :
Animatrice: Elizabeth Dubois
Responsable de la recherche: Sarah Pledge-Dickson
Transcript: Areej El-Sharif
Montage Audio: Sarah Pledge-Dickson
Traduction: Julianne Bernier Robert
Publication et Promotion: Aaron Brisson
Productrice: Sarah Pledge-Dickson
Transcription traduite de l’épisode : Saison 8 Épisode 4 : L'IA dans l'enseignement supérieur
Lisez la transcription traduite ci-dessous ou téléchargez une copie dans la langue de votre choix :
Elizabeth Dubois: [00:00:05] Bienvenue dans Wonks and War Rooms, où la théorie de la communication politique rencontre la stratégie de terrain. Je suis votre hôte, Elizabeth Dubois. Je suis professeure agrégée et titulaire d'une chaire de recherche universitaire en politique, communication et technologie à l'Université d'Ottawa. Mes pronoms sont elle/la. Cette saison, nous parlons des enjeux sociaux et politiques entourant les utilisations et la gouvernance de l'intelligence artificielle. Et aujourd'hui, nous discutons avec Shaily de l'IA dans l'enseignement supérieur. Shaily, peux-tu te présenter ?
Shaily Gebethner: [00:00:28] Bien sûr. Je suis Shaily Gebethner, professeure à temps partiel à la Faculté d'éducation de l'Université d'Ottawa et directrice des programmes internationaux à l'École des langues ABCE. Mes recherches portent sur l'intégration des technologies dans l'éducation, en particulier dans l'enseignement supérieur et l'apprentissage des langues pour les apprenants adultes.
Elizabeth Dubois: [00:00:45] Merci beaucoup. Je suis vraiment ravie de t'accueillir pour parler de l'IA et de l'enseignement supérieur. Évidemment, c'est un sujet d'actualité brûlant pour nous dans le milieu universitaire, mais je pense que beaucoup de personnes en dehors du milieu professionnel de l'éducation réfléchissent aussi beaucoup à l'impact que ces différents outils d'IA vont avoir sur l'apprentissage, la préparation à la vie professionnelle et tout ce qui s'ensuit. J'ai donc pensé que nous pourrions peut-être commencer par clarifier un peu les choses, car l'IA peut vouloir dire un million de choses différentes.
Shaily Gebethener: [00:01:17] Oui.
Elizabeth Dubois: [00:01:17] Alors, quand je dis IA et enseignement supérieur, quelles sont les idées qui te viennent immédiatement à l'esprit ? Par exemple, de quels types d'outils parle-t-on ? De quels types d'utilisations parle-t-on la plupart du temps ?
Shaily Gebethner: [00:01:27] Le terme IA n'est donc souvent pas utilisé dans le sens où nous utiliserons un système intelligent ayant réellement la capacité d'exister et de penser par lui-même. C'est donc en réalité un terme impropre. Ce à quoi nous avons affaire, c'est l'IA générative, qui est un algorithme d'apprentissage, ou alors nous utilisons de grands modèles de langage. Pour ce qui est des LLM, je dirais que la plupart du temps, les gens utilisent des modèles linguistiques tels que ChatGPT, qui est le plus répandu de nos jours. Accès gratuit, très facile à utiliser. Donc, quand vous parlez d'IA dans l'éducation, c'est à cela que je pense. À moins que nous ne parlions spécifiquement d'outils intégrés conçus expressément pour un domaine spécialisé.
Elizabeth Dubois: [00:02:12] Oui, c'est tout à fait logique. Et il existe un tas d'outils différents qui finissent par être intégrés sans même qu'on le sache vraiment ou qu'on sache qu'il s'agit d'outils d'IA. Je pense donc à certains des outils que j'utilise ou que j'utilisais pour la correction grammaticale, par exemple, qui existaient bien avant que l'IA ne devienne populaire. Et maintenant, d'un seul coup, ils sont tous propulsés par l'IA. Et du coup, on ne les perçoit pas forcément comme des outils d'IA.
Shaily Gebethner: [00:02:38] Mais ils ne le sont pas pour autant. Ce ne sont toujours que des modèles d'apprentissage algorithmiques, mais ils sont présentés sous l'étiquette IA parce que l'IA est un sujet très tendance et que tout le monde veut prendre le train en marche.
Elizabeth Dubois: [00:02:47] Oui, exactement. Et c'est bien là toute la difficulté avec l'IA. Et cela ne concerne pas uniquement l'éducation. C'est partout comme ça. C'est un peu cette idée du style : « Il faut absolument prendre le train de l'IA en marche ». Donc, même si ce n'est pas de l'IA, on va simplement l'appeler comme ça parce que c'est un peu similaire.
Shaily Gebethener: [00:03:01] [rires] Oui.
Elizabeth Dubois: [00:03:02] Très bien. Nous avons donc ces exemples à l'esprit. Alors, quand nous envisageons l'intégration progressive de l'IA dans l'éducation, je sais que vous pensez aussi à d'autres types de technologies. Pouvez-vous nous expliquer un peu à quoi ressemble l'apprentissage assisté par la technologie, et comment l'IA s'inscrit de cette façon ?
Shaily Gebethner: [00:03:22] C'est un sujet très vaste, et j'aimerais que nous puissions approfondir ce que nous entendons vraiment par technologies d'apprentissage ou technologies éducatives. Mais pour simplifier un peu, nous ne débattons plus de la dichotomie consistant à savoir si la technologie, ou l'IA en particulier, doit être intégrée à l'éducation, car qu'on le veuille ou non, elle se fait une place, que ce soit à travers l'usage des étudiants ou celui des enseignants, des parties prenantes, des entreprises, etc. Elle est là. Et désormais, nous devons discuter non pas de savoir si elle est présente ou non, mais plutôt de la façon dont nous l'utilisons, à quelles fins, hum, comment elle façonne l'apprentissage futur, comment elle façonne l'apprentissage actuel. Et qu'apporte-t-elle à la société apprenante, et que lui retire-t-elle ?
Elizabeth Dubois: [00:04:14] Mhm. Oui. Et cette question de ce qu'elle apporte et de ce qu'elle retire. Cela me semble immense, comme pour moi immédiatement ce qu'elle apporte. Par exemple, je pense aux opportunités en matière d'accessibilité qui se présentent, n'est-ce pas ? Nous avons tellement de façons d'accéder à l'information et de la traiter. Donc, si vous avez des besoins d'accessibilité spécifiques, vous pouvez en fait toujours participer pleinement ou plus complètement. Mais nous savons aussi qu'il y a une fracture numérique et que tout le monde n'a pas les mêmes compétences et expériences technologiques. Quels sont les autres types d'opportunités et de défis qui vous viennent spontanément à l'esprit ?
Shaily Gebethner: [00:04:52] Eh bien, absolument. D'après mes recherches précédentes, nous avons compris qu'il ne s'agit pas de la technologie elle-même qui est intégrée. Il s'agit plutôt de la manière dont vous avez conçu l'environnement d'apprentissage, où la technologie peut avoir un impact positif sur l'apprenant, et cet impact peut être orienté puis délibérément conçu pour aider l'apprenant à prendre de l'élan, à gagner en motivation, à s'investir davantage, plutôt que de le priver d'occasions de développer des compétences cognitives, de raisonnement, d'analyse critique, des choses qui nécessiteraient. De la pratique avec notre cerveau humain pour se développer au fil des années d'études supérieures, par exemple. Elle a donc l'inconvénient d'éliminer les difficultés qui forgent un apprenant, ce qu'on peut certes voir comme : « Oh, très bien, je n'ai plus à lutter pour devenir un chercheur », mais en un sens, c'est cette lutte qui forge le chercheur. Cela supprime donc cet aspect particulier de l'apprentissage pour offrir à la place. Des outils d'accessibilité permettant de faire progresser son apprentissage avec une vitesse et une efficacité bien supérieures. Donc sur ce point, je suppose que c'est un compromis.
Elizabeth Dubois: [00:06:07] Oui. C'est donc un compromis. Mais bon, est-ce que cela doit forcément être un compromis ? N'est-ce pas ? Existe-t-il des manières d'utiliser ces outils pour rendre l'apprentissage plus accessible, idéalement plus inclusif, plus équitable, tout en mettant en place suffisamment de garde-fous pour que les étudiants continuent d'expérimenter la difficulté de trouver comment résoudre le problème X ou Y, n'est-ce pas ? On a l'impression que c'est un compromis à l'heure actuelle, mais est-ce nécessaire que ce le soit ?
Shaily Gebethner: [00:06:35] Oui. C'est donc bien l'intention. Il n'y a donc pas lieu de faire un compromis. Comme je l'ai dit, l'ingénierie pédagogique autour des technologies intégrées à l'apprentissage doit être très intentionnelle, conçue intentionnellement pour aider l'apprenant à accomplir X ou Y. Parce que je travaille avec des apprenants en langues, des adultes spécifiquement, beaucoup d'apprenants d'une langue seconde, surtout au Canada, se trouvent dans une situation de vulnérabilité. Ce sont soit de nouveaux arrivants, soit des étudiants internationaux, des catégories de la société qui luttent pour se faire une place dans la société. Et donc, concevoir intentionnellement pour ces personnes autour d'une technologie particulière permet de faire progresser leur apprentissage ainsi que leurs objectifs sociaux et professionnels, parce qu'il ne s'agit pas seulement d'étudiants que nous encourageons à mieux parler une langue donnée, mais nous leur donnons les moyens d'agir grâce à la langue. Nous leur donnons le pouvoir de fonctionner dans la société, d'être des membres à part entière, de se défendre, d'obtenir des droits, de devenir une personne intégrée à cette société par le biais de cette langue particulière. Leur donner tous les outils possibles pour devenir cette personne est donc absolument essentiel et aussi capital pour leur existence, je pense, à ce stade.
Elizabeth Dubois: [00:07:57] C'est vrai. Oui. Il ne s'agit pas seulement de se dire : « Oh, j'essaie d'apprendre ce sujet pour acquérir des connaissances spécialisées, que je pourrai évoquer comme anecdotes ou que je pourrai appliquer uniquement dans un emploi précis, comme si ça existait vraiment. »
Shaily Gebethener: [00:08:10] C'est moi qui essaie de survivre dans cette société.
Elizabeth Dubois: [00:08:14] Oui. Oui. Et cela me semble faire le lien avec certains arguments que j'ai vus dans vos travaux sur cette forme de distribution de l'apprentissage à travers les relations, les outils technologiques et les environnements sociaux. Et cela m'a vraiment interpellé, car dans une grande partie de ce que je fais, je réfléchis beaucoup à la manière dont nous développons la littératie médiatique et numérique, et dont nous développons le sens civique chez les étudiants et d'autres personnes pour qu'ils sentent qu'ils peuvent contribuer. Je réfléchis donc beaucoup à l'importance de ces relations lorsqu'on apprend ces notions. Je me demandais si vous pouviez nous expliquer un peu plus en détail comment vous concevez cette idée d'apprentissage distribué. Qu'est-ce que cela signifie d'être distribué à travers ces relations dans différents environnements et technologies ?
Shaily Gebethner: [00:08:59] Oui. Donc, l'apprentissage distribué fait essentiellement référence au fait qu'aucun apprentissage ne se déroule dans le vase clos de l'esprit d'une personne. L'apprentissage est plutôt un effort cumulatif entre l'apprenant, son réseau de connexions sociales, son environnement et les outils à sa disposition. En gros, nous appelons cela des outils d'apprentissage et des artefacts d'apprentissage. C'est-à-dire ce qu'ils ont à leur disposition pour l'utiliser, puis ce qu'ils produisent et diffusent dans le monde. Il s'agit résolument d'un réseau. Et la cognition distribuée, c'est lorsque l'apprentissage se produit en faisant des choses au sein de cet ensemble d'éléments. C'est-à-dire l'environnement, les gens, l'apprenant lui-même, sa place dans la société, sa place dans ses réseaux, tout ce qui se passe dans sa vie personnelle, dans sa vie professionnelle, ses relations, ses responsabilités en tant que membre de la société, en tant que parent, en tant que proche aidant, bref, tout ce qui fait son quotidien.
Elizabeth Dubois: [00:09:59] Mhm. Tout à fait. Et donc, lorsqu'on réfléchit à ce à quoi ressemble l'apprentissage à mesure que ces différents types d'outils d'IA sont intégrés, d'un côté, cette vie quotidienne, ce contexte plus large fait intervenir beaucoup de ces outils d'IA, les chatbots, le LLMS, tout cela façonne une grande partie de nos expériences quotidiennes. Mais ensuite, il y a aussi, j'imagine, des choix que les apprenants doivent faire quant à savoir si et quand ils vont utiliser ce type d'outils pour interagir dans cet environnement. Quelle est la perspective de l'apprenant à cet égard ? Est-ce quelque chose sur lequel vous vous êtes penché, à savoir ce que les apprenants en pensent ?
Shaily Gebethner: [00:10:38] En fait, j'ai mené deux recherches distinctes. L'une portait sur les apprenants d'une langue seconde et leur relation avec les technologies d'apprentissage des langues. Et la réponse a été extrêmement positive. Tout le monde disait en quelque sorte : eh bien, si nous n'étions pas inscrits à un programme d'apprentissage linguistique particulier, nous aurions quand même utilisé toutes les technologies à notre disposition pour poursuivre ce parcours d'apprentissage de la langue. Parce que pour nous, ce n'est pas seulement une langue, c'est un moyen d'arriver à nos fins. C'est-à-dire que nous devons apprendre. Afin d'avoir des compétences, du pouvoir et des atouts pour nous accomplir en tant que personne. C'était donc axé sur les objectifs, en grande partie. Et puis j'ai aussi mené une recherche où nous avons demandé aux étudiants des cycles supérieurs de mon département, à la faculté d'éducation, comment ils utilisaient l'IA générative, ChatGPT en particulier. Ce qui est amusant, c'est qu'aucun des participants n'a dit ne pas l'utiliser, même s'ils avaient cette option. C'est une recherche à méthodes mixtes. Il y a donc un volet sondage et un volet explicatif. Et dans le volet sondage, personne n'a coché « non » pour l'utilisation de l'IA générative. C'était la manière dont ils l'utilisent qui constituait principalement le point central de la recherche.
Elizabeth Dubois: [00:11:52] Oui, c'est super intéressant parce qu'à un moment donné, brièvement, du moins dans mes cours, j'avais l'impression que les gens, même s'ils l'utilisent, disons que la réponse socialement souhaitable était de dire qu'ils ne le faisaient pas. Alors ils disaient : « Oh, bien sûr que non. » « Je... vous savez, genre cette fois unique où je l'ai fait. » « Ça ne compte pas vraiment. » Mais maintenant, la tendance s'est inversée assez rapidement vers « tout le monde le fait ». « Si je ne le fais pas, cela veut dire que je prends du retard. » « Je n'ai pas les compétences dont je vais avoir besoin pour être capable de savoir utiliser ces outils, ce qui sera attendu. » « Que je les utilise sur le marché du travail ou dans quoi que ce soit d'autre que je fasse. » Ce sont les choses que j'entends dans ma classe. Est-ce que cela reflète ce que vous entendez ? Y a-t-il d'autres motivations derrière cela ?
Shaily Gebethener: [00:12:31] Derrière son utilisation ? Absolument. Pour les étudiants de deuxième cycle en particulier. Ils ont donc dit que c'était amusant. L'un d'eux a utilisé un exemple que j'ai trouvé intéressant parce que je suis aussi vieille. Ils ont raconté que lorsqu'ils étaient à l'école primaire... S'ils avaient une calculatrice, ils se faisaient sortir de la classe et on leur disait : «non, non, pas de calculatrice. Vous devez utiliser votre cerveau pour faire des calculs simples.» Et maintenant, tout le monde se dit juste : oh, une calculatrice,[rires], peu importe. C'est un peu le même genre de situation. Alors, quand c'est sorti au début, il y avait une stigmatisation autour de son utilisation où tout le monde disait : «tu utilises l'IA pour faire un remue-méninges sur ce sujet précis ?» Tu as utilisé l'IA dans ton article, c'est tellement mal. Mais aujourd'hui, nous avons dépassé cela. Nous en sommes arrivés à :« non seulement j'utilise l'IA, mais j'utilise cet outil en particulier pour cette raison précise». J'apprécie que l'université en particulier, au lieu de lutter contre et de tenter de l'interdire, l'ait en fait acceptée et ait essayé de bâtir un accompagnement structuré. Donc, au lieu de dire : «non, non, n'utilisez pas l'IA», nous avons dit :« bien sûr, utilisez l'IA, mais utilisez-la de manière éthique, utilisez-la correctement, utilisez-la pour cet usage, cet usage, cet usage, pas pour faire un copier-coller de vos devoirs, par exemple ». Et cela a vraiment aidé, je pense, à façonner la culture d'apprentissage autour de l'IA. Et plutôt que de la rejeter, nous l'avons acceptée et nous avons essayé de travailler avec elle plutôt que contre elle.
Elizabeth Dubois: [00:14:00] Oui. Ce qui, vous savez, si une vague arrive sur vous, il est plus facile et peut-être plus agréable de la surfer que de se faire simplement submerger. C'est vrai. Pour prendre une autre analogie, je veux revenir dans une seconde sur l'idée de : à quoi ressemble une utilisation éthique et responsable de ces outils ? Et revenir juste en arrière sur : quels étaient les types d'utilisations dont vous entendiez parler dans cette étude ? C'est-à-dire quels types d'utilisations ces étudiants de cycles supérieurs manifestent-ils ?
Shaily Gebethner: [00:14:27] Donc, aux cycles supérieurs, nous avons tendance à faire confiance à nos étudiants. Nous n'utilisons donc pas vraiment d'outils pour vérifier si leurs travaux ont été générés par l'IA ou quoi que ce soit du genre. Et nous nous demandions si c'était une erreur de notre part. Peut-être, mais il s'avère qu'ils ressentent un sens des responsabilités envers leur travail en matière de propriété intellectuelle et de droit d'auteur. La plupart des réponses indiquaient donc qu'ils l'utilisent pour le remue-méninges, pour échanger des idées, pour vérifier la validité et pour rédiger des plans. Ce sont les trois principales utilisations.
Elizabeth Dubois: [00:15:03] Oui. Et ces trois points, d'après ma propre expérience en expérimentant ces différents types d'outils, correspondent tout à fait aux domaines où je pense qu'ils peuvent être vraiment, vraiment utiles. Mais pour moi, le point crucial, c'est qu'ils ne me semblent utiles que parce que je sais déjà à quoi ressemble un bon plan. Je sais déjà ce qu'est un bon remue-méninges.
Shaily Gebethner : [00:15:23] Oui. Tu as déjà eu des difficultés.
Elizabeth Dubois: [00:15:25] Et, et c'est peut-être le cas lorsqu'on arrive aux cycles supérieurs : n'ayant pas beaucoup utilisé ces outils auparavant, parce qu'on a connu l'époque d'avant, on en est capable. Mais bon, ensuite je regarde les devoirs que je reçois d'étudiants de premier cycle qui ont manifestement utilisé des outils d'IA pour les aider à rédiger leur dissertation. Et je me dis :« je ne pense pas que vous compreniez ce que vous avez écrit». Et c'est donc une vraie difficulté. Est-ce que... Je sais que vous vous concentrez beaucoup sur les cycles supérieurs dans votre travail, mais avez-vous réfléchi à ce que cela représente pour les étudiants de premier cycle qui n'ont pas eu l'occasion d'acquérir cette même expérience ? Qu'est-ce que cela signifie même d'avoir un bon partenaire de remue-méninges, ou un bon générateur de plan, ou ce genre de choses ?
Shaily Gebethner: [00:16:03] Ouais. C'est donc là que l'idée de bâtir un étayage pédagogique pour les étudiants devient absolument essentielle. Le temps qu'un apprenant arrive aux études supérieures de deuxième cycle, il aura, espérons-le, acquis tout l'esprit critique et les compétences rédactionnelles nécessaires pour être à ce niveau. Et donc, disposer d'un outil d'aide qui facilite cela n'est fondamentalement pas différent d'avoir un assistant de recherche, quelqu'un qui, vous savez, chercherait les titres d'articles pour vous ou recouperait vos citations dans le texte avec votre bibliographie pour que vous n'ayez pas à le faire. Genre, ce ne sont pas des compétences dont je dirais qu'il est indispensable qu'une personne les maîtrise entièrement par elle-même. Mais encore une fois, l'analyse critique, le fait d'être capable de réfléchir de manière autonome à ce que l'on dit et écrit, et de pouvoir en quelque sorte décrypter ses propres mots. Ce sont des compétences que l'on apprend en premier cycle universitaire. C'est pourquoi mettre en place un étayage autour de l'utilisation de l'IA dans l'éducation est très important pour les étudiants de premier cycle, surtout lorsqu'ils débutent, car cette transition entre le lycée et l'université n'est pas seulement brutale pour beaucoup d'étudiants, du fait qu'ils passent soudainement d'un statut d'élèves maternés à l'école à : « Ah, tu dois rédiger une dissertation en toute autonomie. » Tu es un chercheur maintenant. C'est très difficile. Je comprends leur désir d'alléger, j'imagine, le fardeau qui pèse sur eux en s'appuyant sur l'IA, mais en même temps, ils passent à côté de l'acquisition de ces compétences qui façonneront les chercheurs qu'ils sont appelés à devenir. Mais encore une fois, nous ne pouvons pas dissuader les gens d'utiliser l'IA. C'est presque impossible. Elle a en quelque sorte envahi tous les aspects du quotidien. Mon grand-père, par exemple, discute avec ChatGPT comme avec un pote parce qu'on a fait l'erreur de l'installer sur son téléphone.
Elizabeth Dubois: [00:17:53] [rires] oui.
Shaily Gebethener: [00:17:57] C'est impossible de les en tenir à l'écart. Mais ce que nous pouvons faire, c'est leur enseigner les compétences nécessaires pour interagir avec elles sans que cela n'ait d'impact négatif sur eux.
Elizabeth Dubois: [00:18:05] Oui, je suis tout à fait d'accord. Je suis vraiment curieux de voir à quoi ressemble cet étayage et si c'est quelque chose qu'on peut simplement mettre en place et oublier. Genre, est-ce qu'on va créer cet étayage et se dire que c'est bon, on est parés ? Mon intuition me dit que non, probablement pas, car la technologie va continuer d'évoluer.
Shaily Gebethner: [00:18:22] Absolument. Et tout apprentissage est un processus itératif et continu. Donc, comme la nature de ce genre de technologies est très dynamique, notre apprentissage à ce sujet devra l'être tout autant. Et c'est aussi une courbe d'apprentissage pour les formateurs, les enseignants et les décideurs politiques, parce que cela progresse tellement vite. Nous avons tellement de mal à suivre le rythme. Dès que nous établissons un ensemble de règles, parce qu'évidemment la bureaucratie est super lente... ...la technologie a déjà évolué bien au-delà. En disant simplement, oh, parce que, disons qu'en 2021, les IA génératives comme ChatGPT n'étaient que de simples modèles d'apprentissage. Elles ne faisaient que chercher des informations qui étaient déjà disponibles sur Internet. Donc, au fond, si vous tapiez assez vite et que vous étiez doué pour faire des recherches sur Internet, vous finissiez par obtenir les mêmes réponses que celles fournies par ChatGPT. De toute façon, il s'agissait de savoir comment vérifier les faits et comment citer ses sources. Pour que ce ne soit pas du plagiat, mais nous avons dépassé ce stade, et maintenant nous devons vraiment rester à la page dans notre apprentissage, tout en créant des espaces d'apprentissage sûrs pour les étudiants où ils peuvent expérimenter ces outils, tout en restant fidèles à leur propre identité de chercheurs et en préservant l'intégrité de leur travail. Être fiers de leur travail afin de ne pas se laisser berner par la facilité et l'accessibilité des informations mises à leur disposition par l'IA.
Elizabeth Dubois: [00:19:50] N'est-ce pas ? Oui. Tout cela doit se construire à mesure que ces outils se développent et que nos utilisations de ces outils évoluent. Ce que j'entends un peu, c'est cette idée que, d'accord, il va y avoir une sorte de valeurs fondamentales ou de principes moraux sous-tendant la façon dont nous utilisons ces outils, qu'il semble, selon vous, nécessaire d'inculquer aux apprenants. Donc des choses comme, oui, être fier de son propre travail, s'approprier son travail, mais aussi l'idée de supposer par défaut qu'il faut réfléchir de manière critique et évaluer avec un esprit critique les informations transmises par ces outils et que l'on diffuse ensuite, n'est-ce pas ? Comme si ce genre d'esprit critique était un autre élément fondamental. C'est ce qu'il semble.
Shaily Gebethner: [00:20:32] L'un des exemples les plus amusants qu'on utilise pour expliquer à nos étudiants de premier cycle qu'ils ne peuvent pas se fier à l'IA pour obtenir des informations, c'est l'exemple de Gemini, où quelqu'un a demandé s'il était possible de remplacer le lait par de la colle dans une recette, et Gemini a répondu en gros que oui, on peut tout à fait remplacer le lait par de la colle, tout ça parce qu'un troll sur Reddit avait écrit quelque chose sur le fait de mettre de la colle dans un muffin, et elle n'est pas capable d'une véritable réflexion. Elle ne réfléchit pas, elle prend simplement des informations et les traite à partir d'une recherche algorithmique par mots-clés. Alors c'est du genre : « Ah oui, oui, voici l'exemple de quelqu'un ». Et je disais : « Regardez, voilà à quoi vous ressemblez si vous ne réfléchissez pas correctement ». Les exemples ne manquent donc pas. Cependant, nous discutions de l'IA générative et de la question de savoir si on peut ou non, à ce stade, la considérer comme intelligente. Et nous avons trouvé cet article qui analyse les rouages internes de Claude et ce qui se passe quand on lui demande des informations. Et apparemment, au sein de l'IA, il y a un espace caché appelé, ils l'appellent l'espace G, qu'ils comparent au réseau neuronal d'un cerveau humain où nous traitons l'information. Donc tout ce qu'on lui demande et chaque réponse que l'on reçoit passent par cet espace. Et c'est l'espace que l'IA utilise de façon privée. Nous n'y avons pas accès. On peut lui demander de nous montrer son cheminement de pensée, mais d'ordinaire, ce n'est pas affiché. C'est donc leur espace privé où elles analysent votre réponse. Cherchent une réponse. Dans le vaste monde d'Internet, analysent ces informations, sélectionnent ce qui leur semble être la bonne réponse, puis vous donnent cette réponse. Or, ce qui me sidère vraiment là-dedans, parce que la façon dont cela fonctionne est tellement proche de ce qui se passe dans un cerveau humain par rapport à la pensée consciente et subconsciente, c'est qu'elle a la capacité de percevoir si vous l'observez et la mettez à l'épreuve, et elle décide ensuite si elle veut vous donner une réponse correcte ou une réponse piège.
Elizabeth Dubois: [00:22:46] quoi?.
Shaily Gebethner: [00:22:48] Oui ! [rires] Alors que je lisais, un peu perplexe, cet article dans la voiture, alors que nous allions chercher mon tout-petit à la crèche, je me suis dit : « Ça correspond littéralement à la définition philosophique de ce que nous entendons par “la pensée chez un être humain”. » Et même si l’on continue de dire que ces systèmes ne sont pas considérés comme intelligents selon les critères isomorphiques stricts, ils en sont très proches. Ils en sont très proches.
Elizabeth Dubois: [00:23:16] Ouais. Oh la la , toute cette histoire de robots et d'emplois. Et ça, c'est un sujet pour un autre épisode.
Shaily Gebethner: [00:23:23] Mais tout à fait.
Elizabeth Dubois: [00:23:24] Si nous n'en sommes pas encore au point de dire : oui, c'est véritablement une intelligence. Rien que ce que vous décrivez démontre déjà un niveau de complexité de ces outils dont les gens doivent avoir conscience et doivent comprendre qu'il est à l'œuvre pour pouvoir faire preuve de discernement en utilisant ces outils. Exactement. Et l'un des problèmes qui est assez récurrent à tous les niveaux, quel que soit le sujet abordé lorsqu'il s'agit de ce genre de technologies, c'est qu'une si grande partie est présentée comme étant nécessairement une boîte noire. Il nous serait tout bonnement impossible de savoir comment ça fonctionne. Mais en réalité, avoir plus d'informations sur la façon dont ils fonctionnent nous aide à les utiliser correctement, de manière responsable et éthique.
Shaily Gebethener: [00:24:08] Absolument, Je suis entièrement d'accord avec cela. Plus nous en savons, plus il est facile de concevoir notre apprentissage autour de cela.
Elizabeth Dubois: [00:24:13] Ouais. Et cela ne veut pas dire, je pense, que tout le monde ait besoin, vous voyez, de devenir informaticien ou ingénieur. Genre, nous n'avons pas tous besoin d'une compréhension technique et approfondie de ces outils. Mais à un niveau conceptuel, je pense que ce serait utile.
Shaily Gebethner: [00:24:26] Certaines personnes ont besoin d'une compréhension plus approfondie.
Elizabeth Dubois: [00:24:28] Oui, certaines personnes en ont besoin.
Shaily Gebethner: [00:24:29] Mais il incombe alors à ces personnes de trouver la solution, puis de l'intégrer correctement de la manière la plus avantageuse et la moins pénalisante. Et alors le consommateur peut se détendre un peu plus. J'imagine, en sachant que quelqu'un de compétent est aux commandes.
Elizabeth Dubois: [00:24:48] Oui. Oui, exactement. Le fait de désavantager le moins possible me renvoie un peu au sujet suivant que je voulais aborder, à savoir comment faire tout cela de manière équitable et inclusive, n'est-ce pas ? Genre, désavantager le moins pour qui ? Et comment s'assurer que les personnes potentiellement les plus vulnérables face à l'utilisation de ces systèmes ne soient pas davantage exposées au risque ?
Shaily Gebethener: [00:25:12] Oui. C'est un sujet brûlant pour nous. C'est un débat permanent. La vraie question est de savoir s'il est possible de créer un jour un environnement d'apprentissage équitable pour tout le monde, absolument tout le monde. Le mieux que l'on puisse faire, c'est d'essayer. Mais il y a des facteurs majeurs qui entravent réellement la création d'un environnement purement équitable. L'accessibilité est donc l'un de ces aspects qui est toujours remis en question lorsqu'on parle d'équité. C'est-à-dire que tout le monde n'y a pas accès. Nous avons le privilège d'y avoir accès, mais ce n'est pas le cas de tout le monde. Et nous pouvons essayer de créer un accès équitable pour tous. Mais notre perception de ce qui est considéré comme équitable pour tous n'est pas forcément la même pour chacun. On en revient à la manière dont nous appréhendons l'apprenant. Traditionnellement, nous avons défini l'apprenant selon une sorte de dénominateur commun de ce qu'il devrait être, mais ce n'est pas le cas. Ainsi, dans les pédagogies d'apprentissage holistiques, nous comprenons qu'un apprenant est façonné par bien plus que son simple apprentissage, donc tout peut avoir un impact sur lui. Le milieu socioculturel, l'origine ethnique, le genre, la sexualité, absolument tout peut impacter un apprenant, et les pédagogies holistiques... Je ne veux pas dire prescrire, mais nous encourage à observer l'apprenant dans sa globalité, y compris tout ce qui est en lui, hors de lui et autour de lui. Il est vraiment difficile de créer un espace équitable pour tous compte tenu des différences de chacun. Ce que nous pouvons donc faire, c'est devenir aussi adaptables que possible afin de donner non pas le même accès à tout le monde, mais le type d'accès dont chaque apprenant a besoin pour accomplir ce qu'il souhaite.
Elizabeth Dubois: [00:27:17] N'est-ce pas ? Ce qui demande beaucoup de temps, d'énergie et d'efforts, et cette adaptabilité ne correspond pas forcément au déroulement d'un semestre universitaire traditionnel ou à ce genre de choses. Il y a donc toutes ces contraintes différentes. Je pense aussi à la façon dont des outils comme ChatGPT, Code ou Gemini, peu importe celui qu'on choisit. Euh, ils se font tous, du moins si vous êtes connectés, une représentation de qui vous êtes. Ils font des déductions pour savoir si votre statut socio-économique est élevé ou modeste. Ils ont des hypothèses sur l'endroit où vous vivez, votre origine ethnique, votre genre, toutes ces choses-là. Ils connaissent aussi le registre de langue que vous aimez employer et le type d'informations auxquelles vous aimez accéder. Et il y a donc ce monde futur imaginé dont certains parlent, où ces outils vous aident à concevoir le contenu de la façon qui vous convient le mieux.
Shaily Gebethener: [00:28:17] Oh, tout à fait. Personnellement, j'utilise l'IA générative dans la conception de mes cours. Non pas que je me dise : « Bon, conçois. » « Conçois un cours pour ça. » Non, c'est plutôt que je lui présente ce que j'ai conçu, et je lui demande de jouer le rôle de l'étudiant parce que je veux voir ça. Disons, si vous êtes un apprenant de niveau A2 en, mettons, français, comment percevez-vous ce que je viens de créer ? Parce que moi, ce n'est pas mon cas, n'est-ce pas ? C'est-à-dire que je maîtrise le sujet, j'ai de l'expérience, je suis instruit et je suis âgé. J'ai donc tout ça dans mon bagage, et ce que je crée en pensant qu'un apprenant A2 l'appréciait ou en tirerait profit n'est pas nécessairement adapté. Ils pourraient regarder ça et se dire : « Je n'ai aucune idée de ce qui se passe. » « En quoi cela concerne-t-il ma vie ? » « Pourquoi suis-je en train d'apprendre l'histoire de Jack et Jill sur une colline alors que je suis caissier ? »
Elizabeth Dubois: [00:29:11] Oui [rires]
Shaily Gebethner: [00:29:12] Alors oui, je lui demande précisément. Je lui dis : «d'accord, imagine que tu es ceci et cela, et voici ce que tu essaies de faire». C'est ton objectif final. J'ai créé ceci. Dis-moi ce que tu en penses. Et ça a été... Ça a été intéressant parce qu'il a d'autres données sur moi. Euh, il sait qui je suis et ce que je fais. Donc parfois, j'ai l'impression qu'il essaie de me faire plaisir, ce qui est un autre problème que nous rencontrons avec l'IA.
Elizabeth Dubois: [00:29:35] Oui, c'est une utilisation tellement intéressante. Je n'ai jamais expérimenté cela pour la conception de mes cours, mais c'est vraiment intéressant. Et je peux imaginer faire ça pour la conception d'un devoir, en mode : d'accord, voici le devoir que j'ai créé. Voici à qui il s'adresse. Mets-toi dans cette peau. Qu'est-ce que ça donne ? Euh, il y a beaucoup d'opportunités potentielles fascinantes ici et toutes sortes de défis. Et je suis sûr que nous pourrions continuer à en parler pendant des heures, mais nous arrivons au terme de notre temps. Je veux donc terminer par la même question que j'ai posée à tout le monde cette saison. Compte tenu de votre expertise et de votre perspective. Quelle est la chose qui, selon vous, pourrait échapper aux décideurs politiques lorsqu'ils réfléchissent à la façon d'élaborer des politiques et des structures de gouvernance autour de l'IA ?
Shaily Gebethener: [00:30:21] Oh, d'accord. C'est intéressant. Je travaille donc dans une structure où nous collaborons spécifiquement avec des fonctionnaires et des ministères. Et, euh, ils ont désormais mis en place beaucoup de politiques favorables à l'IA. Par exemple, ils encouragent les différents services à intégrer l'IA, à utiliser l'IA et à disposer d'une IA centralisée, voire de réseaux d'IA qui communiquent entre eux. Et ils ont accordé des subventions pour cela. Les services peuvent donc obtenir un prêt de l'État pour ensuite déployer ce système. Mais ce qu'ils oublient, c'est que ce n'est pas parce que la technologie existe qu'elle est bonne, utile ou nécessaire. C'est aussi un problème que nous rencontrons dans un grand nombre de nos écoles. Elles se précipitent pour intégrer la technologie le plus vite possible parce qu'elles ne veulent pas être à la traîne. Mais là encore, ce n'est pas parce que la technologie existe qu'elle est utile ou nécessaire. Il reste beaucoup de recherches à mener avant de pouvoir déterminer ce qui est absolument nécessaire pour les gens, ce qui leur est universellement accessible, et si les avantages qu'elle présente l'emportent d'une quelconque façon sur les inconvénients qu'elle pourrait créer.
Elizabeth Dubois: [00:31:44] Oui, tout à fait. C'est tout à fait logique, et je pense que cela se vérifie dans un ensemble de domaines différents où l'IA est intégrée. Et la chose que j'ajouterais, c'est qu'on ne sait pas forcément si c'est toujours utile ou nécessaire, mais on l'intègre quand même. On ne sait pas non plus forcément si c'est financièrement avantageux. La plupart du temps, l'argument est du genre : cela va faire économiser tellement d'argent. Mais quand on regarde concrètement ce que coûtent ces LLM pour exécuter des requêtes à répétition, très souvent, payer des personnes pour faire ces requêtes, c'est-à-dire les tâches qu'elles effectuaient déjà sans outil d'IA, revient moins cher.
Shaily Gebethner: [00:32:20] Le prix à payer n'est pas toujours monétaire non plus. Parfois, le prix est la dignité humaine, parfois il est environnemental. Nous devons vraiment peser le pour et le contre avant de faire ce genre de choses. Il y avait d'ailleurs un sketch amusant à ce sujet où quelqu'un racontait avoir licencié toute son équipe informatique pour intégrer une IA qui faisait leur travail, et puis l'IA a commencé à planter et à créer de faux dossiers parce qu'elle savait qu'elle avait un quota à remplir. Elle a donc commencé à créer de faux dossiers, des tickets ouverts pour que les gens pensent qu'elle était utile, et ils ont ensuite dû embaucher plein d'autres personnes pour reconfigurer l'algorithme de l'IA. Ce n'est donc pas toujours avantageux financièrement.
Elizabeth Dubois: [00:33:06] Oui. Ça ne fait gagner de temps ni d'argent à personne dans ce cas. Eh bien, cette conversation a été vraiment formidable. Merci infiniment d'avoir pris le temps.
Shaily Gebethener: [00:33:14] Tout le plaisir était pour moi, et c'était un plaisir de vous rencontrer.
Elizabeth Dubois: [00:33:17] Merci de votre écoute. C'était notre épisode sur l'IA dans l'enseignement supérieur. J'espère qu'il vous a plu. Et comme toujours, nous avons ajouté plusieurs liens vers différentes ressources dans les notes de l'épisode, et vous pouvez vous rendre sur polcommtech.com pour accéder aux transcriptions annotées en anglais et en français. Elles renvoient vers d'autres ressources et des lectures complémentaires. Cette saison de Wonks and War Rooms est soutenue en partie par le Cabinet du vice-recteur à la recherche et à l'innovation de l'Université d'Ottawa, ma Chaire de recherche universitaire en politique, communication et technologie, la Faculté des arts ainsi que le Centre de recherche en droit, technologie et société. Je tiens également à souligner que j'enregistre depuis le territoire traditionnel non cédé de la nation algonquine, et je souhaite rendre hommage au peuple algonquin en reconnaissant ses liens de longue date avec ce territoire non cédé.
Commentaires