Les conversations autour de l’IA sont omniprésentes en enseignement post-secondaire. L’IA conversationnelle représente une « solution ponctuelle » en offrant aux étudiant.e.s un coach d’apprentissage (ce qui n’est pas nouveau), mais avec une particularité essentielle : cet assistant est toujours disponible (ce qui constitue la véritable valeur ajoutée de l’IA).

 

L’IA « prête à l’emploi »

La majorité des discussions sur l’IA en éducation tournent autour des outils d’intelligence artificielle générative prêts à l’emploi, principalement Chat GPT. La question centrale est la suivante :

Faut-il autoriser les étudiants à utiliser Chat GPT ?

Si oui, son usage doit-il être strictement limité à l’apprentissage, sans jamais être autorisé dans le cadre d’une évaluation ?

Comme toujours en éducation, une réflexion basée sur la planification à rebours permet d’encadrer l’intégration de l’IA. En tant qu’institutions postsecondaires, notre objectif final est de former des diplômés prêts à intégrer le marché du travail.

Pour atteindre cet objectif, il est essentiel que les enseignants réfléchissent à l’usage de l’IA sous deux angles clés :

 

• • La priorisation de l’apprentissage

• • L’authenticité professionnelle

Principe de priorisation de l’apprentissage

L’utilisation des outils d’IA générative dans un cours est encouragée tant qu’elle ne compromet pas l’acquisition des compétences fondamentales visées. Si l’usage de l’IA entrave le développement initial d’une compétence ou intervient trop tôt dans ce processus, au point que l’étudiant n’est pas capable d’évaluer la pertinence des réponses de l’IA, alors son utilisation freine l’apprentissage. Dans ce cas, les enseignants devront limiter son usage dans le cours.

Principe d’authenticité professionnelle

Lorsque les outils d’IA générative sont couramment utilisés dans le milieu professionnel pour accomplir des tâches en lien avec les objectifs du cours, leur intégration est non seulement recommandée, mais nécessaire, à moins qu’elle n’aille à l’encontre du principe de priorisation de l’apprentissage.

Ainsi, les enseignants détermineront les moments et les contextes dans lesquels l’IA doit être utilisée, en fonction des pratiques professionnelles authentiques.

De Chat GPT aux solutions adaptées

En tant que conseillère pédagogique, lorsque Chat GPT a été lancé, je me suis posé une question centrale en pédagogie :

Chat GPT peut-il aider les enseignants à passer d’une évaluation quantitative à une évaluation qualitative ?

Pour les enseignants habitués (et formés eux-mêmes) aux questionnaires notés et aux évaluations quantitatives, la transition vers l’évaluation qualitative, qui repose sur des grilles d’évaluation critériée, est probablement l’un des changements les plus difficiles à opérer.

Voici la logique de la planification à rebours appliquée aux évaluations :

 

• • Définir les objectifs d’apprentissage du cours.

• • Décrire ce à quoi ressemble une performance réussie aux différentes étapes du développement de ces compétences.

• • Construire une grille d’évaluation (critères observables et mesurables) à partir de ces indicateurs de performance.

• • Concevoir une activité d’évaluation permettant de mesurer ces indicateurs.

Dans le but de générer des grilles d’évaluation avec Chat GPT, j’ai élaboré une série d’ « invites spécialisés » intégrant tous les éléments nécessaires à la conception pédagogique :

 

• • Les objectifs d’apprentissage

• • Le contenu du cours

• • Chaque étape de la conception de la grille (depuis l’objectif d’apprentissage aux critères et leurs descripteurs déclinés en niveau de maîtrise)

Les résultats obtenus avec Chat GPT se sont révélés décevants :

 

• • Qualité inégale des grilles d’évaluation 

• • Processus pédagogique fragmenté (lien faible entre la grille et l’évaluation)

• • Mauvais alignement constructif (les évaluations ne correspondaient pas toujours aux objectifs du cours)

En bref : un outil d’IA généraliste comme Chat GPT ne convient pas à une institution postsecondaire soucieuse d’intégrer un processus d’évaluation rigoureux et équitable, appuyé par des grilles critériées.

Competency Weaver est né de ce besoin d’avoir une IA fiable et adaptée aux besoins pédagogiques des institutions postsecondaires. Notre équipe a développé un outil sur mesure pour la conception de grilles d’évaluation, intégrant l’utilisation de l’IA à un cadre méthodologique structuré – un processus réalisable uniquement grâce à la programmation.

L’outil génère des grilles robustes et de bonne qualité. Et bien sûr, les enseignants peuvent ajuster les éléments de la grille à chaque étape du développement. L’IA prend alors en compte ces modifications pour générer les prochains éléments de la grille.

Grâce à cet outil, les enseignants ne partent pas d’une page blanche, ce qui a deux impacts majeurs :

 

• • Le temps nécessaire pour développer une grille pour un cours est considérablement réduit : généralement environ 1 heure, au lieu de 10 à 15 heures.

• • L’outil Grille de Competency Weaver modélise pour un.e enseignant.e ce qu’est une grille d’évaluation dans son propre domaine d’expertise. Cela s’avère extrêmement efficace pour donner aux expert.e.s une expérience concrète de ce qu’est une grille critériée, facilitant ainsi leur transition de l’évaluation quantitative vers l’évaluation qualitative.

L’outil Competency Weaver ne se limite pas aux évaluations de cours : il est également un atout pour la reconnaissance des acquis professionnels (RAC ou RDA, selon que vous êtes au Québec ou en Ontario). Les candidat.e.s sont évalué.e.s selon les mêmes grilles d’évaluation que les étudiant.e.s du cours correspondant, garantissant ainsi équité et transparence.

Vers la refonte des processus éducatifs grâce à l’IA

C’est ainsi que nous entrons dans une nouvelle ère de refonte des processus éducatifs, grâce à l’intelligence artificielle. Cette transformation sera le sujet de notre prochain article dans la série « Disrupting Education ».