L'IA dans le système éducatif: quels problèmes l'IA peut-elle résoudre et où de nouveaux défis apparaissent-ils?
Les technologies ne devraient jamais être utilisées pour le «plaisir» de la technologie. Cela vaut également pour l'intelligence artificielle. Dans un premier temps, il faut donc toujours se poser les questions suivantes: quel est le problème que je souhaite résoudre en utilisant un système d'IA? Quelles sont les données nécessaires à cet effet et comment gérer les éventuels défis liés à l'utilisation des données ou de la technologie? L'exposé analyse d'une part où et comment les systèmes d'IA peuvent être utilisés de manière utile dans l'éducation et quelles conditions doivent être créées pour l'utilisation des données. D'autre part, l'exposé aborde l'importance des réglementations dans la perspective des défis à relever. L'accent est mis sur les réglementations européennes telles que le «Data Act» et le «AI Act», qui devraient également avoir un effet pour la Suisse. Ainsi, ce premier exposé dresse un état des lieux de l'utilisation des données et des systèmes d'IA dans la formation pour le reste de la journée.
Langue: anglais
Pas d'IA sans données: les défis de la collecte et du traitement des données
L'intelligence artificielle (IA) et l'apprentissage automatique ont le potentiel de transformer le paysage éducatif, en personnalisant l'apprentissage, en soutenant le travail du corps enseignant et en offrant de nouvelles perspectives pour l'évaluation et le pilotage. La réalisation de ce potentiel dépend avant tout de la qualité des données disponibles puisque la performance d’un système d'IA est déterminée par la qualité des données sur lesquelles il est entraîné.
Cette présentation explore ainsi les défis particuliers de la collecte et du traitement des données dans le contexte éducatif. Ces tâches sont d’autant plus délicates que les données sur les élèves, le corps enseignant et les établissements sont souvent fragmentées, protégées par des réglementations strictes sur la protection des données et soumises à des contraintes de confidentialité. De plus, le traitement des données éducatives soulève des questions éthiques complexes, telles que le biais algorithmique et la potentialité de discrimination.
Nous aborderons également quelques pistes de solutions à ces défis comme par exemple les nouvelles méthodes de contrôle du risque de divulgation. En revanche, ces nouvelles solutions nécessitent un cadre de gouvernance des données et des projets IA qui garantit que les données sont utilisées de manière responsable et équitable.
Langue: français
Vers une IA plus intelligente et des technologies d'apprentissage soutenues par l'IA
De quoi s'occupe la recherche autour des possibilités du «traitement automatique des langues» (NLP) et des «grands modèles de langage» (LLM) dans la formation? Cet exposé abordera précisément cette question. Le professeur Mrinmaya Sachan de l'ETH Zurich y présentera les travaux de son groupe de recherche et de lui-même dans le domaine du NLP avec une utilité sociale – en particulier dans l'éducation.
L'exposé se concentre sur les travaux les plus récents concernant l'utilisation des LLM pour soutenir le système éducatif de différentes manières. Il y a par exemple la création d'exercices, la conception de grilles pour les processus d'apprentissage («scaffolding»), la mise à disposition d'un feedback utile pour les élèves, la possibilité pour les élèves de dialoguer avec les ordinateurs ou l'adaptation des expériences d'apprentissage des élèves à leurs besoins individuels. Enfin, l'exposé abordera quelques défis et possibilités dans ce domaine de recherche qui se développe rapidement.
Langue: anglais
Exigences en matière de données pour l'adaptation des systèmes d'IA à la formation
L'intelligence artificielle (IA) a le potentiel de transformer l'éducation en offrant des expériences d'apprentissage évolutives et personnalisées aux apprenantes et apprenants, tout en aidant les enseignantes et les enseignants à dispenser leurs cours. Cependant, les modèles d'IA ne sont pas optimisés en soi pour l'utilisation dans l'éducation: les méthodes existantes nécessitent une grande quantité de données pour la formation, n'offrent pas de transparence et peuvent être discriminatoires.
L'exposé portera donc sur le développement de modèles d'IA spécifiquement destinés à l'éducation. A l'aide d'exemples, il sera expliqué comment les modèles peuvent être rendus interprétables et compréhensibles pour les apprenantes et les apprenants ainsi que le corps enseignant et comment ils peuvent être adaptés à leurs besoins. En outre, des cas d'application de systèmes d'IA dans la formation professionnelle seront discutés.
Langue: allemand
Utilisation de l'IA: quelques enjeux liés à la mise en œuvre de l'IA dans l'éducation
La mise en œuvre et l’utilisation d’un système d’IA constituent sans doute la phase du cycle de vie de l’IA la plus difficile à contrôler. L'IA va sortir de son espace protégé de développement pour interagir avec le monde réel dans sa diversité, sa conflictualité et ses ambigüités. Ce faisant, l’IA va s’insérer dans un dispositif social et technique et, par ce faire, impacter les pratiques des actrices et acteurs impliqués et leurs relations. De plus, ces derniers pourront se reconnaître, ou pas, dans les valeurs et visions du monde souvent encodées implicitement dans les choix techniques de conception et de déploiement de l’IA. L’enjeu central des valeurs et visions du monde, la multiplicité des acteurs et actrices, et un intérêt public important sont autant d’attributs du monde de l’éducation qui rendent le déploiement de l’IA un sujet sensible et une entreprise délicate. Cet exposé illustrera, par des exemples, quelques enjeux du déploiement de l’IA dans l’éducation et suggérera quelques pistes pour guider les réflexions à ce sujet.
Langue: français