Qu’est-ce que l’intelligence artificielle? Quel est sa manifestation actuelle dans nos vies? Et son apport à l’éducation? On tente d’y voir plus clair grâce à ce dossier réalisé conjointement par l’École branchée et Carrefour éducation sur le sujet. Bonne lecture!

par Adam L.-Desjardins et Amy Tran
enseignants au Collège Beaubois

L’intelligence artificielle (IA), on en parle beaucoup. C’est un sujet à la mode qui alimente les discussions et les passions. Son omniprésence médiatique s’est accrue depuis quelques années et elle est possiblement amplifiée au Québec par le fait que Montréal est l’un des endroits incontournables dans le développement de l’apprentissage profond, une approche algorithmique utilisée en IA. C’est aussi surtout parce que cette approche a connu beaucoup de succès dans les dernières années qu’il y a cet engouement pour l’IA.

Cela dit, l’apprentissage profond n’est pas la seule approche en IA, il y en a beaucoup d’autres. Elle n’a d’ailleurs pas toujours été considérée comme une approche si prometteuse, figurant beaucoup plus dans les modèles théoriques intéressants, mais qui ne donnaient pas de résultats concrets. Outre la persistance dans le travail de recherche, deux facteurs ont permis l’émergence de résultats intéressants pour l’apprentissage profond : l’augmentation de la quantité de données disponibles et la vitesse de traitement des ordinateurs. En effet, l’IA basée sur cette approche a besoin de beaucoup de données pour se pratiquer, pour apprendre. Les possibilités qu’offre Internet à cet égard ont certainement contribué à cette révolution technologique.

Table des matières

  • L’IA dans nos vies
  • Définir l’intelligence artificielle : pas une mince tâche!
  • Les impacts sur l’éducation
    • L’enseignant
    • L’élève
    • Impact didactique
    • Impact pédagogique
    • Impact sur l’apprentissage
  • L’intelligence artificielle dans le développement des compétences du 21e siècle
    • Bonifier le spectre des apprentissages en mathématique
  • Les enjeux éthiques de l’IA en éducation
  • Annexe
  • Références
  • Pour en savoir plus

L’IA dans nos vies

Ainsi, l’IA est déjà entrée dans nos vies, ne serait-ce que dans Internet, où elle est abondamment utilisée en publicité. Les premiers essais de voitures autonomes sont également une manifestation de l’intérêt pour l’IA et on peut anticiper des tentatives d’implantation de celle-ci dans toutes les sphères de la vie. Le domaine de l’éducation ne fait pas exception et nous pouvons nous questionner quant aux impacts qu’aura l’IA sur celui-ci. Cela dit, avant d’explorer ces questions, il convient de bien cerner le sujet. En voici une définition selon les éditions Larousse :

« Ensemble de théories et de techniques mises en œuvre en vue de réaliser des machines capables de simuler l’intelligence humaine. » (Éditions Larousse, 2018)

D’une part, cette définition confère à l’IA un spectre d’application très large et d’autre part, elle s’accorde avec une idée très répandue dans la population : celle voulant que l’IA serve essentiellement à remplacer l’intelligence humaine. Mais qu’en est-il réellement?

Définir l’intelligence artificielle : pas une mince tâche!

Définir l’IA n’est pas une chose simple parce que la définition a évolué depuis les années 1960. À l’époque, certains algorithmes[1] pouvaient entrer dans une définition assez floue de l’IA alors qu’aujourd’hui, ils sont enseignés comme faisant partie des stratégies classiques de résolution de problèmes et non pas comme étant des instances de l’IA. Aussi, la frontière entre les mathématiques et l’informatique[2] n’étant pas toujours claire, le même problème se pose pour la définition de l’IA qui, généralement, est catégorisée comme étant une branche de l’informatique. La distinction entre tous ces domaines n’est peut-être pas toujours nécessaire et, par conséquent, lorsqu’on parle d’IA, est-ce qu’on parle toujours de quelque chose de si différent des mathématiques? Cette question est intéressante non seulement pour tenter d’établir une définition, mais également parce que l’arrivée de l’IA nous permet de nous questionner sur la formation que nous offrons aux élèves en mathématiques. Il en sera d’ailleurs question dans ce dossier.

Il faut également admettre que l’IA est très loin de remplacer l’intelligence humaine actuellement et qu’il est difficile d’estimer l’ampleur du développement des IA dans l’avenir. Les projections vont d’une application limitée de l’IA dans les prochaines décennies à l’atteinte d’une singularité technologique dans un horizon relativement proche. Cette singularité serait un point de non-retour où l’IA pourrait se développer elle-même de manière exponentielle, mettant en péril le contrôle que pourrait avoir l’être humain sur celle-ci.

Toutefois, il n’est pas nécessaire de considérer les scénarios extrêmes pour que les progrès de l’IA, même dans une perspective conservatrice, méritent l’attention des acteurs du monde de l’éducation. D’ailleurs, certaines anticipations du développement des IA pourraient-elles être contre-productives? En voici deux exemples :

« À quoi bon apprendre la conduite automobile, les véhicules se déplaceront de manière autonome dans quelques années. »

« Pourquoi donner des cours d’informatique? Dans un proche avenir, les ordinateurs reconnaîtront les commandes vocales. »

Dans ce dernier cas, la phrase aurait autant pu être prononcée aujourd’hui qu’il y a vingt ans. Elle questionne la nécessité d’effectuer un apprentissage parce qu’il risque d’être inutile à cause de l’IA. Il faut savoir que la vitesse à laquelle se développe l’IA est inégale d’un domaine d’application à un autre et il faut donc se méfier des extrapolations excessives. Un progrès significatif dans un domaine A ne signifie pas nécessairement de progrès dans les domaines B, C ou D. Par exemple, la découverte d’un nouveau vaccin efficace contre un des multiples virus de la grippe ne signifie pas qu’il y aura développement de vaccins pour les autres souches virales.

Il y a aussi d’autres raisons qui peuvent être invoquées pour ne pas apprendre quelque chose à cause des progrès dans le domaine de l’IA, mais elles donnent lieu à des idées parfois farfelues parce qu’elles font fi de la valeur subjective de certains apprentissages pour l’être humain :

« Est-il vraiment nécessaire d’apprendre aux enfants à faire du vélo, puisque nous avons des automobiles? »

D’ailleurs, dans les compétitions de cyclisme, les humains compétitionnent contre d’autres humains et non pas contre des automobiles ou des humains sur des motocyclettes. Cette possibilité technologique a fait émerger une activité différente : les sports automobiles. 

Image : Pixabay

Le jeu d’échecs en est un autre exemple : un ordinateur très puissant et programmé spécifiquement à cet égard peut battre le meilleur humain. Est-ce qu’on arrête de jouer aux échecs pour autant? Est-ce que ça enlève la pertinence d’apprendre ce jeu? Dans le même ordre d’idée, nous continuons d’apprendre l’arithmétique même si nous avons des calculatrices.

Pour reprendre l’exemple de la conduite automobile, même si la voiture autonome est une réalité presque achevée, il demeure que les humains devront entre autres :

  • programmer l’IA de ces voitures;
  • décider du code de la route pour tous ses usagers, y compris les véhicules autonomes;
  • débattre des dimensions éthiques dans les décisions prises par l’IA.

En fait, le niveau d’implication humain est important, particulièrement en ce qui concerne le dernier point. L’IA n’implique pas l’absence d’erreurs et n’implique pas la prise de décision sans impact négatif. Par exemple, puisqu’un véhicule peut subir un bris mécanique, la décision que prendra l’IA peut avoir une conséquence sur les occupants du véhicule et les autres usagers de la route. La décision peut comporter un enjeu éthique.

Bref, l’IA crée de nouveaux besoins de main-d’œuvre spécialisée ainsi qu’une nécessité pour les citoyens de bien maîtriser les enjeux entourant ces nouveaux outils. Les acteurs du milieu de l’éducation peuvent réagir au changement ou s’y préparer.

Les impacts de l’IA sur l’éducation

Les apports de l’intelligence artificielle (IA) en éducation sont loin d’être magiques. Nous n’en sommes pas du tout à la substitution des pratiques enseignantes par des algorithmes mathématiques, mais ses bénéfices potentiels dans l’environnement d’enseignement et d’apprentissage ne semblent pas négligeables. Seulement en se basant sur le triangle pédagogique (Houssaye, 1988), il est possible d’entrevoir des impacts qui pourraient faire l’objet de nombreuses spéculations. Les trois pôles du triangle (l’enseignant, l’apprenant et le savoir) ainsi que les relations entre ceux-ci (didactique, pédagogique et d’apprentissage) seraient potentiellement affectés par l’IA.

L’intérêt du triangle pédagogique comme angle d’attaque pour catégoriser les impacts réside dans le fait que c’est un modèle relativement efficace et qu’il nous force à s’interroger sur plusieurs aspects de l’éducation en contexte scolaire. Voici donc une très brève entrée en matière avec une série d’idées à explorer selon chacun de ses trois sommets et trois relations.

1. L’enseignant

C’est probablement ce qui suscite le plus de craintes : est-ce que l’IA arrivera à remplacer l’enseignant? Dans une perspective de progrès même très significatif, la réponse est non.

Un rapport du Brookfield Institute indique que les éducateurs à la petite enfance, les enseignants du préscolaire, du primaire et du secondaire font partie des cinq emplois risquant le moins d’être affectés par l’automatisation (Lamb, 2016). L’IA amène naturellement le développement de plusieurs technologies qui sont susceptibles de remplacer des tâches répétitives et relativement prévisibles des responsabilités des enseignants. Toutefois, le travail de l’enseignant du 21e siècle dépasse largement le spectre des tâches automatisables. Au-delà d’un maître passeur de connaissances, les enseignants peuvent être créateurs d’environnements d’apprentissage et des accompagnateurs auprès des élèves. L’humain possède des qualités difficiles à reproduire en IA; nous parlons ici de l’empathie, de la bienveillance, du jugement critique et de la flexibilité cognitive. Autrement dit, les compétences générales[3] des enseignants seront en grande partie ce qui les distinguera de l’IA. Ainsi, les emplois qui touchent les relations humaines bénéficieraient d’une certaine protection d’un hypothétique remplacement par un robot doté d’une IA forte. Cela est vrai pour des raisons de limites technologiques, mais aussi parce que l’humain pourra potentiellement préférer l’interaction avec un semblable plutôt qu’avec une IA.

Dans ce cas, au-delà de la substitution de certaines tâches répétitives et relativement prévisibles, l’IA peut avoir un impact significatif au niveau de la pratique enseignante à travers de nombreux outils didactiques qui viennent aider le jugement et les choix pédagogiques. Ces questions seront abordées ultérieurement.

2. L’élève

La question se pose même si elle peut sembler farfelue : est-ce que l’IA peut avoir un impact sur l’élève lui-même? On ne parle certainement pas de remplacer l’élève par une IA. Le simple fait de penser que l’IA pourrait s’immiscer dans la relation pédagogique causera probablement un rejet automatique de l’idée chez plusieurs personnes lisant ces lignes. Encore une fois, ce n’est pas parce qu’une technologie existe que nous souhaitons nous en servir. Par exemple, oser envisager que l’IA puisse être dans la gestion de classe ouvre la porte à l’écriture d’un scénario de la série Black Mirror (série télévisée britannique dystopique où sont présentées des dérives technologiques). Cela dit, on ne peut ignorer cette possibilité, ne serait-ce que pour se prémunir contre les usages abusifs de l’IA.

Toutefois, les scénarios de science-fiction mis à part, des développeurs travaillent déjà à l’heure actuelle sur des produits augmentés par l’IA qui peuvent aider les élèves dans leurs apprentissages. En fait, depuis plusieurs années, les MOOC (Massive Open Online Courses) connaissent du succès en en Occident. Les élèves peuvent maintenant apprendre ce qu’ils veulent, quand ils veulent et, surtout, au rythme qui leur convient. Cependant, cette abondance d’opportunités et cette liberté peuvent créer une certaine confusion à l’égard de ce qu’il faut apprendre ainsi que l’ordre selon lequel il faudrait procéder. Certains élèves ne savent donc pas ce qu’ils veulent apprendre parce qu’ils n’ont pas l’expertise d’un enseignant qui peut structurer et optimiser les phases d’apprentissage. Cela engendre souvent de la démotivation et l’abandon du processus de formation. L’IA peut contribuer à prévenir ce phénomène. À l’aide de données amassées sur un profil, l’IA est en mesure de proposer des séquences de cours ou d’exercices qui sont les plus pertinents pour l’élève. On peut même imaginer qu’elle puisse jouer un rôle de soutien dans l’orientation scolaire et professionnelle de l’élève. Aussi, pour contrer une éventuelle baisse de motivation, les tuteurs intelligents pourraient prédire le moment où l’élève commence à perdre de l’intérêt et avertir leurs enseignants. Ceux-ci peuvent anticiper le comportement et réagir à l’aide du renforcement adéquat. 

3. Le savoir

Dans le cas du savoir, on ne fait pas ici de distinction entre les connaissances, les compétences ou toute autre catégorisation de ce que l’être humain peut accumuler comme bagage intellectuel. L’impact de l’IA sur le savoir semble se situer à deux niveaux : tout d’abord, la formation que les élèves devraient recevoir pour comprendre et utiliser l’IA. Cet aspect n’est pas souvent évoqué lorsque l’on parle de l’impact de l’IA en éducation, mais il y a certainement des questions à se poser concernant les programmes de formation et cela pour plusieurs matières, dont les mathématiques. Ensuite, il y a le savoir que les humains devraient posséder pour vivre dans un monde où l’IA est très présente.

Que ce soit pour répondre au besoin d’expertise ou de développement de la pensée critique des élèves face à l’utilisation de cette technologie, il est important que les programmes d’enseignement s’adaptent. Bien que, pour beaucoup de gens, la compréhension du fonctionnement d’une IA semble très complexe et réservée à un petit groupe de spécialistes, plusieurs notions liées à l’IA sont déjà enseignées, mais leur disposition dans les programmes de formation est parfois discutable. Certains concepts mathématiques utilisés en IA sont relativement simples[4] et pourraient être abordés au secondaire, voire même avant. Par exemple, selon le Programme de l’école québécoise, des notions sur la régression mathématique, une initiation à la science des données, sont déjà présentes dès la troisième secondaire. (MEES, 2016) Pourtant, est-ce qu’on y accorde suffisamment d’importance? Nous avons ici l’opportunité d’introduire certains concepts de base de l’apprentissage profond et par la machine dans les classes et il faut la saisir. Est-ce le temps de réviser et mettre à jour les contenus mathématiques dans le programme? Nous y reviendrons plus loin…

D’ailleurs, au-delà des mathématiques, devons-nous nous assurer que les élèves sachent utiliser de façon adéquate et responsable lesdites technologies? Après tout, nos jeunes auront bientôt à manipuler des outils où l’IA y sera de plus en plus présente. En effet, la multiplication des médias de toutes sortes est déjà un défi au niveau de la sélection et de l’interprétation de l’information. Lorsque cette information est présélectionnée et ciblée par des algorithmes d’IA, comme c’est le cas actuellement sur certains médias sociaux, le défi est encore plus grand. Les enjeux éthiques de l’IA devraient donc être abordés au cours de leur formation.

Impact didactique

Comme mentionné précédemment, une partie de la tâche d’un enseignant est potentiellement automatisable. L’IA viendrait donc libérer l’enseignant de certaines tâches plus administratives afin qu’il puisse s’occuper davantage de la pédagogie. La valeur ajoutée de l’IA à cet égard n’est pas au niveau du contenu comme tel à enseigner, elle est au niveau du processus de sélection du contenu et des outils en salle de classe. Ces nouvelles technologies permettent les analyses individuelles des élèves en une fraction du temps et peuvent aider les enseignants à personnaliser l’apprentissage de chacun.

Impact pédagogique

Pixabay

Dans le dernier rapport prospectif de l’Université Stanford dans le cadre d’un programme d’étude sur cent ans de l’IA dans toutes ses possibilités d’impact sur nos vies, les chercheurs prévoient une présence accrue des tuteurs intelligents en assistance aux enseignants (Stone & al., 2016). En effet, en récoltant des données scolaires et en les combinant aux habitudes d’apprentissage des élèves, certains algorithmes vont être en mesure de tailler un programme d’apprentissage sur mesure qui favorise la différenciation pédagogique. Imaginez un programme qui est capable de classifier les élèves selon les méthodes de travail qui sont les plus efficaces pour eux en très peu de temps. Cette démarche qui autrefois consommait beaucoup de temps en observation, compilation de données et calculs statistiques peut être optimisée par l’IA. Elle permettrait donc d’augmenter l’impact de l’enseignement sur l’apprentissage de l’élève. Dans ce contexte, nous sommes loin d’un remplacement, mais plutôt d’un renforcement de l’importance de l’enseignant auprès des élèves. « Si certaines situations d’échec sont peut-être inéluctables (circonstances personnelles, mauvaise adaptation des désirs de l’apprenant à la formation proposée), une bonne partie d’entre elles pourraient être évitées par un dépistage précoce qui donnerait lieu à un recadrage et un suivi plus attentif et personnalisé. » (Bovo, Sanchez, Héguy, Duthem, 2013).

Dans ce contexte, nous sommes loin d’un remplacement, mais plutôt d’un renforcement de l’importance de l’enseignant auprès des élèves.

De plus, une fois que le portrait global des apprenants est établi, les algorithmes peuvent jumeler les candidats les plus susceptibles de s’entraider. La collaboration dans l’apprentissage peut se faire dorénavant à très grande échelle; un élève du Québec pourrait très bien recevoir de l’aide en mathématique d’un élève du Maroc, de la Suisse ou du Sénégal. La machine qui les relie peut surveiller les échanges et intervenir afin d’assurer qu’ils demeurent pédagogiquement pertinents. Dans un cas où les élèves ne réussiraient pas à résoudre leur problème, des alertes peuvent même être envoyées à leurs enseignants respectifs afin d’en faire le suivi.

Impact sur l’apprentissage

En ce qui concerne la relation entre l’élève et les savoirs, comme pour l’enseignant, peut-être que certaines tâches accomplies par les élèves seraient automatisables, ou du moins, pourraient être optimisées par l’IA. Il s’agit toutefois d’effectuer des choix éclairés sur le plan pédagogique, car l’IA, comme toute technologie, doit procurer un avantage sur le plan de l’apprentissage et surtout, ne pas nuire à celui-ci. Au-delà des outils de suivi des élèves, l’IA peut amener ou raffiner certains outils de production et de traitement des informations. Prenons le cas du correcteur automatique, un exemple d’outil de travail qui s’est raffiné avec le temps. Nous nous souvenons de ses premières versions, où plusieurs suggestions s’accordaient mal avec les intentions de l’auteur. Depuis, une cueillette et une analyse d’un grand nombre de textes à l’aide des sciences des données ont permis de raffiner son efficacité. Aujourd’hui, nous bénéficions d’un outil de correction automatique qui satisfait beaucoup de besoins pédagogiques. Cela dit, l’IA pourrait permettre d’aller bien au-delà de la correction de phrases. Certains travaux visent même l’évaluation du contenu d’un texte à long développement en se basant sur des balises prédéfinies (Wang, Chang, Li, 2008). Le potentiel des outils de rétroaction dans le domaine linguistique est évident avec l’arrivée de l’intelligence artificielle.

L’intelligence artificielle dans le développement des compétences du 21e siècle

Au rythme rapide auquel la société évolue, il est difficile de prévoir l’ampleur des défis qui attendent nos jeunes dans les prochaines décennies. Toutefois, il apparaît évident que le développement des compétences en résolution de problèmes complexes, où la pensée informatique[5] joue un rôle important, soit incontournable en éducation au 21e siècle. La pensée informatique n’est pas la capacité de « penser comme un ordinateur » ou encore de faire appel à ce dernier pour réfléchir. Selon Cuny, Snyder et Wing (2010), la pensée informatique (computational thinking) est « le processus réflexif impliqué dans la formulation de problèmes et de leurs solutions de manière que leur résolution puisse être effectuée par un agent de traitement de l’information ». Aujourd’hui, ces agents de traitement de l’information sont de plus en plus sophistiqués et bonifiés par l’IA, ce qui rend disponibles de nouveaux outils de résolution de problèmes.

En fait, la relation entre l’IA en éducation et la pensée informatique est symbiotique. D’une part, l’arrivée d’outils dotés d’IA renforce la nécessité de développer la pensée informatique parce que c’est la manière privilégiée (peut-être même la seule) d’utiliser les résultats donnés par plusieurs agents intelligents et de les combiner pour résoudre des problèmes. D’autre part, l’étude des agents intelligents de traitement de l’information est une excellente façon de développer la pensée informatique.

L’apprentissage de la programmation, bien qu’il ne soit pas le seul moyen de développer la pensée informatique, est un véhicule intéressant pour y parvenir. D’ailleurs, depuis quelques années, l’enseignement de la programmation est devenu une préoccupation dans beaucoup de pays. Il s’agit pourtant d’une idée qui date des années 1960, mais qui a visiblement eu de la difficulté à faire son chemin pour toutes sortes de raisons, dont les coûts associés à l’achat d’ordinateurs. À l’heure actuelle, l’enseignement de la programmation se limite généralement à ce qui est séquentiel, procédural ou événementiel, souvent à l’aide d’outils très visuels comme Scratch par exemple. Cela ne devrait toutefois qu’être le point de départ d’une solide implantation dans le programme de formation, que ce soit comme nouvelle matière ou dans le cadre des cours de mathématiques. Cela n’enlève absolument pas la nécessité de faire de la résolution de problèmes avec un crayon et des feuilles lignées, au contraire. La manière traditionnelle de résoudre des problèmes demeurera toujours un outil incontournable, ne serait-ce que pour visualiser ce qui est parfois fort abstrait. D’ailleurs, les deux approches devraient se compléter.

Bonifier le spectre des apprentissages en mathématique grâce à l’IA

Ainsi, il serait peut-être temps de mettre à jour la formation donnée en mathématiques, sans nécessairement faire table rase. Par exemple, si on se réfère aux programmes de mathématiques pour la séquence sciences naturelles (SN) à la fin du secondaire, on s’aperçoit que les élèves travaillent principalement dans le plan cartésien et apprennent à maîtriser l’algèbre utilisée dans les fonctions et les relations. Tout cela est fort pertinent, mais ne serait-il pas intéressant de bonifier et d’élargir le spectre des apprentissages en mathématiques, particulièrement ce qui touche à l’informatique et à l’intelligence artificielle? Les mathématiques discrètes (qui touchent entre autres aux nombres entiers) seraient intéressantes à cet égard. Pourtant, on y fait que très peu référence sauf dans la séquence culture, société et technique (CST) de cinquième secondaire, où on fait une légère incursion dans la théorie des graphes, très utile pour résoudre certains types de problèmes par programmation. Elle n’est toutefois pas au programme de la séquence sciences naturelles (SN) ou technico-sciences (TS) bien qu’un de ces deux cours de mathématiques soit nécessaire pour accéder aux différents programmes de sciences au cégep.

Le fait d’être passé d’un monde analogique à un monde numérique est déjà une excellente raison de revoir la nature et la variété des mathématiques auxquelles les élèves sont exposés. Le lien entre l’intelligence artificielle, la pensée informatique et la résolution de problème vient grandement renforcer cette idée.

Les enjeux éthiques de l’IA en éducation

Flickr

Se positionner contre l’intelligence artificielle de manière générale ou de manière spécifique, par exemple en éducation, est quelque chose qui se défend certainement sur le plan philosophique. Comme c’était le cas avec l’apparition de la machine à vapeur et du travail à la chaîne, la crainte de voir ces machines nous remplacer provoque des réactions, dont celle du rejet catégorique. Ces réactions n’ont toutefois jamais mené à une interdiction de ces nouvelles technologies permettant d’augmenter la productivité. Elles ont néanmoins contribué à éveiller les consciences et auraient peut-être préparé le terrain pour certains mouvements, comme ceux visant à défendre les droits des travailleurs.

Présentement, il existe un écart entre le monde scolaire et le reste de la société. La société évolue et prend un virage numérique à un rythme que les écoles peinent à suivre. L’apparition des technologies mobiles avec un accès à Internet en est un exemple qui provoque encore des débats. Les opinions exprimées vont de l’interdiction totale à celles permettant tout ce qui est acceptable ailleurs en société. Ainsi, les discussions sur l’intégration de l’IA en éducation semblent farfelues pour plusieurs. Pourtant, si l’IA prend de plus en plus de place dans nos vies quotidiennes, est-ce que l’école pourra se permettre d’en faire abstraction? Bien sûr, ça ne veut pas dire que tout ce qui existe à l’extérieur de l’école doit nécessairement se retrouver à l’école, mais il faudra probablement évaluer chaque application de l’IA selon ses potentialités.

Par contre, comment pouvons-nous porter un jugement critique sur l’IA si nous ne la comprenons pas complètement? Beaucoup d’idées circulent à ce sujet et certaines s’avèrent biaisées. Lorsqu’on manque d’information, on se réfère à l’expérience subjective, à l’émotion, pour se positionner. C’est pour cela que l’IA suscite souvent des craintes. Des comités d’éthique composés des plus grands chercheurs et développeurs ont été mis en place pour débattre des plus grands enjeux. Toutefois, comme nous l’avons mentionné précédemment, les impacts de l’IA en éducation sont nombreux et chaque usage de l’IA comporte potentiellement une dimension éthique qui mérite d’être examinée. La conclusion suite à cet examen pourrait être celle du rejet. Par contre, éviter d’envisager ses applications nous expose à plusieurs problèmes, comme c’est le cas pour d’autres technologies.

Il y aurait par exemple le risque de se faire manipuler par l’IA ou par ceux qui la contrôlent. En effet, l’IA se base sur une grande quantité de données afin de repérer, généraliser et prédire un comportement. Certains scientifiques vont jusqu’à dire que la machine pourrait bientôt connaître l’être humain mieux que lui-même. Par contre, les résultats proposés par l’IA ne risquent-ils pas d’être interprétés comme une vérité absolue? La trop grande confiance et la dépendance à l’utilisation de ces technologies pourraient conduire à une certaine paresse intellectuelle et permettre à certains pouvoirs mal intentionnés d’utiliser celles-ci afin d’atteindre leurs objectifs politiques.

Laisser les élèves s’approprier ces technologies à l’extérieur du cadre scolaire, et ce sans supervision autre que celle des parents est hautement discutable. Il y a certainement une tendance à toujours vouloir confier davantage de mandats à l’école afin d’offrir de meilleures chances à tous dans la vie et l’école ne pourra pas constamment se substituer aux responsabilités parentales. Par contre, il faut s’assurer que cet encadrement soit fait avec toutes les informations qui s’y rattachent. La question du rôle du système d’éducation dans l’appropriation des technologies utilisant l’intelligence artificielle est tout à fait pertinente, particulièrement dans ses dimensions éthiques. Il est impératif de former nos enseignants afin qu’ils puissent faire des choix didactiques et pédagogiques éclairés et mener des discussions sur les enjeux éthiques avec les jeunes.

La finalité est de préparer les élèves à contrôler l’intelligence artificielle, et non pas d’en être dépendants.

Complément

Références

Bovo A., Sanchez S., Héguy O, Duthen Y. (2013). L’apprentissage automatique comme base du suivi d’élèves et de l’amélioration de formations. Journée EIAH&IA 2013. Hal: 00824278

Desjardins A., Tran A., Girard, M. (2017, 19 janvier). La programmation et le développement de la pensée informatique. École branchée. Repéré à https://ecolebranchee.com/2018/01/19/dossier-programmation-developpement-de-pensee-informatique/

Houssaye, J. (1988). Théorie et pratiques de l’éducation scolaire (I) : Le triangle pédagogique. Berne, Suisse: Peter Lang.

Lamb, C. (2016). The Talented Mr. Robot: The impact of automation on Canada’s workforce. Toronto, Ontario: The Brookfield-Institute-for-Innovation-Entrepreneurship.

Stone P & al. (2016). Artificial Intelligence and Life in 2030. One Hundred Year Study on Artificial Intelligence: Report of the 2015-2016 Study Panel. Stanford University. http://ai100.stanford.edu/2016-report

Wang H., Chang C., Li T. (2008). Assessing creative problem-solving with automated text grading. Computer and Education, 51(4), 1450-1466. Doi: 10.1016/j.compedu.2008.01.006

Pour en savoir plus

Karsenti, T. (2018). Intelligence artificielle en éducation : L’urgence de préparer les futurs enseignants aujourd’hui pour l’école de demain ?. Formation et profession, 26(3), 112-119. http://dx.doi.org/10.18162/fp.2018.a159 

TeachThought (16 septembre 2018). 10 Roles For Artificial Intelligence In Education. En ligne : https://www.teachthought.com/the-future-of-learning/10-roles-for-artificial-intelligence-in-education/

École branchée. (2019). Façonner l’avenir de l’école avec l’intelligence artificielle. Rendez-vous pédagogique avec François Guité. En ligne : https://www.youtube.com/watch?v=5FGWjlbuiI0


[1] Un algorithme peut s’apparenter à une recette, c’est à dire une série d’instructions qui permettent de résoudre un problème. Les algorithmes ne se pas toujours séquentiels et peuvent être très complexes.

[2] Ici on fait référence à l’informatique comme science et non pas du point de vue de l’utilisation de logiciels ou de la gestion de l’information.

[3] Compétences générales : appelées soft skills en anglais.

[4] Un excellent exemple d’apprentissage automatique, une des branches de l’IA, est disponible sur la chaîne standupmaths de Youtube : MENACE: the pile of matchboxes which can learn. [https://youtu.be/R9c-_neaxeU].

[5] Un dossier en lien avec la pensée informatique a été présenté dans l’École branchée : La programmation et le développement de la pensée informatique (Desjardins, Tran, Girard, 2017).