Apports de l'IA

Romero, Aloui, Heiser et Lepage (2021) soulignent que l'utilisation de l'IA en éducation impacte divers aspects, notamment l'évaluation des apprentissages, la qualité et la quantité des rétroactions, la personnalisation des parcours d'apprentissage, la prévention de l'abandon scolaire et la réponse aux questions des apprenants. L'intégration de l'IA, en raison de son développement rapide, est un enjeu contemporain.

L'IA en éducation se divise en six catégories : traitement du langage naturel, reconnaissance visuelle, reconnaissance vocale, systèmes experts, robotique et planification analytique. Elle influence le développement éducatif de plusieurs manières : en améliorant les systèmes éducatifs par l'adaptation aux interactions des apprenants, en permettant une meilleure compréhension des processus d'apprentissage à travers l'analyse des données comportementales, et en devenant un sujet d'enseignement essentiel pour appréhender le numérique et les algorithmes.

L'IA personnalise l'apprentissage grâce à des feedbacks adaptés, identifiant les lacunes et proposant des exercices spécifiques pour un apprentissage plus efficace et engageant. Elle aide aussi à comprendre les processus cognitifs des apprenants et à améliorer les stratégies pédagogiques 

Il est essentiel d'enseigner le fonctionnement et les implications de l'IA, y compris les biais algorithmiques et la confidentialité des données, pour préparer les étudiants à devenir des utilisateurs et citoyens informés. Cependant, l'intégration de l'IA comporte des risques, tels que la dépendance technologique, les problèmes de confidentialité et les biais des algorithmes. Un équilibre entre l'IA et l'interaction humaine est crucial, utilisant l'IA comme complément aux compétences des enseignants.

L'IA a le potentiel d'améliorer l'apprentissage et l'enseignement, mais son utilisation doit être éthique et réfléchie. Guitton et Romero préconisent une approche équilibrée, reconnaissant les avantages et les défis de l'IA en éducation.