Une grande partie des recherches utilisées pour éclairer la matrice AI Guidance by Age sont antérieures à l’avènement de l’IA générative.
Quatre ans après le lancement de ChatGPT par OpenAI, il n'existe aucun consensus fondé sur la recherche sur la manière dont les étudiants devraient ou non utiliser les outils d'intelligence artificielle générative.
« Il s'agit d'un moment expérimental sans précédent dans le Far West », a déclaré Jeffrey James Curley, chef des initiatives stratégiques du doyen de la Harvard Graduate School of Education. À l’intérieur de l’enseignement supérieur. « Dans l'enseignement supérieur, on tarde à reconnaître que les étudiants sont sous pression pour utiliser souvent ces outils d'IA d'une manière dont nous savons qu'elle a une valeur à court terme mais une dépense à long terme. »
Selon une enquête, 85 % des étudiants déclarent utiliser de grands modèles linguistiques pour faciliter le brainstorming, la recherche, la rédaction et l'édition. Mais la question de savoir si ces utilisations sont autorisées ou non varie d'un cours à l'autre, car de nombreux établissements laissent aux membres du corps professoral le soin de fixer les lignes directrices ; Si certains professeurs ont intégré l’IA dans leurs programmes, d’autres l’ont totalement interdite.
Beaucoup de ces décisions sont « centrées sur la technologie et non sur les besoins des apprenants, et sur la manière dont ils diffèrent selon les âges, les époques et les contextes », a déclaré Curley, co-créateur de Compass Collaborative, un groupe de recherche de HGSE dont l’objectif est de garantir que « l’IA est utilisée de manière à soutenir un développement et un apprentissage sains, comme la science le valide depuis longtemps », selon son site Internet.
Pour faire avancer cette mission, le groupe a lancé cette semaine la matrice AI Guidance by Age pour les éducateurs, les soignants et les apprenants. « Nous essayons d'offrir une perspective de développement humain sur la façon dont l'IA pourrait, d'une certaine manière, être utilisée pour bénéficier à l'apprenant et accélérer l'apprentissage, mais aussi d'une autre manière, elle pourrait être très nuisible ou entraîner des compromis que nous ne voulons pas faire pour le moment », a déclaré Curley.
La matrice permet aux utilisateurs de jouer leur rôle, en choisissant parmi une liste de neuf, parmi lesquels un éducateur de la maternelle à la 12e année, un éducateur de l'enseignement supérieur, un éducateur de la main-d'œuvre, un étudiant, un chercheur et un décideur politique. L'utilisateur choisit ensuite le domaine de développement sur lequel il souhaite obtenir des conseils, comme les fondements cognitifs, la compréhension et l'interaction sociales, ou le langage et l'alphabétisation. Enfin, ils soumettent la tranche d’âge des étudiants avec lesquels ils travaillent.
Ces contributions renvoient un résumé des meilleures utilisations de l'IA pour cette circonstance particulière, des recommandations pour la conception d'évaluations, une liste de la manière dont l'IA peut aider ou entraver ces objectifs d'apprentissage spécifiques et des ressources supplémentaires. Par exemple, la matrice peut expliquer à un enseignant de l’enseignement supérieur axé sur la langue et l’alphabétisation des 18 à 25 ans que « l’IA devrait être utilisée pour élargir ce qu’un jeune adulte lit, lui refléter ce qu’il a écrit ou l’aider à préparer un texte difficile, et laisser au jeune adulte la composition et l’énigme ». Il appartient ensuite à l’éducateur de déterminer comment appliquer ces recommandations en classe.
Les chercheurs ont développé la matrice d’orientation de l’IA en examinant plus de 5 000 recherches sur l’éducation, la psychologie et le développement humain. Mais comme il existe encore peu de recherches indépendantes sur la manière dont les outils d’apprentissage basés sur l’IA influencent les résultats d’apprentissage, une grande partie de ces recherches sont antérieures de plusieurs décennies à l’avènement de l’IA générative. Néanmoins, des recherches plus anciennes ont déjà identifié des modèles cohérents liés à la manière dont les humains apprennent, ce qui aide les chercheurs à évaluer les avantages et les inconvénients probables des nouvelles technologies en fonction du contexte.
« J'espère que nous commencerons à voir plus de littérature dans ce domaine, mais en attendant, nous avons encore besoin de quelque chose pour nous aider à guider la prise de décision », a déclaré Tessa Forshaw, scientifique cognitive et chercheuse à HGSE et co-créatrice de Compass Collaborative. «Nous voulions rassembler les corpus de recherche émergents et canoniques et les utiliser comme point de départ pour donner un sens à ce moment, plutôt que de nous fier uniquement au maigre corpus de connaissances dont nous disposons sur l’IA et l’éducation.»
Elle espère également que la matrice poussera les éducateurs à s’éloigner du « traitement général du moment » et à accepter les nuances de l’IA en tant qu’outil d’apprentissage.
« Les humains n'aiment pas considérer plusieurs choses comme vraies à la fois, mais à l'heure actuelle, la réalité est qu'un outil ou une technologie n'est pas intrinsèquement bon ou mauvais », a-t-elle ajouté. « Il s'agit plutôt de se demander quoi, pour qui, dans quel contexte il est utilisé et par quoi il remplace. »
