C. L'IA POUR LA GESTION ET LE PILOTAGE DU SYSTÈME ÉDUCATIF
L'analyse des nombreuses données éducatives par l'IA peut enfin venir faciliter la gestion des structures éducatives, qu'il s'agisse de l'orientation des élèves ou de l'adaptation des programmes scolaires par la prise en compte des parcours et du cursus des apprenants. L'IA est ici utilisée comme outil de diagnostic, de planification et d'allocation des ressources.
1. L'orientation
Des outils d'aide à l'orientation basés sur l'IA peuvent servir à la construction de parcours personnalisés et venir en appui du pilotage des politiques éducatives. La plateforme nationale de préinscription en première année de l'enseignement supérieur, Parcoursup, permet ainsi depuis 2018 aux candidats de formuler des voeux d'admission dans des formations et de proposer aux décisionnaires, sur le fondement d'un algorithme national, d'algorithmes locaux et d'algorithmes d'apprentissage, des classements pédagogiques lorsque les capacités d'accueil d'une formation ne permettent pas de satisfaire les souhaits de l'ensemble des candidats.
Cependant, comme l'ont montré les débats sur Parcoursup, en raison de leur approche déterministe et des risques de biais et d'erreurs inhérents aux technologies d'IA, ce type de systèmes, qui entrent dans la catégorie des IA à haut risque en vertu de la réglementation européenne, exige des efforts d'explicitation et de transparence accrus10(*).
2. Le repérage des élèves en difficulté
L'OCDE fait par ailleurs état de systèmes d'alerte précoce utilisant des données administratives pour identifier les élèves à risque de décrochage et indique que « bien qu'il soit difficile d'identifier un ensemble pertinent d'indicateurs précoces, certains systèmes montrent une grande précision et une réflexion approfondie sur les raisons du décrochage »11(*).
Des méthodes de traitements massifs de données, des modèles d'arbres de décision ou de réseaux bayésiens peuvent en effet être utilisés pour identifier les apprenants en difficulté ou ceux qui ont une probabilité élevée de l'être et, en conséquence, être plus réactif dans leur accompagnement par un travail sur les leviers de motivation ou d'autres facteurs de risque susceptibles de faire basculer dans l'absentéisme ou le décrochage.
Dans le même esprit, selon les usages en développement répertoriés par l'Unesco, certains systèmes d'IA générative pourraient effectuer des diagnostics à partir de conversations avec les utilisateurs, en identifiant des problèmes psychologiques ou socio-émotionnels, mais aussi des difficultés d'apprentissage.
3. Le suivi de la participation des élèves
D'un usage beaucoup plus controversé, des innovations technologiques se concentrent sur l'évaluation de la participation et de la motivation des élèves12(*), en classe ou à distance, par l'analyse des mouvements oculaires ou d'autres caractéristiques du visage, allant jusqu'à l'utilisation de capteurs physiques et physiologiques comme cela est expérimenté en Chine. En cas de détection d'une baisse d'engagement, l'enseignement serait adapté. Ce cas d'usage pose naturellement des questions éthiques.
L'élève « augmenté » ou l'avancée de trop : vers les limites éthiques de l'IA dans l'éducation
La question de l'apport des neurotechnologies à l'éducation fait l'objet d'une attention croissante. Ces neurotechnologies comprennent des outils et techniques qui interagissent directement avec le système nerveux humain pour modifier ou améliorer ses fonctions. Dans le contexte éducatif, cela pourrait inclure des interfaces cerveau-ordinateur (« brain-computer interfaces »), la stimulation cérébrale et le neurofeedback. Ces technologies visent à optimiser la concentration, la mémoire et les capacités d'apprentissage. L'intégration de ces technologies avancées dans l'éducation ne peut que susciter des réserves, surtout lorsqu'il s'agit d'enfants.
L'IA pourra-t-elle, en synergie avec ces neurotechnologies, analyser les données neurophysiologiques pour adapter les contenus éducatifs en temps réel ? Ajuster les tâches en fonction de l'état de distraction ou de fatigue pour maintenir la concentration et la motivation ? Fournir des feedbacks précis sur les performances cognitives ? Il va de soi que l'idée d'implanter des dispositifs dans le cerveau des enfants ou d'utiliser des techniques de stimulation cérébrale, qui convoque la vision de l'élève augmenté, inspirée du concept de l'homme augmenté, soulève de nombreuses questions inquiétantes.
Aussi, la collecte de données neurophysiologiques comporte des enjeux cruciaux de confidentialité et de sécurité tandis que la surveillance constante et l'intervention directe dans le fonctionnement du cerveau ne peuvent rester sans effet sur le développement mental et émotionnel des enfants. Les possibilités offertes par la combinaison des neurotechnologies et de l'IA dans l'éducation doivent être abordées avec la plus grande prudence.
Le tableau ci-après fournit une vue d'ensemble des différents cas d'usage possibles de l'IA dans le milieu éducatif. Les systèmes répertoriés se caractérisent par des degrés de disponibilité et de déploiement très variables et, pour certains d'entre eux, par des objectifs et des usages nettement controversés au regard de l'éthique si bien que leur adoption n'apparaît clairement pas souhaitable.
Typologie des systèmes d'IA pour l'éducation selon Holmes & al.13(*)
|
IA au service des élèves |
|
|
Systèmes de tutorat intelligents |
L'élève suit un programme (séquence d'activités, de tests) qui s'adapte à sa progression et son niveau en analysant les réponses données. L'enseignant dispose parfois d'un tableau de bord pour suivre l'avancée. |
|
Applications assistées par l'IA (par exemple, mathématiques, synthèse vocale, apprentissage des langues) |
Le système résout automatiquement un problème (mathématique ou traduction linguistique). |
|
Simulations assistées par l'IA (par exemple apprentissage par le jeu, réalité virtuelle, réalité augmentée) |
Il s'agit de modèles d'apprentissage par le jeu, de réalité virtuelle ou de réalité augmentée, qui peuvent être utilisés à des fins éducatives. |
|
IA pour aider les apprenants ayant des troubles d'apprentissage |
Ces technologies s'adressent aux élèves souffrant de troubles d'apprentissage ou de situations de handicap. Certaines contribuent au diagnostic (trouble déficitaire de l'attention avec ou sans hyperactivité (TDAH), dyslexie, dysgraphie). Robots utilisés pour accompagner des enfants souffrant de troubles autistiques. |
|
Rédaction automatique d'essais |
Génération de textes en réponse à un prompt grâce aux LLM (large language models) |
|
Agents conversationnels (chatbots) |
L'élève interagit avec un programme informatique qui simule et traite une conversation humaine orale ou écrite. Des assistants digitaux évoluent pour personnaliser leurs réponses à mesure qu'ils collectent et analysent des informations. |
|
Évaluation formative automatique |
Applications qui utilisent le traitement en langage naturel (TLN), la sémantique et d'autres technologies d'IA pour fournir des commentaires critiques sur les devoirs des élèves |
|
Orchestrateurs de réseaux d'apprentissage |
Systèmes qui permettent à des apprenants d'être mis en relation avec des tuteurs humains, évalués par d'autres apprenants engagés dans le même programme d'apprentissage, en fonction des questions posées, dans une démarche d'entraide soutenue par l'IA |
|
Systèmes de tutorats basés sur le dialogue |
IA qui simule le dialogue entre l'apprenant et son tuteur, selon une méthode de questionnement socratique appuyant l'apprenant dans son cheminement |
|
Environnements d'apprentissage exploratoire |
Les apprenants sont encouragés à construire leurs propres connaissances en explorant les ressources mises à leur disposition dans leur environnement d'apprentissage. |
|
Assistant d'apprentissage tout au long de la vie assisté par l'IA |
Technologie qui suivrait l'apprenant tout au long de sa vie dans un objectif d'apprentissage continu |
|
IA au service de l'enseignant |
|
|
Détection de plagiat |
Technologie permettant de mettre en évidence des textes ayant un style d'écriture similaire à celui d'un texte existant ou d'une intelligence artificielle générative de textes |
|
Curation intelligente du matériel d'apprentissage |
Technologie permettant d'effectuer une veille sur un domaine d'activité donné puis de sélectionner l'information considérée comme pertinente avant de la proposer de façon claire et organisée à une audience cible |
|
Surveillance de la classe |
Technologies qui permettent de surveiller les comportements des élèves en classe, par exemple les mouvements oculaires afin de s'assurer de leur attention |
|
Évaluation sommative automatique |
Évaluation et notation des travaux des élèves par l'intelligence artificielle, comprenant éventuellement des conseils aux élèves pour corriger leurs erreurs |
|
IA d'assistance de l'enseignement (y compris assistant d'évaluation) |
Aide dans l'évaluation des travaux, par exemple par la reprise de remarques déjà formulées précédemment, pour un gain de temps |
|
Orchestration de la salle de classe |
Aide pour organiser les activités en tenant compte des contraintes de temps et d'espace notamment |
|
IA au service des institutions |
|
|
Admissions (par exemple, sélection des élèves) |
Technologie qui faciliterait les processus de sélection par la prise en compte de plusieurs paramètres liés au profil du candidat |
|
Planification des cours |
Aide à l'organisation des emplois du temps |
|
Identification précoce des décrocheurs |
Aide à l'identification des apprenants en risque d'absentéisme ou de décrochage |
|
e-Proctoring |
Surveillance des examens à distance (caméras et microphones assistés par l'IA pour surveiller les visages et les mouvements de clavier et souris) |
* 10 Voir notamment le rapport du Conseil d'État Intelligence artificielle et action publique : construire la confiance, servir la performance, août 2022.
* 11 OCDE, Perspectives de l'OCDE sur l'éducation numérique 2021, chapitre 9 : https://www.oecd-ilibrary.org/docserver/d5fe6bd0-fr.pdf?expires=1721054588&id=id&accname=guest&checksum=81BE18397AC3E2BA2CA4E4D5FE3DFEB9.
* 12 Ibid., chapitre 10.
* 13 Holmes, W., Tuomi, I., « State of the art and practice in AI in education », European Journal of Education, 2022. Traduction par Bocquet, 2023. Repris et adapté de Intelligence artificielle et éducation, apports de la recherche et enjeux pour les politiques publiques, direction du numérique pour l'éducation (DNE) du ministère de l'éducation nationale et de la jeunesse, janvier 2024.