91Â鶹¹ú²ú¾«Æ·×ÔÅÄ

Confrontés à la pandémie actuelle, des milliers d’écoles, d’enseignants et d’apprenants à travers le monde ont dû passer presque du jour au lendemain à l’enseignement et à l’apprentissage à distance. Alors que certains ont réussi à bénéficier de la continuité pédagogique grâce aux technologies éducatives et à l’apprentissage en ligne, beaucoup s’interrogent encore sur l’efficacité et le niveau d’engagement de cet apprentissage.

Depuis quelque temps, l’intelligence artificielle (IA) attire l’attention dans l’agenda de l’éducation. Les applications d’IA ont promis de stimuler l’innovation dans l’éducation et de rendre celle-ci plus personnalisée et donc plus efficace. Il semble toutefois que l’IA n’ait pas encore été mise en œuvre à grande échelle pendant la crise actuelle.

Dans cette interview, Dr Inge Molenaar, Présidente de l’édition 2019 du , nous en dit plus sur la différence entre les technologies intelligentes et non intelligentes, les applications d’IA dans l’éducation, et les risques et opportunités que ces applications seraient susceptibles d’engendrer. Le Dr Molenaar est Professeur adjoint à l’Université Radboud de Nimègue (Pays-Bas), spécialisée dans l’intelligence artificielle et l’éducation.

Pourriez-vous en nous dire plus sur la différence entre les technologies numériques intelligentes adaptatives et non intelligentes ?

Bien que nous nous soyons tournés vers l’apprentissage en ligne et l’utilisation de matériels numériques, de nombreux enseignants et apprenants n’étaient pas préparés à ce passage soudain à un apprentissage en ligne total. L’apprentissage à distance ne permet pas toujours aux enseignants de faire des ajustements et de soutenir les élèves comme ils le feraient en classe. Ceux-ci peuvent donc trouver les supports d’apprentissage numérique trop simples ou trop complexes, ce qui peut les conduire à se désengager et entraîner une baisse de leurs résultats scolaires. Les technologies d’apprentissage intelligentes et adaptatives peuvent aider à surmonter ces problèmes.

Ce type de technologie a recours à des algorithmes pour adapter les supports d’apprentissage numérique aux besoins des élèves, grâce au suivi de leurs performances, à l’évaluation de leurs compétences, au suivi de leurs progrès et à la prédiction de leur évolution. Il permet aux élèves d’apprendre à leur rythme et réduit la nécessité de la part de l’enseignant d’une supervision constante, d’un retour sur le travail et de l’ajustement des supports. 

Il existe, au contraire des technologies d’apprentissage adaptatif, un large éventail de technologies d’apprentissage numérique non intelligentes. Bien qu’elles ne soient pas en mesure d’apporter des ajustements intelligents, elles fournissent souvent aux élèves des commentaires directs et aux enseignants des tableaux de bord pour suivre les progrès des élèves. Néanmoins, elles sont conçues pour servir de complément aux consignes des enseignants et les enfants peuvent éprouver des difficultés à travailler de façon autonome avec ces technologies.

Pourriez-vous nous donner quelques exemples d’applications d’IA dans l’éducation pendant la pandémie ?

Aux Pays-Bas, nous recourons largement aux technologies d’apprentissage adaptatif dans l’enseignement primaire et secondaire. Ces technologies adaptent les matériels aux besoins des élèves et fournissent aux enseignants une vue complète des progrès de leurs élèves via des tableaux de bord. Pendant la pandémie, un certain nombre de nouvelles fonctions ont été ajoutées à ces technologies d’apprentissage adaptatif pour l’enseignement à domicile. Par exemple, des modules de communication intégrés permettent aux enseignants de parler directement à leurs élèves. Une autre option inclut la possibilité de donner des cours virtuels « en direct ». Pendant ces cours en direct, les enseignants donnent des consignes via les modules de communication, par exemple la technologie d’apprentissage adaptatif Gynzy intégrée à Microsoft Teams. Ainsi, les élèves se connectent via leurs ordinateurs portables et suivent les cours à distance et les enseignants peuvent fournir une instruction supplémentaire et un retour directement à chaque élève. Cela assure une présence sociale et un sentiment d’appartenance, même si les élèves ne se voient pas physiquement.

La crise actuelle de l’apprentissage pourrait-elle conduire à l’intensification de l’usage des plates-formes intelligentes et de l’IA dans l’éducation en général ?

De nombreux pays intensifient aujourd’hui leur utilisation des technologies numériques, mais je ne suis pas certaine que tous les gouvernements et les personnels scolaires aient conscience de la différence qui existe entre les technologies numériques non intelligentes et les technologies intelligentes adaptatives. Il faudrait leur fournir une aide et des explications supplémentaires sur ce que l’IA peut faire dans cette situation particulière. Il existe déjà dans les écoles des matériaux numériques de qualité, mais une utilisation appropriée de l’IA nous permettrait d’améliorer encore l’enseignement à domicile.

Dans le même temps, il existe différents types d’applications IA. Nous savons que les technologies d’apprentissage adaptatif pour l’évaluation et l’instruction connaissent un grand succès, mais nous constatons aussi actuellement une nouvelle évolution, y compris parmi les candidats aux Prix, à savoir l’arrivée de technologies de détection. Bien que ces technologies ne soient pas encore utilisées à grande échelle, elles présentent un fort potentiel. Prenons l’exemple des . Le diagnostic de la dyslexie peut être réalisé à partir du type d’erreurs que fait un élève sur une série spécifique de problèmes (Dytective), ce qui permet ensuite de sélectionner des jeux pour aider les élèves dyslexiques à progresser en compétences de lecture. De plus, les élèves produisent des écrits et leurs compétences fonctionnelles d’écriture peuvent être mesurées (Letrus) et soutenues encore avec des possibilités de pratique ajustée.

Tandis que l’IA a le potentiel d’améliorer l’enseignement à domicile pendant la crise du Covid-19, cette crise peut aussi aider à améliorer l’IA. Grâce aux technologies d’apprentissage adaptatif en ligne, les enseignants suivent les progrès des élèves via des tableaux de bord, font des ajustements et fournissent des commentaires que la technologie n’a pas été en mesure de faire. Comme cela se produit grâce à la technologie, les enseignants aident leurs élèves, tout en fournissant des éléments précieux pour améliorer l’IA.

Pensez-vous que l’IA pourrait accroître les inégalités?

Les applications d’IA dans l’éducation peuvent représenter à la fois un risque et une opportunité en matière d’inégalités. D’une part, ces technologies risquent de ne devenir disponibles que pour les enfants de pays les plus riches. D’autre part, les technologies d’apprentissage adaptatives intelligentes sont plus utiles lorsque les enfants apprennent à la maison, car elles sont adaptées aux besoins des apprenants.  Cela est susceptible d’améliorer la réussite scolaire, même pour les enfants issus d’environnements moins favorables à la maison. En outre, elles représentent une excellente occasion d’apporter un enseignement personnalisé aux élèves ayant des besoins éducatifs spéciaux. Il est donc important de voir l’avantage comparatif des technologies d’apprentissage adaptatif et de s’assurer qu’elles deviennent largement disponibles de façon à ce qu’elles soient durables et soutiennent l’enseignement à domicile dans l’avenir, dans le contexte de crises.