L’agentivité comme cadre de réflexion pour l’IA dans la classe

Je propose ici un petit retour d’expérience sur ma participation à une semaine de formation pour découvrir les usages de l’IA Générative pour les sciences. Au travers de ce retour, nous cherchons à partager des réponses aux questions suivantes en trois billets : Quel cadre pédagogique pour tirer parti de cette technologie d’IA Générative ? Comment construire un programme de découverte d’une nouvelle technologie de l’information ? Est-ce que cette technologie peut être utilisée dans un cadre de recherche scientifique ?

Par rapport à l’usage de l’IA Générative (IAG), différentes craintes se font entendre autour de l’idée que l’apprenant puisse se servir de cet outil pour répondre sans avoir à apprendre. Il est donc indispensable qu’une interaction avec une IAG se fasse dans un processus plus large d’appropriation et de réflexion. La réponse d’un tel outil doit être donc soumise à une analyse critique, à une appropriation par l’apprenant et donc à un travail complémentaire d’exploitation et d’intégration. Il est difficile de motiver un étudiant en lui dictant un tel travail, ce travail ne peut s’opérer de manière efficace que s’il peut s’opérer de manière indépendante.

Comme le rappelle Wayne Holmes dans son chapitre IA, AIED et agentivité, l’agentivité est cette capacité d’agir de manière indépendante,en opérant des choix parmi différentes options en fonction de ses croyances, de ses valeurs et de ses objectifs. L’agentivité est cruciale pour le développement personnel et la réussite de l’individu. Je vous invite d’ailleurs à lire ce document, très clair et explicite. Il donne comme exemple : « la capacité d’agir des élèves peut être accrue quand ils ne sont pas traités comme de simples destinataires de la connaissance, mais comme de véritables acteurs du processus éducatif et quand ils jouissent de l’autonomie nécessaire pour explorer leurs propres domaines d’intérêt, poser des questions, identifier et fixer leurs propres objectifs d’études et s’approprier leur propre apprentissage ». Il rappelle que l’agentivité des enseignants est également importante.

L’IA est souvent déployée comme source de recommandations, de retours instantanés ou de ‘solutions’ proposées, ou comme une source de mesure. Dans ce cas les apprenants perdent l’opportunité de développer une réflexion critique. L’étude de Darvishi, Khosravi, Sadia, Gasevic, et Siemens : Impact of AI assistance on student agency (Impact de l’assistance basée sur l’IA sur l’agentivité des étudiants) conclut au travers d’une expérimentation visant à développer l’autorégulation des apprentissages des étudiants qu’une assistance simple ne permet pas aux étudiants de développer leur autonomie, même si le soutien immédiat est réel et mesurable. L’hypothèse est que les étudiants ne s’approprient pas ces questions dans ce cas. A contrario, des aides explicites et l’incitation à l’échange entre pairs donne des résultats plus encourageants.

Il semble donc indispensable que l’IA soit intégrée comme outil d’aide à penser, plutôt que comme une assistance que comme outil de contrôle ou de prise de décision à votre place. Des démarches de résolution de problèmes, ou de réalisation de projets semblent plus adaptées pour une association de l’IA au travail de l’étudiant.

Dans notre prochain billet, je vous propose un retour d’expérience sur une modalité de découverte de l’IA générative dans la démarche scientifique.

Crédit photo : Images d’Alice, au pays des merveilles – Salle des portes par Bibliothèque des Champs Libres licence CC-by-SA2.0