Concevoir des tâches de formations intégrant les intelligences artificielles génératives : une démarche itérative permettant de réviser des hypothèses de conception

Abstract

La démocratisation de l’intelligence artificielle (IA) générative, telle que ChatGPT, constitue un événement majeur qui appelle les institutions de formation à se questionner sur les transformations qu’elles doivent entreprendre pour tirer profit de ces nouvelles technologies, plutôt que de les subir. En effet, Bernard Stiegler nous enseigne que les outils technologiques sont des pharmakons. Remède ou poison, l’IA peut être utilisée de manière positive, permettant à l’étudiant de s’individuer, ou, au contre, elle peut rendre le rendre prolétaire, en incapacité à rediscrétiser : l’individu subit la technologie.

Le présent travail de mémoire porte sur la conception de tâches de formation où l’apprenant ne se trouve pas dans une position passive où il accepte les réponses générées par l’IA, voire lui délègue son apprentissage. Bien plus, ces tâches visent à mettre l’apprenant en capacité à s’interroger sur le contenu produit par les IA génératives. Ce travail de conception s’effectue à travers une démarche itérative afin d’élaborer et réviser des hypothèses de conception, ainsi que les tâches à travers lesquelles ces dernières sont testées. Dans ces tâches, l’accent est mis sur la capacité de l’apprenant à rediscrétiser, en particulier à évaluer les textes générés par l’IA, et sur leur concentration sur leur processus d’apprentissage.

Les résultats se sont basés sur deux boucles itératives de ce travail. La première boucle porte sur l’étude exploratoire qui a permis de récolter des données en vue de réviser les tâches et les hypothèses de conception. La seconde boucle concerne l’étude principale, qui a permis d’accéder à l’expérience des apprenants par des entretiens d’autoconfrontation. Selon les résultats ainsi obtenus, les apprenants étaient capables d’identifier les différences/similitudes — en se basant sur leurs connaissances, le prompt et les textes générés par l’IA — afin de s’individuer. Ainsi, ils arrivent à s’approprier le contenu généré pour enrichir leur apprentissage. Toutefois, la charge que peuvent représenter de telles tâches ne doit pas être sous-estimée. Ce, d’autant plus que la fatigue qui résulte d’une position active, où l’apprenant questionne continuellement l’IA générative, risque de le conduire à la prolétarisation s’il cesse de rediscrétiser et subit alors la technologie.