«Vous pouvez demander à un chatbot des choses que vous n'oseriez peut-être pas demander dans un cours»
En bref
- L'IA générative permet déjà de fournir du matériel pédagogique sous d'autres formes et de le rendre plus accessible. Elle aide également à la programmation.
- Jan Vermant voit un potentiel mais aussi un besoin de développement pour les applications d'IA qui agissent comme des tutrices. Celles-ci pourraient automatiquement fournir un retour d'information personnalisé aux étudiantes et étudiants.
- Le travail avec l'IA générative doit être systématiquement intégré dans tous les programmes d'études de l'ETH Zurich.
Jan Vermant, en quoi l'IA générative a-t-elle changé l'enseignement depuis l'essor de ChatGPT ?
En tant qu'enseignants et enseigantes, nous sommes confrontées au défi de nous assurer, par le biais d'examens et de travaux écrits, que les capacités de nos étudiantes et étudiants occupent le devant de la scène, plutôt que les capacités d'un modèle de langage. Cela signifie que nous devons réfléchir attentivement à la manière de concevoir des formats d'examen qui reflètent les compétences individuelles et les approches créatives des étudiants et étudiantes.
Comment avez-vous réagi vous-même ?
Je fais plus d'examens oraux maintenant. Les discussions avec les étudiants et étudiantes et le retour d'information des assistantes et assistants d'enseignement sont devenus plus importants. Cela fait de l'examen des étudiants et étudiantes une tâche plus intensive et plus laborieuse pour les enseignantes et enseignants.
Dans quels domaines avez-vous constaté les avantages des modèles linguistiques ?
En programmation. Par exemple, dans l'un de mes cours sur la dynamique des fluides, les étudiants et étudiantes doivent chacun programmer une petite application. Auparavant, elles et ils perdaient souvent du temps à cause d'erreurs dans le code. Grâce aux modèles de langage, ils et elles ne commettent plus ces erreurs et nous pouvons aborder plus rapidement le contenu du cours, à savoir la physique. Cependant, nous devons également consacrer du temps à la discussion critique des résultats des modèles d'intelligence artificielle.
Comment l'ETH Zurich entend-elle préparer ses étudiantes et étudiants à cette réflexion critique ?
L'utilisation de l'IA générative fera partie des compétences que nous devons enseigner, et il existe d'excellents exemples de la manière dont cela a déjà été mis en œuvre - y compris dans des domaines autres que l'informatique. En génie civil, par exemple, les compétences en IA sont progressivement développées de manière très structurée dans le cadre d'un cours sur l'ingénierie numérique. Dans ce cours, les étudiants et étudiantes travaillent avec des modèles de langage afin de mieux comprendre le code d'un programme, de le compléter, d'identifier les erreurs et de le documenter. De même, un cours de biologie utilise une tutrice IA qui applique le matériel d'enseignement et aide les étudiantes et étudiants en leur posant des questions ciblées afin d'approfondir leurs connaissances. Mais il y a aussi d'autres cours qui utilisent l'IA générative et que nous promouvons ou avons promu par le biais de notre financement des innovations dans l'enseignement.
Dans quel rôle pensez-vous que l'IA générative offre le plus grand potentiel pour l'enseignement ?
En tant que tutrice- dans le sens où nous pouvons utiliser l'IA générative pour fournir automatiquement un retour d'information personnalisé aux étudiants et étudiantes. Dans le cadre du projet Ethel, l'ETH Zurich teste des chatbots spécifiques aux cours qui soutiennent l'apprentissage ou peuvent corriger les exercices soumis sur la base des supports de cours respectifs. L'avantage est qu'ils le font aussi souvent que vous le souhaitez, à n'importe quelle heure du jour ou de la nuit. Vous pouvez également poser à un chatbot des questions que vous n'oseriez peut-être pas poser dans un grand auditorium. À long terme, je pense qu'il y a un potentiel dans cette interaction à bas seuil et dans le retour d'information immédiat et individuel qui peut être fourni, mais nous n'en sommes qu'aux premiers stades.
Expérimenter avec des vidéos d'IA
L'impact de l'apprentissage change-t-il lorsque des vidéos éducatives générées par l'IA avec des avatars sont utilisées à la place de vidéos avec de vraies conférencières ou conférenciers ? Torbjørn Netland, professeur de gestion de la production et des opérations à l'ETH Zurich, s'est penché sur cette question et a publié ses conclusions dans une revue académique. Dans le cadre d'une expérience en ligne, il a demandé à 447 participants et participantes de regarder des vidéos normales et des vidéos générées par l'IA, de passer un examen et de répondre à un sondage. Résultat : il y a une légère préférence pour les vidéos de personnes, mais les résultats d'apprentissage sont aussi élevés dans les deux cas.
Torbjørn Netland, professeur à l'ETH, a récemment mené des expériences dans le cadre d'un projet de recherche utilisant des avatars d'IA dans des vidéos éducatives. Pourrons-ils bientôt remplacer les professeurs et professeures?
Non. Un enseignement universitaire nécessite une interaction avec des êtres humains. Le savoir doit être contextualisé et continuellement différencié si nous voulons atteindre les standards qui font la réputation de l'ETH Zurich. Cependant, Torbjørn Netland ne veut pas remplacer les professeures et professeurs par des avatars, surtout pas dans un amphithéâtre. Il a cherché à savoir si les vidéos générées à l'aide de l'IA générative présentaient des avantages ou des inconvénients par rapport à d'autres vidéos (voir encadré). Il est clair que le simple transfert de connaissances peut être restructuré à l'aide de l'IA générative. Mais je suis convaincu que les modèles linguistiques ne seront jamais qu'une aide à l'enseignement et qu'ils ne remplaceront pas l'interaction humaine. Après tout, notre objectif est d'inciter les étudiants et étudiantes à prendre de l'avance et à approfondir leurs connaissances. C'est une tâche difficile pour un modèle linguistique.
Comment l'IA générative modifie-t-elle les programmes d'études ?
Bien sûr, il faut prévoir un espace pour les méthodes et les connaissances de base : Comment rédiger des prompts dans le milieu académique? Quels types d'erreurs les modèles commettent-ils ? Dans quels domaines donnent-ils une image déformée ? En principe, je pense que les enseignantes et enseignants devront probablement consacrer plus de temps à la pratique et à l'encouragement de la pensée critique avec les étudiants à l'avenir. C'est un temps que les enseignants et enseignantes pourraient gagner en utilisant l'IA dans le cadre d'un transfert direct de connaissances.
Quelles sont, selon vous, les limites des modèles linguistiques dans l'enseignement ?
Dans mon domaine, j'ai constaté que la majorité ne fait pas nécessairement la même chose que les meilleurs et meilleures. Cependant, les modèles linguistiques ne reflètent souvent pas cette connaissance pionnière et offrent plutôt une réponse «moyenne», pour ainsi dire. J'ai interrogé des modèles de langage sur mon domaine et, jusqu'à présent, les réponses n'ont pas été très intelligentes.
Quels sont les plus grands défis pour l'avenir ?
À l'heure actuelle, nous dépendons des grands acteurs, même si nous possédons des compétences qu'ils n'ont pas. Je me demande comment nous pouvons tirer parti de nos propres atouts pour créer nos propres possibilités d'enseignement.
