Les prochaines étapes ?

45 Enseigner l’IA

A ce stade, nous considérons que l’enseignant est suffisamment averti en matière d’IA pour les utiliser de manière sûre, en les exploitant au service du processus pédagogique. L’enseignant peut également souhaiter partager avec ses élèves quelques connaissances internes ou expliquer comment fonctionnent certains des outils que les élèves utilisent. Pour autant, cela ne donne pas, encore, à l’enseignant le rôle et la tâche d’enseigner l’IA.

Toutefois, la question finira par se poser. Doit-on former tout le monde à l’IA, enseigner ce qui la concerne ? Dans ce cas, que doit-on enseigner ? Qui doit être l’enseignant ? Combien de choses encore l’enseignant doit-il apprendre ?

Ce que nous avons appris de l’enseignement du code

Il y a 10 ans, la plupart des pays européens sont parvenus à la conclusion suivante : « apprendre à utiliser un ordinateur ne suffit pas, il est nécessaire d’apprendre à coder à tous les enfants (ou parfois, leur apprendre de manière plus ambitieuse le calcul et l’informatique)1,2. Les arguments qui étaient alors utilisés sont probablement encore valides aujourd’hui en ce qui concerne l’intelligence artificielle :

  • Savoir coder est aussi utile et nécessaire que savoir écrire et compter,
  • Toutes les activités humaines requièrent du codage,
  • Le codage est également lié à d’autres compétences nécessaires comme la résolution des problèmes.

Le codage a donc été intégré, avec des résultats variables3. En particulier, trop peu de ressources ont été allouées à l’aspect humain : la formation des enseignants. Force est de constater qu’un véritable problème se posait à ce niveau-là : une trop bonne formation des enseignants les aurait conduits à abandonner l’enseignement pour travailler dans le secteur informatique, où les salaires sont bien plus élevés ! C’est ce que montrent tous les rapports d’Informatics Europe et d’autres organisations (avec des exceptions, évidemment).

La formation des enseignants s’est avérée complexe dans tous les pays et, en 2023, les résultats sont encore hétérogènes. Dans la plupart des pays, on estime que le nombre d’enseignants correctement formés est insuffisant. Cela rend particulièrement complexe le fait d’envisager la formation des enseignants à l’IA, à un niveau suffisant pour qu’eux même puissent enseigner l’IA (plutôt qu’enseigner en utilisant l’IA).

Education à l’IA

Le premier objectif pourrait consister à intégrer une forme d’éducation à l’IA à l’école, sans pour autant que l’on s’accorde (encore) sur ce que cette formation devrait impliquer. Souhaite-t-on expliquer comment l’IA fonctionne ou simplement présenter les résultats de l’utilisation de l’IA ? Cette éducation doit-elle se limiter à la compréhension des IA ou également inclure la capacité à s’adapter et à créer dans ce domaine ? Ce sont des questions auxquelles nous nous devons de répondre. Peut-être qu’afin de savoir ce qui doit être enseigné dans le cadre d’une formation à l’IA, la première question à se poser est la suivante : que souhaite-t-on accomplir ?

Si l’éducation à l’IA permet aux personnes de faire la différence entre la science et la magie, d’envisager l’adoption d’une nouvelle solution IA et d’avoir une connaissance intuitive du fonctionnement de cette solution(et pas uniquement de ses effets), il conviendra également de mettre en place une forme de formation pratique : les élèves et les étudiants devront être en mesure de tester les systèmes et de comprendre les modèles de fonctionnement de ces systèmes.

Paradigmes

L’IA ne concerne pas seulement des algorithmes. Elle comprend également de nombreux aspects humains et des questions qui doivent être mûrement réfléchies. Par exemple, la plupart des méthodes d’IA reposeront, dans une certaine mesure, sur des éléments aléatoires. Cela peut sembler étrange pour des techniques qui sont censées nous aider à prendre des décisions radicales (ou qui prennent directement des décisions, comme c’est de plus en plus souvent le cas, par exemple pour les marchés boursiers).

Pourtant, si l’IA doit jouer un rôle clé dans notre futur, ne devrions-nous pas nous y mettre dès maintenant ?

Un rapport de l’Unesco de 20184 suggère que les 5 sujets suivants, pour la plupart absents du système éducatif actuel, doivent être traités :

  1. La programmation. Même si l’utilisation de ces outils ne semble pas impliquer l’utilisation directe de la programmation, le raisonnement sous-jacent des outils IA suit des règles qui peuvent être apprises grâce au code.
  2. Le hasard joue un rôle clé. Cela surprend souvent, mais l’IA peut commettre des erreurs qui sont, en grande partie, inévitables : elles peuvent être causées par la qualité des données ou des capteurs, mais aussi par la nature statistique des algorithmes utilisés. La plupart des algorithmes d’IA ne visent pas un taux d’exactitude parfait.
  3. Le monde n’est plus déterministe. Cela est lié au point précédent, mais les conséquences sont spécifiques car c’est là que nous comprenons qu’un système d’IA peut nous fournir des réponses différentes, parfois même contradictoires, à des questions simples. La lecture de l’article d’Alan Turing de 19506 est très éclairante à ce sujet.
  4. La pensée critique est essentielle, mais il est devenu nécessaire de savoir comment utiliser les bons outils. Les outils d’IA développent des faux de plus en plus efficaces : de fausses images, de fausses vidéos et désormais, de faux textes. Demain, ils pourront probablement créer de faux cours. La seule utilisation de notre bon sens ne nous permet plus de prendre de décisions éclairées en ce qui concerne la véracité d’une image, d’une voix ou d’un texte.
  5. Les valeurs que nous chérissons, celles qui nous aident à analyser le monde, à prendre des décisions morales, à faire le choix de consacrer notre temps aux études ou au travail, toutes ces valeurs doivent être examinées de près à la lumière des progrès de l’Intelligence Artificielle. La zone grise de la vérité se développe de jour en jour ; cette expérience n’aura peut-être pas de valeur lorsque l’IA sera capable de se référer à une expérience collective en analysant les données.

La compréhension de ces problèmes, ou du moins la formulation de ces problématiques, est une nécessité.

Cursus et programmes

A la fin de l’année 20234,5, on compte peu de programmes concernant l’IA destinés à l’ensemble du cursus scolaire ou aux enseignants. L’Unesco a commencé à recenser ces programmes et à les présenter8.

L’Unesco est un acteur clé de l’enseignement dans le monde entier. En raison de son implication dans les Futurs de l’Education9, l’Unesco s’intéresse particulièrement au rapport entre l’IA et l’enseignement. L’organisme fournit ainsi des documents très utiles qui aident à la fois les décideurs et les enseignants, en ce qui concerne l’IA, l’enseignement ou l’éthique relative à l’utilisation de l’IA générative dans un cadre pédagogique. En2023, les experts de l’Unesco ont élaboré des documents qui décrivent les compétences requises pour les enseignants et les étudiants11. La version finale est attendue pour 2024, mais la version de 2023 propose déjà des aspects qui allient questions technologiques et sujets plutôt liés aux sciences sociales ou, en ce qui concerne les enseignants, qui concernent les problèmes de développement professionnel. Même si le codage n’est pas immédiatement nécessaire, il semblerait que cette compétence soit requise pour mieux comprendre l’IA.

Coder l’IA

Le codage, ou la programmation, est une activité promue dans la plupart des pays européens depuis 2012. En 2023, l’Union Européenne a soutenu l’enseignement de l’Informatique en Europe.

Pourtant, depuis l’avènement de l’IA générative et compte tenu de son impact anticipé sur l’enseignement10,l’utilité de l’apprentissage du codage a été remise en question. Ne peut-on pas simplement laisser les IA exécuter des tâches pour nous ? Ou, au contraire,puisqu’à l’avenir de nombreux emplois dépendront de l’IA, ne devrait-on pas apprendre à coder pour mieux exploiter l’IA ?

Découvrir !

La principale raison d’apprendre à coder, c’est qu’un enseignant ou un élève pourrait utiliser l’IA dans le cadre de programmes informatiques. Le « codage de l’IA » implique un certain nombre de tâches. Le développement de modèles fait habituellement partie de la data science et du machine learning : un(e) bon(ne) codeur/codeuse peut prendre un ensemble de données, le nettoyer sans distorsion et l’utiliser afin de déduire des règles et des modèles grâce à des algorithmes d’apprentissage automatique. La personne en charge de la programmation peut spécifier les attributs importants ou laisser l’algorithme classifier le texte ou les images brut(es). A cette fin, certains langages sont particulièrement efficaces, comme c’est le cas d’Orange. Dans d’autres cas, un développeur ou une développeuse pourra choisir d’utiliser une langue commune comme Python.


 Royal Society (2012). Shut down or restart? Report of the Royal Society. 2012 https://royalsociety.org/topics-policy/projects/computing-in-schools/report/T.

Académie des Sciences (2013). L’Académie des Sciences : L’enseignement de l’informatique en France – Il est urgent de ne plus attendre. http://www.academie-sciences.fr/fr/activite/rapport/rads_0513.pdf

Informatics Europe (2017).  Informatics Education in Europe: Are We All in the Same Boat?

 Colin de la Higuera (2018). Report on Education, Training Teachers and Learning Artificial Intelligence. https://www.k4all.org/project/report-education-ai/

Touretzky, D., Gardner-McCune, C., Martin, F., & Seehorn, D. (2019). Envisioning AI for K-12 : What Should Every Child Know about AI ? Proceedings of the AAAI Conference on Artificial Intelligence, 33, 9795-9799. https://doi.org/10.1609/aaai.v33i01.33019795

A. M. Turing (1950)—Computing Machinery and Intelligence, Mind, Volume LIX, Issue 236, October 1950, Pages 433–460, https://doi.org/10.1093/mind/LIX.236.433

Howell, E. L., & Brossard, D. (2021). (Mis) informed about what? What it means to be a science-literate citizen in a digital world. Proceedings of the National Academy of Sciences, 118(15), e1912436117. https://www.pnas.org/doi/abs/10.1073/pnas.1912436117

Unesco (2022) K-12 AI curricula: a mapping of government-endorsed AI curricula. https://unesdoc.unesco.org/ark:/48223/pf0000380602

9 Unesco (2023). Artificial intelligence and the Futures of Learning. https://www.unesco.org/en/digital-education/ai-future-learning

10 Unesco (2023). Guidance for generative AI in education and research. https://www.unesco.org/en/articles/guidance-generative-ai-education-and-research

11 Unesco (2023). AI Competency frameworks for students and teachers. https://www.unesco.org/en/digital-education/ai-future-learning/competency-frameworks

Licence

Symbole de Licence Creative Commons Attribution 4.0 International

IA pour les enseignants : un manuel ouvert Droit d'auteur © 2024 par Colin de la Higuera et Jotsna Iyer est sous licence Licence Creative Commons Attribution 4.0 International, sauf indication contraire.

Partagez ce livre