Le rôle de l’IA dans l’éducation : comment l’IA change notre façon d’apprendre

Dans le domaine de l'éducation, l'adaptabilité de l'intelligence artificielle (IA) suscite de profondes inquiétudes. Les apprenants, les éducateurs et les décideurs politiques s’attendent à ce que la technologie s’aligne et s’appuie sur les compréhensions de l’apprentissage fondées sur la recherche, en particulier pour soutenir l’apprentissage des élèves touchés par la pandémie.

Un aspect clé de l’apprentissage basé sur l’IA est son adaptabilité. La technologie a pour rôle de « répondre aux besoins des étudiants, de s’appuyer sur leurs points forts et de développer leurs connaissances et leurs compétences ». Cependant, les adaptations peuvent parfois être trop spécifiques et limitées, et des parties importantes de l’apprentissage peuvent être manquées ou sous-développées. Par conséquent, un objectif important est de travailler « vers des modèles d’IA complets qui s’adaptent à une vision de l’apprentissage et évitent de limiter l’apprentissage à ce que l’IA est actuellement capable de bien modéliser ».

Même les avancées dans les « grands modèles linguistiques » ont leurs limites. Les modèles d'IA sont plus restreints, l'environnement d'apprentissage peut changer et il existe un manque de jugement humain de « bon sens », ce qui peut conduire à des réponses de l'IA qui sont « contre nature ou incorrectes ». Les nouvelles conceptions d’IA doivent en tenir compte.

Bien que les systèmes de tutorat intelligents (STI) aient fait des progrès significatifs en matière de feedback aux étudiants, l'importance pour les enseignants humains de motiver les étudiants et de les aider à s'autoréguler reste importante. Les enseignants humains comprennent leurs élèves mieux que la plupart des technologies éducatives et sont capables d'identifier un « moment propice à l'enseignement » que l'IA ne peut pas.

Afin d'élargir le modèle de base du système d'IA, nous pouvons partir des points suivants :

1. Conception adaptative centrée sur l'étudiant

Dans la conception adaptative, le système d'IA peut identifier les étudiants en analysant leur points d’intérêt des données d’apprentissage et leur fournir du matériel et des tâches d’apprentissage pertinents. Par exemple, si un étudiant montre un fort intérêt pour la dynastie Tang lors de son apprentissage de l'histoire, le système d'IA peut automatiquement ajuster le parcours d'apprentissage et fournir davantage de matériel et de tâches d'apprentissage sur la culture de la dynastie Tang. Ce parcours d'apprentissage personnalisé peut augmenter la motivation et l'engagement des étudiants. Dans une étude portant sur 1 000 étudiants, les étudiants qui ont utilisé cette conception adaptative ont amélioré leur apprentissage en moyenne de 15 %.

2. Inclusion et diversité

Le système d'IA peut s'adapter aux étudiants ayant des antécédents linguistiques différents en fournissant du matériel d'apprentissage dans plusieurs langues. Par exemple, si un étudiant vient du Guangdong et parle habituellement le cantonais, le système d'IA peut fournir des versions cantonaises du matériel d'apprentissage pour l'aider à mieux comprendre et maîtriser les connaissances. En outre, le système d'IA peut également fournir un soutien et des ressources d'apprentissage appropriés en fonction des progrès d'apprentissage et des capacités des étudiants pour répondre à leurs besoins d'apprentissage personnalisés. Dans une étude étrangère impliquant 500 étudiants issus de milieux multilingues, les étudiants qui ont utilisé cette conception inclusive et diversifiée ont amélioré leur efficacité d'apprentissage de 20 % en moyenne.

3. Innovation et ouverture

Le système d'IA peut encourager les étudiants à explorer et à innover en proposant des tâches de projet ouvertes. Par exemple, si un étudiant manifeste un fort intérêt pour la protection de l'environnement pendant ses études scientifiques, le système d'IA peut lui proposer une tâche ouverte sur la conception et la mise en œuvre d'un projet respectueux de l'environnement. En accomplissant cette tâche, les étudiants peuvent non seulement apprendre et maîtriser des connaissances scientifiques pertinentes, mais également développer leurs capacités de réflexion innovante et de résolution de problèmes. Dans une étude portant sur 2 000 étudiants, les étudiants qui ont utilisé cette conception innovante et ouverte ont amélioré leur créativité et leurs compétences en résolution de problèmes de 25 % en moyenne.

4. Évaluation approfondie et commentaires

Les systèmes d'IA peuvent aider les étudiants à comprendre leurs erreurs et comment les corriger en fournissant des commentaires détaillés. Par exemple, si un élève a du mal à résoudre un problème de mathématiques, le système d'IA peut fournir des commentaires et des suggestions détaillés pour aider l'élève à comprendre ses erreurs et le guider sur la façon de les corriger. Ce type de rétroaction détaillée peut aider les étudiants à mieux comprendre leurs connaissances et à améliorer leurs compétences en résolution de problèmes. Dans une étude portant sur 1 500 étudiants, les étudiants qui ont utilisé cette conception étendue d’évaluation et de rétroaction ont amélioré leurs compétences en résolution de problèmes de 30 % en moyenne.

Sur l'IA dans l'éducation, "deux grands points de vue" ont émergé : "L'IA soutient l'apprentissage des élèves" et "Soutient l'apprentissage de l'IA et des technologies associées". Sur ce dernier point, il souligne l’importance d’informer les étudiants sur l’IA, non seulement sur ce qu’elle peut faire, mais aussi sur les risques qu’elle présente.

Les efforts de recherche et de développement tentent de répondre aux recommandations en matière de stratégie d'apprentissage de l'IA, et nos principales recommandations sont de révéler les forces et les limites des modèles d'IA dans les prochains produits edtech et de se concentrer sur les modèles d'IA qui s'alignent étroitement avec la vision d'apprentissage. L’IA se développe rapidement aujourd’hui et nous devons faire la distinction entre les produits dotés de fonctionnalités d’IA simples et les produits dotés de modèles d’IA plus complexes.

Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!