Quels services l’IA peut-elle rendre à l’enseignement supérieur ?

Quels services l’IA peut-elle rendre à l’enseignement supérieur ?

28 nov. 2023

L'intelligence artificielle (IA) transforme de nombreux secteurs d'activité et l'enseignement supérieur n'y échappe pas. De la personnalisation des parcours d'apprentissage à l'automatisation de tâches administratives, les applications concrètes se multiplient. Voyons plus en détail comment l'IA peut rendre de précieux services dans l’enseignement supérieur, en mettant en lumière le cas d'usage de Good Grades, un assistant intelligent d'évaluation d'examen.  

Impact de l’IA sur les métiers de l’éducation 

L’Intelligence Artificielle (IA) est déjà aujourd’hui utilisée massivement dans de nombreux secteurs professionnels. Les applications sont multiples :   

  • analyse et prédiction des flux de trésorerie des entreprises pour prévenir des risques financiers,  

  • évaluation des risques d’inondation pour les propriétés à partir d’images satellites afin de déterminer les primes d’assurances,  

  • analyse de documents juridiques, audit financière, automatisation de la comptabilité,  

  • analyse des parcours de carrière et recommandation des parcours de développement,  

  • analyse des vidéos d’entretien de recrutement, … 

L'IA est aussi en train de transformer radicalement le monde de l'éducation, en introduisant une multitude de solutions innovantes. Les efforts portent à la fois sur des optimisations pédagogiques et sur l’industrialisation de certaines activités para-pédagogiques ou administratives liées au suivi des scolarités et restées parfois « artisanales ». 

L'IA au service de la pédagogie 

La personnalisation de l'apprentissage est devenue possible. Les systèmes basés sur l'IA peuvent analyser les forces, les faiblesses, les préférences et le rythme d'apprentissage de chaque élève. Avec ces données, ils peuvent adapter le contenu pédagogique de manière à optimiser l'expérience d'apprentissage pour chaque individu. L’IA permet un enseignement sur mesure.  

L'IA offre des solutions dans le domaine de l’accessibilité pour les élèves malentendants ou malvoyants, comme les traductions instantanées et les descriptions audio. Les barrières linguistiques peuvent également être levées grâce à des outils de traduction en temps réel, permettant ainsi à des étudiants du monde entier d'accéder à des ressources précieuses. 

L’IA est aussi un soutien précieux pour les enseignants. Elle peut les assister dans la création de contenu, la préparation de cours et même dans la correction des devoirs.  

La mise en place de ces nouveaux services s’accompagne d’une vigilance afin de permettre aux professionnels de mieux exprimer voir de renforcer leurs compétences pédagogiques, de coordination et de pilotage des activités. 

De plus, le respect du cadre juridique de la formation dans l’utilisation de ces nouvelles applications requiert une attention particulière. Ces nouveaux services doivent garantir la propriété intellectuelle des auteurs et les usages de la RGPD.  

C’est dans ce contexte d’innovation et avec le soutien d’un comité pédagogique expérimenté que nous avons conçu Good Grades, un assistant « intelligent » d’évaluation d’examen. 

Une aide précieuse pour les enseignants  

Les enjeux sont de garantir le devoir d’équité vis-à-vis des étudiants, de transformer l’évaluation en une expérience d’apprentissage à haute valeur pédagogique et d’offrir un outil de pilotage de la qualité des programmes. Le principe de la solution est d’alléger la majeure partie de l’activité « taylorienne » du correcteur et de lui donner le recul nécessaire à l’analyse de la performance de l’examen pour l’aider à piloter la qualité de l’enseignement. 

Les biais de l’évaluation sont multiples et correspondent naturellement aux facteurs humains de cette mission. Les correcteurs connaissent bien, par exemple, l’effet « goutte d’eau » quand tout au long de la correction ils tolèrent la mauvaise utilisation d’un concept jusqu’à la dernière irritation qui fait déborder le vase ou bien l’effet « contraste » quand une copie moyenne souffre d’être évaluée après une excellente copie ou encore l’effet de « fatigue ». L’assistance d’évaluation par le processus neutre de l’IA peut aider l’enseignant à déjouer ces biais liés aux facteurs humains.  

-> L'évaluation des examens objectivée 

Good Grades propose pour chaque réponse une note et un indice de confiance qui permet au correcteur de trier les résultats estimés « confiants » de ceux qu’ils ne le sont pas. Dans ce processus, l’IA ne se substitue pas à l’enseignant. Les anomalies détectées par la machine sont rejetées et envoyées au correcteur. 

Cette solution traite des questions de texte : question de cours et question d’analyse. Cela permet à l’enseignant de répondre aux injonctions des accréditations à ne pas utiliser automatiquement les QCM et à évaluer les contenus autant que la qualité des analyses et des réflexions. Elle se présente sous la forme d’une plateforme de gestion d’examen et accompagne l’enseignant dans les phases de conception, de supervision des examens, d’évaluation et d’émission des rapports pédagogiques. Elle peut aussi s’interfacer avec les systèmes d’informations des établissements par connecteurs API. Outre l’évaluation des questions de texte qui représentent le cœur des services Good Grades, l’enseignant peut aussi concevoir des questions à partir de fichier de calcul et des QCM. 

-> Création de la solution Good Grades 

Le modèle choisi est du type « Transformer ». Il s’agit d’une méthode de représentation de phrases basée sur la technique de pré-entraînement de l'apprentissage profond qui utilise des réseaux de neurones de type Transformer pour encoder des phrases en vecteurs de haute qualité. L'architecture Transformer est un type de réseau de neurones récurrents bidirectionnels. Le modèle produit des représentations sémantiquement similaires pour des phrases et peut repérer des relations sémantiques complexes entre les phrases. Il peut comparer des paires de phrases de manière efficace, trouver des nuances et des relations subtiles entre elles. Cette capacité de généralisation permet au modèle de bien fonctionner sur des données d'entrée qui sont différentes de celles sur lesquelles il a été entraîné. 

A partir d’un modèle Transformer, notre équipe de « data scientist », spécialisée dans le traitement naturel du langage, a mis au point une solution composée de plusieurs briques technologiques. En parallèle, nous avons défini des critères d’évaluation afin de « monitorer » les performances de la solution.  

Les échanges réguliers avec notre comité pédagogique et nos partenaires sur la qualité des services attendus par les enseignants, les étudiants et autres acteurs de l’évaluation ont été fructueux. Ils nous ont permis de prendre en compte la diversité des types de contrôles à intégrer et d’optimiser le processus d’évaluation en termes de gain de temps, de confort de travail, de professionnalisation de cette activité.  

Plusieurs établissements ou groupements d’écoles ont souhaité devenir « bêta-testeurs ». Les ateliers pédagogiques que nous organisons leur permettent d’initier une nouvelle dynamique d’innovation dans un domaine majeur de l’enseignement. 

S'il est utilisé à bon escient, le potentiel de l'IA paraît immense pour faire progresser la qualité et l'accessibilité de l'enseignement supérieur. Les défis éthiques existent mais peuvent être relevés par une approche responsable et une collaboration étroite entre pédagogues et développeurs. L'IA ouvre la voie à un enseignement plus personnalisé, équitable et centré sur l'humain. 

Rester au courant de toutes

les dernières news

Kwark © 2023. All Rights Reserved.

Rester au courant de toutes

les dernières news

Kwark © 2023. All Rights Reserved.