Want to create interactive content? It’s easy in Genially!
UT-CAPITOLE_ENSEIGNER DANS LE SUPÉRIEUR À L'ÈRE DES IAG
christine.malo
Created on April 7, 2025
Start designing with a free template
Discover more than 1500 professional designs like these:
Transcript
ENSEIGNER DANS LE SUPÉRIEUR À L'ÈRE DES INTELLIGENCES ARTIFICIELLES GÉNÉRATIVES (IAG)
Enjeux pour l'ESR
Opportunités
IA génératives
Intégrité académique
Usages possibles
Concept d'IA
Zoom sur les IAG
Défis pour l'évaluation
Dialoguer avec les IAG
Usages responsables
Exemples concrets
Vers un usage éthique
Crédits
Références
CC
Mars 2025
Les bibliothèques de l'université
Quelles approches et quels défis pour l'évaluation ?
En 2024, 86 % des étudiants déclarent utiliser l’IA pour leur formation, plus de la moitié chaque semaine (Digital Education Council). Le défi : comment guider cet usage pour renforcer l'apprentissage sans nuire à l’autonomie, à la réflexion et aux compétences académiques ?
IA
IA
APPROCHE PAR CONTOURNEMENT
APPROCHE PAR INTÉGRATION
APPROCHE PAR ÉVITEMENT
Cette approche vise à limiter les risques de tricherie et à préserver l’intégrité académique en privilégiant les évaluations en présentiel et sans ordinateur
Les apprentissages, activités et évaluations sont adaptées de façon cohérente et alignée pour intégrer un usage critique et responsable de l’IA.
Cette approche rend les évaluations plus complexes et contextuelles pour empêcher l’IA de fournir des réponses pertinentes.
Exemples pour évaluer en tenant compte de l'IA
Options pour évaluer sans IA
Pistes pour minimiser l'impact de l'IA
D'après Lez et al., 2023 et CU Committee report (2024)
OPTIONS POUR ÉVALUER SANS IA
Examens en présence
- En présence avec limitation de temps
- Écrit sur table ou sur ordinateur avec restriction d'accès ou restrictions techniques
- Basé sur des questions à développement court ou long ou de type QCM
Évaluations pratiques
Intégration des compétences transversales dans l'évaluation
Observation de l'étudiant en situation
Présentations orales, travail en groupe...
crÉdits
Sources
- Vangrunderbeeck, Pascal. Intégrer l'IA générative dans les stratégies pédagogiques. Université catholique de Louvain , 2024, https://oer.uclouvain.be/jspui/bitstream/20.500.12279/1089.3/6/CahierLLL_IAG_OKOER.pdf
- Munn, Yves. (2025). 6 stratégies pédagogiques pour s’adapter aux défis de l’IA : Inspirées des pratiques en évaluation de UM-Flint [Infographie]. Le Carrefour UQAM.
- Université de Genève. (2023). Intelligence artificielle générative de texte [Présentation interactive]. Genially. https://view.genially.com/642e8b666cba7a0011ef4154
Réalisation
Les bibliothèques de l'université Service d'Accompagnement Documentaire de la Pédagogie bu-sadp@ut-capitole.fr
Licence d'utilisation: CC-BY-SA
Zoom sur les IA génératives
L'IA analyse, classe et prédit à partir de données, tandis que l'IA Générative va plus loin en créant du contenu nouveau, comme du texte, des images ou du code.
Lorem ipsum dolor
L’IAG peut générer automatiquement divers contenus (textes, images, vidéos…)
Consectetur adipiscing elit
Lorem ipsum dolor sit amet, consectetur adipiscing elit, sed do eiusmod tempor incididunt ut labore et dolore magna aliqua. Lorem ipsum dolor sit amet, consectetur adipiscing elit, sed do eiusmod tempor incididunt ut labore. Lorem ipsum dolor sit amet, consectetur adipiscing elit, sed do eiusmod tempor incididunt.
Generative
Transformers
GPT
Les versions gratuites conviennent aux usages simples ou exploratoires. Les versions payantes, offrent des fonctionnalités avancées et des modèles plus performants.
Pretrained
ÉVALUER EN TENANT COMPTE DE L'IA
Analyse critique
Faire identifier les erreurs dans une production IA et proposer une version améliorée avec des sources.
Utilisation guidée de l'IA
Intégrer l'IA dans des travaux (mémoire, rapport, projet), tout en documentant, critiquant et améliorant ses productions.
Pensez à demander à vos étudiants de :✔ Conserver les traces de leurs interactions avec l'IA, car vous pourriez les demander ✔ Mentionner explicitement l’usage d’une IA, par exemple : « Les outils d’IA générative suivants ont été utilisés lors de la rédaction de ce travail… »
Exemple de déclaration d'utilisation de l'IA dans les travaux académiques
PISTES POUR MINIMISER L'IMPACT DE L'IA
Contextualisation en ancrage
- Intégrer des éléments spécifiques du cours dans les exercices
- Exiger des travaux basés sur des sources inaccessibles aux IA
Pensée critique et analytique
- Proposer des études de cas complexes
- Concevoir des questions nécessitant une réflexion approfondie
- Privilégier les études de cas et les exercices aux solutions inédites
Expérience personnelle et apprentissage
- Favoriser la réflexion personnelle et les exemples vécus
- Évaluer le processus d’apprentissage plutôt que le résultat
Pour un usage responsable
L’usage des IAG présente des avantages, mais aussi des défis. Quels risques, biais et enjeux éthiques pour une utilisation responsable ?
Prompting essentiel
Compréhension limitée
LES IAG
Usage critique nécessaire
Limites et biais
Pratiques d'utilisation
Risque d'erreur
Attention au plagiat
Manque de transparence
Enjeux sociétaux et éthiques
Vulnérabilité
Sécurité des données
Dépendance et paresse intellectuelle
Impact environnemental
Régulation et responsabilité
Le concept d'intégrité académique
Quelques pistes de réflexion :
Esprit critique
Les IAG facilitent la création de contenu, soulevant des questions d’authenticité, de vérification, de citation et de propriété intellectuelle. Quels critères redéfinir pour un travail académique acceptable pour une utilisation responsable des IAG ?
Responsabilité
Transparence
Confidentialité
Dialoguer avec les IAG
L’usage d’une IA générative ne se limite pas à obtenir des réponses précises grâce à un prompt bien formulé. Il implique un engagement actif, où l’utilisateur (enseignant-chercheur ou étudiant) ajuste, évalue et affine en continu les entrées et les résultats obtenus.
Les questions à se poser
Choisir de prompter ou non
Prompter par itération
Conception du prompt
Pertinence de l'IAG
Rôle de l'utilisateur
Analyse de la réponse
Contexte d'utilisation
Amélioration continue
Choix de l'outil
Le concept d'IA
L’intelligence artificielle (IA) désigne des systèmes informatiques capables d’exécuter des tâches complexes qui, réalisées par des humains, mobiliseraient des compétences cognitives avancées, telles que l’apprentissage, le raisonnement, la compréhension du langage ou la prise de décisions.
Les différents niveaux de l'IA
D'après Beckett et al. (2023)
Science informatique
Science des données
L'intelligence artificielle
L'apprentissage automatique
L'apprentissage profond
Exemples concrets
L'IA peut assister à la conception de séquences d’enseignement, d’activités d’apprentissage et d’évaluations. Quelques exemples de prompts :
CM et TD
RÉVISIONS et ÉVALUATIONS
Structurer un cours Créer / enrichir des supports pédagogiques
Générer des quiz et des exercices interactifs
Créer des exemples concrets
Formuler des questions d'examen Élaborer des grilles d'évaluation
Concevoir des activités d'apprentissage pour les TD
Corriger et fournir un retour personnalisé
Quels usages possibles ?
Quelques potentialités de soutien pour vos pratiques professionnelles et celles de vos étudiants :
ENSEIGNEMENT
RECHERCHE
APPRENTISSAGE
Assistance pour la conception de cours
Interaction avec un corpus de connaissances
Aide à l'étude
Création de ressources pédagogiques
Aide à la collecte et à l'analyse de données
Aide à la créativité
Aide à l'évaluation des acquis
Aide pour des compétences spécifiques
Aide à la conception
Vers un usage éthique
L'intégration de l'IA transforme l'évaluation et l'accompagnement des étudiants. Quelle approche adopter pour un usage pertinent et éthique avec ses étudiants ?
Adaptation des pratiques pédagogiques
Responsabilité et esprit critique