Categorie: Tutti - cartographie - optimisation - enseignement - techniques

da Laurent Le Toux mancano 26 giorni

25227

Cartographie : IA génératives dans l'enseignement

Les outils de cartographie et les IA génératives jouent un rôle crucial dans le domaine de l'enseignement moderne. Les enseignants et les étudiants peuvent utiliser ces technologies pour créer des prompts efficaces qui facilitent l'

Cartographie : IA génératives dans l'enseignement

CARTOGRAPHIE - IA génératives dans l'enseignement www.sup-ubs.fr - MAJ : 27/11/2024

Impact sur les évaluations

Adapter ses modalités d'évaluation
Fiche récapitulative
INTÉGRATION : Mettre en place des évaluations qui intègrent l'IA

Développer l'approche projet, le travail collaboratif

Mettre en place autoévaluation et évaluation par les pairs avec grille

Multiplier les angles d'évaluation

Évaluer la créativité des étudiants

En couplant évaluation à échanges et questions posées à l'étudiant

En diversifiant les tâches/activités demandées (exemple : observation / analyse / oral)

Exemple : Fiche de lecture

Expérience personnelle

Point de vue

Résumé

Proposer une évaluation inversée

Proposer à l'étudiant de générer une évaluation permettant de balayer l'ensemble d'un cours, d'un sujet...

Exemple : demander aux étudiants de générer le contrôle idéal avec les questions phares sur le sujet

Proposer à l'étudiant de créer des questions clés pour aborder un problème complexe

Évaluer l'analyse et l'esprit critique

Pour aller plus loin : module UBS - "Développer son esprit critique"

Cas pratique : Humain vs Machine

2. Rédiger un document réflexif sur les différences, les manques de chaque coté

1. Sur une thématique, comparer un travail exclusivement personnel au résultat généré depuis l'IA

Evaluer la qualité/pertinence des questions posées à l'IA

Evaluer une démarche plutôt qu'un contenu

Générer un dialogue avec IA et analyser les réponses

Comparer des productions avec et sans IA

Pointer des limites et des manques

Fournir des sources adaptées

Vérifier des affirmations

Ajouter des contraintes, des exigences

Replacer dans l'évaluation des éléments/concepts vus en classe ou faire un parallèle avec des éléments d'actualités

Évaluer les usages des élèves d’une IA Générative

CONTOURNEMENT : Mettre en place des évaluations pour lesquelles l'utilisation de l'IA est complexe ou non pertinente

Argumentaires

Etudes de cas

Analyse réflexive

Description d'une démarche, d'un process

Retours d'observation

Expériences pratiques

ÉVITEMENT : Mettre en place des évaluations sans accès à l’IA

Activité Test Hors Ligne (Moodle UBS) : créer des examens papiers avec correction automatique

Groupes de discussions, débats....

Oraux

Examens présentiels

Tester les éléments d'évaluation vis à vis des IA génératives

IA faible : propice à hallucinations dans certains domaines sur des questions précises (Géographie, Histoire, Droit, Sciences politiques etc.)

Exemple : ChatGPT sera souvent pertinent sur des écrivains comme Baudelaire ou Rimbaud, nettement moins sur un auteur plus confidentiel.

Adapter / compléxifier si l'IA réussit l'examen

Questionner ses modalités d'évaluation en adéquation avec l'alignement pédagogique de son cours

La taxonomie de Bloom à l'ère de l'IA générative

Travailler ses évaluations en les orientant davantage compétences que connaissances

Echelle de l’intelligence artificielle dans l'évaluation

Guide d'intégration de l'IAG pour les activités d'enseignements et d'évaluation

Poser un cadre
Sensibiliser aux attendus d'une formation/parcours universitaire (intégrité, respect des modalités...)
Sensibiliser aux limites des outils (enjeux éthiques, respect du droit d'auteur...)
Recommander une totale transparence quant à l’utilisation des outils d’IA dans les travaux académiques (règles de citation, méthodologie de recherche, mention de l'utilisation de l'IA...)

Pour citer l'utilisation d'une IA générative

Encadrer l'utilisation des IAs génératives pour les rendus de travaux universitaires et les évaluations (syllabus de cours)
Enjeux
Aspect éthique

En cas de suspicion, possible d'engager un oral complémentaire

Les outils permettant de détecter l'usage des IAs, tels ChatGPT sont peu, voire inefficaces

Des moyens de contournement existent

Est-ce de la triche ?

Une nouvelle technologie en pleine évolution qui interroge les modalités et pratiques d'évaluation

L’évaluation des apprentissages doit prendre en compte l’existence de ces outils. Les modalités d'évaluation doivent être adaptées en conséquence

L'utilisation simplifiée de ces outils questionne la pertinence de maintenir et d'évaluer les devoirs "maison" ou les rendus reposant sur de la rédaction (mémoire, rapport, synthèse...), la traduction ou toute activité facilement réalisable par les IAs génératives.

Applications pédagogiques

Exemples de cas d'usage spécifique à un domaine d'enseignement
Economie

Business Analyse

Informatique

ChatGPT-assisted code review

Littérature / Art

Discuter la notion de travail original

Brainstorming créatif

Droit

Fournir des arguments et contre arguments

Recherche préparatoire

14 façons d'utiliser ChatGPT en fac de Droit

Améliorer l'accessibilité des contenus
Vérification des documents
Descriptions de contenus
Text to Speech
Doublage
Analyser les sorties des IA génératives
Enrichir le contenu généré
Développer la pensée critique
Susciter débat : le pour / le contre
Repérer les insuffisances
Échanger / Interroger un persona
Historique, Recruteur, Journaliste etc

Exemple : Entretien d'embauche

Exemple : Socrate pour un enfant de 10 ans

Plateforme dédiée : https://beta.character.ai/

Individualiser les apprentissages
Learning analytics

Apprentissage adaptatif / prédictif

Exemple Wooflash

Tuteur virtuel

Exemples d'applications : Khan Academy / Duolingo

Pour être interrogé sur un sujet de manière interactive

Exemple : "Présente moi le modèle OSI et ajoute un test de trois questions à la fin. Ne pas me donner les réponses et me dire si j'ai juste après avoir répondu."

Concevoir des éléments d'évaluation
Grille d'évaluation
Flashcards de révision

Wooflash

Rétroactions / Feedbacks
Exercices
Banque de questions

Utiliser ChatGPT et Wooclap pour concevoir un QCM et l’intégrer dans Moodle

Conception de matériel pédagogique
Illustrations

Les outils de génération d’image comme Midjourney, DALL·E ou Adobe Firefly peuvent représenter une source d’illustration intéressante pour les supports de cours.

À partir des contenus originaux

Construire un glossaire

Rédiger des fiches de synthèse

Générer des contenus interactifs (flashcards, glossaires, questionnaires etc) depuis ses documents

Edtake

Nolej

Diaporama / Présentation
Préparation de cours
Idéation

Sujets de travaux de groupe

Suggérer des idées de projets

Scénario pédagogique
Syllabus

Aide à la rédaction / Amélioration des objectifs du cours / Idées d'activités

Exemple : Harvard Business Publishing Education - If Your Syllabus Needs a Refresh, Generative AI Can Help

Plan

Usages courants

Coder
Corriger / Débugger

ChatGPT Canvas est particulièrement adapté.

Analyse de code

Cas pratique pour l'enseignement : Faire une grille d'évaluation du code et demander à ChatGPT d'évaluer le code fourni à partir de celle-ci.

Générer

Codestral

Traiter de l'information
Générer des formules pour Excel

Exemple : "Écrit une formule Excel qui calcule 50% de la le somme de la colonne A et B"

Croiser des documents

Exemple : Tableur Excel

Traduction

DeepL

Sous titrage / Transcription / Doublage
Extraction / Analyse de contenus
Synthétiser / Simplifier
Vulgariser pour un problème complexe ou une première approche

Exemple : "Explique moi comme à un enfant de 10 ans ce qu'est la physique quantique"

Résumer un contenu

Exemple : résumer une vidéo YouTube

Exemple : "Résumer le document en 5 lignes"

Mettre en forme
Découper en paragraphe
Listes à puces
Tableau
Améliorer un contenu
Corriger / ajuster un texte sans changer son style

Exemple : "Tu ne devras améliorer que la grammaire et l'orthographe. Il ne faudra en aucune cas changer le style d'écriture comme rendre un paragraphe plus formel"

Reformuler
Lister les points faibles du texte rédigé et les améliorations possibles
Illustrer
Éditer une image
Les outils de génération d’image peuvent représenter une source d’illustration pour les supports de cours.
Rédiger un contenu
Modèles
Articles
Essais
Notes
Interagir / Échanger
Demander des explications
Poser / Se faire poser des questions
Interroger un concept
Rechercher des contenus
Générer des bases de plan de voyage, d’entrainement, recommandations etc
Aide à l'organisation
Idéation
Se documenter

Optimiser ses prompts

Exemples de prompts types pour l'enseignement
Techniques pour optimiser ses prompts
Recommandations avancées

Contenus

Pour demander de détailler un maximum

Exemple : "Rédiger un paragraphe détaillé sur XXX en ajoutant autant d'informations que nécessaires"

Utiliser le modèle pour questionner jusqu'à ce qu'il ait les informations nécessaires

Exemple : "À partir de maintenant, pose moi des questions jusqu'à ce que tu aies assez d'informations pour créer mon plan d'entrainement"

Limiter les biais / stéréotypes

Exemple : "S'assurer que la réponse est non biaisée et ne se base pas sur des stéréotypes."

Compléter un texte utilisant des mots, phrases dans le même registre

Exemple : ""Il était une fois XXX ..." J'ai fournis le début du poème, le compléter en utilisant le même registre de manière cohérente"

Fournir un extrait pour "écrire dans le style de"

Exemple : "Écrire un paragraphe sur XXX de la même manière que l"extrait suivant []"

Définir le public visé dans le prompt

Exemple : "Expliquer le fonctionnement d'un ordinateur à un enfant n'en ayant jamais utilisé"

Structure

Utiliser des séparateurs

Exemple : "Rédiger une note sur la préservation des "rhinocéros blanc" en Afrique"

Commencer par "###Instruction### suivi de ###Exemple### ou bien ###Question###"

Exemple : "###Instruction### Traduire en allemand. ###Question### Quel est le mot Allemand pour "cochon d'inde"" ?

Utiliser des amorces de réponses

Exemple : "Décrire le principe de relativité. Explication détaillée :"

Utiliser l'apprentissage par l'exemple

Exemple : "Répond de la manière suivante "Le résultat est A + B = C""

Décomposition les tâches complexe en plusieurs étapes (séquences d'invites simples)

Demander d'avancer étape par étape

Exemple : "Écrit un programme en python pour XXX. Réfléchir étape par étape."

Formulations

Promettre un pourboire !!

Exemple : "Je te donne un pourboire de 100€ si tu me donnes la meilleure solution"

Ajouter une pénalité

Exemple : "Tu seras pénalisé si tu n'utilises pas un langage simple"

Utiliser des termes affirmatifs : "fais" plutôt que "ne fais pas"

Répéter le mot / la phrase clé dans le prompt

Être directif

Exemple : "Tu dois", "Ta tâche est de"

Aller droit au but : pas nécessaire d'utiliser de formule de politesse

Prompt Engineering Guide
À retenir : "Rôle + Tâche + Format"

Ajuster / Améliorer le contenu de manière itérative

Analyse, vérification, réflexion critique

Définir les formats / limites

Exemple : "Pour chaque question : 4 choix de réponses, 2 correctes, 2 fausses. Ne pas afficher les réponses correctes."

Définir la tâche / le contexte

Exemple : "Concevoir 5 questions à choix multiples sur la thématique de l'Ancien Régime à destination d'étudiants de 1ère année d'histoire"

Préciser le public visé

Donner un rôle à l'IA

Exemple "En tant qu'enseignant en histoire à l'université,"

Qu'est-ce qu'un prompt ?
Instruction en langage naturel

Il est possible de demander à une IA texte de générer un prompt à destination d'une IA image ou autres.

Mode d'emploi "officiel" de prompt engineering par ChatGPT

Types de contenus

Plus d'outils : https://start.me/p/gyYlMK/outils

Chaque outil a son modèle économique, la majorité sont gratuits jusqu'à un certain niveau d'utilisation.


Recommandation : pour expérimenter les nombreux outils, créer un compte Google dédié. Cela simplifiera les inscriptions (la plupart des plateformes permettent l'accès via simple autorisation de compte), et permettra de compartimenter votre identité numérique et ne pas être spammé par les différentes plateformes sur votre boite principale.



Audio en audio

Exemple : audio en audio (FR->EN) - à partir de 7:30

SeamlessM4T (demo)
Texte en audio
Suno (musique)
TTSMaker
ElevenLabs
Vidéo / Audio en texte
Transcription

Whisper Web

Sous titrage

Adobe Premiere Pro

Texte en vidéo
Projets

Projet Sora (OpenAI)

Projet LUMIERE (Google)

InVideo
HeyGen
Synthesia
Texte en diaporama
SlideAI
Gamma
Image en texte
ChatGPT Vision

Exemple : Présentation d'un image avec une double-hélice d'ADN vierge

Texte en image
Canva
Adobe Firefly
Midjourney
Pixtral
DALL-E

Exemple : Logo "boite à jeux"

Comment garder une persistance image ?

Retrouver le prompt complet à éditer dans la zone d'information de l'image

Récupérer numéro SID et le réutiliser dans le prompt suivant

Copilot
Texte en texte
Depuis son poste (en local)

LM Studio

Jan.ai

Gemini (Google)
Modèles multiples

HuggingChat

Alternative Open Source avec choix du modèle

Poe.com

Compar'IA (comparatif à l'aveugle - Ministère de la Culture)

LMSYS Org (comparatif)

Perplexity (combine moteur de recherche + IA)
Mistral (modèle français)
Copilot (Microsoft) - accessible avec compte UBS
ChatGPT

Points de vigilances

Impact environnemental
Comparaison : une conversation entre 5 et 50 messages sur ChatGPT est l'équivalent d'une petite bouteille d'eau.
Étude sur la consommation énergétique des IA génératives

Comparaison : générer une image via certains modèles est équivalent à un chargement entier de smartphone

Données personnelles
Modèles imaginables

Expérimentation RAGaRenn (Université de Rennes)

Échelle nationale

Open source

Souveraineté

Lois américaines

Cloud Act (2018)

Permet aux forces de l'ordre américaines de contraindre plus facilement les entreprises technologiques à fournir les données demandées, même si ces données sont stockées à l'étranger.

Patriot Act (2001)

Permet aux autorités américaines d'accéder aux données des entreprises américaines, même si celles-ci sont stockées à l'étranger, dans le cadre de la lutte contre le terrorisme.

Certains modèles s'enrichissent des données des conversations

Sur certains modèles, possibilité de désactiver l'amélioration avec ses données

ChatGPT : Paramètres > Gestion des données > Désactiver Améliorer le modèle pour tous

Google Update Reveals AI Will Read All Your Private Messages

Exemple : "Ces employés Samsung ont commis une grave erreur sur ChatGPT"

Éthiques
Rapport au réel

Jeux

Human or not : discuter pendant 2 minutes et deviner s'il s'agit d'une IA ou d'un humain

Images : trouver l'image réelle

Une intelligence artificielle accusée d'avoir poussé un ado à se suicider

Désinformation

Deep fake

De (fausses) images de la tour Eiffel en feux agitent les réseaux sociaux

Rapport d'OpenAI sur l'utilisation de ChatGPT pour des opérations d'influence et cyber

Citation des sources

Extension WebChatGPT pour ChatGPT

En avance : Perplexity / Copilot (Microsoft)

Propriété intellectuelle / Crédits auteurs

Exemple : Intelligence artificielle : un accord de partenariat entre « Le Monde » et OpenAI

Exemple : Le « New York Times » poursuit en justice Microsoft et OpenAI, créateur de ChatGPT, pour violation de droits d’auteur

Hallucinations
Exemple : ChatGPT & la cueillette de champignons
Exemple : "Plainte contre Perplexity pour la génération de fake news via hallucinations"
Exemple : "Un avocat américain a utilisé ChatGPT pour préparer un procès... et n'a cité que des faux arrêts"
Selon le modèle, s'il ne sait pas il ne dira pas mais "inventera".

En amélioration

Exemple : ChatGPT 4 n'invente pas de nom

Exemple : ChatGPT 3.5 donne le nom le plus probable

Biais algorithmiques
Enjeux d'explicabilité

Pouvoir comprendre les éléments pris en compte par une IA pour la production d’un résultat.

Exemples

Gemini & la gestion des biais

Midjourney & la banlieue

Le chatbot du pôle emploi Autrichien

Peut se produire dans la collecte / la sélection / l'utilisation des données utilisées pour entraîner un algorithme d'apprentissage automatique

Besoin de pouvoir les expliquer, les auditer pour éviter l'effet boite noire

AI Act

Présentation

Jeu : Termes clés & Définitions
Le test est anonyme et ne nécessite pas de connexion. La correction est accessible après avoir validé les réponses.
IA génératives
Quels intérêts en l'état ?

Il faudra composer avec

Importance de se familiariser déjà au travail d'analyse et au questionnement nécessaire à son utilisation : esprit critique, pertinence etc.

Les étudiants devront composer avec dans leurs vies professionelles futures

Exemples passés

Wikipedia : "va avoir toutes les réponses"

Moteurs de recherche

Calculatrice : nécessite malgré tout de maitriser le raisonnement, les méthodes.

Un assistant / Une "augmentation" de l'humain

Différences avec un moteur de recherche

Perplexity.ai combine IA (Copilot) & moteur de recherche

Base de connaissances limitée

Exemple : pour ChatGPT les données d'entraînement du modèle 3.5 vont jusqu'à 2021.

Création de contenus / explications

Interactions conversationelles

Moteur de recherche

Pas axé conversationnel

Informations en temps réel

Résultats basés sur des mots-clés

Fin 2022 : Ouverture grand public de ChatGPT

Nouvelles problématiques

Pédagogique

Problématique de l'évaluation

Réglementaire

Éthique

Exemple : ChatGPT dans sa version 3.5 ne cite pas de sources, ne crédite rien.

Début d'une "société de consommation" de l'IA

5 jours pour atteindre 1 million d'utilisateurs, en comparaison 2,5 mois pour Instagram, 3,5 ans pour Netflix

Définition : type d’intelligence artificielle qui est capable de créer du contenu nouveau et original (texte, images, musique, vidéos etc).
Intelligence artificielle
Définition : "Ensemble de techniques permettant à des machines d'accomplir des tâches et de résoudre des problèmes normalement réservés aux humains et à certains animaux" - Yann Le Cun (VP/Directeur scientifique Meta, Pionner de l'IA)

Glossaire lié

Machine Learning (apprentissage automatique): machines apprennent de leurs tâches/données pour s'améliorer via des modèles mathématiques. Une intervention humaine est nécessaire pour caractériser les données.

Deep Learning (apprentissage autonome) : réseaux neuronaux, permet l'amélioration de ses fonctions à partir du traitement de la donnée de manière autonome (exemple : AlphaGo). Il apprend de son propre environnement et de ses erreurs.

Exemples : aux échecs (DeepBlue), au jeu de Go (Deepmind)

Algorithme : Un algorithme est la description d'une suite d'étapes permettant d'obtenir un résultat à partir d'éléments fournis en entrée. Par exemple, une recette de cuisine est un algorithme permettant d'obtenir un plat à partir de ses ingrédients!

Terme de 1956 par John McCarthy (Conférence de Dartmouth)