Un professeur de la University of California in Santa Barbara (UCSB), Matt Beane, s’intéresse à l’utilisation des technologies pour faciliter le travail collaboratif. Dans une conférence Ted Talk intitulée “How Do We Learn to Work with Intelligent Machines” présentée l’an dernier, Beane évoquait les coûts associés à l’utilisation de l’IA pour assister la main d’œuvre et en quoi cette nouvelle façon de travailler peut constituer une perte nette dans les apprentissages de l’étudiant.
L’exemple que présente Beane est intéressant: une chirurgie assistée par un robot vient réduire le temps d’exposition d’une étudiante aux procédures qu’elle devrait normalement pratiquer et éventuellement maîtriser. L’expérience pratique est alors sacrifiée au profit d’une plus grande efficience, alors que l’étudiante obtient un court temps de contrôle de l’appareil en contrepartie. Au final, l’étudiante sera-t-elle bien préparée lorsqu’elle devra mener une chirurgie de façon autonome ou dans un contexte où l’appareil n’est pas disponible pour l’aider?
Au cours de ses travaux de recherche, Beane a pu mettre en évidence d’autres situations où l’intégration de l’IA à la formation viendrait dans les faits empêcher les étudiants d’apprendre et de développer l’expertise nécessaire pour effectuer le travail attendu d’eux:
After connecting with researchers studying similar topics, a pattern emerged. “No matter the industry, the work, the AI, the story was the same. Organizations were trying harder and harder to get results from AI, and they were peeling learners away from expert work as they did it,” said Beane. “Startup managers were outsourcing their customer contact, future cops had to learn to deal with crime forecasts without expert support, junior bankers were getting cut out of complex analysis, and new professors had to build online courses without help,” he said. These sacrifices are made in the name of efficiency, but the comprehensive approach to learning a new skill is sacrificed. [nos emphases]
Une piste à explorer serait de mettre plus d’emphase sur les situations d’apprentissage collaboratif, où l’expert et l’apprenti travaillent de concert à solutionner un problème. Il s’agit alors de créer un environnement propice à l’apprentissage où l’on met davantage en évidence l’interaction dans la pratique, plutôt que de chercher à remplacer l’humain par la machine pour obtenir des gains de productivité à court terme:
“There are a number of groups interested in not just studying, but building systems to help groups of people learn things virtually,” Beane said. “Easy examples are MOOCs, Udacity, or edX, or Coursera, or Khan Academy. So why don’t we take those tools that we’re building — that are even using AI — and drag them over to how a master interacts with an apprentice on the job.” This type of transition — from an environment where technology drives people apart to one where it brings them together — is vital for developing environments conducive for professional learning. [nos emphases]
À lire!
Source: Apicella, Xander. UCSB Professor Explores AI’s Impact on Training. The Bottom Line, 7 mars 2019.
