IA génératives et apprentissage : perspectives divergentes

Au cours des dernières décennies, les technologies numériques ont eu un impact considérable sur presque tous les aspects de notre quotidien, aussi bien à l’échelle mondiale – en permettant par exemple la communication instantanée par vidéo avec des personnes situées à des milliers de kilomètres – qu’à l’échelle individuelle, par exemple, en réduisant la nécessité de mémoriser des informations telles que les numéros de téléphone ou les instructions de déplacement. Nous avons de plus en plus tendance à utiliser des logiciels disponibles sur nos dispositifs numériques pour déléguer certaines tâches cognitives (mémorisation, planification, etc.) qu’auparavant nous faisions nous-mêmes.

Ce phénomène a donné lieu à une abondante littérature scientifique sur les effets des technologies sur les processus cognitifs, tels que la mémoire, l’attention et l’apprentissage. Dans le domaine de l’éducation, plusieurs chercheuses et chercheurs se sont penchés sur l’analyse d’une grande variété de technologies, telles que les jeux vidéo pour l’apprentissage (Talan, 2020 ; De Freitas, 2018), l’apprentissage basé sur la simulation (Bauer et coll., 2022 ; Chernikova et coll., 2020), la réalité augmentée (Hodgson, 2019), l’apprentissage mobile (Dias, 2022 ; Talan, 2020), etc.

Maintenant, l’émergence d’outils tels que ChatGPT ouvre de nouvelles perspectives de recherche concernant l’impact de ces technologies sur le processus d’apprentissage. Jusqu’à présent, la plupart des études sur l’IA et l’éducation ont été menées par des informaticiens (Holmes et Tuomi, 2022) et ont principalement porté sur l’évaluation de l’efficacité des outils d’IA pour améliorer les réalisations individuelles des personnes apprenantes (Nemorin, 2021).

Bien que la plupart de ces études aient révélé des résultats prometteurs, il est légitime de se poser la question de savoir quel pourrait être l’impact sur l’apprentissage lui-même, si nous déléguons à une IA des tâches cognitives telles que la résolution de problèmes, l’analyse, la synthèse, etc. Sur ce point, certains auteurs se montrent plutôt sceptiques. Tel est le cas de Noam Chomsky, philosophe et linguiste américain reconnu, qui a exprimé ses critiques envers les IA comme ChatGPT dans une interview publiée sur la chaîne YouTube EduKitchen. Selon lui, ces technologies ne disposent pas de critères pour sélectionner les informations qu’elles fournissent, ce qui peut nuire à l’avancement de l’éducation. Chomsky considère ChatGPT comme un simple outil de « plagiat de haute technologie » pouvant se transformer en un moyen pour « éviter d’apprendre ».

Pour sa part, José Morales, professeur de logique computationnelle et membre du Département d’IA de l’Université Polytechnique de Madrid (UPM), souligne que des technologies comme ChatGPT n’ont pas été conçues pour faire preuve d’abstraction, de raisonnement et de compréhension de ce qu’elles produisent. Bien qu’elles soient puissantes, elles apprennent à partir des données qui leur sont fournies et des schémas répétitifs auxquels elles ont accès. Selon le chercheur, il est donc difficile de prétendre que ces technologies sont des instruments fiables pour apprendre. ChatGPT propose souvent des informations incorrectes avec des arguments plutôt convaincants (Borji, 2023), d’où l’importance de l’utiliser avec un regard critique et de ne pas simplement lui déléguer des tâches.

Le chercheur Morales souligne également le risque de « plagiat camouflé » (Chiang, 2023) associé à cette technologie, qui utilise des données disponibles sans fournir d’informations sur les sources, soulevant ainsi des problèmes d’intégrité intellectuelle et de droit d’auteur (Pierre et Bouzayen, 2023).

En conclusion, afin de tirer pleinement parti du potentiel de ces technologies, il est essentiel d’adopter une approche critique. Les risques ne sont pas tant liés à la technologie elle-même qu’à notre compréhension de son fonctionnement, de ses enjeux et de son utilisation appropriée. Il est également important de se rappeler que seules quelques entreprises ont actuellement la capacité de les entraîner en utilisant des données massives qu’elles sélectionnent elles-mêmes, ce qui peut entraîner un certain monopole de la connaissance et un accès inégal à l’information, influençant ce que nous apprenons et renforçant des stéréotypes, entre autres. Par conséquent, il est primordial de promouvoir une utilisation responsable, éthique et axée sur l’apprentissage.

Références :

Bauer, E., Heitzmann, N., & Fischer, F. (2022). Simulation-based learning in higher education and professional training: Approximations of practice through representational scaffolding. Studies in Educational Evaluation, 75, Article 101213. https://doi.org/10.1016/j.stueduc.2022.101213

Borji, A. (2023). A Categorical Archive of ChatGPT Failures. Computer Science, Computation and Language. Cornell University. https://arxiv.org/abs/2302.03494

Chernikova, O., Heitzmann, N., Stadler, M., Holzberger, D., Seidel, T., & Fischer, F. (2020). Simulation-based learning in higher education: A meta-analysis. Review of Educational Research, 90(4), 499–541. https://doi.org/10.3102/0034654320933544

Chiang, T. (2023). ChatGPT Is a Blurry JPEG of the Web. Dans The New Yorker, 9 février 2023. https://www.newyorker.com/tech/annals-of-technology/chatgpt-is-a-blurry-jpeg-of-the-web

Chomsky, N. (2022). Interview with EduKitchen. [YouTube].

de Freitas, S. (2018). Are Games Effective Learning Tools? A Review of Educational Games. Journal of Educational Technology & Society, 21(2), 74‑84.

Dias, L., & Victor, A. . (2022). Teaching and Learning with Mobile Devices in the 21st Century Digital World: Benefits and Challenges. European Journal of Multidisciplinary Studies, 7(1), 26–34. https://doi.org/10.26417/ejms.v5i1.p339-344

Morales, J. (2023). ¿Qué impacto tendrá la inteligencia artificial en la educación? Dans Díaz, J.A., EqualTimes. https://www.equaltimes.org/que-impacto-tendra-la-inteligencia#.ZAoC2RWZOUk

Hodgson, P., W. Y. Lee, V., C. S. Chan, J., Fong, A., S. Y. Tang, C., Chan, L. et Wong, C. (2019). Immersive virtual reality (IVR) in higher education: Development and implementation. Dans tom Dieck, M.C. et Jung, T. (2019) (p.161-172). Augmented reality and virtual reality. Switzerland, SpringlerNature, 2019.

Nemorin, S., Vlachidis, A., Ayerakwa, H. M., & Andriotis, P. (2022). AI hyped? A horizon scan of discourse on artificial intelligence in education (IAEd) and development. Online article. Learning, Media and Technology, 1– 14. https://doi.org/10.1080/17439884.2022.2095568

Pierre Pérot I. et Bouzayen (2023). Chat GPT : une IA peut-elle donner naissance à un contenu protégé ? Dans Grand bibliothèque du Droit, France. https://www.lagbd.org/Chat_GPT_une_IA_peut_elle_donner_naissance_a_un_contenu_protege

Talan, T., Doğan, Y., & Batdı, V. (2020). Efficiency of digital and non-digital educational games: A comparative meta-analysis and a meta-thematic analysis. Journal of Research on Technology in Education, 52(4), 474‑514. https://doi.org/10.1080/15391523.2020.1743798

Talan, T. (2020). The effect of mobile learning on learning performance: A meta-analysis study. Educational Sciences: Theory and Practice, 20(1), 79–103.

Tuomi, I., Holmes, W. and Miller, R. (2022), Charting the futures of artificial intelligence in education. Eur J Educ, 57: 531-536. https://doi.org/10.1111/ejed.12530