Guide usages de l'IA générative (PDF)

Guide d'usages de l'intelligence artificielle générative (IAg). Ce guide en PDF, à télécharger, synthétise des usages pédagogiques de l'IAg pour l'enseignement supérieur, présentant fiches d'usage, démarche d'intégration et enjeux éthiques.

Conçu par l'Université de Montréal, il soutient la compétence numérique des enseignantes et enseignants ainsi que des concepteurs pédagogiques. Les repères méthodologiques et techniques s'appuient sur des pratiques observées et une démarche pragmatique visant l'adaptabilité disciplinaire.

🎯 Ce que vous allez apprendre

• Concepts fondamentaux de l'intelligence artificielle générative : terminologie, glossaire, principes des modèles d'apprentissage profond et repères pour situer les usages.
• Fiches d'usage : structure et types d'utilisation pour concevoir ou adapter des activités pédagogiques.
• Démarche d'intégration : méthode pratique en étapes pour insérer l'IAg dans la conception de cours.
• Évaluation et activité : principes pour concevoir évaluations, diagnostics et simulations respectant l'intégrité académique.
• Accessibilité et littératie : bonnes pratiques pour rendre les ressources inclusives et développer l'esprit critique face aux systèmes automatisés.
• Niveaux d'utilisation : gradation des degrés d'autonomie de l'IA dans les activités pédagogiques, du support guidé à l'automatisation supervisée.

📑 Sommaire du document

• Introduction
• Cadre de référence de la compétence numérique
• Concepts et glossaire
• Fiches d'usage détaillées
• Exemples de prompts pour enseignants
• Démarche d'intégration en étapes
• Évaluation, accessibilité et littératie
• Limites et recommandations éthiques

👤 À qui s'adresse ce cours ?

• Public cible : enseignants et concepteurs pédagogiques de l'enseignement supérieur souhaitant intégrer l'IA générative dans leurs pratiques pédagogiques.
• Prérequis : familiarité avec les outils numériques et notions pédagogiques de base ; aucune expertise technique approfondie en IA n'est requise.
• Utilité disciplinaire : ressources et scénarios pédagogiques adaptés aux enseignements en langues, y compris pour les enseignants de Français Langue Étrangère (FLE).

Comparatif des outils d'IA générative pour l'enseignement

L'analyse compare les capacités des agents conversationnels (par exemple ChatGPT, Gemini et Mistral) selon des critères opérationnels et pédagogiques. Pour chaque outil, le guide expose exemples d'utilisation, limites connues et recommandations pour évaluer l'adéquation à différents contextes d'enseignement.

• Critère — Pertinence : adéquation des réponses au contexte pédagogique, capacité d'adaptation aux consignes disciplinaires.
• Critère — Données : provenance, qualité et actualité des données d'entraînement ; impacts sur les biais et la fiabilité des résultats.
• Critère — Technique : fonctionnalités disponibles (personnalisation, intégration API, possibilité de filtrage) et exigences techniques pour le déploiement.
• Critère — Coût : modèle économique, coûts directs et indirects (licences, infrastructure, formation des équipes pédagogiques).

Analyse des niveaux d'autonomie avec l'IAg

Évaluer l'autonomie permise par un outil génératif facilite la conception pédagogique et le choix des modalités d'encadrement. L'analyse distingue l'ampleur de l'assistance, le rôle du·de la formateur·rice, les exigences de traçabilité et les mesures à prévoir pour préserver l'intégrité académique OFIS. Ces éléments orientent la sélection d'approches favorisant l'apprentissage actif tout en mitigant les risques liés aux modèles d'apprentissage profond.

Les 4 niveaux d'utilisation de l'IAg

1. Niveau 1 — Assistance guidée : l'IA fournit suggestions et ressources sous supervision étroite ; l'étudiant·e effectue l'essentiel des tâches cognitives.
2. Niveau 2 — Co-construction : l'IA agit comme partenaire de création (ébauches, reformulations) ; rôle actif de l'apprenant·e pour valider et contextualiser les productions.
3. Niveau 3 — Automatisation encadrée : l'IA génère des contenus ou corrections sous paramètres définis ; évaluation et suivi par l'équipe pédagogique requis pour garantir qualité et intégrité.
4. Niveau 4 — Génération complète supervisée : l'IA produit des artefacts complexes avec supervision minimale ; nécessite politiques institutionnelles, procédures de traçabilité et garanties de protection des données.

L'IAg et l'apprentissage connectiviste

L'IAg s'inscrit naturellement dans une perspective connectiviste en facilitant l'accès et la mise en relation de ressources, la collaboration entre pairs et l'apprentissage en réseau. Elle peut renforcer les stratégies d'agrégation et de réorganisation des connaissances, tout en demandant des consignes précises pour développer la capacité des apprenant·e·s à évaluer la fiabilité des sources. L'intégration pédagogique doit tenir compte des dynamiques d'interaction et de la compétence à naviguer des flux d'information.

Applications pédagogiques pour le FLE et les langues

Les activités pour l'enseignement des langues tirent parti des capacités génératives pour produire tâches d'expression écrite, simulations de conversation et rétroactions adaptées au niveau des apprenant·e·s. Les enseignants de Français Langue Étrangère peuvent utiliser l'IAg pour différencier les parcours, générer exercices de correction ciblée et créer contextes d'usage authentiques tout en conservant un contrôle pédagogique sur la progression et l'évaluation.

Cas d'usage : Français Langue Étrangère (FLE)

• Génération de dialogues contextualisés pour la pratique orale, avec variantes de niveau et objectifs communicatifs.
• Production d'exercices grammaticaux et de libellés de tâches adaptables selon les profils d'apprentissage.
• Rétroaction automatique sur productions écrites, accompagnée d'indications précises pour guider la révision.
• Création de scénarios culturels et ressources multimodales favorisant l'immersion et la littératie numérique.

Usages raisonnés et intégrité académique

Intégrer l'IA générative en contexte d'évaluation nécessite des règles claires pour préserver l'intégrité académique. Le guide propose des principes pour concevoir des formats évaluatifs résilients, adapter les consignes et expliciter l'usage autorisé des outils.

Des stratégies de contrôle pédagogique et des mesures préventives sont détaillées pour limiter les risques de contournement, ainsi que des recommandations pour former les étudiant·e·s à la citation des productions assistées et à l'évaluation critique des résultats produits par les modèles.

Limites et éthique de l'IAg

Les limites techniques et éthiques des systèmes génératifs influencent leur usage en enseignement. Parmi les enjeux identifiés figurent la propagation d'erreurs factuelles, les biais amplifiés par les modèles d'entraînement et les risques liés à la confidentialité des données étudiantes. Le guide recommande une gouvernance locale, des politiques de protection des données et des procédures d'évaluation adaptées pour atténuer ces risques.

L'IAg et l'intégrité scientifique (OFIS)

L'Office français de l'intégrité scientifique (OFIS) constitue une référence en matière de bonnes pratiques pour préserver l'intégrité de la recherche et de l'enseignement. Le guide propose un alignement avec les principes promus par des instances de référence : transparence des méthodes, traçabilité des usages et mise en place de règles institutionnelles pour encadrer les pratiques pédagogiques impliquant des outils génératifs.

• Biais algorithmiques
• Protection des données personnelles
• Intégrité académique

Télécharger le guide complet sur les usages de l'IAg (PDF)

Le guide complet de 83 pages est disponible au format PDF via le site de l'Université de Montréal. Il contient des fiches d'usage prêtes à l'emploi, des exemples de prompts adaptables selon les disciplines, une démarche d'intégration étape par étape et des recommandations éthiques destinées aux équipes pédagogiques.

❓ Foire Aux Questions (FAQ)

Convient-il aux personnes novices en IA ? Adapté aux débutant·e·s : le guide inclut un glossaire et des fiches d'usage structurées pour faciliter une appropriation progressive et contextualisée.

Le document fournit-il des modèles concrets à utiliser en classe ? Oui. Sont fournis des modèles de fiches, des exemples de prompts et des scénarios d'application destinés à être adaptés selon les disciplines et publics.