1.2 Déroulement de l’atelier
L’atelier se déroule sur une période de deux heures. Il a toutefois été conçu de manière à pouvoir être adapté à des durées plus courtes ou plus longues. Il suffit alors de réduire le nombre de cycles d’expérimentation ou encore de prolonger leur durée.
Plan de l’atelier proposé:
- Introduction [15 minutes]
- L’art de la requête [10 minutes]
- Activités d’expérimentation
- Cycle – Découverte [25 minutes]
- Cycle – Robustesse d’une évaluation [30 minutes]
- Cycle – Potentiels pédagogiques [30 minutes]
- Conclusion [10 minutes]
1. Introduction
Durée estimée: 15 minutes
Prendre le pouls
Si un sondage a été utilisé préalablement pour recueillir des informations relatives aux usages actuels des outils d’IAg par les personnes participantes, il est alors suggéré de présenter quelques résultats avant le premier cycle d’expérimentation.
De plus, un court sondage interactif de type Wooclap est proposé afin de connaitre la posture des personnes participantes concernant les outils d’IAg. Ce sondage a été publié comme modèle pour la communauté de l’Université de Sherbrooke. Il est accessibilité via la bibliothèque des modèles sur Wooclap lors d’une importation d’événement. Si le temps vous le permet, il est pertinent de solliciter votre groupe pour avoir des précisions à l’orale à la suite des résultats anonymes.
Figure 3. Question de type « sondage » relative à la posture des personnes participantes
Les outils d’IAg au service de l’enseignement et de l’apprentissage
L’introduction peut débuter par un tour d’horizon des actualités entourant l’utilisation des outils d’IAg dans leur domaine disciplinaire. Il peut être intéressant de rappeler les utilisations permises ou les restrictions reconnues pour le domaine de pratique des personnes participantes. De même, il peut être pertinent de rappeler certains documents de référence propres à chaque domaine disciplinaire pouvant guider les usages des outils d’IAg.
Si nécessaire, des informations de base peuvent être communiquées aux personnes participantes. Celles-ci permettent d’amorcer le développement d’une littératie de l’intelligence artificielle chez celles qui en font l’exploration pour la première fois.
Bon à connaitre
Chaque outil d’IAg repose sur des modèles très sophistiqués qui traduisent en langage de programmation les relations entre les informations qui lui ont été fournies lors de leur développement. Avec certains outils d’IAg, la personne utilisatrice peut avoir l’impression d’interagir avec une autre personne: elle saisit ses requêtes en langage naturel et reçoit des réponses dans le même langage. Toutefois, les modèles de langage ne possèdent pas de compréhension intrinsèque de leur contenu, mais se basent uniquement sur les associations entre les données. Cette capacité à encoder les associations constitue à la fois leur principal atout et leur principale faiblesse, en raison des erreurs ou des absences possibles dans le codage.
2. L’art de la requête
Durée estimée: 10 minutes
Il existe deux raisons qui justifient l’importance de développer une bonne rédactique.
- Les modèles de langage n’ont pas de contexte intrinsèque. Il est donc essentiel d’aligner l’intention de l’utilisateur avec les capacités du modèle. En fournissant un contexte clair et des besoins bien définis à travers une requête précise, nous augmentons la pertinence et la qualité des réponses générées.
- L’utilisation des grands modèles de langage entraine un cout environnemental. Par souci d’efficience, il est préférable de réduire le nombre d’interactions nécessaires. Une requête bien formulée permet d’obtenir de meilleurs résultats en moins d’essais, diminuant ainsi l’empreinte environnementale liée à leur utilisation. [1]
À cette étape, il est suggéré de présenter quelques lignes directrices pour aider à formuler des requêtes efficaces. Le Service des bibliothèques et archives de l’Université de Sherbrooke propose les recommandations suivantes:
- Fournir des précisions sur soi-même, sur le destinataire de la réponse et sur l’environnement de la tâche.
- Préciser clairement la tâche, ainsi que l’objectif principal.
- Clarifier les contraintes et limites.
- Donner un exemple qui pourra servir de modèle à l’IAg.
- Indiquer le format souhaité pour la présentation des résultats.
- Ajouter, au besoin, d’autres consignes ou ajuster les résultats en fonction des retours obtenus.
3. Activités d’expérimentation
Cycle – Découverte
Durée estimée: 15 minutes
Lors de cette première expérimentation, les personnes participantes sont invitées à identifier une tâche pour laquelle elles aimeraient bénéficier de l’assistance d’un outil d’IAg, en fonction de leur niveau d’aisance. Elles peuvent explorer les exemples proposés à la section 2 et choisir une tâche répondant à un besoin professionnel.
Bon à connaitre – Choix de l’outil
Chaque outil d’IAg repose sur un modèle de langage, lequel est mis à jour régulièrement. Ainsi, les «meilleurs modèles» peuvent varier d’une semaine à l’autre. De plus, certains modèles sont plus performants que d’autres selon la tâche visée. Par exemple, un modèle pourrait mieux générer des objectifs d’apprentissage, mais être moins pertinent pour créer des vignettes cliniques.
Le choix de l’outil dépend de la tâche à réaliser, mais aussi des lignes directrices institutionnelles. Par exemple, à l’Université de Sherbrooke, la communauté est encouragé à utiliser l’assistant Copilot de la suite Microsoft 365, puisqu’il fait partie des outils institutionnels. Des recommandations peuvent être transmises aux personnes participantes en ce sens.
Chaque personne accède à l’outil d’IAg approprié à la tâche choisie. Elles sont ensuite invitées à formuler une première requête en s’appuyant sur les lignes directrices vues précédemment. Elles peuvent copier-coller un modèle de requête pertinent ou s’en inspirer, à condition de l’adapter à leur contexte professionnel.
À cette étape, les personnes participantes peuvent explorer différentes façons:
- de présenter un sujet;
- de démarrer une conversation sur un sujet donné;
- ou encore de générer des idées d’activités brise-glace.
Ce premier cycle d’expérimentation vise à faire comprendre que les outils d’IAg ne fonctionnent pas comme de simples moteurs de recherche, et qu’ils exigent une capacité croissante à bien communiquer avec eux.
Retour
Durée estimée: 10 minutes
Une discussion en plénière permet de partager les expériences. Les personnes participantes sont encouragées à:
- décrire le type de requête formulée;
- exprimer leurs premières impressions sur les résultats obtenus.
Questions proposées pour guider l’échange:
- Quel type de requête avez-vous fait?
- Quelles sont vos premières impressions ou observations à propos des résultats obtenus?
Cycle – Robustesse d’une évaluation
Durée estimée: 20 minutes
Pour la deuxième expérimentation, les personnes participantes choisissent une nouvelle tâche d’enseignement afin de tester les forces et limites d’un outil d’IAg.
Par exemple, elles peuvent tester la robustesse d’une tâche évaluative:
- la tâche est-elle alignée avec les objectifs d’apprentissage du cours ou du programme?
- faut-il ajuster la tâche en fonction des réponses fournies par l’outil?
Ce cycle invite à une réflexion critique sur les pratiques évaluatives.
Retour
Durée estimée: 10 minutes
Nouvelle période d’échanges. Les personnes participantes sont invitées à:
- décrire leurs requêtes;
- analyser la qualité, les limites et les erreurs des réponses générées.
Questions proposées:
- Quel type de requête avez-vous fait?
- Quelle est la qualité de la réponse obtenue?
- Quelles sont les limites de cette réponse?
- Avez-vous constaté des erreurs?
- Quels pourraient être les pièges potentiels pour les personnes étudiantes?
Cycle – Potentiels pédagogiques
Durée estimée: 20 minutes
Dans ce dernier cycle, les personnes participantes explorent le potentiel pédagogique des outils d’IAg pour améliorer leur enseignement.
Elles peuvent, par exemple:
- réviser des critères d’évaluation;
- générer une mise en situation;
- demander à l’outil de corriger ou bonifier une proposition pédagogique.
Nous encourageons aussi une vigilance critique vis-à-vis des erreurs potentielles dans les réponses générées.
Retour
Durée estimée: 10 minutes
Dernière période d’échanges sur les résultats de l’expérimentation. Les personnes participantes sont invitées à réfléchir aux impacts possibles de l’IAg sur leurs pratiques.
Questions proposées:
- Quel type de requête avez-vous fait?
- Quels résultats avez-vous obtenus?
- Que pourraient changer ces résultats dans votre manière d’enseigner ou d’évaluer?
- De quelle façon pensez-vous que l’IAg peut favoriser l’innovation pédagogique dans votre enseignement?
4. Conclusion
Durée estimée: 10 minutes
La conclusion de l’atelier peut aborder les enjeux et réflexions clés liées à l’usage de l’IAg dans l’enseignement supérieur.
Thèmes proposés pour alimenter la discussion:
- Imputabilité: l’importance de l’expertise humaine et de la supervision des résultats produits par l’IAg (l’outil n’est pas infaillible);
- Enjeux éthiques et techniques: confidentialité, sécurité, homogénéisation/uniformisation des contenus, biais, etc.;
- Couts et bénéfices: équilibre entre temps investi et qualité des résultats, valeur ajoutée de l’outil, empreinte écologique de son utilisation.
Afin de soutenir une réflexion plus approfondie sur ce sujet lors d’ateliers subséquents, une grille d’aide à la décision a été développée [lien vers la grille ]. Celle-ci suggère une évaluation sommaire des enjeux et des bénéfices associés à l’utilisation de l’IAg, tant sur le plan personnel que professionnel.
- Grâce au site français https://www.comparia.beta.gouv.fr/, vous pouvez mesurer l’empreinte écologique des questions posées aux outils d’IAg. ↵
Capacité à comprendre, utiliser et critiquer l’intelligence artificielle.
Langage artificiel comprenant un ensemble de caractères, de lettres et/ou de symboles régis par des règles qui permettent de l’articuler en énoncés, et qui est utilisé pour rédiger des programmes. https://vitrinelinguistique.oqlf.gouv.qc.ca/fiche-gdt/fiche/8383871/langage-de-programmation
Langue humaine utilisée pour communiquer (ex. : français, anglais).
Ensemble des techniques de rédaction orientées vers la formulation précise de requêtes envoyées à un système d’intelligence artificielle, en particulier à un grand modèle de langage, en vue d’en améliorer le fonctionnement ou d’en exploiter efficacement les capacités pour obtenir des résultats plus pertinents. https://vitrinelinguistique.oqlf.gouv.qc.ca/
Une requête est une demande formulée pour obtenir une information ou un service. En informatique, une requête désigne une instruction envoyée à une base de données ou à un système informatique pour en extraire ou modifier des données spécifiques.
Intelligence artificielle entrainée sur d’énormes volumes de texte pour comprendre et générer du langage humain.
Brève description d’un cas de patient utilisée à des fins d’apprentissage ou d’analyse.
L’empreinte écologique mesure la pression exercée par les activités humaines sur les ressources naturelles de la planète.