Quand on évoque l’IA chez Réseau Canopé, votre nom est l’un des premiers à être cités… Qui êtes-vous, Luis Galindo ?
Je travaille au Département de la Recherche et du Développement (R&D) de Réseau Canopé. Je suis également chercheur associé au laboratoire TECHNÉ de l’université de Poitiers et j’interviens dans le cours Learning Analytics du Master SmartEdTech de l’Université Côte d’Azur (laboratoire LINE).
Avant mes travaux de R&D (sur le Learning Design, l’intelligence artificielle, la Blockchain, les microcertifications et les jeux et les apprentissages) au Réseau Canopé, j’ai travaillé sur différents projets autour des technologies numériques et de l’éducation en Amérique du Sud, aux États-Unis, en Chine et en Europe. Mon travail se situe au carrefour des nouvelles technologies numériques, de la conception d’expériences (UX et UXR) et de la science des données. Je me concentre sur la recherche scientifique et la conception d’environnements et d’artéfacts numériques d’apprentissage.
Vous animerez deux ateliers proposant la même problématique mais adaptés à des niveaux d’enseignement différents… Pouvez-vous nous donner un aperçu de ce que nous allons vivre dans ces ateliers ?
Malheureusement, à l’origine, les ateliers ont été conçus pour être en présentiel, mais nous les avons adaptés pour avoir quelque chose de pratique à la fin de l’atelier et pour permettre aux enseignants de mettre en place rapidement une activité pour enseigner l’IA. C’est pourquoi, nous proposons 2 ateliers, l’un destiné aux enseignants de CE2 – CM2 (A05 : De la salle de classe à l’Intelligence Artificielle et de l’Intelligence Artificielle à la salle de classe (Cm1, Cm2)) et l’autre, aux enseignants de Collège-Lycée (C01 : De la salle de classe à l’Intelligence Artificielle et de l’Intelligence Artificielle à la salle de classe (collège, lycée)). Ainsi, au début de l’atelier, nous allons faire une présentation que les enseignants pourront réutiliser. L’autre partie de l’atelier sera axée sur une co-construction participative avec les participants, basée sur les applications de l’IA pour l’éducation qui existent aujourd’hui.
D’après votre expérience et votre expertise, quelles sont les représentations de l’IA dans le monde enseignant ? Constituent-elles un frein ou un levier pour le développement de l’IA dans le domaine de l’éducation ?
C’est une question très intéressante que nous explorons avec le GTNum Scol_IA de la DNE. J’ai commencé une expérimentation pour mieux comprendre les perceptions et les représentations des différents publics dans le milieu de l’éducation. La première partie de l’expérimentation a eu lieu avec des lycéens, vous pouvez voir les résultats dans ce court article que j’ai écrit dans le blog du GTNum Scol_IA. La deuxième partie a eu lieu avec des étudiants de Master (futurs ingénieurs pédagogiques), je publierai les résultats sur le blog dans les prochaines semaines. Les dernières parties de l’expérimentation auront lieu avec des enseignants et des cadres de l’Education Nationale. Si vous venez à l’atelier, vous ferez probablement partie de l’expérimentation.
Enfin, je vous recommande de lire le livre Comment les humains jugent les machines de César Hidalgo (il est gratuit, mais malheureusement il est uniquement en anglais pour le moment). Les données recueillies à partir de dizaines d’expérimentations montrent que les gens ne jugent pas les humains et les machines de la même façon, et que ces différences s’expliquent par deux principes : premièrement, les gens jugent les humains par leurs intentions, mais les machines par leurs résultats ; le second résultat est que les gens attribuent des intentions extrêmes aux humains et des intentions étroites aux machines.
N’oubliez pas de consulter le blog de GTNum Scol_IA de la DNE, nous publierons l’avancement de nos réflexions sur ce sujet.
Au plaisir de vous retrouver le 20 janvier !
