Améliorer le feedback grâce à l’Intelligence Artificielle Générative

Cette page offre un guide pratique sur la façon dont vous pouvez utiliser les outils d’IA générative (IAG) pour soutenir et améliorer le feedback dans votre enseignement. Sont abordés :

  • Pourquoi les commentaires sont-ils importants ?
  • Comment l’IAG peut vous aider à fournir du feedback rapide, personnalisé et évolutif ?
  • Exemples d’outils et de stratégies internes à l’EPFL ?

Les étudiant·es n’apprennent pas seulement en entendant de nouvelles idées, mais en a) essayant de les utiliser, b) faisant des erreurs et c) obtenant du feedback sur ces erreurs afin d’améliorer leur compréhension. Cependant, en tant qu’enseignant·e, cela peut être très exigeant car vous êtes probablement confronté·e à un ensemble de défis courants : des classes de grande taille, un temps limité et des étudiant·es qui s’appuient de plus en plus sur les outils d’IA dans leur apprentissage. Dans ce contexte, le feedback continu est d’autant plus important pour l’apprentissage, mais il peut s’avérer difficile à fournir efficacement.

Si vous a) cherchez comment donner un feedback significatif à tous·tes vos étudiant·es pendant le semestre et b) réfléchissez à la façon dont vous pouvez le faire de manière gérable pour vous et votre équipe pédagogique, ce guide est là pour vous aider. Il propose des stratégies, des exemples et des outils spécifiques pour rendre le feedback plus opportun, formatif et attrayant sans alourdir votre charge de travail.

Le feedback est l’un des outils les plus puissants dont nous disposons pour soutenir l’apprentissage des élèves. Selon une synthèse de 12 méta-analyses (Hattie & Timperley, 2007), le feedback a un effet positif et de taille moyenne (0,79) sur la réussite des élèves, ce qui le place parmi les stratégies d’apprentissage ayant le plus d’impact (Hattie, 2020). De plus, il aide les étudiant·es à :

  • Comprendre ce qu’il·elles font bien et ce qu’il·elles doivent améliorer
  • Réfléchir sur leurs stratégies de réflexion et d’apprentissage
  • Rester motivé·e et engagé·e
  • Développer autonomie et confiance

À quoi ressemble un feedback efficace ?

Hattie et Timperley (2007) soulignent que le feedback le plus puissant aide les élèves à répondre à trois questions clés :

  • Où est-ce que je vais ? (clarification des objectifs d’apprentissage – qu’est-ce que les étudiant·es sont censé·es être capables de faire/d’apprendre ?)
  • Où j’en suis ? (vision précise des performances actuelles – qu’est-ce qu’ilelles font effectivement correctement et où se situent leurs blocages/faiblesses ?)
  • Que faire ensuite ? (guidance pour l’amélioration – comment peuvent-il·elles progresser de là où il·elles se trouvent jusqu’à l’atteinte de l’objectif d’apprentissage ?)

Ce modèle encourage les élèves à réfléchir, à s’autoréguler et à s’approprier leur apprentissage. Dans l’enseignement des STEM , où l’itération et la résolution de problèmes sont essentielles, ce type de feedback est particulièrement précieux.

L’IAG peut soutenir le feedback de manière évolutive, flexible et centrée sur l’étudiant ·e. Vous trouverez ci-dessous a) trois façons de l’utiliser et b) quels outils spécifiques sont à votre disposition à l’EPFL pour la mise en place.

  • Feedback sur le travail continu des élèves : générer périodiquement des tests ou quiz. Les outils d’IAG vous aident à fournir des feedbacks instantanés et à faible enjeu (c’est-à-dire non associés à une évaluation formelle des connaissances) à vos étudiant·es tout au long du semestre. Cela aide à la fois a) les étudiant·es à s’entraîner et à s’améliorer avant d’être évalués lors des examens/ de fournir un mémoire final et b) vous, en tant qu’enseignante, à analyser des patterns dans les réponses des élèves, à identifier les erreurs courantes ou des idées fausses pour ensuite les aborder en classe. Consultez l’outil de l’EPFL ci-dessous : aiaiapps.
  • L’IAG comme support de tutorat. L’IAG peut vous aider à travers un « Tutor Chat Bot » afin que les étudiant·es puissent poser des questions, tester des idées ou obtenir des clarifications, en particulier en dehors des heures de cours. Le chatbot serait alimenté exclusivement par le contenu de votre cours et/ou des formations de l’EPFL pour s’assurer que les données qu’il prend en compte provient de sources fiables. Consultez ci-dessous les outils disponibles à l’EPFL : Graph Chat et Ed Discussion.
  • Feedback sur le travail des élèves. Les outils d’IAG peuvent vous aider à fournir des feedbacks qualitatifs sur le travail des élèves, incluant dissertations, solutions mathématiques, réponses ouvertes ou code. Ces outils peuvent vous aider à a) offrir une perspective supplémentaire et potentiellement plus objective,  b) mettre en évidence des forces et faiblesses et c) formuler des commentaires à la fois constructifs et engageants.

Le Center for Digital Education (CEDE) explore les moyens d’intégrer le feedback formatif soutenu par l’IA dans l’enseignement, et l’EPFL offre des possibilités de financement aux enseignant·es intéressé·es à co-développer de telles solutions avec le CEDE, par le biais du fonds DRIL (Digital Resources for Instruction and Learning) .

Vous pouvez également trouver de l’inspiration dans le nombre croissant de cas d’utilisation empiriques compilés par le Center for Learning Science s de l’EPFL. L’utilisation de l’IAG pour soutenir l’apprentissage des étudiant·es est déjà activement explorée et documentée dans divers contextes éducatifs.

Pour en savoir plus sur la mise en œuvre, les résultats observés (p. ex., les gains d’apprentissage, la motivation des étudiant·es), les limites et les recommandations consultez les recherches disponibles ici : Catalogue des pratiques émergentes.

 

 

Nous proposons des outils basés sur l’IA sur diverses plateformes :

aiaiapps

aiaiapps est une plateforme Web développée par le CEDE qui fournit des outils basés sur l’IAG pour l’éducation avec une interface Web simple. Au moyen d’un ensemble d’outils, il permet aux enseignant·es de générer des quiz et des exercices pour leurs classes en fonction de leur matériel de cours, en configurant des paramètres tels que le modèle d’IA utilisé, le nombre de quiz ou d’exercices générés par cours, ou encore le niveau cognitif visé. Essayez-le ici : https://aiaiapps.epfl.ch/

Tutor chatbots

Pour soutenir l’enseignement et l’apprentissage, le CEDE propose des tutor chatbots alimentés par l’IA ayant différents styles pédagogiques. Ces chatbots peuvent adopter un style pédagogique allant du tutorat socratique aux réponses directes, en passant par une approche intermédiaire étayant l’apprentissage au moyen de conseils et de guidance. Ils peuvent être intégrés directement dans les sites Web des cours ou sur les forums de discussion des cours et sont basés sur la technologie RAG (Retrieval-Augmented Generation). Cela signifie que les étudiant·es n’obtiennent pas des réponses génériques de l’IA, mais des réponses a) ancrées dans le matériel de cours fourni (diapositives, notes, exercices, examens, transcriptions de cours, FAQ, etc.) b) qui font systématiquement référence aux sources et c) qui fournissent des liens vers ces sources afin de favoriser une compréhension plus approfondie. Cette technique réduit également le risque que le chatbot réponde par des absurdités plausibles (plausible nonsense, c’est-à-dire des hallucinations), voir par exemple Maleki, Padmanabhan & Dutta, 2024 ; Hardebolle et Ramachandran (2023)

Les tutor chatbots représentent une opportunité de fournir un espace pédagogique perçu comme moins ou non jugeant par les étudiant·es (par exemple, Bassner, Frankford & Krusche, 2024), à travers les questions/réponses posées directement (au moyen de Graph Chat) et dans les forums de discussion modérés (au moyen de Ed Discussion). Ils peuvent permettre à l’étudiant·e d’obtenir plus rapidement des réponses aux questions fréquemment posées. L’équipe pédagogique peut choisir une approche plus sûre, human-in-the-loop, qui consiste à vérifier/éditer les réponses des chatbots avant de les rendre visibles aux étudiant·es. Pour de plus amples renseignements, veuillez contacter : [email protected]

Il existe ainsi deux versions des tutor chatbots :

 

Risques potentiels
  • Bien que ces tutor chatbots et outils de génération d’exercices et de quiz utilisent des documents issus du cours de l’enseignante, il reste possible qu’ils fournissent occasionnellement des réponses inexactes ou incomplètes. Nous vous recommandons ainsi les quelques bonnes pratiques suivantes :
    • Concernant les forums de discussion, l’approche la plus sûre consiste à retarder la réponse et demander à une enseignant·e ou à un·e assistant·e d’enseignement de vérifier, valider ou modifier la réponse proposée par le tutor chatbot avant de la rendre visible aux étudiant·es. La réponse donnée est ainsi valide et cette procédure pourrait aider l’équipe éducative à fournir des réponses rapides aux élèves.
    • Concernant le tutor chatbot individuel (one-on-one), l’approche la plus sûre consiste à a) communiquer clairement aux étudiantes que le chatbot n’est pas une source infaillible et b) inciter les étudiant·es à recouper les réponses avec les supports de cours officiels ou demander un suivi des questions en classe.
    • Concernant la génération d’exercices et de quiz, il est essentiel que les enseignant·es vérifient les contenus générés avant dans l’utiliser dans leur cours.

 

  • Dans tous ces scenarii, les enseignant·es et les étudiant·es doivent être conscient·es du biais d’automatisation (automation bias), soit la tendance humaine à privilégier et évaluer les suggestions provenant de systèmes automatisés comme positivement, même si ces dernières sont incorrectes (par exemple, Suresh, Lao & Liccardi, 2020).

Vous souhaitez en savoir plus sur les façons d’intégrer l’IAG dans votre enseignement? N’hésitez pas à nous contacter :

 

Ressources: