L’impact de l’IA sur l’éducation

L’Intelligence Artificielle est de tous les sujets, l’éducation n’y échappe donc évidemment pas. Cela a donné lieu à des essais très manichéens comme la « guerre des intelligences », mais aussi à des rapports prospectifs plus scientifiques. Citons Intelligence Unleashed proposé par le Knowledge Lab de l’UCL (Londres) en 2017 qui nous rappelle que l’IA en éducation a déjà une longue histoire et qui propose de nombreuses pistes pour résoudre un certain nombre de problèmes en éducation. Citons également le rapport récent d’orientation pour la commission européenne « The Impact of AI on Learning, Teaching, and Education » par Ilkka Tuomi qui reprend des éléments du premier avec une vision plus globale.

Premier point sur lequel il convient de s’arrêter, l’IA est à la fois un vecteur de transformation de la société et du travail, donc qui influe sur les objectifs des formations, et un moyen pour faire évoluer les pratiques d’éducation. Cette idée n’est pas foncièrement neuve, tant cette double tension est portée depuis longtemps par l’évolution des technologies numériques, l’IA n’étant qu’une d’entre elles.

Il y a donc, comme d’habitude, quatre facettes :

  1. En quoi cette nouvelle avancée technologique a un impact sur les compétences numériques (ou littéracie numérique) ? Ces fameuses compétences numériques me semblent évoluer bien vite, et leur définition avoir souvent un train de retard. L’IA pose sans doute de manière plus accrue la question de travailler en interaction avec les technologies numériques ;
  2. En quoi cela modifie l’enseignement de l’informatique ? L’IA telle que revisitée aujourd’hui est une avancée issue de ce que l’on appelait il y a peu les « Big Data ». Notons également que l’enseignement de l’IA dans les écoles d’ingénieurs existe depuis 40 ans.
  3. Quelles sont les questions d’impact soulevées par ces avancées ? En effet, les questions d’impact économique, d’évolution des métiers, d’exploitation de données personnelles, de contrôle, de surveillance, dite généralisée, d’évolution de nos comportements, liées au numérique, sont devenus centrales dans nos sociétés, bien qu’imparfaitement débattues.
  4. Qu’est ce qui devient possible qu’on ne pouvait pas faire avant ?

C’est sur les deux derniers points que se focalisent ces rapports, avec une dimension prospective.

Sur les questions d’impact, deux aspects apparaissent centraux et quelque part liés, la question de la personnalisation d’une part et l’évolution des métiers d’autre part.

La personnalisation est effectivement centrale en IA, en permettant de mettre en place des classifications d’utilisateurs et de faire de la recommandation. Cela est déjà utilisé depuis longtemps en éducation pour des systèmes de tuteurs intelligents, qui pour l’instant sont cantonnés dans des domaines très précis (exercices de mathématiques principalement). Si cela peut aider à proposer des diagnostics, à aider dans une progression, la personnalisation ne doit pas réduire la capacité de choix et d’action des apprenants. C’est toute la question entre guidage et accompagnement qui se pose ici. Les deux coexistent dans une formation et doivent viser à terme à permettre à l’apprenant de développer son autonomie et sa capacité d’action. C’est une crainte très nettement exprimée par Ilkka Tuomi qui fait remarquer que des développements de systèmes pourraient renforcer ce qu’il considère comme étant de mauvaises pratiques de contrôle des apprentissages. Le risque étant selon lui renforcé qu’il existe à la fois des tenants de pratiques dépassées dans le système, et des développeurs de solutions non épaulés par des experts de l’éducation pouvant développer des solutions basées sur des préconceptions issues de l’expérience de ces développeurs.

La question de l’évolution des métiers, du fait de la généralisation de l’IA renforce cette tension, que l’on retrouve dans certains débats publics sur l’évolution de la formation première. En effet l’automatisation prévisible des tâches et le renouvellement des métiers qui y est attachée impose de plus grandes capacités d’analyse, de capacité de jugement, de créativité, d’adaptation des personnes. Cela renforcerait l’importance des matières favorisant ces capacités, qui seraient ce que les américains appellent les « liberal arts », les matières plus littéraires et culturelles. Ces matières doivent néanmoins intégrer le plein usage des outils numériques actuels, on est donc bien dans une démarche de type humanités numériques. Les approches de pédagogies de type « apprendre par la recherche telles que défendues par François Taddéi notamment (voir son dernier livre « Apprendre au XXIème siècle » ou ses nombreuses autres productions sur le sujet).

La question de l’évolution de l’éducation est d’autant plus importante que si l’impact de l’IA sur l’emploi est aussi important que certains le prévoient, et même s’il est moins important que prévu, l’impact au niveau social sera probablement considérable. Et le prix humain correspondant n’est ni souhaitable, ni acceptable, ni sans doute soutenable dans le contexte actuel.

Parmi les possibles qui sont avancés, c’est cette interaction entre humains et IA qui semble centrale :

  • Cette capacité de remplacement sur de nombreuses tâches que possède l’IA pose la question de collaboration entre humain et machine.
  • La capacité d’analyse, voire de tutorat, qui peut s’incarner au travers de robots ou simplement par la voix doit permettre un accompagnement du développement de l’humain. Dans un environnement d’apprentissage, cela doit permettre de l’adapter à l’apprenant. Si le contrôle de l’humain par la machine semble possible dans l’industrie, il est inenvisageable dans une perspective d’éducation.
  • Dans la même veine, la question de l’évaluation peut être complètement repensée, en favorisant l’évaluation formative, et le suivi du développement des compétences.
  • L’intelligence artificielle peut également un support dans le cadre du travail collaboratif, ou en permettant de rendre des environnements virtuels plus interactifs, par exemple en proposant des personnages plus réalistes.
  • L’analyse de données (les learning analytics) peut également s’appuyer sur des techniques d’IA pour proposer des analyses et autres prédictions plus pertinentes pour accompagner enseignants, et décideurs.
  • D’autres types d’analyses peuvent également être envisagées comme le diagnostic de handicaps (autisme, dyslexie …)

Une des questions qui se posent plus précisément dans le cadre de l’IA et de l’éducation est la capacité d’une IA à expliquer, voire à argumenter ses choix, ses propositions. En effet, dans un cadre d’apprentissage, les explications sont indispensables pour que l’apprenant comprenne et accepte une suggestion. Nous avons ici un axes particulier de recherche.

Par rapport aux annonces liées aux technologies précédentes, nous pouvons voir deux différences principales, l’avancée technologique qu’est l’IA ne se décline pas directement par des outils utilisés par le grand public (traitement de textes, moteurs de recherche, montage vidéo, blogs, …) qui peuvent être réinvestis directement en classe. Peut être la traduction automatique, ou la reconnaissance vocale seront ces technologies, mais on est actuellement encore dans une « promesse », plutôt que dans des usages généralisés. Par ailleurs, l’IA se positionne comme aide à l’apprentissage. On parle de libérer l(es)’intelligence(s). Mais pour cela il y a un prérequis qui est la récolte de données d’apprentissage, donc personnelles, d’autant plus personnelles qu’il s’agit de l’analyse de vos capacités, voire de vos émotions.

Une des difficultés majeures pour développer des solutions basées sur des techniques d’IA est en effet de disposer de larges ensembles de données. Pour ne pas enfermer ces ensembles dans des monopoles privés, Ilkka Tuomi suggère que les personnes contribuent volontairement en direction de plateformes dédiées. On pourrait imaginer un projet analogue au projet Common Voice proposé par Mozilla pour développer des assistants vocaux. Une autre approche (sans doute complémentaire) pourrait être de permettre aux apprenants de disposer et de gérer leurs propres données, comme nous l’explorons dans le projet Sedela.

 

Ilkka Tuomi rappelle dans sa conclusion que les concepts fondamentaux à développer en l’éducation sont l’agentivité, la responsabilité, l’identité, la liberté et les capacités humaines, et que l’IA pourrait limiter l’agentivité si développée de manière incorrecte. Quant on voit les développements actuels dans le numérique grand public, on se doit effectivement rappeler ces fondamentaux.

36302593876_a04b74b7e5_z_d

Crédit photo Disenchantment Space / Atsushi Tadokoro (JP) par Ars Electronica licence CC-by-nc-nd

Publicités

Et si on pensait un vrai cartable numérique, c’est à dire, personnel

Le cartable, c’est le sac dans lequel vous stockez vos cahiers, votre trousse avec vos stylos, votre gomme, votre règle, votre équerre et votre compas. C’est là que vous avez les livres qui vous servent en ce moment. C’est aussi ici que l’on range son carnet de correspondance avec ses notes, ses échanges avec les enseignants et l’administration et que l’on pourra conserver au delà de l’année.  Mais c’est aussi là que vous stockez vos trésors : vos bons points, vos billes et autres ocelets, vos malabars, le petit livre ou le petit bricolage dont vous êtes si fier.  

C’est donc bien plus qu’un espace d’accès à l’école, c’est votre espace personnel à l’école ! C’est le moyen d’exister en tant qu’individu dans un collectif.  Si vous changez d’école, vous conserverez votre cartable, avec tout ce qu’il y a dedans, sauf peut être les livres qui resteront dans l’établissement s’ils ne sont pas en accès libre. L’étudiant qui devient travailleur troquera son cartable pour une musette, qui elle aussi contiendra ses affaires personnelles.

Laissons cet un élève nous ouvrir son cartable numérique personnel.

“Bonjour, je m’appelle Antoine, je vais vous montrer ce que j’ai dans mon Cartable.

L’affichage que vous voyez ouvert, montre mes progrès de course à pied, il récupère mes données de mon smartphone. J’ai fait un footing juste avant de vous croiser. Juste à coté, mon coté, mon copain Yann a partagé une petite application qu’il a lui même développé pour comparer nos courbes de progression à Pokémon GO, on y retrouve nos amis de Facebook qui veulent bien partager leurs scores.

Là, j’ai mes compte rendus de TP. Sur celui-ci on a travaillé sur un document partagé pour prendre des notes avec mon binôme. On a fait une photo du montage, et un film de la prise de mesure. Regardez les courbes qu’on a obtenues, il y a là un petit décrochage. Quand on a posé la question sur le forum, un ancien nous a dit qu’il y a avait un petit jeu sur la maquette, ce que le prof a confirmé. On a remis le CR au prof et j’ai gardé une copie dans mon cartable. Sur cet autre, on est allé sur nquire-it pour voir comment mesurer la vitesse d’un ascenseur. Chacun pouvait aller faire sa mesure dans la semaine en ville, ou à l’école. on a pu partager nos courbes, et ce n’est pas celui de l’école qui est le plus rapide.

Là, j’ai ma carte de maîtrise, vous voyez tout ce que je maîtrise déjà, le compétences sur lesquelles je travaille, les exos qui peuvent m’aider, les challenges qui peuvent m’intéresser. Tiens celui-ci, les copains l’ont bien aimé, et ces deux là sont conseillés par mon prof. Il parait que ça ressemble au du site de la Khan Academy, en mieux. Je peux me comparer avec mon copain Yann, mais aussi la moyenne bretonne ou nationale.

Par ici, c’est ce que mon coach appelle un portfolio. Je peux y regrouper tout ce que je veux pour me projeter dans ce que je voudrai faire. Par exemple, j’ai fait un dossier sur la mer, parce que c’est un domaine qui me passionne et dans lequel j’aimerai travailler plus tard. J’y ai mis les compte rendus sur nos sorties en mer avec l’école, mon attestation du MOOC Flotrisco. Les liens vers les photos et les commentaires (et mon cartable a gardé une copie), que j’ai déposé pendant ce MOOC sur le même site que le TP sur les ascenseurs. Et puis surtout tout ce que j’ai pu récolter pendant mon stage à l’Ifremer : des photos, un interview d’un chercheur, des vidéos qu’un copain a prises de moi pendant que je nourrissais les poissons, et même le rapport. Et à coté, je regroupe tout ce que je peux trouver sur les métiers de la mer.

Et vous, vous l’utilisez comment votre cartable ? “

11287427513_94d3399b88_b_d

Ce petit texte a été rédigé en préparation à un échange “Mon idée pour changer l’éducation“ qui se dérouler juste avant #Ludovia13 dont le thème est cette année « Présence, attention et engagement en classe avec le numérique ».

L’idée présentée ici est liée à des réflexions issues mon travail de recherche autour des données  d’apprentissages (learning analytics). Parmi les influences inspirantes, je voudrai citer ici les travaux de la FING, d’une part l’exploration FuturEduc qui vise à explorer des futurs désirables autour de “l’École pour tous à l’ère numérique” et d’autre part le projet musette de l’actif, qui vise à imaginer des services pour le travailleur à l’ère du numérique. Vous pouvez voir cette proposition comme une intersection des deux. Trois idées clés guident cet exercice de prospective.

La première est que pour encourager l’engagement, il est intéressant de donner à voir ce qui est réalisé, de pouvoir se construire sur ses acquis, pas seulement sur l’atteinte d’objectifs. Pour surmonter un échec, il faut savoir ce qui a coincé, mais surtout ce qui a été malgré tout réalisé, et acquis.

La seconde est qu’un apprentissage, s’il est personnel, se place dans un cadre social dans lequel chacun choisit ce qu’il donne à voir. Et puisqu’il est social, chacun peut développer de nouvelles interactions, passer d’une application à une autre, échanger sur les sujets de son choix.

La troisième est qu’apprendre se fait tout au long de la vie, est un parcours personnel qui appartient à chacun. Il est donc indispensable de penser cet espace numérique personnel comme étant une propriété privée, mais surtout un espace de confiance. Il doit permettre de passer d’un établissement à un autre, d’un employeur à un autre, et  de se construire avec les autres.

 

Crédit photo : #1 Série : « Ce que je suis »  par ALlisson H licence CC-by-nd

 

Des prototypes #Edtech alternatifs

Je voudrai partager avec mes lecteurs les 3 sujets de projets que j’ai proposé a nos étudiants de troisième année de Telecom Bretagne, et que certains m’ont fait la joie de prendre à bras le corps. Tous les trois tournent autour des données d’apprentissage.

On présente souvent la edtech comme un monde de startups qui visent à proposer des services “éducatifs”  et surtout en faisant des profits. Ce n’est a priori pas un modèle exclusif tant les modèles libres ou basés sur les communs devraient être des alternatives à considérer lorsque l’on pense éducation. D’autant que c’est une option particulièrement adaptée dans le contexte de déploiement dans le cadre du service public. Il y a évidemment des conditions pour permettre une diffusion suffisante mais ce n’est pas le sujet de ce billet.

Des sujets autour des données donc, mais sans modèle économique lié à l’exploitation des données. La récolte de données reste néanmoins utile, car il est ainsi possible d’envisager des aides à l’apprenant, en lui proposant un suivi, en lui faisant des retours sur ses apprentissages, voire de proposer une évaluation de son activité. Cela est classique et ouvre des perspectives, mais c’est un point de vue de développement au service du métier de l’enseignant. Il me semble encore plus intéressant de se positionner en considérant ce qui devient possible lorsque l’on permet à l’apprenant de disposer de ses propres données pour lui-même. C’est dans cette perspective de données d’apprentissages inversées que j’ai proposé ces sujets, dans la suite des réflexions déjà développée dans ce blog.

Premier sujet : la mise en place d’un portail de partages de mesures, photos, vidéos collectées par mobile pour résoudre ensemble une question dans une démarche d’investigation. Nous avons fait le choix de traduire nquire-it (si vous voulez contribuer, c’est ici mais d’abord un peu technique). L’accueil de l’équipe qui a développé ce portail en anglais a été très bon, et nous espérons pouvoir le mettre en ligne en français d’ici le printemps. Si vous avez une idée de nom de site, nous accueillons vos suggestions avec intérêt. L’idée est ici que l’apprenant est acteur de sa collecte et de son exploitation. Il y a d’ailleurs plusieurs possibilités d’extensions mais cela ferait l’objet d’un billet entier.

Le deuxième sujet est de proposer une alternative pour la récolte des données d’apprentissage. Le monde du e-learning est en train de proposer des nouveaux standards pour permettre de récolter des données d’apprentissage sur des outils variés et de les regrouper ensuite pour permettre un meilleur suivi. Parmi ceux-ci, le standard xAPI est ouvert et permet de regrouper ces données dans des entrepôts (repository) pour exploitation ultérieure. L’idée est de pouvoir regrouper les données pour un même cours (ou plus). nous inversons ici la logique en proposant de définir un entrepôt dans un espace de données d’apprentissage personnelles, l’apprenant pouvant alors croiser ses expériences venant de différents contextes d’apprentissage. Typiquement, nous regardons ce qu’il est possible de récolter lors de l’utilisation du portail La technologie utilisée en termes de données personnelles est celle proposée par Cozy.

Le troisième sujet s’inscrit logiquement dans l’organisation et l’exploitation des ses expériences pour construire son propre e-portfolio sur Cozy. Il s’agit ici d’un prototype pour démontrer qu’il est possible de regrouper différentes sources, de ses apprentissages (sujet 2), de port folios extérieurs, mais aussi de sources de certifications, comme les openbadges. Plutôt que de déposer ses données sur le site de son établissement de formation, de son université, l’idée est ici aussi de récupérer ses données de ses différents parcours d’apprentissage (et professionnels – travailler c’est aussi apprendre) et de les regrouper dans son espace propre pour en avoir la maîtrise dans une approche de self data. Ces regroupements peuvent alors faire l’objet d’un travail de portfolio et de sa publication.

10740658545_97819d5924_z_d

On le voit, remettre en question la logique du flot des données en apprentissage permet d’explorer des voies stimulantes. Ces trois projets d’étudiants permettent d’explorer les aspects techniques de certaines réflexions menées sur ce blog. Si ces projets vous interpellent, je peux vous mettre en contact avec mes étudiants. Et si vous êtes patients, ils se sont engagés à publier leurs résultats sous licences libres à la fin de leur projet en mars.

Si vous êtes étudiant ou développeur, n’hésitez pas à prendre contact.

La prochaine étape sera de tester tout ça. Et pourquoi pas dans un MOOC ? 

 

Crédit photo : Digilant: Above and beyond the data (2) par Charls Tsevis licence by-nc-nd

Il n’y a pas que les MOOC qui soient massifs en formation

Si les MOOC ont fait le buzz ces trois dernières années, mettant l’accent sur l’ouverture et le développement numérique autant de l’enseignement supérieur que de la formation continue, il est important de réaliser que d’autres types de dispositifs se développent avec ce coté « massif » du numérique.

L’adjectif massif rend compte de deux dimensions. D’une part, il y a la dimension liée à un grand nombre de participants. Ces grands nombres permettent de mettre en place des analyse de données d’apprentissage, des learning analytics comme disent nos amis anglophones. On est dans le domaine du big Data. D’autre part, la dimension sociale, l’exploitation de l’effet web qui augmente l’expérience collective partagée en même temps que les utilisateurs en développent les usages, créé une dynamique nouvelle dans les apprentissages en ligne. Nos amis anglais appellent cela Massive open social learning. Cette seconde dimension est clairement un axe de recherche à encourager dans le cadre de l’analyse des données d’apprentissage.

Dans le cadre du projet d’observatoire pour la construction et le partage de processus d’analyse de données massives d’apprentissage Hubble, nous avons cherché à identifier des cas d’usages variés autour de ces questions. On y trouve une variété importante de dispositifs qui combinent potentiellement nombre et apprentissage social :

  • les MOOC bien sûr avec une dimension transmissive (issue des fameux xMOOC, transcription numérique de cours traditionnels) et une dimension plus sociale (voire de construction de connaissance collective et émergente issue de l’analyse des ressources du Web pour les cMOOC, dits connectivistes) ;
  • Les cours et les évaluations en médecine, sur lesquels on est plus sur de l’individuel en grand nombre ;
  • Les concours comme le concours Castor sont des sources de données intéressantes à analyser et qui avec 228 324 candidats en 2014 rentrent sans discussion dans cette catégorie de massif ;
  • Les jeux sérieux qui peuvent combiner individuel, groupes, et des questions de motivation ;
  • Les démarches d’investigation géolocalisées sont vues comme un axe potentiel intéressant par de nombreux acteurs, que ce soit comme investigation citoyenne (voir nQuire-it) ou dans une perspective de valorisation de patrimoine, avec des extensions de transmedia ou de jeu (sérieux) en réalité alternée (voir travaux de Edwige Lelièvre).

Il y a aussi ces sites qui ne sont pas vraiment des MOOC qui permettent d’apprendre des notions variées et de réaliser des exercices d’application qui permettent de s’entraîner, et d’échanger au travers de forums. Parmi les plus connus citons ces deux exemples traduits en français par Bibliothèques Sans Frontières sont :

  • Khan Academy qui a d’ailleurs développé des tableaux de bord intéressants pour les apprenants ;
  • Codecademy, qui est une alternative aux MOOC trop linéaires d’apprentissage de langages.

Merci de m’aider à compléter cette liste. Quels sont les dispositifs massifs d’aujourd’hui ou de demain pour apprendre (ensemble) ?

 

Autre question en passant : êtes vous plutôt pour « analyse des données d’apprentissage » ou « analyse de données d’apprentissage » comme traduction de « learning analytics » ? la proposition de Wikipédia « analyse de l’apprentissage » me paraît clairement erronée.

Education For The Masses

Crédit photo : Education For The Masses par Pete Birkinshaw – licence CC-by

%d blogueurs aiment cette page :