3. Exemples d’usages#
3.1. Utiliser l’IA plus efficacement pour l’apprentissage#
Avant d’utiliser des outils d’IA pour faciliter l’apprentissage d’un cours, il convient de se poser une première question :
Comment apprendre efficacement, avec ou sans outils numériques ?
En 2009, Hattie a étudié 800 méta-analyses (regroupant au total 52 637 recherches) afin d’identifier les principaux facteurs influençant les apprentissages. À partir de ces résultats, nous avons cherché à mettre en lien certains de ces facteurs avec des usages concrets de l’IA. La liste des méthodes d’apprentissage présentée ici n’est donc pas exhaustive ; elle met cependant en avant les facteurs compatibles avec un usage de l’IA et ayant la plus grande taille d’effet dans les travaux de Hattie, et qui exercent ainsi l’impact le plus significatif sur les apprentissages. Sans oublier qu’il est essentiel de garder des instants de réflexions déconnectés, sans outils numériques et sans IA.
Hattie, J. (2009). Visible Learning : A Synthesis of Over 800 Meta-Analyses Relating to Achievement. Oxon : Routledge.
3.2. Et si l’IA résumait mon syllabus ?#
L’idée peut sembler séduisante : demander à une IA de condenser un syllabus pour gagner du temps. Pourtant, ce réflexe est rarement bénéfique pour l’apprentissage.
En effet, résumer un cours fait partie intégrante de l’apprentissage. Le fait de sélectionner les idées principales, de reformuler avec ses propres mots et de créer une structure logique favorise la compréhension et la mémorisation. Confier cette étape à l’IA revient à se priver d’un travail cognitif essentiel.
De plus, les résumés générés par l’IA présentent plusieurs limites :
Ils peuvent être incomplets ou biaisés, car l’IA choisit elle-même ce qu’elle considère comme important.
Ils risquent de simplifier ou de déformer certaines notions complexes, ce qui peut entraîner des erreurs de compréhension.
Ils ne reflètent pas votre manière de penser ni vos besoins personnels en tant qu’étudiant.e, contrairement à vos propres notes.
Autrement dit, utiliser l’IA pour résumer un syllabus ne fait pas gagner du temps sur le long terme : cela affaiblit l’apprentissage et peut mener à des lacunes lors des examens.
Une meilleure pratique consiste à utiliser l’IA comme outil de soutien après votre propre travail de résumé : par exemple, pour comparer vos notes, vérifier que vous n’avez pas oublié un concept, ou reformuler une idée qui reste floue.
Néanmoins, tous les résumés ne sont pas efficaces pour l’apprentissage, voici quelques conseils pour réellement mémoriser les informations en faisant un résumé :
Éviter de recopier le contenu tel quel : il est préférable de reformuler avec nos propres mots, en fonction de notre compréhension. Cela favorise une meilleure assimilation de l’information.
Se concentrer sur les idées principales du contenu : l’objectif est de privilégier la qualité plutôt que la quantité. Il est inutile de tout retranscrire mot à mot, il faut dégager ce qui est vraiment essentiel.
Structurer le résumé de manière claire : établir un plan avec des titres et sous-titres, sans alourdir la hiérarchie (inutile de multiplier les niveaux de sous-chapitres). On peut aussi laisser une marge à gauche pour y noter des mots-clés, ce qui facilitera la navigation dans les notes.
Intégrer des éléments visuels : schémas, graphiques, listes, couleurs… mais il faut les utiliser avec modération. Trop d’informations visuelles peuvent nuire à la concentration et surcharger la mémoire.
Jansen, R. S., Lakens, D., & IJsselsteijn, W. A. (2017). An integrative review of the cognitive costs and benefits of note-taking. Educational Research Review, 22, 223–233. https://doi.org/10.1016/j.edurev.2017.10.001
3.3. Et pour mes travaux académiques et scientifiques ?#
A l’ULB, l’usage de l’IA pour la rédaction de travaux académiques évalués n’est pas autorisée, avec pour seule exception le mémoire de fin d’études.
Un autre contexte pour lequel l’usage de l’IA est autorisé concerne les cours ou les travaux pour lesquels l’enseignant autorise explicitement l’usage de l’IA (dans les consignes du TP ou dans la fiche de cours).
Outre ces deux cas de figure, il n’est pas autorisé d’utiliser l’IA. Pour en savoir plus, je vous conseille vivement d’aller consulter la section Principes d’utilisation à l’ULB. Vous y trouverez une explication claire du Règlement Général des Etudes au sujet de l’IA.
Si vous vous retrouvez dans l’un des deux cas de figure autorisés, voici des exemples d’usages de l’IA pour la rédaction académique ou scientifique. Pensez également à consulter le cours What’s Up Doc - Formation documentaire pour tous conçu par le département des bibliothèques de l’ULB pour vous accompagner dans la réalisation de vos travaux !
Certaines étapes de la recherche évoquées dans ce Genially ont été inspirées de cette présentation : L’intelligence artificielle au service des travaux académiques