Ces dernières années, les systèmes d’IA ont commencé à surpasser les capacités humaines dans plusieurs domaines, tels que la compréhension de la lecture, la compréhension du langage et la reconnaissance d’images. Cependant, toutes les compétences ne sont pas aussi faciles à maîtriser pour l’IA. Dans les évaluations PISA, l’IA s’est montrée particulièrement performante en lecture, tandis que les humains conservent l’avantage en mathématiques – un contraste fascinant où les humains semblent encore surpasser ces systèmes.
Ces différences entre les capacités humaines et les capacités de l’IA n’échappent pas à la prochaine génération. Les étudiants s’interrogent déjà sur les compétences qui compteront vraiment dans un monde où les machines peuvent nous surpasser à bien des égards. Les enquêtes révèlent qu’une grande majorité d’entre eux pensent que l’IA jouera un rôle crucial dans leur avenir professionnel. Nombreux sont ceux qui craignent que l’IA ne creuse le fossé scolaire entre leurs pairs. Certains pensent que leur école les prépare bien à l’ère de l’IA, tandis que d’autres sont moins confiants quant à la préparation de leurs enseignants à l’utilisation de l’IA dans l’éducation. Le rôle des écoles et des enseignants dans la promotion de la maîtrise de l’IA est donc plus important que jamais.
Conscients de ce besoin, le cadre de maîtrise de l’IA (AILit) et l’évaluation PISA 2029 de la maîtrise des médias et de l’IA (MAIL) sont deux initiatives qui proposent des approches complémentaires et qui sont conçues pour préparer les élèves aux opportunités et aux défis d’un monde de plus en plus influencé par l’IA.
Quels sont les liens entre les cadres AILit et PISA 2029 MAIL ?
Conçu comme une boîte à outils pratique pour les enseignants du primaire et du secondaire, le cadre AILit permet aux élèves d’acquérir non seulement des connaissances techniques, mais aussi des compétences durables et un état d’esprit tourné vers l’avenir. Le cadre encourage les apprenants à s’engager dans l’IA, à créer de nouvelles idées avec elle, à gérer son utilisation avec sagesse et à la concevoir, tout en tenant compte des avantages, des risques et des dilemmes éthiques que l’IA présente.
La version préliminaire actuelle du cadre AILit met en évidence quatre dimensions de la culture de l’IA. La première met l’accent sur l’utilisation de l’IA pour générer de nouveaux contenus, des recommandations et des informations. La deuxième invite les étudiants à collaborer avec ces outils dans le cadre de projets créatifs et de la résolution de problèmes. Ensuite, il s’agit de décider intentionnellement de la manière dont l’IA peut compléter et améliorer notre travail et notre vie. Enfin, la dernière dimension consiste à explorer les données qui sous-tendent les modèles d’IA et à prendre des décisions réfléchies tout au long du processus de conception.
L’évaluation MAIL vise à évaluer les capacités dont nous avons besoin pour nous engager de manière efficace, éthique et responsable avec le contenu numérique, les plateformes médiatiques et l’IA elle-même – les compétences qui comptent le plus à l’ère numérique. Une grande partie de ce qui est mesuré dans l’évaluation MAIL s’aligne sur les dimensions que le cadre AILit vise à développer. Par exemple, l’évaluation MAIL vise à évaluer de manière critique le contenu numérique généré par l’homme et l’IA, à évaluer la création avec des systèmes d’IA et à évaluer la manière dont les étudiants utilisent les systèmes d’IA pour la collaboration et l’amélioration du travail humain. Cependant, encourager les étudiants à réfléchir de manière plus approfondie aux données d’entraînement et aux décisions de conception représente l’étape suivante, c’est-à-dire des processus qu’il est plus difficile d’appréhender dans le cadre d’une évaluation à grande échelle – et qui dépassent donc le champ d’application de l’évaluation MAIL.
À quoi ressemblera l’expérience d’évaluation de MAIL ?
Chaque étudiant participera à une série de tâches d’une durée d’une heure qui comprendra une composante d’apprentissage de l’IA, suivie d’une brève enquête sur leurs expériences et leurs perceptions de l’IA. Pour donner un exemple concret, le cadre AILit attend des apprenants qu’ils évaluent si les résultats de l’IA doivent être acceptés, révisés ou rejetés. Par ailleurs, l’évaluation MAIL demandera aux étudiants d’évaluer de manière critique la crédibilité, la partialité et l’objectif de toutes sortes de contenus numériques. Plus précisément, dans le cadre d’une tâche potentielle telle que « repérer l’IA », les étudiants peuvent être amenés à repérer des cas où les médias ont été créés ou manipulés par l’IA – et surtout les raisons pour lesquelles ils pensent qu’il en est ainsi. Cette évaluation fournira des informations précieuses pour les décisions politiques visant à promouvoir le développement de ces compétences fondamentales nécessaires pour réussir dans ce paysage numérique en constante évolution.
Approches complémentaires
Les avancées technologiques progressent rapidement. Cependant, ces deux initiatives proposent des approches complémentaires pour préparer les élèves à s’engager de manière responsable avec l’IA et espèrent aider à préparer les générations futures à naviguer dans des paysages éducatifs et professionnels en constante évolution. Pour en savoir plus sur le cadre d’évaluation PISA 2029 MAIL, consultez le lien suivant : PISA 2029 Media and Artificial Intelligence Literacy | OCDE.
