Quelle IA pour plus d’égalité des chances ?

L’arrivée des IA notamment génératives est une révolution, et l’émergence rapide de l’IA ouvre des perspectives et des questionnements d’ordre péda, didactique, éthique. Dans le champ de l’éducation : c’est une révolution, côté des familles, côté professeurs, comme côté élèves, en termes d’accès aux connaissances, de pratiques pédagogiques. Qui ne va pas sans soulever des questions. L’avènement de l’ère de l’intelligence artificielle (IA), nous confronte à une question cruciale : comment mieux garantir que cette technologie évolue dans une direction éthique et responsable ? Quelle IA pour plus d’égalité des chances a été le sujet dont ont débattu Mélina Verger, doctorante, dont le projet de thèse focalisé sur l’équité dans l’intelligence artificielle (IA) et le machine learning utilisé dans l’éducation (apprentissage humain) met en garde contre les « inéquités algorithmiques », Hervé Allesand, Enseignant Ressource aux Usages du Numérique circonscriptions de Marseille et Thierry de Vulpillières, directeur et cofondateur d’évidence b qui édite des logiciels pédagogiques adaptatifs issus des recherches en sciences cognitives et en intelligences artificielles.

 

Biais algorithmiques et inégalités
Pour Mélina Verger, « l’IA ne favorise pas l’égalité des chances car les données à disposition sont le reflet de la société, avec des biais et des inégalités ». L’IA, alimentée par des données, dont elle reproduit par défaut le contenu, peut reproduire et amplifier des biais sociaux et culturels existants. Pour elle, « cela pose la question de ce qu’il y a dans les données, ce qui a été collecté, et suppose qu’on puisse comprendre les données et les biais ». Mélina Verger a souligné qu’il est crucial de détecter et d’analyser ces biais.

IA, inégalité de départ et égalité des chances

« L’égalité des chances n’est pas là au départ » rappelle Thierry de Vulpillières. Il souligne le rôle de l’IA pour personnaliser l’apprentissage et aider les élèves à progresser. Il précise que l’usage d’un algorithme d’apprentissage par renforcement intègre des experts qui travaillent sur le parcours des élèves avec une réflexion de chercheurs en didactique et sciences cognitives. Pour lui, avec les exercices de l’IA adaptative, les élèves sont placés dans une situation de réussite qui peut les motiver. Hervé Allesand relève que l’IA suscite aussi des craintes chez les enseignants, notamment celle de voir leur rôle remplacé par des machines.

Formation des enseignants et intégration du numérique

Hervé Allesand souligne le rôle de la formation et regrette que « la formation ne soit pas au niveau de ce qu’elle a pu être », avec « une quantité de formations qui a baissé de manière drastique », en formation initiale comme continue. Pour cet ERUN « les pratiques pédagogiques doivent être changées pour intégrer le numérique de manière complémentaire ». L’IA serait à intégrer de manière construite, pour travailler selon les besoins de l’élève (comme pour la résolution de problèmes additifs, d’entrainement sur des tâches répétitives) tout en apportant une aide pour l’enseignant. Pour lui, la question de l’enseignant et du « regard de l’enseignant » est essentielle pour l’élève, et il faut accompagner les enseignants à intégrer l’IA.

La conférence a mis en exergue la vigilance face aux biais algorithmiques et l’importance de la formation pour les professeurs.

Le lien vers la conférence

Cet article vous a plu ? En soutenant le Café pédagogique, vous accompagnez un média indépendant. Votre soutien à notre média indépendant est indispensable pour poursuivre notre travail à court terme. Toute souscription à un abonnement de soutien est aussi un geste pour renforcer Le Café pédagogique et dire votre attachement à la presse indépendante. Vous pouvez nous soutenir par un abonnement à 5 euros par mois. Pour recevoir notre newsletter chaque jour, gratuitement, cliquez ici.