Plus de 1 200 enseignants et dirigeants ont rejoint notre récent webinaire intitulé L’IA pratique pour l’enseignement supérieur : conception, évaluation et innovation, dans lequel figurait le Dr Luke Hobson. L’énergie était électrique dès le début. Les questions affluaient, les réactions ont changé en temps réel et la discussion a révélé une communauté qui essayait de comprendre non seulement ce que l’IA peut faire, mais à quelle vitesse ces fonctionnalités remodelent les pratiques d’enseignement quotidiennes.
Ce qui est ressorti le plus, c’est le nombre de participants arrivés en quête de clarté plutôt que de battage médiatique. Ils recherchaient des exemples concrets, des points de vue honnêtes sur les risques et les opportunités, et des étapes pratiques qui pourraient fonctionner dans de grands environnements en ligne où l’échelle est toujours un facteur.
Hobson a capturé l’ambiance dès le début. Il a décrit le moment comme un moment où les enseignants équilibrent enthousiasme et prudence et a partagé « Je suis réaliste en ce qui concerne l’IA. Je vois l’innovation et la créativité, mais je vois également des inconvénients et des préoccupations. »
Cet état d’esprit a perduré tout au long de la session. Les gens voulaient expérimenter, mais avec intention. Ils voulaient comprendre ce qui est possible, mais ils voulaient également savoir où placer les garde-fous. Les moments ci-dessous reflètent les thèmes qui ont le plus trouvé un écho.
Un sentiment d’optimisme et de réalisme dans la salle
La combinaison de curiosité et d’incertitude a façonné la première partie du webinaire. Les participants ont exprimé une réelle envie d’apprendre, ainsi que le désir de flux de travail qui semblent durables. Ce n’était pas un groupe à la recherche de gadgets technologiques à la mode. Au lieu de cela, ils essayaient de comprendre comment naviguer dans un paysage où les capacités changent chaque semaine et où de nombreux établissements affinent encore leurs politiques d’IA.
Hobson a parlé franchement de la façon dont il aborde cet environnement. Il a déclaré que les enseignants ne devraient pas traiter l’IA comme une menace ou un raccourci, mais comme un ensemble d’outils qui nécessitent des choix de conception prudents. La discussion a fait écho à ce sentiment, les participants reconnaissant à la fois leur enthousiasme face à ce que l’IA peut rationaliser et leur anxiété face à ce qu’elle pourrait dépasser.
Certains des thèmes qui ont continué de refaire surface incluent :
- comment l’IA peut libérer du temps pour un travail d’enseignement d’ordre supérieur
- à quelle vitesse les nouveaux outils introduisent des défis que les évaluations plus anciennes ne peuvent pas gérer
- à quel point la transparence et la communication sont importantes pour les étudiants qui essaient également de trouver leur place dans un monde pris en charge par l’IA
Cette ouverture a donné le ton à une conversation ancrée à la fois dans les possibilités et la responsabilité.
L’urgence de repenser l’évaluation
La conception de l’évaluation est devenue l’un des sujets les plus discutés de la session. Hobson a expliqué que c’est devenu la demande numéro un qu’il reçoit de la part des professeurs confrontés à des questions sur l’authenticité, l’originalité et l’échelle. Il a indiqué que les gens ne recherchent pas toujours de formats d’évaluation complètement nouveaux. Au contraire, ils se demandent ce qu’ils peuvent faire pour rendre les évaluations plus résilientes dans les environnements en ligne où les étudiants ont accès à de puissants outils d’IA.
La conversation était axée sur l’idée que la meilleure protection n’est pas la détection. Hobson a noté que les outils de détection de l’IA créent de faux positifs et ont déjà conduit à des situations où les étudiants étaient confrontés à des conséquences pour le travail qu’ils avaient effectué. Au lieu de cela, l’objectif est de créer des évaluations qui nécessitent une réflexion visible et une contribution unique des étudiants.
Les approches qui ont trouvé un écho incluent :
- des points de contrôle courts qui décomposent le travail en étapes visibles plus petites
- des preuves de la prise de décision sous forme de projets et de notes justificatives
- enregistrements de type « teach back » qui démontrent la compréhension de manière personnelle
- les occasions pour les étudiants d’évaluer ou d’améliorer le travail généré par l’IA
La discussion a établi un lien entre les préoccupations philosophiques et les actions pratiques. Les participants voulaient repenser les évaluations de manière équitable, transparente et réalisable pour les grands cours en ligne.
Le moment où les navigateurs IA ont pris le contrôle de la discussion
L’un des moments les plus mémorables est venu lorsque Hobson a montré comment les navigateurs d’IA agentiques tels qu’Atlas et Comet fonctionnent. Il les a décrits comme des outils qui agissent dans un navigateur et peuvent effectuer des tâches lorsque l’autorisation est donnée. Au cours d’une démonstration dans un système de gestion de l’apprentissage, il a demandé à Atlas de générer une entrée de journal hebdomadaire. L’outil a créé la réponse complète, puis a demandé s’il voulait qu’elle soit soumise.
« Il a écrit tout ce texte, puis m’a demandé si je voulais qu’il soit affiché », a déclaré Hobson.
Le chat a réagi immédiatement. Les participants ont commencé à exprimer leurs préoccupations quant au fait que les étudiants utilisaient peut-être déjà ces outils. Hobson a fait référence à un étudiant qui a remercié publiquement un fournisseur en ligne pour un outil qui pouvait terminer ses devoirs à sa place. Cela a renforcé pourquoi la refonte de l’évaluation et les directives claires en matière d’IA comptent plus que les tentatives pour détecter chaque cas d’utilisation de l’IA après sa survenance.
Ce moment a enregistré l’un des pics d’engagement les plus forts de la session, car il a montré à quelle vitesse les capacités d’IA sont passées de la génération de texte à l’exécution d’actions dans différents systèmes.
Un saut créatif dans l’apprentissage basé sur des scénarios
L’apprentissage basé sur des scénarios est apparu comme l’un des thèmes les plus stimulants. Hobson a expliqué comment il utilise le contenu généré par l’IA comme point de départ plutôt que comme point d’arrivée. Il a décrit des exercices dans lesquels les étudiants prennent un brouillon produit par l’IA et, comme il l’a dit, « les démantèlent pièce par pièce et créent quelque chose de meilleur. »
Les enseignants participant à la discussion ont réagi vivement à cette approche. Beaucoup ont déclaré qu’ils voulaient créer des activités de scénario, mais qu’ils avaient été retenus par le temps, les besoins de conception ou la difficulté de créer des personnages et des décors réalistes. Des outils tels que Gemini Storybook, Runway et DALL-E donnent aux gens de nouveaux points d’entrée dans ce travail. Ces outils prennent en charge la conception pédagogique en réduisant le temps nécessaire pour créer des invites contextuelles riches.
Tous les participants n’étaient pas immédiatement à l’aise avec les visuels générés par l’IA. Certains les ont décrites comme étranges ou distrayantes. D’autres ont commenté que la qualité s’était grandement améliorée par rapport aux tentatives précédentes. La discussion reflétait une communauté explorant ce qui est possible tout en évaluant ce qui semble approprié pour ses apprenants.
Une reconnaissance partagée que l’IA surpasse les cycles de développement des cours
Plus tard dans le webinaire, Hobson a partagé un moment d’une conversation avec un professeur du MIT qui lui a dit qu’il ne pouvait pas suivre le rythme auquel l’IA évolue actuellement. De nombreux participants pourraient s’identifier à cela. Les outils d’IA évoluent rapidement, tandis que les cycles de mise à jour des cours sont souvent lents, dépendants de plusieurs équipes et/ou liés aux processus institutionnels.
Ce défi explique en partie pourquoi il y avait autant d’intérêt pour D2L Lumi. Hobson a expliqué que D2L Lumi fonctionne comme un assistant au développement de cours et peut aider les formateurs à créer des modules, à générer des évaluations alignées et à produire des idées de scénarios à partir du contenu existant. Le message clé était que D2L Lumi aide les équipes à avancer plus rapidement tout en comptant sur l’expertise humaine pour la précision, le jugement et le contrôle de la qualité.
Le webinaire a révélé une communauté à la fois pratique et axée sur l’avenir. Les gens veulent utiliser l’IA de manière à soutenir l’apprentissage plutôt que de le compromettre. Ils veulent des évaluations qui favorisent la réflexion, des scénarios qui semblent réels et des flux de travail qui réduisent les frictions. Par-dessus tout, ils veulent des solutions qui les aident à suivre le rythme d’un environnement qui change rapidement.
Vous avez manqué le webinaire? Regardez la rediffusion à la demande.
Vous pouvez également explorer comment D2L Lumi prend en charge la conception de cours, les idées d’évaluation, et plus encore.
Written by:
