L’IA générative au service de l’apprentissage
fondlouv |
Les enjeux
Les objectifs
" Le but est de mettre l’IA générative au service de l’apprentissage. Notre feuille de route, c’est un accès équitable, des formations, des recommandations. L’objectif est que les étudiants – et leurs enseignants – acquièrent des compétences essentielles ", souligne le Pr Yves Deville, chargé de mission Intelligence Artificielle.
« Dans ce projet, nous souhaitons garder la maîtrise d’un outil. C’est en cela que notre stratégie se distingue de beaucoup d’autres universités : nous voulons garder notre indépendance et notre souveraineté et non pas tout confier à un géant des GAFA. Nous construisons donc notre propre interface qui sera reliée à une IA générative européenne », précise le Pʳ Yves Deville.
La mise en œuvre
Ce projet fait partie du plan stratégique de l’UCLouvain. Il s’appuie sur l’expertise du Centre de Traitement automatique du Langage (CENTAL), du Louvain Learning Lab (LLL) ainsi que du Service Informatique (SGSI).
1. Déploiement d’un outil institutionnel d’IA générative
Déployer un outil d’IA générative institutionnel en mettant en place un outil à l’échelle de l’université, destiné à toute la communauté universitaire et répondant aux objectifs stratégiques de l’institution.
2. Formation de base à l’IA dans tous les cursus
Intégrer dans tous les cursus une formation de base sur l’intelligence artificielle et à une utilisation efficace, éthique et responsable des outils d’IA générative.
3. Formations spécifiques pour les enseignants
Développer et proposer des formations spécifiques aux enseignants pour leur permettre de mieux comprendre les enjeux de l’IA générative et d’intégrer efficacement ces outils dans leur enseignement.
4. Adaptation des cours aux usages professionnels futurs
Encourager les enseignants à adapter leurs cours pour y intégrer l’usage des outils d’IA générative dans le futur cadre professionnel des étudiants, en insistant sur une utilisation responsable, éthique et propice à la créativité et à la pensée critique.
5. Ressources pédagogiques et méthodologies
Proposer aux enseignants des ressources et des méthodologies pour intégrer l’IA générative dans les activités pédagogiques, de manière pertinente et alignée avec les acquis d’apprentissage visés, les activités et les méthodes d’évaluation.
6. Déploiement de tuteurs intelligents
Déployer, via l’outil institutionnel, des fonctionnalités permettant aux enseignants de concevoir des tuteurs intelligents (de type RAG) pour leurs cours. Ces outils pédagogiques interactifs offriront un apprentissage complémentaire et personnalisé aux étudiants.
7. Évolution des acquis d’apprentissage
Encourager les Commissions de Programmes à actualiser les acquis d’apprentissage de leurs formations afin d’intégrer les compétences liées à l’usage des outils d’IA générative dans les pratiques professionnelles.
8. Évolution des modalités d’évaluation
Repenser les modalités d’évaluation afin de tenir compte des outils d’IA générative accessibles aux étudiants. L’objectif est d’assurer des évaluations qui restent alignées avec les objectifs d’apprentissage tout en garantissant l’intégrité académique.
9. Réflexion sur les travaux de fin d’études
Lancer une réflexion approfondie sur l’influence de l’IA générative dans la réalisation des travaux de fin d’études (TFE). Cette réflexion portera sur l’évolution des compétences visées à la lumière de cette IA générative.