A principled way to think about AI in education: guidance for educators and policy makers based on goals, models of human learning, and use of technologies

La Grande Mise à Niveau du Cerveau : Que se passe-t-il quand les machines font les devoirs ?

Imaginez que vous vous trouviez dans une vaste bibliothèque où les livres peuvent vous répondre, rédiger des essais pour vous et résoudre des problèmes mathématiques complexes en un clin d'œil. Ce n'est pas une scène de film de science-fiction ; c'est la nouvelle réalité de l'éducation avec l'Intelligence Artificielle (IA) Générative. Pour comprendre pourquoi cela importe, nous devons d'abord regarder comment les humains apprennent. Depuis des décennies, les scientifiques savent que l'apprentissage ne consiste pas seulement à stocker des faits dans votre cerveau comme un disque dur d'ordinateur. Au contraire, c'est un processus social où nous apprenons en interagissant avec les autres, en utilisant des outils et en faisant partie d'une communauté. Pensez-y comme à l'apprentissage d'un sport : vous ne vous contentez pas de mémoriser les règles ; vous pratiquez, vous faites des erreurs et vous apprenez les « habitudes de l'esprit » qui font de vous un bon joueur.

Maintenant, imaginez un outil capable de faire les exercices pour vous. Si un robot peut courir les tours de piste, résoudre les tactiques et même écrire le plan de jeu, que reste-t-il à faire à l'athlète humain ? C'est la grande question à laquelle les écoles sont confrontées aujourd'hui. Si les machines peuvent délivrer l'information et résoudre des problèmes mieux et plus vite que les enseignants, pourquoi avons-nous encore besoin des écoles ? Et si les étudiants peuvent obtenir instantanément les réponses parfaites à leurs devoirs, pourquoi s'embêteraient-ils à apprendre ? Ce document n'essaie pas de prédire exactement à quel point ces machines deviendront intelligentes à l'avenir. Au lieu de cela, il pose une question différente, plus pratique : quelles parties de l'apprentissage les humains doivent-ils continuer à accomplir pour rester humains ? L'auteur suggère qu'au lieu de combattre les machines ou de les laisser prendre le dessus, nous avons besoin d'un ensemble de règles directrices pour décider quelles tâches nous appartiennent et lesquelles peuvent être déléguées aux robots, afin de garantir que l'éducation construise toujours notre caractère, notre empathie et notre capacité à penser par nous-mêmes.

---

La Voie des Principes : Une carte pour la jungle de l'IA

L'auteur, Noah Finkelstein, soutient que nous sommes actuellement coincés entre deux mauvaises options : soit nous paniquons et bannissons l'IA parce qu'elle est effrayante, soit nous l'adoptons aveuglément parce qu'elle est cool. Il propose une « troisième voie » : un cadre fondé sur des principes. Considérez cela comme un livre de règles pour un nouveau jeu de société. Au lieu de simplement dire « jouez au jeu », le livre de règles vous indique quel est le but du jeu, quelles pièces vous pouvez déplacer et quelles pièces l'ordinateur déplace.

Le document commence par une idée simple mais puissante : Connaissez votre « Pourquoi ». Avant même de toucher à une technologie, vous devez vous demander : « Qu'essayons-nous d'accomplir ? ». L'auteur suggère trois objectifs principaux pour l'éducation :

1. Développer les individus : Aider les gens à devenir des humains intelligents, bienveillants et réfléchis.
2. Bâtir la société : Créer une communauté où les gens peuvent travailler ensemble et prendre de bonnes décisions.
3. Préparer au travail : Enseigner des compétences pour que les gens puissent obtenir des emplois.

Le document soutient que, bien que l'obtention d'un emploi soit importante, ce ne doit pas être l'unique objectif. Si nous nous concentrons uniquement sur les compétences professionnelles, nous risquons de passer à côté de la construction du type de personnes capables de réaliser ces tâches avec excellence et de mener des vies heureuses. L'auteur suggère que si nous utilisons l'IA uniquement pour enseigner des faits ou faire les devoirs, nous pourrions finir avec des étudiants capables de réussir un examen, mais incapables de penser par eux-mêmes.

Le Grand Passage de Relais : Qui fait quoi ?

Le cœur du document est un ensemble de principes sur qui doit faire quoi. L'auteur utilise la métaphore d'un chantier de construction. Vous avez l'architecte (l'enseignant), le bâtisseur (l'étudiant) et les nouveaux robots super rapides (l'IA). La question est : laissons-nous les robots construire toute la maison, ou les laissons-nous simplement mélanger le ciment ?

Principe 1 : Le rôle de l'enseignant
Le document suggère que les enseignants devraient cesser d'être des « livreurs d'informations ». Par le passé, les enseignants étaient les seuls à posséder les livres, ils devaient donc les lire à haute voix. Aujourd'hui, l'IA peut délivrer l'information instantanément. Alors, que doivent faire les enseignants ?

• Curater, pas seulement livrer : Au lieu de donner une liste de faits aux étudiants, les enseignants devraient les aider à déterminer quels faits sont vrais et utiles. C'est comme être un guide touristique dans un immense musée plutôt qu'un conférencier lisant un script.
• Se concentrer sur les « Habitudes de l'esprit » : Les enseignants doivent apprendre aux étudiants comment penser, et non pas seulement quoi penser. Cela inclut des éléments tels que le discernement (déterminer si une réponse est réellement bonne), l'empathie (comprendre les autres) et le sens de soi (savoir qui l'on est et pourquoi l'on compte).
• Concevoir l'expérience : Les enseignants doivent utiliser l'IA pour aider à concevoir de meilleures leçons, mais ils doivent maintenir le lien humain vivant. Si un robot peut corriger un examen, très bien ! Mais un robot ne peut pas regarder un étudiant dans les yeux et lui dire : « Je sais que tu as des difficultés, mais je crois en toi ».

Principe 2 : Le rôle de l'étudiant
Les étudiants doivent également changer leur façon de jouer au jeu.

• Ne pas externaliser votre cerveau : Si un étudiant utilise l'IA pour rédiger une dissertation sans réfléchir, il n'apprend pas. Le document prévient que si nous laissons l'IA faire toute la réflexion, les étudiants pourraient perdre leur capacité à former leurs propres opinions.
• Apprendre à entraîner l'IA : Au lieu d'utiliser l'IA simplement comme une antisèche, les étudiants devraient apprendre à construire et à entraîner l'IA. Imaginez un étudiant en cours de physique qui ne se contente pas de résoudre un problème, mais qui enseigne à l'IA comment le résoudre. Cela force l'étudiant à comprendre profondément les règles.
• Collaborer : Les étudiants doivent travailler avec les enseignants pour décider comment l'IA est utilisée en classe. C'est une situation de copilote où l'étudiant et l'enseignant décident ensemble quand laisser l'autopilote prendre le relais et quand piloter l'avion manuellement.

Les scénarios du « Et si » : Un aperçu de l'avenir

Le document brosse quelques tableaux de ce qui pourrait arriver si nous nous trompons ou si nous réussissons.

• Le piège du « Blue Book » : Si les écoles ont peur de l'IA, elles pourraient revenir à des méthodes traditionnelles comme passer des examens dans une salle calme sans ordinateurs. L'auteur dit que c'est une mauvaise idée. C'est comme s'entraîner pour un match de football en courant des tours de piste dans un gymnase. La vraie vie (et les vrais emplois) se déroule avec des outils et des ressources disponibles. Bannir l'IA en classe pourrait simplement apprendre aux étudiants à cacher leur triche, et non à utiliser les outils de manière responsable.
• Le danger du « Rattrapage » : Certaines écoles veulent utiliser des tuteurs d'IA pour aider les étudiants qui sont en retard en mathématiques ou en rédaction. Bien que cela semble excellent, le document prévient que si nous jetons simplement un robot à un étudiant qui est en difficulté parce qu'il a faim, qu'il est fatigué ou qu'il a le sentiment de ne pas être à sa place, le robot ne réglera pas le problème. Parfois, ce dont un étudiant a le plus besoin, c'est d'un humain qui se soucie de lui, pas d'une calculatrice plus rapide.
• Le rêve de l'« Entraîneur d'IA » : Le scénario le plus passionnant est celui où les étudiants utilisent l'IA pour créer leurs propres simulations et modèles. Par exemple, un étudiant pourrait utiliser l'IA pour construire un laboratoire virtuel afin de tester des concepts de physique. Ce faisant, il doit vérifier si l'IA a raison. Cela transforme l'étudiant en détective, vérifiant le travail du robot, ce qui est un type d'apprentissage beaucoup plus profond que la simple mémorisation d'une réponse.

Le verdict final : Pourquoi nous avons toujours besoin des écoles

Le document conclut en répondant aux grandes questions : « Si l'IA peut enseigner, pourquoi avons-nous besoin des écoles ? » et « Si l'IA peut écrire des essais, pourquoi les étudiants devraient-ils apprendre ? ».

La réponse est simple : Parce que nous ne sommes pas seulement des processeurs d'informations. Nous sommes des êtres sociaux qui ont besoin d'apprendre à se connecter, à ressentir et à donner du sens au monde ensemble. Si nous laissons l'IA faire toute la réflexion, nous pourrions finir avec une société efficace mais vide.

L'auteur suggère que les écoles devraient devenir des lieux où nous pratiquons l'art d'être humain. Nous utilisons l'IA pour gérer les tâches ennuyeuses (comme la correction ou l'organisation des données) afin que les enseignants et les étudiants puissent passer plus de temps sur les choses difficiles et importantes : poser de grandes questions, se comprendre les uns les autres et déterminer quel genre de futur nous voulons construire.

En bref, le document ne dit pas que « l'IA est bonne » ou que « l'IA est mauvaise ». Il dit que « l'IA est un outil, et comme tout outil, cela dépend de la façon dont nous l'utilisons ». Si nous l'utilisons pour remplacer les parties humaines de l'apprentissage, nous perdons notre humanité. Mais si nous l'utilisons pour nous aider à nous concentrer sur les parties humaines, nous pourrions bien construire un avenir où chacun est plus intelligent, plus bienveillant et plus capable que jamais. L'objectif n'est pas de rivaliser avec les machines ; c'est de s'assurer que les machines nous servent, et non l'inverse.