To Police or to Guide: How Higher Education Computer Science Instructors Design and Implement Generative AI Policies
Basée sur des entretiens avec 13 instructeurs en informatique aux États-Unis, cette étude révèle que les politiques actuelles relatives à l'IA générative privilégient souvent la « protection contre l'IA » des évaluations au détriment de l'apprentissage des étudiants, ce qui entraîne une augmentation des charges de surveillance et des tensions dans les relations instructeur-étudiant, et recommande par conséquent de s'orienter vers des politiques axées sur l'apprentissage qui guident un usage plus sain de l'IA.
Article original sous licence CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). Ceci est une explication générée par l'IA de l'article ci-dessous. Elle n'a pas été rédigée ni approuvée par les auteurs. Pour une précision technique, consultez l'article original. Lire la clause de non-responsabilité complète
Imaginez que vous entrez dans une bibliothèque géante et animée où tout le monde essaie d'apprendre à construire des machines complexes. Pendant des années, la règle était simple : vous deviez construire la machine vous-même, de vos propres mains, pour prouver que vous compreniez comment elle fonctionnait. Mais soudain, un assistant robotique magique et super rapide est apparu. Ce robot peut construire toute la machine pour vous en quelques secondes. Maintenant, les enseignants sont en plein état de panique. Ils se demandent : « Si le robot fait le travail, comment savoir si l'étudiant a réellement appris quelque chose ? Et si j'interdis le robot, l'étudiant ne va-t-il pas simplement l'introduire en cachette ? » C'est l'histoire de l'enseignement de l'informatique à l'ère de l'IA générative. L'IA générative est un type de programme informatique capable de créer de nouvelles choses — comme écrire du code, résoudre des problèmes mathématiques ou expliquer des idées complexes — simplement en lisant ce que vous lui demandez. La grande question n'est pas seulement celle du robot ; c'est celle de la relation entre l'enseignant et l'étudiant. Lorsqu'un outil change notre façon d'apprendre, l'enseignant devient-il un agent de sécurité strict tentant de attraper les tricheurs, ou un coach utile tentant de guider l'étudiant à travers le labyrinthe ?
Ce document explore précisément cette question en interrogeant 13 instructurs d'informatique d'universités à travers les États-Unis. Les chercheurs voulaient savoir : comment ces enseignants modifient-ils leurs règles (politiques) concernant l'IA ? Essaient-ils d'empêcher les étudiants de l'utiliser, ou essaient-ils de leur apprendre à l'utiliser avec sagesse ?
L'étude a révélé que la plupart des enseignants agissent actuellement comme des agents de sécurité surchargés. Ils sont principalement préoccupés par le « préjudice d'évaluation » (Assessment Harm), qui est la peur qu'ils ne puissent plus déterminer si un étudiant a réellement appris la matière ou s'il a simplement demandé au robot de le faire. Comme ils ne peuvent pas facilement attraper les étudiants utilisant l'IA (le robot est trop doué pour effacer ses traces), de nombreux enseignants sont revenus à des tactiques à l'ancienne. Ils interdisent les ordinateurs portables, passent aux examens sur papier écrits à la main et s'assurent que les étudiants ne puissent utiliser aucun outil pendant les tests. C'est comme si un professeur décidait que, puisqu'il ne peut pas empêcher les étudiants d'apporter une antisèche dans la salle, il allait simplement verrouiller les portes, éteindre les lumières et faire passer l'examen à tout le monde dans le noir avec un crayon. Bien que cela puisse stopper la triche un instant, les enseignants admettent que cela crée une atmosphère tendue et stressante. Cela transforme la salle de classe en un champ de bataille où l'enseignant est la « police de l'IA », surveillant constamment les contrevenants, ce qui rend les étudiants suspects et moins enclins à demander de l'aide.
Cependant, le document suggère que cette approche de « police » pourrait passer à côté de l'essentiel. Les enseignants ont remarqué que lorsque les étudiants utilisent trop l'IA, ils ne font pas que tricher ; ils nuisent réellement à leur propre cerveau. C'est comme un étudiant qui utilise une calculatrice pour chaque problème de mathématiques et qui finit par oublier comment faire une addition de base. Ils développent une « illusion de compétence » : ils pensent connaître la matière parce que le robot leur a expliqué, mais ils n'ont pas réellement construit les muscles mentaux nécessaires pour résoudre des problèmes par eux-mêmes. Ils cessent également de se parler entre eux et de parler à l'enseignant, devenant isolés parce qu'ils ont peur d'être pris ou parce que le robot effectue tout le travail social de « recherche d'aide » pour eux.
Les chercheurs ont découvert que quelques enseignants tentent une voie différente : Le Guide. Au lieu d'interdire le robot, ces enseignants sont très transparents sur la manière de l'utiliser. Ils disent : « Il est acceptable d'utiliser l'IA, mais voici comment l'utiliser pour apprendre, et non pour tricher. » Ils montrent aux étudiants comment poser des questions à l'IA qui les font réfléchir, plutôt que de simplement demander la réponse. Ils utilisent également davantage de tests d'entraînement à faible enjeu (évaluations formatives) où les étudiants peuvent échouer en toute sécurité et réaliser : « Oh, je ne sais pas encore cela », avant qu'il ne soit trop tard. Ces enseignants essaient de construire une culture de classe où les étudiants se sentent en sécurité pour admettre quand ils ont utilisé l'IA, afin que l'enseignant puisse les aider à corriger leur compréhension plutôt que de les punir.
Le document ne prétend pas que l'approche du « Guide » est une solution parfaite et prouvée. C'est plutôt une suggestion basée sur ce que ces enseignants testent et sur ce qu'ils ressentent. Les chercheurs soutiennent que tenter simplement de rendre les tests « résistants à l'IA » (les rendant impossibles à tricher) est une bataille perdue d'avance qui fragilise la relation entre enseignants et étudiants. Au lieu de cela, ils suggèrent que les enseignants devraient se concentrer sur des politiques qui aident les étudiants à apprendre avec la technologie, plutôt que de simplement essayer de l'interdire. Le fond de l'idée est que si les enseignants cessent de jouer le rôle du policier strict et commencent à agir davantage comme des coachs, ils pourraient aider les étudiants à naviguer dans ce nouveau monde sans perdre leur amour de l'apprentissage.
Noyé(e) sous les articles dans votre domaine ?
Recevez des digests quotidiens des articles les plus récents correspondant à vos mots-clés de recherche — avec des résumés techniques, dans votre langue.