524 - L’IA pour l’éducation (IAED) : vers des environnements d’apprentissage intelligents et adaptatifs

IA et interactions pédagogiques

• Communication orale 09 h 15
  Stimuler l'apprentissage de l'espagnol avec l'IA: création d'une visite artistique virtuelle
  Pablo Castell (UQAM), Jessica Payeras (UQAM - Université du Québec à Montréal)

  Dans ce partage d’expérience, nous démontrons comment nous avons utilisé des outils d'intelligence artificielle pour créer des contenus immersifs et interactifs destinés à l'apprentissage des langues (espagnol). Nous montrerons également l'utilisation complémentaire d'autres outils tels que Moodle, H5P, ainsi que des outils numériques comme Canva et PowerPoint. L'objectif est d'inspirer les personnes participantes en leur fournissant des exemples concrets et pratiques d'utilisation de ces technologies, même si elles ne disposent pas encore de tous les outils nécessaires pour les mettre en œuvre elles-mêmes. Un guide est proposé pour les prochains utilisateurs.

• Communication orale 09 h 35
  Former à la résilience climatique grâce à FACTS, une technologie éducative utilisant l’IA générative et l’Internet des Objets afin d’adapter ses défis aux conditions atmosphériques
  Emmanuel G. Blanchard (Le Mans Université), Sébastien George (Laboratoire d'Informatique de l'Université du Mans), Imran Imran S. A. (Laboratoire d'Informatique de l'Université du Mans)

  Les dérèglements climatiques font apparaître une nécessité d’adaptation pour les sociétés et les individus. Face à l’ampleur de la tâche et des enjeux, des technologies éducatives intelligentes pourraient contribuer à enseigner et diffuser de bonnes pratiques et connaissances facilitant ces adaptations nécessaires. Cet article présente une approche innovante d’application éducative dans laquelle les activités pédagogiques sont directement adaptées en fonction des conditions atmosphériques et climatiques.

• Communication orale 09 h 55
  Conception d’un jeu sérieux pour le développement de compétences socio-émotionnelles chez les enfants atteints du Trouble du Spectre de l'Autisme (TSA) au Sénégal (format hybride)
  Maude BONENFANT (UQAM), Awa DIATTARA (Université Gaston Berger de Saint-Louis), Cheikh Abdoul Ahad Mbacke DIOP (UNIVERSITE GASTON BERGER)

  Cette communication porte sur la conception d'un jeu sérieux qui vise à développer les compétences socio-émotionnelles chez les enfants atteints du Trouble du Spectre de l'Autisme (TSA). Les TSA se manifestent par des difficultés dans la communication sociale, des comportements répétitifs et une hypersensibilité sensorielle, ce qui complique l'apprentissage des interactions sociales. Face aux limites des méthodes éducatives traditionnelles, les jeux sérieux offrent une approche interactive et immersive adaptée à ces besoins spécifiques. Notre recherche s'appuie sur une analyse approfondie des besoins des enfants TSA en commençant d’abord par l'étude des jeux existants comme EmoFace et JeStimule et l'identification de leurs limites, notamment en termes de personnalisation et d'interaction sociale. Nous avons conçu un prototype qui intègre des mini-jeux avec des avatars aux expressions faciales simplifiées, des retours immédiats et des mécanismes d'apprentissage progressifs. L'étude, basée sur une revue de la littérature et des entretiens avec des experts en psychiatrie et en conception de jeux, a permis d'élaborer les mini-jeux prenants en compte plusieurs aspects. En conclusion, cette recherche met en avant le potentiel des jeux sérieux dans l'accompagnement des enfants TSA et contribue aux développements d'outils technologiques favorisant leur inclusion et autonomie.

• Communication orale 10 h 15
  Nouvelles médiations créées par l’I.A générative au niveau du dispositif pédagogique : étude de cas d’un cours d’informatique en école d’ingénieur. (en ligne)
  Michael Baker (Telecom Paris), François-Xavier Bernard (Université Paris-cité), Gilles Buisson (Université Paris-Cité)

  Cette communication rend compte d’un travail de doctorat en cours qui vise à caractériser les transformations à l’œuvre avec l’introduction de l’intelligence artificielle générative (IAG) dans les enseignements d’une école d’ingénieur française à l’aide du concept de médiation (Peraya, 2008). Elle se penche en particulier sur la méthodologie de recherche employée au sein d’un cours d’informatique qui vise à recueillir les données de l’activité des élèves. Se rapprochant d’une recherche-action par sa visée à la fois pragmatique et heuristique, l’étude pilote vise à mieux définir les nouvelles médiations en jeu dans les dispositifs pédagogiques impactés par l’IAG et à terme à créer des outils permettant aux enseignants de les intégrer au mieux dans leur enseignements.

IA, adaptation et personnalisation pédagogique

• Communication orale 11 h 00
  Traçage de connaissances via un réseau bayésien généré par un Grand Modèle de Langage
  Roger Nkambou (Université du Québec à Montréal), Ange Adrienne Nyamen Tato (Université Laval)

  Il est difficile voire impossible de tracer les connaissances des apprenants dans un nouveau domaine ou un nouveau système dont on ne possède pas encore les données. Un recourt aux connaissances a priori ou aux connaissances provenant des experts de ce domaine peut aider à la conception de modèle préliminaire permettant de représenter et estimer les connaissances des apprenants. Par exemple, la conception de réseaux bayésiens à partir d’experts est une solution permettant d’avoir accès à un modèle capable de prédire les connaissances des apprenants selon leur performance. Cependant, l’accès aux experts et la verbalisation de ces connaissances parfois tacites peut être difficile ce qui rend la conception de ce type de modèle fastidieux. Dans cette recherche, nous montrons comment construire un réseau bayésien uniquement à partir d'un grand modèle de langage (ChatGPT) sachant les éléments de connaissances du domaine identifiées. Les premières expérimentations montrent qu’un réseau bayésien conçu par un tel robot d’intelligence artificielle générative (IAG) est tout aussi performant que celui conçu uniquement par les experts du domaine.

• Communication orale 11 h 20
  Détection des écarts d'apprentissage dans le code des étudiants et génération de questions de compréhension avec les AST et les LLM
  Anis Boubaker (ÉTS - École de technologie supérieure), Ying Fang (Central China Normal University)

  L'apprentissage de la programmation souffre souvent d’un manque d’outils permettant d’évaluer efficacement la compréhension réelle des étudiants. De nombreux apprenants adoptent une approche par essai-erreur ou sollicitent une aide externe, compromettant ainsi leur autonomie intellectuelle. Cette étude propose une méthode basée sur les arbres syntaxiques abstraits (AST) et la génération augmentée par récupération (RAG) pour identifier les fonctions qui s’écartent des exemples de cours et générer des questions ouvertes visant à évaluer la compréhension des étudiants. En injectant intentionnellement des concepts avancés non enseignés, tels que les pointeurs de fonction ou les fonctions variadiques, nous avons testé notre approche et constaté qu’elle identifie efficacement ces écarts tout en produisant des questions pertinentes. Ces résultats ouvrent la voie à un système d’évaluation automatique intégrable aux environnements d’apprentissage intelligent.

• Communication orale 11 h 40
  Vers une personnalisation des apprentissages dans les MOOC : étude de cas sur la recommandation de cours et l’évaluation adaptative basées sur l’IA (format hybride)
  Awa DIATTARA (Université Gaston Berger de Saint-Louis), Oumar Fall (Université Gaston Berger), Abdou Ndiaye (UNIVERSITE GASTON BERGER), Valéry PSYCHÉ (TELUQ)

  L’essor des MOOC a démocratisé l’accès à l’apprentissage en ligne, mais il soulève d’importants défis liés à la diversité des profils d'apprenants. Il est alors essentiel d’adopter des approches pédagogiques capables de s’adapter aux besoins spécifiques et aux progrès de chaque apprenant. Deux axes majeurs d’innovation dans ce domaine concernent l’adaptation des parcours d’apprentissage à travers des systèmes de recommandation intelligents et l’amélioration des évaluations grâce aux tests adaptatifs informatisés (CAT).
  Cette communication propose une approche combinant ces deux dimensions. Le système de recommandation repose sur l’algorithme Alternating Least Squares (ALS), une technique de filtrage collaboratif exploitant les interactions passées des apprenants pour prédire les préférences des nouveaux utilisateurs vis-à-vis des modules qu’ils n’ont pas encore explorés et leur suggérer les plus pertinents. L’évaluation adaptative quant à elle s’appuie sur le cadre Neural Computerized Adaptive Testing (NCAT), qui utilise l’apprentissage par renforcement pour ajuster dynamiquement la sélection des questions en fonction des performances des apprenants.
  Nous présentons un prototype de cette approche dont les résultats préliminaires, bien que perfectibles, montrent des signes prometteurs. Cette étude permet également d’examiner les défis techniques et méthodologiques rencontrés lors de la mise en œuvre de ces systèmes, ainsi que les perspectives d’amélioration et d’intégration.

• Communication orale 12 h 00
  Booster la rétention des apprenants grâce à l'IA (en ligne)
  Doudou Coly (Université Numérique Cheikh Hamidou Kane (UN-CHK))

  L’enseignement supérieur vit une transformation majeure grâce à la digitalisation, offrant des opportunités à un public diversifié. Cependant, les plateformes d’apprentissage en ligne font face à un taux d’abandon élevé, avec seulement 30 % des apprenants complétant leur parcours. Cette recherche explore comment l’intelligence artificielle (IA) peut optimiser les parcours d’apprentissage en ligne pour améliorer la rétention étudiante. En s’appuyant sur des approches de personnalisation adaptative, de prédiction des comportements et d’amélioration des contenus, l’IA promet de réduire les abandons tout en élevant la qualité de l’expérience apprenante. Les résultats préliminaires montrent que des méthodes telles que HMABITS ou ALSAI offrent une personnalisation avancée, tandis que des modèles prédictifs comme le clustering k-means identifient les étudiants à risque pour des interventions ciblées. En analysant également des applications IA réussies dans d’autres secteurs (marketing, divertissement), cette étude propose des solutions transposables pour résoudre les défis liés à la rétention dans l’enseignement en ligne.

Pause déjeuner

Conception de systèmes et d’activités pédagogiques

• Communication orale 14 h 00
  Conception et développement d’un greffon Moodle d’agent conversationnel empathique basé sur la technologie GPT enrichie par la méthode Retrieval-Augmented Generation (RAG)
  Mouhamadou Lamine DIAKHAME (University of Gaston Berger, Saint Louis), Awa Diattara (University of Gaston Berger, Saint Louis), Nour El-Mawas (Université Lorraine), Oumar Fall (Université Gaston Berger), Daniel Lemire (TELUQ), Fatma Miladi (TÉLUQ - Université du Québec), Abdou Ndiaye (UNIVERSITE GASTON BERGER), Valéry Psyché (TELUQ), MOUHAMADOU SOUKHOUNA (University of Gaston Berger, Saint Louis)

  Face à la montée en puissance de l’intelligence artificielle générative, de nombreuses universités explorent son intégration dans leurs cours pour transformer l’apprentissage numérique. Cette recherche s’inscrit dans une démarche d’innovation pédagogique visant à exploiter le potentiel des agents conversationnels empathiques pour améliorer l’accompagnement des étudiants.
  L’essor des agents conversationnels enrichis par la génération augmentée par récupération (RAG) ouvre de nouvelles perspectives dans les environnements asynchrones, où l’autonomie d’apprentissage constitue un enjeu central. Cependant, l’absence de soutien personnalisé peut engendrer un désengagement cognitif et émotionnel, augmentant ainsi le risque d’abandon.
  Notre objectif est de concevoir et d’évaluer un agent conversationnel empathique, basé sur GPT-4 et RAG, capable d’adapter dynamiquement ses réponses au contexte des apprenants tout en prenant en compte leurs états émotionnels (par ex. confusion, frustration). Cet agent pédagogique vise ainsi à améliorer l’expérience d’apprentissage en facilitant la compréhension des concepts complexes et en renforçant la motivation et l’engagement des apprenants grâce à des interactions bienveillantes, contextualisées et empathiques.
  Enfin, pour favoriser une adoption large et ouverte, ce travail sera mis à disposition en open source pour toutes les universités dès l’été 2025.

• Communication orale 14 h 20
  Réévaluer la stratégie de l’agent pédagogique perturbateur à l’ère de l’IA générative
  Idir Akretche (Laboratoire d'Informatique de l'Université du Mans), Naif Asswiel (Laboratoire d'Informatique de l'Université du Mans), Emmanuel G. Blanchard (Le Mans Université), Jean-Christophe Callahan (Centre Hospitalier du Mans), Amine Kessemtini (Laboratoire d'Informatique de l'Université du Mans), Lucas Schmitt (Laboratoire d'Informatique de l'Université du Mans)

  L’IA générative offre de grandes opportunités en éducation, mais elle fait également face des défis majeurs, notamment les risques liés aux hallucinations inhérentes à cette technologie. Dans cet article, nous explorons comment l’IA générative peut être utilisée pour revisiter la stratégie de l’agent perturbateur, une démarche techno-pédagogique inspirée de la théorie de la dissonance cognitive de Festinger. Notre approche transforme les défis posés par les hallucinations en opportunités pédagogiques et semble particulièrement prometteuse pour la formation médicale, un domaine où les besoins éducatifs sont très importants.

• Communication orale 14 h 40
  CO3PEDIA : Intelligence artificielle et conception pédagogique contextualisée pour l’ingénierie des apprentissages collaboratifs
  Bastien Dupont (Université des Antilles), Thomas Forissier (Université des Antilles), Jocelyne Kiss (Université Laval), Josiane Koumenda (Université des Antilles), Valérie Payen Jean-Baptiste (Université TÉLUQ / Université de Genève), Jonathan Proulx-Guimond (Université Laval), Valéry Psyché (Université à distance de Québec (TÉLUQ)), Alejandro Reyes (Université Laval)

  CO3PEDIA est un outil auteur assisté par intelligence artificielle conçu pour la scénarisation pédagogique collaborative. Il s’appuie sur l’IA générative et l’augmentation par récupération (Retrieval-Augmented Generation - RAG) pour structurer des parcours d’apprentissage contextualisés, intégrant les contraintes institutionnelles, culturelles et disciplinaires propres à chaque environnement éducatif.
  Issu d’une démarche de recherche orientée par le design (Design-Based Research - DBR), CO3PEDIA facilite la conception de scénarios pédagogiques en appuyant la collaboration entre enseignants et apprenants situés dans des contextes géographiques hétérogènes. Il permet une intégration dynamique de recommandations automatisées adaptées aux exigences éducatives spécifiques, tout en maîtrisant les biais inhérents aux modèles d’IA.
  L’outil ambitionne d’optimiser la structuration des dispositifs d’apprentissage, d’affiner les processus décisionnels dans l’élaboration des séquences pédagogiques et de favoriser l’émergence de pratiques adaptées aux environnements d’apprentissage collaboratifs. Il s’inscrit dans une logique d’automatisation raisonnée et de soutien aux pratiques d’enseignement tenant compte des effets du contexte.

• Communication orale 15 h 00
  Ouvrir la boite noire. Stratégies de conception avancée pour la mise en œuvre de systèmes adaptatifs ouverts en formation (en ligne)
  Mariana Mancieri (Université de Poitiers), Christine Michel (Université Poitiers), Laëtitia Pierrot (CREN - Le Mans Université)

  Les plateformes de formation adaptative transforment les pratiques pédagogiques en rendant possibles la personnalisation des parcours d’apprentissage et le travail en autonomie, en particulier via l’approche par compétences et l’autorégulation. Lorsqu’elles sont utilisées comme des boites noires, leur mise en œuvre implique un niveau de compétence minimale pour les enseignants. Et, lorsqu’elles le sont de manière ouverte, elles exigent des enseignants un travail de conception avancée, impliquant par exemple de formaliser un référentiel de compétences, paramétrer un moteur de recommandation, caractériser des ressources pédagogiques selon le référentiel, ou ajuster des modèles de calcul des profils de compétences. Notre contribution vise à caractériser, à partir d’une étude empirique, les compétences techno-pédagogiques nécessaires aux enseignants pour exploiter efficacement ces systèmes. Nous observons spécifiquement comment des enseignants s’approprient les fonctionnalités de conception et paramétrage d’un système adaptatif ouvert. Nos résultats montrent que la complexité des tâches limite l’autonomie des enseignants dans la conception des parcours, nécessitant des ajustements et des stratégies de contournement. Pour rendre les AIED ouverts plus accessibles et exploitables dans des contextes éducatifs variés, nous proposons une analyse des compétences techno-pédagogiques requises pour leur manipulation et des recommandations de conception favorisant leur utilisabilité.

IA et orientation pédagogique

• Communication orale 15 h 45
  Un dispositif intelligent pour l’orientation des bacheliers au niveau du Supérieur - Cas de l’Université Cheikh Anta Diop
  Mouhamadou Lamine BA (École Supérieure Polytechnique, Sénégal), Modo Gueye (Université Cheikh Anta Diop), Mansor SAMBA (Université Cheikh Anta DIOP), Idrissa SARR (Université Cheikh Anta DIOP)

  L'Intelligence artificielle a un impact direct sur les activités des universités. Elle modifie le rôle des enseignants et améliore les systèmes éducatifs. Cependant, les pays africains ont encore du chemin à faire vue le gap considérable quand il s'agit d'intégrer l'IA dans les systèmes éducatifs, la recherche et le développement des pays africains.
  Au Sénégal et dans la plupart des pays d'Afrique subsaharienne, l'une des contraintes majeures des établissements d'enseignement supérieur est la forte croissance des effectifs d'étudiants face aux capacités d'accueil insuffisantes des universités. Ainsi les taux d'échec et de décrochage restent très élevés, surtout dans la première année de formation. Le processus d'admission actuel malgré son automatisation n'est pas basé sur une approche data-driven pour plus de performances. Il repose exclusivement sur des critères d'excellence subjectives définis par des experts. L'objectif de ce travail est de développer un dispositif intelligent d'appui à l'orientation des étudiants dans les parcours de formation du supérieur du Sénégal. Notre approche est basée sur un classificateur prédisant le succès d'un étudiant à une formation, accouplé à un modèle de régression LASSO afin d'estimer ses chances d'obtenir un bon classement étant donné le nombre limité de places de la plupart des formations. Nos résultats montrent 80% d'amélioration en moyenne. Ils sont extensibles aux autres universités nationales voire régionales.

• Communication orale 16 h 05
  Comprendre l’appropriation de l’IA générative dans l’apprentissage universitaire : Une étude exploratoire comparée entre le Canada et le Maroc (en ligne)
  Zakia EL YAMANI (Université Laurentienne de Sudbury), Kaoutar Zaidane (Ecole Superieure de Technologie, Universite Moulay Ismael)

  L’essor de l’intelligence artificielle générative (IAG) transforme l’apprentissage universitaire, soulevant des questions cruciales sur l’engagement des étudiants, l’intégrité académique et la responsabilité éthique. Cette étude explore la perception et l’appropriation de l’IAG par les étudiants au Canada et au Maroc, offrant une analyse comparative de deux contextes éducatifs distincts.

  En reposant sur une approche qualitative à travers des focus groups. Cette recherche examine les attitudes, les défis et les opportunités liés à l’utilisation de l’IA dans l’apprentissage. Les résultats préliminaires révèlent qu’elle est largement perçue comme un atout dans l’apprentissage : elle permet un gain de temps, favorise la motivation et s’adapte aux besoins individuels des étudiants. D’autre part, il existe une prise de conscience limitée des risques associés à son utilisation. La question de la dépendance et des influences subtiles sur la pensée critique reste encore peu explorée par les étudiants eux-mêmes. Cela souligne la nécessité d’une sensibilisation accrue et d’un encadrement réfléchi pour une intégration équilibrée et responsable de ces outils dans l’éducation.
  Cette étude explore les perceptions et usages de l’IA par les étudiants afin d’identifier les meilleures pratiques pour une intégration éthique et efficace en milieu universitaire. Les résultats orienteront les initiatives éducatives vers un équilibre entre innovation, rigueur académique et responsabilité éthique.

Table ronde

• Synthèse des grands présentations de la journée
• Échanges sur les perspectives de recherche et les retombées concrètes dans les milieux éducatifs
• Pistes pour de futures collaborations