Direction du numérique

pour l’éducation

GTnum LINE #Scol_IA

Enseigner et apprendre
à l’ère de l’intelligence
artificielle

l ’IA n
e e rs tio
iqu ev lis
a
a t l’IA riqu dé
t hém o n à
m é m o
e a i res
e la c ati u nu e et rch ent
n d
’édu on a ssag che lém
t io gie e l
a t i n t i
e re mp
a re s d s co
e nt dolo ux d ltur p p e n d i ts
s o je u A nné tio é
Pré éth En l’acc o a Cr
&
m
De D orm
Inf

2020-2022
 GTnum LINE #Scol_IA
Présentation de la thématique & méthodologie
Les GTnum
Les groupes thématiques numériques
sont coordonnés et soutenus par
la Direction du numérique pour
l’éducation. Portés par des laboratoires
de recherche en partenariat avec les
territoires académiques, ces groupes
de recherche-action ont pour objectif
de contribuer à la production de
connaissances en accès ouvert sur
le numérique en éducation. En
associant ainsi équipes de recherche
et acteurs de l’éducation, ce dispositif
partenarial vise à mieux comprendre
et accompagner la transformation
numérique de l’éducation, en appui
aux pratiques pédagogiques dans les
établissements scolaires.
L’objectif principal du GTnum LINE #Scol_IA « L’IA pour
de nouveaux modes d’interaction, de nouveaux modes
d’évaluation et une hybridation des environnements
d’apprentissage » est l’identification et le partage
des pratiques et des usages créatifs du numérique
pour une éducation adaptée aux enjeux des sociétés
contemporaines liés à la diffusion des outils compor­
tant des techniques d’IA. Plus précisément : quels sont
les usages de l’IA dans le contexte éducatif ? Quelles
sont les connaissances et compétences à développer
dans le cadre d’une éducation à l’IA (dans un cadre
d’éducation formelle, mais aussi tout au long de la vie) ?
Quels types de formations et de ressources éducatives
pour développer ces compétences ?
30’ FORMATS LONGS
Collection HAL du laboratoire
LINE
Le travail du GTnum LINE #Scol_IA repose sur une
approche interdisciplinaire comprenant des expertises
dans le domaine des sciences de l’éducation et de la
formation, de la sociologie, de la psychologie, des (neuro)
sciences cognitives, des sciences de l’information, de
la communication et de l’informatique. Il s’appuie sur
la recherche collaborative en associant les différents
acteurs, en privilégiant l’articulation entre démarches
descriptives des pratiques courantes et démarches
expérimentales, et sur la réalité des contextes et des
besoins des acteurs.

Site web du GTnum

LINE #Scol_IA
Conditions d’utilisation : sauf indication contraire,
tout le contenu de ce document est disponible
sous Licence Ouverte 2.0
Compte Twitter
du GTnum LINE #Scol_IA

l ’IA n
e e rs tio
iqu ev lis
a
a t l’IA riqu dé
ém
h n à é m o i res
t o m a
la c ati u nu e et rche ent
e ag che lém
n d
’édu on a ss
t io gie e l
a t i n t i
e re mp
a lo re s d s co
t
en odo ux d ltur p p e d i ts
s je u A nné tio n ré
Pré éth En l’acc a C
Do orm
2020-2022
m
& De Retour accueil
Inf
GTnum LINE #Scol_IA
Enjeux de l’éducation à l’IA
Le premier objectif de cet axe est de comprendre les enjeux
de l’éducation dans un contexte scolaire, extrascolaire et de
formation professionnelle à travers l’analyse de la diversité
des usages de l’IA, des enjeux éthiques associés ainsi que des
recherches, des pratiques éducatives actuelles et des ressources
existantes. Le deuxième objectif est la conception, la mise
en œuvre et l’évaluation des activités d’apprentissage pour
développer la littératie numérique, la pensée informatique et
l’approche sociocritique de l’IA chez les apprenants.
De l’acculturation
au numérique vers l’IA
Enseigner l’IA pose la question de l’acculturation à l’IA, qui
s’inscrit dans la perspective plus large de la transformation
numérique. Les travaux de cet axe comprennent la constitu­
tion de l’historique en termes d’appropriation, d’usabilité et
d’acculturation au numérique afin de se projeter vers une nou­
velle étude circonstanciée liée aux démarches d’appropria­
tion et de familiarisation des enseignants et des élèves avec
l’IA. Un des objectifs est de décrire et d’analyser les discours
et les représentations concernant l’introduction de l’IA.

5’ FORMAT COURT Acculturation à l’intelligence

artificielle autour d’un projet
30’ FORMATS LONGS Quels discours doivent être
portés par les formateurs des
Quelle place pour l’IA en développement durable Acculturation à l’IA enseignants sur l’IA en éducation ?
dans l’éducation ? Une réflexion au prisme des
5 jours, 5 activités Scol_IA Des pistes fertiles pour développer usages créatifs de l’IA
d’introduction aux compétences un cours d’anglais en lien avec
30’ FORMATS LONGS numériques en lien l’acculturation numérique : retour Présentation dans le cadre du
avec l’intelligence artificielle d’expérience du projet #anglIA séminaire MIA : Enjeux éducatifs
Enseigner et apprendre à l’ère de l’intelligence artificielle
à l’ère de l’intelligence Des activités sur l’IA Éducation à l’intelligence
artificielle dans des « nouveaux lieux artificielle : quelles compétences
d’apprentissages » ? acquérir par les élèves ?
Un bref parcours sur
les ressources, pratiques Séminaires Siafo (intelligence
et acteurs en IA et éducation artificielle pour la formation) :
année 2022-2023 l ’IA n
rs tio
#5J5IA – Version 1 ue ev
e sa
a tiq
l’IA riqu éli
Les enjeux éducatifs à l’ère mé à é m od i res
h n a
Le dispositif 5J5IA, l at a tio num e et rche ent
de l’intelligence artificielle de uc n au ag che lém
n d ss
un exemple de régulation
t i o gie e l’é tio n ti e re mp
a e o
critique de l’IA en éducation e
a
nt dolo ux d ltur p pr es d ns c i ts
s je u é d
Pré éth
o
En l’acc
A nn
o a tio C ré 2020-2022
m D orm
& De Inf Retour accueil
GTnum LINE #Scol_IA
Apprentissage et modélisation
Le premier chantier de cet axe se focalise sur les possibilités et
les méthodes d’identification des tendances qui se dégagent
des traces d’apprentissage documentées par l’IA, afin de
développer des instruments pour l’activité des enseignants
ou des apprenants. Le deuxième projet consiste à développer
une approche axée sur les sciences de l’éducation computation­
nelles, qui explore comment les travaux en IA peuvent contri-­
buer, au-delà des simples outils, à la modélisation de
l’apprentissage humain sous une approche computationnelle.
Données de recherche
Les données de recherche sont des « enregistrements
factuels » (chiffres, textes, images et sons), qui sont utilisés
comme sour­ces principales pour la recherche scientifique
et sont reconnus par la communauté scientifique comme
nécessaires pour la vali­dation des résultats. » (Comité pour la
science ouverte, 2022). Dans le cadre d’une science ouverte,
les GTnum donnent ainsi accès à leur plan de gestion de
données (PDG) et à leurs données de recherche qui peuvent
être disponibles en accès ouvert.
• Plan de gestion des données

5’ FORMATS COURTS
The role of cognitive
30’ FORMATS LONGS
Multimodal learning analytics
Informations complémentaires
processes in creative for studying creative •S
 ynthèse des séminaires GTnum LINE #Scol_IA
problem solving: problem-solving with •R
 essources du plan national de formation
a computational approach modular robotics / Analyse •D
 éveloppement d’une ontologie pour l’analyse d’observables
/ Le rôle des processus d’apprentissage multimodal de l’apprenant dans le contexte d’une tâche avec des robots modulaires
cognitifs dans la résolution pour étudier la résolution •D
 es neurosciences computationnelles aux sciences de l’éducation
créative de problèmes : créative de problèmes computationnelles pour la modélisation du cerveau de l’apprenant
une approche avec des robots modulaires et du contexte de l’activité d’apprentissage
computationnelle
•L
 e dispositif CurriQvidéo
Exploration of learning
Apprentissage par analytics in educational •R
 etour d’expérience du dispositif de formation des professeurs
des écoles CurriQvidéo
renforcement sur modular robotics /
des connaissances Exploration de l’analyse •E
 ssor et contours conceptuels de la notion de littératie numérique
symboliques structurées : de l’apprentissage dans les
modéliser la résolution robots modulaires éducatifs
créative de problèmes l ’IA n
Du modèle de tâche au e e rs tio
iqu ev lis
a
corpus de données pour a t l’IA riqu dé
ém
h n à é m o i res
t o m a
l’analyse de la résolution la c ati u nu e et rche ent
e ag che lém
créative de problème n d
’édu on a ss
t io gie e l
a t i n t i
e re mp
a lo re s d s co
en contexte médiatisé t
en odo ux d ltur p p e d i ts
s je u A nné tio n ré
Pré éth En l’acc a C
Do orm
2020-2022
m
& De Retour accueil
Inf
GTnum LINE #Scol_IA
Crédits
Le GTnum #Scol_IA est porté par le LINE, avec le soutien de la Direction du numérique
pour l’éducation du ministère de l’Éducation nationale et de la Jeunesse.

Margarida Romero
Laboratoire d’innovation
et numérique pour l’éducation,
université Côte d’Azur
Laurent Heiser
Laboratoire d’innovation
et numérique pour l’éducation,
université Côte d’Azur
Maryna Rafalska
Laboratoire d’innovation
et numérique pour l’éducation,
université Côte d’Azur

Ces travaux sont publiés dans le cadre des

groupes thématiques numériques soutenus par
la Direction du numérique pour l’éducation.
•É
 duscol
• Carnet Hypothèses « Éducation, numérique
et recherche »
Parution : juin 2023 ion IlA ifs
e p sdla’ e
t
na t
u e o nc ivm r
eo t
b ior che
tiq c t a r
a ld’ IeA im q uel
dcéolilsl che
hé
m
i n
q uàe m i oénr m
j etos e re ires
a t o
tgi rancu t erto cshde nta
l go
a p
de dd uac nntaeu adgee hneére me
t i n
o gie e
é
lp’é tdio’ i
itoisn Dreocn mplé
s
i s n
reat stsd|e s co
e
a
nt dolo n
u xiedr elntu cera a pl u e i ts
s o jeé céct u p
Av nonvéa tio n n d
Pré éth IEnng m ’ap É C ré
a
iDnon orm
l 2020-2022
m
& Doe
C Retour accueil
Inf