Génération GPT – Apprendre à l’heure de l’intelligence artificielle
Participation libre sur inscription. Conférence à suivre en présentiel au Centre Teilhard de Chardin, suivie d’un temps convivial, ou en direct à distance.
L’intelligence artificielle s’introduit dans de multiples domaines, et notamment dans celui de l’éducation, pour les étudiants mais aussi pour les plus jeunes. Elle y revêt plusieurs formes : correction automatique, évaluation adaptative, prédiction de la performance via des modèles d’apprenant, remédiation personnalisée, génération d’exercices, ou encore aide à la décision d’admission.
Son développement rapide et ses applications multiples ouvrent des questions allant des champs d’usages souhaitables aux impacts potentiels sur la manière d’apprendre, sur la relation entre l’enseignant et le jeune élève, voire sur la capacité d’apprentissage des enfants et adolescents et jeunes adultes. Il ne s’agit pas de se contenter d’empêcher les élèves de « tricher » mais surtout de s’emparer de ces nouveaux outils – étudiants comme enseignants – au service des apprentissages.
Comment l’IA permet-elle de personnaliser le contenu présenté pour le mettre à la portée des apprenants et le stimuler ?
Quels sont les effets des explications générées par les modèles larges de langue (LLM) sur les apprentissages, d’ores et déjà constatés aujourd’hui ou anticipés ?
Que faire après le naufrage des devoirs à la maison ?
Que vous soyez professeur, chercheur, étudiants, parents ou curieux,
venez suivre cette conférence passionnante entre éducation et intelligence artificielle.
Jill-Jênn Vie est chercheur en informatique dans l’équipe Soda à Inria et membre du CSEN (conseil scientifique de l’éducation nationale) . Il prépare les étudiants de l’École polytechnique aux compétitions de programmation, enseigne l’apprentissage profond (deep learning) à l’ENS Paris et a publié deux ouvrages d’algorithmique. Ses recherches portent sur la personnalisation des apprentissages, l’optimisation des connaissances, la diversité dans les systèmes de recommandation. Il accorde une importance majeure à l’ouverture des codes sources d’algorithmes de l’État traitant de données d’humains pour des décisions individuelles (Pix, Pass Culture, Parcoursup, etc.).
