Résumé des principaux points
Cet article se concentre sur le développement de l’« intelligence artificielle + éducation » et souligne la nécessité de trouver un équilibre entre l’adoption active de la technologie et le respect des principes fondamentaux de l’éducation. Il analyse cinq questions clés : premièrement, il est nécessaire de se méfier de l’abus de l’IA par les élèves du primaire et du secondaire pour remplacer le processus d’apprentissage ; il conviendra donc de limiter ou même d’interdire l’utilisation de l’IA sur les appareils des étudiants. Deuxièmement, les méthodes d’évaluation traditionnelles (comme les examens fermés) constituent une ligne de défense importante pour prévenir l’atrophie des compétences dans l’ère de l’IA. Troisièmement, l’IA peut présenter des risques idéologiques, et il est recommandé d’établir une liste blanche des grands modèles d’apprentissage. Quatrièmement, la solution au manque de ressources informatiques dans les systèmes éducatifs pourrait passer par la création d’alliances pour le partage des capacités de calcul. Enfin, il est essentiel de se méfier que l’IA ne devienne un outil de formation uniquement axée sur les examens. L’article insiste sur la nécessité de trouver un équilibre entre le développement technologique et une gouvernance prudente afin que l’IA puisse réellement contribuer à la construction d’une nation éducative de premier plan.
Analyse détaillée
1. Les élèves du primaire et du secondaire utilisent-ils l’IA pour leurs devoirs ? Faites attention aux « raccourcis » qui peuvent nuire à leurs compétences de base
Pour les adultes, l’IA est un outil pour améliorer l’efficacité, mais les élèves sont en train de développer leurs habitudes d’apprentissage, leur façon de penser et leur autodiscipline. Si ils comptent sur l’IA pour rédiger des compositions ou résoudre des problèmes de mathématiques, ils sautent les étapes essentielles de compréhension, de mémorisation et de raisonnement. Ils semblent avoir terminé leurs devoirs, mais en réalité, ils n’ont pas vraiment maîtrisé le contenu. Par exemple, la dépendance aux calculatrices dans certains pays occidentaux a entraîné un affaiblissement des compétences de base en calcul ; avec l’IA, qui est encore plus puissante (elle peut écrire, parler et raisonner), les capacités de base des enfants, ainsi que leur résilience intellectuelle et leur capacité à s’exprimer de manière indépendante, peuvent se détériorer. Il est donc indispensable d’interdire ou de limiter strictement l’utilisation de l’IA dans les salles de classe.
2. Les examens fermés sont-ils plus importants que jamais ? Dans l’ère de l’IA, ils constituent une ligne de défense contre la tricherie
L’IA peut facilement générer des réponses aux devoirs, et il est difficile de déterminer si les travaux ouverts ont été réalisés par les étudiants eux-mêmes. À cet égard, les examens fermés, les écrits sur place et les présentations orales deviennent des moyens efficaces pour vérifier que les étudiants ont bien intégré les concepts de base et les principes fondamentaux. Sans ces exercices de base, ce qu’on appelle l’« innovation » n’est qu’une construction en l’air. Ainsi, dans l’ère de l’IA, ces méthodes d’évaluation traditionnelles ne sont pas obsolètes ; au contraire, elles doivent être renforcées pour évaluer réellement les compétences des étudiants.
3. Les réponses de l’IA peuvent-elles être erronées ? L’éducation doit établir une liste blanche de modèles fiables
Les réponses des grands modèles d’apprentissage peuvent sembler autoritaires et crédibles, mais les tests ont montré que certains modèles étrangers (comme ChatGPT) commettent des erreurs sur des questions fondamentales (par exemple, savoir si Taïwan est un pays indépendant). De plus, les données utilisées pour entraîner ces modèles peuvent provenir de systèmes de connaissance occidentaux, ce qui peut influencer indirectement les valeurs des enfants. Il est donc essentiel d’établir une liste blanche des modèles autorisés, ne permettant l’accès qu’à ceux qui ont été rigoureusement vérifiés et dont les orientations sont correctes.
4. Les universités manquent-elles de ressources informatiques ? Créons un « pool de calculs partagés pour l’éducation » pour économiser des dépenses et améliorer l’efficacité
L’introduction de l’IA dans l’éducation nécessite de grandes capacités de calcul, mais il est coûteux et peu efficace pour une seule université ou un seul territoire d’en créer ses propres plateformes (certains établissements disposent de ressources inutilisées, tandis que d’autres en manquent). On peut s’inspirer de l’expérience du programme « 211 » qui a permis de partager des équipements de grande taille. L’État pourrait coordonner les ressources informatiques des universités et des instituts de recherche clés pour créer un pool partagé, permettant à tous les établissements éducatifs d’accéder à ces ressources à bas prix ou gratuitement.
5. L’IA devient-elle un outil de formation aux examens ? Faites attention à ce que les algorithmes ne transforment pas les enfants en « machines à résoudre des problèmes »
Selon les rapports financiers, la popularité des appareils d’apprentissage basés sur l’IA a entraîné une augmentation de 33,7 % des revenus et de 527,4 % du bénéfice net des entreprises concernées. Bien que ces produits ne soient pas en eux-mêmes problématiques, s’ils sont utilisés pour résoudre des problèmes de manière automatique, prédire les examens ou améliorer les scores, cela transforme l’apprentissage en une procédure purement algorithmique, plus efficace que les méthodes traditionnelles, mais qui enferme également les enfants dans un cercle vicieux axé sur les examens. Les autorités éducatives ne doivent pas se contenter de critiquer les entreprises (qui poursuivent naturellement les demandes du marché) ; elles doivent prendre l’initiative pour réguler l’utilisation de l’IA et empêcher qu’elle ne soit excessivement utilisée à des fins de formation aux examens.
Conclusion
L’« intelligence artificielle + éducation » n’est pas simplement une superposition de technologies ; il s’agit de trouver un équilibre entre l’utilisation de la technologie et le respect de l’essence même de l’éducation. Il faut utiliser l’IA pour améliorer l’efficacité et renforcer les capacités des étudiants, tout en évitant qu’elle ne remplace le processus d’apprentissage, ne déforme leurs valeurs ou ne devienne un outil de formation aux examens. Seul ainsi, l’IA pourra vraiment être un atout pour l’éducation, et non une nouvelle source de problèmes.