{"id":592,"date":"2024-12-20T11:20:18","date_gmt":"2024-12-20T10:20:18","guid":{"rendered":"https:\/\/wp.unil.ch\/iaunil2\/?p=592"},"modified":"2026-04-20T11:56:09","modified_gmt":"2026-04-20T09:56:09","slug":"prax-ia","status":"publish","type":"post","link":"https:\/\/wp.unil.ch\/iaunil\/prax-ia\/","title":{"rendered":"PRAX-IA : un cadre pour repenser l\u2019\u00e9valuation et l\u2019enseignement \u00e0 l\u2019\u00e8re des IA g\u00e9n\u00e9ratives"},"content":{"rendered":"\n

Ce texte a \u00e9t\u00e9 co-\u00e9crit avec une Claude IA (R\u00e9vision version 1 du texte, analyse OCR du mod\u00e8le PRAX-IA et r\u00e9vision de la version 2)<\/em><\/p>\n\n\n\n

\n

Face \u00e0 l\u2019arriv\u00e9e massive des IA g\u00e9n\u00e9ratives, PRAX-IA propose un mod\u00e8le structurant pour accompagner les enseignant\u00b7e\u00b7s dans l\u2019adaptation de leurs pratiques d\u2019\u00e9valuation et de formation. Ce cadre repose sur deux axes : l\u2019analyse des \u00e9preuves acad\u00e9miques les plus expos\u00e9es \u00e0 l\u2019IA, et une r\u00e9flexion globale sur l\u2019impact de l\u2019intelligence artificielle sur la coh\u00e9rence p\u00e9dagogique des cours. En combinant r\u00e9f\u00e9rentiels, canevas, outils d\u2019auto-positionnement et ressources pratiques, PRAX-IA devient un v\u00e9ritable compagnon pour penser l\u2019\u00e9valuation autrement, sans renoncer \u00e0 l\u2019int\u00e9grit\u00e9 acad\u00e9mique ni \u00e0 la cr\u00e9ativit\u00e9 p\u00e9dagogique.<\/p>\n<\/div>\n\n\n\n

Un mod\u00e8le pour aider \u00e0 positionner les pratiques d’\u00e9valuation dans un contexte influenc\u00e9 par l’intelligence artificielle g\u00e9n\u00e9rative.<\/h2>\n\n\n\n
\n
\n
\"\"<\/a><\/figure>\n<\/div>\n\n\n\n
\n

Depuis novembre 2022, l\u2019essor des intelligences artificielles g\u00e9n\u00e9ratives (IAG) a suscit\u00e9 une multitude de r\u00e9flexions et de d\u00e9bats dans le champ de l\u2019enseignement sup\u00e9rieur. Ces outils, d\u00e9sormais accessibles \u00e0 un large public, suscitent des questions profondes, notamment en ce qui concerne l’int\u00e9grit\u00e9 des \u00e9valuations acad\u00e9miques et l’influence des IAG sur les processus d’apprentissage. En r\u00e9ponse \u00e0 ces transformations, le mod\u00e8le PRAX-IA a \u00e9t\u00e9 \u00e9labor\u00e9 comme un cadre de soutien \u00e0 une r\u00e9flexion structur\u00e9e. Il s\u2019appuie sur une revue de litt\u00e9rature en lien avec les pratiques p\u00e9dagogiques et les applications de l’IA. PRAX-IA vise \u00e0 soutenir les enseignant\u00b7e\u00b7s dans leurs interrogations et leurs choix p\u00e9dagogiques en leur offrant des outils pratiques et un ensemble de ressources \u00e0 consulter.<\/p>\n\n\n\n

Ce mod\u00e8le s’appuie sur deux axes principaux : une entr\u00e9e sp\u00e9cifique par le biais des \u00e9valuations r\u00e9f\u00e9renc\u00e9es dans la litt\u00e9rature (Perkins et al., 2024 ; Mao et al., 2024 ; Xia et al., 2024) et une r\u00e9flexion plus globale sur l’impact de l’IA dans l’ensemble du cours (Anders, 2023 ; Chan & Tsi, 2023 ; UNESCO, 2024). Chaque axe est enrichi par une base de connaissances document\u00e9e et par des ressources pratiques, accessibles via un espace d\u00e9di\u00e9.<\/p>\n\n\n\n

Avant de pr\u00e9senter en d\u00e9tail les deux axes du mod\u00e8le, il est important de souligner que PRAX-IA s\u2019appuie sur une revue de litt\u00e9rature issue d\u2019une veille r\u00e9guli\u00e8re<\/a>, visant \u00e0 rassembler des recherches, des cadres th\u00e9oriques et des exemples de pratiques li\u00e9s \u00e0 l\u2019\u00e9valuation, \u00e0 l\u2019intelligence artificielle et \u00e0 la p\u00e9dagogie dans le contexte universitaire. Les ressources propos\u00e9es dans la section \u00ab ressources \u00bb du mod\u00e8le r\u00e9sultent de cette veille hebdomadaire, qui est en constante \u00e9volution pour int\u00e9grer les contributions les plus r\u00e9centes et pertinentes.<\/p>\n<\/div>\n<\/div>\n\n\n\n

\n

Premi\u00e8re porte d\u2019entr\u00e9e : les \u00e9valuations acad\u00e9miques face aux IAG<\/h2>\n\n\n\n

L\u2019\u00e9valuation est sans doute la dimension la plus impact\u00e9e par l\u2019\u00e9mergence des IAG. PRAX-IA propose de commencer par une analyse approfondie des pratiques d\u2019\u00e9valuation, avec un triple objectif : identifier les vuln\u00e9rabilit\u00e9s, d\u00e9finir des strat\u00e9gies adapt\u00e9es et \u00e9laborer des conditions d\u2019usage coh\u00e9rentes de l\u2019IA dans les \u00e9valuations.<\/p>\n\n\n\n

Identifier les types d\u2019\u00e9preuves fragilis\u00e9es<\/h3>\n\n\n\n

La premi\u00e8re \u00e9tape consiste \u00e0 inventorier les formats d\u2019\u00e9valuation actuellement utilis\u00e9s (examens, devoirs \u00e0 domicile, travaux collaboratifs, etc.) pour rep\u00e9rer ceux qui pourraient \u00eatre particuli\u00e8rement vuln\u00e9rables face aux IAG. Cette analyse permet de mieux comprendre quelles \u00e9preuves n\u00e9cessitent des adaptations imm\u00e9diates. Par exemple, les dissertations \u00e0 domicile ou les r\u00e9ponses ouvertes pourraient \u00eatre facilement g\u00e9n\u00e9r\u00e9es par des IA et doivent donc \u00eatre repens\u00e9es.<\/p>\n\n\n\n

D\u00e9finir un niveau acceptable d\u2019usage de l\u2019IA<\/h3>\n\n\n\n

L\u2019\u00e9tape suivante consiste \u00e0 d\u00e9terminer dans quelle mesure l\u2019usage de l\u2019IA est autoris\u00e9 ou encourag\u00e9 dans les \u00e9valuations. PRAX-IA introduit \u00e0 cet effet l\u2019\u00e9chelle AIAS (Perkins, Furze, Roe, MacVaugh, 2024), un cadre structur\u00e9 pour \u00e9valuer diff\u00e9rents niveaux d\u2019int\u00e9gration de l\u2019IA, depuis son interdiction stricte jusqu\u2019\u00e0 son incorporation active comme outil d\u2019apprentissage. Ce mod\u00e8le permet de d\u00e9finir une position claire et coh\u00e9rente, qui peut ensuite \u00eatre communiqu\u00e9e aux \u00e9tudiant\u00b7e\u00b7s.<\/p>\n\n\n\n

La partie \u00ab ressources \u00bb contient des documents explicatifs sur l\u2019\u00e9chelle AIAS, ainsi que des exemples d\u2019applications dans diff\u00e9rents contextes disciplinaires. Ces ressources permettent \u00e9galement de comparer l\u2019AIAS \u00e0 d\u2019autres cadres th\u00e9oriques, offrant ainsi une perspective \u00e9largie<\/p>\n\n\n\n

D\u00e9velopper les comp\u00e9tences IA n\u00e9cessaires<\/h3>\n\n\n\n

Une fois le niveau acceptable d\u2019usage de l\u2019IA d\u00e9fini, PRAX-IA invite \u00e0 r\u00e9fl\u00e9chir aux comp\u00e9tences IA \u00e0 d\u00e9velopper, tant chez les enseignant\u00b7e\u00b7s que chez les \u00e9tudiant\u00b7e\u00b7s. Le r\u00e9f\u00e9rentiel d\u2019Anders (Anders, 2023), propos\u00e9 dans le mod\u00e8le, identifie les savoirs et savoir-faire n\u00e9cessaires pour int\u00e9grer l\u2019IA dans un contexte acad\u00e9mique. Ce r\u00e9f\u00e9rentiel peut \u00eatre utilis\u00e9 pour d\u00e9finir des objectifs p\u00e9dagogiques sp\u00e9cifiques, adapt\u00e9s aux cours et aux disciplines concern\u00e9es.<\/p>\n\n\n\n

Pour faciliter cette d\u00e9marche, PRAX-IA met \u00e0 disposition un compagnon IA, un outil interactif qui aide \u00e0 formuler des Learning Outcomes (objectifs d\u2019apprentissage) en lien avec l\u2019IA. La partie \u00ab ressources \u00bb offre par ailleurs des r\u00e9f\u00e9rentiels internationaux et des exemples pratiques, illustrant comment ces comp\u00e9tences peuvent \u00eatre int\u00e9gr\u00e9es dans les curriculums existants.<\/p>\n\n\n\n

\u00c9laborer des conditions d\u2019usage en lien avec son cours<\/h3>\n\n\n\n

La r\u00e9flexion sur les \u00e9valuations se termine par une \u00e9tape strat\u00e9gique : l\u2019\u00e9laboration de conditions d\u2019usage de l\u2019IA, adapt\u00e9e aux r\u00e9alit\u00e9s de chaque cours. PRAX-IA propose de structurer ces conditions d\u2019usage autour de quatre axes : la transparence, la r\u00e9gulation, l\u2019int\u00e9gration p\u00e9dagogique et l\u2019accompagnement. L\u00e0 encore, des ressources pratiques et des exemples de bonnes pratiques sont disponibles pour guider les enseignant\u00b7e\u00b7s et les institutions.<\/p>\n<\/div>\n\n\n\n

\n

Deuxi\u00e8me porte d’entr\u00e9e : une r\u00e9flexion globale sur l’impact de l’IA dans les cours.<\/h2>\n\n\n\n


Si la premi\u00e8re porte d’entr\u00e9e se focalise sur les \u00e9valuations, la seconde encourage une r\u00e9flexion plus large visant \u00e0 analyser l’impact global de l’intelligence artificielle sur l’ensemble des cours. Cette approche s’appuie sur la notion selon laquelle l’\u00e9valuation ne peut \u00eatre dissoci\u00e9e du contexte p\u00e9dagogique global : les objectifs d’apprentissage, les activit\u00e9s p\u00e9dagogiques et les \u00e9valuations doivent constituer un ensemble coh\u00e9rent.<\/p>\n\n\n\n


Le canevas de coh\u00e9rence p\u00e9dagogique occupe ici une place centrale. Il assiste les enseignant\u00b7e\u00b7s dans l’analyse de l’alignement entre les divers composants de leur cours, en prenant en consid\u00e9ration les modifications potentielles induites par l’int\u00e9gration de l’intelligence artificielle. Ce cadre leur offre la possibilit\u00e9 de r\u00e9fl\u00e9chir de mani\u00e8re structur\u00e9e aux ajustements requis pour int\u00e9grer l’IA de mani\u00e8re pertinente et constructive.

La premi\u00e8re question \u00e0 consid\u00e9rer dans cette d\u00e9marche est la suivante:<\/p>\n\n\n\n

L\u2019intelligence artificielle a-t-elle un impact sur mes cours ?<\/h3>\n\n\n\n

Cette r\u00e9flexion implique de saisir de quelle mani\u00e8re les \u00e9tudiant\u00b7e\u00b7s utilisent d\u00e9j\u00e0 l’IA dans leur processus d’apprentissage. Quels outils utilisent-ils ? Dans quelles circonstances ? Ces pratiques ont-elles une influence sur la mani\u00e8re dont ils interagissent avec le contenu du cours ?<\/p>\n\n\n\n

PRAX-IA offre des outils simples destin\u00e9s \u00e0 l’observation et \u00e0 l’analyse de ces usages. Ces outils aident les enseignant\u00b7e\u00b7s \u00e0 mieux saisir les implications p\u00e9dagogiques des technologies employ\u00e9es par leurs \u00e9tudiant\u00b7e\u00b7s, dans le but d’identifier les \u00e9ventuels ajustements \u00e0 apporter.<\/p>\n\n\n\n

Dois-je int\u00e9grer l\u2019IA dans mes pratiques enseignantes ?<\/h3>\n\n\n\n

Si l’intelligence artificielle exerce une influence consid\u00e9rable sur un cours, il devient important de consid\u00e9rer les modalit\u00e9s d’int\u00e9gration optimale de celle-ci dans le processus d’enseignement. Cette int\u00e9gration peut prendre diff\u00e9rentes formes, selon les disciplines, les besoins des \u00e9tudiant\u00b7e\u00b7s, les objectifs p\u00e9dagogiques et les recommandations institutionnelles.<\/p>\n\n\n\n

Dois-je adapter mes objectifs p\u00e9dagogiques ?<\/h3>\n\n\n\n

L’int\u00e9gration de l’intelligence artificielle entra\u00eene fr\u00e9quemment une r\u00e9\u00e9valuation des objectifs p\u00e9dagogiques. Ils doivent prendre en consid\u00e9ration les comp\u00e9tences sp\u00e9cifiques que les \u00e9tudiants doivent acqu\u00e9rir en rapport avec l’intelligence artificielle, telles que la capacit\u00e9 \u00e0 utiliser ces outils de mani\u00e8re critique ou \u00e0 comprendre leurs limites.<\/p>\n\n\n\n

Dois-je adapter mes activit\u00e9s p\u00e9dagogiques ?<\/h3>\n\n\n\n

Apr\u00e8s la red\u00e9finition des objectifs, il est conseill\u00e9 d’ajuster ou de concevoir des activit\u00e9s d’apprentissage qui soient en ad\u00e9quation avec ces nouvelles priorit\u00e9s. Ces activit\u00e9s doivent permettre aux \u00e9tudiant\u00b7e\u00b7s de mobiliser l\u2019IA de mani\u00e8re r\u00e9fl\u00e9chie et constructive, tout en d\u00e9veloppant les comp\u00e9tences n\u00e9cessaires pour en tirer parti.<\/p>\n\n\n\n

Boucler la boucle avec l\u2019\u00e9valuation<\/h3>\n\n\n\n

Finalement, cette r\u00e9flexion globale soul\u00e8ve in\u00e9vitablement la question de l’\u00e9valuation. Si les activit\u00e9s d’apprentissage \u00e9voluent pour inclure l’intelligence artificielle, il est imp\u00e9ratif d’adapter les pratiques d’\u00e9valuation afin de garantir une coh\u00e9rence p\u00e9dagogique. Le canevas de coh\u00e9rence p\u00e9dagogique sert \u00e0 structurer cette r\u00e9flexion, en s’assurant que les ajustements effectu\u00e9s sont en ad\u00e9quation avec les objectifs et les activit\u00e9s du cours.<\/p>\n\n\n\n

\n

Conclusion : Un instrument en d\u00e9veloppement destin\u00e9 \u00e0 soutenir une r\u00e9flexion collective.<\/h2>\n\n\n\n

PRAX-IA a \u00e9t\u00e9 cr\u00e9\u00e9 pour r\u00e9pondre aux d\u00e9fis engendr\u00e9s par l’apparition des intelligences artificielles g\u00e9n\u00e9ratives (IAG) dans le domaine de l’enseignement sup\u00e9rieur. Ces technologies suscitent des interrogations nouvelles concernant l’\u00e9valuation, les apprentissages et la coh\u00e9rence p\u00e9dagogique des cours.<\/p>\n\n\n\n

Con\u00e7u comme un cadre de r\u00e9flexion, PRAX-IA a pour ambition d\u2019accompagner les enseignant\u00b7e\u00b7s dans leur adaptation \u00e0 ce contexte en constante \u00e9volution, tout en offrant des outils concrets et des ressources actualis\u00e9es.<\/p>\n\n\n\n

L’objectif principal consiste \u00e0 favoriser une r\u00e9flexion critique, que ce soit individuellement ou de mani\u00e8re coll\u00e9giale sans pr\u00e9tendre offrir des solutions universelles.<\/p>\n\n\n\n

PRAX-IA propose deux axes de r\u00e9flexion : l\u2019adaptation des \u00e9valuations et une approche plus globale sur l\u2019impact de l\u2019IA dans les cours, laissant une flexibilit\u00e9 aux enseignant\u00b7e\u00b7s pour choisir le point de d\u00e9part qui leur semble le plus pertinent.<\/p>\n\n\n\n

La version MIRO est disponible ici<\/a> <\/p>\n\n\n\n

La version module interactif est quant \u00e0 elle disponible ici<\/a> <\/p>\n<\/div>\n<\/div>\n\n\n\n

<\/div>\n","protected":false},"excerpt":{"rendered":"

\u00c0 l\u2019\u00e8re des IA g\u00e9n\u00e9ratives, le mod\u00e8le PRAX-IA aide \u00e0 adapter l\u2019enseignement et l\u2019\u00e9valuation gr\u00e2ce \u00e0 deux axes de r\u00e9flexion et des outils concrets pour guider enseignants et enseignantes.<\/p>\n","protected":false},"author":108,"featured_media":1889,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"_seopress_robots_primary_cat":"","_seopress_titles_title":"","_seopress_titles_desc":"","_seopress_robots_index":"","footnotes":""},"categories":[8],"tags":[],"class_list":{"0":"post-592","1":"post","2":"type-post","3":"status-publish","4":"format-standard","5":"has-post-thumbnail","7":"category-education"},"_links":{"self":[{"href":"https:\/\/wp.unil.ch\/iaunil\/wp-json\/wp\/v2\/posts\/592","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/wp.unil.ch\/iaunil\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/wp.unil.ch\/iaunil\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/wp.unil.ch\/iaunil\/wp-json\/wp\/v2\/users\/108"}],"replies":[{"embeddable":true,"href":"https:\/\/wp.unil.ch\/iaunil\/wp-json\/wp\/v2\/comments?post=592"}],"version-history":[{"count":5,"href":"https:\/\/wp.unil.ch\/iaunil\/wp-json\/wp\/v2\/posts\/592\/revisions"}],"predecessor-version":[{"id":3965,"href":"https:\/\/wp.unil.ch\/iaunil\/wp-json\/wp\/v2\/posts\/592\/revisions\/3965"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/wp.unil.ch\/iaunil\/wp-json\/wp\/v2\/media\/1889"}],"wp:attachment":[{"href":"https:\/\/wp.unil.ch\/iaunil\/wp-json\/wp\/v2\/media?parent=592"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/wp.unil.ch\/iaunil\/wp-json\/wp\/v2\/categories?post=592"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/wp.unil.ch\/iaunil\/wp-json\/wp\/v2\/tags?post=592"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}