« Méthodes de conduite de la recherche sur les EIAH (école d'automne 2022)/Plénière 9 - Recherche en IA et éducation:au delà de l’IA générique pour l’éducation et de l’éducation en IA » : différence entre les versions
Aucun résumé des modifications |
Aucun résumé des modifications |
||
| Ligne 4 : | Ligne 4 : | ||
== Résumé == | == Résumé == | ||
L’éducation est depuis la naissance de l’intelligence artificielle un terrain applicatif riche. Des applications de reconnaissance des images ou de la parole sont de plus en plus utilisées dans l’enseignement et la formation. Cependant, ces applications tiennent rarement compte des singularités du domaine de l’éducation. Ainsi, une communauté de recherche s’est créée il y a plus de trois décennies et a développé ses propres questions de recherche autour d’objets spécifiques à l’éducation tels que la modélisation de l’apprenant, des connaissances à enseigner ou de la pédagogie. Ces questions mobilisent des chercheurs venant de différentes disciplines et interrogent des approches, méthodes et techniques variées utilisant des connaissances expertes (IA symbolique) et/ou des données (IA numérique). Si l’impact sociétal de ces recherches peut se mesurer par l’utilité des systèmes résultants dans des situations d’enseignement et d’apprentissage, les objectifs scientifiques se mesurent autrement et peuvent mobiliser des méthodes ne nécessitant pas des expérimentations en classe. Dans cette présentation les modèles cités précédemment seront introduits à travers des exemples de recherches s’appuyant sur des approches symboliques ou numériques et mobilisant des méthodes d’évaluation variée. Je conclurai cette présentation en présentant des perspectives et orientations autour des approches mixtes. | L’éducation est depuis la naissance de l’intelligence artificielle un terrain applicatif riche. Des applications de reconnaissance des images ou de la parole sont de plus en plus utilisées dans l’enseignement et la formation. Cependant, ces applications tiennent rarement compte des singularités du domaine de l’éducation. Ainsi, une communauté de recherche s’est créée il y a plus de trois décennies et a développé ses propres questions de recherche autour d’objets spécifiques à l’éducation tels que la modélisation de l’apprenant, des connaissances à enseigner ou de la pédagogie. Ces questions mobilisent des chercheurs venant de différentes disciplines et interrogent des approches, méthodes et techniques variées utilisant des connaissances expertes (IA symbolique) et/ou des données (IA numérique). Si l’impact sociétal de ces recherches peut se mesurer par l’utilité des systèmes résultants dans des situations d’enseignement et d’apprentissage, les objectifs scientifiques se mesurent autrement et peuvent mobiliser des méthodes ne nécessitant pas des expérimentations en classe. Dans cette présentation les modèles cités précédemment seront introduits à travers des exemples de recherches s’appuyant sur des approches symboliques ou numériques et mobilisant des méthodes d’évaluation variée. Je conclurai cette présentation en présentant des perspectives et orientations autour des approches mixtes. | ||
== | |||
==Présentation et ressources == | |||
* [[Fichier:Lignes directrices éthiques sur lutilisation de lintelligence-NC0722649FRN.pdf]] | * [[Fichier:Lignes directrices éthiques sur lutilisation de lintelligence-NC0722649FRN.pdf]] | ||
* [[Fichier:Ethical guidelines on the use of artificial intelligence-NC0722649ENN.pdf]] | * [[Fichier:Ethical guidelines on the use of artificial intelligence-NC0722649ENN.pdf]] | ||
| Ligne 11 : | Ligne 12 : | ||
* Lien vidéo: https://www.youtube.com/watch?v=ZAtu0xIlcIs | * Lien vidéo: https://www.youtube.com/watch?v=ZAtu0xIlcIs | ||
== Lien vidéo == | |||
* Accès sous [http://tecfa.unige.ch/tecfa/ecole2022-methodes-eiah/P9_VLuengo.mp4 Plénière 9 - Recherche en IA et éducation:au delà de l’IA générique pour l’éducation et de l’éducation en IA] | |||
[[Catégorie:Méthodes de design et de recherche]] | [[Catégorie:Méthodes de design et de recherche]] | ||
Dernière version du 29 novembre 2022 à 11:16
Recherche en IA et éducation : au delà de l’IA générique pour l’éducation et de l’éducation en IA
- Vanda Luengo - Professeure (Sorbonne Université)
Résumé
L’éducation est depuis la naissance de l’intelligence artificielle un terrain applicatif riche. Des applications de reconnaissance des images ou de la parole sont de plus en plus utilisées dans l’enseignement et la formation. Cependant, ces applications tiennent rarement compte des singularités du domaine de l’éducation. Ainsi, une communauté de recherche s’est créée il y a plus de trois décennies et a développé ses propres questions de recherche autour d’objets spécifiques à l’éducation tels que la modélisation de l’apprenant, des connaissances à enseigner ou de la pédagogie. Ces questions mobilisent des chercheurs venant de différentes disciplines et interrogent des approches, méthodes et techniques variées utilisant des connaissances expertes (IA symbolique) et/ou des données (IA numérique). Si l’impact sociétal de ces recherches peut se mesurer par l’utilité des systèmes résultants dans des situations d’enseignement et d’apprentissage, les objectifs scientifiques se mesurent autrement et peuvent mobiliser des méthodes ne nécessitant pas des expérimentations en classe. Dans cette présentation les modèles cités précédemment seront introduits à travers des exemples de recherches s’appuyant sur des approches symboliques ou numériques et mobilisant des méthodes d’évaluation variée. Je conclurai cette présentation en présentant des perspectives et orientations autour des approches mixtes.
Présentation et ressources
- Fichier:Lignes directrices éthiques sur lutilisation de lintelligence-NC0722649FRN.pdf
- Fichier:Ethical guidelines on the use of artificial intelligence-NC0722649ENN.pdf
- Fichier:Intelligence-Unleashed-Publication.pdf
- Fichier:Euro J of Education - 2022 - Holmes - State of the art and practice in AI in education.pdf
- Lien vidéo: https://www.youtube.com/watch?v=ZAtu0xIlcIs