Quatre piliers de la recherche en intelligence artificielle pour l'éducation

Les nombreuses opportunités de l’IA en éducation

Jill-Jênn Vie, chargé de recherche dans l’équipe-projet Soda au centre Inria de Saclay se demande comment l'intelligence artificielle va transformer l'expérience d'apprentissage.

Loin d'avoir une réponse définitive, il a identifié quatre axes d'analyse et de recherche :

L’équité, la confidentialité, et la transparence des décisions.

Il est important de s’assurer que les algorithmes d'IA n'amplifient des biais existants, et aillent plutôt dans l’idée de réduire les inégalités.
«Beaucoup d’acteurs vont dans la volonté de minimisation des données de la CNIL, et souhaitent exclure la variable de genre dans leurs systèmes d’IA, mais au contraire il faut pouvoir mesurer la discrimination pour pouvoir réduire les inégalités.»
Les métriques utiles pour l’enseignant et l’élève (learning analytics).

Pour pouvoir faire un retour à l’apprenant et qu’il sache où il se situe dans l’espace des connaissances et comment il y évolue.
La prédiction de la performance des étudiants.

Pour pouvoir intervenir en amont, détecter les étudiants en difficultés et adapter l’enseignement en conséquence.
La génération automatique de contenu : production écrite, exercices ou corrections.

On a une vraie opportunité pour générer des exercices adaptés à la difficulté des étudiants.