Le raz-de-marée technologique avance sans cesse. Ce qui était autrefois considéré comme réservé à la recherche scientifique, les systèmes d'intelligence artificielle (IA) ont discrètement pénétré la vie quotidienne des étudiants. Anthropic a récemment publié un important rapport de recherche à grande échelle, analysant des millions de conversations anonymes d'étudiants sur la plateforme Claude.ai, révélant pour la première fois comment les étudiants utilisent cet outil innovant dans des contextes réels. Ce rapport ne se contente pas de dresser un tableau de l'utilisation actuelle de l'IA par les étudiants, il nous incite également à réfléchir sur l'avenir de l'éducation.
Les étudiants en sciences et technologies prennent de l'avance, adoptant la nouvelle normalité de l'IA
L'une des principales conclusions du rapport est que les étudiants en sciences, technologies, ingénierie et mathématiques (STEM), en particulier ceux en informatique, sont les premiers à adopter des outils d'IA comme Claude.
Il est remarquable que les étudiants en informatique représentent 36,8 % des conversations sur Claude, alors qu'ils ne constituent que 5,4 % des diplômes universitaires américains.
Cette différence significative de proportion reflète peut-être une meilleure connaissance et une plus grande acceptation des technologies d'IA dans le domaine de l'informatique, ou suggère que les systèmes d'IA sont plus performants pour les tâches auxquelles sont confrontés les étudiants en sciences et technologies. En revanche, l'utilisation de l'IA par les étudiants en commerce, en santé et en sciences humaines est relativement faible par rapport à leur nombre d'inscriptions. Cette tendance nous rappelle que le degré d'acceptation et les méthodes d'application de l'IA peuvent varier considérablement selon les disciplines.
Création, analyse, résolution de problèmes : les trois principales utilisations de l'IA par les étudiants
Alors, que font les étudiants avec l'IA ? L'étude révèle que la création et l'amélioration de contenus éducatifs constituent le principal objectif de l'utilisation de Claude par les étudiants, représentant près de 40 % des conversations (39,3 %).
Cela inclut la conception d'exercices, la relecture de dissertations, la synthèse de documents académiques, etc. Ensuite, l'obtention d'explications techniques ou de solutions pour les devoirs académiques représente également une part importante (33,5 %). Par exemple, les étudiants peuvent utiliser l'IA pour déboguer du code, implémenter des algorithmes de programmation ou résoudre des problèmes mathématiques. De plus, l'analyse et la visualisation de données (11,0 %), le support à la conception et au développement d'outils de recherche (6,5 %), la création de graphiques techniques (3,2 %) et la traduction et la relecture (2,4 %) sont également des aspects importants de l'utilisation de l'IA par les étudiants.
Le rapport identifie également quatre principaux modes d'interaction entre les étudiants et l'IA : résolution directe de problèmes, création de sortie directe, résolution collaborative de problèmes et création collaborative de sortie. Ces quatre modes apparaissent avec une fréquence à peu près égale dans les données.
Il est important de noter que les étudiants utilisent principalement l'IA pour des tâches créatives (utiliser des informations pour apprendre de nouvelles connaissances) et analytiques (décomposer des informations connues et identifier les relations). Cela correspond aux fonctions cognitives d'ordre supérieur de la taxonomie de Bloom, mais soulève une question importante : comment pouvons-nous nous assurer que les étudiants ne sous-traitent pas entièrement les tâches cognitives clés aux systèmes d'IA, ce qui pourrait entraver le développement de leurs propres capacités ?
L'IA est-elle un « propulseur » ou une « béquille » ? Réflexion approfondie sur l'éducation
Les modes d'interaction entre les étudiants et l'IA diffèrent sensiblement selon les disciplines. Par exemple, les étudiants en sciences naturelles et en mathématiques sont plus enclins à utiliser l'IA pour résoudre des problèmes académiques spécifiques, tandis que les étudiants en informatique et en ingénierie préfèrent les dialogues collaboratifs avec l'IA. Les étudiants en pédagogie se concentrent davantage sur l'utilisation de l'IA pour créer du matériel pédagogique.
Plus intéressant encore, les chercheurs ont analysé les tâches cognitives confiées à l'IA par les étudiants en se basant sur la taxonomie de Bloom. Il en ressort que l'IA assume principalement des fonctions cognitives d'ordre supérieur, telles que la création et l'analyse, tandis que les tâches d'ordre inférieur, telles que la mémorisation et la compréhension, sont relativement moins fréquentes.
Ce « modèle inversé de la taxonomie de Bloom » suscite une réflexion approfondie dans le monde de l'éducation sur le rôle de l'IA : l'IA est-elle un « propulseur » qui améliore l'efficacité de l'apprentissage des étudiants, ou une « béquille » qui pourrait affaiblir leurs compétences fondamentales ? Bien que l'IA puisse faire preuve d'une grande capacité de création et d'analyse, cela ne signifie pas que les étudiants participent activement à ces processus. Une dépendance excessive à l'IA pour les tâches cognitives d'ordre supérieur peut entraver le développement de compétences essentielles telles que la pensée critique.
Bien sûr, nous devons également tenir compte des limites de ce rapport. Par exemple, les données de l'étude reflètent peut-être davantage les habitudes des utilisateurs précoces et ne représentent pas nécessairement l'ensemble des étudiants. De plus, l'étude n'analyse que l'utilisation de Claude.ai, alors que les étudiants peuvent utiliser d'autres outils d'IA.
La révolution de l'éducation est en marche, quel est le chemin à suivre ?
Ce rapport de recherche à grande échelle nous fournit de précieuses premières observations sur la manière dont les étudiants utilisent l'IA. Nous constatons que l'IA présente un potentiel d'amélioration de l'apprentissage dans certains domaines.
Cependant, alors que les étudiants confient des tâches cognitives de plus en plus complexes à l'IA, un certain nombre de questions fondamentales se posent : comment garantir le développement continu des capacités cognitives et métacognitives de base des étudiants ? À l'ère de l'IA, comment redéfinir l'évaluation et l'intégrité académique ? Lorsque l'IA est capable de générer instantanément des articles de haute qualité ou de résoudre des problèmes complexes, que signifie « l'apprentissage significatif » ?
Ces conclusions stimuleront sans aucun doute les discussions entre les éducateurs, les gestionnaires et les décideurs politiques sur l'utilisation de l'IA dans le domaine de l'éducation. Les recherches futures devront explorer plus en profondeur la manière dont les enseignants et les étudiants peuvent utiliser efficacement l'IA, le lien entre l'utilisation de l'IA et les résultats scolaires, ainsi que l'impact à long terme de l'IA sur l'avenir de l'éducation.
Anthropic a également commencé à collaborer avec des universités pour explorer le rôle positif de l'IA dans l'éducation, par exemple en expérimentant des « modes d'apprentissage » qui mettent l'accent sur la méthode socratique et la compréhension conceptuelle.
On peut prévoir que l'intégration de l'IA dans l'enseignement supérieur en est encore à ses débuts. La manière de guider les étudiants pour qu'ils utilisent l'IA correctement et efficacement, afin qu'elle devienne un outil d'amélioration de la qualité de l'apprentissage et non un raccourci pour remplacer la réflexion, constituera un défi majeur pour le domaine de l'éducation à l'avenir.
Nous devons, tout en embrassant les progrès technologiques, préserver l'essence même de l'éducation et cultiver chez les étudiants la capacité de penser par eux-mêmes et d'apprendre de manière autonome, afin de réaliser de véritables progrès dans l'éducation à l'ère de l'IA.