Les étudiants apprennent-ils de l’aide qui leur est fournie par une IA?
Lorsqu’un assistant IA donne des recommandations aux étudiants, apprennent-ils et intègrent-ils ces savoirs ou les perdent-ils dès qu’ils n’ont plus accès à l’outil? C’est ce qu’ont expérimenté des chercheurs australiens et dont ils livrent les résultats dans un article récent.
L’éducation est l’un des domaines considéré comme les plus prometteurs pour l’intelligence artificielle. L’une des applications concerne l’assistance fournie aux étudiants dans leur apprentissage, notamment avec des outils leur prodiguant un feedback automatique sur leurs travaux et des conseils pour les améliorer.
Dans le cadre d’un article pour la revue Computers & Education, des chercheurs se posent la question de l’apprentissage réel apporté par ces outils intelligents: «Est-ce que les étudiants apprennent de l’assistance IA ou tendent-ils à s’appuyer sur ces outils sans pour autant apprendre?». La question est évidemment cruciale pour des institutions dont l’objectif est évidemment que les étudiants apprennent. Au-delà du domaine de l’éducation, elle est également d’intérêt dans quantité d’activités où l’on parle d’ «humain augmenté» grâce aux outils IA et où l’on peut s’interroger sur la nature et la pérennité de cette augmentation.
Pour l’expérimenter, les chercheurs ont recouru à RiPPLE, un système éducatif qui permet aux étudiants de créer et de partager du matériel d’apprentissage. A chaque fois qu’ils soumettent un document qu’ils ont créé, celui-ci est envoyé pour évaluation à d’autres étudiants. Ces derniers indiquent si le travail répond aux critères et justifient leur évaluation.
C’est dans cette étape que les chercheurs ont introduit un outil IA, qui donne aux étudiants-évaluateurs un feedback et des conseils sur la manière dont ils ont évalué leurs camarades: est-ce que leur évaluation est suffisamment spécifique? est-ce qu’elle est suffisamment claire pour l’auteur du document? est-ce que leur commentaire ressemble trop à d’autres commentaires qu’il a déjà fait? L’objectif de ces feedbacks automatisés est de s’assurer que les commentaires des étudiants sont non seulement pertinents, mais aussi originaux et constructifs, expliquent les chercheurs. Les étudiants-évaluateurs sont ensuite libres de modifier leur évaluation ou de la conserver en l’état.
Pendant quatre semaines, 1625 étudiants de disciplines très diverses ont ainsi réalisé plus de 11’000 évaluations de travaux soumis à RiPPLE avec l’aide de l’assistant IA. Après quoi, pendant les quatre semaines suivantes, les étudiants ont été partagés en différents groupes, certains continuant de bénéficier de l’outil, d’autres retrouvant leur mode de travail sans IA.
Les chercheurs ont ensuite analysé les évaluations produites par les étudiants des différents groupes. Il apparaît que les évaluations des étudiants ayant continué à travailler avec l’assistant IA sont meilleures dans l’ensemble des critères évalués (longueur, similarité, pertinence, nombre de likes). En d’autres termes, la suppression de l’assistant a considérablement nui à la performance des étudiants de l’autre groupe.
«Ces résultats montrent que les aides de l'IA ont joué un rôle important dans le maintien de la qualité des commentaires des étudiants, et que leur influence a diminué après la suppression de l’aide. Cela suggère que l'IA peut être un outil efficace pour augmenter et automatiser les activités d'apprentissage. Toutefois, les étudiants ont tendance à se fier à l'assistance de l'IA plutôt qu'à apprendre d'elle, et leur capacité à fournir un feedback de haute qualité peut être influencée par la présence ou l'absence de recommandations de l'IA », analysent les chercheurs.
On assiste ainsi à un phénomène ressemblant aux correcteurs orthographiques. Les outils améliorent l’orthographe du texte, mais pas l’orthographe de l’utilisateur…
> Article: Impact of AI assistance on student agency
