Cette playlist explore la place de l’inclusion dans l’enseignement supérieur et ses impacts sur les pratiques pédagogiques et les environnements d’apprentissage, à travers des perspectives variées et des retours d’expérience d’enseignant·es et d’expert·es. Elle s’adresse à celles et ceux qui souhaitent mieux comprendre comment favoriser la réussite de toutes et tous.

L’article Inclusion et enseignement supérieur est apparu en premier sur Espace de documentation pédagogique.

L’article Aide-mémoire – Design pédagogique est apparu en premier sur Espace de documentation pédagogique.

Résumé

Le fulgurant essor de l’intelligence artificielle générative (IAg) bouleverse nos repères, y compris en éducation. Que devient l’apprentissage quand des machines peuvent écrire, résumer et corriger ? Comment enseigner à l’ère de ChatGPT ? Comment évaluer ?

Ce livre collectif explore les usages émergents de l’IA dans l’enseignement supérieur : génération automatique d’examens, soutien personnalisé à l’apprentissage, dispositifs pédagogiques repensés… À travers des études de cas et des expérimentations menées sur le terrain, il propose une lecture lucide, étayée et nuancée – loin des discours alarmistes ou techno-enthousiastes. Les auteur·es analysent les impacts concrets sur les étudiant·es, les enseignant·es et les institutions. Quelles sont les pratiques qui se transforment et les résistances qui émergent ? Quelles régulations mettre en place ?

Destiné aux enseignant·es, chercheur·euses, responsables pédagogiques et décideur·euses académiques, cet ouvrage offre des repères pour comprendre et accompagner l’intégration raisonnée de l’IA dans l’univers éducatif.

Directeur·trice(s) d’ouvrage

Maison d’édition

Épistémé

Commande et fiche de l’ouvrage

sur le site de l’éditeur

La version numérique de l’ouvrage peut être téléchargée gratuitement sur le site de l’éditeur grâce au soutien du programme fédéral P-8 « Renforcement des digital skills dans l’enseignement », coordonné par swissuniversities.

.

Cet ouvrage peut être emprunté à la bibliothèque du CSE.

L’article L’éducation à l’épreuve de l’intelligence artificielle est apparu en premier sur Espace de documentation pédagogique.

Plus d’informations: https://pedagogie.unicaen.fr/realisation/fiches-memos-sur-l-accessibilite-numerique/

L’article L’accessibilité des documents<div id='secondary_title'><span> — </span>en un coup d'oeil</div> est apparu en premier sur Espace de documentation pédagogique.

Le canevas ainsi que la version numérique de l’ouvrage peuvent être téléchargés gratuitement grâce aux fonds de soutien Gold Open Access de l’Université de Lausanne.

Qu’est-ce que la cohérence pédagogique

La cohérence pédagogique consiste à aligner cinq éléments clés d’un enseignement :

• les objectifs d’apprentissage,
• les activités proposées,
• l’évaluation,
• les contenus,
• le contexte.

Les objectifs précisent ce que les étudiant·es doivent être capables de faire. Les activités d’enseignement correspondent aux expériences d’apprentissage qui les aideront à atteindre ces objectifs, quelles que soient les modalités choisies (cours, TD, exercices, etc.). L’évaluation, enfin, vérifie de manière appropriée si ces objectifs sont atteints, en mobilisant des stratégies adaptées à la modalité prévue.
Ces trois éléments s’appuient sur des contenus (savoir, savoir-faire, savoir-être) sélectionnés par l’enseignant·e. L’ensemble s’inscrit dans un contexte d’enseignement qui inclut la population étudiante, l’articulation avec le cursus, les ressources disponibles et la personne en charge de l’enseignement.

Lorsque ces cinq dimensions sont pensées ensemble et se répondent, elles créent un cadre cohérent qui soutient réellement l’apprentissage.

Comment utiliser le canevas

L’ouvrage Design pédagogique (Lanarès, Laperrouza et Sylvestre, 2023) accompagne les enseignant·es dans l’utilisation pas à pas du canevas de cohérence pédagogique. L’ouvrage peuvent être téléchargé gratuitement sur le site de l’éditeur.

Pour les membres de l’Unil, l’utilisation du canevas est présentée lors des formations :

• «Réflexion sur l’enseignement universitaire» pour les professeur·es, MER et chargé·es de cours (hors cursus de médecine);
• «Initiation à l’enseignement universitaire» pour les assistant·es doctorant·es et post-doctorant·es (hors cursus de médecine).

L’article Le canevas de cohérence pédagogique est apparu en premier sur Espace de documentation pédagogique.

L’article Le design pédagogique est apparu en premier sur Espace de documentation pédagogique.

Ce texte a été co-écrit avec Claude IA (Révision version 1 du texte, analyse OCR du modèle PRAX-IA et révision de la version 2)

Depuis novembre 2022, l’essor des intelligences artificielles génératives (IAG) a suscité une multitude de réflexions et de débats dans le champ de l’enseignement supérieur. Ces outils, désormais accessibles à un large public, suscitent des questions profondes, notamment en ce qui concerne l’intégrité des évaluations académiques et l’influence des IAG sur les processus d’apprentissage. En réponse à ces transformations, le modèle PRAX-IA a été élaboré comme un cadre de soutien à une réflexion structurée. Il s’appuie sur une revue de littérature en lien avec les pratiques pédagogiques et les applications de l’IA. PRAX-IA vise à soutenir les enseignant·e·s dans leurs interrogations et leurs choix pédagogiques en leur offrant des outils pratiques et un ensemble de ressources à consulter.

Ce modèle s’appuie sur deux axes principaux : une entrée spécifique par le biais des évaluations référencés dans la littérature et une réflexion plus globale sur l’impact de l’IA dans l’ensemble du cours. Chaque axe est enrichi par une base de connaissances documentée et par des ressources pratiques, accessibles via un espace dédié.

https://miro.com/app/board/uXjVLWSbC0Q=/

Avant de présenter en détail les deux axes du modèle, il est important de souligner que PRAX-IA s’appuie sur une revue de littérature issue d’une veille régulière, visant à rassembler des recherches, des cadres théoriques et des exemples de pratiques liés à l’évaluation, à l’intelligence artificielle et à la pédagogie dans le contexte universitaire. Les ressources proposées dans la section « ressources » du modèle résultent de cette veille hebdomadaire, qui est en constante évolution pour intégrer les contributions les plus récentes et pertinentes.

Première porte d’entrée : les évaluations académiques face aux IAG

L’évaluation est sans doute la dimension la plus impactée par l’émergence des IAG. PRAX-IA propose de commencer par une analyse approfondie des pratiques d’évaluation, avec un triple objectif : identifier les vulnérabilités, définir des stratégies adaptées et élaborer des conditions d’usage cohérentes de l’IA dans les évaluations.

Identifier les types d’épreuves fragilisées

La première étape consiste à inventorier les formats d’évaluation actuellement utilisés (examens, devoirs à domicile, travaux collaboratifs, etc.) pour repérer ceux qui pourraient être particulièrement vulnérables face aux IAG. Cette analyse permet de mieux comprendre quelles épreuves nécessitent des adaptations immédiates. Par exemple, les dissertations à domicile ou les réponses ouvertes pourraient être facilement générées par des IA et doivent donc être repensées.

Définir un niveau acceptable d’usage de l’IA

L’étape suivante consiste à déterminer dans quelle mesure l’usage de l’IA est autorisé ou encouragé dans les évaluations. PRAX-IA introduit à cet effet l’échelle AIAS (Perkins, Furze, Roe, MacVaugh, 2024) un cadre structuré pour évaluer différents niveaux d’intégration de l’IA, depuis son interdiction stricte jusqu’à son incorporation active comme outil d’apprentissage. Ce modèle permet de définir une position claire et cohérente, qui peut ensuite être communiquée aux étudiant·e·s.

La partie « ressources » contient des documents explicatifs sur l’échelle AIAS, ainsi que des exemples d’applications dans différents contextes disciplinaires. Ces ressources permettent également de comparer l’AIAS à d’autres cadres théoriques, offrant ainsi une perspective élargie.

Développer les compétences IA nécessaires

Une fois le niveau acceptable d’usage de l’IA défini, PRAX-IA invite à réfléchir aux compétences IA à développer, tant chez les enseignant·e·s que chez les étudiant·e·s. Le référentiel d’Anders (Anders, 2023), proposé dans le modèle, identifie les savoirs et savoir-faire nécessaires pour intégrer l’IA dans un contexte académique. Ce référentiel peut être utilisé pour définir des objectifs pédagogiques spécifiques, adaptés aux cours et aux disciplines concernées.

Pour faciliter cette démarche, PRAX-IA met à disposition un compagnon IA, un outil interactif qui aide à formuler des Learning Outcomes (objectifs d’apprentissage) en lien avec l’IA. La partie « ressources » offre par ailleurs des référentiels internationaux et des exemples pratiques, illustrant comment ces compétences peuvent être intégrées dans les curriculums existants.

Élaborer des conditions d’usage en lien avec son cours

La réflexion sur les évaluations se termine par une étape stratégique : l’élaboration de conditions d’usage de l’IA, adaptée aux réalités de chaque cours. PRAX-IA propose de structurer ces conditions d’usage autour de quatre axes : la transparence, la régulation, l’intégration pédagogique et l’accompagnement. Là encore, des ressources pratiques et des exemples de bonnes pratiques sont disponibles pour guider les enseignant·e·s et les institutions.

Deuxième porte d’entrée : une réflexion globale sur l’impact de l’IA dans les cours

Si la première porte d’entrée se focalise sur les évaluations, la seconde encourage une réflexion plus large visant à analyser l’impact global de l’intelligence artificielle sur l’ensemble des cours. Cette approche s’appuie sur la notion selon laquelle l’évaluation ne peut être dissociée du contexte pédagogique global : les objectifs d’apprentissage, les activités pédagogiques et les évaluations doivent constituer un ensemble cohérent.

Le canevas de cohérence pédagogique occupe ici une place centrale. Il assiste les enseignant·e·s dans l’analyse de l’alignement entre les divers composants de leur cours, en prenant en considération les modifications potentielles induites par l’intégration de l’intelligence artificielle. Ce cadre leur offre la possibilité de réfléchir de manière structurée aux ajustements requis pour intégrer l’IA de manière pertinente et constructive.

La première question à considérer dans cette démarche est la suivante :

L’intelligence artificielle a-t-elle un impact sur mes cours ?

Cette réflexion implique de saisir de quelle manière les étudiant·e·s utilisent déjà l’IA dans leur processus d’apprentissage. Quels outils utilisent-ils ou utilisent-elles ? Dans quelles circonstances ? Ces pratiques ont-elles une influence sur la manière dont ils interagissent avec le contenu du cours ?

PRAX-IA offre des outils simples destinés à l’observation et à l’analyse de ces usages. Ces outils aident les enseignant·e·s à mieux saisir les implications pédagogiques des technologies employées par leurs étudiant·e·s, dans le but d’identifier les éventuels ajustements à apporter.

Dois-je intégrer l’IA dans mes pratiques enseignantes ?

Si l’intelligence artificielle exerce une influence considérable sur un cours, il devient important de considérer les modalités d’intégration optimale de celle-ci dans le processus d’enseignement. Cette intégration peut prendre différentes formes, selon les disciplines, les besoins des étudiant·e·s, les objectifs pédagogiques et les recommandations institutionnelles.

Dois-je adapter mes objectifs pédagogiques ?

L’intégration de l’intelligence artificielle entraîne fréquemment une réévaluation des objectifs pédagogiques. Ils doivent prendre en considération les compétences spécifiques que les étudiants doivent acquérir en rapport avec l’intelligence artificielle, telles que la capacité à utiliser ces outils de manière critique ou à comprendre leurs limites.

Dois-je adapter mes activités pédagogiques ?

Après la redéfinition des objectifs, il est conseillé d’ajuster ou de concevoir des activités d’apprentissage qui soient en adéquation avec ces nouvelles priorités. Ces activités doivent permettre aux étudiant·e·s de mobiliser l’IA de manière réfléchie et constructive, tout en développant les compétences nécessaires pour en tirer parti.

Boucler la boucle avec l’évaluation

Finalement, cette réflexion globale soulève inévitablement la question de l’évaluation. Si les activités d’apprentissage évoluent pour inclure l’intelligence artificielle, il est impératif d’adapter les pratiques d’évaluation afin de garantir une cohérence pédagogique. Le canevas de cohérence pédagogique sert à structurer cette réflexion, en s’assurant que les ajustements effectués sont en adéquation avec les objectifs et les activités du cours.

Conclusion : Un instrument en développement destiné à soutenir une réflexion collective

PRAX-IA a été créé pour répondre aux défis engendrés par l’apparition des intelligences artificielles génératives (IAG) dans le domaine de l’enseignement supérieur. Ces technologies suscitent des interrogations nouvelles concernant l’évaluation, les apprentissages et la cohérence pédagogique des cours.

Conçu comme un cadre de réflexion, PRAX-IA a pour ambition d’accompagner les enseignant·e·s dans leur adaptation à ce contexte en constante évolution, tout en offrant des outils concrets et des ressources actualisées.

L’objectif principal consiste à favoriser une réflexion critique, que ce soit individuellement ou de manière collégiale sans prétendre offrir des solutions universelles.

PRAX-IA propose deux axes de réflexion : l’adaptation des évaluations et une approche plus globale sur l’impact de l’IA dans les cours, laissant une flexibilité aux enseignant·e·s pour choisir le point de départ qui leur semble le plus pertinent.

Nous vous invitons à le découvrir ! Accéder au modèle

L’article PRAX-IA<div id='secondary_title'><span> — </span>Un modèle pour aider à positionner les pratiques d'évaluation dans un contexte influencé par l'intelligence artificielle générative</div> est apparu en premier sur Espace de documentation pédagogique.

L’article La conception universelle de l’apprentissage (CUA) est apparu en premier sur Espace de documentation pédagogique.

L’article Concevoir et mettre en œuvre un enseignement collaboratif international est apparu en premier sur Espace de documentation pédagogique.

Ce padlet regroupe un ensemble de ressources sur la conception et mise en œuvre de programmes intensifs hybrides ou Blended Intensives Programmes (BIP). Un BIP combine une période d’enseignement en ligne avec une courte période de mobilité physique. Différents aspects sont abordés dans ce padlet : origines et principes des BIP,  exemples concrets de BIP et retours d’expériences, outils et conseils pour leur conception et leur mise en oeuvre, et bénéfices à attendre de ce format de mobilité sur l’apprentissage des étudiant·e·s.

L’article Concevoir et mettre en œuvre un BIP<div id='secondary_title'><span> — </span>(Blended Intensive Programmes)</div> est apparu en premier sur Espace de documentation pédagogique.