Gains :
- Être capable de distinguer où dans le flux de travail pédagogique (plan, matériel, question, projet de feedback) l'intelligence artificielle permet de gagner du temps réel et où les décisions telles que la notation et le jugement pédagogique sont laissées à l'enseignant, en fonction du niveau de risque de la tâche.
- Capacité à appliquer une discipline qui vérifie chaque résultat de l'IA en le reliant au programme/ressource, en vérifiant son authenticité et en le faisant passer par un filtrage pédagogique.
- Anonymiser les données des étudiants dans le cadre du KVKK et du secret professionnel et prendre l'habitude de choisir un véhicule sûr
La semaine d'un enseignant est remplie de plus de tâches d'écriture qu'il n'y paraît : plans de cours, feuilles de travail, questions de test, notes de rétroaction, messages aux parents, minutes de groupe, instructions d'activité. La plupart de ce travail est répétitif et prend du temps ; Il vole les moments passés avec l'enfant qui sont vraiment précieux. L'intelligence artificielle (IA) – des programmes informatiques capables de comprendre le langage humain et de produire des résultats tels que des textes, des plans, des questions, etc. – est une aide puissante pour accélérer cette charge d'écriture répétitive. Tout au long de ce module, nous apprendrons à utiliser l'IA non pas comme une baguette magique, mais comme un assistant pédagogique qui produit des brouillons, donne des idées et organise. Mais mettons dès le début la phrase la plus importante : l’IA ne décide pas à la place de l’enseignant ; L'enseignant produit le projet et porte la décision et la responsabilité.
Cette première unité établit trois fondements : distinguer où l'IA fonctionne dans le flux de travail pédagogique et où elle doit s'arrêter ; vérifier chaque sortie ; protéger les données des étudiants. Ces trois éléments constituent la base de sécurité sous-jacente à toutes les unités ultérieures.
Où l’IA fait-elle gagner du temps, où la décision appartient-elle à l’enseignant ?
Il est utile de considérer les tâches d’enseignement en termes de niveau de risque. Le niveau de risque correspond au préjudice qu’une tâche pourrait causer à l’élève si elle n’était pas exécutée correctement.
Tâches à faible risque que l'IA accélère beaucoup : rédiger un plan de cours, produire trois exemples expliquant un sujet pour différents âges, rédiger la première version d'une feuille de travail, rédiger un bulletin pour les parents, simplifier un texte, brainstormer. Ici, l’IA résout le problème des « pages blanches » ; Vous le corrigez et l’enrichissez.
Tâches à haut risque où la décision est laissée à l'enseignant : donner une note à un élève, porter un jugement sur un élève tel que « cet enfant est faible/paresseux/doué », prendre la décision de violer l'intégrité académique (par exemple « il/elle a triché sur ce devoir »), orientation et assistance psychologique, en utilisant des expressions telles qu'un diagnostic définitif à un parent. Ces décisions affectent l'avenir de l'enfant ; La responsabilité et le dernier mot appartiennent toujours à l'enseignant. L’IA offre ici tout au plus un point de vue, elle ne peut pas prendre de décisions.
Attention : « AI a dit » n'est pas une justification. Dans les domaines affectant l’orientation, l’évaluation et l’avenir des étudiants, les résultats de l’IA ne remplacent pas l’approbation d’un expert compétent (enseignant). Une sortie non vérifiée de l’IA est comme une rumeur non vérifiée.
Pourquoi la vérification est-elle nécessaire ? Hallucination et préjugés
L'IA produit du texte non pas en « connaissant » mais en « prédisant le mot possible ». C'est pourquoi il donne parfois des informations extrêmement fluides mais en réalité incorrectes. C'est ce qu'on appelle une hallucination : un livre qui n'existe pas, une citation tacite, une fausse date, une source qui n'existe pas. Pour un enseignant, cela peut être fatal car la désinformation donnée à l’élève devient une idée fausse permanente.
Le deuxième problème est celui des biais : l’IA peut répéter des modèles sociaux dans les données sur lesquelles elle est formée ; peut produire des exemples biaisés à l’encontre de certains sexes, cultures ou niveaux. Par exemple, lorsqu'on propose une différenciation, cela peut injustement placer un élève dans le moule de « l'échec ».
En raison de ces deux limites, nous proposons une discipline de validation simple à appliquer à chaque sortie :
- Connectez-le à la source. Vérifiez tout ce qui contient des faits, des dates, des citations, des règles provenant d'une source fiable (programme, manuel, document officiel).
- Revérifier. Vérifiez manuellement une sortie numérique ou logique (distribution des scores, temps total).
- Filtre pédagogique. « Est-ce approprié pour ma classe, cet âge, cette culture ? Consultez vos propres connaissances professionnelles.
- Prenez vos responsabilités. Dès que vous l’approuvez, ce texte vous appartient ; Toute erreur est de votre responsabilité.
Données des étudiants : la confidentialité dès le départ
Les données des étudiants sont des données personnelles ; Les informations telles que la santé, la situation familiale, le comportement et le diagnostic sont des données personnelles particulières et nécessitent une protection plus élevée. En Turquie, le KVKK (loi sur la protection des données personnelles) réglemente cela ; Par ailleurs, l’enseignant est tenu au secret professionnel. Écrire littéralement le nom, le numéro, la classe ou le statut sensible d'un élève dans un outil public d'IA signifie retirer les données de votre contrôle.
La règle est simple : anonymisez d’abord. Supprimer les informations d'identification telles que le nom-prénom, le numéro d'école, la branche de classe, le nom du parent ; Utilisez des expressions générales telles que « Étudiant A », « Étudiant de 12 ans ». Si possible, choisissez les outils d'entreprise fournis par votre école qui disposent d'une assurance en matière de traitement des données. Nous approfondirons ce principe dans l'unité 9 ; Faites-en un réflexe pour l'instant.
Astuce : Avant de coller un texte dans AI, recherchez le nom, le numéro et le nom de l'organisation avec "Ctrl+F". Si vous le trouvez, remplacez-le par des expressions générales avant de sauvegarder.
trois mini-cases
Cas 1 — Devis inventé. Un professeur d'études sociales a demandé à AI les « paroles d'Atatürk sur l'éducation » pour une présentation. YZ a donné 6 citations ; L’enseignant n’a pas pu trouver la véritable source de 2 d’entre eux. S'il l'avait utilisé sans vérifier, il aurait enseigné un mot inventé à 40 étudiants. Grâce à l’étape de vérification, il n’a utilisé que 4 citations dont la source a été confirmée. La leçon a été préparée 5 minutes de plus, mais des informations incorrectes ont été évitées.
Cas 2 — Gain de temps. Un professeur d'anglais préparait des feuilles de travail séparées pour 3 classes chaque semaine, y consacrant environ 3 heures. Il a commencé à utiliser l'IA comme générateur de brouillons : il a demandé à l'IA de produire des brouillons qui adaptaient le même résultat à trois niveaux et de les corriger lui-même. Le temps a été réduit de 3 heures par semaine à environ 1 heure ; Il a consacré les 2 heures qu'il a gagnées au feedback individuel. La qualité n'a pas diminué car le montage final appartenait au professeur.
Cas 3 — Retour d’une erreur de confidentialité. Lorsqu'un conseiller d'orientation souhaitait consulter AI au sujet d'une situation d'étudiant difficile, il notait d'abord le nom de l'étudiant et les informations familiales. Il a remarqué le texte avant de l'envoyer, les remplaçant tous par des phrases génériques comme « un étudiant de 13 ans » et « une tension domestique ». Les idées pédagogiques générales qu'il avait adoptées ont fonctionné à nouveau ; mais aucune donnée personnelle n'a été divulguée.
Modèles copiables
1) Séparer la tâche par niveau de risque :
Votre rôle : assistant d'un enseignant. Divisez les 8 tâches pédagogiques suivantes en deux listes : (A) les emplois à faible risque où l'IA peut produire des plans en toute confiance, (B) les emplois à haut risque où la décision finale revient à l'enseignant. Écrivez une justification en une phrase pour chaque tâche. Tâches : [collez vos propres tâches hebdomadaires ici]
2) Invite de vérification de validation :
Dans le texte ci-dessous, marquez chaque phrase qui contient un fait, une date, une citation, une source ou une affirmation numérique et notez « doit être vérifié ». Indiquez clairement les points sur lesquels vous n'êtes pas sûr ; informations fabriquées.Texte : [coller le brouillon]
3) Assistant d'anonymisation :
Dans le texte suivant, remplacez toute information personnelle (nom, numéro, note, établissement) susceptible d'identifier l'étudiant, le parent ou l'établissement par des expressions générales (par exemple, « Étudiant A », « un étudiant »). Listez ce que vous avez modifié. Texte : [coller]
4) Invite de filtre pédagogique :
Évaluez le schéma suivant pour une classe de 6e année d'une école publique turque de niveau mixte : nommez les faiblesses en termes d'adéquation à l'âge, d'adéquation culturelle et d'alignement sur les résultats. Ne le présentez pas comme la vérité absolue, donnez-le comme une suggestion. Brouillon : [coller]
Invite faible/Invite forte
Invite faible :
Écrivez-moi un plan de cours.
Il n'y a pas de contexte : quel cours, quel niveau, quelle réussite, quelle durée n'est pas clair. L'IA est générale, elle supprimera quelque chose qui ne correspond pas à votre classe.
Invite puissante :
Votre rôle : un professeur de sciences expérimenté.7. Unité de niveau « Force et énergie », une heure de cours (40 minutes), résultat : « L'élève fait la distinction entre l'énergie cinétique et l'énergie potentielle avec des exemples. Classe mixte de 28 élèves, il y a une projection. Donnez-moi un projet de plan avec une répartition temporelle, avec un flux introduction-corps-conclusion. Énumérez séparément les faits que je dois vérifier à la fin.
Quête
Niveau de risque
Rôle de l'IA
décision finale
Projet de plan de cours
faible
Génère un brouillon
professeur
Première version du document de travail
faible
Génère un brouillon
professeur
Question d'examen + clé
moyen
Génère un brouillon
le professeur confirme
classement
haut
Même la suggestion est limitée
professeur solitaire
Décision d'honnêteté académique
haut
je ne peux pas décider
professeur solitaire
Erreurs courantes
- Remettre l'imprimé à l'étudiant sans le vérifier. Oublier le risque d’hallucinations est l’erreur la plus courante et la plus néfaste.
- Coller les données personnelles telles quelles. Violer la confidentialité au nom de la rapidité est une violation du KVKK et de l'éthique professionnelle.
- Faire décider l’IA. Déléguer à l’IA des décisions telles que les notes, les diagnostics et les jugements d’honnêteté n’élimine pas la responsabilité, cela ne fait qu’augmenter le risque.
- Invite sans contexte. Le résultat souhaité ne fonctionnera pas sans donner la classe, le niveau et la réussite.
- Faire aveuglément confiance à l’IA ou la rejeter catégoriquement. Les deux ont tort ; La bonne chose est une utilisation contrôlée.
Astuce : considérez chaque session d'IA comme si vous travailliez avec un stagiaire : rapide et diligent, mais inexpérimenté. Vous ne remettez jamais un imprimé sans le signer ou le lire.
En résumé
L'IA est un assistant puissant qui allège la charge d'écriture répétitive de l'enseignant ; mais en raison des hallucinations et des préjugés, chaque sortie nécessite une vérification. Séparez les tâches par niveau de risque : utilisez généreusement les travaux de rédaction à faibles enjeux, gardez pour vous les décisions à enjeux élevés comme la notation et le jugement pédagogique. Anonymisez toujours les données des étudiants et choisissez un outil sécurisé. Règle la plus courte : le plan vient de l’IA, la responsabilité vient de l’enseignant.
Tâche de candidature
Énumérez 8 tâches que vous effectuerez au cours de votre prochaine semaine de travail. Marquez chacun d’eux comme « risque faible – l’IA peut produire des plans » ou « risque élevé – c’est à moi de décider ». Choisissez ensuite l’une des tâches à faibles enjeux et demandez à l’IA un brouillon avec une invite contextuelle, comme l’exemple « Invite forte » ci-dessus. Marquez au moins 3 faits que vous devez vérifier dans le résultat et écrivez comment vous allez le vérifier.
liste de contrôle
- [ ] Ai-je séparé les tâches par niveau de risque ?
- [ ] Ai-je un plan pour vérifier les faits/citations/chiffres dans la sortie de l'IA ?
- [ ] Ai-je anonymisé les données personnelles avant de transmettre le texte à l'IA ?
- [ ] Suis-je sûr de garder la décision finale (note, jugement) avec moi ?
- [ ] Ai-je inclus le contexte dans mon invite, tel que le rôle, le niveau scolaire, le résultat et la durée ?