Gains :
- Capacité à comprendre les limites des préjugés, de la fabrication et de la transparence de l'intelligence artificielle et à observer les principes éthiques (équité, inclusivité, responsabilité) dans les décisions d'enseignement
- Capacité à établir un système de travail personnel et des habitudes de vérification qui combinent l'ensemble du flux de travail, du plan au feedback, de bout en bout avec l'intelligence artificielle
- Capacité à établir un cadre de gouvernance dans lequel les résultats de l'intelligence artificielle ne remplacent pas les décisions pédagogiques et la responsabilité et l'approbation finale restent toujours du ressort de l'enseignant.
Examen de module
1. Un enseignant insère dans son examen une question d'histoire et un corrigé produit par l'intelligence artificielle sans le vérifier, et la date sur le corrigé s'avère être fausse. Quelle est la principale leçon de cette situation ?
- A) Placer la sortie de l'intelligence artificielle dans un endroit qui affecte l'étudiant sans la connecter à la source et la vérifier ; Ignorer que la responsabilité incombe à l'enseignant ✔
- B) Il est strictement interdit d'utiliser l'intelligence artificielle dans la génération de questions
- C) L’intelligence artificielle ne pourra jamais produire de questions historiques
- D) La question n'est pas présentée dans un tableau
Description : L'intelligence artificielle est courante mais peut en réalité produire de fausses informations (hallucinations). Tout résultat qui affecte directement l'élève, tel que les clés de questions et de réponses, ne doit pas être utilisé sans être vérifié par l'enseignant en créant un lien vers la source ; La responsabilité incombe à l'enseignant.
2. Quelle est la meilleure approche lors de la saisie d’un texte concernant un élève dans un outil d’intelligence artificielle accessible au public ?
- A) Coller le nom et le numéro de l'élève tels quels pour plus de rapidité.
- B) Supprimez les informations d'identification et anonymisez les données et utilisez des outils sécurisés/institutionnels si possible ✔
- C) Cachez uniquement le nom de famille et laissez le numéro de l'école.
- D) Il suffit de donner un avis verbal à l'étudiant avant de partager les données.
Explication : Les données des étudiants sont des données personnelles ; Les informations sur la santé, la famille ou le comportement peuvent être privées. Les informations d'identité telles que le nom, le prénom, le numéro d'école, la classe doivent être supprimées, les données doivent être anonymisées et, si possible, les outils institutionnels garantissant le traitement des données doivent être privilégiés.
3. Qu'est-ce que la taxonomie de Bloom apporte à l'enseignant lors de la rédaction d'un objectif d'apprentissage (résultat) ?
- A) Classer les noms des élèves par ordre alphabétique
- B) Notation automatique des copies d'examen
- C) Clarifier le niveau de pensée cognitive ciblé avec le verbe d'action approprié et l'aligner sur la mesure ✔
- D) Fixez toujours la durée du cours à 40 minutes
Description : La taxonomie de Bloom nivelle les processus cognitifs, de la mémorisation à la création. Écrire le résultat avec un verbe d'action correct clarifie le niveau de réflexion prévu et l'aligne sur la mesure ; Cela permet de poser plus facilement des questions/activités à l'IA à ce niveau.
4. Que signifie un « bon distraction » dans une question à choix multiples ?
- A) Une option que personne ne choisirait car elle est clairement absurde
- B) Une option qui a exactement la même signification que la bonne réponse
- C) Toujours l'option écrite la plus longue
- D) Une option distinctive qui semble plausible à l'élève qui a une idée fausse même si elle est fausse ✔
Explication : Un bon distraction est une option qui semble plausible à un élève qui n’a pas complètement appris la matière, même si elle est fausse. Cela repose généralement sur une idée fausse que les étudiants se font fréquemment ; la question devient donc vraiment distinctive. Les distractions absurdes ou non pertinentes rendent la question plus facile et affaiblissent la mesure.
5. Quelle est la principale différence entre la rubrique analytique et la rubrique holistique ?
- A) La rubrique analytique note chaque critère séparément ; La rubrique holistique donne un seul niveau général à l'étude ✔
- B) La rubrique analytique est utilisée uniquement dans les examens, la rubrique holistique est utilisée uniquement dans les projets.
- C) Les deux donnent automatiquement des notes finales par intelligence artificielle
- D) La rubrique analytique n'est pas notée, la rubrique holistique est notée.
Description : La rubrique analytique note chaque critère (par exemple, contenu, langue, mise en page) à des niveaux distincts et fournit des commentaires détaillés. La rubrique holistique donne un seul niveau général à l’ensemble de l’étude ; C'est plus rapide mais ne donne pas de retour détaillé.
6. Quelle forme de feedback formatif est la plus utile à l’étudiant ?
- A) Un jugement général qualifiant l'élève d'« échec » ou de « paresseux »
- B) Attribuer une seule note ou un seul score
- C) Un feedback qui cible le produit et montre une étape de développement concrète et prospective ✔
- D) Donnez la même phrase non personnalisée à toute la classe.
Explication : La rétroaction formative vise à faire progresser l'apprentissage ; Il cible le produit/performance, et non la personnalité de l'étudiant, et montre une étape de développement concrète et prospective. Les commentaires qui étiquettent des choses comme « Vous êtes paresseux » ou qui se contentent de les noter ne favorisent pas l'apprentissage.
7. Quel est le risque éthique le plus important lors de l’utilisation de l’intelligence artificielle dans l’enseignement différencié ?
- A) Le matériau n'est pas coloré
- B) Risque de réduire l'étudiant à une étiquette et de l'enfermer dans un moule biaisé ou stéréotypé ✔
- C) L'intelligence artificielle recommande trop d'activités
- D) La différenciation n'est pas incluse dans le programme
Explication : L'intelligence artificielle peut réduire l'étudiant à une étiquette (« faible », « talentueux ») et produire des recommandations biaisées ou stéréotypées. La différenciation doit être combinée avec le fait que l'enseignant connaît l'élève ; La proposition d’intelligence artificielle ne doit pas se limiter à un moule, mais doit être flexible et temporaire.
8. Un enseignant donne un zéro à un élève sur la base du « détecteur » d'IA marquant un devoir « 90 % d'IA ». Quel est le principal problème de cette approche ?
- A) Le détecteur scanne l'affectation trop lentement
- B) Les détecteurs d’IA ne sont pas fiables ; Pénaliser sur la base d'un seul score est injuste en raison de faux positifs ✔
- C) Le score du détecteur est toujours correct mais l'enseignant l'ignore
- D) Une note faible doit être donnée au lieu de zéro
Description : les détecteurs d’IA ne sont pas fiables ; Il peut confondre à tort le texte réel de l'élève avec une intelligence artificielle (faux positif), en particulier pour les élèves dont la langue maternelle est différente. Il est injuste d’imposer des sanctions basées sur un seul score de détecteur ; l’intégrité académique doit être évaluée au moyen de preuves du processus et d’un entretien avec l’étudiant.
9. Quelle est la meilleure approche pour préparer un message véhiculant une situation négative (problème de comportement) au parent doté d'une intelligence artificielle ?
- A) Écrivez dans un langage accusateur et précis et envoyez-le directement au parent.
- B) Incluez l'histoire complète de l'étudiant et les noms des autres étudiants
- C) Préparer un brouillon constructif, axé sur les solutions et respectueux et demander à l'enseignant de confirmer son ton et son exactitude avant de l'envoyer ✔
- D) Garder le message aussi court que possible et ne donner aucun contexte
Description : Le texte doit être constructif, axé sur les solutions et respectueux ; Il doit inclure un événement concret et un appel à la coopération sans juger l'étudiant. De plus, la confidentialité des étudiants doit être protégée et l’enseignant doit personnellement confirmer l’exactitude et le ton du texte avant de l’envoyer.
10. Une citation scientifique dans un matériel pédagogique généré par l’IA n’a peut-être pas été dite du tout. Que doit faire le professeur ?
- A) Utiliser la citation telle quelle, car l'IA est généralement correcte
- B) Vérifier le devis auprès d'une source fiable, ne pas l'utiliser s'il ne peut pas être vérifié ✔
- C) Écrivez la source de la citation comme « Internet »
- D) Changer légèrement la citation pour la rendre plus crédible.
Description : L’intelligence artificielle peut produire des citations, des sources et des faits crédibles mais fabriqués de toutes pièces. Les citations et les faits doivent être vérifiés auprès de sources fiables avant d'être remis à la classe ; S’il ne peut être vérifié, il ne doit pas être utilisé. La désinformation crée des idées fausses permanentes chez l’étudiant.
11. Quel est le principe correct de notation (évaluation finale) lors de la préparation d'une grille d'évaluation ou d'un examen avec intelligence artificielle ?
- A) L'intelligence artificielle peut automatiquement noter tous les examens avec une note finale
- B) La note finale est une décision qui affecte l'avenir de l'étudiant ; La responsabilité et l'approbation finale appartiennent à l'enseignant ✔
- C) Tant que l’intelligence artificielle donne des notes, l’enseignant n’a pas besoin de vérifier
- D) La notation doit être basée uniquement sur le score du détecteur
Description : L'intelligence artificielle peut générer des plans de rubriques, des questions et des commentaires ; Cependant, la note finale est une décision qui affecte l'avenir de l'élève et dont la responsabilité incombe à l'enseignant. La cohérence et l’équité de la notation doivent être supervisées par l’enseignant.
12. Quelle est l’approche pédagogique la plus saine pour présenter l’intelligence artificielle aux élèves en classe ?
- A) Interdire complètement l’intelligence artificielle et ne pas aborder le sujet du tout
- B) Enseigner aux étudiants que l’intelligence artificielle a toujours raison
- C) Établir des règles d'utilisation transparentes/éthiques et enseigner la vérification des sources et l'évaluation critique ✔
- D) Permettre uniquement aux étudiants qui réussissent d'utiliser l'intelligence artificielle
Explication : L’approche la plus saine consiste à fixer des règles d’utilisation transparentes et éthiques au lieu d’interdire ; Il s’agit d’enseigner aux étudiants la vérification des sources, l’évaluation critique et le fait que l’intelligence artificielle peut commettre des erreurs. Ainsi, l’intelligence artificielle devient un partenaire de réflexion et non un outil de copie.
13. Lequel des énoncés suivants exprime la limite correcte de l'utilisation de l'intelligence artificielle dans l'enseignement ?
- A) L'intelligence artificielle peut prendre toutes les décisions pédagogiques à la place de l'enseignant
- B) L'intelligence artificielle ne peut être utilisée que pour faire des présentations et rien d'autre
- C) L'intelligence artificielle est un assistant pédagogique et un partenaire de réflexion ; La responsabilité et l'approbation finale des décisions critiques incombent à l'enseignant ✔
- D) L'intelligence artificielle peut donner des notes finales aux élèves sans l'approbation de l'enseignant
Description : L'intelligence artificielle est un assistant pédagogique, un générateur de schémas et un partenaire d'idées. La responsabilité et l'approbation finale des décisions critiques affectant l'élève, telles que la notation, le jugement pédagogique, les décisions en matière d'intégrité académique et l'orientation, incombent toujours à l'enseignant.
14. Quel est le principal avantage de rédiger une invite forte plutôt qu’une invite faible pour l’enseignant ?
- A) L’intelligence artificielle produit la réponse plus lentement
- B) Obtenir un résultat adapté au niveau scolaire, aligné et utilisable lorsque le contexte, le niveau, le résultat et le format sont donnés ✔
- C) L'intelligence artificielle ne nécessite plus aucune vérification
- D) Rallonger l'invite aggrave toujours le résultat.
Description : une invite forte qui inclut le rôle, le niveau scolaire, le résultat, la durée, la contrainte et le format de sortie souhaité permet à l'IA de produire des brouillons adaptés au niveau scolaire, alignés et utilisables plutôt que des brouillons génériques. Une réponse générale et inapplicable vient à une demande sans contexte.