Gains :
- Être capable de distinguer où l'intelligence artificielle fait gagner du temps réel dans le flux de travail de l'éducation spécialisée (rédaction de brouillons, production de matériel, résumé) et où les décisions telles que le diagnostic, le placement et la définition d'objectifs sont laissées à l'expert et à l'équipe IEP, en fonction du niveau de risque de la tâche.
- Possibilité d'appliquer une discipline qui vérifie chaque sortie de l'intelligence artificielle en la connectant à la source, en la comparant avec le profil réel de l'enfant et en la faisant passer à travers un filtre expert.
- Anonymiser les données des étudiants et des familles dans le cadre du KVKK/confidentialité et prendre l'habitude de choisir un véhicule sûr
La journée d'un éducateur spécialisé se déroule tranquillement sous une pile de papiers. Le programme d'enseignement individualisé (PEI) d'un élève sera renouvelé, une fiche de travail adaptée sera préparée pour un autre, le relevé de comportement du troisième sera tracé sous forme graphique et un rapport de progrès sera rédigé à la famille du quatrième. Tout cela nécessite une connaissance de l’enfant, une pensée créative et une expertise ; Mais certaines d’entre elles sont également répétitives, formelles et chronophages. L’intelligence artificielle (IA, ou IA en abrégé – systèmes informatiques capables de générer du texte, de reconnaître des modèles, de résumer et de rédiger comme des humains) est une aide puissante pour accélérer précisément ce deuxième groupe. Il décrit un objectif du PEI, simplifie un texte et résume une note d'observation en quelques minutes. Mais lorsqu'il est mal utilisé, le même outil peut apporter un résultat apparemment sûr mais inexact dans la décision éducative d'un enfant.
La première unité de ce module n'est pas une introduction au programme. Son objectif est de clarifier où mettre l’IA dans votre entreprise et où ne pas la mettre du tout. Parce que l'éducation spécialisée est un domaine à la fois « à forte charge de travail » et directement « critique pour les droits de l'enfant » : un objectif que vous écrivez est ce que l'enfant apprendra au cours d'une année ; La décision d’adaptation que vous prenez détermine si elle sera comprise en classe. Posons le principe de base dès le début : l'intelligence artificielle est un assistant, pas un expert. La responsabilité et l'approbation finale du diagnostic, du placement, de l'établissement d'objectifs et des décisions affectant l'avenir de l'enfant appartiennent au spécialiste compétent, à l'équipe IEP et à la famille.
Les différentes couches du business de l’éducation spécialisée et la place de l’IA
Il est utile de diviser le travail du spécialiste en éducation spécialisée en trois niveaux. La couche d'évaluation est le processus de connaissance de l'enfant : observation, historique de développement, lecture du rapport RAM (rapport d'évaluation pédagogique préparé par le Centre de recherche d'orientation). La couche de planification consiste à produire des objectifs, du matériel et un plan de comportement du PEI sur cette base. La couche de mise en œuvre et de suivi concerne l'enseignement quotidien, la collecte de données et l'évaluation des progrès. L’IA peut toucher les trois couches ; mais avec une autorité différente dans chacun. Au niveau de l’évaluation, l’IA résume et édite uniquement de manière anonyme, pas de diagnostic ; est un puissant générateur de plans au niveau de la couche de planification ; Dans la couche de surveillance, il résume les données et suggère une interprétation, mais ne prend pas de décision.
Définissons dès le début quelques termes de base. L'IEP (Programme d'Éducation Individualisé) est un plan écrit préparé en fonction des besoins de l'élève et contenant des objectifs et des mesures. Le résultat est le résultat d’apprentissage mesurable que l’élève est censé atteindre. Hébergement, facilitant la présentation sans modifier le contenu ; la modification est une simplification du contenu lui-même. La CAA (communication alternative et supplémentaire) est une approche qui permet à une personne ayant des difficultés d'élocution de communiquer avec des symboles, des cartes ou des appareils. Nous expliquerons ces concepts un par un dans les unités suivantes ; Pour l’instant, sachez ceci : l’IA vous donne des aperçus et des idées pour tous ces concepts, mais elle ne prend pas de décisions.
Le tableau suivant résume le rôle et le niveau de risque de l’IA par mission :
Quête
Rôle de l'IA
Niveau de risque
Qui approuve
Brouillon de matériel/feuille de travail
générateur de croquis
faible
enseignante en éducation spécialisée
Simplification du texte, résumé
Éditeur
faible
professeur
Rédiger un aperçu des objectifs du PEI
Générateur de plans, personnalisation requise
moyen
Equipe BEP + famille
idée de plan de comportement
générateur de recommandations
haut
Expert + conseils
Bilan des progrès
synthétiseur de données
moyen
Enseignant + expert
Diagnostic/décision de placement
Non disponible
très élevé
RAM + expert agréé
Gardez à l’esprit la seule ligne de ce graphique : à mesure que les enjeux augmentent, le rôle de l’IA diminue et le consentement humain augmente. L’IA n’a pas sa place dans la première rangée ; Le diagnostic et le placement appartiennent à des institutions légalement et éthiquement autorisées.
Pourquoi la « vérification » est au cœur de cette activité
Les modèles linguistiques de l’intelligence artificielle semblent confiants dans leur réponse, mais ils n’en sont peut-être pas sûrs. En langage technique, cela s'appelle une hallucination : c'est la fabrication par le modèle d'informations inexistantes dans une phrase fluide, comme si elles étaient vraies. C’est un piège sérieux dans l’éducation spéciale. Le modèle peut vous donner une « norme de développement » imaginaire (« chaque enfant de 5 ans connaît 200 mots ») ; peut inventer un texte législatif inexistant (une phrase précise mais fausse comme « les BEP doivent être renouvelés tous les 6 mois ») ; ou bien il peut suggérer une « méthode » qui n'a aucun fondement scientifique. Puisqu’il les dit tous avec la même fluidité, la seule chose qui sépare le bien du mal est votre expertise et votre habitude de vérification.
La discipline de vérification comprend trois étapes :
- Lien vers la source : Pas vers la mémoire de l'IA pour la législation, les normes, méthodes et critères de développement ; S'appuyer sur des sources officielles (réglementation des services d'éducation spécialisée du MEB, rapport RAM, procédures institutionnelles) et la littérature de terrain. Utilisez l’IA pour esquisser ces informations, pas pour vous en souvenir.
- Comparez avec le profil réel de l'enfant : comparez chaque objectif, matériel ou suggestion produit par l'IA au niveau de performance de l'enfant réel que vous connaissez. Est-ce lourd, léger ou adapté à lui ?
- Filtre expert : tester avec un œil expert si le résultat est pédagogiquement, éthiquement et juridiquement valable ; Nettoyez les formulations stigmatisantes, orientées vers la punition ou irréalistes.
Attention : Mettre un objectif IEP ou un plan de comportement généré par l'IA dans le fichier sans le vérifier, c'est comme prendre une décision d'expert non signée. Ce n’est pas vrai parce que le résultat est fluide ; Il ne convient pas non plus aux enfants.
Confidentialité : les données des étudiants sont des données privées
Les données des étudiants (nom, numéro d'identification TR, diagnostic, rapport RAM, informations familiales, dossiers comportementaux) sont protégées par la KVKK (loi sur la protection des données personnelles) en Turquie et par le RGPD en Europe ; Les informations sur la santé et le handicap sont des données de qualité particulière. Coller textuellement le nom, le numéro d’identification, le diagnostic ou les antécédents familiaux d’un élève dans un outil public d’IA constitue une violation grave. La règle est simple : anonymiser les données et ne pas les partager inutilement. Au lieu de « Ahmet Yıldız, 9 ans, diagnostiqué autiste, protocole 2024-3312 », écrivez « Étudiant de 9 ans avec une communication verbale limitée ». Si possible, choisissez des outils d'entreprise qui disposent d'un accord de traitement de données et n'utilisent pas vos données dans la formation des modèles ; Ne téléchargez pas de fichiers sensibles à partir de comptes personnels.
Astuce : Prenez l'habitude d'effectuer un « contrôle d'anonymisation » : avant de donner un texte à l'IA, remplacez les noms, les numéros d'identification/protocole, l'adresse et le nom de l'école par des expressions génériques comme « étudiant », « famille », « école ». Ces 30 secondes vous protègent d’un gros risque.
trois mini-cases
Cas 1 — Utilisation sûre. Un enseignant en éducation spécialisée a passé 4 heures par semaine à créer une adaptation d’une feuille de calcul mathématique pour huit élèves. Il a donné le résultat et le niveau de l'élève de manière anonyme (sans noms) à l'IA et a demandé des ébauches à trois niveaux de difficulté. L'IA a produit des brouillons en 8 minutes ; L'enseignant a comparé chacune d'elles au niveau réel des enfants, simplifié deux questions et modifié un visuel. Durée : 50 minutes au lieu de 4 heures. AI a donné le projet, l'expertise est restée chez l'enseignant.
Cas 2 — Piège à informations non vérifiées. Un enseignant a demandé à l'IA : « Combien de chiffres au maximum les enfants atteints d'un léger retard mental peuvent-ils additionner ? L'IA a donné une réponse confiante « Jusqu'à 3 chiffres ». L’enseignant a écrit cela comme limite dans le PEI. Cependant, une telle « règle » n’existe pas ; Chaque enfant est individuel et le véritable élève a pu suivre le processus en 4 étapes. Erreur : S'appuyer sur une « norme » générale constituée par l'IA plutôt que sur les performances réelles de l'enfant.
Cas 3 — Violation de la vie privée. Un employé a téléchargé une liste des noms, diagnostics et numéros de téléphone familiaux de tous les élèves de sa classe sur un outil public et « a généré un rapport de classe à partir de ceux-ci », a-t-il déclaré. Les données ont été transférées sur un serveur externe et une plainte du KVKK a été déposée. La bonne méthode consistait à omettre le nom, le diagnostic et les coordonnées et à travailler uniquement avec les informations de niveau anonyme (« trois étudiants au niveau pré-lecture »).
Invite faible/Invite forte
Invite faible :
Écrivez un objectif IEP pour cet élève.
Cette affirmation est fausse : l’IA ne connaît pas l’enfant, le niveau de performance n’est pas clair, il n’y a ni champ ni critère. Le résultat est une phrase générale dans l’air qui ne convient pas à l’enfant.
Invite puissante :
Votre rôle : un assistant aidant l'éducateur spécialisé. Élève (anonyme) : 8 ans, au niveau pré-lecture, établissant partiellement des relations lettre-son. Domaine : lecture. Tâche : Rédigez un PROJET de 1 objectif à long terme et 3 objectifs à court terme (mesurables). Incluez la condition + le comportement observable + le critère (pourcentage/essai) dans chaque objectif court. Ne faites pas d’affirmations normatives dont vous n’êtes pas sûr ; Supposons qu'il s'agisse d'une ébauche et qu'elle sera adaptée par l'équipe BEP.
Dans cette invite, le rôle, le profil anonyme, le domaine, le format de sortie et l'attente « brouillon » sont clairs. Vous comparez et adaptez toujours le résultat au niveau réel de l'enfant.
Erreurs courantes
- En attente d'un diagnostic ou d'une décision de placement de l'IA. Cette autorité appartient à la RAM et aux experts habilités ; L’IA ne peut pas être utilisée dans ce domaine.
- Partager l'identité de l'enfant. Le nom, la pièce d’identité, le protocole et les informations familiales ne peuvent être saisis dans aucun véhicule sans anonymisation.
- S’appuyer sur des « normes » inventées. En remplaçant le profil réel par des généralisations telles que « Chaque enfant X fait Y ».
- Utiliser le brouillon tel quel. Intégrer mot à mot le résultat non vérifié dans le PEI, le texte familial ou le plan de comportement.
- Ne pas prêter attention au langage stigmatisant. L’IA peut parfois produire des étiquettes négatives telles que « inadéquate », « échec » ; Ceux-ci doivent passer par un filtrage expert.
En résumé
L’intelligence artificielle est un assistant puissant en éducation spécialisée : elle rédige, simplifie, résume, ouvre les idées et vous fait gagner du temps. Mais il ne pose pas de diagnostic, il ne le situe pas, il ne rend pas le but certain. Chaque sortie est vérifiée en trois étapes : lien vers la source, comparaison avec le profil réel de l'enfant, filtre expert. Les données sur les étudiants sont des données de qualité spéciale ; Elles ne sont pas partagées sans être anonymisées. À mesure que le risque augmente, le rôle de l’IA diminue et la responsabilité humaine augmente. Ces principes constituent l’épine dorsale du reste du module.
Tâche de candidature
Choisissez un de vos propres élèves et anonymisez son profil (sans nom, pièce d'identité, nom de l'école ; juste âge, matière et niveau de performance) et transformez-le en texte. Demandez ensuite à l'IA un aperçu de l'intention à l'aide du modèle « Invite puissante » ci-dessus. Examinez le résultat avec trois étapes de vérification (source, profil réel, filtre expert) et corrigez au moins deux points. Écrivez en une phrase ce que vous avez changé et pourquoi.
liste de contrôle
- [ ] J'ai supprimé la carte d'étudiant (nom, carte d'identité, protocole, école) du texte.
- [ ] Le rôle, le profil anonyme et le format de sortie sont clairs dans l'invite que j'ai donnée à l'IA.
- [ ] J'ai comparé le résultat au niveau de performance réel de l'enfant.
- [ ] J'ai vérifié s'il y avait des « normes » ou des allégations législatives inventées.
- [ ] Je n'ai pas laissé la décision de diagnostic/placement à l'IA.
- [ ] J'ai noté que l'approbation finale appartient au spécialiste et à l'équipe du BEP.