A.I.D.E. (Artificial Intelligence for Didactics and Education)

Le projet questionne l’utilisation des outils d'Intelligence Artificielle générative (IAg): comment améliorer, plutôt que détériorer, la qualité de l’apprentissage des étudiants, tout en préparant ces futurs professionnels à une utilisation efficace, raisonnée, critique et éthique.

Ses objectifs sont les suivants:

• Évaluer l’impact de l’IAg sur les compétences des étudiants (qualité et rapidité de réalisation d‘une tâche, esprit critique, capacité d’auto-évaluation) et leurs ressentis (stress, sentiment de compétence)
• Formuler des recommandations pour les formateurs.

Ces objectifs initiaux ont été concrétisés et même complétés, avec un accent particulier mis sur la création de deux outils pérennes pour l’enseignement: une feuille de route pour une utilisation efficace et raisonnée de l’IA et un prototype d'application nommée SherpA.I., dédiée à l’apprentissage du prompting structuré et au renforcement de l'esprit critique grâce à la détection de biais (voir dans "Productions")

La recherche suit une approche comparative expérimentale sur une durée de trois ans, auprès de plus de 300 étudiants des 2 départements concernés. L’expérimentation est menée en partenariat avec des enseignants volontaires et intégrée à des activités d’apprentissage des cursus.

Protocole : Comparaison entre un groupe témoin (sans formation préalable) et un groupe formé par les chercheurs.

Contenu de la formation de 2 heures :

• Module1. Introduction à l’IAg, à ses biais et limites
• Module 2. L’IAg dans le métier d’étudiant (compréhension, idéation, rédaction)
• Module 3. Atelier de développement de l’esprit critique face aux productions de l’IA
• Module 4. Formation pratique au prompting efficace
• Module 5. Initiation à un outil spécifique d’IAg, sélectionné en fonction des objectifs de l’activité d’apprentissage et de son accessibilité, parmi les suivants : ChatGPT, Copilot, NotebookLM et Perplexity.

En année 1, pour les pré-expérimentations, une formation vidéo d’une demi-heure a été conçue. En année 2, à la suite des retours des étudiants, celle-ci a été rendue plus interactive et s’est dotée d’un atelier sur l’utilisation critique de l’IAg. En effet, comme le souligne Romainville [1], cet atelier répond à la nécessité de développer une posture réflexive : évaluer la pertinence des réponses générées, maintenir une démarche d’apprentissage active, questionner la fiabilité des sources, mais aussi prendre en compte des enjeux plus larges comme la confidentialité des données, le respect du RGPD, les impacts environnementaux et les questions éthiques.

Tâche cible : « Évaluer et améliorer la qualité d’une production existante », compétence transversale de haut niveau taxonomique identifiée comme cruciale par les professionnels des secteurs concernés lors d’une enquête de terrain menée en première année du projet.

Variables testées :

• Indépendantes : formation à l’IAg dispensée par les chercheurs, niveau d’étude de l’étudiant, département, fréquence d’usage d’un outil d’IAg.
• Dépendantes : qualité de l’évaluation et de l’amélioration de la production existante, rapidité de réalisation de la tâche, sentiment de compétence, stress ressenti, capacité d’auto-évaluation, esprit critique.

Analyse : croisement des résultats quantitatifs (notes obtenues pour l’évaluation et l’amélioration de la production imparfaite, temps d’exécution) et qualitatifs (questionnaires de ressenti).

[1] Romainville, M.: À l’école du doute : apprendre à penser juste en découvrant pourquoi l’on pense faux. PUF (2023)

Les réponses aux questionnaires montrent que les étudiants utilisent l’IAg pour des usages variés : pour plus de la moitié d’entre eux, il s’agit d’améliorer des contenus, comprendre des concepts et trouver des idées, et plus d’un tiers des étudiants interrogés y ont recours pour rédiger du contenu.

Pour réaliser la tâche demandée dans le cadre de l’expérimentation, plus de la moitié des étudiants en ont fait un usage critique : soit en questionnant plusieurs fois l’IAg et en exploitant les différentes réponses reçues, soit en produisant eux-mêmes des réponses et en utilisant l’IAg pour en améliorer le vocabulaire et/ou la structure. Ils sont néanmoins 27% à avoir utilisé les réponses de l’IAg telles quelles, par facilité, manque de temps, ou parce que ces réponses leur paraissaient pertinentes.

Le croisement des données a révélé des dynamiques nuancées et parfois contre-intuitives :

1. Paradoxe de la confiance : les étudiants formés du département pédagogique se sentent significativement plus compétents, mais obtiennent une note moyenne inférieure à celle des non-formés lors de l’évaluation de productions imparfaites. Les étudiants formés du département Informatique obtiennent également une note moyenne inférieure lors de l’évaluation de productions imparfaites, sans toutefois se sentir plus compétents.

Ce phénomène s’explique par une « surconfiance » induite par l’IA (tendance observée par les travaux récents de [2] Solyst et al. 2024), un manque de temps pour ancrer les acquis (formation de 2h concentrée), et le manque de formation spécifique à la tâche d’évaluation et amélioration d’une production.

2. Efficacité temporelle : les étudiants utilisant fréquemment l’IAg ont réalisé les tâches plus rapidement, et obtiennent un meilleur résultat pour la tâche d’amélioration de la production imparfaite.

3. Niveau d’étude : les étudiants de troisième année se sentent - et sont effectivement - plus compétents que ceux de première année pour évaluer une production imparfaite. En revanche, aucune différence significative n’apparaît entre ces groupes concernant le stress ressenti ou la rapidité d’exécution des tâches.

Les résultats et le dispositif expérimental mis en place nous mènent à l’hypothèse de la nécessité d’une formation ambitieuse, ancrée dans les compétences professionnelles, travaillant explicitement la pensée critique et guidant concrètement l’appropriation des outils, plutôt qu’un module ponctuel et purement théorique, conformément aux observations de Romero et al. [3].

[2] Solyst, J., Yang, E., Xie, S., Hammer, J., Ogan, A., & Eslami, M. (2024). Children’s overtrust and shifting perspectives of generative AI. In Proceedings of the 18th International Society of the Learning Sciences (ICLS) 2024

[3] Romero, M., Heiser, L., Lepage, A., Gagnebien, A., Bonjour, A., Lagarrigue, A., Palaude, A., Boulord, C., Gagneur, C.A., Mercier, C., Caucheteux, C., Guidoni-Stoltz, D., Tressols, F., Henry, J., Alexandre, F., Céci, J.F., Camponovo, J., Fouché, L., Métral, J.F., Borgne, Y.A.L.: Enseigner et apprendre à l’ère de l’intelligence artificielle: Vol. Livre blanc. Canopé (2023), https://hal.science/hal-04013223

L’équipe a mobilisé les ressources des départements Pédagogique et Informatique & Technique de HELMo, en collaboration avec la mini-entreprise d’étudiants en informatique SALTO pour le développement logiciel.

• Émilie Herwats (UR Cordée)
• Christiane Mathy et Vincent Reip (UR Gramme, I & B T)

Le projet A.I.D.E. répond à un appel interne HELMo d'une durée de 3 ans (du 15-09-23 au 14-09-26)

Livrables majeurs :

• Formation modulaire à l’IA générative : supports pédagogiques et ressources de la formation modulaire créée pour les expérimentations
• Feuille de route pour une utilisation raisonnée et critique de l’IAg : document synthétique adapté aux champs pédagogique et informatique, déjà distribué et utilisé dans la formation des enseignants, reprenant au recto un exemple de prompt selon la méthode SCOPE, et au verso les questions à se poser avant/pendant/après l’utilisation d’un outil d’IAg.
• SherpA.I. : prototype d’application en ligne développé avec les étudiants de SALTO, permettant la formation au prompting structuré et l’entrainement à la détection de biais et d’erreurs dans les textes générés par l’IA.

Formation modulaire et autres ressources pour les enseignants de HELMo

Feuille de route adaptée aux étudiants du département pédagogique

Feuille de route adaptée aux étudiants en informatique

Outil SHERPA.I

Valorisation scientifique et pédagogique :

* Communications internationales et nationales : Présentations orales et posters aux colloques AUPTIC (Lausanne, 2026), SETT (2026), DidaPRO-DidaSTIC (Grenoble, 2026), ainsi qu’au Midi de l’ARES sur l'Intelligence Artificielle dans l'enseignement supérieur (23 mai 2024), à la Journée d’Etude du POLELL(2024 - L’intelligence artificielle au service des pratiques d’enseignement) et à la journée de la recherche en Haute Ecole SYNHERA(Communication orale en 2025).

* Publications : Articles publiés dans la revue Edith (HELMo – Edith#9 - Septembre 2024 et Edith#10 - Février 2026), articles en cours de rédaction pour les actes du colloque DidaPRO-DidaSTIC et la revue AUPTIC.

* Sensibilisation et formation : Animations lors du Printemps des Sciences à HELMo (2025 et 2026), podcasts (salon SETT 2026 et HELMo « Sous la loupe » 2026), présentations régulières aux « Midis de la recherche » HELMo et HERS et au « Bureau du Numérique » de HELMo.

* Retombées pédagogiques : Intégration des résultats dans les réflexions sur les modules de formation initiale et continue à HELMo.

Perspectives et poursuite du projet :

Un nouveau cycle de valorisation est rendu possible grâce à un détachement supplémentaire d’un an pour Emilie Herwats et Vincent Reip.

* Expérimentations autour de SherpA.I. : finalisation de l’application SherpA.I. en collaboration avec SALTO, et expérimentations dans certains établissements de l’enseignement secondaire afin d’en analyser les effets en contexte réel.

* Formations :

- Adaptation et intégration de modules de formation à l’IAg dans les cursus de HELMo.

- Formation continue à destination des enseignants du secondaire le 18 février 2027 à HELMo afin de favoriser l’appropriation du dispositif et son intégration dans les pratiques pédagogiques notamment dans le cadre du tronc commun et de la formation FMTTN: https://www.helmo.be/fr/formations-continues/10426102702-enseigner-a-lere-de-lia

Podcast "La podcasterie" au salon du SETT (29 et 30 janvier 2026)