Utiliser l’IA générative pour un apprentissage plus accessible : Points de vue des étudiant·es et du personnel de l’enseignement postsecondaire de l’Ontario a été rédigé par Ryan Tishcoff, Elizabeth Agoe, Miha Isik et Alexandra MacFarlane, Conseil ontarien de la qualité de l’enseignement supérieur.
Pour réaliser le potentiel de l’IA générative à améliorer l’accessibilité dans l’enseignement postsecondaire, il faudra que les étudiant·es, les enseignant·es et le personnel de soutien fassent preuve de transparence et de collaboration.
L’IA générative transforme rapidement l’enseignement supérieur, ce qui donne l’occasion au secteur de l’enseignement postsecondaire de l’Ontario de réimaginer la façon dont il soutient la réussite des étudiant·es. Cela nécessitera une collaboration entre les étudiant·es, les facultés, les départements et les établissements, ce qui suppose d’engager un dialogue permanent et de partager les meilleures pratiques. Cela nécessitera également une clarté et une sensibilisation accrues sur la manière dont les étudiant·es et le personnel peuvent utiliser l’IA générative pour rendre l’apprentissage plus accessible, ainsi que sur les circonstances dans lesquelles l’utilisation de ces outils est autorisée.
Le Conseil ontarien de la qualité de l’enseignement supérieur (COQES) a mené une étude pour déterminer comment l’IA générative peut être utilisée pour rendre l’apprentissage plus accessible à tous les étudiant·es, y compris les étudiant·es handicapé·es, et quels sont les obstacles à son utilisation rencontrés par les étudiant·es, les enseignant·es et le personnel de soutien de l’ESP. Le COQES a interrogé plus de 500 étudiant·es ontarien·nes sur leurs expériences avec l’IA générative et a interviewé onze membres du personnel de soutien de neuf collèges et universités de la province bénéficiant d’une aide publique. Parmi les étudiant·es interrogé·es, 68 % fréquentent une université et 31 % un collège. Les étudiant·es interrogés se répartissent presque également dans leur domaine d’études entre les « SACHES » (sciences sociales, arts, commerce, sciences humaines, éducation, santé à 52 %) et les « STGM » (sciences, technologie, génie, mathématiques et sciences informatiques à 45 %).
Les étudiant·es ont déclaré utiliser l’IA générative pour comprendre le contenu du cours, générer des idées et articuler des connaissances. L’IA générative a également servi de substitut à des aménagements académiques formels, 38 % des utilisateur·rices interrogé·es s’en remettant à elle lorsque les enseignant·es ne pouvaient pas adapter le matériel ou lorsque des formats alternatifs étaient nécessaires. Le personnel de soutien a donné des exemples de l’aide apportée par l’IA générative aux étudiant·es handicapé·es grâce à des logiciels de transcription et de conversion de la parole en texte, soulignant qu’il s’agit d’une stratégie potentielle pour réduire la charge de travail des bureaux pour les étudiant·es handicapé·es.
Certains étudiant·es ont complètement évité d’utiliser l’IA générative, dont 66 % citant l’interdiction institutionnelle comme cause principale. Bien que 85 % des répondants aient été informés de l’existence de politiques ou de lignes directrices sur l’IA générative dans leur établissement, seuls quelques établissements publics de l’Ontario ont des politiques spécifiques ou y font même référence dans des documents existants. Cette incohérence est à l’origine d’idées fausses sur les politiques en matière d’IA générative et sur la question fondamentale de son utilisation. Pour l’avenir, les personnes interrogées ont insisté sur la nécessité d’une plus grande sensibilisation et d’une meilleure connaissance du moment et de la manière dont les étudiant·es peuvent utiliser l’IA générique pour les aider dans leurs études.
L’intégration de l’IA générative dans l’enseignement postsecondaire et la clarification des meilleures pratiques pour son utilisation profiteront aux étudiant·es à la fois pendant leurs études et lors de leur transition vers le marché du travail, où les compétences de l’IA générative sont de plus en plus importantes. Afin de réaliser le potentiel de l’IA générative pour l’apprentissage, l’adaptation et les expériences plus vastes des étudiant·es en EPS, le secteur de l’EPS de l’Ontario aura besoin d’une recherche fondée sur des données probantes sur les stratégies d’intégration efficaces. Pour que les étudiant·es handicapé·es bénéficient pleinement de l’intégration des outils de l’IA générative dans l’EPS, il est essentiel de poursuivre les recherches afin de mieux comprendre comment ces outils peuvent être utilisés comme alternative aux stratégies d’adaptation traditionnelles.