L’IA générative à l’Université de Regina

L’intelligence artificielle (IA) fait référence à la simulation de l’intelligence humaine dans des machines, leur permettant d’effectuer des tâches qui requièrent généralement une réflexion semblable à celle de l’être humain. Dans ce domaine, l’IA générative se distingue comme un sous-ensemble capable de créer de nouveaux contenus et artefacts, tels que du texte, des images, du son et de la vidéo, sur la base de modèles appris à partir de grandes masses de données. Contrairement à d’autres types de systèmes d’IA qui se contentent d’analyser et d’interpréter des données, l’IA générative produit des résultats nouveaux et uniques à partir de simples invites textuelles. L’émergence et la popularisation récentes de puissantes plateformes d’IA générative comme ChatGPT offrent à la fois des occasions prometteuses et de nouveaux défis pour l’enseignement et l’apprentissage au niveau universitaire, en particulier en ce qui a trait à l’intégrité universitaire, à la propriété intellectuelle et à la créativité.

ChatGPT est un puissant système d’IA générative utilisable en mode conversationnel (c.-à-d. un robot conversationnel) mis au point par la firme OpenAI et lancé en novembre 2022. ChatGPT utilise des techniques d’apprentissage profond permettant de comprendre les demandes qu’il reçoit et de générer des réponses en langage humain. La mise à disposition de ChatGPT au grand public a suscité des préoccupations dans les établissements d’enseignement primaire et secondaire concernant les risques de plagiat et de mauvaise conduite scolaire. En examinant les utilisations de l’IA générative dans l’enseignement et l’apprentissage, il est important de reconnaître que ChatGPT n’est qu’un des nombreux outils similaires disponibles pour un usage public (p. ex., Bard de Google, Claude d’Anthrop\c, Bing de Microsoft, LLaMA 2 de Meta AI et Alpaca de l’Université Stanford). De plus, si l’on en croit les annonces faites par l’industrie technologique, les systèmes d’IA générative seront bientôt omniprésents et intégrés dans des outils couramment utilisés tels que Microsoft 365 and Google Workspace.

Au niveau post-secondaire, l’IA générative peut être utilisée dans l’enseignement, l’apprentissage, la recherche et l’administration. Voici quelques exemples d’applications possibles dans l’enseignement et l’apprentissage :

• Contribuer à l’établissement des objectifs d’apprentissage et à l’élaboration des cours, des programmes, des travaux et des grilles d’évaluation.
• Produire des contenus d’apprentissage personnalisés tels que des explications sur mesure, des schémas, des dialogues, des cours/conférences et des aides à l’étude.
• Générer du matériel de cours accessible par divers moyens : transcription automatisée, analyse d’images, traduction linguistique et création de documents accessibles.
• Fournir une aide à l’apprentissage adaptative par le biais d’un tutorat par l’IA.
• Soutenir les techniques d’évaluation formative par la rétroaction automatisée sur demande.

Au fur et à mesure que l’IA générative deviendra plus répandue et accessible, ses applications dans l’enseignement et l’apprentissage devraient devenir plus courantes et plus variées.

La décision d’autoriser ou non l’utilisation de ChatGPT ou d’autres systèmes d’IA générative dans le cadre de travaux universitaires incombe en dernier ressort à chaque enseignant, en fonction de son expertise pédagogique et de sa spécialité. Toutefois, les enseignants ont un rôle crucial à jouer pour limiter les abus potentiels. Il leur est recommandé de prendre les mesures suivantes :

• Lignes directrices – Il est important que les enseignants établissent clairement les règles, les limites et les attentes relatives à l’utilisation de l’IA générative dans les cours et autres activités universitaires. Il est fortement recommandé aux enseignants d’intégrer un énoncé sur l’utilisation de l’IA générative dans les programmes de cours. Veuillez consulter les exemples d’énoncés de l’Université de Regina concernant l’utilisation de l’IA générative dans les cours.
• Connaissance – Il est essentiel que les enseignants et les étudiants connaissent davantage les types, les capacités et les utilisations potentielles des systèmes d’IA générative. Les enseignants devraient se familiariser avec ces technologies et s’efforcer d’encourager les étudiants à discuter de ces outils émergents et à les explorer.
• Identification – Les enseignants devraient identifier des moyens innovants d’intégrer l’IA générative dans les programmes d’études, tels que la recherche d’idées, la production d’exemples de code, la génération de dialogues historiques, l’aide à la recherche, etc. Parallèlement, ils doivent s’efforcer de déterminer les contraintes liées à l’utilisation d’outils tels que ChatGPT dans le cadre de leur spécialité, en mettant l’accent sur les limites, telles que le risque de générer des données obsolètes ou des informations incorrectes (y compris des citations fabriquées), la possibilité de produire des analyses basées sur des biais inhérents, ou le risque d’utiliser un langage ou des références qui peuvent être inappropriés ou manquer de sensibilité sur le plan culturel.
• Honnêteté – Les enseignants devraient exiger des étudiants qu’ils indiquent quand et comment ils ont intégré l’IA dans leurs travaux de cours. Cela favorise la transparence et l’honnêteté. Les enseignants peuvent fournir un exemple de déclaration que les étudiants peuvent adapter afin d’indiquer clairement la manière dont ils ont utilisé l’IA dans leur travail; un exemple d’une telle déclaration (qui a été générée avec l’aide de ChatGPT) pourrait être le suivant : « Ce texte [ou cette image ou cette vidéo] a été produit[e] par l’auteur avec l’aide de [insérer le nom du système d’IA générative]. L’auteur affirme qu’il a soigneusement examiné, modifié et affiné le projet initial généré par l’IA et reconnaît qu’il est responsable du contenu du travail. » En outre, les guides de citation de l’APA (American Psychological Association) et de la MLA (Modern Language Association) et le manuel du style Chicago ont publié des informations sur la manière de citer le contenu généré par l’IA dans les travaux universitaires. L’APA et Chicago recommandent actuellement de citer ce type de contenu en tant que « communication personnelle (comm. pers.) », tandis que le guide de style MLA contient des instructions plus détaillées. Par ailleurs, il est tout aussi important que les enseignants eux-mêmes respectent ces principes éthiques en divulguant de manière transparente les cas où ils ont utilisé l’IA ou d’autres outils connexes dans le cadre de leurs cours
• Éthique – Les enseignants doivent favoriser un dialogue ouvert qui mette en évidence les considérations éthiques liées à l’utilisation de l’IA générative. Les échanges peuvent porter sur les enjeux du biais, de la représentation, des droits d’auteur et de la paternité des oeuvres. Les enseignants doivent également s’efforcer de protéger la vie privée et la propriété intellectuelle des étudiants dans le cadre de l’utilisation de l’IA générative dans l’enseignement, y compris dans l’évaluation et les rétroactions.

Les outils conçus pour détecter les contenus générés par l’IA se sont révélés plus ou moins fiables; il ne faut donc pas s’y fier pour garantir l’intégrité universitaire. À l’heure actuelle, Turnitin, l’outil de détection du plagiat adopté par l’Université de Regina (page en anglais), produit dans chaque cas un rapport de détection de contenu issu de l’IA en plus du rapport d’originalité lorsqu’il est utilisé pour des travaux comportant la production de textes. Ce rapport supplémentaire n’est accessible qu’à l’enseignant. En raison du manque de fiabilité des outils de détection de l’IA et du risque d’obtention de faux positifs, le rapport de détection de contenu généré par l’IA ne peut pas être considéré comme une preuve concluante de mauvaise conduite universitaire; cependant, il peut être présenté au doyen chargé de l’enquête avec d’autres preuves potentielles de tricherie (voir ci-dessous les autres indices possibles). Il convient également de noter que Turnitin est actuellement le seul outil de détection du plagiat et de contenu issu de l’IA adopté par l’Université et que les enseignants ne sont pas autorisés à utiliser des outils non approuvés à cette fin.

Dans les cas où les enseignants soupçonnent que des travaux d’étudiants ont été partiellement ou entièrement générés par l’IA sans que cela ait été correctement divulgué ou sans citations appropriées, ils sont encouragés à rechercher d’autres indices, par exemple :

• Répétitivité (usage fréquent de certains mots ou de certaines tournures ou phrases)
• Manque de nuance ou de profondeur (affirmations d’ordre général ou vagues)
• Manque d’expérience personnelle (descriptions générales de sentiments ou d’expériences)
• Incohérences (déclarations contradictoires dans le texte)
• Ton neutre (absence d’une voix ou d’un style distinct)
• Erreurs de sens (erreurs subtiles dans la langue ou le choix des mots)
• Manque de sensibilité culturelle ou contextuelle (connaissance limitée de contextes culturels spécifiques)
• Absence de pensée critique et d’analyse (manque de perspectives nuancées ou critiques)
• Citations incorrectes (dont des citations entièrement fabriquées)
• Contenu générique (manque de références aux cours et au matériel de cours)
• Transitions bancales (sections de texte sur des sujets différents avec peu de cohérence)

Il est à noter que bon nombre des indices énumérés ci-dessus peuvent aussi révéler d’autres types de mauvaise conduite universitaire (y compris le plagiat et la tricherie contractuelle) ou une faible aptitude à écrire.

Si vous souhaitez obtenir un soutien concernant l’utilisation ou l’intégration de l’IA générative dans l’enseignement et l’apprentissage, n’hésitez pas à communiquer avec le Centre for Teaching and Learning (centre pour l’enseignement et l’apprentissage; page en anglais) par courriel à l’adresse ctl@uregina.ca.

Si vous avez besoin de soutien concernant un cas de mauvaise conduite universitaire, consultez le doyen qui s’occupe de tels cas ou la page des enseignants dans le carrefour de l’intégrité universitaire (en anglais).