PAIR : un cadre pour intégrer l’intelligence artificielle générative dans l’éducation

Source

King’s College London. (2023). PAIR (Problem, AI, Interaction, Reflection) Framework Guidance. Disponible à l’adresse : https://www.kcl.ac.uk/about/strategy/learning-and-teaching/ai-guidance/pair-framework-guidance

Résumé

Le cadre PAIR, développé par le professeur Oguz A. Acar de King’s College London, propose une méthode structurée pour intégrer l’intelligence artificielle générative (IAG) dans l’enseignement supérieur. En se basant sur quatre étapes – Problème, IA, Interaction et Réflexion – ce cadre encourage une utilisation responsable et réfléchie de l’IAG. Conçu pour être adaptable, le cadre met l’accent sur le développement des compétences critiques, la transparence et l’éthique dans l’utilisation des outils d’IA.

Points clés

  • Les quatre étapes du cadre PAIR :
    • Problème : Les étudiant·e·s définissent clairement le défi ou la tâche qu’ils souhaitent aborder.
    • IA : Ils sélectionnent l’outil d’IAG le plus adapté à leurs besoins, en explorant et en évaluant différentes options.
    • Interaction : Les étudiant·e·s utilisent l’outil pour résoudre leur problème, tout en évaluant de manière critique les résultats obtenus.
    • Réflexion : Une analyse introspective de l’expérience avec l’IAG, intégrant des questions éthiques et pédagogiques.
  • Principes fondamentaux :
    • Approche centrée sur l’humain : L’IAG est utilisée pour compléter les capacités humaines, pas pour les remplacer.
    • Compétences transférables : Le cadre favorise le développement de compétences comme la réflexion critique, l’exploration et l’évaluation.
    • Responsabilité et éthique : L’accent est mis sur une utilisation responsable et transparente des outils d’IAG.

Mise en œuvre du cadre PAIR

  • Intégration dans les cours :
    • Utilisation du cadre pour structurer des devoirs ou créer de nouvelles tâches formatives.
    • Possibilité d’explorer une variété de sujets allant de l’analyse comparative à la création d’algorithmes ou de modèles.
  • Flexibilité des composants :
    • Problème : Choix entre une enquête ouverte (autonomie des étudiant·e·s), fermée (problème défini par l’enseignant·e), ou semi-ouverte.
    • IA : Exploration des outils d’IAG disponibles comme ChatGPT, Claude ou Bing AI, avec une attention portée à leurs forces et limites.
    • Interaction et réflexion : Encouragement à expérimenter avec les outils, analyser les résultats, et documenter les processus et observations.
  • Support pédagogique :
    • Organisation d’ateliers et de tutoriels pour guider les étudiant·e·s dans l’utilisation des outils d’IAG.
    • Accompagnement continu pour s’assurer que le cadre répond aux objectifs pédagogiques et renforce la maîtrise de l’IAG.