Catégorie : Enjeux
Analyse des défis et des considérations éthiques, techniques et sociales liés à l’IA en éducation.
-
Cinq enjeux d’évaluation face à l’émergence des IA génératives en éducation
L’émergence des IA génératives redéfinit les pratiques éducatives, en particulier dans le domaine de l’évaluation. Cet article met en lumière cinq défis majeurs que les enseignants et décideurs doivent considérer pour adapter leurs stratégies.
-
UNESCO : Guide pour la création de politiques institutionnelles
L’UNESCO explore les opportunités et défis de l’IA dans l’éducation, en soulignant les risques éthiques et les inégalités d’accès.
-
Les personnes enseignantes peuvent-elle détecter les textes générés par l’IA ?
Une étude explore si les enseignants peuvent distinguer les textes générés par l’IA des productions rédigées par des élèves, soulevant des enjeux pour l’évaluation et l’intégrité académique.
-
Hugging Face : un outil libre l’IA dans l’éducation
Éducation, Génération d’images, Génération de code informatique, Génération de textes, Génération de vidéo, Génération multimodales, OutilsHugging Face propose des outils innovants permettant d’exploiter l’intelligence artificielle dans l’éducation. Découvrez ses bibliothèques, cas d’usage et bénéfices.
-
Guide d’utilisation de l’IAg pour les étudiant.es de King’s College
5. Universitaire, Évaluation des apprentissages, Formation, Guides, Intégrité académique, Politiques institutionnellesKing’s College London fournit des directives pour guider l’utilisation de l’IAG dans les études, en mettant l’accent sur l’intégrité et les règles d’attribution.
-
PAIR : un cadre pour intégrer l’intelligence artificielle générative dans l’éducation
5. Universitaire, Évaluation des apprentissages, Pratiques pédagogiques, Récits pratiques, Ressources éducativesLe cadre PAIR propose une méthode structurée pour intégrer l’IAG dans l’enseignement, avec un accent sur l’éthique, la réflexion critique et les compétences humaines.
-
Lignes directrices de l’UdeM pour une utilisation responsable de l’IA aux cycles supérieurs
5. Universitaire, Confidentialité, Évaluation des apprentissages, Formation, Intégrité académique, Politiques institutionnellesL’UdeM publie des lignes directrices encadrant l’usage de l’IAG aux cycles supérieurs, promouvant la transparence, l’intégrité et la responsabilité.
-
IA pour les enseignants : un manuel ouvert
! Contenu vedette, 5. Universitaire, Analyse prédictive, Biais, Confidentialité, Éducation, Enseignement, Éthique, Gouvernance, Intégrité académique, Pratiques pédagogiques, Rapports, Ressources éducativesCe manuel explore comment diverses formes d’intelligence artificielle, et non seulement l’IAG, peuvent transformer les pratiques pédagogiques.
-
ENAI : Recommandations éthiques pour l’intégrité académique et l’utilisation de l’IA
Le réseau ENAI propose des recommandations pour encadrer l’utilisation éthique de l’IA en éducation, favorisant l’intégrité académique et des pratiques responsables.
-
Enjeux associés à l’utilisation des outils d’intelligence artificielle générative
Le site de l’UQAM met en lumière les risques et enjeux liés aux outils d’IA générative, proposant des pratiques claires pour garantir l’intégrité académique.