
Réflexions et prédictions sur la conception pédagogique avec l’IA
Selon Dre Philippa Hardman, 2025 devrait marquer le début d’une utilisation plus intentionnelle de l’IA, en évoluant des tâches fonctionnelles vers des aspects plus stratégiques.
Tendances et 4 résolutions pour 2025
Déjà 2025 ! Voici notre première veille sur le rôle en mutation que jouent les outils d’IA générative dans la conception pédagogique des cours, notamment pour les personnes CP, les membres du corps enseignant, ou tout autre formateur œuvrant dans le domaine de l’éducation. Nous suivons beaucoup les travaux de Dre Philippa Hardman (voir notre billet précédent) et nous trouvions approprié de débuter l’année avec sa vision du métier pour l’année à venir publié dans article AI in Instructional Design : Reflections on 2024 & Predictions for 2025 et à ce qui se prépare en conception pédagogique en retraçant les changements marquants de 2024 et en anticipant les tendances pour 2025 et au-delà.
Tendances
Dre Philippa Hardman identifie trois phases majeures dans l’évolution de l’IA générative en conception pédagogique : l’expérimentation (2024), l’ingénierie des prompts (2025) et l’ingénierie des récompenses (2026).
2024 : L’année de l’expérimentation avec l’IA
L’année 2024 est marquée par une phase d’expérimentation à la fois rapide et généralisée. L’IA a été utilisée pour diverses tâches, mais son impact global reste limité. Malgré ces avancées, des défis persistent. Les modèles d’IA générative ne sont pas spécifiquement optimisés pour le design pédagogique. Ils sont optimisés pour être bons dans tous les domaines, plutôt que pour être exceptionnels dans un type de tâche spécifique.
2025 : L’année de l’ingénierie des requêtes (prompts)
Selon Hardman, l’année 2025 marquera une transition vers une utilisation plus stratégique de l’IA grâce à l’ingénierie avancée des requêtes. Cette compétence consiste à rédiger des requêtes structurées permettant aux modèles d’IA génératives de produire des résultats plus fiables et pertinents. Cette compétence deviendra indispensable.
2026 et au-delà : Vers l’ingénierie des récompenses
Selon Hardman, le design pédagogique évoluera vers un rôle plus technique d’ici 2026. Il y aura une collaboration accrue entre les concepteurs et conceptrices pédagogiques et les spécialistes de l’IA pour concevoir des systèmes d’IA spécialisés. Une approche émergente, l’ingénierie des récompenses, redéfinit ce rôle : plutôt que de se limiter à l’optimisation de requêtes pour les modèles d’IA, les concepteurs·trices travailleront avec des ingénieurs en IA pour développer des systèmes de récompenses sur mesure. Cette transition marque un passage du statut d’utilisateur·rice à celui de co-créateur·trice de systèmes d’IA complexes, spécifiquement adaptés aux besoins du design pédagogique.
4 résolutions pour 2025
Si vous voulez vous lancer dans la conception pédagogique assistée par les outils d’intelligence artificielle en 2025, voici quatre résolutions qui vous aideront à réussir.
- Consolidez vos bases en pédagogie et approfondissez votre expertise
- Il faut poursuivre votre développement professionnel en 2025. Cela passe par une démarche de documentation des processus décisionnels en détaillant les étapes, les critères et les justifications derrière chaque choix pédagogique et décision que vous prenez. Vous pourrez ainsi mieux structurer votre travail et fournir des indications précises aux outils IA que vous utilisez.
- Il est également important de rester à jour et de veiller sur les recherches actuelles concernant les stratégies pédagogiques efficaces. En cultivant cette expertise, vous serez mieux équipé pour orienter l’IA afin qu’elle vous aide à produire des résultats pertinents et alignés avec les objectifs pédagogiques.
- Mettez-vous au défi d’expliquer vos choix de conception pédagogique comme si vous deviez les enseigner à quelqu’un d’autre.
- Adoptez une mentalité de mentor envers l’IA
- Revoyez votre manière d’interagir avec les outils d’IA générative, qui sont loin d’être autonomes. Cela implique de fournir aux modèles IA des instructions claires et structurées pour orienter leurs réponses.
- De plus, il est crucial de vérifier systématiquement la qualité et la pertinence des réponses produites par l’IA. Pour ce faire, il est recommandé de suivre un processus en trois étapes : vérification de l’exactitude, alignement pédagogique et examen de l’expérience étudiante.
- Assumez votre rôle de superviseur critique, capable d’évaluer et d’ajuster les résultats de l’IA afin qu’ils répondent aux cibles pédagogiques. Cette posture active permet à l’IA de rester un allié performant.
- Renforcez vos connaissances techniques en IA
- Développez des compétences techniques spécialisées dans l’utilisation des modèles d’IA générative. Expérimentez avec les différents paramètres des modèles, comme les paramètres de température et Top-p (nucleus sampling), qui influencent la créativité ou la précision des réponses générées. Ce type d’expérimentation permet de régler avec précision le comportement des outils IA en fonction des besoins spécifiques du projet.
- Comparez régulièrement les performances entre différents modèles, tels que GPT-4, Claude ou autres. Cela permettra d’identifier celui qui offre les meilleures solutions pour un contexte donné. Cette démarche technique vous aidera à tirer profit des avancées technologiques et à optimiser leur application dans le domaine pédagogique.
- Maîtrisez l’ingénierie avancée des requêtes
- Pratiquez régulièrement des techniques avancées (demandez à un outil d’IA de vous aider à les utiliser) telles que le « Chain-of-thought » pour vérifier le raisonnement de l’IA, le « Tree-of-thought » pour évaluer différentes approches pédagogiques, le « Self-consistency » pour identifier les incohérences, et le « Constitutional prompting » pour aligner les réponses sur les recherches pédagogiques.
- Essayez des stratégies complémentaires telles que :
- Le raffinement itératif : utilisez les réponses de l’IA comme nouvelles entrées pour détecter et corriger les incohérences.
- La chaîne de vérification : ancrez les réponses de l’IA dans des sources documentaires en utilisant des citations directes.
- La comparaison multiple (Best-of-N comparison) : répétez la même requête à plusieurs reprises pour détecter les éventuelles incohérences.
- La restriction des connaissances (External knowledge restriction) : demandez explicitement à l’IA de se limiter aux documents fournis.
- La reconnaissance d’incertitude : permettez explicitement à l’IA d’admettre ses limites quand elle manque d’informations.
Conclusion
Selon Hardman, 2025 devrait marquer le début d’une utilisation plus intentionnelle de l’IA, ce qui permettrait d’obtenir de meilleurs résultats de manière plus cohérente et efficace. Ce changement pourrait révolutionner le design pédagogique en déplaçant l’accent des tâches fonctionnelles vers des aspects plus stratégiques. Nous vous encourageons à lire l’article complet pour plus de détails et accéder à son analyse approfondie.
Nous vous souhaitons une excellente année 2025 !
Bibliographie
Hardman, P. (2024, 31 décembre). AI in instructional design: Reflections on 2024 & predictions for 2025. Repéré à https://drphilippahardman.substack.com/p/ai-in-instructional-design-reflections