A travers une étude exploratoire, cette recherche propose d’approfondir la perception des étudiants et des enseignants de l’usage et du rôle de l’IAG dans la rédaction du mémoire de fin d’études et étudie comment cette perception modifie les relations entre étudiants et enseignants en s’appuyant sur le concept d’objet-frontière pour mieux comprendre ces interactions. Des entretiens auprès d’étudiants diplômés de master en 2023 et d’enseignants ayant tutoré des étudiants cette même année sont en cours de réalisation. Les premiers retours sur ce travail soulignent que le mémoire est issu d’un processus interactif entre l’étudiant, le tuteur universitaire et souvent l’IAG, ce qui provoque aujourd’hui des questionnements et tensions chez ces acteurs.

La question se pose alors de l’évaluation et de la manière d’identifier et de gérer les cas de suspicion de fraude par les IAG. Afin de vous accompagner, nous vous proposons une note d’information abordant trois phases :

    prévenir : la première chose qu’il est possible de faire pour limiter la fraude est de prévenir les étudiantes et étudiants, les sensibiliser ;
    se former : le CEMU vous accompagne dans la découverte et l’appropriation des usages de l’outil en contexte d’enseignement à travers une formation et un accompagnement ;
    réagir : comme dans toutes les situations de suspicion de fraude, une démarche est à mettre en place, du repérage à la sanction. Si la fraude est avérée, elle est sanctionnée en conseil de discipline de l’établissement.

Ezygraph (https://www.ezygraph.com) génère des infographies à partir d’une URL, un article ou une instruction.

 Un ensemble de dix notions structure alphabétiquement le document. Essentielles dans la compréhension des « automates computationnels », elles permettent d'agréger au sein de chaque entrée des ressources variées (scénario, audio, vidéo, ouvrage, illustration) visant à offrir par cette approche granulaire un matériau pédagogique potentiellement exploitable au sein de séquences de formation aux médias synthétiques.

A télécharger, explications sur les grands types d'IA génératives pour la formation

Face aux enjeux liés à l’essor de l’IA, l’Université de Montpellier a défini 7 principes pour l’usage de l’intelligence artificielle dans la formation.

 Les conclusions soulignent l'importance de compétences numériques avancées et de formations spécifiques pour favoriser l'acceptation et l'efficacité perçue de l'intelligence artificielle dans un contexte éducatif, conformément aux recherches récentes de Collins et Tan (2023) et Huang et Hu (2022). Ces résultats offrent une vision nuancée des opportunités et limites de l'intelligence artificielle en éducation, mettant en évidence le besoin d'une infrastructure et d'un encadrement solides pour une intégration harmonieuse.

le numérique en général et les GAFAM (acronymes désignant les entreprises géantes du numérique) ont atteint une forme extrême de parasitisme ...

Voir aussi le partage d'un atelier d'animation sur le numérique éthique avec des étudiantes

Nous observons donc que les étudiants ne savent plus, en entrant à l'université, jouer le jeu de la lecture et de l'écriture, et qu'il le font faire, au moins en partie, par une IAG. D'autre part, nous nous questionnons sur l'intérêt même de défendre ce type de compétence quand on observe en aval que les ingénieurs mobilisent également massivement ces outils pour faire de la veille, produire des rapports ou des présentations. Eux non plus ne veulent plus ni lire ni écrire.