Numéro spécial STICEF - Cadre d’usage et de fonctionnement des IA génératives (IAG) en éducation

Numéro spécial STICEF : Cadre d’usage et de fonctionnement des IA génératives (IAG) en éducation

Éditeurs : 

Gaëtan Temperman (gaetan.temperman@umons.ac.be)
Marc Trestini (marc.trestini@unistra.fr)
Jill-Jênn Vie (jill-jenn.vie@inria.fr)

Thème : 

Depuis les avancées spectaculaires de l'intelligence artificielle générative (IAG), l'éducation est entrée dans une phase de profonde mutation, présentant des risques comme des opportunités (Bommasani et al., 2021). Les systèmes d’intelligence artificielle (SIA), et en particulier les grands modèles de langage multimodaux, jouent un rôle central dans cette transformation. Ces systèmes, capables de produire du texte, des images et même des vidéos, à partir de données préalablement apprises, offrent des opportunités pour personnaliser et soutenir l'apprentissage, créer des contenus innovants, etc.

Cependant, l’usage des IAG en éducation s'accompagne également de nouveaux défis et de limites. Elles ouvrent en éducation des perspectives qui animent autant les potentialités que les écueils possibles (Kamalov et al., 2023), comme dans les perceptions des différents acteurs (Farhi et al., 2023). Les enjeux éthiques, les risques de désinformation (Weidinger et al., 2022) et de dépendance à ces outils (Darvishi et al., 2024), et la nécessité de former les enseignants à ces nouvelles technologies sur le plan pédagogique sont autant de questions vives à aborder.

La recherche sur les IAG en éducation est donc un domaine d’étude qui mobilise de nombreux champs de recherche et disciplines. Les sciences de l’information jouent un rôle essentiel en analysant les processus de diffusion, de réception, d’acceptabilité sociale et d’appropriation sociale de cette innovation sociotechnique. Les sciences de l'éducation étudient les impacts pédagogiques et les pratiques probantes pour intégrer ces outils dans les environnements d'apprentissage. Enfin, l'informatique est à la fois au cœur des modèles larges de langage et des applications pour interagir avec ces modèles. L’ouverture du code de certains de ces modèles a permis une meilleure compréhension et une démocratisation de ces outils, permettant à des enseignants et ingénieurs pédagogiques de s’en emparer. Cette synergie potentielle entre différentes disciplines permet d'offrir de nouvelles opportunités d'apprentissage.

Ce numéro spécial se propose d’explorer les avancées récentes, les limites, les défis et les applications concrètes des IAG dans le champ des sciences et technologies de l'Information et de la Communication pour l'Éducation et la Formation. Les contributions devront aussi permettre de dégager les éléments saillants, portant notamment sur les conditions dans lesquelles sont utilisées les IAG et les pistes de progrès. Elles permettront également d’entrevoir et d’envisager de nouvelles applications ou améliorations des dispositifs existants.

Les articles de recherche soumis pourront aborder, de manière non exhaustive, des aspects théoriques, méthodologiques, empiriques, techniques ou applicatifs, sur des thématiques telles que :

  • Les causes d’usage et non-usage des IAG en éducation (acceptabilité et appropriation sociale)
  • Le cadre d’usage et de fonctionnement des IAG en éducation
  • Les risques liés à la désinformation, la mésinformation, la manipulation de l’information, et la nécessité de former les enseignants à ces nouvelles technologies
  • Les enjeux éthiques et réglementaires de l'utilisation des IAG en éducation
  • Les applications des IAG dans la personnalisation des apprentissages
  • Les études de cas sur l'utilisation des IAG pour la création de contenus pédagogiques et la correction automatique
  • L’impact des IAG sur les pratiques d'enseignement et d'évaluation et sur les apprentissages
  • Les stratégies pour l'intégration efficace des IAG dans les curriculums et dans les scénarios pédagogiques
  • L’analyse de données d’apprentissage (learning analytics) basée sur les IAG
  • L’IAG pour l’enseignement de l’informatique
  • ...

Références :

Bommasani, Rishi, et al. "On the opportunities and risks of foundation models." arXiv preprint arXiv:2108.07258 (2021). https://arxiv.org/abs/2108.07258

Darvishi, Ali, et al. "Impact of AI assistance on student agency. "Computers & Education 210 (2024): 104967. https://doi.org/10.1016/j.compedu.2023.104967

Farhi, Faycal, et al. "Analyzing the students' views, concerns, and perceived ethics about chat GPT usage. "Computers and Education: Artificial Intelligence (2023): 100180. https://doi.org/10.1016/j.caeai.2023.100180

Kamalov, Firuz, David Santandreu Calonge, and Ikhlaas Gurrib. "New era of artificial intelligence in education: Towards a sustainable multifaceted revolution." Sustainability 15.16 (2023): 12451. http://arxiv.org/abs/2305.18303

Weidinger, Laura, et al. "Taxonomy of risks posed by language models." Proceedings of the 2022 ACM Conference on Fairness, Accountability, and Transparency. 2022.https://dl.acm.org/doi/abs/10.1145/3531146.3533088

Calendrier de soumission : 

  • Déclaration d’intention à envoyer aux co-éditeurs : 30 avril 2025
  • Retour d’intention du comité éditorial aux auteurs : 15 mai 2025
  • Date limite de soumission des articles complets : 1 septembre 2025
  • Parution prévue : au fil de l’eau fin 2025 - début 2026

Consignes de soumission :

La déclaration d’intention sera limitée à une page maximum au format pdf. Elle devra synthétiser le contexte, les objectifs, les principales questions de recherche traitées, la méthodologie et les contributions majeures de l’article. Cette déclaration d’intention est à envoyer par email à l’ensemble des co-éditeurs du numéro spécial. Vous n’oublierez pas de mentionner votre affiliation ainsi que les noms, affiliations et emails de vos coauteurs. L’objectif est de fournir un retour rapide aux auteurs quant à l’acceptabilité de la soumission.

Les auteurs des déclarations d’intention retenues soumettront une contribution complète sur le site de la revue. Les articles de recherche seront évalués par deux spécialistes anonymes selon les critères habituels de la revue. Il est attendu qu'un article de recherche soumis à la revue STICEF compte entre 8000 et 12000 mots, bibliographie comprise (hors résumés et affiliation des auteurs), le nombre de mots pouvant être supérieur si la contribution le justifie. La parution du numéro spécial est prévue à partir du printemps 2025.