2024 en revue : Collaborer avec l’IA générative

Dans notre seconde revue annuelle, nous mettons en lumière le rôle émergent de l’intelligence artificielle (IA) dans la recherche et l’enseignement supérieur. Depuis les méthodes de recherche jusqu’à l’administration en passant par l’enseignement, le débat entourant l’IA a évolué d’un stade théorique vers une application pratique. Nous rassemblons ici dix perspectives issues de la couverture du LSE Impact Blog sur l’IA, les données et la société en 2024. Bonne lecture !

Les sciences sociales ne peuvent plus ignorer les actions sociales des machines intelligentes

Les machines intelligentes et les interfaces IA s’intègrent de plus en plus dans divers contextes sociaux. À leur tour, ces machines sont profondément influencées par le milieu social et culturel de leurs créateurs humains. Milena Tsvetkova soutient que les scientifiques sociaux devraient reconnaître et s’engager avec les propriétés sociales de ces nouvelles technologies.

Pour améliorer leurs cours, les éducateurs doivent répondre à l’utilisation réelle de l’IA par les étudiants

En se fondant sur les résultats du projet GENIAL, qui s’est concentré sur l’utilisation des outils d’IA générative par les étudiants en temps réel, Dorottya Sallai, Jon Cardoso-Silva et Marcos Barreto analysent comment les étudiants utilisent ces outils de manière différenciée selon les matières qualitatives et quantitatives, et formulent des recommandations pour intégrer ces résultats dans les programmes d’enseignement et d’évaluation.

Les universités ont besoin de solutions d’IA sur mesure, et pas seulement de solutions prêtes à l’emploi

Suite au lancement de ChatGPT Edu, l’offre d’OpenAI pour les universités, Daniela Duca évalue le paysage de l’adoption de l’IA dans l’enseignement supérieur et les différentes options d’IA émergentes disponibles pour les universités.

Peut-on modifier les politiques de l’IA en pensant comme une araignée ?

Les recherches sur l’esprit d’autres animaux, notamment les invertébrés, interrogent notre définition et notre compréhension de la conscience. Daria Zakharova discute de la façon dont une représentation artistique de l’esprit d’une araignée pourrait inspirer de nouvelles réglementations et éclairer notre compréhension des développements dans les nouvelles formes d’intelligence artificielle.

Assistant de rédaction, cheval de travail ou accélérateur ? Comment les universitaires utilisent GenAI

Dans le cadre d’une enquête nationale menée auprès des chercheurs au Danemark, Serge P.J.M. Horbach, Evanthia Kalpazidou Schmidt, Rachel Fishberg et Mads P. Sørensen identifient trois groupes d’attitudes envers l’utilisation de GenAI pour la recherche. Ils soutiennent que ces variations reflètent les différences d’approches selon les disciplines et les modèles de production des connaissances.

Le renaissance de l’essai

À l’ère de l’IA, l’écriture longue dans l’enseignement supérieur a-t-elle atteint une impasse ? Martin Compton et Claire Gordon explorent les aspects uniques de l’essai et introduisent un manifeste pour le revitaliser.

Si l’IA générative accélère la science, la révision par les pairs doit s’adapter

Des études montrent une utilisation croissante de l’IA générative dans les publications de recherche. Face à l’augmentation du nombre de publications, Simone Ragavooloo argue que les éditeurs et les évaluateurs devraient adopter des outils d’IA pour alléger le travail minutieux de révision statistique et méthodologique, leur permettant de se concentrer sur des domaines nécessitant une expertise humaine.

Est-il éthique d’utiliser l’IA générative si l’on ne peut pas distinguer le bien du mal ?

L’usage d’images, de textes et de codes générés par l’IA devient courant dans le travail académique. Mohammad Hosseini et Kristi Holmes réfléchissent à une récente mésaventure liée à la génération d’images par l’IA et suggèrent aux chercheurs de se poser deux questions pour garantir qu’ils possèdent l’expertise nécessaire pour protéger l’intégrité de leur recherche avant d’utiliser ces outils.

L’IA peut réaliser des recherches qualitatives à une échelle sans précédent

La capacité interactive des grands modèles de langage leur permet de mener des entretiens de recherche qualitative avec rapidité et à grande échelle. En démontrant l’efficacité de ces nouvelles techniques dans divers enquêtes qualitatives, Friedrich Geiecke et Xavier Jaravel présentent une nouvelle plateforme open source pour soutenir cette forme novatrice de recherche qualitative.

Le contenu généré sur ce blog est à titre informatif seulement. Cet article reflète les opinions des auteurs et ne représente pas les vues et opinions du blog Impact des sciences sociales ni de la London School of Economics and Political Science. Veuillez consulter notre politique de commentaires si vous avez des préoccupations concernant la publication d’un commentaire ci-dessous.

Crédit image : LSE Impact Blog.

Notre Opinion Tech

Il est crucial de reconnaître que l’intégration de l’IA dans le secteur éducatif n’est pas seulement une question de technologie. Le vrai défi réside dans notre capacité à comprendre et à adapter les méthodes pédagogiques à cette nouvelle réalité. À mesure que l’IA devient plus omniprésente, les éducateurs doivent évoluer non seulement dans leurs approches d’enseignement, mais aussi dans la manière dont ils conçoivent l’évaluation et l’interaction avec les étudiants. L’avenir de l’éducation dépendra de notre aptitude à tirer parti de ces outils tout en préservant l’humaine essence de l’apprentissage et de l’engagement académique.