Qui construit l’apprentissage maintenant ? L’IA et la démocratisation de l’éducation

L’IA a rendu possible pour presque tout le monde de créer quelque chose qui ressemble à un apprentissage.

Un apprenant peut télécharger un document et demander un résumé. Un manager peut transformer un PDF en quiz. Un expert en la matière peut demander un plan de cours, des objectifs d’apprentissage et une évaluation en quelques minutes.

C’est un véritable changement. Je ne pense pas que nous devrions minimiser son importance. Pour la première fois, les gens peuvent créer des matériaux d’apprentissage utiles sans avoir besoin d’une plateforme, d’une équipe de production ou d’un concepteur pédagogique.

Mais nous devons être prudents quant à ce que nous entendons par apprentissage.

Il y a une différence entre découvrir la réponse à une question et construire des connaissances. Et il y a une différence entre un épisode d’apprentissage utile et un véritable parcours d’apprentissage.

L’IA est déjà très bonne pour la première partie. Si vous voulez résoudre un petit problème, suivre une recette simple ou gérer un contexte très spécifique, l’IA peut faire un excellent travail. Elle peut vous donner une réponse rapide, expliquer un concept, créer un quiz, résumer un document ou aider quelqu’un à comprendre quelque chose sur le moment.

Un exemple simple. Je peux télécharger deux chapitres d’un livre d’histoire et créer un questionnaire pour ma fille. Je n’ai besoin de rien d’autre. Je peux créer quelque chose comme ça en un instant et nous pouvons découvrir ce qu’elle sait et ne sait pas.

C’est utile, et dans certains cas, c’est suffisant.

Mais aider ma fille à apprendre l’histoire en interagissant directement avec l’IA est une tout autre chose.

Cette distinction est importante, car beaucoup de conversations autour de l’IA et de l’apprentissage traitent ces deux choses comme étant les mêmes, ce qui n’est pas le cas. Un épisode d’apprentissage peut être instantané, utile et personnalisé. Un parcours d’apprentissage est tout à fait différent. Il a une structure et une direction. Il demande à l’apprenant de passer de l’ignorance à la connaissance, de l’application à la réflexion, et enfin à changer sa façon de penser ou d’agir. C’est beaucoup plus difficile.

L’accès à la création n’est pas la maîtrise de la conception

Lorsque les gens parlent de l’IA démocratisant l’éducation, je pense que c’est là que l’argument devient intéressant. L’IA a absolument démocratisé l’accès à la création. Plus de gens peuvent maintenant créer des matériaux d’apprentissage. Plus d’experts en la matière peuvent transformer leurs connaissances en quelque chose de structuré et plus d’apprenants peuvent obtenir de l’aide au moment exact où ils en ont besoin.

Mais l’accès à la création d’apprentissage n’est pas la même chose que la maîtrise de la conception pédagogique.

Si quelqu’un veut apprendre quelque chose de simple, l’IA peut suffire. Mais si quelqu’un veut apprendre la physique nucléaire, le leadership, le jugement clinique ou toute autre capacité sérieuse, la personne qui apprend doit faire beaucoup plus que suivre un cours. Elle doit prendre le contrôle du parcours d’apprentissage. Elle doit comprendre si le contenu est bon, si l’étape suivante a du sens, et si elle assimile vraiment les connaissances.

Cela nécessite qu’elle utilise toutes ses compétences métacognitives pour diriger l’apprentissage. Dans la réalité, la plupart des gens ne veulent pas de cette charge. Ils ne veulent pas passer leur énergie à décider constamment si le processus d’apprentissage est correct. Ils veulent simplement apprendre.

C’est la première grande limitation de l’apprentissage basé sur les invites. Il semble libérateur, mais il demande beaucoup à l’individu. Il doit choisir la bonne entrée, poser la bonne question, juger la qualité de la réponse, rediriger le système lorsqu’il se trompe, et tout cela en gardant sa motivation.

L’apprentissage assisté par l’IA est un continuum

Je ne pense pas que l’avenir soit simplement « l’IA crée le cours ». La façon de penser la création d’apprentissage assisté par l’IA est comme un continuum. À une extrémité, il y a la création basée sur les invites. Un utilisateur demande à l’IA de créer un cours de base sur un sujet. C’est rapide et utile comme point de départ. Mais c’est également limité. Il peut sembler cohérent et poli, mais cela ne signifie pas qu’il a une solide pédagogie derrière lui ou une solide alignement sur l’objectif réel de l’apprenant.

Ensuite, il y a la création dirigée par les ressources. L’IA travaille à partir de matériaux sources réels tels qu’une vidéo, un manuel, une conférence, un article. C’est plus solide, car le système est ancré dans quelque chose de factuel.

Ensuite, il y a la création dirigée par les objectifs, où le point de départ n’est pas seulement le contenu, mais un résultat. Quelle capacité essayons-nous de développer ? Qu’est-ce que quelqu’un devrait être capable de faire après ? Comment allons-nous savoir qu’il peut le faire ?

Une autre voie est la création dirigée par le parcours. L’éducateur ou le concepteur pédagogique façonne l’expérience. Où l’apprenant commence-t-il ? Où devrait-il rencontrer des difficultés ? Quand devrait-il réfléchir ? Quand devrait-il pratiquer ? Quand devrait-il être évalué ?

Enfin, il y a la création curatée par l’humain, où l’expert reste étroitement impliqué dans la structure, la séquence, l’évaluation et le sens de l’expérience. L’IA est toujours là, mais elle n’est pas le directeur. Elle est l’assistante.

Cette distinction est importante, car l’apprentissage n’est pas une seule chose. Il dépend de la façon dont on définit l’apprentissage et du type d’apprentissage que l’on essaie de créer.

Lorsque nous parlons de pensée critique, d’apprentissage profond, de longs parcours, de grands objectifs et de décisions importantes, nous avons besoin d’un apprentissage dirigé par l’humain.

La même chose est vraie des actifs que nous donnons à l’IA. Il y a une grande différence entre demander à l’IA de créer quelque chose à partir d’une invite vide et lui fournir un ensemble riche de ressources d’apprentissage telles que des matériaux sources, des activités, des parcours d’apprentissage, des évaluations et des programmes complets. Plus l’objectif d’apprentissage est sérieux, plus la qualité de ces entrées compte.

Le problème n’a jamais été seulement le contenu

C’est là que je pense que de nombreuses organisations feront des erreurs. Elles verront que l’IA peut produire plus de contenu, plus rapidement, et elles supposeront que le problème est résolu.

En fait, chaque fois qu’il y a une révolution technologique, nous simplifions l’apprentissage. Lorsque la radio est arrivée, les gens ont dit qu’il n’y avait plus de raison d’aller à l’école, car les étudiants pouvaient écouter. Lorsque le cinéma est arrivé, les gens ont demandé pourquoi nous avions encore besoin de livres. Maintenant, l’IA est arrivée, et nous risquons de faire la même chose encore une fois. Nous risquons de supposer que, parce qu’un nouveau média peut présenter des informations, il peut remplacer l’acte plus profond de l’apprentissage.

Le plus grand problème est la simplification de ce qu’est l’apprentissage

L’apprentissage n’est pas seulement le transfert d’informations. Il n’est pas seulement cognitif. Il est social. Il est émotionnel. Il est culturel. Il porte des valeurs. L’apprentissage vient avec des valeurs et l’apprentissage vient avec des visions de l’avenir.

C’est la différence entre l’apprentissage fonctionnel et l’apprentissage transformatif. L’apprentissage fonctionnel pourrait montrer à quelqu’un comment faire un café en suivant une recette. Utilisez cette quantité d’eau, cette quantité de café, cette méthode, ce temps. L’apprentissage transformatif aide à comprendre comment faire vraiment un bon café. Comment la taille de la mouture change le goût, comment la température de l’eau affecte l’extraction, comment le goût se développe, comment ajuster lorsque quelque chose ne va pas, et finalement comment créer quelque chose de son propre cru. Cela peut sembler une petite distinction, mais ce n’est pas. Cela change ce que nous pensons que l’apprentissage est pour.

Il y a une façon utile de penser à cela. L’apprentissage a une politique et un art.

Cela ne signifie pas la politique dans un sens étroit de parti. Cela signifie que l’apprentissage n’est jamais neutre. Nous prenons toujours des décisions sur ce qui compte, ce qui devrait être remis en question et quel type de futur nous visons. L’apprentissage est toujours politique dans ce sens plus large, car vous prenez une décision sur la route que vous prenez. Nous mettons toujours de l’émotion, des valeurs et de la perspective dans cela.

Et l’apprentissage est également un art, car il s’agit de la façon dont les gens perçoivent, comprennent et interprètent le monde tandis que le monde autour d’eux change. L’IA peut aider à cela, mais elle ne peut pas le posséder.

C’est là que l’éducateur et le concepteur pédagogique deviennent plus importants, et non moins. À mesure que l’IA prend en charge plus de travail de production réel, leur valeur se déplace vers la définition de l’objectif, de la structure et de la direction de l’expérience d’apprentissage.

Dans le passé, beaucoup de temps de conception pédagogique a été consacré à la production des pièces de l’apprentissage. Chez LearnWorlds, nous voyons ce déplacement directement : les concepteurs pédagogiques n’ont plus à passer autant de temps à créer le contenu, l’image, la vidéo ou l’actif. Ils peuvent passer beaucoup plus de temps sur les détails et les raffinements du parcours d’apprentissage.

C’est le déplacement important. L’éducateur se déplace en amont. Il devient moins producteur de contenu et plus directeur.

Prenez n’importe quel grand roman qui a été adapté plus d’une fois. Le matériau source peut être le même, mais deux réalisateurs ne feront pas le même film. Le ton, le rythme, l’atmosphère, ce qui est mis en avant et ce que l’histoire semble signifier viennent toutes de la personne qui le réalise, car elle apporte sa propre interprétation et perspective.

L’apprentissage fonctionne de la même manière. L’apprentissage est une expérience de narration, presque une expérience cinématographique. Le même matériau source peut devenir de nombreuses expériences d’apprentissage différentes. L’apprentissage n’est pas une seule histoire du même livre. Il y a de nombreuses histoires différentes.

Cette richesse compte. Ce n’est pas une inefficacité à éliminer. C’est une partie de ce qui rend l’apprentissage humain et c’est une partie de ce qui nous donne des perspectives, des façons de penser et des cultures différentes.

C’est là que je pense que l’IA devient excitante, plutôt que menaçante. Elle donne aux éducateurs un espace de conception plus grand. C’est pourquoi nous parlons de directeurs et de concepteurs. Les éducateurs peuvent maintenant ouvrir l’espace de conception, créer des prototypes d’un parcours d’apprentissage, explorer différentes possibilités et aller plus loin dans la conception qu’ils ne pouvaient le faire avant.

L’IA peut aider à générer le matériau, mais l’humain décide toujours ce que l’expérience essaie de faire. C’est la différence essentielle entre la génération de contenu et la conception pédagogique.

La direction transforme le matériau en apprentissage

Sans cette direction, il y a un danger que les organisations traitent une interaction avec l’IA comme si l’apprentissage s’était produit. L’IA donne une perspective de ce qui existe. Ce n’est qu’une perspective. Parfois, c’est une très bonne perspective. Parfois, c’est surprenant et utile. Mais un dialogue unique ou quelques interactions ne devraient pas être traités comme si l’apprentissage était terminé.

Il y a un autre risque. Lorsqu’un apprenant est seul avec l’IA, quelque chose de social peut être perdu. L’apprentissage est social. Historiquement, les idées, les disciplines et les mouvements se sont développés à travers les gens, les communautés, les désaccords et les normes partagées. Lorsqu’il n’y a que l’apprenant et l’IA, nous perdons une partie de ces composants sociaux qui aident les gens, et les sociétés, à tester et à faire progresser les idées.

L’IA peut personnaliser le processus à un degré extraordinaire, mais des millions de conversations séparées entre les individus et les machines ne sont pas les mêmes qu’une culture intellectuelle partagée. Si l’apprentissage devient trop isolé, nous risquons de perdre une partie de la controverse, de la négociation et de la prise de conscience collective à travers laquelle la connaissance progresse.

La question n’est pas seulement de savoir si un individu peut apprendre efficacement avec l’IA. C’est ce qui se passe au progrès humain collectif lorsque tant d’apprentissage a lieu en privé.

Cela ne signifie pas que nous devrions rejeter l’IA. Tout au contraire. Je suis le premier et le plus grand ambassadeur de cette partie de la technologie. L’IA peut nous donner un soutien juste à temps. Elle peut comprendre le contexte. Elle peut travailler avec des documents. Elle peut créer des réponses utiles très rapidement.

Mais nous devons comprendre quel type d’apprentissage nous demandons à l’IA de soutenir.

Pour les organisations, cela devient une question pratique. Où l’IA est-elle suffisante ? Où avons-nous besoin d’expériences d’apprentissage dirigées ? Où avons-nous besoin d’évaluation, de feedback, de validation et d’un point de vue humain ? Où avons-nous besoin que les gens deviennent de meilleurs utilisateurs de l’IA elle-même ?

Parce que si nous attendons des gens qu’ils travaillent avec des copilotes très intelligents, ils doivent également devenir plus compétents. Si vous travaillez avec un système très intelligent, vous devez élever votre niveau. Vous devez comprendre pourquoi il dit ce qu’il dit.

Alors oui, l’IA a changé qui peut construire l’apprentissage. Elle a ouvert la création à plus de gens. Elle a rendu de nombreux types d’apprentissage plus rapides, plus faciles et plus accessibles.

Mais plus l’IA démocratise la création, plus nous devons comprendre la direction. La politique et l’art derrière l’apprentissage.

Le futur ne sera pas construit en prétendant que l’IA peut tout faire seule. Il sera construit par des personnes qui comprennent quand l’IA devrait générer, quand elle devrait assister, quand elle devrait s’adapter et quand un être humain doit encore diriger l’expérience.

La création d’invites peut créer du matériau, mais la direction est ce qui transforme ce matériau en apprentissage.