Your new post is loading...
De la béquille au partenaire de joute intellectuelle
Dans une activité d’apprentissage actif, le formateur ne se contente pas de donner une consigne puis d’attendre. Il observe ce qui se passe, aide le groupe lorsqu’il bloque et relance les échanges au bon moment. Cet article distingue trois rôles — observateur, guide et chef d’orchestre — qui permettent d’adapter son intervention sans prendre la place des apprenants. Une manière simple de mieux comprendre ce qui se joue pendant une activité et de trouver le bon équilibre entre accompagnement et autonomie.
Cette synthèse présente l'état de l'art, les avancées et les recommandations quant à l'utilisation des agents conversationnels en classe.
Discover the generation effect—why students learn better by actively producing information. Get research-backed classroom strategies and a free one-page guide to boost retention today.
On croit apprendre en recevant une information, la lire, la regarder, ou la demander à une IA. Mais on ne retient vraiment que ce qu'on produit soi-même. Un article éclairant sur l'effet de génération et ce qu'il change dans notre façon d'utiliser l'IA pour apprendre. À lire.
Dans une séquence de formation, le “bruit” correspond à tout ce qui détourne l’attention de l’apprenant, de ce qui est réellement “formateur”. Ce “bruit” peut ainsi parasiter l’acquisition de la connaissance ! A contrario, renforcer le “signal” durant une formation, c’est permettre à l’apprenant de construire progressivement la connaissance, préalable à la compétence visée. Penchons-nous sur ce qui …
Aka, how AI dismantled then rebuilt how we assess learning in 2026
On a passé deux ans à se demander si les étudiants « trichaient » avec l'IA. Pendant ce temps, la façon même d'évaluer a changé en profondeur, et plutôt pour le mieux selon Hardman.
C'est réjouissant... même si la réalité du terrain est sans doute plus contrastée que le tableau qu'elle dresse.
L'idée forte de Philippa Hardman : l'IA n'a pas cassé l'évaluation, elle a cassé l'économie des mauvaises méthodes. La dissertation et le QCM, on les gardait surtout parce qu'on pouvait les corriger en masse, pas parce qu'ils mesuraient le mieux. Les meilleures façons d'évaluer existaient depuis toujours, mais coûtaient trop cher pour être généralisées.
L'IA renverse ce calcul. L'oral où l'on défend son travail à voix haute redevient viable à grande échelle. Les mises en situation pour tester ce qu'on sait vraiment faire s'ouvrent à tous les domaines. On peut enfin évaluer la démarche, et pas seulement le résultat final.
À lire. Et en débattre
Programmer une interface web en prose, sans expertise technique : voilà ce que permettent les IA génératives conversationnelles grand public.
Teaching shouldn’t be judged by how convincing it appears in the moment but by what students still know, understand, and can do later.
Fiche pratique : comment concevoir des grilles d'évaluation critériées ? - DACIP - Université de Lorraine.
Risques et opportunités des technologies éducatives émergentes
L'objectif de ce texte est de développer une réflexion sur l'utilisation de l'intelligence artificielle générative (IAg) de type ChatGPT dans l'enseignement à l'université. La critique que nous en faisons nous impose de comprendre à la fois ses impacts sur le vivant et ses dangers en situations pédagogiques, nous poussant à résister à l'IAg et à la toile qu'on est en train de tisser pour elle. Face aux enjeux de l'IAg dans l'enseignement à l'université, nous avons discuté en septembre 2025 sur ce sujet avec les étudiant.es de première année en mathématiques à l'Université Lyon~1 (environ 300 personnes). Ce moment a été un moyen de connaître leurs connaissances sur le sujet ainsi que leurs pratiques et de les prévenir des risques d'utilisations et de développement de tels outils, en lien avec leurs enseignements.
Rendu public par OpenAI en 2023, GPT-4 a atteint des niveaux de performance comparables à ceux d’étudiants de second cycle sur des exercices de logique, de mathématiques et de rédaction académique.
Les modèles de langage modifient la manière dont les étudiants mobilisent leur raisonnement et leur capacité analytique, ce qui peut mener à une fragilisation de leur plasticité cérébrale et de leur densification des réseaux neuronaux.
Lorsque assisté par l’IA, l’acquisition des connaissances peut être affaiblie dès qu’elle remplace systématiquement l’effort intellectuel : les productions écrites, le travail autonome et les modalités d’évaluation.
De nombreuses questions sur l’équilibre entre assistance algorithmique et effort cognitif humain sont soulevées, d’autant par la rapide évolution des modèles d’IA.
Des cadres commencent à émerger où l’IA n’est ni absente ni centrale, mais intégrée de manière différenciée selon les objectifs cognitifs poursuivis.
Découvrez l’approche des deux voies qui propose d'articuler des évaluations contrôlées et des évaluations ouvertes pour favoriser l'intégrité intellectuelle avec la présence des systèmes d'IAg. Une méthode qui vise un équilibre entre la validation des acquis et la collaboration humain-IAg.
Notre cahier sur la dynamique de groupe fait peau neuve. Pour cette seconde édition, l'accent est mis sur la section Outils mise à jour pour intégrer les avancées techno-pédagogiques développées grâce à un projet financé par le FDP (Fonds de Développement Pédagogique de l'Université).
L’intelligence artificielle générative (IAg) bouscule l’évaluation : copies « parfaites », devoirs rédigés en quelques secondes, difficulté à savoir qui a fait quoi. Mais sur le terrain, une autre lecture s’impose : et si l’IA devenait surtout une chance de clarifier nos attentes, de diversifier les preuves d’apprentissage et de renforcer le jugement professionnel? Une communauté de pratique Canada–Belgique s’est penchée sur ces questions et propose repères, outils et pistes d’action concrètes dans son document synthèse téléchargeable.
Nous sommes dans une ère de la polycrise, et ces crises sont économiques, sociales, environnementales, politiques, technologiques, etc. Cela concerne notamment l’enseignement supérieur et la recherche, et le constat est partagé. La diffusion de l’IA au travers des IA génératives fait partie des facteurs de risques déclencheur potentiel de crises.
A tool that connects everyday work into one space. It gives you and your teams AI tools—search, writing, note-taking—inside an all-in-one, flexible workspace.
Find out more about Moodle LMS's AI principles and built-in AI tools, and learn how we build tech to serve people, not replace them.
De la béquille au partenaire de joute intellectuelle
Le rapport OCDE 2026 ne plaide ni pour ni contre l’IAg en éducation. Il plaide pour une intentionnalité pédagogique radicale. L’enjeu n’est pas technologique mais didactique : comment concevoir des interactions avec l’IAg qui renforcent, plutôt qu’affaiblissent, les capacités cognitives et métacognitives ?
Le défi : Résister à la tentation de déléguer (« l’IAg fait à ma place ») afin de bâtir une augmentation (« l’IAg et moi, ensemble, faisons mieux »).
Cette enquête d'Ipsos révèle une réalité désormais incontournable : l'IA n'est plus une curiosité technologique, mais un outil structurel de la vie étudiante. Alors que l'usage se généralise pour la rédaction, la synthèse ou la recherche d'information, l'étude souligne un basculement des méthodes d'apprentissage traditionnelles vers une hybridation forcée.
Un livre blanc « Enseigner avec l'Intelligence Artificielle Générative à l'Université » pour accompagner la communauté enseignante.
How AI Impacts Skill Formation
Cette étude expérimentale analyse comment l'assistance par IA influence l'apprentissage de nouvelles compétences techniques (en l'occurrence, une bibliothèque de programmation asynchrone) chez les développeurs. Elle met en lumière un paradoxe majeur entre productivité immédiate et maîtrise à long terme.
Dossier complet (01/2026) de la DRANE BFC Les IA en éducation : usages pédagogiques et cadres d’usage Synthèse du dossier de la DRANE Bourgogne-Franche-Comté – janvier 2026 Le dossier « Les IA en éducation : du cours à la gestion d’établissement, mobiliser les outils basés sur l’IA sans renoncer à...
La conférence propose une réflexion sur la place du numérique dans la formation post-Covid : s’agit-il d’un outil de compensation des contraintes ou d’un levier de transformation durable ? À partir de votre enquête menée auprès des inscrits à e-formation 2025, j’ai mis en évidence trois dimensions structurantes par analyse lexicométrique du corpus : • Technique : la performance numérique ne suffit pas ; il s’agit de construire une maturité d’usage, où la technologie s’efface derrière les pratiques pédagogiques. • Accessibilité : penser la formation numérique inclusive by design, en intégrant les référentiels RGAA et CUA pour une équité réelle entre apprenants. • Accompagnement : replacer la présence humaine au cœur de la formation à distance, dans une « écologie de la présence » mêlant médiation, soutien et care numérique. La présentation s’appuie aussi sur quelques éléments théoriques (avec qrcode de téléchargement) des exemples de conception d’environnements d’apprentissage hybrides (LMS) et sur une grille qualité inspirée des travaux de l’ANDPC. Elle ouvre enfin la discussion sur le rôle de l’intelligence artificielle en e-formation, entre orthèse (aide) et prothèse (substitution). Message clé : le numérique efficace n’est pas un objet de compensation, mais un levier de transformation vivante au dont les présents sont parties prenantes et actives.
Le paysage éducatif change à grande vitesse : diversité étudiante toujours plus marquée, exigences accrues en matière d’inclusion, défis de motivation et de persévérance scolaire qui se multiplient. Face à ces enjeux, la recherche en pédagogie propose des solutions concrètes, à condition qu’elles circulent, soient comprises et mises en œuvre. Souvent perçue comme distante ou trop théorique, ce type de recherche peine néanmoins à trouver sa place dans les pratiques.
