Ronghuai Huang, Ying Chen et Ahmed Tlili : applications typiques et gouvernance des robots éducatifs

Cet article de Ronghuai Huang, Ying Chen et Ahmed Tlili a paru dans China Modern Educational Equipment, numéro 1 de 2024, et traite principalement de documents de 2022–2023. Son périmètre complet est conservé, avec des corrections et notes de contexte ci-dessous. Le résumé anglais original est archivé séparément.

Ronghuai Huang, Ying Chen, Ahmed Tlili

Université normale de Beijing

Résumé et contexte

Résumé : Le développement rapide de l’IA générative, notamment des algorithmes génératifs et des grands modèles de langage, renouvelle les interrogations sur l’intégration des technologies intelligentes à l’éducation. Les robots conçus pour les situations éducatives présentent un potentiel important pour l’enseignement et l’apprentissage, mais aussi des risques éthiques et de sécurité nécessitant recherche, encadrement et gouvernance. À partir des évolutions internationales, l’article distingue sept scénarios, dont la robotique en STEM, la programmation pour robots et l’apprentissage des langues avec des robots sociaux. Le cas de ChatGPT et l’analyse des discours sur les réseaux sociaux permettent d’examiner la valeur éducative des agents conversationnels et de proposer des usages scolaires.

Un cadre d’IA éducative digne de confiance devrait associer robustesse, légalité, conformité et acceptabilité éthique, avec une gouvernance soutenant une éducation de qualité et durable.

Mots-clés : intelligence artificielle ; ChatGPT ; robots éducatifs ; scénarios d’application ; gouvernance technologique

Une nouvelle génération d’IA stimule les avancées technologiques, la modernisation industrielle et la productivité. Le lancement de ChatGPT à la fin de 2022 a renouvelé l’attention portée à l’IA [1], suscité des craintes de remplacement des humains par les machines et conduit les éducateurs à reconsidérer ses perspectives et l’avenir de l’éducation.

Les robots éducatifs font partie des environnements éducatifs intelligents. Chercheurs et institutions du monde entier en ont étudié les applications. L’évolution rapide des technologies et la présence croissante des robots imposent de suivre les développements internationaux, d’étudier leurs scénarios d’usage, d’évaluer leur valeur scolaire et de repérer les risques et menaces, afin de construire une gouvernance centrée sur l’humain.

1. Progrès de l’IA et évolutions internationales de l’IA en éducation

Le Stanford Institute for Human-Centered Artificial Intelligence, Stanford HAI, a publié l’Artificial Intelligence Index Report 2023 [2] sur les évolutions et tendances mondiales. L’article original souligne trois questions : l’avance de l’industrie sur le monde universitaire, le soutien croissant des décideurs et les différences d’opinion entre pays. Dans l’enquête Ipsos de 2022 citée, 78 % des répondants chinois jugeaient que les produits et services utilisant l’IA apportaient davantage d’avantages que d’inconvénients, contre 35 % des répondants américains. Il s’agit des taux d’accord des échantillons pour cette question précise. L’échantillon chinois présentait le taux d’accord le plus élevé des pays étudiés.

L’article aborde les algorithmes génératifs, les grands modèles de langage et la multimodalité comme trois dimensions techniques de l’IA générative. Transformer, utilisé dans les modèles sous-jacents à ChatGPT, est une architecture fondée sur l’attention, et non le nom d’un modèle de langage particulier. L’auto-attention relie les positions d’une séquence pour calculer ses représentations [3]. Selon les auteurs, les agents conversationnels peuvent fournir des informations difficiles à trouver par consultation classique d’un dictionnaire. Ils illustrent la désambiguïsation par « the doors of the jaguar were open », où jaguar désigne la marque automobile, et « the jaguar made a howling noise », où il désigne l’animal. Ce sont des exemples illustratifs de l’article.

Le rapport technique de GPT-4 [4] présente des résultats à des tests professionnels et universitaires, notamment un classement approximatif dans le premier décile à une simulation de l’examen du barreau américain. Ce résultat concerne GPT-4 dans une épreuve précise.

Le guide de l’UNESCO d’avril 2021 sur l’IA et l’éducation à l’intention des décideurs [5] explique que les applications reposent sur des technologies complexes : IA traditionnelle, apprentissage automatique, réseaux neuronaux et apprentissage profond. Elles engendrent des applications de plus en plus proposées comme services : traitement du langage naturel, reconnaissance vocale, reconnaissance et traitement d’images, agents autonomes, détection des émotions, exploration prédictive des données et créativité artificielle.

Trois domaines éducatifs sont distingués : offre et gestion de l’éducation ; apprentissage et évaluation, dont tutorat intelligent, apprentissage collaboratif assisté, réalités virtuelle et augmentée et environnements exploratoires ; autonomisation des enseignants et amélioration de l’enseignement, avec suivi de forums par l’IA, dispositifs à double enseignant humain–IA et assistants pédagogiques.

Avec le développement de l’IA en éducation, les robots et les autres applications restent débattus. Les possibilités de ChatGPT pour préparer les cours et soutenir l’apprentissage autonome s’accompagnent de questions éthiques et de sécurité appelant encadrement et gouvernance. La Recommandation de l’UNESCO sur l’éthique de l’intelligence artificielle de novembre 2021 [6] définit quatre valeurs : respect, protection et promotion des droits humains, des libertés fondamentales et de la dignité ; prospérité de l’environnement et des écosystèmes ; diversité et inclusion ; et sociétés pacifiques, justes et interconnectées. Elle comporte dix principes et onze domaines d’action politique. Ce cadre mondial réaffirme les valeurs centrées sur l’humain et oriente l’usage de l’IA au bénéfice de l’humanité.

2. Scénarios typiques d’application des robots éducatifs

Les robots éducatifs visent le développement des capacités d’analyse, de créativité et de pratique. Ils se caractérisent par leur adéquation pédagogique, leur ouverture, leur extensibilité et une interaction humain–robot accessible. L’article distingue l’éducation à la robotique des robots de services éducatifs [7]. La première englobe activités, cours, plateformes physiques, ressources et philosophies éducatives. Les seconds assurent des fonctions d’enseignement et d’apprentissage et assistent la pédagogie et la gestion, notamment en STEM, en langues et pour certains groupes d’apprenants.

Les auteurs ont retenu le nombre de citations, la représentativité et la pertinence pour les développements émergents comme critères de sélection. L’analyse par regroupement de 100 articles influents de la décennie précédente a permis de dégager sept thèmes de recherche, traités ici comme scénarios d’application [8].

2.1 Robots dans l’enseignement STEM

La recherche couvre quatre domaines : développement de programmes STEM avec des robots, incluant situations, modèles, groupes et résultats d’apprentissage ; développement de la pensée informatique, de la métacognition et de la résolution de problèmes ; création d’environnements pratiques et utiles pour apprendre les STEM ; et perceptions et expériences des enseignants et apprenants, notamment acceptation, confiance, attitudes, assurance, intérêt et anxiété.

2.2 Programmation pour robots

La programmation des robots peut être étudiée de la petite enfance à l’adolescence et au-delà. En petite enfance, l’accent porte sur l’expérience de la pensée informatique ; au primaire, sur son développement ; au secondaire, sur la créativité, les compétences pratiques, la coopération et la résolution de problèmes ; à l’université, sur l’engagement en classe.

2.3 Apprentissage des langues avec des robots sociaux

Les robots sociaux peuvent soutenir les premiers apprentissages linguistiques des enfants et l’apprentissage multilingue des adultes. La recherche examine comment leurs différentes formes développent vocabulaire, lecture, expression orale, grammaire et langue des signes, et comment elles soutiennent les langues secondes des adultes et élargissent l’accès au-delà de la classe, dans différents lieux et moments.

2.4 Robots dans l’enseignement en classe

La recherche étudie la transformation de l’enseignement, la visualisation des connaissances abstraites et la pensée systémique. Dans l’enseignement scolaire, les robots sont souvent étudiés dans les matières fondamentales pour améliorer la compréhension des concepts et la participation. Dans le supérieur, ils sont fréquemment utilisés dans des cours d’ingénierie de diverses disciplines, afin de dépasser certaines limites méthodologiques et de développer compréhension de l’abstraction et conception de systèmes.

2.5 Éducation spécialisée assistée par des robots

Ces recherches portent notamment sur les enfants autistes et sur le soutien à la communication et à l’interaction sociale dans des tâches particulières. Quatre usages et objectifs sont présentés : robots comme tuteurs ou outils pour des compétences musicales ou théâtrales ; soutien aux compétences sociales verbales et non verbales, à l’imitation et aux relations ; exploration des effets sur les difficultés comportementales et émotionnelles ; et robots comme plateforme ou médiateur entre enfants et tuteurs humains, avec évaluation des interventions. Il s’agit de pistes de recherche et d’applications potentielles, non d’une garantie de bénéfice pour chaque enfant.

2.6 Robots d’entraînement cognitif pour les personnes âgées

Les recherches examinent des effets possibles sur la mémoire, le langage et l’état émotionnel des personnes âgées présentant des troubles cognitifs, ainsi que leur acceptation et celle des acteurs concernés. Deux axes sont distingués : vérification empirique des effets sur les capacités cognitives et étude de l’acceptation par les personnes âgées et les groupes associés.

2.7 Tutorat personnalisé par agents conversationnels

Les robots conversationnels constituent une forme de tutorat intelligent, avec des fonctions présentes dans les logiciels linguistiques, les systèmes d’apprentissage disciplinaire et les plateformes sociales. Les auteurs prévoient un intérêt pour une nouvelle génération fondée sur la génération du langage naturel, ainsi que pour l’AIGC et les grands modèles, l’éthique, l’inclusion, l’utilisabilité, l’expérience utilisateur, l’intégrité universitaire et la coopération humain–IA.

3. Valeur des agents conversationnels à l’école : le cas de ChatGPT

ChatGPT est un agent conversationnel reposant sur des modèles Transformer génératifs préentraînés, qui dialogue en langage naturel et produit des contenus selon des instructions. L’original envisage aussi le potentiel multimodal. Le cas et les expériences ci-dessous concernent le contexte précoce de fin 2022 et début 2023. Les auteurs y voient un potentiel d’efficacité de l’apprentissage, mais aussi des questions d’intégrité, de vie privée et de sécurité des données. Les débats de l’époque concernaient deux domaines : insuffisance de ressources, inadéquation entre technologie et tâches pédagogiques, réglementation et responsabilité, données, besoins négligés, conception du dialogue et qualité des contenus ; et blocages scolaires sur les réseaux éducatifs par crainte de tricherie.

Des restrictions d’urgence pouvaient éviter certains risques mais aussi écarter commodités et possibilités [9].

Les auteurs ont examiné des cas d’usage éducatif de ChatGPT en Chine, aux États-Unis et ailleurs. Trois étapes, observation des plateformes sociales, analyse des entretiens et analyse des expériences utilisateurs, ont permis d’identifier des difficultés et de formuler des propositions.

3.1 Discours public et attitudes

La recherche a associé ChatGPT à éducation, enseignement ou apprentissage et recueilli 2330 tweets de 1530 utilisateurs de Twitter entre le 23 décembre 2022 et le 6 janvier 2023, analysés par sentiment et t-SNE. L’original relève dispersion des thèmes et absence de consensus collectif, réflexion critique et inquiétudes, et des termes comme tricherie et sécurité de l’information. L’étude citée classe 5 % des tweets comme positifs et 2,5 % comme négatifs ; 92,5 % ne sont affectés à aucune de ces catégories. Cela ne signifie pas que 92,5 % des utilisateurs sont neutres. Les chercheurs ont également interprété les regroupements de mots comme des indices d’optimisme, tout en appelant à la prudence. Cette interprétation et les catégories de sentiment doivent être distinguées et ne peuvent être généralisées à l’ensemble de la population.

3.2 Analyse du contenu des entretiens

Les participants jugeaient généralement ChatGPT important pour le changement éducatif, avec des réserves. Les entretiens ont été analysés sous cinq angles : transformation éducative, qualité des réponses, utilité, personnalité et émotion, et éthique.

Cinq observations en ressortent. Premièrement, l’accès à des connaissances variées en langage naturel pouvait soutenir apprentissage, évolution pédagogique et numérisation. Deuxièmement, la plupart étaient satisfaits de la qualité et de l’exactitude, mais relevaient la période couverte par les connaissances du système initial et les réponses erronées ; la qualité dépendait aussi des instructions. Troisièmement, les échanges semblaient fluides et agréables, mais l’interface textuelle d’alors ne reconnaissait ni langage corporel ni gestes, laissant à étudier l’anthropomorphisme et l’interaction sociale.

Quatrièmement, les informations thématiques et retours immédiats pouvaient alléger le travail enseignant, mais les limites contextuelles et contradictions conduisaient à proposer de meilleures annotations et une recherche des informations précédentes pour soutenir la recherche universitaire. Cinquièmement, participants et auteurs craignaient qu’une dépendance excessive affaiblisse apprentissage actif, créativité et esprit critique et accroisse plagiat ou tricherie, avec biais, fausses informations et menaces sur les données et la vie privée. Ce sont des observations et interprétations historiques d’entretiens, non des mesures causales des résultats de tous les élèves.

3.3 Propositions pour les usages éducatifs

Les auteurs proposent six orientations à partir de leur analyse :

1. Adopter avec discernement plutôt qu’interdire simplement. Reconnaître les effets positifs et négatifs et étudier les bons usages scolaires. Les spécialistes de l’éducation, de la sécurité et de la psychologie devraient collaborer, avec des orientations et politiques des autorités pour un usage sûr et efficace.
2. Renouveler la pensée éducative. Avec l’intégration de ChatGPT, la mémorisation mécanique visant l’acquisition de connaissances et le traitement textuel simple devraient moins prédominer. Les enseignants devraient développer raisonnement logique et esprit critique. Le débat oral, comme dans la tradition stoïcienne ancienne, peut évaluer pensée, cohérence et exactitude des arguments et persuasion. Les dispositifs humain–IA devraient inclure activités pratiques, exposés oraux et nouvelles évaluations.
3. Ne pas accepter les réponses sans examen. L’exactitude n’étant pas garantie, les enseignants devraient développer le discernement informationnel et guider l’évaluation et l’usage des textes générés.
4. Améliorer les capacités d’usage. L’interaction influence accès à l’information et efficacité ; il faut développer pensée, questionnement et usage des grands modèles et sources de données pour apprendre.
5. Étudier des robots davantage centrés sur l’humain. Les agents de l’époque étaient surtout orientés vers les tâches et manquaient de dimension émotionnelle, limitant valeur affective et immersion. Les auteurs proposent de mobiliser la théorie de l’interaction sociale et d’étudier les effets psychologiques et scolaires.
6. Prêter une attention étroite à l’éthique. Les informations fausses ou nuisibles peuvent affecter les élèves. La conception devrait être centrée sur l’apprenant, respecter droit et éthique, rechercher transparence et explicabilité, et prendre en compte facteurs sociaux, émotionnels, cognitifs et pédagogiques.

4. Encadrement des scénarios et gouvernance des robots éducatifs

L’expansion des robots éducatifs peut entraîner de nouveaux risques éthiques et de sécurité. Une intégration ordonnée et encadrée de l’IA est une préoccupation commune. Les auteurs demandent une analyse objective des besoins, du potentiel et des défis, ainsi que de l’intégration pédagogique et de la confiance. Ils proposent quatre critères d’IA éducative digne de confiance : robustesse, légalité, conformité et acceptabilité éthique. La gouvernance d’une société intelligente devrait mobiliser l’IA pour une gestion éducative précise et durable et un développement de qualité et soutenable [10].

Les auteurs identifient cinq préoccupations centrales de gouvernance de l’IA en éducation :

1. Développer de façon ordonnée compétences et culture numériques. Améliorer l’usage et la maîtrise des robots, notamment l’obtention, le discernement, la vérification, la sélection et l’intégration d’informations, pour apprendre et travailler en collaboration humain–IA.
2. Établir un dispositif d’admission des produits d’IA dans les établissements. Étudier classification et gradation des produits ; élaborer examen, contrôle et responsabilité, avec lois, politiques, règles institutionnelles et méthodes de gestion pour un développement sain.
3. Renforcer les expérimentations sociales d’IA éducative. Analyser sur preuves les effets à long terme sur l’enseignement et l’apprentissage et les régularités du changement. Approfondir méthodologies et normes expérimentales et construire progressivement un système d’expérimentation sociale éducative [11].
4. Préciser les scénarios éducatifs. Analyser le lien entre besoins réels et offre technique et entre caractéristiques cognitives et environnements intelligents. Examiner temps, lieux, participants, ressources, fonctions et disciplines, identifier les connaissances adaptées et relier robots et contenus disciplinaires.
5. Protéger vie privée et données. Les auteurs avertissent qu’un droit et un contrôle incomplets peuvent permettre intrusions, fuites, discriminations et aggravation des écarts éducatifs. Ils demandent des produits génératifs éthiques, sûrs, maîtrisables et adaptés aux enseignants et apprenants, avec garanties de confidentialité et de sécurité [12].

Références

1. 吴砥,李环,陈旭.人工智能通用大模型教育应用影响探析[J].开放教育研究,2023,29(2):19-25,45.
2. MASLEJ N, FATTORINI L, BRYNJOLFSSON E, et al. Artificial Intelligence Index Report 2023[EB/OL].(2023-04-03)[2023-11-02].https://aiindex.stanford.edu/wp-content/uploads/2023/04/HAI_AI-Index-Report_2023.pdf.
3. VASWANI A,SHAZEER N,PARMAR N, et al. Attention Is All You Need[EB/OL].(2017-12-06)[2023-11-02].https://arxiv.org/pdf/1706.03762v5.pdf.
4. OpenAI. GPT-4 Technical Report[EB/OL].(2023-03-27)[2023-11-02].https://arxiv.org/pdf/2303.08774.pdf.
5. MIAO F, HOLMES W, HUANG R, et al. AI and education: guidance for policy-makers[EB/OL].(2021-04-09)[2023-11-02]. https://unesdoc.unesco.org/ark:/48223/pf0000376709.
6. UNESCO. Recommendation on the Ethics of Artificial Intelligence[EB/OL]. (2021-11-23)[2023-11-02].https://unesdoc.unesco.org/ark:/48223/pf0000381137_eng.
7. 黄荣怀,刘德建,徐晶晶等.教育机器人的发展现状与趋势[J].现代教育技术,2017,27(1):13-20.
8. HUANG R H, LIU D, CHEN Y, et al. Learning for All with AI? 100 Influential Academic Articles of Educational Robots[R]. Beijing: Smart Learning Institute of Beijing Normal University, 2023.
9. TLILI A, SHEHATA B, ADARKWAH M, et al. What if the devil is my guardian angel: ChatGPT as a case study of using chatbots in education[J]. Smart Learn. Environ. 2023,10:15. https://doi.org/10.1186/s40561-023-00237-x.
10. 夏立新,杨宗凯,黄荣怀,等.教育数字化与新时代教育变革(笔谈)[J].华中师范大学学报(人文社会科学版),2023,62(5):1-22.
11. 黄荣怀,王欢欢,张慕华,等.面向智能时代的教育社会实验研究[J].电化教育研究,2020,41(10):5-14.
12. 张绒.生成式人工智能技术对教育领域的影响:关于ChatGPT的专访[J].电化教育研究,2023,44(2):5-14.

Informations anglaises originales de la revue

Typical Scenarios and Governance of Educational Robot Application

Huang Ronghuai, Chen Ying, Ahmed Tlili

Beijing Normal University

Abstract: The rapid development of generative AI has triggered new concerns about the integration of intelligent technologies into education. Educational robot shows great potential in assisting teaching and learning, but it also brings new ethical and safety risks, so the research, regulation and governance of educational robots should be strengthened. We sort out seven typical application scenarios, including educational robots in STEM education, robot-oriented programming, language learning supported by social robots, etc., and propose the values and application suggestions of chatbot in school education through social media discourse analysis about ChatGPT. We also argue that a credible AI framework in education should be constructed, and intelligent technology governance should be carried out to provide guarantee for the high quality and sustainable development of education.

Keywords: AI; ChatGPT; educational robot; application scenarios; technological governance

Notes éditoriales et contexte de recherche

1. Référence de publication : 2024(1), pages 1–4 et 8 ; DOI 10.13492/j.cnki.cmee.2024.01.006. Le profil de l’auteur à BNU et la bibliographie SLI la corroborent. La référence [9] corrige le nom en Adarkwah et normalise le volume et le numéro d’article en 10, 15. Profil de l’auteur à BNU; Bibliographie de SLI; Étude citée de 2023
2. La Recommandation de l’UNESCO compte quatre valeurs, dix principes et onze domaines politiques. Le nombre sept et la référence aux écosystèmes naturels, plutôt qu’aux systèmes d’IA, sont corrigés. Recommandation de l’UNESCO
3. Les taux de 78 % et 35 % concernent une question Ipsos de 2022 sur avantages et inconvénients, non un soutien général actuel. Rapport Stanford 2023
4. Transformer est une architecture. Les tests simulés et l’entrée image/texte avec sortie textuelle de GPT-4 ne décrivent pas toutes les versions de ChatGPT. Article Transformer; Rapport technique GPT-4
5. L’échantillon compte 2330 tweets de 1530 utilisateurs. Les 92,5 % non catégorisés concernent des tweets, non des utilisateurs neutres ; les regroupements lexicaux ne sont pas un recensement public. Étude citée de 2023
6. Entretiens, limite de connaissances de 2021, interface textuelle et restrictions scolaires relèvent de contextes précoces, non de spécifications actuelles ni de causalités universelles. Étude citée de 2023; Texte intégral de SLI
7. Tous les usages et objectifs en éducation spécialisée et entraînement des personnes âgées sont conservés comme pistes de recherche, non comme efficacité clinique individuelle ou universelle. Texte intégral de SLI
8. Les quatre critères, six propositions et cinq préoccupations sont l’analyse et les préconisations des auteurs. La formulation sur l’absence de confiance aveugle est clarifiée ; les propositions ne sont pas des normes déjà appliquées. Texte intégral de SLI

Revue et crédit de republication

Publication originale : China Modern Educational Equipment, 2024(1), p.1–4,8. Auteurs : Ronghuai Huang, Ying Chen et Ahmed Tlili, Université normale de Beijing. L’original demande une attribution en cas de republication ; les crédits sont conservés. DOI: 10.13492/j.cnki.cmee.2024.01.006

Recherches et ressources associées

Pour poursuivre : reportage sur le guide de robotique éducative 2023, Forum sur la robotique et l’intelligence artificielle dans l’éducation 2024, et ressources sur l’éducation spécialisée et inclusive.