Intelligence artificielle : le vrai coût environnemental de la course à l’IA:

"La riposte doit être pédagogique", par Jean-Philippe Boucher (2023)

Au moment d’écrire ces lignes, GPT-4 est disponible depuis moins de 48 heures et déjà nous savons qu’il peut réussir la majorité des tests standardisés et plusieurs examens d’ordres professionnels (OpenAI, 2023). En comparaison avec son prédécesseur GPT-3.5, lancé quatre mois plus tôt, soit en novembre 2022, la nouvelle mouture fait mieux pour la grande majorité des tests et obtient des résultats jusqu’à deux à trois fois plus élevés. Nous ne pouvons que spéculer sur les capacités que les intelligences artificielles génératives (IAG) auront à la rentrée d’automne 2023. Voulons-nous vraiment embarquer dans une course à l’armement technologique contre Silicon Valley ? Et si notre saufconduit était pédagogique ? Dans cet article, je veux aborder le phénomène des IAG sous l’angle pédagogique, notamment pour l’épineuse question de la validité des évaluations.

Inégalités d’usage du numérique et de l’intelligence artificielle à l’université, par Bachy (2025)

Nos étudiant·e·s ont grandi avec internet. S'ils et elles ont grandi avec appareils numériques, cela veut-il dire que nos étudiant·e·s seraient bien équipées pour comprendre les informations que ces outils fournissent ? 

Non, démontrait déjà une étude dirigée par Stanford, en 2016 (Breakstone).

La littératie digitale ne coule donc pas de source pour "les plus jeunes". Mais qu'en est-il lorsque ceux et celles-ci viennent de classes sociales différentes ? Qui, dans votre auditoire, aura le plus de facilité ? Il semble que le background socio-économique creuse une fracture déjà bien présente auparavant, lorsqu'il s'agit d'utiliser les intelligences artificielles génératives.