Peut-on apprendre avec un robot ou une IA ?

L'idée qu'une machine puisse enseigner n'est pas nouvelle. Avec le développement des robots et des intelligences artificielles cela représente-t-il le futur des apprentissages ?

Peut-être vous souvenez-vous du film les Sous-doués ? Parmi les innombrables gags du film, un passage fait l'usage d'une machine à apprendre. L'idée qu'une machine puisse enseigner n'est donc pas nouvelle et avec le développement des robots et des intelligences artificielles cela représente-t-il le futur des apprentissages ?

La machine à apprendre

Pour ceux qui ne s'en souviendraient pas voici l'extrait du film mentionné ci-dessus. Vous constaterez que la machine vue à l'époque ne pouvait que vérifier des questions simples et de restitution.

Les robots remplaceraient les prof d'ici 2027

Selon cet article du site futurism.com, les robots remplaceront les enseignants d'ici 2027. C'est Anthony Seldon, un expert en éducation britannique qui l'affirme !

Les chercheurs essaient de deviner quels emplois vont être remplacés par des machines. Les professions les plus souvent citées sont celle qui font appel à des tâches répétitives et facilement classifiables, comme la comptabilité. De l'enseignement, il en est moins souvent question mais cela vaut la peine d'y réfléchir.

Ce que peut faire une IA et ce qu'elle ne peut pas

Poussons le raisonnement pour voir ce qui est à la portée d'un robot et ce qui ne l'est pas, du moins pour le moment.

La taxonomie, un outil précieux

La taxonomie de Bloom propose une classification des niveaux d'acquisition des connaissances. Le site de l'Université de Laval a mis en ligne une infographie reprennant la classification proposée :

La complexité grandit au fur et à mesure que ce qui est demandé aux apprenants fait appel à des processus mentaux qui dépassent la restitution, niveau 1, la compréhension, niveau 2 et l'application de concepts, niveau 3.

Certaines compétences des derniers niveaux de la taxonomie de Bloom sont plus éloignées des capacités actuelles des machines. Prenons par exemple, le fait de "Distinguer un sous-entendu" qui se situe dans le niveau 4 ou "Juger de la part de subjectivité" au niveau 6.

Cela n'eclut pas qu'une IA puisse faire des tâches des niveaux élevés comme "Généraliser à partir d'un certain nombre de faits". Toutefois soyons attentif à la différence entre pouvoir réaliser une tâche et l'enseigner. Dans cette optique la machine sera plutôt un outil au service du raisonnement humain.

Sciences dures et sciences molles

Les sciences sont divisées en deux grades catégories, les sciences dures et molles. Pour rappel voici ce qui les distingue

Science dure : Toute science naturelle ou physique, comme la chimie, la biologie, la physique ou les mathématiques, dans laquelle des aspects de l'univers sont étudiés au moyen d'hypothèses et d'expériences.
Science douce : Tout domaine ou discipline spécialisée, comme la psychologie, la sociologie, l'anthropologie ou les sciences politiques, qui interprète le comportement humain, les institutions, la société, etc. sur la base de recherches scientifiques pour lesquelles il peut être difficile d'établir des critères strictement mesurables.

Il parait évident que ce qui est modélisable et qui constitue les sciences de l’exactitude sera plus adapté à une machine. Les sciences molles découlent en grande partie des comportements humains. Parfois cela sera plus difficilement accessible à une machine. Notez toutefois que des IA peuvent prédire des comportements grâce aux données massives. Le forage de données (data mining) est utilisé pour établir des corrélations auxquelles un humain n'aurait pas pensé ou pour extraire des comportements anormaux.

D'ailleurs, parfois l'être humain est tellement prévisble que des fonctionnalité telle Auto Complete de Google ont vu le jour. De plus en plus des IA peuvent écrire à notre place comme StoryIA cité dans cet article : Comment des textes rédigés à moindre coût sont-ils publiés ?

Sentiments, empathie

Une machine à apprendre reste une machine. La principale différence entre un humain et une machine est que l'humain est bien plus complexe et pas forcément logique. Il est doté de capacités qu'un robot ou une IA ne possèdent pas (encore), parmi celles-ci les émotions !

Quel que soit l'âge de l'apprenant, du lien se crée avec son enseignant. Les enfants qui fréquentent l'école élémentaire y voient une personne qui prend soit d'eux, les réconfortent et leur explique les choses basiques de la vie. Plus tard, l'enseignant devient parfois un exemple au point d'éveiller des vocations. Bien souvent, le choix des filières se fait parce qu'un professeur a éveillé de la curiosité ou a créé une vocation. Une machine pourra-t-elle être insiprante ? C'est peu probable, à court terme en tout cas.

Le facteur motivation de l'apprenant est aussi à prendre en compte. Un être humain peut, en trouvant les mots justes ou en adpotant des comportements spécifiques à chaque apprenant favoriser la motivation. Comment une IA pourrat-elle motiver un apprenant sans deviner ses souhaits ou ses envies ?

Le complément

La machine et l'IA peut apporter une aide considérable à l'enseignant et lui faciliter les choses. Plutôt que de voir l'IA ou le robot comme substitut à l'humain, il est plus réaliste de les voir comme compléments, ce qui ne sera pas le cas pour d'autres métiers voués à disparaître.

Sources

https://futurism.com/new-experiment-finally-reveal-true-nature-gravity

https://www.enseigner.ulaval.ca/system/files/taxonomie_cognitif.pdf

https://storyai.botsociety.io/

https://www.mycommunitymanager.fr/redaction-low-cost/