IA en éducation : de la curiosité à l'action concertée

L’intelligence artificielle (IA) est sur toutes les lèvres, suscitant à la fois un immense intérêt et de nombreuses questions dans le milieu de l'éducation, autant chez les personnes enseignantes que chez tous les autres membres du personnel. Comment passer de la simple curiosité et des essais individuels à une intégration réfléchie et porteuse de valeur pour nos établissements? C’est pour répondre à cette question que le CADRE21 a collaboré avec le RÉCIT de l’enseignement privé pour soutenir le personnel des écoles du réseau de la Fédération des établissements d’enseignement privés (FEEP) au cours de la dernière année.

Cette démarche, proposée dans la foulée de l’événement Horizon IA, visait à outiller les équipes pour qu'elles puissent franchir le pas de l'exploration vers l'expérimentation structurée. Cet article propose une synthèse des deux derniers webinaires du printemps et vous donne accès aux ressources clés pour entamer ou poursuivre cette transition.

Diagnostic et langage commun : évaluer la maturité de son organisation

Avant de se lancer dans des projets liés à la transformation numérique, il est essentiel de poser un diagnostic juste : où se situe réellement votre établissement dans son parcours avec l'IA? Pour guider cette réflexion, nous avons fait appel à l'expertise d'Alexandra Coutlée (la Geek de service), spécialiste en transformation numérique, lors de la préparation de cette capsule consacrée à la notion de maturité organisationnelle.

Christian LeBlanc, directeur des services pédagogiques à la FEEP, explore avec elle la Vitrine IA Québec, une ressource forte intéressante développée par le Conseil de l'innovation du Québec. Cet outil d'auto-évaluation permet aux organisations, via un questionnaire d'une dizaine de minutes, de se situer à travers cinq dimensions fondamentales :

• La stratégie et la vision

• La gestion des données

• L'infrastructure technologique

• Les ressources humaines

• La gouvernance (incluant les aspects éthiques) 

Loin d'être un exercice solitaire, cette évaluation gagne à être menée par une équipe multidisciplinaire (direction, leaders pédagogiques, responsables technologiques) pour obtenir un portrait fidèle et complet.

Pour approfondir cette première étape, nous vous invitons à visionner la capsule vidéo présentée lors de notre série webinaire « De l’exploration à l’expérimentation ».

🎥 https://vimeo.com/1094124985

Exploration et expérimentation : une distinction fondamentale

Les termes « exploration » et « expérimentation » sont souvent utilisés de manière interchangeable, mais ils recouvrent des réalités bien différentes.

L'exploration est la phase des premiers contacts : on s'informe, on teste individuellement des outils (comme utiliser ChatGPT pour un courriel), on assiste à des ateliers. Ces initiatives sont essentielles, mais elles demeurent souvent isolées, non structurées et sans mesure d'impact réelle.

L'expérimentation, quant à elle, s'apparente à une démarche de laboratoire. Elle est structurée, intentionnelle et documentée. Elle part d'une hypothèse claire (exemple : « L'IA peut-elle nous aider à rendre nos communications plus efficaces? ») et vise à mesurer les résultats pour ensuite les partager.

Il est important de souligner qu'il n'y a aucun retard à être en phase d'exploration. La progression n'est pas linéaire et peut varier pour différents secteurs (pédagogique, administratif) au sein d'un même établissement. L'objectif est de tendre vers des expérimentations ciblées, là où la valeur ajoutée est la plus grande.

Passer à l'action : expérimenter l'IA dans ses tâches professionnelles

Une fois le cadre conceptuel posé, comment l'appliquer concrètement? La seconde partie de notre accompagnement s'est penchée sur des stratégies pour expérimenter l'IA générative dans trois grands types de tâches professionnelles. Ainsi, à travers trois capsules différentes, François Lake, conseiller pédagogique au RÉCIT de l’enseignement privé, discute avec Alexandra Coutlée de pistes concrètes, d’exemples et d’un cadre d'évaluation basé sur l'équilibre entre l'effort requis et les retombées obtenues. Cet équilibre est un critère essentiel pour juger de la pertinence d'un outil.

L'expérimentation dans les tâches administratives

Cette capsule aborde la transition de l'exploration vers l'expérimentation concrète de l'IA pour optimiser les tâches administratives. L'objectif est de cibler des besoins urgents et à fort impact pour gagner en efficacité.

Cas d'usage principal : La prise de notes et la production de résumés de rencontres. De nombreux outils peuvent désormais transcrire des échanges, mais l'expérimentation consiste à aller plus loin.

Démarche d'expérimentation :

• 🔎 Identifier le besoin réel : Qui lira le compte rendu? Quel niveau de détail est nécessaire? Faut-il exclure les discussions informelles?

• 📑 Tester et documenter : Il faut essayer différents outils en gardant des traces des résultats. La qualité linguistique est-elle satisfaisante ou demande-t-elle trop de corrections?

• ⚖️ Évaluer l'effort vs l'impact : Le processus est évalué de manière itérative. Si l'effort de correction pour corriger les erreurs de l'IA dépasse les bénéfices, l'usage de l'outil doit être questionné. L'idéal est de trouver des tâches où l'IA offre une forte valeur ajoutée pour un minimum d'effort humain.

🎥 https://vimeo.com/1094126032

L'expérimentation dans les tâches de planification

La planification ne se limite pas aux activités en classe; elle est au cœur de tout projet, y compris l'intégration de l'IA. Cette capsule explore comment l'intelligence artificielle peut devenir une précieuse assistante dans ce processus.

Rôle de l'IA dans la planification :

• Elle peut aider à identifier et à préciser les besoins en amont d'un projet.

• Elle est efficace pour décomposer un projet en étapes claires et proposer un échéancier.

• Elle peut offrir une rétroaction sur une planification existante pour l'améliorer.

Démarche d'expérimentation :

• ☑️ L'évaluation au centre : L'évaluation doit être intégrée à chaque étape, de manière itérative, pour permettre des ajustements continus.

• 🧠 Le jugement humain reste crucial : L'IA peut proposer un plan, mais l'humain connaît sa réalité et doit décider où l'IA est réellement utile et où son expertise est irremplaçable.

• 🗂️ L'importance de la documentation : Pour passer de l'essai individuel à une pratique organisationnelle, il est fondamental de documenter les outils, les requêtes (prompts) et les processus qui ont bien fonctionné. Cela permet de créer des solutions réutilisables et de diffuser les apprentissages.

🎥 https://vimeo.com/1094126464

L'expérimentation dans les tâches de conception

La création de supports de présentation est l'une des demandes les plus fréquentes adressées à l'IA générative. L'attrait est évident : gagner du temps et réduire l'effort créatif.

Le potentiel et les limites de l'IA :

• L'IA peut générer rapidement une présentation à partir d'un document, ce qui est utile pour surmonter le syndrome de la page blanche.

• Cependant, le résultat manque souvent d'adaptation fine au public cible et peut ne pas avoir l'identité visuelle souhaitée.

Démarche d'expérimentation :

• 🤔 Clarifier l'intention humaine : Le processus de création implique de définir une intention, de clarifier un message et de personnaliser le contenu. L'impact émotionnel passe souvent par une touche personnelle (une histoire, une photo) que l'IA ne peut inventer.

• 🎯 Évaluer l'efficacité réelle : L'objectif n'est pas seulement de gagner du temps, mais d'améliorer l'efficacité du support. Une présentation générée rapidement (peu d'efforts) mais qui n'a pas d'âme et ne rejoint pas son public (faibles retombées) n'est pas une solution efficace.

• 🔁 Un processus itératif : Les outils de conception par IA évoluent très vite. L'expérimentation doit donc être continue, avec une réévaluation régulière des pratiques et des outils.

🎥 https://vimeo.com/1094126926

Pour aller plus loin

Le passage de l'exploration à l'expérimentation est un parcours itératif qui demande une réflexion collective et une volonté d'apprendre en continu. Ce n'est pas une course à la technologie, mais une démarche stratégique pour trouver la juste place de l'IA dans nos pratiques, au service de notre mission éducative.

Pour soutenir votre démarche, nous vous invitons à consulter la page de ressources complète, mise en place dans le cadre du projet Horizon IA de la FEEP. Vous y trouverez une multitude d'outils, d'articles et de références pour nourrir votre réflexion et vos actions.

🗂️ Découvrez toutes les ressources sur le site Horizon IA

💻 Découvrez notre autoformation Leadership IA

🎧 Découvrez notre épisode balado “5 stratégies pour intégrer l’IA”

Mots-clés :

• Principaux : IA en éducation, expérimentation IA, intégration du numérique, maturité organisationnelle, FEEP, personnel scolaire

• Secondaires : CADRE21, intelligence artificielle, développement professionnel, innovation pédagogique, Conseil de l’innovation, Vitrine IA Québec, Alexandra Coutlée, Geek de service

Déclaration des niveaux d’utilisation de l’intelligence artificielle générative (IAg)
⚙️ Cet article a été élaboré au NIVEAU 3 selon le système de pictogrammes déployé par l’Université du Québec à Chicoutimi, en utilisant l’assistance de Google Gemini 2.5 Pro.