Cet article présente une étude préliminaire sur l’engagement de directeurs et directrices d’écoles primaires à Marseille (France) vis-à-vis de l’intelligence artificielle (IA), en particulier de l’IA générative, dans le cadre du numérique éducatif et de la transformation digitale de l’école. L’étude analyse un atelier de formation visant à introduire l’évolution historique de l’IA, ses fondements ainsi que ses applications pédagogiques. Les résultats, issus de questionnaires administrés avant et après l’intervention, montrent que, malgré une connaissance initiale limitée des technologies d’IA, les participants ont manifesté un intérêt croissant pour l’exploration de ces outils, principalement dans une optique de gain de temps, tout en conservant une méfiance marquée. L’étude souligne la nécessité de formations contextualisées, combinant connaissances et compétences techno-pédagogiques en IA et réflexion critique, et appelle à une prise en compte des enjeux éthiques et des cadres de gouvernance pour une intégration responsable de l’IA en éducation.

Les systèmes basés sur le RAG (Retrieval-Augmented Generation) sont des systèmes qui optimisent la puissance des grands modèles de langue (LLM, en anglais, Large Language Models) avec une recherche d’information (RI) à partir de sources de connaissances externes, sans avoir besoin de réentraîner le modèle. Ce type d’approche est connu pour améliorer les réponses du LLM, en particulier pour répondre à des questions spécifiques à un domaine, et réduire le phénomène d’hallucination constaté avec ces derniers. Dans cet article, nous explorons l’application d’un tel système dans un contexte pédagogique, en utilisant le jeu de données SCIQ (SCIence Questions), un ensemble de questions scientifiques à choix multiples de niveau scolaire, qui nous permet d’évaluer la capacité des modèles à fournir des réponses précises, pédagogiques et vérifiables. Nous évaluons les performances du système par rapport à un modèle génératif standard (Llama3 8b et Mistral 7b) de réponse aux questions et analysons ses forces et ses limites dans un contexte éducatif. La performance la plus élevée en termes de précision a été enregistrée avec l’approche basée sur le RAG (rag-llama), qui a permis d’atteindre une précision globalement supérieure par rapport aux autres approches testées.

Cet article explore l’utilisation de Buddy dans un contexte éducatif et d’apprentissage, avec un focus particulier sur deux usages. Premièrement, à l’Institut National Supérieur du Professorat et de l’Éducation d’Aix-Marseille avec des étudiants futurs profs des écoles, collèges et lycées ainsi que des étudiants en ingénierie pédagogique numérique. Deuxièmement, dans un contexte spécifique comme médiateur artistique et émotionnel dans l’apprentissage de l’art. Cet article s’intéresse à la façon dont ce robot peut enrichir les pratiques pédagogiques en stimulant la créativité, l’interaction et l’accompagnement pédagogique et émotionnel des apprenants. Buddy peut agir comme médiateur entre l’apprenant et son environnement, en particulier dans les domaines de la narration, de l’art et de l’assistance informationnelle. Cette expérimentation du robot Buddy, met en lumière les possibilités de la robotique dans le développement de pratiques pédagogiques inclusives, où l’art et la technologie convergent pour favoriser l’apprentissage et la résilience émotionnelle. À travers ces expériences, le robot devient un catalyseur d’apprentissage et de réflexion, tout en ouvrant des perspectives pour une recherche interdisciplinaire impliquant l’ingénierie informatique, la psychologie et l’éducation. Les limites techniques actuelles de Buddy, loin d’être des obstacles, offrent des opportunités pour concevoir des scénarios pédagogiques visant à démythifier l’intelligence artificielle, en mettant en lumière ses biais et ses limitations.