Les progrès technologiques, notamment la réalité virtuelle et augmentée, l’intelligence artificielle (IA), l’apprentissage machine et la ludification, transforment l’éducation postsecondaire. Si on discute souvent des effets de ces technologies sur les étudiant.e.s, les politiques des établissements et les comportements éthiques, on pense rarement à fournir aux professeur.e.s les outils nécessaires pour en tirer le meilleur parti.
Bien souvent, la formation professorale se fait de manière réactive plutôt que préventive; par conséquent, le programme de formation se crée souvent au gré des besoins du moment et n’est pas délibérément conçu pour aborder des compétences désignées. La formation médicale axée sur les compétences – avec tous ses défauts de conception et d’application – a bénéficié d’une approche intégrée, systémique et holistique fondée sur de solides principes pédagogiques et un programme cohérent, qui encouragent le développement de compétences répondant aux besoins sociétaux. Avec l’avènement de l’IA, la mise en place d’un tel système profiterait à la formation professorale et aiderait à l’optimiser :
- Déterminer les besoins professoraux en matière d’IA
La première étape consiste à déterminer ce dont les professeur.e.s ont besoin pour bien exploiter l’IA, idéalement en faisant appel à un ensemble de personnes aux compétences variées qui aideraient à dresser un portrait fidèle et global de la situation. Enseignement, recherche, direction, mentorat, administration… Le corps enseignant joue de nombreux rôles; la formation devrait pouvoir s’adapter à chacun d’entre eux. Et comme une avancée technologique n’attend pas l’autre, il importe de pouvoir analyser et s’adapter aux changements. Comment y arriver dans un monde marqué par l’IA? Quelles compétences prioriser?
- Cibler les compétences correspondant aux besoins exprimés
Ensuite, il faut déterminer les compétences nécessaires pour répondre aux besoins exprimés. Par exemple, pour renseigner les étudiant.e.s sur l’utilisation éthique de l’IA, les professeur.e.s doivent comprendre le fonctionnement de l’IA, connaître ses avantages et ses inconvénients ainsi qu’apprendre à exploiter ses forces tout en palliant ses faiblesses. De même, si on souhaite se servir de l’IA pour filtrer les résultats d’une revue de la littérature, il faut d’abord comprendre le mécanisme de recherche du logiciel.
- Monter un programme de perfectionnement professoral
Reste ensuite à monter un programme ciblant précisément ces besoins et compétences, en distinguant les notions pouvant être abordées séparément de celles qui doivent se suivre. Quelle est la valeur d’une communauté de pratique sur l’IA et d’un encadrement de confiance? Comme les connaissances préalables, les compétences et les intérêts de chacun.e varient, il faut prévoir différents points d’entrée au programme. Il faudra également penser aux méthodes de prestation et envisager d’offrir des formations sur place.
- Prévoir des évaluations régulières
Le perfectionnement professoral ne comporte généralement pas d’évaluations, même si celles-ci ont l’énorme potentiel de favoriser l’apprentissage. Le problème, c’est qu’elles sont souvent lourdes de conséquences et biaisées, sans critères clairs pour les différents rôles, et qu’on ne les encourage pas. Pourtant, on sait que la rétroaction axée sur la réflexion et l’amélioration (plutôt que le jugement) favorise fortement l’apprentissage. Les professeur.e.s pourraient ainsi se livrer à une autoréflexion structurée et comparer leurs connaissances aux compétences nécessaires pour un rôle précis ou encore se faire accompagner par un.e mentor.e ou un.e coach.
Les personnes facilitatrices d’un tel système de formation professorale s’appuyant sur les compétences viseraient précisément à encourager la croissance professionnelle enseignante. Idéalement, il faudrait aussi pouvoir évaluer l’efficacité de cette stratégie pédagogique et vérifier si, au-delà de l’acquisition des connaissances, l’IA est utilisée efficacement dans toutes les sphères universitaires.
C’est vrai, la mise en place de ce système nécessitera du temps, du personnel et des ressources financières. Mais elle permettra d’établir un cadre solide, nous évitant d’avoir à échafauder des plans au fur et à mesure et de risquer l’effondrement; c’est le meilleur moyen d’atteindre nos objectifs en matière d’IA.
Klodiana Kolomitro est conseillère spéciale de la recherche pour le premier cycle de l’Université Queen’s; elle y enseigne aussi au Département des sciences biomédicales et moléculaires. Karen Schultz est vice-doyenne des études médicales supérieures pour la Faculté des sciences de la santé à l’Université Queen’s.