Aujourd’hui, plus que jamais, les technologies numériques nouvelles invitent chaque partenaire de l’éducation et de la formation à se questionner. Au niveau technique, on pense évidemment au chatbot construit à l’aide de LLM (large language model), à l’instar de ChatGPT, permettant à chacun·e de converser avec une machine, par exemple, et de se laisser surprendre. En matière d’éducation et de formation, après le débat sur l’évaluation annoncée comme caduque par certaines personnes, émerge une question bien plus fondamentale: quelle relation souhaitons-nous favoriser entre l’IA et l’humain dans les contextes de formation et d’éducation?

Certes, une réponse semble admise: former à des usages efficients et à un esprit critique. Oui, évidemment. Ne répondrions-nous pas ceci pour chaque technologie nouvelle? Toutefois, ce projet éducatif donne le vertige au regard de l’évolution fulgurante des techniques numériques et de la multiplicité des outils qui se partagent (je n’ose dire qui se démocratisent, lorsqu’on regarde qui sont les propriétaires des solutions aujourd’hui populaires). Mais doit-on contraindre les curriculums de formation et d’éducation à l’émergence incessante d’outils techniques nouveaux?

De l’exploration de la cognition partagée…

Face à la limite de ma cognition humaine, je m’accompagne alors d’une cognition synthétique pour penser cette relation complexe entre apprentissage humain et augmentation technique de l’humain. Je sors un peu du cadre en n’employant délibérément pas le LLM à la mode, car il n’a d’une part pas besoin de publicité et, d’autre part, parce qu’il me semble aujourd’hui nécessaire de participer à la démocratisation d’autres solutions que celles qui sont propriétaires. Je converse alors avec Wizard v1.1, un LLM basé sur LLaMA et entraîné à l’aide d’une nouvelle méthode, appelée Evol-Instruct, sur des données d’instructions complexes.

Ce bref échange montre ce qu’il est probable de répondre aujourd’hui. En effet, les textes générés par ces IA émergent de calculs statistiques fondés notamment sur la probabilité d’apparition d’un mot. Analysons le vocabulaire choisi et prenons le temps d’étudier les recommandations proposées, ainsi que les non-dits.

… à la posture critique

Le vocabulaire tourne régulièrement autour de tendances, de nouveautés, de révolution ou de mise à jour. La tradition est certes évoquée, mais associée à l’innovation. Il y a donc dans la réponse une forme de valorisation d’un renouveau en éducation et formation. Les mots invitent aussi à l’adaptation de l’humain à la machine: «adapter les programmes scolaires», «apprendre les compétences nécessaires», «encourager l’utilisation de ces technologies» ou encore «mettre l’accent sur la collaboration entre humains et machines». C’est présenté comme si la technique était imposée, autodéterminée et que nous, simples humains, n’avions d’autre choix que d’en faire usage. Enfin, il y a quelques éléments d’ouverture, comme une invitation à replacer les valeurs fondamentales ou une nécessité de travailler de manière interdisciplinaire, mais cela reste marginal, trop à mon avis. Il devient alors tout à fait intrigant de se remémorer que les propositions de Wizard v1.1 ne sont «que» le fruit des textes qui avaient été écrits pas des humains auparavant. Il semble que le rapport «technophile» était prioritaire et qu’une vision autodéterminée des techniques dominait dans les data ayant nourri cette IA. Où sont passés les philosophes de la technique, par exemple, ou les personnes travaillant dans le champ du social shaping of technology?

Quant aux non-dits… C’est là que la cognition humaine – la sagesse? – devient essentielle. Quid des avis divergents? Des propos peu référencés ? Des affirmations qui, malgré un intérêt potentiel, ne sont pas apparues dans le champ des possibles « hallucinés » par Wizard v1.1? Chaque personne, avec sa culture et ses savoirs, saura proposer une analyse nouvelle que l’IA n’aura pas envisagée. Je pense premièrement au capabilisme sous-jacent au discours (est-ce mon passif de pédagogie spécialisée?). Nous, humain·e·s, devrions-nous nous adapter et nous augmenter grâce à la technique pour ne pas devenir en «situation de handicap technologique»? Ce sont les individus capables qui semblent dignes dans ce discours. Deuxièmement, la tradition et des décennies de savoirs pédagogiques semblent être dévalorisées. L’innovation prime. Troisièmement, c’est une logique de productivité qui est à l’œuvre. Or, dans l’enseignement et l’apprentissage, il est parfois pertinent de s’arrêter et de prendre le temps de penser, d’embrasser le temps long, la complexité et l’effort. Il y a tant de postures critiques à développer, selon les contextes et les usages, pour que ces IA génératives puissent trouver la place qu’elles méritent, ni plus ni moins, dans les processus complexes d’apprentissage.

Ceci nécessite d’avoir le goût de dépasser la réponse crédible ou le souhait de ne pas se contenter du probable. La différence entre apprendre et produire devra être rappelée aux logiques d’employabilité. Enfin, il y aura prochainement un possible habitus à stimuler chez chaque apprenant·e: penser par soi-même. Cette posture critique n’est pas un rejet des IA génératives, mais bien une tentative de contrebalancer des propos simplement émerveillés ou des affirmations essentiellement anxieuses pour participer à la construction d’une relation sereine entre l’éducation, la formation et les outils numériques qui émergent.