REL et IA en évolution : retour d’expérience et perspectives
Barre latérale de l'article
Contenu principal de l'article
Résumé
L’irruption récente de l’intelligence artificielle générative (IAG) dans le domaine de l’éducation a influencé la transformation des pratiques pédagogiques. L’IAG a ouvert de nouvelles perspectives pour la conception de ressources éducatives numériques, interactives, personnalisées et adaptatives. Des questions émergent quant au potentiel de l’utilisation de l’IAG dans la création des ressources éducatives libres (REL) reposant sur les pratiques pédagogiques ouvertes. Cet article présente un retour d’expérience sur la conception d’une REL modulaire consacrée à l’analyse et à la conception de logiciels, développée à l’aide d’outils libres et diffusée sous licence Creative Commons CC-BY, sur son utilisation, son impact, sa mise à jour et son amélioration. Il décrit l’intégration progressive de l’IAG dans le processus de production et d’amélioration pédagogique. Plusieurs usages ont été explorés : révision linguistique et stylistique, génération automatique de questionnaires, création de tuteurs virtuels et expérimentation du mode « Étudier et apprendre » de ChatGPT-5. Les personnes autrices présentent les avantages des utilisations expérimentées tout en mettant en lumière les limites technologiques, légales et éthiques rencontrées lors de leurs explorations. Sur la base de leurs constatations, elles proposent des recommandations aux personnes créatrices de REL quant à l’usage de l’IAG pour la création et l’évolution des REL.
Téléchargements
Renseignements sur l'article
Cette œuvre est sous licence Creative Commons Attribution - Pas d'Utilisation Commerciale - Partage dans les Mêmes Conditions 4.0 International.
Références
Athaluri, S. A., Manthena, S. V., Kesapragada, V. K. M., Yarlagadda, V., Dave, T. et Duddumpudi, R. T. S. (2023). Exploring the boundaries of reality: investigating the phenomenon of artificial intelligence hallucination in scientific writing through ChatGPT references. Cureus, 15(4). https://doi.org/10.7759/cureus.37432 DOI: https://doi.org/10.7759/cureus.37432
Dedehayir, O. et Steinert, M. (2016). The hype cycle model: A review and future directions. Technological Forecasting and Social Change, 108, 28-41. https://doi.org/10.1016/j.techfore.2016.04.005 DOI: https://doi.org/10.1016/j.techfore.2016.04.005
DeepL (2025). DeepL Translator. https://www.deepl.com/translator.
Ding, T., Li, J., Shi, X., Li, X., et Chen, Y. (2023). Is artificial intelligence associated with carbon emissions reduction? Case of China. Resources Policy, 85(B). https://doi.org/10.1016/j.resourpol.2023.103892 DOI: https://doi.org/10.1016/j.resourpol.2023.103892
Francoeur, E., Yogarajah, A. et Rolo-Dussault, M. (2025). Voltaire: an AI Chatbot to Enhance Evidence-Based Argumentation on Technology and Society [communication]. SALTISE Conference.
Fuhrman, C. et Ross, Y. (2023). Analyse et conception de logiciels. École de technologie supérieure. fabriqueREL. https://doi.org/10.5281/zenodo.10520271
Gartner (2023, 16 août). Gartner Places Generative AI on the Peak of Inflated Expectations on the 2023 Hype Cycle for Emerging Technologies. https://www.gartner.com/en/newsroom/press-releases/2023-08-16-gartner-places-generative-ai-on-the-peak-of-inflated-expectations-on-the-2023-hype-cycle-for-emerging-technologies
Gartner (2025, 5 août). Gartner Hype Cycle Identifies Top AI Innovations in 2025. https://www.gartner.com/en/newsroom/press-releases/2025-08-05-gartner-hype-cycle-identifies-top-ai-innovations-in-2025
Gartner (s.d.). Gartner Hype Cycle. https://www.gartner.com/en/research/methodologies/gartner-hype-cycle
Germain, É., Guibault, F. et Radoev, N. (2024). Réorganisation de l’enseignement dans un cours introductif en analyse et conception de logiciels| Reorganization of Teaching in an Introductory Course in Software Analysis and Design. Proceedings of the Canadian Engineering Education Association (CEEA). https://doi.org/10.24908/pceea.2024.18581 DOI: https://doi.org/10.24908/pceea.2024.18581
Ministère de l’Industrie du Canada (2021). Consultation sur un cadre moderne du droit d’auteur pour l’intelligence artificielle et l’Internet des objets. https://www.ic.gc.ca/eic/site/693.nsf/fra/00316.html
Ministère de l’Éducation du Québec. (2025). L’utilisation pédagogique, éthique et légale de l’intelligence artificielle générative : guide destiné au personnel enseignant 2024-2025. https://cdn-contenu.quebec.ca/.
OpenAI (2025a). ChatGPT. https://chat.openai.com.
OpenAI (2025b). ChatGPT-4.1 via Copilot dans Visual Studio Code. https://chat.openai.com.
Peters, M. (2023). Utilisation transparente de l’intelligence artificielle / Acronyms and Icons for a Transparent Use of AI. https://mpeters.uqo.ca/logos-ia-fr-peters-2023/.
Sallam, M. (2023). ChatGPT utility in healthcare education, research, and practice: systematic review on the promising perspectives and valid concerns. Dans Healthcare, 11(6), 887. MDPI. https://doi.org/10.3390/healthcare11060887 DOI: https://doi.org/10.3390/healthcare11060887
UNESCO (2021). Recommandation sur l’éthique de l’intelligence artificielle. https://unesdoc.unesco.org/ark:/48223/pf0000381137_fre
Walters, W. H. et Wilder, E. I. (2023). Fabrication and errors in the bibliographic citations generated by ChatGPT. Scientific Reports, 13(1), 14045. https://doi.org/10.1038/s41598-023-41032-5 DOI: https://doi.org/10.1038/s41598-023-41032-5
Zewe, A. (2025, 17 janvier). Explained: Generative AI’s environmental impact. MIT News. https://news.mit.edu/2025/explained-generative-ai-environmental-impact-0117