Débat académique sur l'IA en classe : entre surveillance et efficacité pédagogique

Un débat houleux se déroule actuellement au sein de la communauté universitaire concernant l’utilisation de l’intelligence artificielle pour surveiller l’engagement des étudiants en classe.

La discussion a été déclenchée par des rapports faisant état d’universités mettant en œuvre des systèmes de « supervision pédagogique » pilotés par l’IA, qui suivent des mesures telles que les taux de présence, le contact visuel des étudiants et les habitudes de placement en salle.

Les critiques soutiennent que ces technologies représentent un glissement vers un environnement éducatif axé sur la surveillance, privilégiant les données au détriment d’un apprentissage authentique.

L’un des cas les plus marquants concerne l’Université de Nanjing, qui a fait face à une réaction publique après la révélation de l’utilisation de systèmes d’IA pour surveiller le comportement des étudiants.

Bien que l’université ait clarifié qu’elle ne collectait pas de données de reconnaissance faciale, l’incident a suscité une conversation plus large sur l’éthique des « salles de classe intelligentes ».

De nombreux observateurs s’interrogent sur les raisons pour lesquelles des ressources financières importantes — se chiffrant en millions — sont dépensées pour des infrastructures de surveillance plutôt que pour l’amélioration de la qualité de l’enseignement ou du contenu des programmes.

Les experts en éducation soutiennent que si les étudiants ne sont pas attentifs, la solution devrait consister à rendre le contenu plus engageant plutôt que d’utiliser la technologie pour imposer la conformité.

L’expression « rendre la classe significative » est devenue un cri de ralliement pour ceux qui estiment que l’accent devrait rester sur l’apprentissage centré sur l’étudiant.

Ils soutiennent qu’une salle de classe devrait être un espace de curiosité intellectuelle et de pensée critique, et non un lieu où les étudiants se sentent constamment audités par des algorithmes.

À mesure que davantage d’universités adoptent ces systèmes de patrouille de classe par IA, la tension entre l’efficacité administrative et la liberté académique continue de croître.

Les partisans de la technologie soutiennent qu’elle fournit des données précieuses pour aider les enseignants à améliorer leur prestation et à identifier les étudiants qui pourraient être en difficulté.

Cependant, le sentiment dominant parmi les étudiants et de nombreux membres du corps professoral est le scepticisme.

Ils avertissent que se fier à des mesures telles que les « taux de levée de tête » réduit le processus complexe de l’éducation à une série de points de données, étouffant potentiellement la créativité et l’engagement que les universités visent à favoriser.

cn, Caixin Global

Source: Sohu, Phoenix New Media, China Digital Times, ThePaper.