L'IA générative en éducation

Les différentes IA : utiliser le bon vocabulaire

Il n’y a rien de pire que de parler d’un sujet dont on est moins à l’aise et finalement se tromper dans les bonnes appellations.

Afin d’avoir une compréhension commune et de quoi parle-t-on lorsqu’on mentionne IA, IAg, prenez connaissance des définitions de l’Université de Sherbrooke ci-dessous.

Ces différentes définitions sont tirées du rapport produit par un comité d’expert IA de l’Université Sherbrooke en janvier 2025. Différentes recommandations sont proposées pour adapter les programmes d’étude universitaire à l’ère de l’IA. Si vous le souhaitez, consultez le rapport complet dans la section Pour aller plus loin au bas de cette page.

L’intelligence artificielle (IA) est un terme générique désignant un domaine scientifique et technologique visant à comprendre l’intelligence et à concevoir des modèles computationnels ou algorithmes capables de simuler et de s’améliorer dans des capacités humaines générales, tels que l’apprentissage, le raisonnement, la compréhension du langage, la résolution de problèmes et la prise de décision, ainsi que dans des capacités spécifiques, comme le filtrage des courriels indésirables, les recommandations de produits, la conduite autonome ou encore le diagnostic médical (McCarthy et al., 2006; Manning, 2020 ; Prince, 2023; ).

L’intelligence artificielle générative (IAg) désigne des modèles computationnels spécifiques capables de créer de nouveaux contenus. Ces modèles sont généralement développés à partir de vastes ensembles de données (contenus), qu’ils analysent pour identifier et modéliser les structures et les motifs sous-jacents. Ils exploitent ensuite cette modélisation pour produire de nouveaux contenus. Cela comprend la génération du texte, des images, des vidéos, du code informatique ou des sons (Banh et Strobel, 2023; Prince, 2023).

L’intelligence artificielle générale (IAG) fait référence à des systèmes ou modèles d’intelligence artificielle qui n’existent pas encore à ce jour. Ces systèmes seraient caractérisés par leur capacité à apprendre de manière continue, à s’adapter et à améliorer leurs compétences de façon autonome afin d’accomplir des objectifs complexes dans des environnements variés et imprévisibles. Ils pourraient atteindre des niveaux d’intelligence similaires, voire généralement supérieurs, à ceux des êtres humains (IBM, s.d.; McLean et al., 2023; OpenAI, 2023).