Plus de 70 % des étudiantes et étudiants universitaires québécois utilisent régulièrement l’intelligence artificielle, selon un sondage SOM-Radio-Canada publié en janvier dernier. «Dans mes cours du DESS en résilience, risques et catastrophes, ça oscille entre 80 % et 100 %», estime Yannick Hémond, professeur au Département de géographie. «Les étudiantes et étudiants en droit ont plus de réticence à l’utiliser que dans d’autres domaines, mais ça demeure une proportion très élevée», constate pour sa part Valérie Bouchard, chargée de cours au Département des sciences juridiques.
La plupart des spécialistes sont d’accord: l’utilisation de l’IA n’est pas mauvaise en soi. Elle est même encouragée dans certains contextes. «La démocratisation d’internet il y a quelques décennies a propulsé de grands changements dans les façons d’apprendre et d’enseigner, qui sont aujourd’hui incontournables, rappelle Valérie Bouchard. On ne peut plus faire comme si l’IA n’existait pas.»
User des bonnes pratiques
Valérie Bouchard donne deux cours qui nécessitent expressément l’utilisation de l’intelligence artificielle. Pour le cours Méthodologie de la recherche juridique, la chargée de cours utilise un outil commercial conçu pour les professionnels du droit, qui automatise les tâches répétitives, accélère la recherche juridique et facilite la rédaction de documents. «Les étudiantes et étudiants doivent créer une annexe à leur travail pour montrer de quelle façon l’outil a été utilisé, précise-t-elle. Des points sont accordés aux bonnes pratiques, comme la vérification des sources. Je m’assure aussi que le produit final passe par le prisme humain.»
Dans le cours Droit et intelligence artificielle, qui porte sur les enjeux juridiques de l’IA – responsabilité, protection des données, droit d’auteur, transparence algorithmique –, Valérie Bouchard invite ses étudiantes et étudiants à utiliser deux outils qu’elle a elle-même créés afin d’améliorer leur raisonnement, leur plan ou leur séquence pédagogique. «L’idée est de leur montrer comment bien utiliser ces outils afin de soutenir leur apprentissage, et non pas que l’IA se substitue à eux», précise la chargée de cours.
Lors d’une autre activité, les étudiantes et étudiants doivent rédiger un résumé de lecture, certains avec l’aide de l’IA et d’autres sans. «Le groupe analyse ensuite les écarts: ce que l’outil restitue adéquatement, ce qu’il simplifie, ce qu’il omet et ce qui requiert un jugement qu’il ne peut exercer», explique Valérie Bouchard.
De la classe au marché du travail
Le droit n’est qu’un des domaines appelés à se transformer avec les nouveaux outils d’IA. «L’IA générative affecte le marketing numérique de manière transversale et on ne reviendra pas à l’époque où tous ces outils n’existaient pas, observe la professeure du Département de marketing Sandrine Prom Tep. Les étudiantes et étudiants seront confrontés à cette réalité sur le marché du travail.»
Dans son cours de marketing numérique au deuxième cycle, la professeure amène ses étudiantes et étudiants à utiliser différents outils d’IA, entre autres dans une séance consacrée au marketing de contenu et aux médias sociaux. «Je leur demande de se placer dans la peau de quelqu’un qui doit faire la promotion de la ville de Toronto. En équipe, ils doivent choisir un élément iconique de la ville – la Tour du CN, The Beaches, l’Aquarium, etc. – et en faire la promotion pour un public cible.»
L’exercice sert à présenter l’outil Google NotebookLM, qui permet d’importer différents types de fichiers (PDF, sites web, vidéos YouTube, fichiers audio ou textes, etc.). L’outil, qui utilise Gemini, peut ensuite établir des liens intéressants selon la perspective choisie. «Les étudiantes et étudiants doivent trouver 10 sources sur leur élément iconique et intégrer les informations dans NotebookLM afin de pouvoir ensuite demander à l’outil de générer une infolettre attrayante mettant en valeur cet élément iconique.» À la fin de l’exercice, chaque équipe présente ses résultats devant le groupe. S’ensuit une période de réflexions sur l’utilisation de la technologie, notamment sur le plan éthique.
Technophile convaincu qui maîtrise la programmation et les modèles de langage lui permettant de tirer parti des données massives, le journaliste Jean-Hugues Roy, professeur à l’École des médias, met pourtant ses étudiantes et étudiants en garde. «Je leur enseigne à ne pas se fier aux résumés IA du moteur de recherche de Google, dit-il. La base du journalisme est de remonter jusqu’à la source primaire d’une information.»
Dans son cours de journalisme de données avancées, le professeur a tout de même proposé d’utiliser l’IA générative pour concevoir le design d’un projet de recherche. L’exercice a recueilli des commentaires très négatifs de la part de quelques étudiantes et étudiants. «Leur principale objection concernait la grande consommation d’énergie qu’engendrent les centres de données faisant rouler l’IA générative, commente Jean-Hugues Roy. Je trouve rassurant que les étudiantes et étudiants soient critiques par rapport à cet enjeu.»
Un outil réflexif
Yannick Hémond encourage l’utilisation de l’intelligence artificielle dans son cours Résilience, risques et catastrophes. «Ma seule exigence est qu’elle soit déclarée et que les traces des requêtes me soient transmises», mentionne-t-il.
Ses étudiantes et étudiants se servent de l’IA de multiples façons: organiser leurs idées, faire des résumés d’articles, réviser leurs textes, même les aider à étudier. «Nous l’utilisons en classe lorsqu’on veut bien cerner des concepts complexes, ajoute le professeur. Par exemple, nous demandons à l’agent conversationnel de définir ce qu’est la vulnérabilité, puis nous raffinons progressivement notre requête. La classe s’aperçoit rapidement que plus la requête est précise, plus la réponse sera intéressante. Ce processus nous amène aussi à voir des angles morts qui nous auraient échappé autrement.»
Le professeur se sert aussi des traces des requêtes de ses étudiantes et étudiants pour améliorer ses propres pratiques pédagogiques. «Si le travail que je leur demande est trop difficile ou pas assez clair, je le vois dans les conversations avec l’IA, et je modifie mes pratiques en conséquence. C’est un bel outil réflexif sur mon enseignement.»
Difficile de prouver la tricherie
Ce ne sont pas tous les cours qui autorisent l’usage de l’intelligence artificielle. Sur le site Enseigner à l’UQAM, on peut lire que «la décision d’utiliser ou non les outils d’IA générative ou d’en permettre l’usage en tant que ressource pédagogique doit être prise par chaque personne enseignante en fonction des objectifs et des activités d’apprentissage dont elle est responsable».
Dans le sondage SOM-Radio-Canada mentionné plus tôt, près du tiers des universitaires québécois reconnaissent avoir déjà utilisé l’IA de manière contraire à ce qui est permis – confier à ChatGPT la rédaction d’une partie ou de l’ensemble de leurs travaux, par exemple, ou encore lui demander de résumer des textes qu’ils n’ont pas lus.
Valérie Bouchard, qui siège au Comité institutionnel sur les infractions de nature académique, mentionne que de plus en plus de cas d’infraction liés à l’IA lui sont rapportés. «Malheureusement, le corps enseignant dispose de très peu de moyens pour s’assurer de l’intégrité académique, affirme la chargée de cours. Les outils de détection ne sont pas suffisamment fiables pour émettre une décision d’infraction. On peut reconnaître un style d’écriture ou certains marqueurs, comme les longues phrases ou une abondance de tirets, mais ce ne sont pas des indices infaillibles.»
Yannick Hémond croit que la meilleure façon de détecter l’utilisation illicite de l’IA est d’instaurer des présentations orales qui complètent les travaux écrits. «Je découvre assez rapidement qui a fait son travail avec l’intelligence artificielle en posant des questions sur ce qui est écrit, mentionne le professeur. Les fautifs cherchent leurs mots et leurs explications restent en surface.» Une fois le malaise créé, le professeur en profite pour conscientiser son groupe aux limites de l’utilisation de l’IA. «Les conséquences ne sont peut-être pas dramatiques dans un cours, mais sur le marché du travail, c’est leur emploi qu’ils risquent.»
Si les présentations orales fonctionnent bien pour vérifier l’acquisition des connaissances, elles conviennent mieux aux petits groupes. «Si j’ai 200 ou 300 étudiants par session, c’est très difficile de leur demander de m’expliquer individuellement ce qu’ils ont écrit», nuance Valérie Bouchard.
L’utilisation de l’IA crée aussi des tensions entre les personnes étudiantes. «Dans un travail d’équipe, si une seule personne a utilisé l’IA de façon illicite sans le mentionner à ses coéquipiers, le travail au complet peut être considéré comme un plagiat, mentionne Valérie Bouchard. Certains l’utilisent sans se faire détecter, alors que d’autres, moins habiles, se font prendre, ce qui crée beaucoup d’iniquité.»
Des thèses et mémoires invalides?
Pour Yannick Hémond, le véritable danger que représente l’IA à l’université ne se trouve pas dans les salles de classe. «Traficoter un travail de session, ça se fait depuis toujours, raisonne-t-il. C’est dans le domaine de la recherche que ça peut causer d’énormes problèmes.»
Le nombre croissant d’articles scientifiques créés avec l’aide de l’IA inquiète le monde de la recherche. L’Agence Science-Presse rapportait en novembre dernier que le nombre de textes rejetés sur la plateforme de prépublication ArXiv frôle les 10 %.
Le professeur affirme que ce phénomène s’est aussi propagé à la rédaction de mémoires de maîtrise et de thèses de doctorat. «La vraie question n’est pas de savoir si ça se fait, mais plutôt quand et par qui, lance Yannick Hémond. Lorsqu’on va découvrir qu’une recherche est basée sur des données erronées, ça va soulever une tonne de questionnements éthiques.»
Si la science devient un produit de l’intelligence artificielle, il deviendra presque impossible de distinguer le vrai du faux, croit Valérie Bouchard. «L’algorithme va se nourrir de ses propres productions et sa source va devenir lui-même, illustre la chargée de cours. On tombe carrément dans un scénario de science-fiction!»
En raison de ces potentielles dérives, le modèle traditionnel du mémoire et de la thèse est appelé à se transformer, soutient Yannick Hémond. «Un rééquilibrage entre le temps consacré à la rédaction et celui consacré à la soutenance est nécessaire, dit-il. Je verrais très bien, par exemple, une soutenance de thèse donnée sous la forme d’un cours de 15 heures étalé sur plusieurs semaines. Cela permettrait de valider la solidité de la recherche et de l’argumentation.»
En attendant ces changements, Valérie Bouchard et Yannick Hémond suggèrent à leurs collègues qui n’ont pas encore apprivoisé l’intelligence artificielle de le faire progressivement. «Le meilleur conseil est de se former soi-même, conclut Valérie Bouchard. Il faut arrêter de voir seulement les dangers de l’IA, même s’il y en a. Il faut repenser nos méthodes d’enseignement et d’évaluation et tenir pour acquis que l’IA est là pour rester.»
À lire dans la même série le 9 juin prochain:
Repenser la créativité à l’heure de l’intelligence artificielle
Les artistes seront-ils bientôt remplacés par des machines?