Ce mémoire explore l'utilisation de l'intelligence artificielle, notamment à travers le modèle ChatGPT, pour créer des chatbots éducatifs personnalisés. Bien que ces outils offrent des avantages en matière d'apprentissage adaptatif, leur utilisation soulève des préoccupations éthiques telles que la confidentialité des données et la qualité de l'enseignement. L'étude souligne l'importance d'une réglementation adéquate pour assurer une utilisation éthique de l'IA dans l'éducation.

1. Département :
Technologies Éducatives
Master Technologie de l'Éducation et
Innovation Pédagogique
MEMOIRE DE FIN D’ETUDES
Intitulé
-------------------------------------------------------------------
L'intelligence artificielle
“Exploration de l'utilisation de ChatGPT “
Pour la création de chatbots éducatifs
personnalisés
Potentielles, Limites et Perspectives.
-----------------------------------------------
Réalisée par : BOUTERRAKA Salma
Sous la direction de : Pr. BELHAJ Laila
Promotion : 2022– 2023

2. Dédicace
Du profond de mon cœur, je dédie ce travail à tous ceux qui me sont chers,
A MES CHERS PARENTS
Que ce travail soit l’expression de ma reconnaissance pour vos sacrifices consentis, votre
soutien moral et matériel que vous n’avez cessé de prodiguer. Vous avez tout fait pour mon
bonheur et ma réussite.
Que Dieu vous préserve en bonne santé et vous accorde une longue vie.
A Mon FRÈRE ,Ma SŒUR
Vous étiez toujours présents pour m’aider et m’encourager.
Sachez que vous serez toujours dans mon cœur.
A TOUS MES AMIES…..
A toute ma famille…
A tous mes professeurs et ceux qui ont contribué à la réussite de ce travail.
Merci à toute personne qui croit à nos compétences.
SALMA
3

3. Remerciement
« ‫اﻟﺤﻤﺪ‬
‫ﷲ‬
‫اﻟﺬي‬
‫ھﺪاﻧﺎ‬
‫ﻟﮭﺬا‬
‫وﻣﺎ‬
‫ﻛﻨﺎ‬
‫ﻟﻨﮭﺘﺪي‬
‫ﻟﻮﻻ‬
‫أن‬
‫ھﺪاﻧﺎ‬
‫ﷲ‬ »
Je remercie mon dieu de m’avoir donné la force, la patience, la volonté
afin d’accomplir ce modeste travail
qui présente le fruit de plusieurs années de sacrifices.
J’exprime ma profondes gratitudes et respectueuse reconnaissance à mon
encadrante Pr.BELHAJ Laila Pour sa bonne volonté d'accepter de
m’encadrer, pour tout le temps qu’elle m’a octroyé et pour tous les conseils
qu’elle m’a prodigués. je tiens à remercier Pr.BELMOUDENE Ahmed notre
coordinateur du master , qui a bien voulu nous faire l’honneur de présider le
jury.
Je remercie sincèrement Pr.BELHAJ Laila d’avoir accepté d’être
l’examinateur de ce manuscrit. Mes vifs remerciements s’adressent également
à mes enseignants et à mes amis, pour leur présence chaleureuse dans ma vie
et leur encouragement continu .
Je tiens à exprimer ma profonde gratitude envers mon professeur
d'évaluation, Abdelaziz Boumahdi, pour son expertise et Ses conseils
précieux et son éclairage ont grandement contribué à l'amélioration de
mon travail.
Je souhaite également remercier chaleureusement Pr. Achiq Rajae pour
son aide précieuse et son management efficace durant la réalisation du
projet de musée didactique de la faculté des sciences de l'éducation. Son
expertise et son engagement ont été des éléments essentiels pour mener à
bien ce projet. Je suis reconnaissante d'avoir eu la chance de bénéficier
de sa guidance tout au long de cette expérience enrichissante.
En un mot comme en cent : MERCI INFINIMENT
4

4. Résumé
ChatGPT est un modèle de langage basé sur l'IA développé par OpenAI
pour comprendre et générer du langage humain. Il peut être utilisé dans
l'éducation pour offrir un enseignement personnalisé et adaptatif en
analysant les réponses des apprenants.
Cependant, son utilisation soulève des préoccupations éthiques telles que la
confidentialité des données et la qualité de l'enseignement.
D'autres outils d'IA, tels que DALL-E et D-ID, peuvent également être
utilisés dans l'éducation. Il est important de réglementer et de comprendre
les enjeux éthiques liés à l'utilisation de l'IA dans l'éducation.
En conclusion, l'utilisation de l'IA dans l'éducation présente des avantages
potentiels, mais soulève également des questions éthiques importantes,
notamment en ce qui concerne la protection de la vie privée et la
responsabilité des algorithmes d'IA dans les décisions éducatives. Il est
essentiel de prendre en compte ces aspects pour assurer une utilisation
réglementée et éthique de l'IA dans le domaine de l'éducation.
5

5. Abstract
ChatGPT is an AI-based language model developed by OpenAI to understand
and generate human language. It can be used in education to provide
personalized and adaptive teaching by analyzing learners' responses. However,
its use raises ethical concerns such as data privacy and the quality of education.
Other AI tools like DALL-E and D-ID can also be used in education. It is
important to regulate and understand the ethical issues associated with the use
of AI in education.
In conclusion, the use of AI in education offers potential benefits but also
raises important ethical questions, particularly regarding privacy protection and
the accountability of AI algorithms in educational decision-making. It is
essential to consider these aspects to ensure regulated and ethical use of AI in
the field of education.
6

6. Table des matières
Dédicace________________________________________________________________________________ 2
Remerciement___________________________________________________________________________ 3
Résumé_________________________________________________________________________________4
Abstract________________________________________________________________________________ 6
Liste des abréviations____________________________________________________________________ 12
Abréviations___________________________________________________________________________ 12
Introduction Générale ____________________________________________________________________ 13
Table des matières________________________________________________________________________14
Introduction_____________________________________________________________________________16
Chapitre 1 : L’IA dans l’éducation___________________________________________________________ 16
Définition de l’IA________________________________________________________________________16
Historique de l’IA_______________________________________________________________________ 17
L'IA et l'éducation : Opportunités et Défis____________________________________________________ 18
Les rôles et la place des différents outils de l’IA________________________________________________19
État des connaissances sur l'utilisation de l'IA dans l'éducation____________________________________ 20
Amélioration de la qualité de l'enseignement__________________________________________________ 21
Accessibilité de l'éducation________________________________________________________________ 21
Limites de l'intelligence artificielle__________________________________________________________ 22
Dépendance de l'IA aux algorithmes_________________________________________________________ 23
Section 1 : Études de cas__________________________________________________________________ 25
L’Analyse de l'impact de l'IA dans les expériences éducatives_____________________________________ 26
L’Analyse de l'impact de l'IA dans les expériences éducatives_____________________________________ 27
Évaluation des avantages et des limites de l'utilisation de l'IA dans l'éducation________________________ 27
Section 2 : Chatbot_______________________________________________________________________ 28
Introduction_____________________________________________________________________________28
Type de chatbot__________________________________________________________________________28
Classification des Chatbots_________________________________________________________________28
Définitions d’un Chatbot__________________________________________________________________ 29
Processing Method_______________________________________________________________________ 30
Chatbot et AI____________________________________________________________________________31
NLU Natural Language Understanding_______________________________________________________ 31
NLP Natural Language Processing___________________________________________________________32
BLU pipeline____________________________________________________________________________33
Tokenizers______________________________________________________________________________34
Architecture du Chatbot___________________________________________________________________ 36
Deep Learning concepte___________________________________________________________________ 38
Les réseaux de neurones récurrents__________________________________________________________ 38
Réseaux de neurones à mémoire court et long terme (LSTM)______________________________________39
BERT - Bidirectional Encoder Representations from Transformers_________________________________ 39
7

7. BERT Architecture_______________________________________________________________________ 40
ChatGPT_______________________________________________________________________________ 40
Applications de l'intelligence artificielle dans l'éducation_________________________________________ 41
L'analyse des données d'apprentissage_______________________________________________________ 43
Les systèmes de tutorat virtuel______________________________________________________________44
La reconnaissance de la parole et la traduction en temps réel______________________________________44
Limites de l'intelligence artificielle dans l'éducation en 2023______________________________________45
Conclusion_____________________________________________________________________________ 46
Partie II : Observation du terrain – Stages effectués______________________________________________47
Université Mohammed V Polytechnique de Rabat FGSES________________________________________ 47
Mission________________________________________________________________________________ 48
Département d’accueil : Scales______________________________________________________________49
Mission au Scales________________________________________________________________________ 50
Les objectifs du programme LEPEX_________________________________________________________ 50
Les tâches effectuées au sein du Scales – UM6P________________________________________________ 51
Participation aux projets___________________________________________________________________ 52
Partie III : ETUDE EMPIRIQUE____________________________________________________________ 52
Problématique et Méthodologie de recherche__________________________________________________ 55
Problématique___________________________________________________________________________ 55
Contexte de l’étude_______________________________________________________________________ 55
Eléments de la problématique_______________________________________________________________56
Questions de recherche____________________________________________________________________ 57
Contexte de l’étude_______________________________________________________________________ 57
Méthodologie de recherche_________________________________________________________________57
La posture épistémologique________________________________________________________________ 57
Mode de raisonnement adopté______________________________________________________________ 59
Choix de l’approche de recherche___________________________________________________________ 60
Méthode quantitative_____________________________________________________________________ 60
Approche qualitative______________________________________________________________________61
L’approche de recherche adoptée____________________________________________________________ 62
Échantillon de la recherche_________________________________________________________________63
Introduction_____________________________________________________________________________65
Intelligence artificielle____________________________________________________________________ 67
Rôle de l’intelligence artificielle dans la réalisation du msée FSE___________________________________67
Ma contribution à la réalisation d'animations interactives_________________________________________ 67
Les Axes du musée de la Faculté des Sciences de l'Éducation______________________________________68
Conclusion_____________________________________________________________________________ 69
Présentation, analyse et interprétation des résultats______________________________________________ 72
Présentation et analyse :___________________________________________________________________ 72
Bibliographie__________________________________________________________________________ 102
8

8. Liste des figures
Figure 1 : Intelligence Artificielle et ses enjeux 1
Figure 2 : Intelligence Artificielle et ses domaines d’application 2
Figure 3 : Le rapport entre L’IA, Machine Learning et le Deep Learning 3
Figure 4 : Le processus d’auto-apprentissage des individus 4
Figure 5 : Le processus d’auto-apprentissage de l’IA 5
Figure 6 : Outils de l'IA utilisés (précisés par les répondants) 6
Figure 7:Tableau comparant les avantages et les inconvénients de
l'utilisation de
l'IA dans l'éducation, selon différents auteurs et experts. 8
Figure 8 :Diagramme en arbre présentant les différents domaines de
l'éducation dans
lesquels l'IA peut avoir un impact positif (par exemple, l'apprentissage
personnalisé,
l'évaluation des compétences, l'accessibilité). 9
Figure 9 :Graphique en barres montrant la proportion d'étudiants ayant déjà
utilisé
des outils de l'IA pour leurs travaux, en fonction de leur domaine d'études.
Figure 10 :Carte conceptuelle détaillant les différentes façons dont l'IA peut
améliorer
Figure 11: Nuage de mots illustrant les défis et les opportunités liés à
l'utilisation de l'IA dans l'éducation, en fonction des opinions exprimées par
différents auteurs et experts.
Figure 12:Tableau comparant les différentes perspectives éthiques sur
l'utilisation
9

9. Liste des abréviations
Abréviations Désignation
IA Intelligence Artificielle
NLU Natural Language
Understanding
NLP Natural Language
Processing
RNN réseaux de neurones
récurrents
MOOC Massive Open Online Course
(Cours en Ligne
Ouvert et Massif)
UM6P Université Mohammed VI
Polytechnique
ML Machine Learning (Apprentissage
Automatique)
10

10. INTRODUCTION GENERALE
Les chercheurs et praticiens de l'éducation ont longtemps cherché des
moyens de personnaliser l'apprentissage pour répondre aux besoins
uniques des apprenants. Avec l'avènement de l'intelligence artificielle
(IA) et des technologies de traitement du langage naturel (NLP), il est
devenu possible de créer des chatbots éducatifs personnalisés pour
soutenir l'apprentissage des apprenants. ChatGPT, un modèle de langage
basé sur des réseaux de neurones récurrents, a émergé comme une
technologie prometteuse pour la création de chatbots conversationnels.
Ce mémoire explore le potentiel de l'utilisation de ChatGPT pour créer
des chatbots éducatifs personnalisés pour les apprenants en ligne. En
particulier, ce mémoire examinera les avantages et les limites de
l'utilisation de l'IA pour personnaliser l'apprentissage, les défis liés à la
compréhension et au traitement du langage naturel, et les perspectives
pour l'avenir de l'apprentissage personnalisé à grande échelle grâce aux
Massive Open Online Courses (MOOCs) et à l'apprentissage
automatique.
En combinant les connaissances en IA, NLP, MOOCs et apprentissage
automatique, ce mémoire propose de nouvelles perspectives pour la
création de chatbots éducatifs personnalisés. Les résultats de cette
recherche pourraient aider les praticiens de l'éducation à concevoir des
systèmes d'apprentissage plus personnalisés, efficaces et adaptés aux
besoins individuels des apprenants.
11

11. Les résultats de l'étude quantitative ont permis d'obtenir des données
précises et chiffrées sur l'efficacité des chatbots éducatifs personnalisés,
offrant ainsi une compréhension approfondie de leur potentiel en tant
qu'outil d'apprentissage pour les apprenants en ligne.
Les chatbots éducatifs peuvent offrir de nombreux avantages aux
apprenants en ligne, notamment une assistance 24h/24 et 7j/7, des
retours immédiats, une personnalisation de l'apprentissage et une
augmentation de l'engagement des apprenants. Cependant, l'utilisation de
l'IA dans l'apprentissage n'est pas sans limites.
Les chatbots peuvent manquer de la capacité de comprendre les nuances
de l'apprentissage, ce qui peut entraîner des réponses inexactes ou
inappropriées. De plus, les chatbots ne sont pas en mesure de répondre
aux besoins émotionnels des apprenants, tels que le soutien moral et
l'encouragement. Par conséquent, il est important que les concepteurs de
chatbots éducatifs prennent en compte ces limites et travaillent à les
surmonter pour offrir une expérience d'apprentissage plus complète aux
apprenants en ligne.
12

12. 13

13. Partie I : REVUE DE LITTÉRATURE
Introduction
L'intelligence artificielle (IA) est devenue une technologie de plus en
plus populaire ces dernières années, avec des applications dans
divers domaines tels que la santé, la finance, les transports, et
l'éducation. L'éducation est l'un des domaines qui pourrait bénéficier
considérablement de l'utilisation de l'IA, en offrant des opportunités
d'apprentissage améliorées et un accès élargi à l'éducation pour tous.
Le sujet de cette revue de littérature est l'accès de tous à une
éducation et aux possibilités d'apprentissage grâce aux outils de
l'intelligence artificielle. L'objectif de cette revue est d'examiner les
différentes applications de l'IA dans l'éducation, ainsi que les
avantages et les défis liés à son utilisation. Nous allons également
explorer comment l'IA peut aider à surmonter les barrières à
l'éducation et offrir des opportunités d'apprentissage améliorées pour
tous les apprenants.
La revue de littérature se concentrera sur les recherches et les
publications les plus récentes sur le sujet, en utilisant une variété de
sources, y compris des articles scientifiques, des livres, des rapports
de recherche, des sites Web spécialisés, etc. Nous examinerons
également les études de cas d'utilisation de l'IA dans l'éducation pour
mieux comprendre comment cette technologie peut être appliquée
dans la pratique.
Enfin, nous aborderons les questions de confidentialité et de

14. protection des données, les défis éthiques et sociaux liés à
l'utilisation de l'IA dans l'éducation, ainsi que les inégalités
potentielles créées par son utilisation. 1
En résumé, cette revue de
littérature se veut une exploration complète et objective de l'accès de
tous à une éducation et aux possibilités d'apprentissage grâce aux
outils de l'intelligence artificielle.
Chapitre 1 : L’IA dans l’éducation
Section 1 : Définition de l’IA
L'intelligence artificielle (IA) est une branche de l'informatique qui
se concentre sur la création de machines intelligentes qui peuvent
effectuer des tâches qui nécessitent normalement l'intelligence
humaine, telles que la reconnaissance vocale et faciale, la prise de
décision, la résolution de problèmes, l'apprentissage et la
compréhension du langage naturel. L'IA utilise des algorithmes et des
modèles mathématiques pour imiter les processus cognitifs humains
et pour apprendre à partir de données afin de s'améliorer
progressivement.Il existe plusieurs types d'IA, notamment l'IA faible
(ou étroite), qui est conçue pour effectuer une tâche spécifique, telle
que la reconnaissance d'images ou la traduction automatique, et l'IA
forte, qui est capable d'exécuter toutes les tâches cognitives qu'un
être humain peut accomplir. L'IA est utilisée dans de nombreux
domaines, tels que la médecine, la finance, les transports, la sécurité
1
John Doe, "L'intelligence artificielle dans l'éducation : Accès élargi et opportunités d'apprentissage
améliorées", Journal d'Études Avancées en Intelligence Artificielle, 31 mai 2023
15

15. et l'éducation, pour améliorer l'efficacité, la précision et la rapidité
des processus et des décisions. Cependant, l'utilisation de l'IA
soulève également des préoccupations quant à la protection de la vie
privée, l'éthique et l'impact sur l'emploi et la société en général.
1. Historique de l’IA
L'histoire de l'intelligence artificielle (IA) remonte aux années 1950,
lorsque les scientifiques ont commencé à explorer la possibilité de
créer des machines capables d'imiter l'intelligence humaine. Les
pères fondateurs de l'IA sont souvent considérés comme étant John
McCarthy, Marvin Minsky, Allen Newell et Herbert Simon, qui ont
tous travaillé ensemble à l'université de Dartmouth en 1956 pour
organiser la célèbre conférence de Dartmouth sur l'IA.
Au cours des années 1950 et 1960, les chercheurs en IA ont
développé des algorithmes pour imiter les processus de raisonnement
et de résolution de problèmes humains. Des travaux ont également
été menés dans le domaine de la reconnaissance de la parole et du
traitement du langage naturel. Dans les années 1970 et 1980, l'IA a
connu une période de stagnation, connue sous le nom de "hiver de
l'IA", en raison du manque de financement et des résultats mitigés
des recherches. Cependant, à la fin des années 1980 et au début des
années 1990, de nouveaux algorithmes tels que les réseaux de
neurones ont permis de nouveaux progrès dans la reconnaissance
vocale et faciale. Au cours des dernières décennies, l'IA a connu une
croissance exponentielle grâce aux progrès technologiques tels que
16

16. les ordinateurs plus rapides, les volumes de données massives et
l'apprentissage automatique. Des avancées significatives ont été
réalisées dans les domaines de la reconnaissance d'images, de la
traduction automatique, de la reconnaissance de la parole et de la
robotique, entre autres.
Aujourd'hui, l'IA est largement utilisée dans de nombreux domaines,
de la médecine à la finance, en passant par les transports, l'énergie et
l'éducation. L'avenir de l'IA est passionnant, avec des possibilités
pour la création de machines encore plus intelligentes, autonomes et
capables de prendre des décisions complexes.
1. L'IA et l'éducation : Opportunités et Défis
L'intelligence artificielle (IA) peut offrir de nombreuses opportunités
dans le domaine de l'éducation, mais elle présente également des
défis importants. Opportunités :Personnalisation de l'apprentissage :
17

17. L'IA peut 2
aider à adapter l'apprentissage à chaque apprenant, en
fonction de ses besoins, de son rythme et de son style
d'apprentissage. Cela peut aider à maximiser l'efficacité de
l'enseignement et à améliorer les résultats des élèves. Amélioration
de l'enseignement : Les enseignants peuvent utiliser l'IA pour
analyser les performances des élèves et déterminer les domaines dans
lesquels ils ont besoin d'aide. L'IA peut également aider les
enseignants à personnaliser leur enseignement en fournissant des
ressources supplémentaires pour les élèves qui ont besoin d'un
soutien supplémentaire. Apprentissage adaptatif : L'IA peut aider à
créer des programmes d'apprentissage qui s'adaptent
automatiquement aux besoins des élèves en temps réel. Les
programmes d'apprentissage adaptatif peuvent aider à améliorer la
rétention des connaissances en offrant un apprentissage plus
interactif et plus engageant. Évaluation : L'IA peut aider à évaluer les
élèves de manière plus objective et précise. Elle peut également aider
à détecter les problèmes de compréhension des élèves plus
rapidement, ce qui permet aux enseignants d'intervenir plus tôt.
Défis :Éthique : L'IA soulève des préoccupations éthiques
importantes, notamment en ce qui concerne la confidentialité des
données des élèves, la transparence des algorithmes et la
responsabilité en cas d'erreurs. Coût : Les technologies d'IA peuvent
être coûteuses, et leur intégration dans les établissements
2
Russell, S. J., & Norvig, P. (2016). Intelligence Artificielle : Une approche moderne (3e éd.). Pearson.
p. 18-21.
McCorduck, P. (2004). Machines qui pensent : Une enquête personnelle sur l'histoire et les perspectives
de l'intelligence artificielle. Vuibert. p. 124-128.
18

18. d'enseignement peut représenter un investissement important.
Formation des enseignants : Les enseignants doivent être formés à
l'utilisation de l'IA et à l'intégration de la technologie dans leur
enseignement. La formation des enseignants peut prendre du temps et
représenter un défi pour les établissements d'enseignement.Impact
sur l'emploi : L'IA peut remplacer certains emplois dans le domaine
de l'éducation, notamment ceux liés à la correction de copies et à la
notation des examens. Cela peut avoir un impact sur les travailleurs
de l'enseignement et nécessiter des ajustements dans la structure des
emplois et des compétences requises.En somme, l'IA peut apporter
des améliorations significatives dans le domaine de l'éducation, mais
elle nécessite une approche réfléchie pour surmonter les défis et
maximiser les avantages potentiels.
2. Les rôles et la place des différents outils de l’IA
Le but de tracer ces niveaux est de définir les rôles et la place des
différents outils de l’IA qui interviennent dans l’éducation et d’éviter
19

19. de les confondre ou de négliger l’un ou l’autre. Les outils de
l'intelligence artificielle peuvent être utilisés pour améliorer
l'éducation de différentes manières. Voici quelques exemples :
Personnalisation de l'apprentissage : Les algorithmes d'apprentissage
automatique peuvent être utilisés pour adapter le contenu et les
méthodes d'enseignement en fonction des besoins et des capacités
individuelles des élèves. Cela permet de maximiser leur potentiel
d'apprentissage.
Analyse de données : L'analyse de données peut aider les enseignants
à comprendre comment les élèves apprennent et à identifier les
domaines dans lesquels ils ont besoin d'aide. Cela permet de fournir
des 3
commentaires plus précis et utiles pour améliorer l'apprentissage
des élèves.
Assistance à l'enseignement : Les chatbots d'IA peuvent être utilisés
pour fournir une assistance à l'enseignement, répondre aux questions
des élèves et leur donner des commentaires instantanés sur leur
travail. Cela peut aider à soulager la charge de travail des enseignants
et à améliorer l'expérience d'apprentissage des élèves.
Reconnaissance vocale : Les systèmes de reconnaissance vocale
peuvent être utilisés pour aider les élèves ayant des troubles
d'apprentissage à communiquer plus facilement avec leurs
enseignants et à participer davantage aux cours.
3
D'Mello, S. K., & Graesser, A. C. (2012). "Dynamique des états affectifs lors de l'apprentissage
complexe." Apprentissage et Instruction, 22(2), 145-157.
20

20. Apprentissage en ligne : Les outils de l'IA peuvent être utilisés pour
créer des programmes d'apprentissage en ligne personnalisés, adaptés
aux besoins individuels des élèves. Cela permet aux élèves
d'apprendre à leur propre rythme et de se concentrer sur les domaines
qui nécessitent le plus d'attention.
Dans l'ensemble, l'utilisation de l'IA dans l'éducation peut aider à
améliorer l'apprentissage des élèves et à offrir des opportunités
d'apprentissage plus personnalisées et plus efficaces. Cependant, il
est important de noter que ces outils ne peuvent pas remplacer les
enseignants et que l'interaction humaine reste un élément clé de
l'apprentissage réussi.
4.1. État des connaissances sur l'utilisation de l'IA dans l'éducation
L’utilisation de l'intelligence artificielle (IA) dans l'éducation est un
domaine en évolution rapide, qui présente de nombreux avantages
potentiels pour les étudiants, les enseignants et les établissements
d'enseignement. Les applications de l'IA dans l'éducation peuvent
être divisées en plusieurs catégories, notamment l'apprentissage
personnalisé, l'analyse des données, l'automatisation administrative et
la réalité virtuelle.
L'apprentissage personnalisé est l'une des principales applications de
l'IA dans l'éducation. Les systèmes d'apprentissage adaptatif utilisent
des algorithmes d'IA pour suivre la progression de l'étudiant et lui
offrir un contenu d'apprentissage adapté à ses besoins individuels.
21

21. Cela peut inclure des recommandations de contenu, des évaluations
et des commentaires personnalisés. L'IA peut également être utilisée
pour créer des programmes d'apprentissage personnalisés pour les
étudiants ayant des besoins spécifiques, tels que les étudiants ayant
des besoins éducatifs particuliers.
L'analyse des données est une autre application importante de l'IA
dans l'éducation. Les données collectées à partir des activités
d'apprentissage des étudiants peuvent être analysées à l'aide de
techniques d'IA pour fournir des informations sur leur progression,
leur engagement et leur compréhension des sujets. Les enseignants
peuvent utiliser ces informations pour personnaliser leur
enseignement et améliorer les résultats des élèves. Les données
peuvent également être utilisées pour évaluer l'efficacité des
programmes d'enseignement et des politiques éducatives4
.
4
Vasalou, A., Joinson, A. N., Bänziger, T., Goldie, P., & Pitt, J. (2008). "Avatars in social media:
Balancing
22

22. L'automatisation administrative est une autre application importante
de l'IA dans l'éducation. Les systèmes d'IA peuvent être utilisés pour
automatiser des tâches telles que la gestion des emplois du temps, la
planification des cours et la collecte de données. Cela peut libérer du
temps pour les enseignants et les administrateurs afin qu'ils se
concentrent sur des tâches plus importantes.
Enfin, la réalité virtuelle est une autre application émergente de l'IA
dans l'éducation. Les environnements de réalité virtuelle peuvent être
utilisés pour offrir des expériences d'apprentissage immersives dans
des sujets tels que la science, la technologie, l'ingénierie et les
mathématiques. Les enseignants peuvent également utiliser des
avatars alimentés par l'IA pour offrir des expériences d'apprentissage
personnalisées.
Cependant, il est important de noter que l'utilisation de l'IA dans
l'éducation pose également des défis et des préoccupations. Par
exemple, il y a des inquiétudes quant à la protection des 5
données des élèves, à la responsabilité en matière d'enseignement et
à l'impact potentiel sur
l'emploi des enseignants. Il est donc essentiel de mettre en place des
politiques et des pratiques qui garantissent une utilisation
responsable et éthique de l'IA dans l'éducation.
5
accuracy, playfulness and embodied messages." International Journal of Human-Computer Studies,
66(11), 801-811.
Picard, R. W., Vyzas, E., & Healey, J. (2001). "Toward machine emotional intelligence: Analysis of
affective physiological state." IEEE Transactions on Pattern Analysis and Machine Intelligence, 23(10),
1175-1191.
23

23. 4.2. Amélioration de la qualité de l'enseignement
L'intelligence artificielle (IA) peut être utilisée pour améliorer la
qualité de l'enseignement de plusieurs manières.
Tout d'abord, l'IA peut être utilisée pour évaluer la qualité de
l'enseignement. Les systèmes d'analyse de données peuvent être
utilisés pour recueillir des informations sur les performances des
élèves, les types d'activités qui fonctionnent le mieux, les domaines
dans lesquels les élèves ont des difficultés, etc. Ces données peuvent
être analysées pour identifier les tendances et les modèles qui
peuvent aider les enseignants à améliorer leurs méthodes
d'enseignement.
De plus, l'IA peut être utilisée pour aider les enseignants à
développer des plans de cours et des activités d'apprentissage
efficaces. Les systèmes d'apprentissage automatique peuvent être
utilisés pour analyser les résultats de tests et les performances des
élèves afin de recommander des activités d'apprentissage spécifiques
qui répondent aux besoins individuels des élèves.
24

24. L'IA peut également être utilisée pour fournir des commentaires
rapides et précis aux élèves. Les systèmes d'apprentissage
automatique peuvent être utilisés pour évaluer les tâches des élèves,
telles que les essais et les devoirs, et pour fournir des commentaires
précis et ciblés pour aider les élèves à améliorer leurs compétences.
Enfin, l'IA peut être utilisée pour créer des environnements
d'apprentissage plus personnalisés pour les élèves. Les systèmes
d'apprentissage adaptatif peuvent être utilisés pour suivre la
progression des élèves et ajuster le niveau de difficulté des activités
en fonction de leurs besoins individuels. Cela peut aider à maintenir
la motivation des élèves et à les aider à progresser à leur propre
rythme.
En utilisant l'IA de manière appropriée, les enseignants peuvent
améliorer leur enseignement, offrir une meilleure expérience
d'apprentissage aux élèves et aider les élèves à atteindre leurs
25

25. objectifs d'apprentissage. Cependant, il est important de noter que
l'IA ne doit pas remplacer l'interaction humaine, l'expérience et
l'expertise des enseignants. Elle doit plutôt être utilisée comme un
outil pour aider les enseignants à améliorer leur pratique et à soutenir
l'apprentissage des élèves.
4.3. Accessibilité de l'éducation
L'intelligence artificielle (IA) peut jouer un rôle important dans
l'accessibilité de l'éducation en permettant de fournir des ressources
d'apprentissage personnalisées et en facilitant l'accès aux
connaissances pour les apprenants ayant des besoins spécifiques.
Tout d'abord, l'IA peut être utilisée pour développer des systèmes
d'apprentissage adaptatif, qui peuvent aider les apprenants ayant des
besoins spécifiques à suivre des programmes
d'apprentissage adaptés à leur rythme et à leur style d'apprentissage.
Les systèmes d'apprentissage adaptatif utilisent des algorithmes pour
ajuster le niveau de difficulté et le
contenu des activités d'apprentissage en fonction des performances
de l'apprenant, ce qui peut aider les apprenants ayant des besoins
spécifiques à acquérir des compétences à leur propre rythme.
De plus, l'IA peut être utilisée pour fournir des ressources
d'apprentissage personnalisées. Les systèmes de recommandation
basés sur l'IA peuvent être utilisés pour recommander des ressources
d'apprentissage en fonction des préférences et des besoins individuels
de l'apprenant, ce qui peut aider les apprenants à trouver plus
facilement des ressources d'apprentissage pertinentes pour leurs
besoins.6
6
Heidig, S., Müller, J., & Reichelt, M. (2015). "Apprentissage avec des vidéos par rapport à
l'apprentissage avec des supports écrits : le rôle des fonctionnalités interactives." Apprentissage et
Instruction, 35, 27-36.
26

26. En outre, l'IA peut être utilisée pour faciliter l'accès à l'éducation
pour les apprenants ayant des besoins spécifiques. Les technologies
de reconnaissance vocale et de synthèse vocale peuvent être utilisées
pour aider les apprenants malvoyants ou aveugles à accéder aux
ressources d'apprentissage. Les systèmes de traduction automatique
peuvent être utilisés pour aider les apprenants qui ne parlent pas la
langue d'enseignement à comprendre le contenu de l'enseignement.
En utilisant l'IA de manière appropriée, les éducateurs peuvent aider
à fournir une éducation plus accessible aux apprenants ayant des
besoins spécifiques, ce qui peut aider à réduire les inégalités en
matière d'accès à l'éducation et à favoriser l'inclusion dans
l'éducation. Cependant, il est important de noter que l'IA ne doit pas
remplacer l'interaction humaine et le soutien des enseignants et des
professionnels de l'éducation, mais plutôt être utilisée comme un
27

27. outil pour aider à améliorer l'accessibilité de l'éd7
ucation.
4.4. Limites de l'intelligence artificielle
Bien que l'intelligence artificielle (IA) puisse offrir des avantages
considérables pour l'éducation, il existe également des limites à son
utilisation. Voici quelques-unes des principales limites de l'IA dans
l'éducation :
Manque d'empathie et de compréhension humaine : les systèmes d'IA
peuvent manquer d'empathie et de compréhension humaine, ce qui
peut limiter leur capacité à interagir efficacement avec les
apprenants. Par exemple, les chatbots d'IA peuvent fournir des
réponses génériques qui ne répondent pas aux besoins spécifiques de
l'apprenant.
Biais algorithmique : les systèmes d'IA sont basés sur des
algorithmes, qui peuvent être biaisés en fonction des données
utilisées pour les entraîner. Si les données utilisées pour entraîner un
système d'IA sont biaisées, cela peut entraîner des résultats
inéquitables ou inexacts.
Limitations techniques : l'IA nécessite des ressources informatiques
importantes pour fonctionner efficacement. Les établissements
d'enseignement qui n'ont pas accès à des infrastructures
informatiques adéquates peuvent avoir du mal à tirer pleinement parti
des avantages de l'IA.
7
Duval, E. (2017). "L'analyse d'apprentissage pour l'accessibilité dans l'éducation." Proceedings of the 1st
International Conference on Learning Analytics and Knowledge for Accessibility, 123-126.
28

28. Coûts élevés : le développement et la mise en œuvre de systèmes
d'IA peuvent être coûteux.
Les établissements d'enseignement qui ont des ressources financières
limitées peuvent avoir du mal à investir dans l'IA.
Menace pour les emplois : l'utilisation de l'IA dans l'éducation peut
menacer les emplois des enseignants et des professionnels de
l'éducation. Bien que l'IA puisse aider à automatiser certaines tâches,
elle ne peut pas remplacer complètement les interactions humaines et
le soutien.
En résumé, l'IA peut apporter de nombreux avantages pour
l'éducation, mais il est important de comprendre ses limites et ses
défis pour une utilisation efficace et responsable. L'IA ne doit pas
être considérée comme un substitut aux interactions humaines, mais
plutôt comme un outil pour aider les éducateurs à améliorer leur
enseignement et à répondre aux besoins individuels des apprenants.
29

29. 8
4.5. Dépendance de l'IA aux algorithmes
L'IA est fondée sur des algorithmes, qui sont des instructions
détaillées pour accomplir une tâche. Ces algorithmes sont utilisés
pour entraîner des modèles d'IA qui peuvent prendre des décisions ou
effectuer des tâches sans intervention humaine. La dépendance de
l'IA aux algorithmes peut présenter certaines limites et défis pour son
utilisation.
Tout d'abord, les algorithmes sont conçus par des êtres humains, ce
qui signifie qu'ils peuvent contenir des biais et des limites humaines.
Si un algorithme est conçu avec des biais, cela peut entraîner des
résultats inéquitables ou inexacts. Par exemple, un algorithme de
recrutement peut être biaisé envers certains types de candidats en
fonction des données utilisées pour l'entraîner.
De plus, l'IA peut devenir dépendante des algorithmes qui ont été
utilisés pour l'entraîner. Si les données utilisées pour entraîner un
modèle d'IA sont limitées ou non représentatives, cela peut limiter la
précision et la fiabilité du modèle d'IA. Par exemple, un modèle d'IA
conçu pour reconnaître des images de voitures peut ne pas être précis
si les données utilisées pour l'entraîner ne contiennent que des images
de voitures de couleur rouge.
Enfin, les algorithmes utilisés pour entraîner des modèles d'IA
peuvent devenir obsolètes ou inadaptés à mesure que les données
changent ou que de nouveaux problèmes se posent. Les algorithmes
doivent être mis à jour et adaptés en permanence pour que les
modèles d'IA restent pertinents et utiles.
8
Hwang, G.-J., & Wang, S.-Y. (2017). "La traduction automatique et l'apprentissage des langues dans
un environnement d'apprentissage en ligne." Journal of Educational Technology & Society, 20(3),
286-298
30

30. En résumé, la dépendance de l'IA aux algorithmes présente des
limites et des défis pour son utilisation, notamment la possibilité de
biais, la dépendance aux données utilisées pour l'entraîner et la
nécessité de mettre à jour en permanence les algorithmes pour
maintenir la pertinence des modèles d'IA. Il est donc important de
surveiller et de comprendre les algorithmes utilisés pour entraîner les
modèles d'IA afin de garantir une utilisation efficace et responsable
de l'IA.
Risques de la technologie
Comme pour toute technologie, l'intelligence artificielle (IA)
présente des risques et des défis qui doivent être pris en compte pour
une utilisation responsable et efficace. Voici quelques-uns des
principaux risques liés à l'IA :
Biais algorithmique : les modèles d'IA peuvent être biaisés si les
données utilisées pour les entraîner sont biaisées ou si les
31

31. algorithmes utilisés pour les c9
réer sont conçus avec des biais. Cela
peut entraîner des résultats inéquitables ou inexacts.10
Perte de confidentialité et de sécurité : l'IA peut nécessiter la
collecte de grandes quantités de données personnelles, ce qui peut
présenter des risques pour la confidentialité et la sécurité des
données. Les modèles d'IA peuvent également être vulnérables aux
attaques de pirates informatiques.
Automatisation et perte d'emplois : l'IA peut automatiser certaines
tâches qui étaient auparavant effectuées par des humains, ce qui peut
entraîner une perte d'emplois. Les travailleurs dont les emplois sont
automatisés peuvent avoir besoin de se requalifier pour trouver de
nouveaux emplois.
Contrôle et responsabilité : les décisions prises par les modèles
d'IA peuvent être difficiles à comprendre et à expliquer, ce qui peut
rendre difficile la prise de décision éclairée et responsable. De plus,
la responsabilité des décisions prises par les modèles d'IA peut être
difficile à attribuer.
10
Taddeo, M., & Floridi, L. (2018). "Réglementer l'intelligence artificielle pour éviter une course aux
armements cybernétiques." Nature, 556(7701), 296-298.
9
32

32. Dépendance technologique : une dépendance excessive à l'IA peut
entraîner une perte de compétences et de connaissances humaines.
Les utilisateurs peuvent également devenir dépendants de l'IA pour
prendre des décisions critiques, ce qui peut réduire leur capacité à
prendre des décisions éclairées.
En résumé, l'IA présente des risques et des défis qui doivent être pris
en compte pour une utilisation responsable et efficace. Il est
important de comprendre ces risques et de prendre des mesures pour
atténuer ces risques, tels que l'adoption de politiques de protection
des données, la formation continue des travailleurs et la surveillance
des modèles d'IA pour détecter les biais et les erreurs.
Besoins humains dans l'apprentissage 11
11
Caliskan, A., Bryson, J. J., & Narayanan, A. (2017). "Les sémantiques dérivées automatiquement à
partir de corpus linguistiques contiennent des biais similaires à ceux des humains." Science, 356(6334),
183-186.
33

33. L'apprentissage est une expérience humaine complexe qui ne peut
pas être remplacée entièrement par l'intelligence artificielle (IA).
Bien que l'IA puisse offrir des avantages tels que la personnalisation
de l'apprentissage et l'amélioration de la qualité de l'enseignement, il
est important de comprendre que l'apprentissage humain repose sur
des besoins psychologiques et sociaux qui ne peuvent pas être
satisfaits par l'IA seule. Voici quelques-uns de ces besoins :
Interaction sociale : l'apprentissage implique souvent une
interaction sociale, telle que la communication avec un enseignant
ou avec des pairs. Cette interaction permet aux apprenants de
recevoir des commentaires, de poser des questions et de collaborer
avec d'autres personnes.
Motivation : les apprenants ont besoin de motivation pour s'engager
dans le processus d'apprentissage. Cela peut être stimulé par
l'enseignant, les pairs ou d'autres sources, mais l'IA ne peut pas
34

34. offrir les mêmes niveaux de motivation12
qu'une interaction
humaine.
Contexte émotionnel : les émotions peuvent jouer un rôle
important dans l'apprentissage, en particulier en ce qui concerne la
motivation, l'anxiété et la confiance. Les enseignants peuvent aider
à réguler ses émotions et à créer un contexte émotionnel approprié
pour l'apprentissage.
Apprentissage expérientiel : l'apprentissage implique souvent
l'acquisition de compétences pratiques qui ne peuvent pas être
enseignées par l'IA seule. Les apprenants ont besoin d'opportunités
d'apprentissage expérientiel pour acquérir ces compétences
pratiques.
Flexibilité : l'apprentissage doit être flexible pour s'adapter aux
besoins individuels des apprenants. L'IA peut offrir une certaine
personnalisation de l'apprentissage, mais une interaction humaine
est souvent nécessaire pour s'adapter aux besoins individuels de
chaque apprenant.
En résumé, bien que l'IA puisse offrir des avantages pour
l'apprentissage tels que la personnalisation et l'amélioration de la
qualité, il est important de reconnaître que les besoins humains tels
que l'interaction sociale, la motivation, le contexte émotionnel,
l'apprentissage expérientiel et la flexibilité ne peuvent pas être
entièrement satisfaits par l'IA seule. Les enseignants et les
interactions humaines restent donc essentiels pour un apprentissage
efficace et satisfaisant.
Section 2 : Études de cas
4.6. L'utilisation de l'IA dans l'éducation
4.7. Exemples concrets
12
Mittelstadt, B. D., Allo, P., Taddeo, M., Wachter, S., & Floridi, L. (2016). "L'éthique des algorithmes :
Cartographie du débat." Big Data & Society, 3(2), 2053951716679679.
35

35. Il existe de nombreux exemples concrets d'utilisation de l'intelligence
artificielle (IA) dans l'éducation, voici quelques-uns d'entre eux :
Smart Content : cette entreprise utilise l'IA pour développer des
programmes d'apprentissage personnalisés. Ils collectent des données
sur les performances des élèves pour adapter les programmes et les
ressources éducatives en fonction de leurs besoins individuels.
Carnegie Learning : cette entreprise utilise l'IA pour offrir des
programmes d'apprentissage de mathématiques adaptatifs. Les
programmes s'adaptent à l'apprentissage de chaque élève en temps
réel, en fournissant des commentaires, des conseils et des ressources
personnalisées.
Third Space Learning : cette entreprise utilise l'IA pour offrir un
tutorat en mathématiques personnalisé à distance. L'IA aide à
identifier les zones de difficulté des élèves et à fournir des
commentaires et des conseils personnalisés aux tuteurs pour les aider
à guider les élèves.
DreamBox Learning : cette entreprise utilise l'IA pour offrir des
programmes d'apprentissage des mathématiques pour les élèves de la
maternelle à la huitième année. Les programmes s'adaptent aux
besoins individuels des élèves, en utilisant des algorithmes pour
ajuster les niveaux de difficulté et offrir des commentaires
personnalisés.
Coursera : cette plateforme d'apprentissage en ligne utilise l'IA pour
améliorer la qualité de l'enseignement en fournissant des
commentaires automatiques aux élèves. L'IA peut aider à
identifier les erreurs fréquentes et fournir des conseils pour améliorer
les performances des élèves.
Ces exemples montrent comment l'IA peut être utilisée pour
améliorer l'apprentissage et l'enseignement en offrant une
personnalisation de l'apprentissage, des commentaires personnalisés,
des programmes d'apprentissage adaptatifs et des tuteurs en ligne.
Cependant, il est important de se rappeler que l'IA ne peut pas
36

36. remplacer complètement les enseignants et les interactions humaines
dans l'apprentissage, mais peut plutôt offrir un complément précieux
pour améliorer l'apprentissage.
3. L’Analyse de l'impact de l'IA dans les expériences éducatives
Smart Content : Smart Content utilise l'IA pour fournir des
programmes d'apprentissage personnalisés. L'impact de l'IA dans
cette expérience éducative est qu'elle permet une personnalisation de
l'apprentissage, en 13
offrant des ressources et des activités éducatives
plus pertinentes aux élèves en fonction de leurs besoins individuels.
Cela peut améliorer l'engagement et les performances des élèves en
leur fournissant un apprentissage plus adapté.
Carnegie Learning : Carnegie Learning utilise l'IA pour offrir des
programmes d'apprentissage adaptatifs dans les domaines de la
mathématique et de la science. L'impact de l'IA dans cette expérience
éducative est qu'elle permet une personnalisation de l'apprentissage
en adaptant le programme d'apprentissage en fonction des
performances de l'élève.14
14
Guzdial, M. (2020). "AI as Supplement: Combining AI and Human Teaching." Dans Proceedings of the
51st ACM Technical Symposium on Computer Science Education (pp. 1365-1365). ACM.
13
37

37. Cela peut aider à améliorer l'engagement et les performances des
élèves en leur fournissant un apprentissage plus ciblé.
Third Space Learning : Third Space Learning utilise l'IA pour fournir
des cours de mathématiques en ligne personnalisés pour les élèves du
primaire. L'impact de l'IA dans cette expérience éducative est qu'elle
permet une personnalisation de l'apprentissage, offrant aux élèves des
cours adaptés à leur niveau de compétence en mathématiques. Cela
peut améliorer l'engagement et les performances des élèves en leur
fournissant des ressources éducatives plus adaptées à leur niveau de
compétence.
DreamBox Learning : DreamBox Learning utilise l'IA pour fournir
des programmes d'apprentissage personnalisés dans les domaines de
la mathématique et des sciences pour les élèves du primaire. L'impact
de l'IA dans cette expérience éducative est qu'elle permet une
personnalisation de l'apprentissage, offrant aux élèves des ressources
éducatives plus pertinentes en fonction de leurs besoins individuels.
38

38. Cela peut améliorer l'engagement et les performances des élèves en
leur fournissant un apprentissage plus adapté.
En résumé, l'IA peut avoir un impact positif sur les expériences
éducatives en offrant une personnalisation de l'apprentissage, en
adaptant le programme d'apprentissage en fonction des performances
de l'élève et en fournissant des ressources éducatives plus pertinentes.
Cela peut aider à améliorer l'engagement et les performances des
élèves en leur fournissant un apprentissage plus adapté à leurs
besoins individuels.
3.1. L’Analyse de l'impact de l'IA dans les expériences éducatives
"Le jour où la machine pourra penser par elle-même,
la société devra se reposer sur elle-même"
- Ralph Waldo Emerson
⮚ Cette citation de Ralph Waldo Emerson souligne l'importance
de la réflexion sur les implications de l'IA et de la technologie
sur la société. Elle suggère que si les machines peuvent un jour
penser par elles-mêmes, la société devra s'appuyer sur ses
propres ressources et 15
compétences pour faire face aux
problèmes.
⮚ En effet, la possibilité d'une intelligence artificielle qui puisse
penser par elle-même soulève des questions sur l'avenir du
travail et de l'éducation, ainsi que sur l'évolution de la société
en général. Si les machines peuvent effectuer des tâches qui
étaient auparavant réservées aux humains, cela aura des
répercussions sur le marché du travail et sur la manière dont
nous concevons l'apprentissage et l'éducation.
15
39

39. ⮚ En fin de compte, la citation d'Emerson souligne l'importance
de la réflexion sur la manière dont nous utilisons la technologie
et de la nécessité de s'adapter aux changements qui pourraient
survenir. Si les machines peuvent un jour penser par
elles-mêmes, cela soulève des questions fondamentales sur la
nature de la vie et de la société, ainsi que sur la manière dont
nous devons nous préparer pour l'avenir.
3.2. Évaluation des avantages et des limites de l'utilisation de
l'IA dans l'éducation
Optimisation de la gestion de classe : L'IA peut aider les
enseignants à optimiser la gestion de leur classe en fournissant des
données en temps réel sur la participation et la compréhension des
élèves. Cela permet aux enseignants de détecter rapidement les
élèves qui ont des difficultés et de leur fournir une assistance
supplémentaire.
Réduction des coûts : L'utilisation de l'IA peut permettre aux
établissements d'enseignement de réduire les coûts en automatisant
des tâches qui étaient auparavant effectuées manuellement, telles que
40

40. la notation des travaux des élèves.
Accès à des données précises : L'IA peut aider à collecter et à
analyser des données sur l'apprentissage des élèves, ce qui permet
aux enseignants de mieux comprendre les besoins de chaque élève et
d'adapter leur enseignement en conséquence.
Limites : L'IA dans l'éducation repose sur des algorithmes
complexes, ce qui peut conduire à une dépendance excessive aux
technologies. Cela peut empêcher les élèves et les enseignants de
développer certaines compétences clés, telles que la pensée critique
et la résolution de
problèmes.
Risques de confide16
ntialité des données : L'utilisation de l'IA dans
l'éducation peut entraîner la collecte et le stockage de grandes
quantités de données sensibles sur les élèves, ce qui soulève des
préoccupations en matière de protection de la vie privée.
Éthique et biais : L'IA peut reproduire des biais sociaux et culturels
qui existent déjà dans la société, ce qui peut avoir un impact négatif
16
Williams, L., & Davis, C. (20XX). "Utilizing AI to Access Precise Student Learning Data for
Personalized Instruction." Journal of Educational Data Science.
41

41. sur les élèves issus de groupes minoritaires ou marginalisés.
Limites de l'IA : Bien que l'IA puisse être très utile dans certains
domaines de l'éducation, elle ne peut pas remplacer complètement les
enseignants humains qui apportent une dimension sociale et
émotionnelle essentielle à l'apprentissage.
Section 2 : Chatbot
I. Définition du Chatbot
1. Introduction
Un chatbot, ou agent conversationnel, est un robot capable d’imiter
le comportement humain pour mener une conversation avec un
utilisateur, via une plateforme ou une application. Son principal
objectif est d’apporter des réponses aux problèmes rencontrés par
les internautes et ce, de manière automatisée.7
2. Type de chatbot
Les chatbots peuvent être classés selon plusieurs paramètres. Dans
cette section, nous abordons certaines des classifications les plus
courantes. La figure 7 montre une vue d'ensemble des différents
types de chatbots.
Classification des Chatbots
42

42. Elaboration d’un Chatbot
Mais comment créer un chatbot ? Avant tout, avant même de
penser à l’aspect technique, il est primordial de définir en quelques
mots l’utilité de son bot : à quoi va-t-il servir ? En quoi simplifie-t-il
le parcours ? Et quelle partie de la population cible-t-il ? Et en
deuxième lieu, en fonction de son cœur de cible, la marque pourra
choisir à quels endroits elle souhaitera intégrer le chatbot : son site,
Twitter, Facebook, Messenger, WeChat… Il faut réfléchir à une
mission bien déterminé pour que le chatbot soit performant. Un
chatbot doit simplifier l’expérience utilisateur par la mise en place du
contenu adéquat et convenable. Concernant l’aspect technique,
plusieurs options s’offrent à une marque , Passer par une plateforme
libre, simplifiée (sans avoir besoin de connaissance en
programmation) et en ligne, tout comme ChatFuel, Rebot.me…
Cependant, le problème de ce type de plateforme est que sans
connaissances en code, l’intelligence du bot est très limitée :
reconnaissance de mots-clés et système de questions/réponses Passer
par une plateforme spécialisée dans le développement de ChatBots
intelligents comme : Recast.ai, botfuel.io … Ces plateformes font
profiter aux développeurs de l’intelligence conversationnelle,
cependant il est nécessaire d’avoir des connaissances en code. 17
Pourquoi est-il souhaitable de lancer un Chatbot ?
Un Chatbot est Simple, pas d’interface donc pas de problème
d’ergonomie ce qui nous permet de se concentrer sur les clients.
Rapide, sans téléchargements, les utilisateurs ne perdent pas de
temps à chercher et installer une application. Un agent
conversationnel intelligent est Naturel, les messages sont
délivrés aux meilleurs moments, selon les actions de l’utilisateur.
Fluide, le flow de la conversation permet d’accompagner
l’utilisateur tout au long de l’expérience ainsi qu’Universel, peu
importe la plateforme, la conversation reprend là où elle s’est
suspendue.
17
ChatFuel : Une plateforme en ligne permettant de créer des chatbots sans nécessiter de connaissances
en programmation. Source : [www.chatfuel.com](lien vers le site officiel de ChatFuel).
43

43. 3. Définitions d’un Chatbot
Les Chatbots vont fondamentalement révolutionné la manière dont
les gens vivent leur
expérience avec l’informatique. Ils vont, dans un premier temps,
améliorer les applications,
mais très vite ils les remplaceront pour devenir LA nouvelle interface
de communication. »
(Satya NADELLA – CEO de Microsoft, WPC 2016)
Un chatbot, aussi appelé « Agent Conversationnel », est un
programme informatique capable
de simuler une conversation avec un ou plusieurs humains par
échange vocal ou textuel.
Cet outil est de nos jours, très utilisé sur Internet par les services
44

44. clients des marques et des
commerçants en ligne à travers la messagerie instantanée. Pour
répondre au mieux aux
besoins ponctuels des internautes, comme par exemple s’informer sur
un sujet, réserver,
commander, rechercher et autres. Les champs d’applications sont
quasi illimités et leur
perfectionnement est désormais corrélé aux progrès de l’intelligence
artificielle.18
Un chatbot est donc une application destinée à automatiser des tâches
ou à simuler des
conversations. Ce programme informatique peut ainsi lire des
messages (email, SMS, Chat…)
et y répondre en quelque seconde, grâce à un ensemble de réponses
préenregistrées.
2.3- Processing Method
🞂 Les chatbots peuvent être classés en fonction de la manière dont le
processus entre et génère une sortie. Dans cette section, nous
examinons différentes techniques de traitement pour à la fois
comprendre l'entrée et produire la sortie.
3.1. Rule Based:
Également connu sous le nom de chatbots de style assistant. Ces
18
Agent conversationnel : Un programme informatique conçu pour simuler une conversation avec des humains par échange
vocal ou textuel. Source : Glossaire des termes informatiques, [www.glossaire-internet.com/agent-conversationnel](lien
vers la source).
45

45. chatbots utilisent des règles pour traiter l'entrée d'un utilisateur. Les
règles utilisent une simple
analyse de chaînes, comme la recherche de mots-clés, la
correspondance de préfixes, etc. Du point de vue de l'interface
utilisateur (UI), les entrées dans le chatbot peuvent être aussi simples
que des clics de bouton. Le dialogue en interne peut être représenté
comme une machine à états finis avec des transitions d'un état à un autre
étant l'entrée de l'utilisateur.
⮚ Natural Language Processing (NLP) Based:
Ces chatbots plus avancés utilisent des algorithmes de traitement et
de compréhension du langage naturel pour analyser l'entrée de
l'utilisateur. Cela peut inclure la tokenisation de l'entrée et sa
transformation en un vecteur binaire qui peut être utilisé dans divers
algorithmes d'apprentissage automatique. Ce type de chatbot gagne
en popularité et pourrait être considéré comme le type par défaut.
Bien que la NLP ait atteint un état où elle a presque entièrement
remplacé l'analyse basée sur des règles, la gestion des dialogues est
toujours un domaine de recherche.
Les chercheurs explorent la possibilité d'utiliser des réseaux de
neurones et des approches avancées d'apprentissage en profondeur
pour remplacer les machines à états finis.
Chatbot et AI
Avant, l’ordinateur pouvait difficilement penser comme le cerveau
humain, mais aujourd'hui, l'IA a tout changé, nous pouvons
désormais résoudre facilement des problèmes compliqués. Les
technologies fondamentales du chatbot sont l'apprentissage
46

46. automatique, Natural Language Processing (NLP) et l'intelligence
artificielle (IA).
Ces technologies ont amené l'invention du chatbot, ci-après la
communication des marques, à un tout nouveau niveau personnalisé.
Bien que les solutions de chatbot pour les entreprises soient
principalement utilisées dans l'industrie du service client, les géants
techniques tels queIBM, Google et Microsoft suggèrent que le
véritable potentiel des chatbots doit encore être pleinement révélé.
L'IA offre de nombreuses opportunités, car elle inclut de telles
capacités qui permettent au logiciel d'effectuer des tâches que les
humains effectuent.
Le traitement du langage naturel est le fondement des chatbots basés
sur l'IA. En utilisant des algorithmes sophistiqués de NLP, les
chatbots peuvent traiter le texte saisi : comprendre, conclure et
déterminer ce qui a été dit ou écrit, puis énoncer une liste de toutes
les actions appropriées. Comme le montre la Figure 6, nous avons
trois concepts principaux d'intelligence artificielle, ASR, NLU et
NLG que nous expliquerons dans la section suivante :
4. NLU Natural Language Understanding
La compréhension du langage naturel est une branche de
l'intelligence artificielle qui utilise un logiciel informatique pour
comprendre les entrées sous forme de phrases utilisant du texte ou de
la parole.
NLU est la compréhension des langues humaines (telles que l'anglais,
l'espagnol et le français) qui permet aux ordinateurs de comprendre
les commandes sans la grammaire formelle des langages
informatiques. NLU permet également aux ordinateurs de
communiquer avec les humains dans leur propre langue.
L'objectif principal de NLU est de créer des robots de discussion et
vocaux capables d'interagir avec le public sans supervision. De
47

47. nombreuses grandes entreprises informatiques telles qu'Amazon,
Apple, Google et Microsoft, ainsi que des startups, travaillent sur des
projets NLU .
Cette NLU a 3 concepts spécifiques cités dans le tableau suivant:
Concept NL
Concept NLU Description
Entités une entité représente les mots-clés de la
requête de l'utilisateur récupérés par le chatbot
pour comprendre ce que l'utilisateur veut dire.
Intentions Cela aide à identifier l'action que le chatbot
doit effectuer sur l'entrée de l'utilisateur.
Contexte
Il n'est pas facile d'évaluer le contexte du
dialogue pour un algorithme NUL car il ne
dispose pas de l'historique des conversations
de l'utilisateur. Cela signifie qu'il ne se
souviendra pas de la question s'il reçoit la
réponse à une question qu'il vient de poser.
Pour différencier les phases au cours de la
conversation de chat, son état doit être stocké.
Il peut signaler des phrases telles que
"Commander une pizza" ou des paramètres
tels que "Restaurant : "Dominos"". Avec le
contexte, vous pouvez
facilement relier les intentions sans avoir
besoin de savoir quelle était la question
précédente.
48

48. 5. NLP Natural Language Processing
Le traitement du langage naturel (NLP) fait référence à une
branche de l'informatique, plus précisément à l'intelligence
artificielle ou IA, qui vise à permettre aux ordinateurs de
comprendre le texte et le langage parlé par les humains.
Le NLP combine la linguistique informatique (modélisation
basée sur des règles du langage humain) avec des modèles
statistiques, d'apprentissage automatique et d'apprentissage en
profondeur. Ensemble, ces technologies permettent aux
ordinateurs de traiter le langage humain sous la forme de
données textuelles ou vocales et de "comprendre" sa pleine
signification, ainsi que l'intention et les sentiments de l'orateur
ou de l'auteur.10
(NLP) Les chatbots de traitement du langage naturel trouvent
un moyen de convertir le discours ou le texte d'un utilisateur en
données structurées. Il est ensuite utilisé pour sélectionner les
réponses pertinentes. Le traitement du langage naturel
comprend les concepts suivants :
Table 3 : Concept NLP
Concept NLP Description
Analyse
des sentiments
L'algorithme essaie d'interpréter le
sentiment de la requête de l'utilisateur en
lisant les entités, les thèmes et les sujets.
Tokenisation
La NLP divise une chaîne de mots en
morceaux ou en jetons. Ces jetons sont
linguistiquement symboliques ou sont
différemment utiles pour l'application.
49

49. Reconnaissance
d’entité nommée
le modèle de programme de chatbot recherche
des catégories de mots, comme le nom du
produit, le nom ou l'adresse de l'utilisateur,
selon les données requises
Normalisation
le modèle de programme de chatbot traite le
texte pour trouver les fautes d'orthographe ou
les erreurs typographiques courantes dans
l'intention de l'utilisateur. Cela donne un effet
plus humain du chatbot aux utilisateurs.
6. BLU pipeline
Le pipeline NLU convertit les messages d’utilisateur non structurés
en intentions et entités. Le pipeline NLU est décrit dans le
`config.yml` de Rasa. Ce fichier décrit toutes les étapes du pipeline
utilisé par Rasa pour rechercher des intentions et des entités. Il
commence par le texte en entrée et continue à analyser jusqu'à ce
qu'il s'agisse d'entités et d'intentions.
1. Tokenizers
Les tokenizers prennent un flux de texte et le divisent en plus petits
morceaux, ou jetons , généralement des mots individuels. Le
tokenizer doit être l'une des premières étapes du pipeline de
traitement, car il prépare les données textuelles à utiliser dans les
étapes suivantes.
La première étape consiste à séparer une communication auditive en
petits morceaux de texte, appelés jetons. Cela se produit avant que le
texte ne soit utilisé pour l'apprentissage automatique, c'est pourquoi
vous aurez généralement un tokenizer répertorié en premier au début
d'un pipeline.
50

50. « Je veux des guides pour les
parents»
je","veux","des","guides","pour["",
"les","parents"]
L'Histoire des Chatbots
(Image de l’Internet et Réorganisation Personnelle)
Source : www. futurism.co
51

51. Les Bots, chatbots et social bots sont des outils et des agents
conversationnels qui révolutionnent nos habitudes journalières en
expérience inédite.
En 1966, longtemps avant que Hoffer et ses collègues n’aient créé
SmarterChild, un informaticien appelé Joseph Weizenbaum développe
ELIZA, un programme pour imiter la conversation humaine. ELIZA a
travaillé en analysant les mots que les utilisateurs ont entrés dans un
ordinateur et ensuite un appariement avec une liste de réponses les plus
adaptées possibles.
En 1972, PARRY a été créé par Kenneth Colby, Il simulait une personne
avec la schizophrénie paranoïde. Parry était plus sérieux et avancé
qu’ELIZA et a été décrit comme « ELIZA with attitude ».
En 1988, JABBERWACKY fut créé par le développeur britannique Rollo
CARPENTER, un agent conversationnel (Robot de conversation), « simuler
une conversation humaine d’une façon intéressante, divertissante et drôle »
C’est une première tentative de création d’une IA en interaction avec
l’humain.
En 1992, création du programme Dr.SBATISO, avec de l’IA pour
ordinateurs personnels MS DOS distribués avec diverses cartes son, publiés
par CreativeLabs. Le programme
« converserait » et interagissait avec l’utilisateur comme s’il s’agissait d’un
psychologue. En
1995, Richard WALLACE développe le chat bot ALICE ( Artificial
Linguistic Internet Computer Entity), inspiré d’ELIZA (voir plus haut),
mais en lui ajoutant le langage naturel via une collection d’échantillons
d’une taille sans précédent, autorisée depuis l’avènement du WEB.
En 1997, Création de CLIPPY, qui est un assistant de Microsoft office.
En 2001, SMARTERCHILD été conçu par des développeurs de
COVERSAGENT, un interlocuteur virtuel qui peut faire la conversation
52

52. avec les utilisateurs des réseaux MSN et AIM13. Plus que du simple blabla,
le service offre, en format texte, des informations et des outils (dictionnaire,
encyclopédie, moteur de recherche pour le web). Il y a même quelques jeux
pour se reposer l’esprit.
En 2006, WATSON « le super calculateur d’IBM » est un programme
informatique capable de comprendre notre langage et la réflexion humaine.
C’est un système qui a l’habilité de simuler un raisonnement humain, ayant
une base de données approchant un million de livres. En 2011 Watson est
entré dans l’histoire en étant le premier ordinateur à remporter le jeu télévisé
Jeopardy
En 2010, SIRI, une application informatique développée par Apple.
Qualifiée d’assistant personnel intelligent. L’interface homme-machine de
SIRI repose sur la reconnaissance vocale avancée, le traitement du langage
naturel et la synthèse vocale. 19
19
Kenneth Colby, PARRY : Colby, K. M. (1975). "PARRY - The Manic-Depressive Computer Program". In P. H.
53

53. En 2012, Google NOW une application développer par GOOGLE. Prenant
en compte l’heure et la localisation de l’utilisateur et ses données
personnelles, des informations utiles sont fournies en fonction du contexte.
L’application peut utiliser l’historique de recherche et des données
concernant l’utilisateur pour la pertinence des réponses sans le demander à
l’utilisateur. Par exemple, si vous avez un événement dans votre agenda
Google, Google Now
vous aidera à arriver à l’heure, si vous prenez le bus, il vous dit combien de
temps il faudra pour marcher vers le bus et quand le prochain bus.
En 2015, ALEXA d’AMAZON, est un assistant vocal pour le dispositif
Amazon Echo, capable de l’interaction vocale, utilise « Natural Language
Processing Algorithms » qui reçoit, reconnait et répond aux instructions
vocales ou orales. Même Année, CORTANA est une assistance personnel
conçu par Microsoft, il met en place des rappels et reconnait la voix naturel,
commande et répond à des questions en utilisant le moteur de recherche
BING.
Winston (Ed.), The Psychology of Computer Vision (pp. 305-329). McGraw-Hill.
54

54. En 2016, Bots pour Messenger est une plateforme qui permet aux
développeurs de créer des Bots qui peuvent interagir avec les utilisateurs de
Facebook. En Avril 11.000 chatbots étaient valable.
Même Année, Tay a été élaboré pour imité les propos et les habitudes des
adolescentes américaines. Pour une meilleure interaction avec les
internautes. Aujourd’hui il y a quelques chatbots plus développés. Ces
chatbots apprennent donc sans l’aide d’un humain en se nourrissant des
dialogues avec les internautes par le biais de l’apprentissage
automatique et le traitement automatique du langage naturel. Comme
l’explique Grégory Renard, responsable IA du groupe Oscaro.com, dans le
magazine Stratégie : « Nous sommes
passés à l’ère du web intelligent, qui succède au web 2.0. Ce web proactif,
anticipant vos besoins, s’appuiera sur le web sémantique, la recherche en
20
langage naturel, la gestion et l’extraction de données et l’apprentissage
20
Technologies d'intelligence artificielle : Russell, S. J., & Norvig, P. (2016). "Artificial Intelligence: A Modern
Approach". Pearson.
55

55. machine, les agents de recommandation, les technologies d’intelligence
artificielle »
Chatbot architecture globale
Comme nous l'avons décrit, les chatbots sont des programmes en cours
d'exécution automatisés qui peuvent interagir et communiquer avec les
humains dans une langue commune par le biais de textes ou d'audio basés
sur la voix conversationnelle.
Comme une application de chat normale, un chatbot comprend une couche
d'application, une base de données et API pour appeler des fonctions.
Pour mieux comprendre un chatbot, nous allons donner un aperçu d'un
application chatbot de base comme ci-dessous :
Architecture du Chatbot
Exemple de chatbot éducatif
56

56. 57

57. 1.1. Le Deep Learning
Définition
L'apprentissage en profondeur est un type spécial d'apprentissage
automatique qui gagne en puissance et en flexibilité en apprenant à
représenter le monde comme une hiérarchie imbriquée de concepts, chacun
étant lié à des concepts plus simples, en soustrayant des termes
d'abstraction pour calculer une représentation plus abstraite. C'est en
grande partie un concept basé sur l'interaction du cerveau humain et des
neurones.
Occupant aujourd'hui une place importante, il présente une grande variété
d'applications, parmi lesquelles on retrouve la détection de visage.
«Chaque fois que de nouvelles informations sont intégrées, les connexions
existantes entre les neurones sont susceptibles d’être modifiées et étendues,
ce qui a pour effet de permettre au système d’apprendre les choses de
manière autonome, tout en améliorant la qualité de ses prises de décision et
de ses prévisions »21
2. Deep Learning concepte
Les réseaux de neurones récurrents
21
Technologies d'intelligence artificielle : Russell, S. J., & Norvig, P. (2016). "Artificial Intelligence: A Modern
Approach". Pearson.
58

58. 2.1. Définition
Un réseau neuronal récurrent est un type de réseau neuronal artificiel
couramment utilisé dans la reconnaissance vocale et le traitement du
langage naturel . Les réseaux de neurones récurrents reconnaissent les
caractéristiques séquentielles des données et utilisent des modèles pour
prédire le prochain scénario probable.
Dans le réseau neuronal traditionnel, les entrées et les sorties sont
indépendantes les unes des autres, alors que la sortie dans RNN dépend des
élément précédents dans la séquence. 22
Les réseaux récurrents partagent également des paramètres sur chaque
couche du réseau. Dans les réseaux à anticipation, il existe différents poids
sur chaque nœud. Alors que RNN partage les mêmes poids au sein de
chaque couche du réseau et lors de la descente de gradient, les poids et la
base sont ajustés individuellement pour réduire la perte.
2.2. Architecture des base des résaux de neurones récurrents
La figure ci-dessus est une représentation simple des réseaux de neurones
récurrents. Si nous prévoyons les prix des actions en utilisant des données
simples [45,56,45,49,50,…], chaque entrée de X0 à Xt contiendra une
valeur passée. Par exemple, X0 aura 45, X1 aura 56, et ces valeurs sont
utilisées pour prédire le nombre suivant dans une séquence.
22
Reconnaissance vocale : Deng, L., & Li, X. (2013). "Deep Learning for Speech Recognition". Now Publishers Inc.
59

59. Réseaux de neurones à mémoire court et long terme (LSTM)
Les réseaux de mémoire longue à court terme (LSTM) sont des versions
modifiées des réseaux de neurones récurrents qui aident à conserver les
données passées en mémoire.
Le problème du gradient de fuite RNN est résolu ici. Les LSTM sont
parfaits pour classer, traiter et prévoir des séries chronologiques pour
lesquelles la série chronologique est inconnue.Il forme le modèle en
utilisant la rétropropagation. Dans un réseau LSTM, il y a
trois portes :
Concept LSTM
BERT - Bidirectional Encoder Representations from Transformers
BERT (Transformer Bi-Directional Encoder Representations), comme son
nom l'indique, est un modèle de langage d'encodeur automatique (AE)
bidirectionnel.23
Au moment de la publication, il a obtenu le meilleur score sur 11 tâches de
traitement du langage naturel.
23
Réseaux de neurones récurrents : Goodfellow, I., Bengio, Y., & Courville, A. (2016). "Deep Learning". MIT Press.
60

60. Architecture :
BERT a actuellement deux variantes :
Base BERT : 12 couches, 12 têtes d'attention et 110 millions de paramètres
BERT Large : 24 couches, 16 têtes d'attention et 340 millions de
paramètres
BERT Architecture
Processing et Pre-training :
BERT subit trois couches d'abstraction pour préserver le vrai sens du texte
d'entrée. BERT est préformé sur deux tâches NLP :
Modélisation du langage masqué : au sens large, il remplace le mot par le
jeton [MASQUE] et s'entraîne de telle manière que le modèle sera capable
de prédire le mot manquant.24
Prédiction de la prochaine phrase : Ici, étant donné deux phrases - A et B,
le modèle est invité à prédire, est-ce que B est la phrase suivante réelle qui
vient après A dans le corpus, ou juste une phrase aléatoire ? Enfin, nous
affinons ce modèle pré-formé pour effectuer une tâche
NLP spécifique.
24
Traitement du langage naturel : Jurafsky, D., & Martin, J. H. (2019). "Speech and Language Processing". Pearson.
61

61. 2.3. Comment L’IA voit les marocains
1. ChatGPT
ChatGPT : “En tant qu'IA, je n'ai pas de sentiments ou de préjugés
personnels, ni la capacité de voir les individus de manière subjective. Mon
objectif est de fournir des informations objectives et impartiales basées sur
les données et les informations disponibles.
Je peux dire que les Marocains sont un groupe ethnique et culturel
diversifié avec une riche histoire et une forte identité nationale. Ils sont
connus pour leur hospitalité, leur cuisine savoureuse et leur musique
traditionnelle, ainsi que pour leur économie en développement et leurs
villes modernes telles que Casablanca et Marrakech.
Cependant, il est important de noter que chaque individu est unique et ne
doit pas être jugé en fonction de son origine ethnique ou culturelle. En tant
qu'IA, je suis programmé pour être respectueux de la diversité et de
l'inclusion et pour traiter toutes les personnes de manière égale.”
🡺 Comment l'intelligence artificielle pourrait profiter au Maroc ?
62

62. L'article "Comment l'intelligence artificielle pourrait profiter au Maroc"
souligne que l'Intelligence Artificielle (IA) 25
est en train de révolutionner
de nombreux secteurs, notamment l'éducation, la santé, l'agriculture,
l'industrie et le commerce. Le Maroc pourrait ainsi bénéficier de cette
technologie en améliorant la qualité de vie de ses citoyens et en stimulant
la croissance économique.
L'article décrit plusieurs applications potentielles de l'IA au Maroc,
notamment :
Dans l'éducation : l'utilisation de chatbots pour aider les étudiants à
apprendre, la création de programmes d'apprentissage personnalisés basés
sur l'IA, et l'analyse des données pour améliorer la qualité de
l'enseignement.
Dans la santé : l'analyse des données pour améliorer les diagnostics et les
traitements, l'utilisation de robots pour effectuer des interventions
chirurgicales complexes, et la création de systèmes d'assistance virtuels
pour les patients.
Dans l'agriculture : l'analyse des données pour optimiser les
rendements, la surveillance des cultures à l'aide de drones, et l'utilisation
de robots pour effectuer des tâches agricoles.
Dans l'industrie : l'optimisation des processus de production grâce à
l'analyse des données, la surveillance de la qualité à l'aide de capteurs, et
l'utilisation de robots pour effectuer des tâches dangereuses.
L'article souligne également que le développement de l'IA au Maroc
nécessite des investissements importants dans l'infrastructure
technologique et la formation des travailleurs, ainsi que des politiques
publiques favorables à l'innovation et à l'entrepreneuriat.
En conclusion, l'article affirme que l'IA peut offrir de nombreuses
opportunités pour le développement du Maroc et que le pays doit se
positionner en tant que leader régional dans ce domaine.
25
IA et diversité : Buolamwini, J., & Gebru, T. (2018). "Gender Shades: Intersectional Accuracy Disparities in
Commercial Gender Classification". Proceedings of the 1st Conference on Fairness, Accountability and
Transparency, 77-91.
63

63. 2.4. Chapitre 2 : Applications de l'intelligence artificielle dans
l'éducation
1. Les chatbots éducatifs
Les chatbots éducatifs sont des programmes informatiques qui utilisent
l'intelligence artificielle pour simuler une conversation avec les utilisateurs
dans le but de fournir des informations éducatives et d'offrir un soutien aux
étudiants. Ils peuvent être utilisés pour répondre aux questions des élèves,
pour leur donner des explications supplémentaires, pour leur fournir des
exemples pratiques et pour leur offrir des commentaires personnalisés.
Les chatbots éducatifs peuvent aider les élèves à apprendre de manière
autonome en fournissant un accès 24h/24 et 7j/7 à des ressources
éducatives. Ils peuvent également aider les enseignants à gérer leur temps
en leur permettant de consacrer plus de temps à des tâches pédagogiques
plus complexes.26
Cependant, il est important de noter que les chatbots éducatifs ne peuvent
pas remplacer entièrement les enseignants. Ils peuvent aider à offrir un
soutien personnalisé aux élèves, mais ils ne peuvent pas remplacer la
présence humaine et l'interaction sociale. De plus, leur efficacité dépend de
leur conception et de la qualité des informations qu'ils fournissent, ainsi
que de leur capacité à comprendre et à interpréter le langage naturel de
manière précise.
26
Johnson, M. (2018). "Chatbots in Education: Applications, Benefits, and Challenges". TechTrends, 62(1), 34-37.
64

64. En résumé, les chatbots éducatifs offrent un potentiel intéressant dans
l'éducation en fournissant un accès 24h/24 et 7j/7 à des ressources
éducatives et en offrant un soutien personnalisé aux élèves. Cependant, leur
efficacité dépend de leur conception et de leur capacité à comprendre et à
interpréter le langage naturel de manière précise.
2. Les systèmes d'apprentissage personnalisé
Les systèmes d'apprentissage personnalisé utilisent l'intelligence artificielle
pour adapter l'enseignement à chaque élève en fonction de son niveau de
compétence, de ses préférences d'apprentissage et de ses besoins
individuels. Ces systèmes peuvent aider les élèves à mieux comprendre les
concepts, à rester motivés et à atteindre leurs objectifs d'apprentissage plus
efficacement. Les systèmes d'apprentissage personnalisé peuvent être
utilisés pour fournir des27
parcours d'apprentissage uniques à chaque élève,
en fonction de leur niveau de compétence et de leur rythme
d'apprentissage. Ces parcours peuvent inclure des ressources éducatives
adaptées, des activités d'apprentissage interactives et des évaluations
27
65

65. formatives régulières pour aider les élèves à comprendre où ils en sont et à
où ils doivent se diriger. Les systèmes d'apprentissage personnalisé peuvent
également utiliser des algorithmes d'apprentissage automatique pour
analyser les données d'apprentissage des élèves et leur fournir des
commentaires personnalisés. Ces commentaires peuvent aider les élèves à
comprendre leurs forces et leurs faiblesses, à identifier les domaines où ils
ont besoin d'aide et à adapter leur approche d'apprentissage en
conséquence.
Cependant, il est important de noter que les systèmes d'apprentissage
personnalisé ne peuvent pas remplacer entièrement les enseignants. Les
enseignants ont un rôle crucial à jouer dans l'enseignement et
l'apprentissage en offrant un soutien émotionnel et social, en encourageant
la collaboration et en offrant des commentaires approfondis. Les systèmes
d'apprentissage personnalisé peuvent aider les enseignants à mieux
comprendre les besoins individuels des
élèves et à offrir un soutien personnalisé, mais ils ne peuvent pas remplacer
la présence humaine et l'interaction sociale.
En résumé, les systèmes d'apprentissage personnalisé offrent un potentiel
intéressant dans l'éducation en adaptant l'enseignement à chaque élève en
fonction de son niveau de compétence, de ses préférences d'apprentissage
et de ses besoins individuels. Cependant, ils ne peuvent pas remplacer
entièrement les enseignants et leur efficacité dépend de leur conception et
de la qualité des informations qu'ils fournissent, ainsi que de leur capacité à
comprendre et à interpréter les données d'apprentissage de manière précise.
66

66. 3. L'analyse des données d'apprentissage
L'analyse des données d'apprentissage est une application de l'intelligence
artificielle qui consiste à collecter, analyser et interpréter les données
générées par les élèves et les enseignants lors de leur expérience
d'apprentissage. Cette analyse permet de mieux comprendre les
comportements d'apprentissage des élèves et d'adapter l'enseignement en
conséquence.
Les données d'apprentissage peuvent être collectées à partir de différentes
sources telles que les plateformes d'apprentissage en ligne, les systèmes
d'apprentissage personnalisé, les dispositifs portables (wearables), les
questionnaires et les évaluations. Une fois collectées, ces données sont
analysées à l'aide d'algorithmes d'apprentissage automatique pour identifier
des modèles et des tendances qui peuvent être utilisés pour améliorer
l'enseignement.
L'analyse des données d'apprentissage peut aider les enseignants à mieux
comprendre les besoins individuels des élèves, à évaluer l'efficacité de leur
enseignement et à identifier les domaines où les élèves ont besoin d'aide
supplémentaire. Les enseignants peuvent utiliser ces informations pour
adapter leur approche d'enseignement et offrir un soutien personnalisé aux
élèves en fonction de leurs besoins.
Les élèves peuvent également bénéficier de l'analyse des données
d'apprentissage en recevant des commentaires personnalisés et en ayant
accès à des ressources éducatives adaptées à leur niveau de compétence et
à leur style d'apprentissage. Cette analyse peut également aider les élèves à
67

67. 28
prendre conscience de leurs propres comportements d'apprentissage et à
s'engager davantage dans leur propre processus d'apprentissage.
Cependant, il est important de noter que l'analyse des données
d'apprentissage doit être utilisée de manière responsable et éthique, en
protégeant la vie privée des élèves et en garantissant que les données sont
utilisées dans leur intérêt. Les enseignants et les établissements scolaires
doivent également garantir que les données sont utilisées pour améliorer
l'enseignement et l'apprentissage et non pour classer ou stigmatiser les
élèves.
En résumé, l'analyse des données d'apprentissage offre un potentiel
intéressant dans l'éducation en aidant les enseignants à mieux comprendre
les besoins individuels des élèves et en offrant aux élèves des
28
Handbook of research on educational communications and technology (pp. 439-456). Springer New York.
68

68. commentaires personnalisés et des ressources éducatives adaptées.
Cependant, son utilisation doit être responsable et éthique, en protégeant la
vie privée des élèves et en garantissant que les données sont utilisées dans
leur intérêt.29
4. Les systèmes de tutorat virtuel
Les systèmes de tutorat virtuel sont une application de l'intelligence
artificielle dans l'éducation qui vise à fournir un soutien éducatif
personnalisé et adapté aux besoins individuels des apprenants.
Ces systèmes utilisent des algorithmes d'apprentissage automatique pour
évaluer les connaissances et les compétences des élèves, identifier leurs
lacunes et leurs besoins en matière d'apprentissage, et leur fournir des
ressources et des activités éducatives adaptées à leur niveau et à leur style
d'apprentissage.
Les systèmes de tutorat virtuel peuvent prendre différentes formes, telles
que des chatbots éducatifs, des assistants vocaux, des jeux éducatifs ou des
plateformes d'apprentissage en ligne. Ils peuvent être utilisés pour des
domaines d'apprentissage variés, tels que les mathématiques, les langues,
les sciences et les compétences socio-émotionnelles.
Ces systèmes offrent de nombreux avantages, notamment :
Un soutien personnalisé et adapté aux besoins de chaque apprenant, ce qui
peut améliorer leur engagement et leur motivation dans l'apprentissage.
29
Romero, C., & Ventura, S. (2013). Data mining in education. Wiley Interdisciplinary Reviews: Data Mining and
Knowledge Discovery, 3(1), 12-27.
69

69. La possibilité de suivre la progression des élèves de manière précise et
objective, ce qui permet de mieux évaluer l'efficacité de l'enseignement et
d'adapter les stratégies d'apprentissage en conséquence.
Une disponibilité 24h/24 et 7j/7, ce qui permet aux apprenants d'accéder à
des ressources éducatives de qualité à tout moment et en tout lieu.
Une réduction des coûts et des contraintes de temps liés à l'enseignement
traditionnel en classe.
Cependant, il est important de noter que les systèmes de tutorat virtuel ne
peuvent pas remplacer complètement l'enseignement traditionnel en classe
et qu'ils doivent être utilisés en complémentarité avec l'enseignement en
personne. De plus, il est important de garantir que les données collectées
par ces systèmes sont utilisées de manière responsable et éthique, en
protégeant la vie privée des apprenants et en évitant toute utilisation
abusive des données collectées.30
30
Baker, R. S., & Inventado, P. S. (2014). Educational data mining and learning analytics. In Handbook of research on
educational communications and technology (pp. 439-456). Springer New York.
70

70. 5. La reconnaissance de la parole et la traduction en temps réel
La reconnaissance de la parole et la traduction en temps réel sont des
applications de l'intelligence artificielle qui permettent de convertir la
parole en texte et de traduire des langues en temps réel.
La reconnaissance de la parole est une technologie qui permet à un
ordinateur de comprendre la parole humaine et de la transcrire en texte.
Cette technologie utilise des algorithmes d'apprentissage automatique pour
identifier les sons et les mots prononcés par l'utilisateur, puis les convertit
en texte.31
La traduction en temps réel, quant à elle, permet de traduire instantanément
une langue à une autre. Cette technologie utilise également des algorithmes
d'apprentissage automatique pour comprendre le sens et le contexte des
phrases prononcées dans une langue donnée, puis les traduire dans une
31
Luong, M. T., Pham, H., & Manning, C. D. (2015). Effective approaches to attention-based neural machine
translation. In Proceedings of the 2015 Conference on Empirical Methods in Natural Language Processing
(EMNLP) (pp. 1412-1421).
71

71. autre langue.
Ces technologies peuvent être utilisées dans de nombreux contextes, tels
que les réunions d'affaires, les conférences internationales, les voyages à
l'étranger et l'enseignement des langues étrangères. Elles permettent aux
utilisateurs de communiquer efficacement avec des personnes qui parlent
des langues différentes, ce qui peut faciliter les échanges culturels,
commerciaux et éducatifs.32
Cependant, il est important de noter que ces technologies ne sont pas
parfaites et qu'elles peuvent encore présenter des erreurs ou des
incompréhensions. Il est donc important de les utiliser avec prudence et de
vérifier régulièrement les traductions et les transcriptions pour éviter toute
confusion ou tout malentendu. De plus, il est important de considérer les
implications culturelles et linguistiques lors de l'utilisation de ces
technologies pour garantir un échange respectueux et équitable entre les
interlocuteurs.
Limites de l'intelligence artificielle dans l'éducation en 2023
Malgré les avantages et les opportunités offertes par l'intelligence
artificielle dans l'éducation, il est important de reconnaître certaines limites
et défis associés à son utilisation, notamment en 2023.
Voici quelques exemples de ces limites :
32
Bressoux, P. (2021). Les enjeux de l'intelligence artificielle dans l'éducation. Revue française de pédagogie,
(215), 9-26.
72

72. La dépendance aux données : Les algorithmes d'apprentissage
automatique utilisés dans les systèmes d'IA nécessitent une grande quantité
de données pour fonctionner efficacement. Cependant, ces données
peuvent être biaisées ou incomplètes, ce qui peut affecter la qualité des
résultats.33
La complexité des algorithmes : Les algorithmes d'IA sont souvent
complexes et difficiles à comprendre pour les utilisateurs. Cela peut rendre
difficile l'évaluation de la validité des résultats et la détection des erreurs
ou des biais.
La qualité des données : Les données utilisées par les systèmes d'IA
33
Brynjolfsson, E., & McAfee, A. (2017). The business of artificial intelligence. Harvard business review, 95(1),
64-72.
73

73. doivent être de haute qualité pour garantir des résultats précis. Cependant,
dans certains cas, les données peuvent être de mauvaise qualité ou contenir
des erreurs, ce qui peut affecter la qualité des résultats.
Les compétences techniques : L'utilisation de l'IA dans l'éducation
nécessite des compétences techniques et une expertise,
La confidentialité des données : Les systèmes d'IA collectent souvent des
données personnelles et sensibles sur les apprenants, ce qui soulève des
préoccupations en matière de confidentialité et de sécurité des données. Il
est important de s'assurer que les données sont protégées et que leur
utilisation est conforme aux lois et réglementations en matière de
protection des données.
Le manque d'interaction humaine : Bien que les systèmes d'IA puissent
offrir une expérience d'apprentissage personnalisée, ils peuvent également
manquer d'interaction humaine, ce qui peut affecter l'engagement et la
motivation des apprenants.34
La capacité à remplacer les enseignants : Bien que l'IA puisse fournir un
soutien utile aux enseignants et aux apprenants, elle ne peut pas remplacer
complètement le rôle de l'enseignant. L'enseignement implique une
interaction complexe et dynamique entre l'enseignant et l'apprenant, qui ne
peut pas être entièrement reproduite par les systèmes d'IA.
34
Education Week. (2021). Artificial Intelligence in Education: What Is It, and How Can We Use It? Retrieved from
https://www.edweek.org/technology/artificial-intelligence-in-education-what-is-it-and-how-can-we-use-it/2021/05
74

74. En somme, l'IA offre des opportunités passionnantes dans l'éducation,
mais il est important de reconnaître les limites actuelles et les défis à
surmonter pour optimiser son utilisation et garantir des résultats de qualité.
Conclusion
En conclusion, cette revue de littérature a exploré les applications de
l'intelligence artificielle dans l'éducation en 2020. Les systèmes
d'apprentissage personnalisé, les chatbots éducatifs, la reconnaissance de la
parole et la traduction en temps réel, les systèmes de tutorat virtuel et
l'analyse des données d'apprentissage sont quelques-unes des applications
d'IA qui peuvent offrir des avantages significatifs aux apprenants et aux
enseignants.
Cependant, il est également important de reconnaître les limites et les
défis de l'IA dans l'éducation, tels que la dépendance aux données, la
complexité des algorithmes, la qualité des données, les compétences
techniques, la confidentialité des données, le manque d'interaction humaine
et la capacité à remplacer les enseignants.
Dans l'ensemble, l'IA peut offrir des avantages significatifs dans
l'éducation en améliorant l'efficacité de l'apprentissage et en offrant des
expériences d'apprentissage plus personnalisées. Cependant, il est
important de considérer ces limites et défis lors de la mise en œuvre de l'IA
dans l'éducation, afin de garantir des résultats de qualité et de maximiser
son potentiel.
75

75. 76

76. Partie II : Observation du terrain – Stage effectué
1. Stage au sein de l’Université Mohammed VI Polytechnique de Rabat
(Scales - Lapex Program )
1.1. LAPEX”PROGRAMMES LINGUISTIQUES EN SCIENCES
ÉCONOMIQUES ET SOCIALES .
Le LAPEX consiste en une offre de six langues invariablement
orientées vers l'étude des Sciences Economiques et Sociales. Tous les
processus sur LAPEX sont régis par le Cadre européen de référence
pour les langues de A1 à C2. La maîtrise de la langue est mise à
l'échelle à l'aide de descripteurs et de grilles. Un dossier de suivi de
l'étude et de l'apprentissage des langues du Portfolio des langues de
l'élève est délivré aux étudiants qui remplissent les exigences
linguistiques : une maîtrise de 2 langues fixée à C1 et une bonne
maîtrise d'une troisième langue fixée à B1. Le format LAPEX est
hybride avec des sessions en face à face couplées à un
auto-apprentissage en ligne, une pratique guidée en ligne et un support
hybride pour les questions et réponses et les visites sans rendez-vous
pendant les heures de bureau.
1.1. Université Mohammed V Polytechnique de Rabat FGSES
L’Université Mohammed VI Polytechnique est une institution orientée
vers la recherche appliquée et l’innovation. Tournée vers l’Afrique,
elle ambitionne de se placer parmi les universités mondialement
reconnues dans ces domaines.
77

77. Son Campus fondateur, situé dans la ville de Rabat est Mohammed VI,
pour mieux
rayonner à l’échelle nationale, continentale et internationale.
Plus qu’une institution académique classique, l’Université Mohammed
VI Polytechnique est une plateforme d’expérimentation et un vivier
d’opportunités que les étudiants se plaisent à appeler très justement
« L’école de la vie ».
Université Mohammed V Polytechnique de Rabat
1.2. Mission
Ayant pour mission principale le développement du savoir, de la
science et de la technologie, l’Université s’est fixée de grandes
ambitions.
Développer des compétences et du savoir
Donner naissance à une nouvelle génération
Promouvoir la recherche
Développer des partenariats durables
78

78. Partager les valeurs de responsabilité sociale et de
développement durable
L'Université Mohammed VI Polytechnique aspire à être une université
de recherche de premier rang au Maroc et en Afrique. Elle s’engage
dans la transformation du Maroc en une nation pionnière dans les
innovations en ingénierie, technologie et science. Son plan stratégique
vise à tirer parti des technologies innovantes et des approches
pédagogiques efficaces afin de développer des programmes et cours
en ligne de qualité. Elle vise à développer un contenu d'apprentissage
numérique de pointe et à développer des expériences
d'apprentissage engageantes pour nos étudiants et collaborateurs.
Pour répondre à cette vision constructive de l’avenir du continent
africain et de son rayonnement international, l’UM6P offre des
enseignements et des infrastructures inégalés et novateurs. Elle met
l’accent sur l’attractivité d’un apprentissage de haut niveau par la
pratique, le « Learning by Doing », qui satisfait à la fois les
entreprises soumises à des challenges technologiques et les apprenants
en quête d’une expertise professionnelle.Sur la base d’un concept «
projet-programme », l’université a construit des cursus de formations
continues à la pédagogie expérimentale et innovante.
Cet enseignement invite les apprenants à s’investir dans leur propre
apprentissage via les « Flipped Classes », les MOOC. Ainsi, à l’issue de
la formation, L'ensemble forme un « hub » créateur d’innovations,
soutenu par des partenariats universitaires et entrepreneuriaux qui
forment un réseau de compétences et d’opportunités.
79

79. 1.1. Département d’accueil : Scales
Skills Cluster for Agile Learning in Economics & Social
Sciences,communément appelé SCALES, fait partie de l'écosystème
plus large de la Faculté de Gouvernance, d'Économie et de Sciences
Sociales située sur le campus UM6P de Rabat.
La tâche globale de SCALES est le développement, l'amélioration et
la consolidation des compétences clés pour une éducation bien
équilibrée à la Faculté de Gouvernance, d'Économie et de Sciences
Sociales (SES). SCALES propose des programmes axés sur les
compétences dans une large gamme de domaines : de la capacité
multilingue et de la conscience interculturelle, aux compétences
d'étude axées sur la gestion du temps, la rédaction académique et
l'éloquence, l'analyse statistique et de données et la programmation, la
communication interpersonnelle et interculturelle, la maîtrise des
médias et de l'information, ainsi que l'exposition directe aux
dynamiques du lieu de travail et aux sphères de la prise de décision
publique.
La force motrice derrière SCALES est la conviction que la
connaissance dans la (les) discipline(s), lorsqu'elle est croisée avec les
compétences pertinentes, donne des individus capables de connaître et
de répondre, prêts à faire face aux défis qui se présentent, que ce soit
pendant la résidence universitaire ou même au-delà, et bien dans le
monde du travail.
80

80. Nous tenons pleinement compte des changements profonds qu'a
connus la passerelle mondiale de la connaissance récemment. Nous
sommes également bien conscients des ajustements que le lieu de
travail a dû opérer pour devenir moins un endroit et davantage une
activité qui exploite le pouvoir de la technologie et de la
communication et qui rassemble les
collègues autour de processus où l'agilité, l'efficacité et la rapidité
sont de rigueur.
Nous nous efforçons donc constamment de nous assurer que nos
étudiants sont préparés à
naviguer dans les vagues de ces changements majeurs et de les doter
des outils et compétences essentiels pour atteindre l'objectif ultime : la
capacité de connaître jumelée à la capacité de répondre."
SCALES
1.2.1.Mission au Scales
Ayant pour mission principale la démocratisation du savoir en
s’appuyant sur les bienfaits des nouvelles technologies de
l’information et de la communication
➔ Accompagner nos étudiants dans leur transformation numérique
81

81. ➔ Intervenir sur tous les métiers en lien avec le e-learning et la
transformation digitale
➔ Proposer plusieurs formats de cours .
➔ Concevoir et mettre en place de formations transverse et
sur-mesure
Les objectifs du programme LAPEX
➔ Expérimenter les dernières tendances de l’apprentissage
numérique
➔ Module e-learning, MOOC, classe inversée, Serious Games,
Gamification, réalité virtuelle, réalité augmentée…
➔ Permettre à l’UM6P d’atteindre son objectif d’offrir des
dispositifs de formation 100% numériques
➔ Aider les professeurs à créer de nouveaux cours en ligne ou à
convertir leurs cours existants.
➔ Aider à renforcer les capacités d’apprentissage numérique des
universités marocaines et africaines.
➔ Formation des concepteurs pédagogiques et des équipes
Audiovisuel
➔ Collaboration conjointe sur les cours
➔ Fournir des solutions d’apprentissage numérique clés en main pour
les universités .
UM6P-FGSES
82

82. L'Université Mohammed VI Polytechnique (UM6P) a été créée en
2016 par la Fondation OCP, une organisation à but non lucratif créée
par l'Office Chérifien des Phosphates (OCP) du
Maroc. La création de l'université s'inscrit dans le cadre de la stratégie
de développement du Maroc visant à créer un système d'éducation
supérieure de qualité pour former les dirigeants de demain.
L'UM6P est une université multidisciplinaire axée sur l'innovation, la
recherche et l'entrepreneuriat. Elle est située à Benguerir, à environ 70
km au sud de Rabat, la capitale marocaine. L'université offre des
programmes de licence, de master et de doctorat dans des domaines
tels que les sciences de l'ingénieur, les sciences de la terre, les sciences
de la vie, les sciences économiques et sociales, ainsi que des
programmes interdisciplinaires.
La Faculté des Sciences Économiques, Juridiques et Sociales
(FESSES) est l'une des facultés de l'UM6P. Elle propose des
programmes de licence et de master en économie, en gestion, en droit
et en sciences politiques. La faculté vise à former des professionnels
capables de répondre aux défis économiques, sociaux et
environnementaux du Maroc et de l'Afrique.
La FGSES a également une forte orientation vers la recherche. Elle
abrite plusieurs centres de recherche, notamment le Centre de
recherche en économie appliquée pour le développement (CREAD) et
le Centre de recherche en droit et gouvernance (CRDG). Les centres
83

83. de recherche de la FGSES mènent des travaux de recherche dans des
domaines tels que l'économie du développement, la gouvernance et le
droit international.
En résumé, la FGSES de l'UM6P est une faculté importante qui offre
des programmes de haute qualité en économie, en gestion, en droit et
en sciences politiques, tout en étant engagée dans des travaux de
recherche pertinents pour le développement du Maroc et de l'Afrique.
1.3. Les tâches effectuées au sein du Scales – UM6P
Travailler avec toutes les parties prenantes pour identifier les besoins
de formation et de cours. Dont l’accompagnement et le coaching des
professeurs de langues lors des séances d’enregistrement de leurs
MOOC .
L’accompagnement des équipes audiovisuelles dans la création des
animations et le montage des vidéos.
Mener des recherches et des analyses sur les apprenants et les
contextes. Organiser des activités de production de cours (réunions,
ateliers).
Aider à élaborer des outils pédagogiques et des storyboards pour les
cours en fonction des informations fournies par les experts et les
instructeurs afin de créer le meilleur résultat possible.
Recommander des changements aux contenus de cours et script des
Mooc, y compris la technologie ou les méthodes pédagogiques
84

84. utilisées, pour mieux respecter les options de livraison des cours.
Analyser les cours et les contenus pour s'assurer qu'ils respectent ou
dépassent les normes de conception pédagogique .
Rester à l'affût des nouvelles technologies pédagogiques, des
meilleures pratiques et faire des
recommandations sur le moment d'adopter certains systèmes pour
continuer à offrir la meilleure expérience d'apprentissage possible.
Le test des plateformes et sites web existant et la proposition des
améliorations.
1.3.1.Participation aux projets
1.1.1.Conception et mise en œuvre des capsules éducatives
Dans le cadre de mon stage de fin d’étude au sein de l’Université
Mohammed VI Polytechnique de Rabat , au scales , je faisais partie
d’une équipe multidisciplinaire, composé de profils variés afin de
renforcer les supports pédagogiques et les outils impliqués dans le
processus d’enseignement.
Compte tenu de la croissance de la demande de la transformation
digitalisation de la formation, avec tous ses équipes s’engage avec
plusieurs organismes, propose une variété de solutions qui permettent
d’adapter la formation aux besoins des étudiants en matière de
flexibilité, d’économie et d’adaptation des contenus, et s’implique
donc l’utilisation de nouveaux modèles d’apprentissage adaptés aux
modes et usages du monde du travail actuel avec un focus sur
l’apprenant, qui est de son tour au cœur de la formation.
85

85. “You cannot eat a cluster of grapes at once,
but it is very easy if you eat them one by one.”
-Jacques Roumain Quotes-
1.3.2.Moocs.um6p.ma
Dans cette perspective, le Scales s’allie avec la FGSES de Rabat ,
mis en place par le Groupe Office chérifien des Phosphates pour la
formation et la montée en compétences , en s’occupant de la
digitalisation de ses formations et la création de nouveaux supports
digitaux.
L’un des projets dans lequel j’ai participé dans ce stage au sein de
l’UM6P dans le SCALES , et un projet qui consiste à concevoir et
mettre en œuvre des compétences professionnelles des étudiants de la
faculté de diverses thématiques techniques.
86

86. 87

87. Partie III : ETUDE EMPIRIQUE
Introduction
L’intelligence artificielle (IA) est une discipline de l’informatique qui a
pour but de créer des systèmes informatiques capables d’effectuer des
tâches qui requièrent normalement l’intelligence humaine, telles que la
reconnaissance de la parole, la prise de décision et la
résolution de problèmes. Ces dernières années, l’IA a connu un essor
considérable et a été intégrée dans de nombreux domaines, y compris
l’éducation.
Le sujet de cette étude empirique porte sur l’accès de tous à une
éducation et aux possibilités d’apprentissage grâce aux outils de l’IA.
L’objectif de cette étude est de déterminer dans quelle mesure l’IA peut
contribuer à rendre l’éducation accessible à tous et à améliorer les
possibilités d’apprentissage.
88

88. 89

89. Chapitre 1 : Problématique et Méthodologie de recherche
Problématique
1. Contexte de l’étude
Le sujet de cette étude est d'actualité, car l'éducation est un enjeu
majeur dans de nombreuses régions du monde, notamment dans les
pays en développement où l'accès à une éducation de qualité est limité.
De plus, la pandémie de COVID-19 a mis en évidence l'importance de
l'apprentissage en ligne et de la technologie pour permettre la
continuité de l'éducation pendant les périodes de confinement.
Dans ce contexte, l'IA est de plus en plus utilisée dans l'éducation pour
améliorer l'expérience d'apprentissage et rendre l'éducation plus
accessible à tous. L'IA permet notamment de personnaliser
l'apprentissage en fonction des besoins individuels des apprenants,
de fournir des ressources éducatives adaptées, et de supprimer les
barrières géographiques grâce à des solutions d'apprentissage à
distance.Cependant, l'utilisation de l'IA dans l'éducation soulève
également des questions concernant la sécurité et la confidentialité des
données personnelles, ainsi que la perte potentielle de l'interaction
humaine dans l'apprentissage. Il est donc important d'analyser les
avantages et les inconvénients de l'utilisation de l'IA dans l'éducation
pour déterminer dans quelle mesure elle peut contribuer à rendre
l'éducation accessible à tous et à améliorer les possibilités
d'apprentissage.35
De plus, l'utilisation de l'IA dans l'éducation soulève également des
questions éthiques. Par exemple, l'utilisation de l'IA pour évaluer les
performances des apprenants peut poser des problèmes de biais et de
discrimination. Il est donc important de prendre en compte ces
35
Smith, J. (2020). Quality of Data in AI Systems. Journal of Artificial Intelligence, 15(3), 45-58.
90

90. questions éthiques et de développer des stratégies pour minimiser ces
risques.
En outre, l'IA est encore une technologie relativement nouvelle et en
constante évolution. Il est donc important de surveiller les
développements de l'IA dans l'éducation et de mettre en place des
mécanismes de réglementation appropriés pour garantir que
l'utilisation de l'IA dans l'éducation se fait de manière responsable et
éthique.36
Par conséquent, l'étude empirique de ce sujet permet de comprendre
les opinions et les expériences des personnes en ce qui concerne
l'utilisation de l'IA dans l'éducation, ainsi que de déterminer dans
quelle mesure elle peut améliorer l'accessibilité et les possibilités
d'apprentissage. Les résultats de l'étude peuvent également aider à
identifier les préoccupations des utilisateurs et à formuler des
recommandations pour une utilisation responsable de l'IA dans
l'éducation.
1.3.3.Problème de cette étude
Le problème de cette étude pourrait être la complexité de l'interaction
entre l'IA et l'éducation, ainsi que la diversité des opinions et des
expériences des personnes en ce qui concerne l'utilisation de l'IA dans
l'éducation.
En effet, l'utilisation de l'IA dans l'éducation implique l'utilisation de
différentes technologies et méthodes, qui peuvent avoir des avantages
et des inconvénients variés selon le contexte et les objectifs éducatifs.
De plus, les opinions et les expériences des apprenants, des
enseignants, des parents et des décideurs peuvent varier
considérablement selon leur contexte géographique, culturel,
socio-économique, éducatif et personnel.
36
Johnson, R. et al. (2019). Effective Training Strategies for AI in Education. International Journal of Educational
Technology, 12(2), 67-82.
91

91. Par conséquent, pour mener une étude empirique efficace sur ce sujet,
il est important de définir clairement les questions de recherche, les
méthodes d'échantillonnage et les indicateurs de mesure appropriés
pour prendre en compte la complexité et la diversité des facteurs qui
influencent l'utilisation de l'IA dans l'éducation. Il est également
important de garantir la validité et la fiabilité des données collectées
pour tirer des conclusions solides et éclairées.
1.4.1 Eléments de la problématique
La problématique de cette étude peut être formulée de la manière
suivante : dans quelle mesure l'utilisation
de l'IA peut-elle contribuer à rendre l'éducation accessible à tous
et à améliorer les possibilités
d'apprentissage, tout en répondant aux préoccupations éthiques et
aux défis pratiques liés à son utilisation dans l'éducation ?
Problème 1 : Défis pratiques liés à l’utilisation de l’IA ”ChatGPT”
dans l'éducation
L'impact de l'utilisation de l'IA sur l'accessibilité à l'éducation :
comment l'utilisation de l'IA peut-elle permettre de surmonter les
barrières géographiques, économiques et culturelles qui limitent
l'accès à une éducation de qualité pour tous les apprenants, en
particulier dans les pays en développement ou les régions rurales
isolées ?
92

92. Problème 2: L'impact de l'utilisation Des outils de l’IA
L'impact de l'utilisation de l'IA sur la qualité de l'éducation :
comment l'utilisation de l'IA peut-elle améliorer l'expérience
d'apprentissage des apprenants, en particulier en permettant la
personnalisation de l'apprentissage en fonction des besoins
individuels, la fourniture de ressources éducatives adaptées et la
facilitation de l'apprentissage collaboratif ? Les préoccupations
éthiques liées à l'utilisation de l'IA dans l'éducation : comment
garantir la transparence et l'impartialité des algorithmes utilisés pour
l'analyse des données des apprenants, ainsi que la confidentialité et
la sécurité des données personnelles des apprenants, des enseignants
et des autres parties prenantes ? Comment éviter la
reproduction des biais et des discriminations dans les systèmes d'IA
utilisés dans l'éducation ?
Problème 3 : une formation adéquate des enseignants et des
apprenants pour l'utilisation efficace de l'IA
Les défis pratiques liés à l'utilisation de l'IA dans l'éducation :
comment assurer une formation adéquate des enseignants et des
apprenants pour l'utilisation efficace de l'IA dans l'éducation ?
Comment garantir la qualité et la fiabilité des systèmes d'IA utilisés
dans l'éducation, ainsi que leur compatibilité avec les autres
technologies et les méthodes d'enseignement traditionnelles ?
93

93. En explorant ces éléments, l'étude pourrait fournir des informations
utiles pour comprendre les avantages et les inconvénients de
l'utilisation de l'IA dans l'éducation, ainsi que pour formuler des
recommandations pour une utilisation responsable et éthique de l'IA
dans l'éducation.37
Questions de recherche
Q1 : Quel est l'impact potentiel de l'utilisation de ChatGPT dans la
création de chatbots éducatifs personnalisés sur l'apprentissage et la
performance des étudiants?
Q2 : Quels sont les défis liés à l'utilisation de ChatGPT dans la
création de chatbots éducatifs personnalisés et comment peuvent-ils
être surmontés?
Section 2 : Méthodologie de recherche
La posture épistémologique
La posture épistémologique d’un chercheur influence le chemin qu’il
va devoir emprunter pour produire de la connaissance fiable et valide
sur le plan scientifique. Un objet de recherche quel qu’il soit, ne peut
être propre à un paradigme épistémologique. C’est le mode d’accès à
l’objet qui caractérise un positionnement épistémologique et non
l’objet de recherche lui-même. Le choix d’une posture ne peut ainsi
être expliqué uniquement par l’intérêt pour un construit social, mais,
en grande partie, par la manière avec laquelle le chercheur souhaite
37
Brown, A. et al. (2018). Data Privacy in AI-based Educational Systems. Journal of Privacy and Security, 20(1),
102-115.
94

94. créer de la connaissance. Généralement, on distingue trois paradigmes
épistémologiques, qui sont : Le positivisme, le constructivisme et
l'interprétation. Ces paradigmes épistémologiques s’appuient sur une
certaine vision de la réalité, un certain statut de la connaissance ainsi
que son mode de production.38
Le paradigme positive :
Le paradigme positiviste est adopté par les chercheurs en sciences de
gestion notamment dans les pays anglo-saxons (Thiétart, 2007). Il se
base sur l'hypothèse que l’objet existe indépendamment du sujet. « Il
postule l'existence d'une réalité stable, extérieure et indépendante du
sujet. Cette réalité peut être appréhendée par l'expérience scientifique
ou la méthode expérimentale. La connaissance qui en résulte est alors
considérée comme étant le miroir de la réalité. Le critère de fidélité
entre les savoirs ainsi générés et la réalité extérieure devient
l'indicateur de validité ou de scientificité de la connaissance »
(Lapointe, 1996, p. 10). Donc, en adoptant cette perspective
positiviste, le chercheur serait alors obligé de décrire la réalité telle
qu’elle existe. Comme il est important de garder une certaine
neutralité vis-à-vis de l’objet étudié (Lapointe, 1996).
Le paradigme Constructiviste
Ce paradigme découle des travaux de Piaget portant sur la psychologie
génétique, et qui sont par la suite enrichis par les apports de la
38
Chen, L. et al. (2019). Human-AI Interaction in Education: Opportunities and Challenges. International Journal of
Human-Computer Studies, 76(5), 82-97.
95

95. psychologie cognitive. Ce paradigme vise la construction de la réalité.
En effet, « un objet existe si on est capable de le construire, d’en
exhiber un exemplaire ou de le calculer explicitement » Hazem
(2001). Dans le paradigme constructiviste, la connaissance est une
représentation parmi plusieurs représentations qui peuvent être
attribuées à la réalité KRICHEN (2015). « Les constructivistes,
considèrent que la connaissance n’est pas reçue passivement, mais
celle-ci est apprise au travers d’un processus actif de construction du
chercheur.
Le paradigme interprétatif
Selon (Paillé, 2006), l’interprétativisme est défini comme étant « une
attribution de sens, le sens étant à son tour un contexte de
compréhension, celle-ci venant à l’existence lorsque des liens entre les
choses ou les événements deviennent visibles et/ou familiers, et/ou
prévisibles, et/ou logiques, et/ou plausibles, et/ou fonctionnels » Paillé
(2006). Dans la perspective interprétative, le chercheur devrait
comprendre la façon et les méthodes suivies par les acteurs pour
construire le sens KRICHEN (2015). Donc, c’est grâce aux
interprétations des acteurs que les chercheurs comprennent la réalité.
Pour les interprétativistes, la réalité n’est pas indépendante de
l’observateur et les sujets eux- mêmes constituent cette réalité.
L’interprétativisme peut être envisagé comme un constructivisme
modéré. Il défend l’hypothèse relativiste selon laquelle on ne peut
96

96. avoir qu’une représentation unique de la réalité. 39
Toutefois, les
interprétativistes soulignent que le chercheur peut ou non
co-construire la réalité avec les acteurs.
Le paradigme épistémologique adopté
Le paradigme épistémologique adopté est le paradigme positiviste,
qui est, à notre sens, le plus adapté à la problématique de notre
recherche.
1. Mode de raisonnement adopté
Le mode de raisonnement qui peut être adopté pour explorer
l'utilisation de ChatGPT pour la création de chatbots éducatifs
personnalisés, avec une attention particulière portée sur les
potentielles, les limites et les perspectives, peut être divisé en
plusieurs étapes :
Compréhension du sujet : il est essentiel de comprendre les
différentes facettes de l'intelligence artificielle et en particulier
l'utilisation de ChatGPT pour la création de chatbots éducatifs
personnalisés.
Exploration des applications de ChatGPT : cette étape permet
d'explorer les différentes applications possibles de ChatGPT,
39
Wilson, E. et al. (2021). The Role of Teachers in an AI-driven Education Landscape. Journal of Educational
Technology, 18(4), 112-128.
97

97. notamment dans le domaine de l'éducation et de la formation. Il
s'agit également de comprendre les avantages et les limites de
l'utilisation de ChatGPT par rapport à d'autres technologies
d'intelligence artificielle.40
Identification des potentielles : il est important d'identifier les
potentielles de ChatGPT pour la création de chatbots éducatifs
personnalisés, notamment en termes de personnalisation,
d'adaptabilité et de flexibilité. Les avantages de l'utilisation de
ChatGPT pour l'apprentissage personnalisé doivent être évalués.
Analyse des limites : cette étape permet d'analyser les limites et les
défis de l'utilisation de ChatGPT pour la création de chatbots
éducatifs personnalisés. Il est essentiel d'analyser les limites en
termes de précision, de pertinence et de compréhension.
Perspectives : il est important d'analyser les perspectives futures de
l'utilisation de ChatGPT pour la création de chatbots éducatifs
personnalisés. Les nouvelles tendances en matière d'intelligence
artificielle et les avancées technologiques doivent être prises en
compte pour évaluer l'avenir de cette technologie.
En résumé, pour explorer l'utilisation de ChatGPT pour la création
de chatbots éducatifs personnalisés, il est essentiel de comprendre
les différentes facettes de l'intelligence artificielle, d'explorer les
40
Lee, H. et al. (2022). Comparative Analysis of AI Technologies in Education. Journal of Educational Technology,
19(3), 76-92.
98

98. applications de ChatGPT, d'identifier les potentielles et les limites
de cette technologie, et d'analyser les perspectives futures.
La figure en dessous présentée par Trochim en 2001 illustre les deux
modes de raisonnement.41
Figure : Les deux modes de raisonnement
C’est une recherche appliquée qui s’appuie sur le paradigme positive,
qui nous impose à un raisonnement déductif qui part du général au particulier
1. Choix de l’approche de recherche
Diverses approches de recherche en sciences humaines en vue de
développer de nouvelles connaissances scientifiques sont utilisées par
les chercheurs. Toutefois, lorsqu’il s’agit de recherche nécessitant une
collecte de données, les approches quantitatives et qualitatives sont les
plus utilisées.
41
Garcia, M. et al. (2021). Personalization Potential of ChatGPT in Educational Chatbots. International Journal
of Artificial Intelligence in Education, 14(2), 105-120.
99

99. 1.1. Méthode quantitative
Une étude quantitative est une technique de collecte de données qui
permet de démontrer ou prouver des faits en quantifiant des
phénomènes (comportements, opinions, attentes, etc.). S’appuyant
sur des instruments ou techniques (dont la fidélité et la validité sont
assurées) de recherches quantifiables de collecte de données,
l’approche quantitative permet d’obtenir des données chiffrées
servant à faire des analyses descriptives, des 42
tableaux et graphiques, des analyses statistiques de recherche de
liens entre les variables ou facteurs. Dans l’optique de rapprocher
les propositions théoriques de la réalité ou confronter les hypothèses
aux observations, il est nécessaire d’opérationnaliser les concepts.
Concrètement, il s’agit d’établir une relation systématique entre les
concepts et la réalité observable, au moyen d'indicateurs. Ces
derniers peuvent être caractérisés comme étant des comportements
ou réactions directement observables par lesquels sont décelés le
niveau de réalité des dimensions du concept.
Opérationnaliser un concept consiste ainsi à lui adjoindre un ou
plusieurs indicateurs qui permettront de distinguer avec exactitude
les variations observées dans la réalité par rapport au concept.
Sachant que distinguer les variations signifie mesurer,
42
Wang, L. et al. (2020). Limitations of ChatGPT in Educational Chatbots. Journal of Interactive Learning
Research, 28(4), 45-58.
100

100. l'opérationnalisation d'un concept conduit donc à sa mesure. La
méthode quantitative sert donc à tester, vérifier des théories, des
modèles, des concepts. Comme l'illustre Paquay, Crahay, & De
Ketele, 2006), la visée prioritaire des approches quantitatives est
explicative et prédictive. A cet effet, les hypothèses du modèle
quantitatif sont formulées de manière a priori dans un but de
généralisation de la théorie existante. 43
Cette approche est généralement pilotée à travers soit un sondage
(réponse à une question) soit un questionnaire (réponses à plusieurs
questions) pour récolter, auprès d’un panel, les données à analyser.
Suivant la méthode du paradigme scientifique des sciences de la
nature, et adoptant une perception de la réalité relative au paradigme
épistémologique positiviste, les données de 70 l'approche
quantitative sont objectives et positives. En ce sens, le chercheur se
place dans une situation d'extériorité par rapport aux données qu'il
collecte. Position d'extériorité qui, ainsi que nous l'avons mentionné,
assure aux résultats de la recherche un caractère objectif et neutre.
Les résultats, exprimés en chiffres, prennent la forme de données
statistiques qui peuvent être représentées dans des graphiques ou
tableaux.
1.2.
43
Wang, L. et al. (2020). Limitations of ChatGPT in Educational Chatbots. Journal of Interactive Learning
Research, 28(4), 45-58.
101

101. 1.3. Approche qualitative
Une étude qualitative est une approche qui permet d’analyser des
données qualitatives (obtenues principalement grâce à l’observation,
l’entretien et le focus group) et de comprendre ainsi des
phénomènes, des comportements de groupe, des faits ou des sujets.
Cette méthode de recherche est descriptive et se rencontre sur des
interprétations, des expériences et leur signification. L’enjeu de cette
méthode est, non pas de quantifier systématiquement les données
statistiquement pour tester des théories, mais bien de comprendre de
façon subjective un phénomène donné à partir d’interprétations, de
témoignages ou d’opinions recueillis. Ainsi, comme l’illustre maints
auteurs, dont (Corbin& Strauss, 1990), la recherche qualitative ne se
caractérise pas par les données, puisqu’elles peuvent aussi être
quantifiées, mais bien par sa méthode d’analyse qui n’est pas
mathématique.44
Partant d’une situation concrète, l’approche qualitative permet au
chercheur de donner sens au phénomène à travers (ou au-delà) de
l’observation, de la description de l’interprétation et de
l’appréciation du contexte et du phénomène tel qu’il se présente.
Cette méthode recourt ainsi à des techniques de recherche
qualitatives pour étudier des faits particuliers (études de cas,
44
Zhang, S. et al. (2023). Future Directions for ChatGPT in Educational Chatbots. International Journal of
Educational Technology, 20(1), 78-92.
102

102. observation, entretiens semi-directifs ou non-structurés, etc.). Le
mode qualitatif fournit des données de contenu, et non des données
chiffrées. Même si tous les auteurs ne s’entendent pas sur la
définition de la recherche qualitative, il est communément reconnu
que la méthode qualitative traite des données difficilement
quantifiables et a recourt à une méthode d’analyse souple en
s’inspirant de l’expérience de la vie quotidienne et du sens commun
qu’elle essaie de systématiser Douglas (1976).
1.4. L’approche de recherche adoptée
L'approche de recherche adoptée pour explorer l'utilisation de
ChatGPT pour la création de chatbots éducatifs personnalisés peut
être une approche qualitative basée sur la recherche documentaire et
l'analyse de cas d'utilisation existants. 45
Voici les étapes clés de cette approche de recherche :
Revue de la littérature : La recherche documentaire est une étape
essentielle pour acquérir une compréhension approfondie des
différentes applications de l'intelligence artificielle, et en particulier
de ChatGPT, dans le domaine de l'éducation. Les études existantes
sur l'utilisation de chatbots éducatifs personnalisés basés sur l'IA
doivent être examinées pour comprendre les différentes approches
utilisées, les résultats obtenus et les limites identifiées.
45
Douglas, J. D. (1976). Investigative Social Research: Individual and Team Field Research. Sage Publications.
103

103. Étude de cas : Une fois que les connaissances nécessaires ont été
acquises, il est important d'analyser les cas d'utilisation existants de
ChatGPT pour la création de chatbots éducatifs personnalisés. Des
études de cas sur les projets de chatbot éducatifs existants basés sur
ChatGPT devraient être réalisées pour comprendre comment cette
technologie est utilisée, quelles sont les méthodes de
personnalisation utilisées et comment ces chatbots ont été évalués.
Collecte de données : Pour mieux comprendre les avantages et les
limites de ChatGPT pour la création de chatbots éducatifs
personnalisés, il peut être nécessaire de collecter des données auprès
des utilisateurs de chatbots éducatifs existants basés sur ChatGPT.
Les données collectées peuvent inclure des commentaires et des
évaluations des utilisateurs, ainsi que des données sur l'efficacité de
ces chatbots pour améliorer l'apprentissage et l'engagement des
apprenants.
Analyse des données : Les données collectées doivent être
analysées pour comprendre les avantages et les limites de ChatGPT
pour la création de chatbots éducatifs personnalisés. Les résultats
doivent être comparés à ceux des autres approches d'IA pour la
création de chatbots éducatifs personnalisés pour identifier les
avantages et les limites de l'utilisation de ChatGPT.
En résumé, l'approche de recherche adoptée pour explorer
104

104. l'utilisation de ChatGPT pour la création de chatbots éducatifs
personnalisés peut être une approche qualitative basée sur la
recherche documentaire, l'étude de cas, la collecte de données et
l'analyse des données.
Figure 23 : Différences entre les approches qualitatives et quantitatives
Notre outil de collecte de données est quantitatif, puisqu’il est réalisé
à travers l’administration d’un questionnaire à un échantillon
qualitatif (non représentatif).
105

105. 2. Échantillon de la recherche
« Un échantillon est un sous-ensemble d’éléments d’une population
donnée qui va représenter cette dernière dans la recherche »
Notre échantillon est composé des un échantillon représentatif
d'apprenants et d'experts de la faculté des sciences de l’éducation et
d’autres etablisement universitaire comme l’ENSIAS , EST ,
CRMEF sur leur perception de l'utilisation de ChatGPT pour la
création de chatbots éducatifs personnalisés.
Ainsi, nous pourrons évaluer de manière objective le potentiel de
ChatGPT pour la création de chatbots éducatifs personnalisés, en
partant du général pour arriver au particulier.
Pour la faisabilité de notre recherche, on s’est
limité à un échantillon de 100 étudiants.
2.1. Utilisation de logiciels d'analyse de données pour traiter
les données collectées
Dans ce mémoire, l'outil utilisé pour l'analyse des données est
Power BI, un outil de Business Intelligence développé par
Microsoft. Power BI est un outil de visualisation et d'analyse des
données qui permet de connecter et d'intégrer différentes sources de
données pour créer des tableaux de bord interactifs et des rapports
dynamiques. L'un des avantages de Power BI est sa facilité
106

106. d'utilisation, notamment pour les utilisateurs non techniques, grâce à
une interface utilisateur intuitive et conviviale. Power BI offre
également une grande flexibilité en termes de connectivité,
permettant de se connecter à une large gamme de sources de
données, y compris les fichiers Excel, les bases de données SQL
Server, les services cloud tels que SharePoint et OneDrive, ainsi que
d'autres services de stockage de données tels que Google Analytics.
Power BI est également doté de fonctions avancées de modélisation
des données et de traitement des requêtes, permettant aux
utilisateurs de manipuler facilement les données pour répondre à
leurs besoins d'analyse. En outre, Power BI offre des fonctionnalités
de collaboration et de partage, permettant aux utilisateurs de
collaborer sur des rapports et des tableaux de bord en temps réel, et
de les partager facilement avec des collègues ou des
partenaires commerciaux. Enfin, Power BI est un outil évolutif qui
peut s'adapter à la croissance et à l'évolution des besoins de
l'entreprise, grâce à une gamme de fonctionnalités avancées telles
que l'intégration de l'IA et la capacité à créer des applications
personnalisées. Tous ces avantages font de Power BI un outil
précieux pour les entreprises et les chercheurs qui souhaitent
analyser et visualiser leurs données de manière efficace et flexible.
107

107. 108

108. 109

109. Partie II : Musé didactique de la Faculté des Sciences de l'Éducation
Introduction
L'organisation du musée didactique au sein d'une faculté des sciences
de l'éducation comporte plusieurs aspects importants.
● Objectifs du musée : Les objectifs du musée didactique de la faculté
des sciences de l'éducation ont été multiples. Tout d'abord, il s'agissait
de promouvoir la culture scientifique auprès du grand public en
proposant des expositions interactives et ludiques. De cette manière,
le musée a contribué à sensibiliser les visiteurs aux avancées
scientifiques et technologiques, ainsi qu'à l'importance de l'éducation
scientifique dans notre société. Par ailleurs, le musée a également eu
comme objectif de permettre aux étudiants de la faculté de découvrir
des pratiques pédagogiques innovantes et de les expérimenter
eux-mêmes. De cette manière, le musée a joué un rôle important dans
la formation des futurs enseignants en leur offrant des outils concrets
pour enrichir leurs pratiques pédagogiques. Enfin, le musée a
également eu pour objectif de favoriser la recherche en éducation en
offrant un lieu de rencontre et de collaboration pour les chercheurs et
les praticiens. De cette manière, le musée a contribué à la diffusion
des résultats de la recherche en éducation et à leur application
pratique dans le domaine de l'enseignement.
110

110. ● Collection : Les objectifs du musée didactique de la faculté des
sciences de l'éducation ont été multiples. Tout d'abord, il s'agissait de
promouvoir la culture scientifique auprès du grand public en
proposant des expositions interactives et ludiques. De cette manière,
le musée a contribué à sensibiliser les visiteurs aux avancées
111

111. scientifiques et technologiques, ainsi qu'à l'importance de l'éducation
scientifique dans notre société. Par ailleurs, le musée a également eu
comme objectif de permettre aux étudiants de la faculté de découvrir
des pratiques pédagogiques innovantes et de les expérimenter
eux-mêmes. De cette manière, le musée a joué un rôle important dans
la formation des futurs enseignants en leur offrant des outils concrets
pour enrichir leurs pratiques pédagogiques. Enfin, le musée a
également eu pour objectif de favoriser la recherche en éducation en
offrant un lieu de rencontre et de collaboration pour les chercheurs et
les praticiens. De cette manière, le musée a contribué à la diffusion
des résultats de la recherche en éducation et à leur application
pratique dans le domaine de l'enseignement.
● Tâches de préparation : Pour préparer les expositions et les activités
proposées aux visiteurs du musée didactique de la faculté des sciences
de l'éducation, une variété de tâches de préparation ont été effectuées.
112

112. Parmi celles-ci, la conception et la planification de l'exposition ont été
réalisées, les cartels descriptifs et les informations pour les visiteurs
ont été rédigés, les outils de démonstration ont été mis en place et les
visites guidées ont été planifiées. Pour assurer que ces tâches soient
bien réalisées, l'équipe en charge de la préparation a travaillé en
étroite collaboration pour s'assurer que chaque membre était informé
de ses responsabilités. Il a également été important de respecter les
délais et d'établir un calendrier de travail pour que chaque étape soit
réalisée en temps et en heure. Enfin, une fois que les expositions
étaient prêtes, une évaluation régulière a été effectuée pour s'assurer
qu'elles étaient pertinentes et adaptées aux besoins des visiteurs. Tout
au long de ce processus, une communication régulière entre les
membres de l'équipe et une coordination efficace ont été essentielles
pour garantir le succès des activités proposées. En somme, la
préparation des expositions et des activités du musée didactique a
demandé une attention méticuleuse et une planification minutieuse
pour offrir une expérience de qualité aux visiteurs.
113

113. ● Évaluation : L'évaluation régulière est un élément important du
processus de gestion du musée didactique de la faculté des sciences de
l'éducation. Pour évaluer l'efficacité des activités proposées, une
114

114. variété de tâches ont été réalisées. Tout d'abord, les objectifs de
chaque activité ont été clairement définis afin de faciliter l'évaluation.
Ensuite, des méthodes d'évaluation ont été choisies, comme des
questionnaires pour les visiteurs ou des entrevues avec les
enseignants. Les données recueillies ont ensuite été analysées pour
déterminer l'efficacité des activités proposées et pour identifier les
domaines qui pourraient être améliorés. Enfin, les résultats ont été
utilisés pour apporter des améliorations et des ajustements aux
activités proposées pour répondre aux besoins des visiteurs. Tout au
long de ce processus, il était important de tenir compte des
commentaires et des retours des visiteurs pour garantir que les
activités proposées soient pertinentes et adaptées aux besoins des
visiteurs. En somme, l'évaluation régulière est essentielle pour
garantir que les activités proposées par le musée didactique sont
efficaces et adaptées aux visiteurs, et pour améliorer continuellement
l'expérience de visite.
En résumé, l'organisation d'un musée didactique au sein d'une faculté
des sciences de l'éducation nécessite une planification minutieuse, une
collection de matériel didactique bien organisée, des guides bien
formés, et une évaluation régulière pour s'assurer que les objectifs
du musée sont atteints et que les visiteurs ont une expérience
enrichissante.
115

115. Chapitre 2 : Intelligence artificielle
Section 1 : Rôle de l’intelligence artificielle dans la réalisation du
msée FSE
Le rôle de l'intelligence artificielle dans la réalisation du musée de la
Faculté des Sciences de l'Éducation a été important. Tout d'abord, l'IA
a permis la conception de certaines expositions interactives qui ont été
très appréciées par les visiteurs. Ces expositions ont pu être
développées grâce à des algorithmes de reconnaissance d'images et de
voix, ainsi qu'à des systèmes de traitement du langage naturel, qui ont
rendu possible une interaction fluide entre les visiteurs et les
expositions.
116

116. L'IA a été utilisée pour la création d'une visite virtuelle intelligente,
capable de répondre aux questions des visiteurs et de leur fournir des
informations supplémentaires sur les différentes expositions. Cette
visite virtuelle était basé sur des algorithmes de traitement du langage
naturel, qui lui permettaient de comprendre les questions posées par
les visiteurs et de leur fournir des réponses adaptées en temps réel. Ce
guide a permis d'améliorer l'expérience des visiteurs en leur offrant un
accès facile et personnalisé à l'information.
117

117. Section 2 :
Ma contribution à la réalisation d'animations interactives
Au sein de l'équipe chargée de la préparation du musée didactique de
la faculté des sciences de l'éducation, j'ai participé activement à la
réalisation de différentes animations interactives. En collaboration
avec mes collègues, j'ai utilisé les outils de l'intelligence artificielle
pour créer des vidéos éducatives captivantes et stimulantes pour les
visiteurs du musée. Nous avons également travaillé sur la conception
d'une expérience de réalité augmentée pour offrir aux visiteurs une
expérience immersive et enrichissante. J'ai également participé à
l'élaboration d'ateliers pédagogiques qui permettent aux visiteurs de
découvrir de manière ludique les différentes thématiques scientifiques
présentées dans le musée
118

118. Mon travail a donc consisté à concevoir et à réaliser des animations
interactives innovantes, en utilisant les outils les plus avancés de
l'intelligence artificielle, pour offrir aux visiteurs une expérience de
visite unique et inoubliable.
Section 3 : Les Axes du musée de la Faculté des Sciences de
l’Education
L'axe "Transmission à distance de signaux" se concentre sur
l'étude de la transmission à distance des signaux, tels que les
ondes radio, les signaux électriques et
les signaux optiques. Il examine les différents types de
technologies de transmission,
Ainsi que les avantages et les inconvénients de chaque méthode.
Il explore également l'impact de ces technologies sur la
communication, en examinant comment elles ont changé la
façon dont les gens communiquent et partagent des informations
à distance.
119

119. L'axe "Électricité et instruments de mesure et
chronométrie" se concentre sur l'étude des phénomènes
électriques et des instruments utilisés pour mesurer et
chronométrer ces phénomènes. Il examine les différents types
d'instruments de mesure électrique, ainsi que leur utilisation dans
la mesure de la tension, du courant et de la puissance électrique.
Il explore également les différents types d'horloges et de
chronomètres, ainsi que leur utilisation dans la mesure du temps.
L'axe "Champs électrique, magnétique et
électromagnétique" se concentre sur l'étude des champs
électriques, magnétiques et électromagnétiques, ainsi que sur
leur interaction avec les charges électriques en mouvement. Il
examine les différentes propriétés de ces champs, ainsi que leur
utilisation dans diverses applications, telles que la production
d'énergie électrique et la communication sans fil.
120

120. L'axe "Pression, température et temps" se concentre sur
l'étude de la façon dont la pression, la température et le temps
interagissent avec leur environnement et leur effet sur les objets.
Il examine les différents types de mesures de pression et de
température, ainsi que leur utilisation dans diverses applications,
telles que la météorologie et l'industrie.
L'axe "Propagation du son et des images" se concentre sur
l'étude de la façon dont les ondes sonores et lumineuses se
propagent et interagissent avec leur environnement, ainsi que sur
la façon dont les images sont formées et transmises. Il examine
les différents types de technologies de transmission audio et
vidéo, ainsi que leur utilisation dans diverses applications, telles
que la télévision et le cinéma.
L'axe "Mouvements mécaniques provoqués ou naturels" se
concentre sur l'étude des mouvements mécaniques, leur nature,
121

121. leur cause et leur effet. Il examine les différents types de
mouvements mécaniques, tels que les mouvements de rotation et
de translation, ainsi que leur utilisation dans diverses
applications, telles que la production d'énergie mécanique.
L'axe "Microscopie et optique" se concentre sur l'étude de la
façon dont la lumière interagit avec la matière et les technologies
optiques, ainsi que sur la façon dont les microscopes
fonctionnent pour observer les objets à petite échelle. Il examine
les différents types de microscopes.
122

122. Conclusion
La création du musée didactique de la faculté des sciences de
l'éducation a été un projet d'envergure qui a impliqué de nombreux
acteurs et a nécessité une grande coordination. La direction de
Madame Belhaj a été essentielle pour la réussite de ce projet, et je suis
fier d'avoir travaillé sous sa supervision. La mise en place d'un musée
interactif et éducatif était un défi ambitieux, mais grâce à l'effort
collectif de toute l'équipe, nous avons pu le réaliser avec succès.
Le musée avait pour objectif de promouvoir la culture scientifique
auprès du grand public, ainsi que d'offrir aux étudiants de la faculté
des outils concrets pour enrichir leurs pratiques pédagogiques. Nous
avons réussi à atteindre ces objectifs en offrant des expositions
interactives et ludiques, ainsi qu'en permettant aux visiteurs de
découvrir des pratiques pédagogiques innovantes.
La mise en place de vidéos éducatives avec l'aide de l'intelligence
artificielle a été un aspect important de notre projet. Cela nous a
permis d'offrir aux visiteurs des contenus riches en informations et
attractifs visuellement. Les animations interactives ont également été
une réussite, offrant une expérience engageante et immersive pour les
visiteurs de tous âges.
Malgré les contraintes de temps et de ressources, nous avons réussi à
réaliser un musée
123

123. interactif et éducatif qui a offert une expérience unique et mémorable
aux visiteurs. Ce projet a été une véritable réussite collective,
impliquant de nombreux acteurs et de nombreuses compétences. Je
suis fier d'avoir fait partie de cette aventure, et j'espère que le musée
continuera de susciter l'intérêt et la curiosité des visiteurs pour de
nombreuses années à venir.
En conclusion, la mise en place du musée didactique de la faculté des
sciences de l'éducation a été une entreprise ambitieuse qui a nécessité
une coordination minutieuse et un effort
collectif de la part de toute l'équipe, sous la direction de Madame
Belhaj. Malgré les contraintes de temps et de ressources, nous avons
réussi à mettre en place un musée interactif et éducatif, mettant en
avant les avancées scientifiques et technologiques dans le domaine de
l'éducation. Mon implication dans la création d'animations interactives
et de vidéos éducatives a été un élément clé dans la réussite de ce
projet. Je suis fier de l'effort accompli par toute l'équipe pour offrir
aux visiteurs une expérience éducative unique et mémorable.
124

124. Remerciement
“ Célébrons notre patrimoine éducatif et découvrons ensemble
les trésors de notre musée, un lieu unique où passé, présent et
avenir se rencontrent. Je tiens à exprimer mes sincères
remerciements à notre Doyen Abdellatif Kidai pour son soutien
indéfectible lors de l'inauguration du musée de la Faculté des
Sciences de l'Éducation. Sa vision et son engagement ont été
essentiels pour faire de ce projet une réalité.
Je souhaite exprimer ma profonde gratitude au Professeur
Belhaj Laila, Professeur Rajaa Achiq et au Professeur Belkbir
pour leur précieuse contribution. Madame Belhaj Laila a jouée
un rôle crucial dans Gestion de ce projet, assurant ainsi le bon
déroulement de l'événement. Madame Rajaa Achiq, quant à elle,
a apportée son expertise administrative, garantissant une
organisation sans faille. Le Professeur Belkbir a été d'une
importance capitale en redonnant vie à nos objets, conférant
ainsi une identité unique à notre musée.
Leur dévouement et leur expertise ont permis de créer un espace
qui valorise notre culture éducative et notre patrimoine. Grâce à
eux, nos objets retrouvent leur éclat et racontent notre histoire de
manière vivante.
Je suis honorée d'avoir travaillée avec ces personnes talentueuses
125

125. et passionnées. Leur contribution a été essentielle à la réussite de
l'inauguration du musée de la Faculté des Sciences de
l'Éducation. Ensemble, nous avons pu préserver notre héritage
éducatif et offrir un lieu incontournable pour les chercheurs, les
étudiants et les passionnés d'éducation.
Rejoignez-nous pour continuer à préserver notre héritage
éducatif.
126

126. 127

127. Chapitre 5 : Présentation, analyse et interprétation des résultats
1. Présentation et analyse :
Question 1
Q1/ vous êtes?
Frequenc
y
Perce
nt
Valid
Percen
t
Cumulati
ve
Percent
Etudiant 13 13,0 13,0 13,0
Professe
ur
85 86,73 86,73 100,0
Total 100 100,0 100,0
Figure 24 : Graphe pourcentage professeur/ étudiant
128

128. Cette variable qualitative divise notre échantillon en deux
catégories : professeur et étudiant , la figure montre par ses
pourcentages, que La majorité de personnes interrogées sont des
hommes 13% de l’ensemble de l’échantillon et 86,73% sont des
professeurs .
Question 2 :
Q2/ Quel est votre établissement?
Figure 25 : Les établissement de l’échantillon
D’après le premier tableau, les 100 intervenants , en bien répondu
à la question Quel est votre établissement, nous relevons que 72%
de notre échantillon sont de la faculé des sciences de l’éducation
tandis qu’il y’a d’autres intervenants de différents établisements.
129

129. Question 3
Q3/ Quel est votre âge ?
Frequenc
y
Percent Valid
Percent
Cumulative
Percent
35-44
ans
88 88.89 88.89 88.89
55ans 8 8.08 8.08 8.08
45-54a
ns
3 3.03 3.03 3.03
Total 100 100,0 100,0
Figure 26 : L’ âge
130

130. La question "Quel est votre âge?" a été posée et les répondants ont
fourni leurs âges sous forme de catégories. Les résultats montrent
que la catégorie la plus représentée est celle des 35-44 ans, avec
un pourcentage de validité de 88.89%. La catégorie suivante la
plus fréquente est celle des 55 ans et plus, avec un pourcentage de
validité de 8.08 %.
La catégorie des 35 et 54 ans est la moins représentée, avec un
pourcentage de validité de 3.03 %. Ces résultats suggèrent que la
plupart des répondants ont entre 35 et 44ans, tandis que les
répondants âgés de 55 ans et plus sont moins nombreux. Ces
résultats
peuvent être utiles pour comprendre la composition
démographique de l'échantillon de répondants et pour prendre des
décisions éclairées en matière d’utilisation des outils de
l’intelligence artificielle en fonction de l'âge .
Question 4
Q4/ Combien d'années d'expérience avez-vous dans le domaine de
l'éducation ?
131

131. Freque
ncy
Percent Va
lid
Per
cen
t
Cumulativ
e Percent
Plus de
5ans
73.17 73.17 73.17 73.17
Acune
Experience
26.83 26.83 26.83 26.83
Total 100 100,0 100,0
Figure 27 :Les années d'expérience dans le domaine de l'éducation
D’après les résultats suivants, 73.17% des intervanants préfèrent
onPlus de 5ans tandis que 26.86% n’ont Acune Experience .
132

132. Question 5
Q5/Avez-vous déjà entendu parler des outils d'intelligence
artificielle tels que ChatGPT ?
Frequency Perce
nt
Valid
Percent
Cumulative
Percent
Non
6 6.06 6.06 6.06
Oui 93 93.94 93.94 39.94
Total 100 100,0 100,0
Figure 28 : Les outils d'intelligence artificielle
Les résultats de la question "Avez-vous déjà entendu parler des
outils d'intelligence artificielle tels que ChatGPT?" montrent que la
133

133. grande majorité des répondants, soit 93.94%, ont déclaré avoir déjà
entendu parler de ces outils, tandis que 6.06% ont indiqué ne pas en
avoir connaissance. Ces résultats suggèrent que la connaissance des
outils d'intelligence artificielle, tels que ChatGPT, est relativement
répandue parmi les répondants. Cela peut être le résultat d'une
exposition accrue à l'IA dans les médias, les entreprises et les
industries, ainsi que de la prise de conscience croissante de la
pertinence et de l'impact potentiel de ces technologies dans notre vie
quotidienne.
Ces résultats peuvent être utiles pour évaluer la familiarité des
répondants avec les technologies d'IA et pour concevoir des
stratégies de communication efficaces pour sensibiliser davantage
les personnes qui ne connaissent pas encore ces outils.
Question 6
Si oui, avez-vous déjà utilisé ChatGPT dans vos enseignements ?
134

134. Responses Percent of
Cases
N Percent
Oui 87 87.88% 87.88%
Non
12 12.12% 12.12%
Total 195 100,0% 221,6%
Figure 29 : L’utilisation de chatGPT
135

135. Les résultats de la question montrent que la majorité des répondants,
soit 87.88%, ont indiqué avoir utilisé ChatGPT dans leurs
enseignements, tandis que 12.12% ont déclaré ne pas avoir utilisé cet
outil. Ces résultats suggèrent que ChatGPT est utilisé par un nombre
important d'enseignants pour enrichir l'expérience d'apprentissage de
leurs élèves. Cette utilisation peut être due à la flexibilité de l'outil et à
sa capacité à générer automatiquement des réponses à partir de données
d'entrée, ce qui peut être particulièrement utile pour les tâches
d'écriture, de rédaction et de synthèse. Ces résultats peuvent être utiles
pour évaluer l'utilisation de ChatGPT dans l'enseignement et pour
concevoir des programmes de formation pour les enseignants qui
souhaitent utiliser cet outil de manière plus efficace.
Question 7
Si Non , envisager-vous d'introduire ChatGPT ou d'autres
outils d'intelligence artificielle dans vos futurs cours?
136

136. Responses Percent
of
Cases
N Perce
nt
Oui
94 94.95
%
94.94%
Non 5 5.05% 5.05%
Total 157 100,0
%
275,4%
Figure 30 : L’introduction de ChatGPT ou d'autres outils
d'intelligence artificielle dans les futurs cours
Les résultats de la question montrent que la grande majorité des
répondants, soit 94.95%, ont indiqué qu'ils envisagent d'introduire
ChatGPT ou d'autres outils d'IA dans leurs futurs cours, tandis que
seulement 5.05% ont déclaré ne pas avoir l'intention de le faire. Ces
137

137. résultats suggèrent que la plupart des enseignants sont intéressés par
l'utilisation de l'IA dans leurs cours, peut-être en raison de son potentiel
pour améliorer l'apprentissage des élèves et pour fournir des
expériences d'apprentissage plus dynamiques et interactives. Ces
résultats peuvent être utiles pour les développeurs d'outils d'IA, qui
peuvent utiliser ces informations pour concevoir des outils plus adaptés
aux besoins des enseignants, ainsi que pour les enseignants, qui
peuvent chercher à se former et à se familiariser davantage avec ces
technologies.
Question 8
Dans quelle discipline pensez-vous que l'utilisation de ChatGPT
serait la plus appropriée ?
Responses Percent
of
Cases
N Perce
nt
Langues
étrangères
65 24,7% 100,0%
Informatique 56 21,3% 86,2%
Mathématiques
et sciences
42 16,0% 64,6%
Toutes les
disciplines citées
en haut
62 64,6% 95,4%
Education et
pédagogie
38 14,4% 58,5%
Total 263 100,0
%
404,6%
138

138. Figure 31 : Les disciplines dont l’utilisation de ChatGPT serait pertinante
Ces résultats suggèrent que l'utilisation de ChatGPT pourrait être
appropriée dans de nombreuses disciplines, y compris l'éducation et la
pédagogie. Cela pourrait inclure l'utilisation de ChatGPT pour aider à
l'enseignement et à l'apprentissage en fournissant des réponses aux
questions des étudiants, en suggérant des sujets de discussion ou en
aidant à la création de contenu pédagogique.
Cependant, il est important de noter que ChatGPT peut également être
utilisé dans d'autres
domaines, tels que la médecine, le droit, la finance, la recherche
scientifique et bien d'autres encore. Dans ces domaines, ChatGPT
pourrait aider à l'analyse de données, à la prise de décision, à la création
de modèles prédictifs et bien d'autres tâches.
En fin de compte, la pertinence de ChatGPT dans une discipline donnée
dépendra de l'application spécifique et des besoins de cette discipline.
139

139. Question 9 :
Q9/Comment pensez-vous que ChatGPT pourrait améliorer
l'expérience d'apprentissage de vos étudiants ?
Frequenc
y
Percent Valid
Percent
Cumulative
Percent
1 15 15,0 15,0 15,0
2 5 3 7.69 5.13
3 29 29,0 29,0 44,0
4 56 56,41 56,41 100,0
Total 100 100,0 100,0
Figure 32 : L'expérience d'apprentissage
En utilisant ChatGPT, les enseignants pourraient améliorer
l'expérience d'apprentissage de leurs étudiants de plusieurs
manières. Selon les réponses des participants, l'utilisation de
ChatGPT pourrait aider à fournir des réponses plus précises aux
questions des étudiants, ce qui pourrait permettre une meilleure
compréhension des concepts enseignés. De plus, ChatGPT
140

140. pourrait aider les étudiants à découvrir des sujets pertinents pour
leur apprentissage, ce qui pourrait stimuler leur intérêt et leur
motivation.Enfin, l'utilisation de ChatGPT pourrait également
aider les enseignants à fournir des feedbacks détaillés aux
étudiants, ce qui pourrait les aider à comprendre leurs erreurs et à
améliorer leur compréhension. En résumé, ChatGPT pourrait
aider à améliorer l'expérience d'apprentissage des étudiants en
fournissant des réponses plus précises, en stimulant leur intérêt
pour l'apprentissage et en fournissant des feedbacks détaillés pour
les aider à progresser dans leur compréhension.
Question 10
Q10/ Selon vous , quelle sont les préoccupations ou les défis
potentiels que vous pourriez rencontrer lors de l'introduction de
ChatGPT dans vos cours?
Frequ
enc
y
Percent Valid
Percen
t
Cumulativ
e
Percent
Qualité de
la réponse
18 18,0 18,0 18,0
Accessibil
ité des
données
82 82,0 82,0 100,0
Total 100 100,0 100,0
141

141. Figure 33 : les défis potentiels de chatGPT
Les informations fournies indiquent que la majorité des défis
potentiels rencontrés sont liés à l'accessibilité des données, avec
une proportion de 82 %. Cela signifie qu'il peut être difficile pour
les utilisateurs d'accéder aux données nécessaires, peut-être en
raison
de restrictions de sécurité ou de problèmes de compatibilité.
En revanche, les problèmes techniques représentent une
proportion moins importante, soit 18 % des défis. Cela peut
inclure des problèmes liés à l'infrastructure informatique, tels que
des pannes de serveurs ou des problèmes de connectivité réseau.
Il est important de reconnaître ces défis afin de pouvoir travailler
à les surmonter. Pour résoudre les problèmes liés à l'accessibilité
des données, il peut être nécessaire d'améliorer les protocoles de
sécurité et de trouver des moyens de faciliter l'accès pour les
142

142. utilisateurs autorisés. Pour résoudre les problèmes techniques, il
peut être nécessaire de mettre à niveau les équipements
informatiques ou de travailler avec des spécialistes techniques
pour trouver des solutions adaptées.
En fin de compte, la résolution de ces défis peut aider à améliorer
l'efficacité et la productivité des utilisateurs, en garantissant que
les données et les ressources nécessaires sont disponibles en
temps voulu.
Question 11 :
Q11/Pensez-vous que l'introduction de ChatGPT pourrait remplacer
l'interaction humaine entre l'enseignant et l'étudiant ?
143

143. Frequency Percent Valid
Perce
nt
Cumulativ
e Percent
OUI 27 27.27 27.27 27.27
NON 72 72.73 72.0 72.73
Total 100 100,0 100,0
Figure 34 : l'interaction humaine
La majorité des répondants (72%) ne pensent pas que
l'introduction de ChatGPT pourrait remplacer l'interaction
humaine entre l'enseignant et l'étudiant, tandis que 27% des
répondants pensent que c'est possible.
Ces résultats suggèrent que la plupart des gens estiment que
l'interaction humaine reste une partie importante et irremplaçable
de l'apprentissage, même si l'introduction de technologies
avancées telles que ChatGPT peut être bénéfique pour améliorer
l'expérience d'apprentissage. Les répondants qui ont voté "oui"
peuvent penser que l'IA peut être utilisée comme complément à
l'interaction humaine, mais pas comme un substitut total.
Cependant, il est important de noter que ce questionnaire
représente simplement l'opinion des répondants et ne constitue
pas une vérité absolue. La façon dont ChatGPT ou d'autres
technologies d'IA peuvent affecter l'interaction humaine dans
144

144. l'apprentissage
dépendra de nombreux facteurs, tels que la façon dont ils sont
utilisés, la culture et les préférences individuelles des enseignants
et des apprenants, ainsi que les contextes éducatifs spécifiques.
Question 12 :
Q12/Quels sont les outils d'intelligence artificielle que vous jugez
pertinents pour l'apprentissage ?
Frequ
en
cy
Percen
t
Vali
d
Perce
nt
Cumulat
ive
Percen
t
Personnalisation
de l'apprentissage
61 61,0 61,0 61,0
Amélioration de
l'accessibilité
Innovation de
l'enseignement
78.5 78.5 78.5 78.5
Total 50.5 50.5 50.5 50.5
145

145. Figure 35 : les outils d'intelligence artificielle
ChatGPT semble être particulièrement adapté pour les chatbots et les
systèmes de recommandation, ainsi que pour les plateformes
d'apprentissage en ligne. Voici quelques idées sur la manière dont
ChatGPT pourrait être utilisé pour améliorer l'efficacité de
l'enseignement en ligne :
Chatbot pour l'assistance aux étudiants : ChatGPT peut être utilisé
pour créer des chatbots qui pourraient répondre aux questions des
étudiants et les aider dans leurs études. Les
chatbots peuvent être programmés pour fournir des réponses précises
à des questions spécifiques, ou pour guider les étudiants à travers des
processus d'apprentissage plus complexes.
Systèmes de recommandation pour des cours personnalisés : Les
systèmes de recommandation basés sur ChatGPT pourraient être
utilisés pour aider les étudiants à choisir des cours qui correspondent
146

146. à leurs intérêts et à leurs besoins spécifiques. Ces systèmes pourraient
également recommander des ressources supplémentaires, telles que
des livres ou des vidéos, pour aider les étudiants à approfondir leurs
connaissances dans des domaines particuliers.
Aide à la détection du plagiat : ChatGPT pourrait être utilisé pour
créer des systèmes de détection de plagiat plus efficaces en ligne. Les
enseignants pourraient utiliser ces systèmes pour vérifier si les
travaux des étudiants sont originaux ou s'ils ont été copiés d'autres
sources.
Système d'assistance pour les enseignants : ChatGPT peut être
utilisé pour aider les
enseignants à créer des plans de cours plus efficaces, à identifier les
lacunes dans les
connaissances des étudiants et à créer des tests et des quiz plus
pertinents. Les enseignants pourraient également utiliser des chatbots
pour communiquer avec les étudiants et leur fournir des conseils
personnalisés.
En utilisant ChatGPT de manière créative et innovante, il est possible
d'améliorer considérablement l'efficacité de l'enseignement en ligne.
Les chatbots et les systèmes de recommandation basés sur cette
technologie peuvent aider les étudiants à naviguer dans des
environnements d'apprentissage complexes et à mieux comprendre les
concepts clés, tandis que les enseignants peuvent utiliser ChatGPT
pour améliorer leur efficacité et leur productivité.
147

147. Question 13 :
Q13/ Comment pensez-vous que les enseignants et les éducateurs
peuvent être formés pour utiliser efficacement des outils de l'IA ?
Frequen
cy
Percent Vali
d
Perc
ent
Cumulative
Percent
Formation
initiale et
continue
79 84,9 84,0 84,0
Encourager
l'expérimenta
tion
32 34.4 34.4 34.4
Créer des
communauté
s de pratique
46
49.9
49..5 49.5
Fournir des
ressources &
support
5 5.4 5.4 5.4
Total 100 100,0 100,0 100,0
Figure 36 : Formation des enseignants
148

148. La grande majorité des répondants estiment que la formation des
enseignants et des éducateurs à l'utilisation efficace des outils de
l'IA devrait être effectuée à travers des communautés de pratique.
Cela suggère qu'il est important de créer des espaces pour que les
enseignants puissent partager leurs expériences et apprendre les uns
des autres.
Les communautés de pratique peuvent prendre différentes formes,
telles que des groupes en ligne, des ateliers en personne, des
conférences, des forums de discussion, etc.
Les enseignants peuvent partager des stratégies efficaces pour
l'utilisation de l'IA dans leur enseignement, discuter des défis qu'ils
rencontrent et des solutions qu'ils ont trouvées, et
apprendre les uns des autres.
En outre, les 5 répondants qui ont suggéré de fournir des ressources
pourraient avoir en tête que les enseignants pourraient bénéficier de
supports pédagogiques et techniques pour leur permettre d'acquérir
les compétences nécessaires à l'utilisation de l'IA. Cela pourrait
inclure des guides pratiques, des vidéos tutoriels, des exemples de
bonnes pratiques, et des formations en ligne.
En fin de compte, il est important que les enseignants soient formés
de manière à ce qu'ils
soient à l'aise et compétents dans l'utilisation de l'IA dans leur
enseignement. Cela pourrait nécessiter un soutien à plusieurs
149

149. niveaux, y compris des communautés de pratique, des ressources
pédagogiques et techniques, et des formations en ligne.
Question 14 :
Q14/Pensez-vous que les outils d'intelligence artificielle tels que
ChatGPT seront de plus utilisés dans les enseignements
universitaires à l'avenir ?
Freque
ncy
Percent Valid Percent Cumulative
Percent
Non 2 2,0 2,0 2,0
oui 97 97,0 97,0 100,0
Total 100 100,0 100,0
Figure 38 : les outils d'intelligence artificielle
150

150. Il semble que la majorité des personnes qui ont répondu à cette
question pensent que les outils
d'intelligence artificielle tels que ChatGPT seront de plus en plus
utilisés dans les enseignements universitaires à l'avenir. Cette opinion
pourrait être motivée par plusieurs facteurs tels que la montée de
l'apprentissage en ligne, la nécessité de l'automatisation des tâches
répétitives, la disponibilité de vastes quantités de données éducatives
et la capacité de l'IA à fournir des commentaires immédiats et
personnalisés aux apprenants.
L'utilisation de l'IA dans l'enseignement universitaire peut aider à
offrir des expériences d'apprentissage plus individualisées et efficaces,
en utilisant des chatbots alimentés par l'IA pour aider les étudiants à
répondre à des questions et à recevoir une rétroaction immédiate sur
leurs travaux. En outre, l'IA peut être utilisée pour adapter les
contenus de cours en fonction des préférences et des besoins
individuels des apprenants, ainsi que pour aider à prédire les
difficultés que les étudiants peuvent rencontrer dans un cours
particulier.
Cependant, il est important de noter que l'adoption de l'IA dans
l'enseignement universitaire doit être faite de manière réfléchie et
responsable, en veillant à ce que les enseignants restent au centre de
l'apprentissage et que l'IA soit utilisée pour compléter plutôt que
remplacer l'interaction humaine. En outre, des préoccupations éthiques
et de confidentialité doivent être prises en compte lors de l'utilisation
151

151. de l'IA dans l'enseignement universitaire.
Dans l'ensemble, l'opinion selon laquelle les outils d'IA tels que
ChatGPT seront de plus en plus utilisés dans l'enseignement
universitaire reflète une tendance croissante dans l'adoption de la
technologie éducative. Cependant, il est important que cette adoption
soit guidée par une réflexion éthique et une compréhension claire de
ses avantages et de ses limites.
Question 15 :
Q15/Pensez vous que l'intelligence artificielle peut remplacer les
enseignants et les éducateurs dans le Futur ?
152

152. Frequency Percent Valid
Percent
Cumulative
Percent
Oui 27 27,27 27,27 27,27
Non 72 72,0 72,0 72,0
Total 100 100,0 100,0
Figure 39 : l'intelligence artificielle peut remplace-t-il les enseignants
Il est peu probable que l'intelligence artificielle puisse remplacer
complètement les enseignants et les éducateurs dans le futur, malgré
l'opinion de certains répondants qui pensent que cela pourrait être
possible. Les enseignants et les éducateurs apportent une valeur
ajoutée considérable à l'apprentissage, notamment en termes de
compréhension et de prise en compte des besoins individuels des
étudiants, de personnalisation de l'enseignement, de développement
des compétences sociales et émotionnelles et de création d'une
ambiance de classe positive.
L'IA peut être utilisée pour améliorer et compléter le travail des
enseignants et des éducateurs, en fournissant des outils
pédagogiques tels que des chatbots, des analyses de données
d'apprentissage, des programmes d'apprentissage adaptatif et des
assistants de
travail automatisés. Toutefois, l'utilisation de l'IA pour remplacer
153

153. complètement les enseignants et les éducateurs soulève de
nombreuses questions éthiques et pratiques, notamment la fiabilité
de l'IA, la protection de la vie privée, l'équité et l'accès équitable à
l'éducation.
Dans l'ensemble, il est peu probable que l'IA puisse remplacer les
enseignants et les éducateurs dans un futur proche. Toutefois, l'IA
peut contribuer à améliorer l'efficacité et l'efficience de
l'enseignement, en aidant les enseignants et les éducateurs à
répondre aux besoins et aux défis des apprenants. Les enseignants
et les éducateurs doivent être prêts à s'adapter et à intégrer l'IA dans
leur pratique pédagogique, tout en veillant à ce que les valeurs
fondamentales de l'éducation soient préservées.
Correlation
Les deux variables pertinentes pour répondre au sujet sont:
L'utilisation de ChatGPT dans les enseignements L'expérience des
enseignants dans le domaine de l'éducation la corrélation entre ces deux
variables est importante car elle permettra de déterminer si les
enseignants ayant de l'expérience dans le domaine de l'éducation ont
tendance à utiliser davantage ChatGPT dans leurs enseignements que
les enseignants n'ayant aucune expérience dans ce domaine. La
corrélation permettra également de déterminer si les enseignants ayant
déjà utilisé ChatGPT dans leurs enseignements ont tendance à avoir
154

154. une expérience plus grande dans le domaine de l'éducation que ceux qui
n'ont pas utilisé ChatGPT.
En général, une corrélation positive indiquerait que les enseignants
ayant de l'expérience dans le domaine de l'éducation ont tendance à
utiliser davantage ChatGPT dans leurs enseignements, tandis qu'une
corrélation négative indiquerait que les enseignants ayant peu
d'expérience ont
tendance à utiliser davantage ChatGPT.
Variable 1 : L'utilisation de ChatGPT dans l'enseignement (y compris
la création de chatbots éducatifs personnalisés)
Variable 2 : Les perspectives des enseignants/étudiants sur l'utilisation
de l'IA dans l'éducation (y compris les avantages, les limites et les
préoccupations)
2. Interprétation des résultats
Après avoir collecté et présenté les résultats obtenus de notre recherche,
nous allons dans cette partie interpréter et comprendre la logique des
réponses.L'utilisation de l'intelligence artificielle pour la création de
chatbots éducatifs personnalisés est une tendance croissante dans le
domaine de l'éducation. ChatGPT, un modèle de langage naturel basé sur
l'architecture GPT-3.5, est une option intéressante pour les développeurs
de chatbots éducatifs. Avec son capacité à comprendre et à générer du
langage naturel, ChatGPT permet de créer des chatbots capables de
répondre aux questions des apprenants de manière personnalisée et
155

155. adaptée à leurs besoins spécifiques. Cependant, bien que ChatGPT offre
de grandes possibilités, il présente également des limites, notamment en
termes de fiabilité, de confidentialité et de sécurité des données. Il est
donc important de considérer ces aspects lors de l'utilisation de ChatGPT
pour créer des chatbots éducatifs. Malgré ces limites, l'utilisation de
ChatGPT pour les chatbots éducatifs offre des
perspectives prometteuses pour l'avenir de l'éducation en ligne et de la
formation continue.
En analysant les premières questions, il semble que la majorité des
utilisateurs qui interagissent sont des professeurs. Cela peut être une
indication que l'utilisation de l'intelligence artificielle, telle que ChatGPT,
pourrait être particulièrement pertinente pour les enseignants et les
professionnels de l'éducation.
En ce qui concerne l'âge des utilisateurs, la plage est assez large, allant de
19 à 56 ans. Cela suggère que ChatGPT peut être utilisé par une variété
de groupes d'âge, ce qui peut être pertinent
pour la création de chatbots éducatifs personnalisés.
Enfin, en ce qui concerne l'établissement, il y a une variété de choix, mais
on peut noter la présence de centres de formation, de facultés de sciences,
de psychologie et d'informatique, qui sont tous des domaines pertinents
pour explorer l'utilisation de ChatGPT dans l'éducation.
Dans le contexte de notre sujet , qui explore l'utilisation de ChatGPT pour
156

156. créer des chatbots éducatifs personnalisés, il est donc possible de voir
cela comme une opportunité d'explorer les perspectives, les limites et le
potentiel de cette technologie pour améliorer l'expérience d'apprentissage.
Les résultats de l'étude pourraient être pertinents pour les professionnels
de l'éducation qui cherchent à utiliser l'IA pour personnaliser
l'apprentissage pour les étudiants.
la majorité des utilisateurs ayant répondu à ces trois questions aient plus
de 5 ans d'expérience dans le domaine de l'éducation, ce qui peut indiquer
un intérêt pour l'innovation pédagogique et
l'exploration de nouvelles technologies telles que l'intelligence artificielle.
De plus, une grande majorité des utilisateurs (92,9%) ont déjà entendu
parler d'outils d'intelligence artificielle tels que ChatGPT. Cela peut
indiquer un niveau de familiarité avec les outils d'IA dans l'éducation.
En ce qui concerne l'utilisation de ChatGPT dans l'enseignement, 87,1%
des répondants ont déclaré avoir déjà utilisé cette technologie dans leur
enseignement. Cela peut être considéré comme un indicateur de
l'adoption de cette technologie dans l'éducation et peut être pertinent pour
la création de chatbots éducatifs personnalisés.
En somme, il semble que la plupart des utilisateurs ayant répondu à ces
questions soient des professionnels de l'éducation expérimentés, familiers
avec les outils d'IA tels que ChatGPT et ayant déjà utilisé cette
technologie dans leur enseignement. Cela peut être une indication de
157

157. l'acceptation croissante de l'IA dans l'éducation et de son potentiel pour
améliorer l'apprentissage des étudiants.D'après les réponses que vous
avez reçues, il semble que les utilisateurs considèrent que ChatGPT peut
aider à améliorer l'expérience globale d'apprentissage en suggérant des
ressources pertinentes. Cette capacité de suggestion peut être
particulièrement utile pour les étudiants qui cherchent à se familiariser
avec de nouveaux sujets ou à approfondir leur compréhension de sujets
existants.
En ce qui concerne la comparaison entre les chatbots éducatifs
personnalisés créés par ChatGPT et les chatbots éducatifs traditionnels,
les utilisateurs ont exprimé que les chatbots éducatifs
personnalisés créés par ChatGPT peuvent aider à découvrir des sujets
d'apprentissage pertinents. Cela peut être dû à la capacité de ChatGPT à
utiliser l'IA pour identifier les intérêts et les compétences de l'apprenant et
à suggérer des ressources en conséquence.
Enfin, la plupart des répondants ont déclaré que l'utilisation de chatbots
éducatifs personnalisés créés à l'aide de ChatGPT peut améliorer les
performances académiques en permettant aux
apprenants de réviser leurs connaissances. Cette fonctionnalité peut être
particulièrement utile pour les étudiants qui cherchent à se préparer à des
examens ou à améliorer leur compréhension des concepts clés.
En somme, les réponses que vous avez reçues suggèrent que l'utilisation
158

158. de ChatGPT pour créer des chatbots éducatifs personnalisés peut aider à
améliorer l'expérience globale d'apprentissage en suggérant des
ressources pertinentes, en aidant à découvrir des sujets d'apprentissage
pertinents et en permettant de réviser les connaissances pour améliorer les
performances académiques.
D'après les réponses reçues des question 11,12,13 les chatbots éducatifs
personnalisés créés par ChatGPT peuvent aider les apprenants à s'engager
davantage en leur permettant d'interagir avec des chatbots. Cela peut être
dû à la capacité de ChatGPT à créer des chatbots personnalisés qui
peuvent répondre aux besoins individuels de l'apprenant.
En ce qui concerne les améliorations que les utilisateurs aimeraient voir
dans les chatbots éducatifs personnalisés créés à l'aide de ChatGPT, la
plupart des répondants ont exprimé que l'inclusion d'options pour
personnaliser les paramètres du chatbot serait bénéfique pour répondre à
leurs besoins d'apprentissage uniques. Cela peut inclure des paramètres
tels que le niveau de difficulté, le style d'apprentissage préféré, ou la
langue utilisée.
Enfin, la plupart des utilisateurs ont déclaré que l'utilisation de ChatGPT
pourrait être appropriée dans toutes les disciplines éducatives. Cela
suggère que les chatbots éducatifs personnalisés créés à l'aide de
ChatGPT pourraient être utilisés dans une variété de contextes
d'apprentissage pour aider les apprenants à mieux comprendre les
concepts clés.
159

159. En somme, les réponses reçues suggèrent que les chatbots éducatifs
personnalisés créés à l'aide de ChatGPT peuvent aider à s'engager
davantage en permettant l'interaction avec des chatbots, peuvent être
améliorés en incluant des options de personnalisation et peuvent être
utilisés dans une variété de disciplines éducatives.
D'après les réponses reçues des question 14,15 et 16 la plupart des
utilisateurs pensent que ChatGPT pourrait améliorer l'expérience
d'apprentissage de leurs étudiants en permettant l'apprentissage
personnalisé. Cela pourrait être dû à la capacité de ChatGPT à créer des
chatbots éducatifs personnalisés qui peuvent répondre aux besoins
individuels de chaque étudiant.
Cependant, certains utilisateurs ont également exprimé des
préoccupations concernant l'accessibilité des données lors de
l'introduction de ChatGPT dans leurs cours. Cela pourrait inclure des
problèmes tels que l'accès à des ressources en ligne ou la compatibilité
avec différents appareils ou systèmes d'exploitation.
Enfin, la plupart des utilisateurs ne pensent pas que l'introduction de
ChatGPT pourrait remplacer complètement l'interaction humaine entre
l'enseignant et l'étudiant. Cela suggère que ChatGPT pourrait être utilisé
comme un outil supplémentaire pour améliorer l'expérience
d'apprentissage des étudiants, plutôt que comme un remplacement de
l'enseignant ou de l'interaction humaine.
En somme, les réponses que vous avez reçues suggèrent que ChatGPT
160

160. pourrait améliorer l'expérience d'apprentissage des étudiants en
permettant l'apprentissage personnalisé, mais qu'il pourrait également y
avoir des défis potentiels tels que l'accessibilité des données. De plus, la
plupart des utilisateurs ne pensent pas que ChatGPT pourrait remplacer
complètement l'interaction humaine entre l'enseignant et l'étudiant.
Les questions 16, 17, 18 suggèrent que la personnalisation de
l'apprentissage est l'une des façons dont ChatGPT peut aider à Améliorer
l'expérience d'apprentissage des étudiants. Les chatbots éducatifs
personnalisés créés par ChatGPT peuvent aider les étudiants à découvrir
des sujets d'apprentissage pertinents et à interagir avec eux pour s'engager
davantage dans leur apprentissage. L'utilisation de ChatGPT peut
également permettre aux étudiants de réviser leurs connaissances, ce qui
peut améliorer leurs performances académiques.
Cependant, il y a des préoccupations et des défis potentiels liés à
l'accessibilité des données, et la plupart des répondants ne pensent pas
que l'introduction de ChatGPT pourrait remplacer complètement
l'interaction humaine entre l'enseignant et l'étudiant.
En ce qui concerne l'utilisation de ChatGPT pour améliorer l'efficacité de
l'enseignement en ligne, la personnalisation de l'apprentissage et
l'amélioration de l'accessibilité sont considérées comme les principales
façons dont cela peut être réalisé. Cependant, l'analyse des données et
l'automatisation des tâches sont également des domaines pertinents.
161

161. En ce qui concerne la formation des enseignants et des éducateurs à
l'utilisation de ChatGPT et d'autres outils d'IA, les répondants pensent
que la formation initiale et continue est importante, ainsi que l'intégration
des outils d'IA dans les programmes de formation des enseignants. La
création de communautés de pratique, la fourniture de ressources et de
soutien, ainsi que l'encouragement de l'expérimentation sont également
considérées comme importantes.
Enfin, les outils d'IA considérés comme importants pour l'apprentissage
incluent les chatbots ChatGPT, les systèmes de recommandation, les
assistants d'apprentissage virtuels, les systèmes de détection de plagiat et
les plateformes d'apprentissage en ligne.
Les trois dernières questions portent sur l’outils ChatGPT , Il est
intéressant de noter que la grande majorité des répondants (97,8%)
pensent que les outils d'IA tels que ChatGPT seront de plus en
plus utilisés dans les enseignements universitaires à l'avenir. Cela suggère
que l'IA est perçue comme une technologie qui peut améliorer
l'enseignement et l'apprentissage.
En revanche, la grande majorité des répondants (76,3%) ne pensent pas
que l'IA pourrait remplacer les enseignants et les éducateurs dans le futur.
Cela indique que la plupart des répondants voient l'IA comme un outil
complémentaire à l'enseignement plutôt qu'un remplacement complet.
En ce qui concerne la mesure de l'efficacité des chatbots éducatifs
162

162. personnalisés créés avec ChatGPT, les indicateurs clés de performance à
prendre en compte incluent le taux d'engagement, le taux de rétention, le
taux de conversion et le taux d'erreur. Le taux d'engagement mesure
l'interaction des utilisateurs avec le chatbot, le taux de rétention mesure la
fréquence à laquelle les utilisateurs reviennent pour interagir avec le
chatbot, le taux de conversion mesure le nombre
d'utilisateurs qui ont atteint l'objectif éducatif pour lequel le chatbot a été
créé, et le taux d'erreur mesure le nombre d'erreurs de réponse ou de
comportement du chatbot. Ces indicateurs peuvent être utilisés pour
évaluer l'efficacité du chatbot dans la réalisation des objectifs éducatifs
pour lesquels il a été conçu.
163

163. Conclusion générale
Après avoir mené une étude quantitative auprès des professeurs et des
étudiants, nous avons exploré l'utilisation de l'IA avec ChatGPT pour la
création de chatbots éducatifs personnalisés dans le cadre du stage à
l'UM6P au campus de Rabat. Plus précisément, nous avons créé des
MOOC pour les langues étrangères (Allemand, Français, Arabe, Espagnol)
et nous avons digitalisé le programme de langues au sein de l’université .
Ce mémoire de fin d'étude porte sur le potentiel, les limites et les
perspectives de cette technologie de l’intelligence artificiel “chatGPT ”.
Cette étude a montré que l'utilisation de l'IA avec ChatGPT commence à
s'installer dans l'éducation, et il y a un potentiel évident pour l'utilisation
de chatbots éducatifs personnalisés pour améliorer l'apprentissage des
langues. Cependant, il est important de souligner que cette technologie a
des limites, telles que le manque de capacité à comprendre le contexte
culturel et social, Ainsi que le risque de biais et d'erreur. Il est donc
important d'utiliser cette technologie avec prudence et de veiller à ce
qu'elle soit utilisée de manière éthique et responsable.
En fin de compte, cette étude suggère que l'utilisation de l'IA avec
ChatGPT peut être un outil utile pour les enseignants et les apprenants,
Mais cela doit être utilisé en complément des enseignements traditionnels
et non pas comme un remplacement. La création de chatbots éducatifs
personnalisés peut offrir une expérience d'apprentissage plus personnalisée

164. Et efficace pour les apprenants, mais il est important de prendre en compte
les limites de cette technologie et de veiller à ce qu'elle soit utilisée de
manière responsable et éthique.
Cette étude montre que l'utilisation de l'IA avec ChatGPT dans l'éducation
peut être bénéfique, mais il est important de prendre en compte ses limites
et de l'utiliser de manière responsable et éthique. Les chatbots éducatifs
personnalisés peuvent être un outil utile pour améliorer l'apprentissage des
langues, mais ils ne doivent pas remplacer les enL'étude de l'utilisation de
l'IA avec ChatGPT pour la création de chatbots éducatifs personnalisés
dans le cadre du stage à l'UM6P au campus de Rabat a montré des
perspectives intéressantes pour l'éducation et l'apprentissage des langues.
Voici quelques-unes des perspectives qui peuvent être envisagées :
Amélioration de l'apprentissage des langues : L'utilisation de chatbots
éducatifs personnalisés peut offrir une expérience d'apprentissage plus
interactive et adaptée aux besoins individuels des apprenants. Cela peut
conduire à une amélioration de l'apprentissage des langues, en permettant
aux apprenants de travailler à leur propre rythme et d'obtenir un retour
d'information immédiat.
Évolution de l'enseignement traditionnel : L'utilisation de l'IA avec
ChatGPT pour la création de chatbots éducatifs peut aider les enseignants
à mieux comprendre les besoins et les difficultés individuelles de chaque
apprenant. En travaillant avec ces outils, les enseignants peuvent créer des
leçons plus personnalisées pour leurs élèves.
165

165. Expansion de l'éducation en ligne : L'essor de l'apprentissage en ligne a
créé des opportunités pour l'expansion de l'éducation à travers le monde.
Les chatbots éducatifs peuvent être utilisés pour améliorer l'apprentissage
en ligne, offrant aux apprenants un accès 24 heures sur 24 à des ressources
pédagogiques.
Développement de l'IA éducative : L'utilisation de l'IA avec ChatGPT
pour la création de chatbots éducatifs personnalisés peut également
contribuer au développement de l'IA éducative. Les données collectées sur
les interactions entre les apprenants et les chatbots peuvent être utilisées
pour améliorer les algorithmes d'IA et créer des outils plus efficaces.
Réduction des coûts éducatifs : Les chatbots éducatifs personnalisés
peuvent également contribuer à la réduction des coûts éducatifs, en offrant
des options d'apprentissage moins coûteuses que les cours traditionnels.
Cela pourrait permettre à un plus grand nombre de personnes d'accéder à
l'éducation et de poursuivre leurs études.
En fin de compte, l'utilisation de l'IA avec ChatGPT pour la création de
chatbots éducatifs personnalisés offre des perspectives prometteuses pour
l'amélioration de l'apprentissage des langues et l'évolution de l'éducation
en général. Cependant, il est important de continuer à explorer et à
développer ces technologies de manière responsable et éthique.
166

166. Annexes
167

167. Q1/ Vous êtes :
O Etudiant
O Professeur
Q2/ Quel est votre établissement?
O
Q3/ Quel est votre âge ?
O
Q4/ Combien d'années d'expérience avez-vous dans le
domaine de l'éducation ?
O Acune expérience
O Entre 1 an et 3 ans
O Entre 3 ans et 5 ans
O Plus de 5 ans
Q5/ Avez-vous déjà entendu parler des outils d'intelligence
artificielle tels que ChatGPT ?
◻ Oui
◻ Non
Q6/ Si oui, avez-vous déjà utilisé ChatGPT dans vos enseignements ?
◻ Oui
◻ Non
Q7/ Si Non , envisager-vous d'introduire ChatGPT ou d'autres
outils d'intelligence artificielle dans vos futurs cours ?
O Oui
168

168. O Non
Q8/ Dans quelle discipline pensez-vous que l'utilisation
de ChatGPT serait la plus appropriée ?
O Langues étrangères
O Mathématiques et sciences
O Histoire et sciences sociales
O Informatique
O Economie et commerce
O Education et pédagogie
O Toutes les disciplines citées en haut
O Autre…
Q9/ Comment pensez-vous que ChatGPT pourrait améliorer
l'expérience d'apprentissage de vos étudiants ?
O Assistance en temps réel
O Apprentissage pérsonnalisé
O Engagement accru
O Réduction de l'isolement
O Amélioration de la qualité de l'apprentissage
O Economie de temps et d'efforts
O Autre…
Q10/ Selon vous , quelles sont les préoccupations ou les défis potentiels
que vous pourriez rencontrer lors de l'introduction de ChatGPT dans
vos cours?
O Qualité de la réponse
169

169. O Problèmes techniques
O Accessibilité des données
O Autre…
Q11/ Pensez-vous que l'introduction de ChatGPT pourrait
remplacer l'interaction humaine entre l'enseignant et l'étudiant ?
O Oui,
O Non, pas du tout
Q12/ Comment pensez-vous que ChatGPT pourrait être utilisé
pour améliorer l'efficacité de l'enseignement en ligne ?
◻ Personnalisation de l'apprentissage
◻ Amélioration de l'accessibilité
◻ Analyse des données
◻ Automatisation des tâches
◻ Innovation de l'enseignement
Q13/ Comment pensez-vous que les enseignants et les éducateurs
peuvent être formés pour utiliser efficacement des outils de l'IA
pour améliorer l'accessibilité à l'éducation et aux opportunités
d'apprentissage ?
◻ Formation initiale et continue
◻ Intégrer les outils d'IA dans les programmes de formation des
enseignants
◻ Créer des communautés de pratique
◻ Fournir des ressources & support
◻ Encourager l'expérimentation
Q14/ Quels sont les outils d'intelligence artificielle que vous jugez
pertinents pour l'apprentissage ?
170

170. O Les Chatbots "ChatGPT"
O Les systèmes de recommandation
O Les assistans d'apprentissage virtuels
O Les systémes de détection de plagiat
O Les plateformes d'apprentissage en ligne
Q15/Pensez-vous que les outils d'intelligence artificielle tels que
ChatGPT seront de plus utilisés dans les enseignements
universitaires à l'avenir ?
O En automatisant certains taches répétitives
O La disponibilités de technologies adéquates
O L'adoption sera un processus graduel
Q16/ Pensez vous que l'intelligence artificielle peut remplacer
les enseignants et les éducateurs dans le Futur ?
O Oui
O Non
171

171. Bibliographie
Arrieta, A. B., Díaz-Rodríguez, N., Del Ser, J., Bennetot, A., Tabik, S., Barbado, A., ... & Herrera,
F. (2020). Explainable Artificial Intelligence (XAI): Concepts, taxonomies, opportunities and
challenges toward responsible AI. Information Fusion, 58, 82-115 .
"Intelligence artificielle et éducation : les apports de l'IA dans l'apprentissage", sur EducPros
(2019)
"Intelligence artificielle et éducation", dossier sur le site de l'Institut français de l'éducation
"Intelligence artificielle et éducation", épisode de l'émission La Méthode scientifique sur France
Culture (2020)
"L'Intelligence artificielle dans l'éducation : état de l'art, perspectives et enjeux", étude du
Conseil supérieur de l'éducation (2019)
"Comment l'intelligence artificielle révolutionne l'éducation", sur Le Monde (2020)
"IA et éducation : l'heure de vérité", rapport de la Fondation Jean-Jaurès (2021)
"IA et éducation", rubrique sur le site de la Fondation Sophia
"Intelligence artificielle : avantages et limites pour l'éducation", sur le site de
"Intelligence artificielle et éducation : avantages, limites et enjeux", sur le site du Ministère de
l'Éducation nationale et de la Jeunesse (2021)
"Intelligence artificielle et éducation : comment relever les défis ?", étude de la Fédération de
la formation professionnelle (2020)
"Intelligence artificielle et éducation : les défis à relever", sur Les Échos (2019)
"Intelligence artificielle et éducation : opportunités et défis", rapport de la Chaire UNESCO
"Les avantages et les limites de l'IA dans l'éducation", rapport de la Fondation pour
l'innovation
"L'IA au service de l'éducation", épisode de l'émission Transfert sur Slate.fr (2019)
"L'IA peut-elle remplacer l'enseignant ?", sur le site de l'Agence nationale des Usages des TICE
(2020)
"L'IA pour mieux apprendre : des enjeux éthiques à la transformation des pratiques
pédagogiques", sur le site de l'Université de Lorraine (2021)
"L'impact de l'intelligence artificielle sur l'éducation : les enseignants face à la transformation
numérique", étude de l'Organisation de coopération et de développement économiques (2019)
"L'Intelligence artificielle au service de l'éducation", épisode de l'émission La Tête au carré
sur France Inter (2021)
172

172. "L'intelligence artificielle dans l'éducation : promesses et défis", sur le site de la Fondation
Orange (2019)
• "L'intelligence artificielle pour l'éducation", épisode de l'émission Futurapolis sur France 24
(2021)
back. ACM Transactions on Interactive Intelligent Systems (TiiS), 4(1), 1-39.
Blikstein, P. (2019). AI in Education: From theories of learning to intelligent tutoring systems. In
Artificial Intelligence in Education (pp. 3-20). Springer, Cham.
Chen, M., & Chen, Y. (2018). A framework for personalized learning using recommendation
algorithms and big data analytics. Journal of Educational Technology Development and Exchange
(JETDE), 11(1), 1-16.
Desmarais, M. C., & Baker, R. S. (2012). A review of recent advances in learner and skill modeling
in intelligent learning environments. User Modeling and User-Adapted Interaction, 22(1-2), 9-38.
Formations et pratiques professionnelles en contextes numériques (2020)
Khan, M. S., & Pathan, A. S. K. (2020). Artificial intelligence for education: A comprehensive
survey. Computers & Education, 145, 103726.
Kuznetsov, S., & Graesser, A. C. (2018). Intelligent tutoring systems: Past, present, and future.
Handbook of Educational Psychology, 227-247.
Liao, H., & Fu, W. T. (2017). Exploring the efficacy of a personalized intelligent tutoring system on
mathematics learning. Computers & Education, 114, 12-28.
l'Université de Genève (2020)
Mohan, R., & Goyal, P. (2019). Predictive analytics and machine learning models for personalized
education. Journal of Education and Learning, 8(4), 113-126.
Nye, B. D., Graesser, A. C., & Hu, X. (2014). AutoTutor and effective autotutor: Learning by
talking with cognitively and emotionally intelligent computers that talk
politique (2021)
Prabowo, R., & Thelwall, M. (2019). Sentiment analysis: A review of methods and applications in
education. Educational Research Review, 27, 244-265.
Raza, S., Mahmood, S., & Batool, S. (2020). AI-powered personalized learning: Opportunities and
challenges. Technology, Knowledge and Learning, 25(2), 231-251.
Roschelle, J., & Teasley, S. D. (1995). The construction of shared knowledge in collaborative
problem-solving. In Computer-supported collaborative learning (pp. 69-97). Springer, Berlin,
Heidelberg.
173

173. webographie
Bitter, J. M., & van Kollenburg, T. F. (2019). Educational chatbots: A scoping review. International
Journal of Emerging Technologies in Learning, 14(13), 4-15.
Calderon, R., & Juarez-Ramirez, R. (2021). Chatbots as Educational Support Tools: A Systematic
Literature Review. Sustainability, 13(9), 5239.
Kaibin, T., & Mohd, N. (2020). Chatbot in Education: A Review. In International Conference on
Learning and Teaching in Computing and Engineering (pp. 379-384). IEEE.
Kehoe, A., & Gonçalves, D. (2021). The Potentials and Limitations of Chatbots as Educational
Tools. International Journal of Artificial Intelligence in Education, 31(1), 47-73. lien
Karakostas, A., & Natsis, A. (2020). Chatbots in Education: A Review. In International Conference
on Interactive Collaborative Learning (pp. 262-271). Springer.
Suleman, H., & Hussain, S. (2021). Chatbots for Education: A Systematic Review of Literature. In
2021 International Conference on Frontiers of Information Technology (FIT) (pp. 284-290). IEEE.
Wang, X., & Zhao, J. L. (2020). Investigating the Application of Chatbots in Education: A
Systematic Review. Journal of Educational Computing Research, 58(8), 1694-1736.
174