Évaluer les compétences digitales et en intelligence artificielle : enjeux et perspectives
Évaluer les compétences digitales et en intelligence artificielle : enjeux
et perspectives
Lors du salon Learning Technologies, une
conférence animée par Celestina Cardoz, Maury, Associate Director of
Academic Relations (ETS) et Dina Nieto, Référente mobilité et linguistique Coordinatrice
LP CAPPI (Le Cnam) a mis en lumière un enjeu devenu central pour les
acteurs de la formation : comment évaluer de manière pertinente les
compétences digitales et en intelligence artificielle, chez les étudiants comme
chez les enseignants ?
Dans un contexte où l’IA transforme en profondeur
les pratiques pédagogiques et professionnelles, l’évaluation ne peut plus se
limiter à la maîtrise d’outils. Elle doit s’inscrire dans une approche plus
globale, fondée sur la littératie, l’esprit critique et l’éthique.
La littératie de l’IA : un socle indispensable
La conférence a d’abord rappelé une évidence
souvent sous-estimée : la littératie de l’intelligence artificielle repose
sur des compétences fondamentales en lecture et en écriture.
Être « AI literate », ce n’est pas seulement
savoir utiliser un outil d’IA générative. C’est être capable de : - Reconnaître
et comprendre les mécanismes de l’IA, - Utiliser et appliquer ces
outils de manière pertinente, - Évaluer la qualité, la fiabilité et la
pertinence des contenus générés, - Agir de manière éthique et responsable.
Ces compétences sont indissociables des
compétences linguistiques et cognitives. Comprendre un texte implique le
décodage, la fluidité de lecture, le vocabulaire, mais aussi des connaissances
préalables suffisantes. Sans cette base, il devient difficile de traiter des
volumes d’informations complexes, omniprésents à l’ère de l’IA.
Lecture, écriture et pensée critique : des compétences clés à l’ère de l’IA
Les intervenantes ont souligné que les difficultés
en lecture et en écriture persistent chez de nombreux apprenants adultes. Or,
ces compétences sont essentielles pour développer des aptitudes cognitives
supérieures (high-order thinking skills) : analyser, synthétiser, évaluer
l’information et produire un raisonnement structuré.
En écriture notamment, la fluidité permet d’aller
au-delà de la simple formulation pour mobiliser des compétences complexes : -
synthétiser des sources multiples, - structurer une argumentation, - réviser et
améliorer un contenu, - adopter une posture réflexive.
Sans une bonne compréhension des messages de base, il est illusoire d’attendre une utilisation critique et éclairée de l’intelligence artificielle.
Étude de cas : l’intégration de l’IA dans les cours de langues au Cnam PACA
La conférence s’est appuyée sur un cas pratique
mené au Cnam PACA, illustrant une intégration concrète et progressive de
l’IA dans les formations en langues.
Première étape clé : le test de positionnement.
Celui-ci permet de vérifier les compétences initiales en lecture et en écriture
des apprenants, afin d’adapter les parcours et les usages de l’IA.
L’approche repose sur plusieurs principes
structurants : - Aligner clairement les objectifs du diplôme avec les
objectifs pédagogiques, notamment en anglais professionnel (dans un volume
de formation d’environ 50 heures), - Définir un cadre transparent sur
l’usage de l’IA dans les apprentissages, - Mesurer l’impact éducatif réel
des outils mobilisés, - S’inscrire dans une logique d’amélioration continue.
L’IA devient alors un levier au service de
l’apprentissage, et non une finalité en soi.
Vers une évaluation plus responsable et plus pertinente
Cette conférence a mis en évidence un point
essentiel : évaluer les compétences digitales et en IA nécessite de repenser
nos cadres d’évaluation. Il ne s’agit plus seulement de certifier des
savoir-faire techniques, mais bien de mesurer des compétences transversales,
durables et transférables dans le monde académique et professionnel.
Lecture, écriture, esprit critique, éthique : ces
compétences fondamentales constituent le socle sur lequel l’intelligence
artificielle peut devenir un véritable outil de réussite et d’employabilité.
À l’heure où l’IA s’impose dans tous les secteurs,
cette approche globale apparaît plus que jamais comme une condition de réussite
pour les apprenants… et un défi stratégique pour les acteurs de la formation.