Optimisation des modes d’apprentissage à l’ère de l’Intelligence Artificielle : Quelle Synérgie ?

Optimization of Learning Modes in the Artificial Intelligence era : What Synergy ?

¹ CRMEF de la région de l’Oriental, Oujda, Maroc
² CRMEF de la région Casablanca-Settat, Section provinciale de Settat, Settat, Maroc.
³ CRMEFde la région Marrakech-Safi, Marrakech, Maroc.
⁴ CRMEF de la région Casablanca-Settat, Section provinciale d’El Jadida, El Jadida, Maroc.

^* Corresponding author: m1.benali@ump.ac.ma

Résumé

Avec l'essor de l'intelligence artificielle (IA), de nouvelles perspectives émergent pour transformer les méthodes d'enseignement et d'apprentissage. Grâce à sa capacité à analyser de vastes ensembles de données éducatives, l'IA peut offrir des recommandations individualisées, ainsi que des retours en temps réel, répondant ainsi aux besoins spécifiques de chaque apprenant. De plus, les chatbots et assistants virtuels permettent d’améliorer les interactions entre les apprenants et le contenu, favorisant une réflexion continue et enrichie tout au long du processus d'apprentissage. Dans cette étude, nous nous appuyons sur le cadre théorique "Conversational Framework" de Diana Laurillard publié en 2012, qui identifie six types d'activités pédagogiques que les enseignants peuvent exploiter pour soutenir l'apprentissage à savoir l'acquisition, la pratique, l’investigation, la production, la discussion et la collaboration. En explorant le croisement entre ce cadre et les outils d'IA actuels, les résultats de l’étude montrent que l’IA joue un rôle crucial dans le renforçement de chacun des six modes. En effet, l'IA permet une personnalisation accrue des parcours éducatifs. Grâce à des feedbacks instantanés et adaptés, elle facilite la pratique ciblée, soutient l’investigation en offrant des ressources adaptées, encourage la production de contenu, enrichit les discussions entre pairs, et renforce la collaboration en connectant les apprenants à des réseaux pertinents.

Abstract

With the rise of artificial intelligence (AI), new opportunities are emerging to transform teaching and learning methods. Leveraging its ability to analyze vast educational datasets, AI can provide individualized recommendations and real-time feedback, addressing the specific needs of each learner. Additionally, chatbots and virtual assistants enhance interactions between learners and content, fostering continuous and enriched reflection throughout the learning process. This study builds upon the theoretical framework "Conversational Framework" by Diana Laurillard, published in 2012, which identifies six types of pedagogical activities teachers can use to support learning: acquisition, practice, investigation, production, discussion, and collaboration. By exploring the intersection of this framework and current AI tools, the findings of the study reveal that AI plays a critical role in enhancing each of these six modes. Specifically, AI enables increased personalization of learning paths. Through instant and tailored feedback, it facilitates targeted practice, supports investigation by providing relevant resources, encourages content production, enriches peer discussions, and strengthens collaboration by connecting learners to relevant networks.