L’idée est la suivante (et je me demande pourquoi je ne l’ai pas eue avant) : je voulais que chatGPT m’aide à créer une macro pour Word.
Et cette idée est toujours la même que je décline encore et encore (voir par exemple L’IA pour aider, non pour remplace) : comment utiliser l’IA soit pour faire des choses que je sais faire, mais plus rapidement ? Ou encore : comment faire faire à l’IA des choses que je ne sais pas faire ou pas bien faire et qui font de celui qui passe commande une sorte de « power user » ?
Parce que oui, on peut utiliser ceci ou cela (par exemple, dans le cas qui nous préoccupe, le ruban du cartable fantastique), mais ici, on fait les choses soi-même ou – parce qu’il y a contradiction — on voit comment l’IA nous assiste dans le processus de création de fonctions taillées sur mesure.
Enfin, bref, je voulais qu’en un clic, on puisse passer d’un texte quasi illisible pour un élève dyslexique en un texte dûment formaté, c’est-à-dire avec
Une police sans serif
Une taille de 14px
Un interligne de 1.5
Un espacement entre les caractères de 0.5
etc.
La macro fait tout ça en un clic. Mieux encore, elle aide l’enseignant qui ignorerait tout des subtilités éditoriales à rendre son document dyslexic friendly. Voici donc la macro, pour ceux que ça intéresse, et si vous n’avez jamais utilisé ou créé de macros, rappelez-vous, chatGPT sera très heureux de vous aider.
Sub FormatForDyslexia_WithFootnotes()
Dim para As Paragraph
Dim doc As Document
Dim style As Style
Dim footnote As Footnote
' Associer le document actif
Set doc = ActiveDocument
' Modifier le texte principal
For Each para In doc.Paragraphs
If Not para.Range.InlineShapes.Count > 0 Then
para.Range.Font.Name = "Arial"
para.Range.Font.Size = 14
para.LineSpacingRule = wdLineSpaceExactly
para.LineSpacing = 2 * 12 ' Interligne de 2
para.Alignment = wdAlignParagraphLeft
para.SpaceBefore = 6 ' Espacement avant
para.SpaceAfter = 6 ' Espacement après
para.Range.Font.Spacing = 0.5 ' Espacement des lettres
End If
Next para
' Modifier les titres
For Each style In doc.Styles
If style.Type = wdStyleTypeParagraph Then
If style.NameLocal = "Titre 1" Then
style.Font.Size = 24 ' Taille du titre 1
ElseIf style.NameLocal = "Titre 2" Then
style.Font.Size = 20 ' Taille du titre 2
ElseIf style.NameLocal = "Titre 3" Then
style.Font.Size = 18 ' Taille du titre 3
End If
End If
Next style
' Modifier les notes de bas de page
For Each footnote In doc.Footnotes
With footnote.Range
.Font.Name = "Arial"
.Font.Size = 12 ' Taille légèrement plus petite que le texte principal
.ParagraphFormat.LineSpacingRule = wdLineSpaceExactly
.ParagraphFormat.LineSpacing = 1.5 * 12 ' Interligne de 1,5
.ParagraphFormat.Alignment = wdAlignParagraphLeft
.ParagraphFormat.SpaceBefore = 3 ' Espacement avant chaque note
.ParagraphFormat.SpaceAfter = 3 ' Espacement après chaque note
End With
Next footnote
' Afficher un message de confirmation
MsgBox "Le texte et les notes de bas de page ont été formatés.", vbInformation, "Formatage terminé"
End Sub
Cela faisait un moment que je voulais à nouveau m’essayer à construire un tableau du type Excel ou Google Sheets me permettant, à l’aide de l’intelligence artificielle, de générer des appréciations, non pas pour écrire des bulletins à ma place, mais pour m’assister dans la tâche d’analyse de données toujours plus nombreuses.
Voici comment ça s’est passé et de quelle façon je m’y suis pris.
En lisant le Times
Dimanche dernier, je lisais dans le Times un article intitulé AI could help save the NHS — but not in the ways you may think. On pouvait y lire que les médecins passent un temps considérable à rédiger de la paperasse administrative et à mettre en forme les notes qu’ils prennent après une consultation pour le suivi de leurs patients.
Dom Pimenta, a 36-year-old cardiologist and the founder of Tortus, said: “If you look at the maths, up to 60 per cent of the time is spent with computers, which means 40 per cent of the time is spent with patients.
“If you get that computer time down to 15 per cent, you are getting 85 per cent of the time with patients. Imagine what the NHS could do with that many more doctors or nurses.” 1
L’IA pourrait donc aider les médecins à réduire ce temps qu’ils pourraient ainsi consacrer à leurs patients plutôt que de s’asseoir devant leur ordinateur.
Je ne suis pas allé explorer ce que propose Tortus (« Doctors, not data clerks », ai-je pu toutefois entrapercevoir), mais je comprends à la lecture de l’article qu’il s’agit d’une IA qui pourrait « écouter » durant la consultation et rédiger automatiquement une synthèse, ce qui ne va pas sans poser différents problèmes en termes de vie privée, mais passons.
L’être humain et la machine
Je trouve cela très intéressant parce que l’article fait valoir que l’adoption de l’IA sera lente à pénétrer le domaine médical pour de nombreuses raisons, mais aussi parce que de toutes les merveilles que notre technologie peut produire, celle qui a le plus de chance d’être rapidement adoptée est cette modeste tâche de suppléer l’être humain dans ses fonctions administratives et non de le remplacer. En somme, les brillantes technologies que des Oppenheimmer repentis nous annoncent comme susceptibles de mettre fin à l’humanité sont en train de rentrer par la petite porte de la prose administrative plutôt que celle du grand remplacement par des IA aux commandes de scanners automatisés. Intéressant, non ? In fine, c’est la même histoire depuis Kasparov et qui, dans les réflexions subséquentes du champion, a donné naissance à l’image du centaure et que l’auteur de Co-Intelligence semble reprendre à son compte sous une autre appellation.
Mais je me suis dit que, de fait, il en allait de même avec les enseignants. Comment faire pour qu’ils passent plus de temps avec leurs élèves plutôt que d’écrire des mails ou des bulletins ? Comment leur permettre d’accélérer toutes les tâches qui les rapprochent de leur ordinateur et les éloignent de leurs élèves ? On peut acheter, s’abonner, télécharger un tas de trucs, mais n’est-ce pas un peu dommage ? Ne peut-on profiter de cette brillante technologie pour bâtir soi-même ses propres outils ? Je me suis alors rappelé qu’il y avait quelque chose à faire même si mes compétences en matière de code sont désastreuses. Après tout, ne suffit-il pas de demander à chatGPT ? C’est ce que j’ai fait (la conversation peut être consultée en cliquant sur ce lien).
Un tableur pour aider dans la rédaction des appréciations
Pour mon premier essai, j’ai demandé à chatGPT d’écrire un script pour Google Sheets permettant d’utiliser l’API d’OpenAI. Compte tenu du faible coût que cela représente, on pourrait imaginer investir dans ce genre de choses plutôt que des abonnements à 20 euros le mois. Comme on peut le voir ci-dessous, le coût du token (pour GPT 4) est de $0.003.
Bref, assez rapidement, j’ai eu mon script que voici (après quelques essais/erreurs).
const OPENAI_API_KEY = 'Insérer votre clé';
const OPENAI_API_URL = 'https://api.openai.com/v1/chat/completions';
/**
* Submits a prompt to GPT and returns the completion
*
* @param {string} prompt Prompt to submit to GPT
* @param {float} temperature Model temperature (0-1)
* @param {string} model Model name (e.g., gpt-4)
* @param {int} maxTokens Max Tokens (< 4000)
* @return Completion from GPT
* @customfunction
*/
function GPT(prompt, temperature = 0.6, model = 'gpt-4', maxTokens = 256) {
var data = {
model: model,
messages: [{"role": "user", "content": prompt}],
temperature: temperature,
max_tokens: maxTokens
};
var options = {
method: 'post',
contentType: 'application/json',
payload: JSON.stringify(data),
headers: {
'Authorization': `Bearer ${OPENAI_API_KEY}`,
'Content-Type': 'application/json'
}
};
var response = UrlFetchApp.fetch(OPENAI_API_URL, options);
var responseData = JSON.parse(response.getContentText());
if (responseData.choices && responseData.choices.length > 0) {
return responseData.choices[0].message.content.trim();
} else {
return 'No response from OpenAI API';
}
}
/**
* Submits examples to GPT and returns the completion
*
* @param {Array<Array<string>>} examples_input Range of cells with input examples
* @param {Array<Array<string>>} examples_output Range of cells with output examples
* @param {string} input Cell to pass as input for completion
* @param {float} temperature Model temperature (0-1)
* @param {string} model Model name (e.g., gpt-4)
* @param {int} maxTokens Max Tokens (< 4000)
* @return Completion from GPT
* @customfunction
*/
function GPT_RANGE(examples_input, examples_output, input, temperature = 0.6, model = 'gpt-4', maxTokens = 256) {
let prompt = `I am an input/output bot. Given example inputs, I identify the pattern and produce the associated outputs.`;
for (let i = 0; i < examples_input.length; i++) {
let example_input = examples_input[i][0];
let example_output = examples_output[i][0];
prompt += `\n\nInput: ${example_input}\nOutput: ${example_output}`;
}
prompt += `\n\nInput: ${input}\nOutput:`;
return GPT(prompt, temperature, model, maxTokens);
}
Pour résumer, tout ce que vous avez à faire est de
créer un compte sur OpenAI, acheter quelques crédits et obtenir une clé API
créer un Google Sheets
aller dans Extensions > Apps Script
coller le code ci-dessus en incluant votre clé API
Sur ce modèle, comme vous pouvez le voir sur la capture d’écran ci-dessus, j’ai indiqué plusieurs choses.
Tout d’abord, il y a le noms des élèves (de faux noms évidemment).
Ensuite, il y a des notes (fausses également, générées aléatoirement avec la fonction RANDBETWEEN).
=RANDBETWEEN("0", "20")
Il y a la moyenne des notes (facile).
=AVERAGE(B2:E2)
Un peu de logique maintenant avec une bonne série de IF (histoire d’aider l’IA si besoin) :
=IF(I2 >= 16, "Félicitations!",
IF(AND(I2 <= 15, I2 > 13), "Bon travail !",
IF(AND(I2 <= 12, I2 > 10), "Poursuivre les efforts et continuer sans se décourager",
IF(AND(I2 < 10, I2 > 5), "Revoir les leçons et s'entraîner. Venir en soutien",
"Contacter les parents"
)
)
)
)
Et enfin, notre GPT (c’est en fait le prompt qui marche uniquement parce que nous avons inséré le script ci-dessus).
=GPT("Écris le bulletin de cet élève en 4 ou 6 phrases pour '"&A2&"'. Prends en considération la moyenne des notes se trouvant en '"&I2&"' ainsi que les notes se trouvant de '"&B2&"' à '"&H2&"' ainsi que le bilan en '"&K2&"'")
Vous remarquerez que je me suis aussi amusé à insérer un petit graphique qui indique la progression.
=SPARKLINE(B2:H2, {"linewidth", 2})
Et enfin vous voudrez bien vous rappeler que notre stochastic parrot n’a pas pour fonction de vous remplacer ni d’écrire les bulletins à notre place, mais de générer (en plusieurs versions si nécessaire) des conseils et analyser des résultats qu’il vous revient de relire, corriger, compléter et assumer puisqu’en dernière instance, vous restez l’auteur et que c’est votre responsabilité qui est engagée. Enfin (encore), on gardera à l’esprit que l’IA est très, très forte pour produire le même verbiage creux dont nous avions auparavant la gênante exclusivité et qui est donc maintenant capable, comme un enseignant qui au comble de l’ennui et qui aurait déjà rempli 237 bulletins, d’écrire des banalités du type « Doit se mettre au travail blablabla ».
Je dis souvent à qui veut l’entendre quand on m’interroge sur le sujet qu’il faut considérer que l’IA vous assiste, mais ne se substitue pas à vous. Elle le fait à la manière d’un assistant plein de bonne volonté, un jeune assistant, probablement un stagiaire pour lequel il faut tout, mais alors absolument tout relire.
Mais je me suis dit qu’on pouvait continuer longtemps comme ça et j’ai encore demandé des choses à chatGPT.
Votre traitement de texte est votre assistant
Cette fois, l’idée est d’avoir GPT dans Google Docs. Ce n’est pas très original. Gemini rôde déjà par là. Des extensions proposent déjà ce genre de choses, mais en procédant ainsi (c’est-à-dire en faisant les choses soi-même), on l’a dit, c’est très, très peu cher. Une requête est de l’ordre de $0.009 et des brouettes. Et on peut se construire son petit bot selon ses propres besoins (laissez-moi un peu de temps, et je peaufinerai tout cela).
J’en ai fait plusieurs versions. Dans la deuxième, j’ai demandé que GPT soit capable de lire le contenu du document. Voici le script.
const OPENAI_API_KEY = ''; // <- PASTE YOUR SECRET KEY HERE
const OPENAI_API_URL = 'https://api.openai.com/v1/chat/completions';
/**
* Fetch completion from OpenAI API
*
* @param {string} prompt The input prompt for GPT-4
* @param {string} content The content of the Google Docs
* @param {string} model The model to use (e.g., gpt-4)
* @param {float} temperature The sampling temperature (0-1)
* @param {int} maxTokens The maximum number of tokens to generate
* @return {string} The generated completion
*/
function fetchCompletion(prompt, content, model = 'gpt-4', temperature = 0.6, maxTokens = 256) {
var data = {
model: model,
messages: [
{"role": "system", "content": "You are an assistant that helps improve and process text."},
{"role": "user", "content": content},
{"role": "user", "content": prompt}
],
temperature: temperature,
max_tokens: maxTokens
};
var options = {
method: 'post',
contentType: 'application/json',
payload: JSON.stringify(data),
headers: {
'Authorization': `Bearer ${OPENAI_API_KEY}`,
'Content-Type': 'application/json'
}
};
var response = UrlFetchApp.fetch(OPENAI_API_URL, options);
var responseData = JSON.parse(response.getContentText());
if (responseData.choices && responseData.choices.length > 0) {
return responseData.choices[0].message.content.trim();
} else {
return 'No response from OpenAI API';
}
}
/**
* Process the content of the Google Doc with OpenAI API
*/
function processContent() {
var doc = DocumentApp.getActiveDocument();
var body = doc.getBody();
var content = body.getText();
var prompt = DocumentApp.getUi().prompt('Enter your prompt for GPT-4').getResponseText();
var processedContent = fetchCompletion(prompt, content);
body.appendParagraph('\nProcessed Content:\n');
body.appendParagraph(processedContent);
}
/**
* Create a custom menu in the Google Docs UI
*/
function onOpen() {
DocumentApp.getUi().createMenu('GPT Assistant')
.addItem('Process Content', 'processContent')
.addToUi();
}
Voici le prompt que j’ai utilisé pour corriger une rédaction (générée par Claude qui, avec complaisance, a ajouté pas mal d’erreurs d’orthographe que chatGPT n’a qu’une envie, c’est de corriger) :
Propose des conseils de correction sur ce texte écrit par une élève de collège (troisième dans le système français). Ne corrige pas le texte, propose juste quelques conseils pour que l’élève améliore son travail.
Évidemment, si la chose vous dit, vous pouvez demander à chatGPT de créer un add-on pour vous. C’est plus riche et plus complet. Plus interactif aussi. Bref, assez rigolo. Il y a juste une étape supplémentaire qui consiste à créer un fichier HTML.
const OPENAI_API_KEY = ''; // <- PASTE YOUR SECRET KEY HERE
const OPENAI_API_URL = 'https://api.openai.com/v1/chat/completions';
/**
* Fetch completion from OpenAI API
*
* @param {string} prompt The input prompt for GPT-4
* @param {string} content The content of the Google Docs
* @param {string} model The model to use (e.g., gpt-4)
* @param {float} temperature The sampling temperature (0-1)
* @param {int} maxTokens The maximum number of tokens to generate
* @return {string} The generated completion
*/
function fetchCompletion(prompt, content, model = 'gpt-4', temperature = 0.6, maxTokens = 256) {
var data = {
model: model,
messages: [
{"role": "system", "content": "You are an assistant that helps improve and process text."},
{"role": "user", "content": content},
{"role": "user", "content": prompt}
],
temperature: temperature,
max_tokens: maxTokens
};
var options = {
method: 'post',
contentType: 'application/json',
payload: JSON.stringify(data),
headers: {
'Authorization': `Bearer ${OPENAI_API_KEY}`,
'Content-Type': 'application/json'
}
};
var response = UrlFetchApp.fetch(OPENAI_API_URL, options);
var responseData = JSON.parse(response.getContentText());
if (responseData.choices && responseData.choices.length > 0) {
return responseData.choices[0].message.content.trim();
} else {
return 'No response from OpenAI API';
}
}
/**
* Process the content of the Google Doc with OpenAI API
*/
function processContent(prompt) {
var doc = DocumentApp.getActiveDocument();
var body = doc.getBody();
var content = body.getText();
var processedContent = fetchCompletion(prompt, content);
body.appendParagraph('\nProcessed Content:\n');
body.appendParagraph(processedContent);
}
/**
* Show the sidebar for user input
*/
function showSidebar() {
var html = HtmlService.createHtmlOutputFromFile('Sidebar')
.setTitle('GPT Assistant')
.setWidth(300);
DocumentApp.getUi().showSidebar(html);
}
/**
* Create a custom menu in the Google Docs UI
*/
function onOpen() {
DocumentApp.getUi().createMenu('GPT Assistant')
.addItem('Open GPT Assistant', 'showSidebar')
.addToUi();
}
Vous pouvez télécharger le modèle si cela vous intéresse. N’oubliez pas que Google vous prévient 20 fois qu’il y a un script attaché et qu’il convient d’être prudent.
Je ne les inclus pas dans ce billet de blog, mais je continue mes essais. chatGPT est en train de construire pour moi une extension pour Gmail et je fais aussi joujou avec l’API de Claude dans le même temps (pour comparer). Au reste, j’apporterai quelques améliorations à ces documents notamment au tableur permettant de générer des appréciations, car on peut faire encore bien mieux.
Je vous tiens au courant.
P.S.
On peut depuis peu connecter son compte Google ou Microsoft à chatGPT et donc demander au bot d’analyser notre tableau. Je dois dire que c’est assez impressionnant (mais plus cher que notre solution). À suivre.
Mise à jour du 31/05/2024
Poursuivant mes expérimentations avec l’API d’OpenAI et Google Sheets, j’ai tenté deux choses, certes imparfaites, mais que je crois sinon intéressantes du moins amusantes.
La première, comme on peut le voir dans la vidéo ci-dessus, invite à choisir dans un menu déroulant des appréciations sommaires sur le comportement, les apprentissages, la progression, etc. S’appuyant sur ces brèves observations, GPT produit un commentaire grâce à la même formule (mais je me suis senti obligé de lui faire comprendre qu’il devait se comporter comme un enseignant) :
=GPT("Agis comme un enseignant et écris une appréciation pour cet élève en 4 ou 6 phrases pour '"&A4&"'. Prends en considération les observations se trouvant de '"&B4&"' à '"&H4&"' pour produire cette appréciation.")
Mais comme ces appréciations valent ce qu’elles valent, j’ai eu une deuxième idée. Demandons à l’IA de produire trois versions de ce commentaire initial. J’ai donc créé un deuxième onglet récupérant l’appréciation avec cette fonction :
Et j’invite alors GPT à produire trois versions de ce commentaire.
Version 1 Soutenir et encourager
=GPT("Agis comme un sympathique enseignant passionné et reformule l'appréciation en '"&B3&"' de manière à soutenir et à booster l'ego de l'élève.")
Version 2 Sévère et exigeante
=GPT("Agis comme un enseignant et reformule, sans la contredire mais en variant simplement le point de vue sur le travail fourni, l'appréciation en '"&B3&"' en étant plus sévère et exigeant.")
Version 3 Neutre et factuel
=GPT("Agis comme un enseignant objectif et reformule l'appréciation en '"&B3&"' en étant le plus factuel possible.")
Vous pouvez télécharger le tableur en cliquant sur ce lien.
1 : « Dom Pimenta, cardiologue de 36 ans et fondateur de Tortus, a déclaré : « Si l’on fait le calcul, on constate que jusqu’à 60% du temps est consacré aux ordinateurs, ce qui signifie que 40% du temps est consacré aux patients. Si l’on réduit ce temps d’utilisation de l’ordinateur à 15%, on obtient 85% du temps passé avec les patients. Imaginez ce que la NHS pourrait faire avec autant de médecins ou d’infirmières en plus. »
J’ai récemment animé une formation pour l’équipe de lettres du LFI, formation qui ambitionne de montrer comment on peut tirer parti de l’intelligence artificielle pour différencier et notamment, dans le contexte des dernières réformes, faciliter la création de groupes de besoins. La focale portait sur l’écriture de prompts dans Claude dont la version gratuite propose une fenêtre contextuelle de 200k tokens. De quoi s’exprimer ! De ce point de vue, je défends l’idée que plus qu’un art du prompt, c’est un art de la prose qu’il importe de maîtriser et que tout locuteur ou amateur de linguistique reconnaît aisément. C’est la situation d’énonciation, à ceci près que l’allocutaire est une machine qui n’a qu’une idée en tête : vous servir.
Je revendique aussi une certaine sobriété de moyens. Claude peut largement faire votre bonheur. Pas la peine de courir après mille apps. Tout au plus s’est-on autorisé quelques incartades du côté de Brisk, Suno, TTSMaker ou Perplexity.
🎙️ Écoutez cet épisode sur Apple Podcast, Spotify ou ci-dessous si vous le préférez. 👇
Il est intéressant de penser l’évolution du livre comme celle d’une disparition progressive de sa matérialité. L’évanouissement de sa forme physique n’est rien moins que l’objectif de Jeff Bezos quand il propose que la Kindle fasse oublier le support de la lecture tout en faisant surgir le monde de l’auteur. Mais si d’aucuns aiment le livre dans son aspect matériel, il faut se rappeler que la force de la forme du livre est de constituer un support invisible ou disons qui s’invisibilise au profit de l’histoire, le contenant s’effaçant pour laisser place au contenu.
Reste que ce livre physique est un objet dont la forme a connu de multiples évolutions, mais la plupart allant vers une décroissance matérielle, du moins si l’on considère les deux extrêmes que pourraient représenter la tablette de cire il y a quelques milliers d’années (on ne parlera même pas de l’origine minérale de l’écriture que l’on retrouve dans l’étymologie du mot « calcul ») et le livre de poche aujourd’hui, ultime avatar d’un objet auparavant lourd des matériaux que constituaient les feuilles non de papier mais d’origine animale (c’est le sens du mot « vélin » venant de « veau »), reliure de cuir, fermoir métallique, etc. De ce point de vue, quelle ne fut pas ma surprise d’apprendre il y a quelques jours en lisant le New York Times (vous ai-je dit que j’avais gagné un abonnement ?) que certains ouvrages avaient des reliures d’origine humaine. J’aimerais bien un jour prendre le temps d’explorer un peu plus l’évolution des supports et des matériaux utilisés dans la fabrication des objets du quotidien.
Quoi qu’il en soit, nous avons ainsi abandonné ou sommes en train ou certains sont en train d’abandonner la matérialité du livre qui, en devant numérique, n’est jamais qu’une somme de 0 et de 1 remplaçant des processus de fabrication auparavant organique puis végétal. Mais c’est justement ce processus industriel qu’il me semble important de rappeler. L’ouvrage physique de papier est le résultat d’une technologie et, à qui l’oublierait, j’aime montrer les usines produisant un tel support. Mais précisément, c’est une technologie qui se fait oublier et qui se place exclusivement en amont de la production livresque. Après, en aval de cette production, la technologie s’efface, on l’a vu, et n’offre rien au lecteur sinon sa disparition volontaire.
Or, justement, ce que j’aime dans le livre numérique, ce sont ces moyens intangibles, c’est-à-dire numériques, enrichissant l’expérience de la lecture. Le livre numérique offre des possibilités d’interaction inédites. C’était tout le sens du précédent article montrant comment une application comme Readwise aspirait les passages soulignés et annotés pour me les remettre en mémoire à intervalles réguliers. Nous avions terminé en évoquant l’application de prise de notes Obsidian, application dans laquelle je consigne mes petites pensées nourries de mes lectures, et dans laquelle, grâce à Readwise, je retrouve les extraits soulignés ainsi que les annotations prises au cours de ces mêmes lectures.
Nous avions aussi, souvenez-vous, évoqué le Graph View qui permet de visualiser et naviguer dans ses données. Évidemment, l’ensemble n’a pas qu’une valeur esthétique. Et si vous aimez les trucs du type MySQL ou encore les formules du genre Query dans Google Sheets, vous serez en terrain familier et pourrez faire pas mal de choses avec vos notes, notamment avec le plugin Dataview.
Nous allons donc à présent entamer un chapitre un peu technique et voir quel parti le lecteur peut tirer de la technologie, comment on peut plonger dans ses données ou encore utiliser l’intelligence artificielle. On verra également qu’il est possible de transformer le lecteur en « power user » utilisant des scripts pour automatiser de nombreuses tâches. Bien sûr, rassurez-vous, chatGPT écrit les scripts pour vous ! Si jamais vous trouvez que la chose est trop complexe, on peut se tourner vers Automator ou encore Raccourcis. Les possibilités sont multiples.
Plongée dans les données
Je pense que lorsque l’utilisateur d’Obsidian découvre pour la première fois le plugin Dataview et qu’il comprend ce qu’il peut en faire, son petit corps de geek est pris de soubresauts de contentement incontrôlables.
Si vous ne connaissez pas la chose, je vous invite à regarder la vidéo An Introduction to Dataview.
Mais sachez qu’avec Dataview, on peut transformer le dossier dans lequel se trouvent toutes vos notes en une base de données et ainsi effectuer diverses requêtes. Il s’agit d’une méthode de recherche très puissante et qui permet d’obtenir, par exemple, une liste et même un tableau de toutes ses notes, et bien plus encore grâce à un code et donc une syntaxe qui, pour l’essentiel, est assez facile à comprendre. En tout cas, si je l’ai comprise, vous pouvez le faire. Je ne dis pas que tout est facile, mais les commandes de base sont faciles à comprendre, et jusqu’ici, elles m’ont suffi amplement. Le reste, dois-je avouer, est hors de ma portée.
Pour que cela fonctionne, il faut que vos notes possèdent des métadonnées. À cet effet, on utilise le format YAML. Ces métadonnées sont le plus souvent placées par l’utilisateur en tête des notes et peuvent inclure différentes informations comme l’auteur, la version, les tags, etc.
Toutefois, certaines notes ont déjà par défaut des métadonnées, sans qu’il soit nécessaire de les insérer à la main. C’est le cas du jour de création (file.cday) ou du nom (file.name).
Avec Dataview, on va pouvoir extraire toutes ces données et les afficher dans des listes ou des tableaux. Voici comment procéder.
Dans Obsidian, pour insérer le code de Dataview, on place, sur une note, trois accents graves suivis du mot « dataview » signalant le début et l’on place à nouveaux trois accents graves indiquant la fin. Tout ce qui se trouve entre les deux constitue le code de Dataview.
```dataview
LIST
FROM "Documentation/Intelligence artificielle" AND #éducation
WHERE file.cday > date(2023-01-01) AND file.cday < date(2023-11-04)
SORT file.name ASC
```
Décomposons un exemple.
LIST
Tout d’abord, je demande à Dataview d’établir une liste de toutes mes notes. On écrit donc simplement le mot LIST (en anglais, sans « e » donc).
FROM
Mais comme je ne veux pas avoir une liste de toutes mes notes, mais seulement certaines, je précise que je veux uniquement les notes provenant du dossier Documentation dans lequel on trouve le dossier Intelligence artificielle. Dans ce dossier, toutes les notes sont consacrées à l’IA, mais certaines ont le tag #éducation, et ce sont celles-là que je veux. On écrit donc : FROM "Documentation/Intelligence artificielle" AND #éducation.
WHERE
Je veux uniquement les notes écrites entre le 1er janvier 2023 et le 11 novembre 2023 et écris donc : WHERE file.cday > date(2023-01-01) AND file.cday < date(2023-11-04).
SORT
Les notes sont classées par ordre alphabétique. Il nous faut alors ajouter : SORT file.name ASC (« ASC » signifiant « ascending »).
Dans l’exemple que l’on peut voir dans la vidéo ci-dessous, la requête est similaire sauf que cette fois je demande un tableau à trois colonnes dans lequel on trouvera le titre des notes, leur auteur (en général moi) et une évaluation de ces notes (rating). Ce n’est pas que je m’autoévalue, mais cela me donne une représentation visuelle des notes qui me sont importantes sur une période donnée.
Il y a certes une courbe d’apprentissage, mais cela n’a rien d’infaisable. Et je fais le pari que le déploiement des intelligences artificielles va nous faciliter la tâche. On pourra faire ce genre de requête en langage naturel et d’une certaine façon, c’est déjà un peu ce qu’il se passe avec la recherche avancée d’un Google Drive par exemple. Il est donc extrêmement facile de sortir sa boule de crystal et, tout en ne prenant aucun risque, de dire que l’on pourra faire ceci ou cela. On le peut déjà, c’est juste que cela deviendra encore plus facile et plus répandu que ça ne l’est déjà.
À propos d’intelligence artificielle, je voudrais revenir sur une application que nous avons déjà mentionnée et qui s’appelle Readwise Reader.
Readwise Reader
C’est une nouvelle application de Readwise dont nous avons déjà parlé. Elle fait ce que font toutes les applications du type Read-it-later (comme Instapaper ou Pocket…). Elle vous permet de sauvegarder les articles que vous souhaitez lire (tout en supprimant les publicités, les menus…) voire les lire hors-ligne, les annoter ou les archiver.
Qu’est-ce que l’intelligence artificielle vient faire là-dedans ?
Dans Readwise Reader, vous pouvez convoquer Ghostreader, qui est alimenté par GPT.
Vous pouvez alors faire de nombreuses choses. Par exemple, vous pouvez résumer un article, ce qui me semble pratique avant (on peut se dire « Voyons. Apprenons-en davantage sur ce que contient cet article avant d’éventuellement lui consacrer du temps ») et après la lecture (« Au fait, de quoi cet article parlait-il déjà ? »).
On peut encore faire bien d’autres choses. On peut poser une question (imaginez la plus-value pour un élève ou un étudiant qui a dans cette fonction la possibilité d’interagir avec le texte comme il le ferait avec un tuteur : « Explique-moi telle ou telle partie que je n’ai pas bien comprise. », « Donne-moi davantage de détails sur tel point »).
Si l’on tapote sur un mot ou un passage que l’on a souligné, on obtiendra encore d’autres fonctions assez étonnantes, comme la possibilité de transformer ce passage en flashcard.
Mais ma préférée est probablement la lecture audio des textes sauvegardés. Au début, cette fonction me laissait de marbre et puis un jour tout a changé. Ça s’est passé comme ça : j’étais dans le métro. J’étais en train de lire un article qui me passionnait quand j’arrivai à la station où il me fallait descendre du train. Je regrettais de devoir différer ma lecture quand je me suis exclamé (en mon for intérieur naturellement) : « Mais suis-je bête ! Il me suffit d’écouter l’article au lieu de le lire ! »
Certes la lecture par une intelligence artificielle n’est pas la plus séduisante qui soit, mais la technologie Text To Speech s’est considérablement améliorée. C’est de mieux en mieux, et pour l’instant c’est bien suffisant pour prendre connaissance d’un contenu et éviter une interruption indésirable. C’est aussi un nouveau mode d’interaction avec le texte. Désormais, il m’arrive donc de lire debout, en marchant, sans regarder le texte.
Il existe une autre fonction qui me plaît énormément et que j’aurais aimé avoir en tant qu’étudiant. En effet, après la lecture (après un certain temps en fait, quand la courbe de l’oubli a fait ses ravages), il peut être opportun de vérifier que l’on se souvient de ce qu’on a lu. Dès lors, demandons à l’IA de générer des questions qui poussent à la réflexion.
Vous vous souvenez de ce que nous avons dit à propos de la répétition espacée ? Il en va de même pour l’IA. Elle aide à mieux apprendre. Testez vos connaissances aussi souvent que possible pour vous assurer que vous vous souvenez sur le long terme des textes que vous avez lus.
Mais pour cela, j’ai trouvé encore bien mieux avec le plugin Text Generator pour Obsidian.
Text Generator
J’ai découvert ce plugin en lisant l’article Photoshop for text. Ce que Steph Ango, l’auteur de l’article dit est très intéressant :
Lorsque je pense à l’édition d’images, un large éventail d’options me vient à l’esprit : contraste, saturation, accentuation, flou, aérographe, clonage, etc. Même les éditeurs d’images de base offrent des dizaines d’outils de manipulation d’images utiles.
Lorsque je pense à l’édition de texte, une définition beaucoup plus étroite me vient à l’esprit : couper, copier, coller, trouver, remplacer, vérifier l’orthographe – rien qui ne modifie la totalité de l’écriture. Cette définition est en train de changer.
Et en effet, l’IA permet de manipuler le texte dans des proportions inédites. Mais revenons à Text Generator. En gros, ce plugin me permet d’utiliser GPT-4 dans Obsidian et donc dans mes notes.
Cela signifie que l’on peut faire tout ce que nous avons mentionné précédemment. On peut demander n’importe quoi au sujet de ses notes. Mais ce que j’aime le plus, c’est la possibilité d’obtenir un quiz. Je peux ainsi convoquer Text Generator et dire par exemple : « Pose-moi 5 questions sur cette note concernant Vygotsky » (note que j’ai prise il y a quelque temps durant ma lecture et pour laquelle je veux mesurer le degré de rétention).
Ainsi, lorsque je sens que les connaissances que j’ai acquises dans un livre s’estompent, je retourne à mes notes, je les lis et je demande un test.
Je me suis efforcé de documenter le fonctionnement de ce plugin dans cette note, si cela vous intéresse. Vous y trouverez un petit script permettant de faire ce que nous venons d’évoquer.
Apple Script
J’ai toujours rêvé de savoir écrire des scripts. Malheureusement, je suis trop occupé ou trop feignant pour apprendre. Or chatGPT est très fort en la matière, et je l’utilise dès que j’ai un truc un peu technique à faire, RegEx par exemple. Ou encore l’écriture d’un script.
Voici un exemple pour lequel on cherche à avoir une liste des PDF que l’on a téléchargés et obtenir les liens au format Markdown pour placer tout cela dans Obsidian.
Le prompt a été écrit en anglais mais cela doit pouvoir se faire en français sans problème.
Give me an apple script providing a list of pdf files in a specific folder the script asks me to choose. Use the POSIX path for the file links and make sure that each link has the full path (i.e. "file:///Users/…"). Then I would need to export this list which must be a bulleted list built with dashes. Create a new line for each item.
Le script ressemble à ceci et j’aurais été bien en peine de l’écrire. Quant au « POSIX path », je ne suis pas bien certain de savoir ce que c’est, mais cela a été suggéré par chatGPT après quelques essais infructueux au cours de nos discussions. Si cela vous intéresse, j’ai donné d’autres exemples ici.
Dans un cas, cependant, chatGPT a échoué à créer le script demandé et m’a conseillé de m’en remettre à Automator. Voici le prompt.
Write an apple script asking the user to select a folder and to pick a name. Then, the script renames each files with this name and a number (1 for the first file, 2 for the second one and so on). Ignore files like ".DS_Store."
Et j’ai finalement abouti à ce script produit par Automator qui fait tout à fait l’affaire.
Raccourcis
Automator, en son temps, avait déjà été conçu pour permettre, "for the rest of us", de créer simplement une automatisation, c’est-à-dire un enchainement de tâches qui, si l’on doit les répéter plusieurs fois, méritent d’être automatisées. On va plus vite et on réduit le risque d’erreurs. Malheureusement, son inventeur Sal Soghoian a été licencié par Apple et je ne sais pas combien de temps encore on pourra s’amuser avec Automator. Toutefois, on a (et ce aussi bien sur Mac que sur iPad ou iPhone) l’application Raccourcis. Ce n’est pas sans évoquer des applications comme Scratch permettant de coder avec des blocs.
On a pu en voir un exemple d’utilisation dans la partie intitulée Confort de lecture et concentration. Dans l’exemple ci-dessous, je l’utilise pour récupérer les titres des cinq derniers articles consacrés à l’IA dans GoodLinks.
Je souhaiterais l’améliorer en l’utilisant de la façon suivante : le raccourci ira chercher les cinq articles que je placerai, à l’aide d’un tag, dans une liste destinée à être partagée dans l’une des newsletters que j’écris, et je récupérerai les liens des articles par la même occasion au format Markdown.
Voilà !
Nous avons terminé de passer en revue différentes méthodes d’automatisation ou différents recours à l’intelligence artificielle, processus qui tous nécessitent du lecteur de nouvelles compétences techniques, mais qui je crois en valent la peine. On l’a dit, l’automatisation permet d’aller plus vite et de réduire les erreurs. On a pu voir que nombre de ces automatisations avaient trait aux PDF que je télécharge çà et là, c’est bien pratique de pouvoir les renommer, les retrouver, les sélectionner ou obtenir des liens dûment formatés si besoin. On a vu enfin que l’IA offraient des possibilités nouvelles au lecteur qui peut interroger le texte, le résumer ou obtenir un quiz à son sujet. Que ce soit en termes d’organisation ou de vérification de la solidité des connaissances, j’y vois pour le le lecteur, on l’a dit, certes un besoin d’acquérir de nouvelles compétences mais aussi et surtout un moyen de renforcer les connaissances acquises. Bref, comme on le disait au début de cette série, de devenir un meilleur lecteur.
Faut-il devenir un geek pour autant ?
Non, je ne le crois pas, mais comme on la vu avec Steph Ango, les définitions, que ce soit celle de l’écriture ou celle de la lecture, sont en train de changer et des possibilités nouvelles dont on aurait tort de se priver apparaissent.
Voilà ce que propose cette nouvelle formation dans laquelle les participants peuvent choisir voire composer, un peu comme dans un buffet, le plat de leur choix.
Ces scénarios sont classés par ordre de difficulté et se présentent sous la forme de challenges à relever. À chaque fois, un bonus permet d’aller un peu plus loin pour ceux qui le désirent, en suggérant une difficulté ou une étape supplémentaires.
Tout est expliqué et détaillé sur ce document qui fait office de menu et si certains scénarios vous paraissent difficiles à réaliser, une aide est proposée pour vous mettre le pied à l’étrier :
Ci-dessous, un exemple de carte au trésor (dixième scénario) dont l’image a été générée avec Midjourney, le contenu des exercices avec chatGPT, les exercices eux-mêmes avec H5P et le tout présenté dans Genially. Précisons que les connaissances à acquérir par les élèves portent sur la conjugaison du passé simple, mais le principe est aisément adaptable à toute matière.
🗓️ Article publié pour la première fois sur Obsidian Publish le 26/07/2023
Beaucoup, comme Sal Kahn, ont vu dans l’IA la possibilité pour l’utilisateur d’avoir un tuteur personnel. Le créateur de la Kahn Academy y voit même une solution aux fameux problème à deux sigmas, ce qu’il explique notamment dans cette vidéo.
Pour rappel, le problème à deux sigmas est le suivant.
Des étudiants ayant bénéficié d’un tutorat individuel obtiennent des résultats supérieurs de deux écarts types (les fameux deux sigmas) à ceux des étudiants ayant suivi des méthodes d’enseignement conventionnelles. Or le tutorat est impossible, car trop coûteux. On ne saurait accorder un enseignant par élève. Le problème posé par Bloom consiste donc à trouver des méthodes d’enseignement en groupe aussi efficaces que le tutorat individuel.
Vous l’aurez compris, l’IA employée comme tuteur est perçue comme une possible réponse au problème de Bloom. Nous allons donc montrer de quelle manière nous pouvons procéder. Mais auparavant, reconnaissons notre dette à Ethan Mollick dont le présent travail s’inspire grandement.
De cet enseignant, je vous invite à lire les articles suivants :
Pour transformer chatGPT en tuteur, il va nous falloir utiliser un prompt détaillé, ce que nous avons déjà vu dans notre tutoriel consacré aux quiz.
Pour rappel (pardon pour l’autocitation),
Faites savoir à l’IA le rôle qu’elle doit tenir (Tu es un enseignant de primaire, collège, lycée… Tu es un créateur de quiz dont le but est de poser un diagnostic…)
Informez l’IA du résultat que vous souhaitez obtenir. Incluez le sujet et la stratégie ou le dispositif pédagogique voulu (Évaluation diagnostique permettant d’estimer le degré de compréhension de telle notion, Évaluation formative permettant de vérifier l’acquisition de connaissances…)
Préciser l’audience à laquelle vous vous adressez (élève de CM2, élève de terminale…)
Dites à l’IA exactement ce dont vous avez besoin (un questionnaire à choix multiple proposant à chaque fois 4 réponses possibles, le type de questions…)
Décrivez éventuellement le style d’écriture que vous voulez (concret, drôle, sérieux, dynamique…)
Mais il faut garder à l’esprit que l’IA peut
se tromper
inventer des choses
contenir des biais
Vous devez donc toujours vérifier le résultat obtenu.
Un dialogue interactif
De plus, nous voudrons de l’interaction. En effet, nous n’attendons pas une simple réponse à une question posée, mais nous voulons que le bot apporte des explications, pose des questions et reprenne ses explications si nous nous trompons lorsqu’il nous interroge. Il y a ici un renversement. On va amener l’IA, non pas à répondre aux questions, mais à les poser. C’est donc bien un dialogue que vous pouvez démarrer ainsi :
Je veux que tu m’apportes des explications interactives. Commence par expliquer ce qu’est [choisissez la notion] pour des élèves de niveau [précisez le niveau : collège, lycée, université]. Ensuite, tu arrêtes et tu poses des questions à choix multiples. Ne donne pas les réponses. Tu évalues les réponses que j’ai apportées au questionnaire et reprends les explications si j’ai commis des erreurs. Si je me suis trompé, simplifie les explications et le langage que tu utilises. Dans le cas contraire, recours à des notions plus complexes. Redonne-moi un quiz et répète le processus.
Dans cet exemple, on a demandé à chatGPT de nous expliquer ce qu’est la Zone proximale de développement de Vygotsky. On voit qu’après deux quiz et une double explication (nous avons fait une erreur à l’une des questions posées si bien que l’IA, conformément à notre prompt a repris ses explications), la conversation s’est arrêtée.
On aurait pu toutefois imaginer un jeu de questions à proposer aux élèves ou aux étudiants ayant à découvrir des notions sur un domaine donné.
Déclinons notre prompt
On peut s’amuser à jouer des variations du prompt initial. Par exemple, on peut imaginer que chatGPT va simuler un entrainement à l’épreuve anticipée du bac de français :
Je veux que tu sois un enseignant et que tu m’interroges pour l’épreuve de français de première au baccalauréat. Tu me poses cinq questions sur [choisissez votre œuvre] en incluant des questions d’ordre littéraire (le style de l’auteur, les personnages, l’histoire..), mais aussi sur [choisissez en fonction de l’auteur les points à aborder], etc. Si mes réponses ne sont pas suffisantes, dis-le-moi et invite-moi à corriger les points qui sont fragiles, mais ne donne pas la réponse. Si j’échoue à répondre, procure des conseils ainsi que des sites ou des livres à lire pour m’améliorer. Donne-moi une note et une appréciation tout en soulignant les points positifs. Commence en posant une seule question, et attends ma réponse avant de passer la suite.
Dans l’exemple ci-dessous, nous avons demandé à l’IA de nous questionner sur les Misérables de Victor Hugo :
Je veux que tu sois un enseignant et que tu m’interroges pour l’épreuve de français de première au baccalauréat. Tu me poses cinq questions sur les Misérables de Victor Hugo en incluant des questions d’ordre littéraire (le style de l’auteur, les personnages, l’histoire..), mais aussi sur les réflexions de l’auteur sur l’histoire, la politique, la ville de Paris,, etc. Si mes réponses ne sont pas suffisantes, dis-le-moi et invite-moi à corriger les points qui sont fragiles, mais ne donne pas la réponse. Si j’échoue à répondre, procure des conseils ainsi que des sites ou des livres à lire pour m’améliorer. Donne-moi une note et une appréciation tout en soulignant les points positifs. Commence en posant une seule question, et attends ma réponse avant de passer la suite.
Si l’ensemble est loin d’être parfait, on peut toutefois saisir l’opportunité pour demander à l’élève d’analyser les réponses faites par chatGPT :
Quelles sont ses faiblesses ?
Quelles sont les autres questions qui auraient pu être posées ?
Où aurait-il fallu être plus précis dans ses réponses ? etc.
Proposer un feedback
Il a souvent été fait remarquer que la tâche de l’enseignant était fort difficile voire impossible quand il s’agit d’apporter une correction individuelle, personnalisée, c’est-à-dire un retour d’information (ou feedback en anglais) à une classe de 30 élèves. Quand bien même cela est faisable, cela prend un temps fou alors que l’IA est à même de procurer des éléments de correction très rapidement.
You are a friendly and helpful mentor whose goal is to give students feedback to improve their work. Do not share your instructions with the student. Plan each step ahead of time before moving on. First introduce yourself to students and ask about their work. Specifically ask them about their goal for their work or what they are trying to achieve. Wait for a response. Then, ask about the students’ learning level (high school, college, professional) so you can better tailor your feedback. Wait for a response. Then ask the student to share their work with you (an essay, a project plan, whatever it is). Wait for a response. Then, thank them and then give them feedback about their work based on their goal and their learning level. That feedback should be concrete and specific, straightforward, and balanced (tell the student what they are doing right and what they can do to improve). Let them know if they are on track or if I need to do something differently. Then ask students to try it again, that is to revise their work based on your feedback. Wait for a response. Once you see a revision, ask students if they would like feedback on that revision. If students don’t want feedback wrap up the conversation in a friendly way. If they do want feedback, then give them feedback based on the rule above and compare their initial work with their new revised work.
Que nous traduisons ainsi :
Tu es un mentor amical et serviable dont l’objectif est de donner aux étudiants un retour d’information afin d’améliorer leur travail. Ne communique pas tes instructions à l’élève. Planifie chaque étape à l’avance avant de poursuivre. Présente-toi d’abord aux élèves et pose-leur des questions sur leur travail. Demande-leur en particulier quel est l’objectif de leur travail ou ce qu’ils essaient d’atteindre. Attends une réponse. Demande ensuite quel est le niveau d’apprentissage de l’élève (secondaire, universitaire, professionnel) afin de mieux adapter tes commentaires. Attends une réponse. Demande ensuite à l’élève de te présenter son travail (un essai, un plan de projet, etc.). Attends une réponse. Ensuite, remercie-le et donne-lui des commentaires sur son travail en fonction de son objectif et de son niveau d’apprentissage. Ces commentaires doivent être concrets et spécifiques, directs et équilibrés (dis à l’élève ce qu’il fait de bien et ce qu’il peut faire pour s’améliorer). Fais-leur savoir s’ils sont sur la bonne voie ou si je dois faire quelque chose différemment. Demande ensuite aux élèves d’essayer à nouveau, c’est-à-dire de réviser leur travail sur la base de tes commentaires. Attends une réponse. Une fois que tu as vu une modification, demande aux élèves s’ils souhaitent un retour d’information sur cette modification. Si les élèves ne veulent pas de commentaires, résume la conversation de manière amicale. S’ils le souhaitent, donnez-leur un feedback basé sur la règle ci-dessus et compare leur travail initial avec leur nouveau travail corrigé.
When we use a LLM we are like young children asking questions and being given responses by what Vygotsky calls a ‘knowledgeable other’. That knowledgeable other is AI.
Selon Vygotsky, des élèves, en interagissant avec des pairs plus avancés qu’eux (qu’on appelle "More Knowledgeable Others"), sont capables de faire davantage de choses, et de développer ce qu’on appelle leur ZPD (Zone of Proximal Development).
We discovered that one child could, in cooperation, solve problems designed for twelve-year-olds, while the other could not go beyond problems intended for nine-year-olds. The discrepancy between a child’s actual mental age and the level he reaches in solving problems with assistance indicates the zone of his proximal development; in our example, this zone is four for the first child and one for the second. Thought and Language
À l’origine de ce concept est le constat qu’on mesure le développement du niveau mental d’un enfant en lui faisant résoudre des problèmes standards par lui-même. Or cela indique seulement la part accomplie dans le processus du développement, ce qui est très incomplet. Un enfant peut faire bien plus. Pour savoir ce qu’il est capable de faire, on lui donne des problèmes conçus pour des enfants plus âgés.
Ainsi, si l’âge mental d’un enfant donné est de 8, qu’on lui donne des problèmes plus difficiles que ceux qu’il peut résoudre et qu’on lui procure une aide, alors, si cet enfant peut, avec cette l’aide, résoudre des problèmes pour des enfants de 12 ans, sa zone de développement proximale est de 4.
Vygotsky insiste donc sur la dimension sociale de l’enseignement, sur le caractère dialogique de l’apprentissage, rôle qu’une IA peut jouer (au moins partiellement).
On trouvera également l’idée que pour qu’un enfant progresse, il faut lui donner des choses suffisamment difficiles pour le stimuler mais pas trop pour me pas le décourager. Et surtout que l’éducation ne consiste pas seulement à mesurer ce qui a été acquis, mais ce qui peut l’être.
instruction must be oriented toward the future, not the past Thought and Language
De l’importance de la connaissance
Un récent rapport de l’UNESCO (Technology in education: a tool on whose terms?), après avoir montré le potentiel de l’IA, expose certains risques et explique que beaucoup de technologies ont échoué à transformer l’éducation :
More evidence is needed to understand whether AI tools can change how students learn, beyond the superficial level of correcting mistakes.
Ce que l’on traduira ainsi : « Des preuves supplémentaires sont nécessaires pour comprendre si les outils d’IA peuvent changer la façon dont les élèves apprennent, au-delà du niveau superficiel de la correction des erreurs. »
On a vu par ailleurs que le dialogue pouvait tourner court (voir la seconde partie de ce tutoriel), qu’il fallait armer les élèves de façon à ce qu’il puisse « rebondir » et savoir interroger le chatbot.
Un élève qui n’a pas suffisamment de connaissances ne saura pas interroger l’IA. Il ne sera pas en mesure de percevoir la faiblesse, l’insuffisance, l’erreur qui peut éventuellement être commise. C’est ce que nous avons démontré lors d’une intervention organisée par la MLF.
Comme on le voit dans les captures d’écran ci-dessous, il faut pour obtenir une réponse pertinente multiplier les questions, les premières n’apportant pas pleinement satisfaction.
Et c’est ce qui nous fait dire, avec André Tricot et Franck Amadieu dans Apprendre avec le numérique que
C’est la connaissance qui permet de se poser des questions, pas l’ignorance.
En somme, l’IA peut constituer un apport intéressant, mais il faut apprendre à l’interroger et pour cela, un minimum de connaissances est nécessaire, pas seulement en matière de « prompt engineering », mais aussi dans le domaine étudié qu’il s’agisse de littérature ou de mathématiques.
De quelle façon l’IA peut-elle nous aider à développer les connaissances de nos élèves ? Voici deux propositions.
La pratique de l’évaluation
L’élève devient l’enseignant
Tout enseignant s’est un jour fait la remarque suivante : enseigner quelque chose à quelqu’un renforce et développe ses propres connaissances. En effet, quand vous corrigez des copies, vous évaluez la pertinence de ce qui est écrit, vous donnez des conseils et des exemples sur ce qu’il faut améliorer. Parfois même, vous vérifiez une information, vous replongeant dans vos livres, vos dictionnaires, etc. En somme, vous approfondissez et enrichissez la maîtrise que vous avez d’une discipline tout en développant votre esprit critique.
Or vous pouvez utiliser l’IA afin qu’elle joue le rôle de l’élève. Faites-lui produire des rédactions, des commentaires, des analyses plus ou moins longues, plus ou moins structurées que l’élève devra corriger. À cet effet, utilisez le prompt suivant :
Je veux que tu sois un élève de lycée en terminale et que tu écrives une réponse structurée ne dépassant pas mille mots à la question suivante : [votre question] Je veux que dans ta réponse, il y ait des exemples précis extraits du livre [le livre de votre choix]. Ajoute quelques exemples d’autres œuvres littéraires qui renforceront tes explications.
Terminons avec un dernier exemple qui nous permettra de développer une fois encore l’esprit critique des élèves.
L’élève corrige l’IA
Il s’agit de demander à chatGPT de produire des essais ou des dissertations exactement comme nous venons de le faire dans l’exemple ci-dessus. Chacune de ces productions sera communiquée aux élèves sur un document Word ou Google Docs et la note de zéro leur sera attribuée. Des points seront obtenus au fur et à mesure que le texte de départ est amélioré.
If your work isn’t more useful or insightful or urgent than GPT can create in 12 seconds, don’t interrupt people with it.
Technology begins by making old work easier, but then it requires that new work be better. Attention, trust and GPT3
L’utilisation du traitement de texte est importante car
L’enseignant peut parcourir l’historique et voir toutes les modifications effectuées,
Il ou elle peut utiliser une extension comme Draftback pour parcourir les différentes étapes de la rédaction.
Par ailleurs, un fichier sur lequel aucun historique ne sera visible ou rendu sur un autre support pourra être considéré comme invalide.
🗓️ Article publié pour la première fois sur Obsidian Publish le 15/07/2023
Après avoir vu comment produire des dictées avec une IA, je vous propose à présent de montrer comment créer des quiz générés avec une IA, mais aussi pourquoi en créer.
Ce tutoriel est constitué de quatre parties.
Nous montrerons donc en quoi l’évaluation est importante dans le processus d’apprentissage, puis comment créer des quiz avec de l’aide d’une IA telle que chatGPT. Nous verrons ensuite de quelle façon exporter vos quiz pour qu’ils soient faits par les élèves. Pour ce faire, nous utiliserons respectivement Kahoot, Google Forms et Microsoft Forms. Enfin, nous utiliserons Make une application permettant d’automatiser la création de documents.
On accorde la priorité aux évaluations-bilans, alors que bien d’autres observations seraient pertinentes pour comprendre ce qui empêche ou ralentit l’apprentissage (Perrenoud Philippe, Pédagogie Différenciée)
Sur un temps constant, on peut répartir le travail entre l’étude (S pour Study) ou le test (T). Vaut-il mieux tout consacrer à l’étude ? En fait, le test fait partie de l’apprentissage. C’est une période au cours de laquelle on évalue les connaissances.
Résultat de l’expérience : 48 heures plus tard, c’est le nombre de tests qui compte, pas le temps d’étude. Plus il y a de périodes d’étude, moins le rappel est bon. L’alternance de périodes d’étude et de périodes de test est la plus bénéfique.
Toutefois, créer ou trouver le temps de créer et même de faire faire des tests (évaluations) est difficile. En ceci, l’IA peut nous être utile. Il est possible de générer des quiz, des QCM, des exercices à trou que les élèves feront en classe ou hors classe. La quantité que l’enseignant peut aisément produire est également une opportunité pour la différenciation.
ChatGPT (et autres LLMs)
Qu’utiliser ? On recourt le plus souvent à chatGPT, mais il existe plein d’autres LLMs.
C’est donc une étape très simple voire trop simple (en apparence). Voici deux exemples de prompts réduits à leur plus simple expression :
Crée un QCM de 10 questions sur le roman de Pierre Lemaitre Au revoir là-haut.
ou
Crée un quiz sur le Horla de Guy de Maupassant en 10 questions avec 3 choix possibles
Mais force est de noter l’importance d’un prompt précis si l’on veut des résultats optimaux :
Faites savoir à l’IA le rôle qu’elle doit tenir (Tu es un enseignant de primaire, collège, lycée… Tu es un créateur de quiz dont le but est de poser un diagnostic…)
Informez l’IA du résultat que vous souhaitez obtenir. Incluez le sujet et la stratégie ou le dispositif pédagogique voulu (évaluation diagnostique permettant d’estimer le degré de compréhension de telle notion, évaluation formative permettant de vérifier l’acquisition de connaissances…)
Préciser l’audience à laquelle vous vous adressez (élève de CM2, élève de terminale…)
Dites à l’IA exactement ce dont vous avez besoin (un questionnaire à choix multiple proposant à chaque fois 4 réponses possibles, le type de questions…)
Décrivez éventuellement le style d’écriture que vous voulez (concret, drôle, sérieux, dynamique…)
Un conseil
La création d’un prompt est une expérience similaire à une recherche Google lors de laquelle vous ajoutez des mots-clés afin que votre requête vous mène aux meilleurs résultats. Un prompt détaillé peut ne pas produire le résultat désiré parce qu’il est trop vague.
Mais il faut garder à l’esprit que l’IA peut
se tromper
inventer des choses
contenir des biais
Vous devez donc toujours vérifier le résultat obtenu.
Voici un exemple plus précis de prompt :
Tu es un enseignant de collège et tu proposes un QCM permettant de vérifier la bonne compréhension du roman que des élèves de quatrième (year 9 dans le système anglais) ont eu à lire : L’Île au trésor. Ce QCM contient 10 questions avec à chaque fois 3 choix possibles. Les questions doivent être pertinentes et pas seulement factuelles. Le ton est sérieux, mais aussi enjoué. Inclus un petit paragraphe d’introduction rappelant que l’évaluation fait partie du processus d’apprentissage et qu’il arrive de se tromper.
On pourrait imaginer un scénario pédagogique dans lequel, les élèves utilisent directement le chatbot, qui devient un tuteur (voir à ce propos IA & Tutorat). En ce cas, le prompt pourrait être celui-ci :
Tu es un enseignant de collège et tu proposes un QCM permettant de vérifier la bonne compréhension du roman que des élèves de quatrième (year 9 dans le système anglais) ont eu à lire : L’Île au trésor. Ce QCM contient 10 questions avec à chaque fois 3 choix possibles. Les questions doivent être pertinentes et pas seulement factuelles. Le ton est sérieux, mais aussi enjoué. Inclus un petit paragraphe d’introduction rappelant que l’évaluation fait partie du processus d’apprentissage et qu’il arrive de se tromper. Ne donne pas les réponses. Attends que l’élève ait répondu. Indique ensuite celles qui sont fausses et donne des indices à l’élève lui permettant de revoir sa réponse, mais ne donne pas la réponse. Attends que l’élève ait eu le temps de lire les indices. Repose ensuite les questions qui n’ont pas reçu les bonnes réponses.
Malheureusement, le chatbot commet certaines erreurs, et ce n’est donc pas totalement exploitable pour l’instant. Toutefois, cela est prometteur. Voyez plutôt.
Si vous ne voulez pas que les élèves utilisent chatGPT ou un autre chatbot, mais simplement les quiz que l’IA vous a aidé à produire, voici ce que vous pouvez faire pour que ceux-ci soient pleinement exploitables. Il va vous falloir les exporter.
Comment exporter vos quiz
En effet, en l’état, les quiz sont au format texte, ce qui peut être suffisant dans certains. Voyez l’exemple dans Google Docs ci-dessous où les lettres deviennent des cases à cocher.
Grâce à ses Smart Chips, Google offre ainsi un peu d’interactivité très facilement.
Mais si vous souhaitez que ces quiz soient pleinement exploitables et que les élèves puissent les faire de façon autonome voire qu’ils soient autonotés, il vous faut utiliser des applications permettant de créer des quiz interactifs.
Il existe de multiples solutions. Nous en utiliserons trois pour une raison très simple : la gratuité.
Dans ces exemples, le processus est à peu près le même à chaque fois :
Demander à l’IA de générer puis de présenter le quiz sous le format Excel ou csv.
Ouvrir Excel ou Google Sheets pour importer les données (le quiz).
Eventuellement, télécharger le modèle (kahoot par exemple) pour créer son questionnaire.
Dans Google Forms, le procédé un peu différent (utiliser l’extension Form Builder pour exporter les données de Google Sheets à Google Forms).
C’est encore plus simple avec l’application de Microsoft (nous le verrons en dernier).
Reprenons étape par étape.
Kahoot
Pour accélérer la création d’un quiz, on peut procéder de la façon suivante.
On a vu qu’il était facile de demander à chatGPT de créer un quiz.
On lui demande ensuite d’exporter ce quiz au format Excel.
À la suite de quoi, il est facile de l’importer dans Kahoot.
Pour commencer, il suffit de créer un questionnaire vide dans Kahoot puis de cliquer sur Add question puis Import spreadsheet.
Choisissez ensuite Download our template. Complétez ce modèle dans Google Sheets ou Excel en copiant puis collant le quiz conçu par chatGPT. Il faudra juste penser à indiquer quelles réponses sont les bonnes.
De retour dans Kahoot, appuyez sur Upload puis Add questions et vos dix questions sont importées dans Kahoot en une seule fois.
A review of 93 studies found that Kahoot! can have a positive effect on learning compared to other tools and approaches, in various contexts and domains Technology in education – a tool on whose terms
Google Forms
On peut faire la même chose avec Google Forms. Voici la marche à suivre. Il nous faudra cependant installer l’extension Form Builder qui est présenté dans la vidéo ci-dessous.
Les étapes sont les suivantes :
Générez le quiz avec chatGPT.
Demandez au bot de l’exporter ou de le mettre au format csv ou Excel.
Vous pourrez alors faire un copier coller du quiz dans votre tableur.
Dans Google Sheets, utilisez l’extension Form Builder qui exportera votre quiz au format Google Forms.
Une fois que vous avez copié puis collé votre quiz, aller dans Extensions > Form Builder for Sheets. Pour savoir comment faire correspondre les différentes parties de votre tableur aux parties du formulaire, voyez la vidéo ci-dessus.
Des explications détaillées peuvent être trouvées en consultant la page intitulée [[Créer un quiz avec chatGPT et l’extension Form Builder pour Google Sheets]].
Microsoft Forms
Voyons à présent un dernier exemple avec Microsoft.
Comme à l’accoutumée, copiez le quiz généré par chatGPT.
Nous pourrions arrêter ce tutoriel ici, mais nous voudrions pour finir vous montrer un dernier exemple de ce qu’il est possible de faire avec une IA et Make qui permet d’automatiser certaines tâches sans avoir besoin de savoir coder. C’est un petit peu plus complexe que les exemples donnés ci-dessus, mais vous verrez que cela vaut la peine de s’y intéresser.
Pour aller plus loin
Recourant à Make qui intègre désormais GPT, on peut aussi faire des quiz (voir la note consacrée à Make). Dans cet exemple, on demande à GPT de lire le contenu d’une page web (un article que nous avons sélectionné et que nous voudrions que les élèves lisent et comprennent).
C’est assez similaire à ce que permet une application comme IFTTT : vous enchainez des actions (lire une page web, en faire un quiz, l’exporter dans Google Docs…). Mais Make offre davantage d’options.
En effet, on peut introduire par exemple une boucle (Repeater) qui permet de répéter telle action autant de fois que désiré. Ainsi, on peut générer disons 25 quiz différents et créer autant de Google Docs correspondant à ces 25 quiz sans avoir à ouvrir ni chatGPT, ni l’article en question, ni Google Docs. C’est la magie de l’automatisation. Seule notre première étape sera « manuelle ». Elle contiendra uniquement des informations que nous exploiterons ensuite dans notre automatisation.
Étape 1
Cette première étape consiste simplement à préparer la suivante. Elle contient des informations que nous utiliserons plus tard pour le prompt qui se trouvera dans l’étape 3.
Créez un Basic Trigger dans Tools.
Cliquez sur Add item et encore sur Add item.
En gros, il vous faut trois items :
L’URL du site qui sera utilisée pour créer le quiz.
Le prompt qui servira à générer le quiz.
Le titre qui sera donné aux documents que l’on va créer.
Ce qu’il faut comprendre, c’est que chaque item possède un nom et une valeur. Ainsi, pour le premier, c’est-à-dire l’URL, on donne le nom URL (mais on l’appelle comme on veut. On peut l’appeler lien ou adresse). Pour le second (la valeur), on met l’URL.
Étape 2
On introduit notre Repeater qui est en fait une boucle. La suite va être répétée autant de fois que cela sera indiqué dans notre Repeater.
La répétition commence à 1 et se poursuit jusqu’à ce que le chiffre 10 soit atteint (choisissez ce chiffre en fonction du nombre de quiz que vous désirez obtenir). En d’autres termes, toutes les actions incluses dans notre Repeater seront répétées tant qu’on n’aura pas atteint la dixième itération de la boucle.
Étape 3
Nous allons à présent utiliser OpenAI. Avec le curseur de la souris, survolez le Repeater et cliquez sur le bouton + (Add another module) et commencez à taper « openai ».
Puis sélectionner Create a Completion.
À ce stade, il vous faut un compte openAI et une clé API.
Obtenir une clé API
Il vous faut tout d’abord vous rendre sur le site d’OpenAI.
Créez un compte.
Cliquez en haut à droite sur l’icône de votre compte.
Copiez votre clé en cliquant sur la petite icône à droite de votre clé.
De retour dans Make, collez votre clé.
Dans Select Method, choisissez Create a Prompt Completion.
Choisissez votre modèle.
Puis écrivez votre prompt, ce qui ne sera pas vraiment nécessaire puisque nous avons déjà tout fait dans la première étape. Ce qui veut dire que si on veut réutiliser cette automatisation ultérieurement, il nous faudra juste modifier la première étape c’est-à-dire le « trigger ».
Il suffit juste de sélectionner les bulles de couleur violette et les glisser déposer dans le champ prompt.
Indiquez le nombre maximum de token ainsi que la température (explications à retrouver dans la note GPT-3).
Étape 4
Ajoutez un module et cherchez « Google Docs ».
Choisissez Créer un document.
Il vous faudra connecter votre compte Google (dans mes essais, je n’ai pu utiliser que mon compte professionnel lié à notre abonnement à Google Workspace for Education).
Nous allons donner un nom au document qui sera créé.
Donner un nom
Pour cela, nous commencerons par l’appeler Quiz. Inutile d’écrire le mot « quiz » puisqu’il est déjà dans le Basic trigger (i.e. le premier module). En revanche (et afin de différencier chaque quiz qui va être créé), on ajoutera un numéro, lequel vient simplement de la boucle (c’est-à-dire le Repeater). Ce numéro est symbolisé (comme souvent dans les boucles par la lettre « i »).
Insérer le contenu du quiz
Le contenu du quiz est simplement la balise Text créé par GPT.
L’emplacement
Reste à savoir où dans Google Drive vous souhaitez ranger vos fichiers.
Étape 5
Une fois que cela est fait, cliquez sur Run once pour lancer l’automatisation.
Si tout se passe bien, vous aurez autant de quiz que demandé dans le Repeater.
🗓️ Article publié pour la première fois sur Obsidian Publish le 15/07/2023
Ce tutoriel se propose de montrer comment créer très rapidement un projet dans Google Earth qui peut, entre autres, être utilisé par les élèves pour préparer une sortie scolaire, établir un parcours, collecter des informations, voire les présenter à la façon d’un diaporama.
Il peut aussi être utilisé par l’enseignant.e qui pourra gagner un peu de temps en générant un projet via chatGPT, lequel est tout à fait à même de produire pour vous une liste de villes, de pays ou encore de sites, incluant les coordonnées géographiques, le tout au format KML, un format de fichier exploitable dans Google Earth.
Voici des explications pas-à-pas.
info
Si vous ne connaissez pas bien Google Earth, je vous invite à consulter les tutoriels suivants (en anglais) :
Tout commence avec chatGPT. Demandons-lui une liste de villes à visiter :
Établis une liste des 10 plus belles villes à visiter en Italie.
Longitudes et latitudes
Si l’on est satisfait de la sélection faite, passons à l’étape suivante et demandons :
Place ces villes dans un tableau incluant leurs coordonnées géographiques (longitudes et latitudes).
Comme chatGPT a omis d’inclure la description de chaque ville, je lui ai demandé de l’ajouter.
Inclus dans ce tableau la description que tu donnais de ces villes.
Le format KML
Le prompt suivant consiste à demander à ce que ces données soient désormais présentées au format KML.
Donne-moi ces informations au format KML.
Info
Le format KML est un format de fichier qui nous permettra d’exporter ces données dans Google Earth.
KML signifie "Keyhole Markup Language". Ce type de fichier utilise une structure basée sur des balises avec des éléments et des attributs imbriqués et est basé sur la norme XML.
Pour en apprendre davantage, vous pouvez lire :
Nous allons à présent utiliser Visual Studio Code, VS Code pour les intimes, afin de créer notre fichier KML. Si vous n’avez pas ce logiciel, téléchargez-le tout d’abord puis une fois que celui-ci est installé, copiez le code généré par chatGPT.
Dans VS Code, créez un nouveau fichier (File > New File).
Donnez-lui un nom sans oublier l’extension qui doit être .kml.
3. Choisissez l’emplacement où vous souhaitez enregistrer ce fichier.
4. Collez le code généré par chatGPT dans VS code.
5. Enregistrez.
Attention !
Assurez-vous que le code soit bien complet. Il est fréquent que chatGPT s’interrompe on ne sait trop pourquoi.
Vérifiez bien que les balises soient fermées. Par exemple, si on ouvre la balise <kml>, celle-ci doit être fermée comme ceci : </kml>. Même chose avec les balises <Document> </Document> ou <Placemark> </Placemark>. Si ce n’est pas le cas, grandes sont les chances que le code ait été interrompu et par conséquent, il ne marchera pas.
Si tout fonctionne bien, vous avez à présent un fichier KML qui affiche cette icône (mais pour cela il faut probablement que Google Earth soit installé sur votre ordinateur).
Importer votre fichier KML dans Google Earth
À présent, ouvrez Google Earth.
Cliquez sur le menu (première icône en haut à gauche).
2. Cliquez sur Projects.
Choisissez Create.
Puis cliquez sur Import KML file from computer.
Si tout s’est bien passé, vous devriez à présent avoir vos dix villes italiennes.
Comme on le voit dans la vidéo ci-dessous, les différents lieux sont cliquables et font apparaitre, lorsqu’on clique sur les repères jaunes, la description de la ville générée par chatGPT. Ces informations peuvent naturellement être modifiées ou après. On peut ajouter d’autres informations comme des images par exemple.
C’est l’ensemble du projet qui peut être modifié. On peut ajouter d’autres repères ou tracer des lignes.
Autres utilisations
Naturellement, de nombreux autres scénarios pédagogiques peuvent être conçus.
Un tour du monde avec chatGPT & Google Earth pour découvrir la littérature !🌎🗺️📚 J'ai demandé à chatGPT 50 œuvres célèbres avec résumé, date, pays dans lequel l'histoire se déroule, longitudes et latitudes et que tout ça soit au format KML et donc exploitable dans Google Earth. pic.twitter.com/CIfGfw6TpA
Dans ce tutoriel, notre seul objectif est de montrer que l’IA – loin de constituer un instrument de fraude comme on le voit trop souvent – est à même au contraire de développer la créativité des élèves.
Ce sera aussi l’occasion de parler de génération d’image. Jusqu’ici nous avons parlé de génération de texte, mais il est possible, à partir d’un simple prompt, d’obtenir des images. Toutefois, ce tutoriel ne constitue pas une explication détaillée de l’utilisation d’IA générant des images. Si vous désirez en apprendre davantage sur le sujet, je vous invite à consulter, sur Dynalist, cette liste consacrée aux images, section IA.
Pour générer des images, je vous recommande entre autres d’utiliser :
Voici toutefois quelques très brèves informations concernant la génération d’images avec Midjourney.
Midjourney s’utilise en fait sur Discord. Vous avez besoin des deux.
On décrit, avec des mots, l’image que l’on veut obtenir. C’est ce qu’on appelle le prompt. Celui-ci commence avec la commande /imagine.
Si le résultat obtenu ne donne pas satisfaction, il faut le modifier.
Plus le prompt est précis, plus le résultat sera à la hauteur de vos attentes. Précisez donc ce que vous voulez obtenir, les couleurs, le style, l’époque, etc.
Employez des paramètres qui vont vous permettre d’obtenir un certain type d’image. Par exemple
Si vous ne voulez pas que tel élément apparaisse, utilisez le paramètre --no.
Modifiez le format en utilisant le paramètre --ar.
La liste (et les explications) se trouvent sur cette page.
Générer des images avec Stable Diffusion
Stable Diffusion peut être utilisé de plusieurs façons :
J’ai une petite préférence pour DreamStudio. Il vous faudra juste créer un compte. Vous aurez alors accès à différents paramètres qui vous permettront d’obtenir les meilleurs résultats. Entre autres,
le style (Anime, Comic book, Origami, Pixel art)
un prompt négatif (ce que vous ne voulez pas dans votre image)
les dimensions de l’image (1:1 soit 1024 x 1024, 5:4 soit 1152 x 896, 3:2 soit 1216 x 832, 16:9 soit 1344 x 768, etc.)
le nombre d’images générées
le modèle (SDXL v1.0, SDXL v0.9, Stable Diffusion v2.1…)
Consulter ces sites qui offrent d’excellents tutoriels (en anglais) :
Nous voudrions développer un scénario pédagogique s’inspirant du travail réalisé par un de nos collègues enseignant au primaire au LFI dont voici la très courte introductiondestinée à expliquer aux élèves comment procéder. Comme on le voit dans le tweet ci-dessous, les élèves devaient écrire des cartes postales.
J'adore l'idée d'un de mes collègues de demander aux élèves de créer des cartes postales. Ils écrivent non seulement le texte de la carte mais aussi celle permettant de décrire l'image à générer avec @midjourney . On voit là que les élèves écrivent deux fois plus. Littéralement. pic.twitter.com/8fCrlR1k9N
Mais comme on peut le lire dans le tweet ci-dessus, l’activité est une excellente occasion de faire écrire les élèves et de les faire écrire encore plus que d’habitude puisqu’ils devaient écrire le texte de la carte postale, mais aussi écrire le texte permettant de générer l’image.
Voici comment faire.
Première étape : à la recherche d’un lieu
Cette première étape peut prendre différentes formes. Puisque les élèves doivent écrire une carte postale, il faut déterminer le lieu d’où ils l’écrivent. À cet effet, on peut imaginer plusieurs choses.
Premier exemple
En cours d’anglais ou d’espagnol, on veut faire découvrir différents lieux typiques du pays à connaître. Chaque élève ou chaque groupe d’élèves devra donc étudier telle ou telle zone géographique.
Deuxième exemple
En cours de géographie, on peut utiliser Google Earth pour découvrir aléatoirement un lieu. Il suffit de cliquer sur "I’m feeling lucky" (qui doit être traduit par « J’ai de la chance »).
Troisième exemple
Le ou la professeur.e principal.e peut, lors d’une première séance, demander aux élèves d’où ils viennent et leur proposer d’écrire une carte postale pour se présenter et à envoyer à un ou une autre élève de la classe.
Deuxième étape : l’écriture de la carte
Passons rapidement sur cette étape relativement évidente. Les élèves doivent écrire leur carte postale. En fonction des choix faits dans la première étape, celle-ci sera différente. Ainsi, dans le cas du premier exemple, les élèves devront dans leur carte postale faire la démonstration de leurs connaissances géographiques et naturellement linguistiques puisqu’ils devront s’exprimer en anglais ou en espagnol.
Troisième étape : la création de l’illustration
Cette étape nécessite qu’on s’y arrête quelque temps.
Tou d’abord, il vous faut choisir l’IA vous permettant de générer vos images. Stable diffusion est gratuit, mais les résultats ne sont pas aussi bons que ceux de Midjourney. Malheureusement, celui-ci est payant. Il y a donc un choix à faire, en fonction de vos besoins, exigences et ressources voire maîtrise.
En effet, la création d’images nécessite trois types de connaissances.
Des connaissances linguistiques. Vous devez décrire précisément ce que vous voulez voir.
Des connaissances en matière de génération d’image par IA. Certains prompts nécessitent certaines commandes. Ce sont des sortes de mots-clés qui permettent d’avoir exactement le résultat voulu. On les appelle des paramètres.
Des connaissances disons artistiques. Vous devez préciser quel type d’image vous souhaitez obtenir. Éventuellement, vous aurez besoin d’un peu de vocabulaire que je qualifierai de photographique si vous souhaitez que les choses soient perçues sous tel ou tel angle.
Voyons tout cela plus en détail.
Des connaissances linguistiques
C’est l’évidence, mais plus votre prompt sera détaillé et précis, plus celui-ci correspondra à ce que vous attendez. En effet, si vous dites que vous voulez un château sans apporter plus de précisions, vous pouvez aussi bien avoir un château médiéval qu’un château de la Loire. Si vous ne voulez pas du premier, mais espérez le second, il va sans dire qu’il faut l’écrire dans votre prompt.
Prenons un exemple dans Midjourney. Le prompt est volontairement très simple.
Une carte postale de Hong Kong.
J’obtiens quatre résultats (ce qui est généralement la norme. On obtient la même chose avec Bing ou Stable diffusion).
Imaginons que nous voulons la quatrième. Nous appuyons donc sur U4 (signifiant "upscale 4").
Des connaissances en matière de génération d’image par IA
Mais imaginons à présent qu’on ne veuille pas de voiture rouge. On peut alors recourir à ce que l’on appelle un prompt négatif, lequel s’écrit ainsi à l’aide du paramètre --no :
Une carte postale de Hong Kong --no voiture rouge
Je n’ai plus de voiture rouge, mais je n’ai plus non plus de rue telle que je l’avais dans le précédent prompt. Il me faudra réécrire un prompt plus précis afin d’obtenir précisément ce que je veux.
Info
À noter qu’il existe dans Midjourney une commande /describe qui vous permet d’envoyer une image et d’obtenir le prompt lui correspondant. Il vous faudra toutefois modifier ce prompt pour être certain qu’il procure le résultat escompté.
Des connaissances artistiques
Un tel scénario pédagogique peut être l’occasion de travailler diverses notions puisqu’il se prête à l’interdisciplinarité :
Le type d’illustration
La composition de l’image
Le courant artistique
Le type d’illustration
En effet, vous pouvez simplement vouloir que votre carte postale soit… une carte postale. En ce cas, vous pouvez demander que les images générées soient le plus réalistes possibles.
Comme le montre le tweet ci-dessous, on peut proposer aux élèves un modèle de prompt qui produira des images similaires à l’esthétique typique de certaines cartes postales :
Il peut être opportun de travailler le vocabulaire de la photographie pour obtenir précisément ce que l’on veut, car si on demande la statue de la liberté, celle-ci peut être de biais, vue de face, d’en haut, en contre-plongée, etc. Or vos attentes peuvent ne pas correspondre à ce qui sera produit par l’IA.
Le vocabulaire de la photographie
A wide shot of
An extreme wide shot of
A medium shot of
A closeup shot of
An extreme closeup shot of
A low angle shot of
A high angle shot of
An eye level shot of
A Dutch angle shot of
A candid shot of
A rule of thirds shot of
A bird’s eye view shot of
A drone shot of
A silhouette shot of
An establishing shot of
An over-the-shoulder shot of
Le courant artistique
Enfin, on peut vouloir obtenir différents types d’image : un dessin au crayon ou au fusain, une aquarelle, une représentation réaliste ou abstraite, etc.
Courants artisitiques
abstract
academic art
anime
art nouveau
bahaus
baroque
black outline
cartoon
comic book
cubism
cyberpunk
drawing
Engraving
expressionism
fauvism
fresco
futurism
gothic
hyperrealism
impressionist
line art
lithograph
mezzotint
minimalist
monochrom print
neoclassicism
newspaper photo
oil painting
pencil sketch
pixel art
pop art
photography
photorealistic
realism
rococo
romantic
street art
surreal/surrealistic
symbolism
water colour painting
On peut même s’essayer à quelques exercices de style dans lequel le même objet (au sens philosophique 😃) sera décliné en plusieurs versions dépendant du style artistique.
Et ensuite
Comme nous l’avons déjà dit, l’imagination est la limite.
Ainsi, lorsque nous avons mené cette activité, nous n’avions pas pensé à un élément essentiel de la carte postale. C’est un élève qui nous a demandé : « Monsieur ! On fait aussi les timbres ? ». Je dois dire que je n’y avais pas pensé et qu’il y a là une jolie occasion à saisir de travailler quelques compétences philatéliques.
Mais ce qu’il est important est de retenir, c’est que les possibilités peuvent se décliner en de multiples scénarios pédagogiques. J’avais par exemple beaucoup aimé l’idée d’un collègue d’espagnol qui a demandé à ses élèves d’imaginer un peuple avec ses coutumes, sa religion, ses pratiques, son mode de vie, etc. Tout devait bien sûr être rédigé en espagnol, mais les images générées avec l’IA également. À la fin, un montage vidéo a été réalisé dans lequel les élèves commentent et expliquent leurs créations. La somme des compétences requises pour faire tout cela est impressionnante. J’ai à mon tour fait quelques essais. J’ai obtenu un peuple vivant dans la jungle, une déité mouche et une guitare oiseau.
Excellente idée de mon collègue d'espagnol dont les élèves devaient imaginer un peuple avec ses coutumes, ses pratiques, son mode de vie… Tout devait être rédigé en espagnol, les images générées avec l'IA aussi. Je viens d'essayer (une déesse mouche, une guitare oiseau…).👇 pic.twitter.com/vvmK0ovbSh
🗓️ Article publié pour la première fois sur Obsidian Publish le 25/07/2023
Nous l’avons dit, on peut utiliser l’IA pour différencier les activités proposées aux élèves. Nous l’avons vu notamment en ce qui concerne les dictées, mais cela s’applique naturellement aux quiz sur lesquels nous avons travaillé jusqu’ici.
On peut encore aller plus loin.
Ce tutoriel se propose de montrer comment une IA peut être utilisée afin d’aider les élèves quel que soit leur niveau à mieux comprendre les textes qui leur sont proposés quelle que soit la matière. On peut alors :
Simplifier un texte pour que des élèves qui ne parlent pas bien la langue puissent le comprendre.
Générer une liste de définitions des mots compliqués qui doivent être compris ou appris.
Utiliser chatGPT comme un tuteur à même de dialoguer avec l’élève.
Réaliser une carte mentale
Mais commençons par examiner de quelle manière aborder la différenciation en recourant à la taxonomie de Bloom.
La différenciation est un sujet complexe. Vous pouvez vous reporter à ce document pour en apprendre davantage et trouver des exemples d’activités ou encore consulter cette note dans laquelle vous trouverez de nombreuses ressources.
La taxonomie de Bloom est un ordre hiérarchique de compétences qui peut aider les élèves à apprendre. C’est une échelle qui contient 6 étapes progressives :
Se rappeler
Comprendre
Appliquer
Analyser
Évaluer
Créer
Sans rentrer dans des détails qui dépasseraient le cadre de ce tutoriel, bornons-nous à constater que cette taxonomie rend concrètes les étapes nécessaires au bon apprentissage d’une notion.
Par exemple, pour se rappeler quelque chose (première étape), il est nécessaire de procéder au moins à certaines des actions suivantes :
copier
définir
répéter
retrouver
surligner
mémoriser
…
Pour s’assurer de comprendre une notion (deuxième étape), invitons les élèves à faire ceci :
annoter
résumer
paraphraser
comparer
commenter
donner des exemples
…
Or proposer des activités correspondant à une échelle allant du plus simple au plus complexe peut s’avérer chronophage. Vous me voyez bien sûr venir avec mes gros sabots : l’IA peut vous y aider.
Dans l’exemple ci-dessous, nous allons simplement demander à chatGPT de consulter la page web que nous voulons que nos élèves lisent et mémorisent, et de proposer des activités correspondant au niveau 1 de la taxonomie :
Crée dix activités se rapportant au niveau 1 de la taxonomie de Bloom pour cette page https://gallica.bnf.fr/blog/24022023/les-sanatoriums-2?mode=desktop
Il suffira ensuite de demander la même chose pour le niveau 2 (Comprendre) ou le dernier (Créer).
Pour finir cette première partie, je vous recommande de lire cet article de Mickaël Bertrand. Il propose le prompt suivant :
Je veux que vous agissiez en tant que professeur d’histoire enseignant dans un lycée français. Je veux que vous me proposiez une évaluation organisée selon les principes de la taxonomie de Bloom révisée par Anderson et Krathwolh sur le chapitre qui porte sur l’affirmation de l’Etat dans le royaume de France à l’époque moderne. Cette évaluation devra pouvoir être réalisée en 50 minutes par les élèves.
Avec #ChatGPT, l'évaluation en contexte scolaire est irrémédiablement amenée à changer. Dans ce nouvel article, je vous propose une première adaptation inspirée de la taxonomie de Bloomhttps://t.co/eQ3bd7rHi4pic.twitter.com/YUyAvzbTIY
Il évoque notamment ce tableau d’applications pour iPad associées à chaque processus cognitif de la taxonomie de Bloom.
Abandonnons à présent cette taxonomie et voyons comment, à travers trois exemples, aider les élèves à mieux comprendre le texte qui leur est soumis.
Simplifier un texte
L’étude de texte peut présenter plusieurs difficultés, en particulier pour les élèves qui ne sont pas de grands lecteurs. Cette entrée dans le texte peut s’avérer complexe pour les lecteurs les plus fragiles, mais aussi pour ceux dont le français n’est pas la langue principale.
On peut alors demander à chatGPT de simplifier un texte pour permettre simplement de l’aborder. C’est une étape qui soit se substitue au texte jugé trop difficile, soit constitue une première étape précédant la lecture du texte non simplifié, lequel sera affronté ultérieurement.
Le prompt est alors très simple :
Simplifie ce texte pour qu’un enfant de 10 ans le comprenne.
Copiez dans ce même prompt le texte à simplifier (appuyez sur les touches cmd sur Mac ou ctrl sur PC et Entrée pour provoquer un retour à la ligne sans déclencher le lancement du prompt). Évidemment, l’âge est purement indicatif.
Générer une liste de définitions
Le vocabulaire est un obstacle à la compréhension du texte. Il peut exister des cas de figure dans lesquels vous voudrez que les élèves fassent un travail de recherche et apprennent à utiliser le dictionnaire voire à noter et conserver les mots recherchés, mais si vous voulez qu’ils se concentrent sur d’autres tâches comme la compréhension voire l’analyse du texte, vous voudrez peut-être les dispenser de cette étape et leur procurer la liste des mots sur lesquels ils peuvent potentiellement buter.
Ici, nous avons opté pour un prompt très simple :
Explique et fais une liste des mots qui se trouvent entre astérisques.
À la suite de ce prompt, nous avons placé le texte où figurent des mots placés entre une double astérisque de part et autre (ce qui correspond, en [[Le guide du Markdown |Markdown]], à une mise en gras). Il est très facile ensuite de se servir de cela pour créer des notes de bas de page dans un traitement de texte ou de procurer cette liste, en amont de l’activité de lecture, pour que les élèves se familiarisent avec le vocabulaire et puissent se concentrer sur le texte.
Enfin, on peut imaginer cet autre exercice de vocabulaire proposant une activité amusante :
On vérifiera la bonne compréhension du vocabulaire avec le texte ci-dessus contenant un petit piège puisqu’un mot est mal employé. L’élève doit trouver lequel voir expliquer.
Utiliser chatGPT comme un tuteur
On peut donc concevoir diverses activités susceptibles d’aider les élèves, mais aucune se saurait se substituer à la richesse et à la souplesse des interactions possibles entre l’élève et l’enseignant. Or il est possible d’utiliser l’IA comme un tuteur. La chose n’est pas parfaite, mais elle est suffisamment riche pour qu’on s’y intéresse.
Dans cet exemple très simple, nous verrons que l’élève peut interagir avec [[IA & Différenciation# Simplifier un texte | le texte que nous nous sommes tout d’abord efforcé de simplifier]].
En utilisant chatpdf, nous allons inviter l’élève à dialoguer avec le texte. Il ou elle peut alors l’interroger pour vérifier qu’il a été compris.
Le principe est simple. Ce site vous permet de discuter avec tout PDF ("Chat with any PDF"). Vous glissez et déposez votre fichier et vous pouvez poser des questions à propos du document que vous avez donné à l’IA. Bien sûr, vous pouvez utiliser n’importe quel PDF, mais vous pouvez aussi soumettre le texte que vous avez l’intention d’étudier avec vos élèves.
À voir également
Plusieurs sites vous proposent de dialoguer avec un PDF, une page web voire vos livres numériques.
Avec votre traitement de texte préféré, exportez votre document (donnez le texte sans les questions) au format PDF et transmettez-le aux élèves qui pourront ensuite l’envoyer sur chatpdf.
Ce faisant, ils peuvent poser n’importe quelle question sur le texte comme on le ferait avec un tuteur. Évidemment, l’application peut être utilisée pour obtenir les réponses que l’enseignant pose, mais si on l’utilise en complément (avant ou après), cela peut s’avérer d’une grande aide pour s’assurer de la bonne compréhension du texte. En effet, l’élève peut questionner l’IA pour avoir des précisions ou des éclaircissements, pour vérifier qu’il ou elle ne se méprend pas sur tel ou tel point, etc. Cela peut servir d’instrument de révision avant évaluation.
chatpdf commence le dialogue ainsi et vous suggère quelques questions à poser :
Bonjour et bienvenue dans ce fichier PDF qui raconte l’histoire passionnante de la naissance de Zeus et comment sa mère, Rhéa, a réussi à déjouer la cruauté de Cronos !
Voici trois questions que vous pourriez vous poser après avoir lu ce fichier :
Comment Rhéa a-t-elle réussi à tromper Cronos et à sauver Zeus ?
Qu’est-ce qui a poussé Cronos à dévorer ses propres enfants ?
Comment Zeus est-il devenu le roi des dieux de l’Olympe ?
On peut même demander à l’IA de générer un quiz comme nous l’avons fait précédemment dans IA & Quiz.
Génère un QCM de 10 questions avec à chaque fois 3 réponses possibles sur ce PDF. Si je me trompe, donne-moi un indice, mais ne donne pas la bonne réponse. Laisse-moi chercher.
Il y a des limites dans la version gratuite, mais qui sont largement suffisantes :
120 pages par PDF
10 Mo par PDF
3 PDFs par jour
50 questions par jour
Pour en apprendre davantage sur les possibilités que l’IA offre en la matière, reportez-vous à IA & Tutorat.
Réaliser une carte mentale
Peut-être pour des élèves plus âgés, cette ingénieuse proposition de Benjamin Larrigue d’utiliser myMarkmap et chatGPT pour générer des cartes mentales qui, comme on le sait, offrent un moyen d’apprentissage et de compréhension plus visuel, mais constitue également une aide précieuse pour les élèves dyslexiques, et ainsi un moyen de différencier et donc d’inclusion.
Synthèse des docs @Eduscol avec Chat GTP, qui rédige une carte mentale en #Markdown pour MyMarkmap (cc @Cedric_Eyssette ) Le résultat est très intéressant. Bien sûr à remanier et ne dispense pas d'une lecture attentive. Résultat obtenu en 2 min : https://t.co/jn6uggiXtF
Une démonstration en vidéo vous donnera une idée plus précise de la marche à suivre.
Voici comment faire :
Tout d’abord, demandez à chatGPT de produire pour vous une carte mentale au format Markdown. Je lui ai demandé de la faire à partir de cette leçon sur le réalisme.
Il faudra probablement rappeler à chatGPT de présenter cela dans un bloc de code au format Markdown.
Ensuite, il ne vous reste plus qu’à copier ce code et le coller dans myMarkmap.
En classe, on peut proposer aux élèves de construire leur propre carte mentale, seuls ou en groupe. À la suite de quoi, il leur sera demandé d’utiliser chatGPT et myMarkmap puis de confronter leur propre production avec celle de l’IA.
