Les technologies d'IA ne sont pas récente dans l'accompagnement à l'apprentissage. Le système de tutorat intelligent (ITS) est né de la machine à enseigner conçue par le psychologue comportemental Burrhus Frederic Skinner dans les années 1950.
Depuis les années 1970, des systèmes d'enseignement intelligents sont apparus dans diverses disciplines, comme le système d'enseignement de la géographie SCHOLAR, basé sur le dialogue socratique.
Outre les systèmes d'enseignement intelligents, les projets de base de connaissances à grande échelle basés sur la technologie de représentation des connaissances constituent également un aspect de l'application de l'IA à l'éducation. Les premières bases de connaissances étaient généralement créées par le gouvernement ou l'armée (comme CYC aux États-Unis, YAGO en Allemagne).
Avec le développement d'Internet, les individus ont commencé à contribuer spontanément à la base de connaissances, Wikipédia étant un cas typique. Récemment, les progrès de la technologie du traitement du langage naturel ont favorisé l'interaction homme-machine des systèmes d'enseignement intelligents. Par exemple, le robot assistant d'enseignement en ligne créé par l'université Georgia Tech avec l'aide du système d'IA IBM Watson a atteint un taux de fiabilité de 97 %.
Parallèlement, l'IA a également été largement utilisée pour l'évaluation intelligente, notamment dans le domaine de l'apprentissage des langues étrangères (évaluation automatique de la prononciation, notation des essais, etc.) Le développement des technologies d'apprentissage automatique permet de prédire avec précision l'expérience d'apprentissage de l'apprenant et de proposer une recommandation correspondante de soutien ou de ressources en fonction de l'analyse des données collectées au cours du processus d'apprentissage. C'est également de cette manière que l'apprentissage adaptatif est réalisé. Il peut également recueillir des données sur les mouvements du corps et les expressions faciales de l'apprenant pendant le processus d'apprentissage. L'analyse de ces données permet d'identifier le statut de l'apprenant, ce qui permet également aux enseignants d'améliorer leur enseignement.
La prochaine génération de technologies d'IA est entrée en scène. Elles auront un impact sur l'éducation sous toutes ses formes.
Par exemple, l'apprentissage personnalisé bénéficiera d'un soutien important grâce à l'intelligence du big data. L'intelligence multimédia améliorera l'efficacité et l'intérêt des apprenants. L'apprentissage tout au long de la vie bénéficiera de ce soutien intelligent. Les technologies d'IA transformeront également la construction des bibliothèques. L'application de l'IA à l'éducation permet une représentation précise de diverses sources de connaissances.
Si l'IA peut comprendre avec précision les données d'apprentissage des étudiants, les enseignants, aidés par les technologies de l'IA, pourront à l'avenir offrir aux étudiants un soutien approprié à l'apprentissage, des contenus et des activités d'apprentissage adaptés ainsi que des services d'apprentissage personnalisés.
Parallèlement, les technologies d'IA relient les environnements d'apprentissage formels et informels, ce qui rend l'apprentissage omniprésent possible. Grâce au réseau de connaissances intelligent et au réseau social, qui sont intégrés par des terminaux omniprésents, nous pouvons nous engager dans l'apprentissage tout au long de la vie à tout moment et en tout lieu.
En 2013, Woolf et ses collègues ont présenté cinq grands défis que l'IA dans l'éducation doit relever :
- Offrir à chaque apprenant des mentors virtuels ;
- Aider les apprenants à maîtriser les compétences du XXIe siècle et soutenir l'auto-surveillance et l'auto-évaluation ;
- Analyser les données d'interaction pour soutenir l'apprentissage ;
- Créer un accès universel à des salles de classe mondiales pour favoriser la connexion mondiale ;
- Et promouvoir l'apprentissage tout au long de la vie et dans tous les domaines.
L'IA dans l'éducation implique l'application des technologies de l'IA dans l'éducation (apprentissage), la construction de contextes éducatifs et la réorganisation des principales composantes de l'éducation ou la reconstruction des processus éducatifs. Parallèlement, on estime que l'IA éducative (EAI) est un nouveau domaine basé sur l'intégration des technologies d'IA dans les sciences de l'apprentissage. L'EAI vise à comprendre comment l'apprentissage se produit et à examiner comment l'apprentissage est influencé par divers facteurs externes (par exemple, les situations socio-économiques, l'environnement physique, la science et la technologie) avec les technologies de l'IA, et à utiliser ces connaissances pour soutenir un apprentissage efficace.
En résumé, la recherche et la pratique actuelles de l'IA dans l'éducation se concentrent sur les deux aspects suivants :
- L'application des technologies de l'IA aux pratiques éducatives (y compris le soutien à la cognition, l'apprentissage, l'enseignement, le développement de l'étudiant, etc.)
- Et l'éducation et la formation des talents à l'ère de l'IA.
Les technologies d'IA dans les pratiques éducatives authentiques et les services éducatifs de base dans l'éducation conduiront à une amélioration de l'efficacité des enseignants et des apprenants avec des services éducatifs innovants dans une nouvelle écologie de l'éducation.