2024-04-19 Sherbrooke p.m.

Évaluation et intelligence artificielle: défis et solutions pour les enseignants

Par Martine Peters, Université du Québec en Outaouais

Université de Sherbrooke (Québec, Canada)

19 avril 2024

martine.peters@uqo.ca


Références

Diapositive 6 : Définition du plagiat

  • Peters, M. (2023). Note éditoriale : Intelligence artificielle et intégrité académique peuvent-elles faire bon ménage ? Revue des sciences de l’éducation, 49(1). https://doi.org/10.7202/1107846ar.

Diapositive 8 : Pour les étudiants dans votre plan de cours

Diapositives 9-10 : Utilisation responsable : principes « PRETES » – Gouvernement fédéral

Diapositive 15 : Plan de cours

Diapositive 18 : Modèle d’évaluation proposée

Diapositives 19-20 : Taxonomie de Bloom révisée / Objectifs et IA2

Diapositives 21-22 : Compétences fondamentales ou non…

Diapositives 23-27 : Les cinq choix de Leon Furze ❤️

Diapositive 28 : Activité de génération totale

Diapositive 30 : L’évaluation authentique❤️

Diapositive 31-32: Le débat ❤️

Diapositive 34 : Classe inversée

Diapositive 39 : Tâches impossibles pour les IA2 (en ce moment 11-2023)

Diapositive 41 : Seth’s Ideas on the Manual… ou les consignes

Diapositive 42-43 : Consignes

Diapositive 44-45 : Consignes pour l’intégrité

Adaptation of Hough, D. (2023). Student Guidance for the Responsible Use of AI”. University of Glasgow. Edited by Rachel Heyes. #ALTc blog, October 10. https://altc.alt.ac.uk/blog/2023/10/student-guidance-for-the-responsible-use-of-ai/#gref

Diapositive 46 : Consignes

Diapositives 51-52 : Critères pour l’écriture avec IA2

Diapositive 54 : Pour être transparent…