2026-03-19 Fribourg: Journée IA et enseignement

Intégrité et enseignement supérieur : repenser l’évaluation à l’ère de l’intelligence artificielle
Par Martine PetersUniversité du Québec en Outaouais, Canada
martine.peters@uqo.ca


Références

Diapositive 1 :

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 : Modèle de planification d’une tâche évaluative

Diapositives 10-11-12 : Taxonomie de Bloom

  • Krathwohl, D. R. (2001). A Revision of Bloom’s Taxonomy: An Overview. Theory into Practice, 41(4), 212-218.

Diapositive 15: Ça veut dire quoi concrètement… ❤️

Diapositive 16: Comment faire… ❤️

Diapositives 17-18 : Compétences fondamentales ou non…❤️

Diapositive 20 : Caractéristiques d’une bonne activité à l’ère de l’IAG

Diapositives 21-25: Les cinq choix de Leon Furze ❤️

Diapositive 26 : Activité de génération totale

Diapositive 28 : Outils de détection…

Diapositive 29 : Petit devoir…

Diapositives 30 et 33: Une approche réfléchie ❤ / Trois possibilités auprès des étudiants

Diapositive 35 : Une politique pour les étudiants

Diapositive 36 : Deux autres possibilités pour vos plans de cours

Diapositives 39-40 : Consignes

Diapositive 42 : Transparence

  • Whale, Ruas, Mahammad, Meuscheke, Gipp, Koch and Hänies, 2023. Three-dimensional model by Whale et al. (2023) https://ai-cards.org/

Diapositives 43-44 : Transparence Mike Solomon (2023)

Diapositive 45 : Pour être transparent…

Diapositive 47 : Trousse d’activités

Diapositive 50 : Pour parler d’intégrité 

Diapositive 51 : Les sept valeurs de l’intégrité académique