Concevoir des devoirs pour la maîtrise de l'IA

Ce que vous apprendrez

Durée estimée : 40 minutes

À la fin de cette leçon, vous serez capable de :

Concevoir des devoirs qui aident les étudiants à développer et à démontrer la maîtrise de l'IA
Gérer le volume et la complexité accrus du travail étudiant amélioré par l'IA

Concevoir des devoirs pour la maîtrise de l'IA

Cette vidéo se concentre sur la conception de devoirs qui aident les étudiants à développer et à démontrer la maîtrise de l'IA. Elle met l'accent sur trois principes clés : l'authenticité (créer des devoirs qui reflètent la collaboration réelle avec l'IA), l'itération (intégrer des opportunités de perfectionnement qui mettent en évidence la progression) et la transparence pédagogique (être clair sur l'évaluation du processus de collaboration, pas seulement des résultats). La vidéo présente différents types de devoirs, notamment les devoirs basés sur les résultats (comme l'amélioration des résultats de l'IA ou la comparaison de différents systèmes d'IA), les devoirs basés sur le processus (comme les journaux de chat annotés ou les narrations enregistrées) et les devoirs basés sur la réflexion (notamment les journaux d'apprentissage et les déclarations de politique personnelle). Elle aborde également des stratégies pratiques pour gérer le volume accru de contenu généré par les devoirs améliorés par l'IA, comme l'utilisation de rubriques détaillées, l'accent sur l'examen par les pairs, la tenue de conférences éclair et l'échantillonnage sélectif du travail étudiant.

Points clés à retenir

Les devoirs efficaces de maîtrise de l'IA mettent l'accent sur l'authenticité, l'itération et la transparence pédagogique
Les devoirs basés sur les résultats se concentrent sur les produits mais révèlent les compétences de collaboration
Les devoirs basés sur le processus rendent visible la prise de décision invisible par la documentation
Les devoirs basés sur la réflexion développent la conscience métacognitive mais nécessitent de la variété pour éviter la fatigue
La gestion du volume accru nécessite des approches stratégiques comme les rubriques, l'examen par les pairs et l'échantillonnage sélectif

Exercices

Cet exercice vous aide à créer un devoir complet qui développe et évalue la maîtrise de l'IA.

Étape 1 : Architecture du devoir (10 minutes)

Poursuivez votre conversation de l'Exercice 1 sur la conception de l'évaluation :

Connexion à votre rubrique :

Référencez la rubrique que vous venez de créer et les compétences qu'elle met en avant
Discutez avec l'IA du type de devoir/composant qui permettrait le mieux aux étudiants de démontrer ces compétences
Considérez si vous voulez vous concentrer sur le résultat, le processus, la réflexion, ou une combinaison
Explorez comment ce devoir s'inscrit dans la structure plus large de votre cours

Sélection des composants du devoir :

Passez en revue les différents composants de devoir discutés dans les vidéos avec l'IA
Choisissez 2-3 composants qui fonctionnent ensemble de manière cohérente pour vos objectifs
Adaptez ces composants pour qu'ils semblent naturels dans le contexte de votre cours
Assurez-vous que la charge de travail est gérable pour les étudiants et pour vous-même
Travaillez avec l'IA pour vous assurer que le devoir reflète la collaboration réelle avec l'IA dans votre domaine et intégrez des problèmes authentiques où le partenariat avec l'IA ajoute de la valeur

Étape 2 : Intégrer l'itération et la progression (10 minutes)

Concevez des opportunités de perfectionnement et de développement :

Discutez avec l'IA des endroits où les étudiants devraient faire une pause et affiner leur travail
Planifiez des points de contrôle qui permettent aux étudiants d'apprendre de leurs premières tentatives

Créez des modèles ou des guides pour que les étudiants capturent les moments clés de prise de décision

Concevez des structures de soutien pour les étudiants qui ont du mal avec la réflexion

Étape 3 : Planification de la mise en œuvre (10 minutes)

Finalisez les détails pratiques :

Travaillez avec l'IA pour rédiger des instructions de devoir qui sont spécifiques mais pas accablantes
Incluez des déclarations claires sur ce que vous évaluez (processus et réflexion, pas seulement le résultat)
Spécifiez les livrables, les formats et les exigences de soumission
Connectez explicitement le devoir au développement de la maîtrise de l'IA

Discutez avec l'IA de la façon de maintenir la notation gérable, notamment en planifiant les éléments que vous évaluerez en détail par rapport à ceux que vous examinerez rapidement, en explorant les composants d'examen par les pairs qui ajoutent de la valeur sans ajouter de charge, et en envisageant comment utiliser l'échantillonnage ou les conférences au lieu de commentaires écrits extensifs

Réflexion sur la leçon

Quels défis anticipez-vous dans la mise en œuvre de ces évaluations ?
Comment communiquerez-vous la valeur du processus et de la réflexion aux étudiants ?

Prochaines étapes

Dans la leçon suivante, nous examinerons l'impact spécifique de l'IA sur le curriculum, la pédagogie et l'évaluation dans votre domaine.

Commentaires

Au fur et à mesure que vous progressez dans le cours, nous aimerions entendre parler de la façon dont vous utilisez les concepts du cours dans votre vie, votre travail ou vos classes et de tout commentaire que vous pourriez avoir. Partagez vos commentaires ici.

Remerciements et licence

Copyright 2025 Rick Dakan, Joseph Feller, et Anthropic. Publié sous la licence CC BY-NC-SA 4. 0. Ce cours est basé sur The AI Fluency Framework par Dakan et Feller. Soutenu en partie par la Higher Education Authority, Irlande, par le biais du National Forum for the Enhancement of Teaching and Learning.