Justine ReynaudMicode explique l'effet du recours à l'IA sur le cerveau, càd une diminution de son activité. Il explique que l'apprentissage est un processus en 3 étapes : 1. La théorie 2. La pratique 3. La métacognition (comprendre ce que l'on a fait et pourquoi). Ces 3 phases sont nécessaires pour gagner en compétence, et elles activent différemment notre cerveau. Or l'IA permet d'éviter ces étapes d'apprentissage en effectuant la pratique à notre place.
Selon Micode, il y a deux façons d'utiliser l'IA : comme une béquille ou comme un assitant qui nous fait également progresser. La 1ère façon revient à utiliser sans vraiment comprendre, la deuxième à garder l'expertise ou à utiliser l'IA comme prof particulier (pour s'entraîner).
Exemple de PS2 Pal, IA d'apprentissage de mécanique des fluides ( https://youtu.be/4xq6bVbS-Pw?si=3LpZ51E-D2qnG2zg&t=1696 )
Un intérêt d'utiliser l'IA dans l'apprentissage est le fait que l'IA peut potentiellement aider à ne pas se sentir jugé et aussi à ne pas avoir une vision figée de soi-même en échec, ce qui pourrait aider à la progression. Mais cela ne semble pas changer selon la modalité dans l'étude citée. En fait ce qui change est l'engagement et la motivation.
Je pense que les exemples donnés (sur l'IA d'entraînement de mécanique des fluides par ex) marcheraient très bien sans l'IA, juste une application basique.
Le problème est peut-être aussi qu'il est plus facile d'avoir du temps et de l'argent pour utiliser des outils IA (parce que c'est nouveau et par une sorte de FOMO institutionnelle), mais beaucoup plus dur d'avoir du temps pour retoucher un cours existant en le rendant plus interactif et en créant des exercices en autonomie.