L’éducation rêve-t-elle d’intelligence artificielle ?

Les androïdes de Philip K. Dick rêvaient peut-être de moutons électriques, le monde pédagogique ne rêve actuellement que de neurosciences et d’intelligence artificielle. Ce sont les deux buzzword/expression à la mode sur les réseaux sociaux pour tout ce qui touche le domaine éducatif et la récente nomination d’un neuroscientifique de renom, professeur au Collège de France, Stanislas Dehaene, à la tête du conseil scientifique de l’Éducation nationale ne fait qu’accentuer cette impression que ces disciplines sont devenues incontournables pour le domaine éducatif.

Dérive scientiste ? Peut-être, probablement… Arguments pour faire passer des réformes impopulaires ? Certainement. Je pense qu’on peut aller même plus loin que cela : l’idée générale est de décentrer les problèmes de la relation éducative première formateur-apprenant vers un tiers, dépossédant l’un et l’autre de ses prérogatives dans la relation. L’apprenant ne devenant qu’un objet récepteur dont on connaitrait les « rouages » grâce aux neurosciences pour obtenir le rendement maximum et le formateur l’exécutant de méthodes pédagogiques « evidence-based » (basée sur les preuves).

NDR : Finalement, on retrouve ici les mêmes problématiques que pour la médecine basée sur les preuves dont un des écueils majeurs est d’oublier que la médecine ne se résume pas aux sciences médicales mais englobe bien d’autres aspects dans la relation médecin patient.

Et l’intelligence artificielle dans tout cela ? Sensu stricto,  Elle fait partie, à travers les neurosciences computationnelles, du grand champ des neurosciences (voir mon billet précédent). Encore faut-il être sûr qu’il s’agit bien d’intelligence artificielle. En effet, même si  nous nous ébahissons devant les prouesses d’AlphaGo, il y a plus de 20 ans Deep Blue battait déjà Gary Kasparov… Qu’est ce qui a changé ? Principalement l’amélioration des techniques de Deep Learning (apprentissage profond), là où on donnait une bibliothèque d’ouverture d’échecs à Deep Blue, AlphaGo apprend seul si on lui fournit suffisamment de données en entrée (input). Mais au final, AlphaGo ne serait pas meilleur aux échecs que moi (je joue très mal) et je ne parle pas de lui confier autre chose à faire… Quand on nous parle actuellement d’intelligence artificielle, on est essentiellement dans le champ du traitement statistique automatisé des données issues du Big Data (et d’ailleurs les GAFAM investissent énormément dans ce secteur) : en bref, des algorithmes qu’on améliore ou qui s’améliorent eux même par deep learning pour la reconnaissance faciale, vocale ou la prise de décision.  Cela peut sans doute avoir des applications intéressantes dans l’éducation,  pour la conception de parcours numérique pour les élèves… Loin de moins l’idée de rejeter les apports possibles, comme pour les neurosciences en général  (pour les élèves à besoins éducatifs particuliers notamment mais pas seulement). Le problème reste encore une fois l’utilisation qui peut en être faites pour déposséder l’enseignant de son expertise, voire la prescription qu’on voit poindre dans certains rapports dont celui de Catherine Becchetti-Bizot de fournir de la donnée (enseignants, élèves) aux algorithmes… A quelle fin, dans quel but ? Et bien quand l’algorithme finira par prendre la décision que telle méthode pédagogique doit prendre la place de telle autre… Il sera trop tard.

NDR : Si vous me trouvez alarmiste… Le projet de loi sur la protection des données personnelles (qui passe en procédure accélérée.. avec ordonnances…sic) lève le principe d’interdiction concernant les décisions administratives individuelles prises exclusivement sur la base d’un traitement automatisé. En clair, un algorithme pourra prendre une décision administrative vous concernant sans intervention humaine…