Le marché de l'edtech est saturé de divers outils conçus pour améliorer l'alphabétisation des enfants, des liseuses électroniques aux applications en passant par les bibliothèques numériques. Au cours des dernières années, de plus en plus d'outils d'alphabétisation ont utilisé l'IA générative, soit pour accélérer les compétences en lecture des enfants, soit pour stimuler davantage leur intérêt pour la lecture.

Récemment, un nouveau type d’outil a fait son apparition. Appelés coachs, assistants ou tuteurs en lecture basés sur l'IA, ces outils utilisent l'IA générative pour fournir aux apprenants une pratique de lecture personnalisée, des histoires, des commentaires et un soutien.

Certains de ces outils se concentrent sur un objectif d’apprentissage spécifique, tel que l’enseignement de la phonétique, ou sur un domaine thématique au sein d’une histoire. D'autres intègrent des données personnelles comme le nom de l'enfant et offrent des options de choix des paramètres et des avatars, offrant ainsi des récits uniques pour chaque enfant.

En tant que professeur de lecture et de développement de l'enfant, spécialisé dans les outils numériques pour enfants, j'ai étudié ce qui fonctionne et ce qui ne fonctionne pas lorsqu'il s'agit d'apprendre aux enfants à lire. Et en collaborant à des recherches avec des collègues via WiKIT, une organisation de recherche internationale axée sur les preuves edtech, j'ai examiné plusieurs outils utilisant l'IA générative pour apprendre aux enfants à lire. J'ai constaté que beaucoup d'entre eux ont le potentiel d'apporter des avancées en matière d'apprentissage, par exemple en proposant une pratique personnalisée de la maîtrise ou des commentaires adaptés à chaque utilisateur. Mais il existe des préoccupations très réelles quant à l'impact de ces outils sur les expériences littéraires et d'alphabétisation des enfants.

Opportunités et inconvénients potentiels

Selon l'outil, ces coachs, assistants et tuteurs en lecture basés sur l'IA incluent une variété d'éléments pour aider les enfants à alphabétiser. Certaines caractéristiques communes incluent l'utilisation de la technologie de reconnaissance vocale pour écouter un enfant lire, puis l'utilisation de l'IA pour sélectionner parmi une banque d'interventions ou de commentaires, l'utilisation de l'IA pour générer des textes narratifs que les enfants doivent lire ou pour créer des invites distinctes en fonction des capacités de l'enfant. Et comme de nombreux outils edtech, il est courant qu'ils utilisent des systèmes de récompense, comme donner aux apprenants la possibilité de collecter des badges ou des prix au fur et à mesure de leur progression. Chacun de ces éléments comporte son propre ensemble d’opportunités et d’inconvénients.

En utilisant technologie de reconnaissance vocale Écouter un enfant lire et utiliser l’IA pour lui offrir des commentaires peut être utile à condition que la technologie soit basée sur une conception fondée sur la science. Il est problématique que de nombreux outils prétendent être fondés sur la science alors qu’en réalité, ils n’ont pas été développés par des scientifiques en formation et n’ont pas été testés dans le cadre d’études d’évaluation rigoureuses. De tels outils sont généralement conçus pour inciter et motiver l'enfant à interagir avec des histoires, mais n'amènent pas toujours les enfants à améliorer leurs compétences en lecture.

Il en va de même pour les récits générés par l'IA, qui engagent généralement les enfants en leur permettant de faire des choix, comme le type de personnage et le décor à choisir pour une histoire, et en personnalisant l'expérience, par exemple en faisant du protagoniste un personnage doté du le nom et l'âge de l'enfant. Mais les récits générés par l’IA ne correspondent souvent pas à ce que la science recommande pour les expériences littéraires des enfants. Par exemple, les récits générés par l’IA présentent souvent des incohérences dans les éléments de l’histoire. Sur une page, le protagoniste principal peut apparaître comme une fillette blonde de 5 ans, mais sur la page suivante, elle se transforme en adolescente sans indication de temps préalable dans le texte. Les incohérences dans les événements de l'histoire sont également très courantes : dans une histoire que j'ai récemment créée sur l'un de ces outils, le personnage principal, Natalia, que j'ai bien sûr nommé d'après moi-même, interagissait soudainement avec un nouveau personnage, "le chien de Rémi", sans aucun problème. référence préalable à la façon dont Rémi ou le chien est entré dans l'histoire. La recherche indique que de telles perturbations narratives confondent les jeunes lecteurs et entravent leur empathie pour les personnages.

S'appuyer sur la recherche est précieux pour un contenu efficace ainsi que pour le format des textes narratifs. Actuellement, la plupart des histoires générées par l’IA ressemblent à des livres électroniques illustrés plutôt qu’à des livres d’images numériques. Généralement, dans un livre électronique illustré, les personnages sont simplement dessinés pour refléter les informations contenues dans le texte. Si le texte dit : « Natalia porte une chemise jaune alors qu'elle se tient debout dans son jardin en souriant », le personnage serait dessiné pour correspondre exactement à cette description. En revanche, dans livres d'images pour enfants de haute qualité, les images et les textes contribuent à la profondeur du récit, élargissant les horizons des enfants, les faisant réfléchir et s'engager dans une pensée abstraite. Le genre d'expérience littéraire que des auteurs comme Jacqueline Woodson ont réalisé dans son livre « Brown Girl Dreaming », où la poésie dresse un tableau dans l'esprit des lecteurs, élevant l'expérience de lecture au rang d'art.

De plus, dans les livres numériques pour enfants de haute qualité, les voix off ne se contentent pas de réciter le texte écrit, mais ajoutent également à l'histoire une émotion et un drame supplémentaires. Avec les rôles complémentaires et mutuellement enrichissants des images, des textes et des voix off dans les histoires, les enfants peuvent devenir non seulement de meilleurs lecteurs, mais ils peuvent également développer de meilleures compétences rédactionnelles et médiatiques.

Bien que la qualité esthétique des histoires générées par l’IA puisse s’améliorer avec le temps, je m’inquiète de la façon dont l’exposition à de telles histoires pourrait façonner les normes des enfants en matière de qualité des histoires. La capacité multimodale des enfants à donner un sens à une histoire est diminuée lorsque ces marqueurs de qualité sont supprimés. Malgré les affirmations des producteurs d’outils de création d’histoires numériques visant à démocratiser l’accès à la production d’histoires, des livres numériques mal conçus peuvent par inadvertance creuser l’écart entre les récits produits numériquement et ceux rédigés par des auteurs professionnels. De telles disparités introduisent un fossé plus marqué entre ce que les critiques littéraires considèrent comme une littérature de haute qualité digne d’exposer les enfants, par opposition aux lectures rapides générées à la demande par les outils d’IA. Alors que ces derniers peuvent divertir, les premiers servent à éduquer.

Les préoccupations concernant les coachs, assistants et tuteurs en lecture basés sur l'IA concernent à la fois l'apprentissage de la lecture ainsi que lire pour apprendre, en particulier lorsqu'il s'agit d'invites générées par l'IA. De nombreux producteurs de livres numériques intègrent déjà invites de conversation en temps réel qui peuvent améliorer la compréhension des enfants et qui soutiennent le développement de l'alphabétisation. Les nouvelles invites générées par l’IA peuvent également aider les enfants, mais pas autant que la lecture avec un adulte humain qualifié, tel qu’un enseignant, un parent ou un tuteur – et elles ne doivent pas être utilisées pour remplacer cette expérience. Dans l’ensemble, même si ces outils ont du potentiel, ils peuvent également exacerber les fracture numérique existante, en particulier pour les enfants qui n’ont pas accès à la technologie ou qui n’ont pas accès à un adulte qualifié pour travailler avec eux sur son utilisation efficace.

Comment se déroule la recherche sur ces outils

Comme les outils sont encore en développement, les chercheurs ne peuvent que prédire, plutôt que déterminer, leurs effets. Sur la base de recherches universitaires sur la motivation à lire, nous pouvons anticiper certains défis. Par exemple, recherche montre que les facteurs de motivation extrinsèques, comme les badges, sont soit négativement corrélés, soit associés de manière insignifiante à la compétence en lecture. D'autre part, la motivation intrinsèque à la lecture, qui découle de la curiosité et de l'implication active des lecteurs dans le processus de lecture, est modérément et positivement corrélée aux mesures de compétence en lecture.

Contrairement à ces résultats, les coachs en lecture basés sur l’IA semblent conçus pour donner la priorité à l’encouragement de la motivation externe. Les progrès des enfants et le temps passé sur les plateformes sont récompensés par des autocollants, des applaudissements et des récompenses à débloquer. Les contrôles de compréhension via des quiz peuvent être facilement contournés par essais et erreurs, ce qui conduit les enfants à faire semblant de lire et à recevoir des récompenses pour des réponses incorrectes. De plus, il n'existe aucune évaluation externe pour évaluer si les compétences sont transférées vers d'autres textes, ce qui affaiblit la responsabilité de ces technologies.

Une Une analyse similaire des interventions qui favorisent la motivation à lire ont révélé un impact faible mais remarquable des stratégies qui personnalisent les textes en fonction de différents niveaux de lecture ou intègrent des connexions avec le monde réel. Il est important de noter que cet effet à court terme est plus visible chez les lecteurs avancés que chez les lecteurs en difficulté. Pourtant, à l’heure actuelle, les coachs de lecture basés sur l’IA disponibles sur le marché ne disposent pas de la spécificité d’approches ciblées efficaces.

L’observation de ces tendances est décevante. Ces outils ont le potentiel d'améliorer les expériences de lecture des enfants, s'ils sont conçus avec les idées des éducateurs et des chercheurs, en particulier dans le domaine de l'apprentissage des sciences. Par exemple, ces outils pourraient bouleverser les idéologies traditionnelles des textes littéraires s’ils impliquaient les enseignants dans le processus de conception. Grâce à cette approche collaborative, ils pourraient également favoriser la culture des enseignants en IA. Et les développeurs de produits pourraient s'appuyer sur apprentissage de la recherche scientifique construire des outils qui favorisent l’expression de soi et la créativité des enfants.

Malheureusement, il existe un manque flagrant de collaboration entre la communauté des entreprises de technologie éducative qui fabriquent des produits technologiques pour enfants, les éducateurs et les chercheurs possédant des connaissances spécifiques à un domaine. Même lorsque les entreprises collaborent avec des chercheurs, il s’agit généralement de conseils de communication sporadiques plutôt que d’un dialogue continu. Et même si certaines entreprises testent leurs outils auprès des enseignants, il est plus courant de développer des fonctionnalités populaires ou alignées sur les exigences urgentes des programmes scolaires plutôt que sur les dernières et meilleures connaissances scientifiques.

Qui souffre le plus des technologies de mauvaise qualité ? Les enfants. Alors, comment pouvons-nous garantir que l’action, la volonté et la capacité des apprenants à faire des choix libres soient préservées et encouragées dans leur interaction avec des coachs en lecture basés sur l’IA ?

Actuellement, cette question clé se résume à des préoccupations concernant la confidentialité des données et à l’amélioration des procédures de collecte de consentement pour les données. Mais répondre à cette question implique également de déterminer à qui profitent en fin de compte ces outils. Si les enfants sont les bénéficiaires visés, les entreprises qui construisent ces outils doivent reconsidérer leurs stratégies de conception et de mise à l’échelle. Au lieu d’une mise à l’échelle et d’une intégration rapides dans divers produits de lecture motivées par les tendances technologiques et les demandes de croissance des investisseurs, le développement de l’edtech nécessite une approche plus patiente. Cela implique une conception participative avec divers groupes d’enfants et l’engagement des éducateurs et des chercheurs dans des cycles de co-création itératifs. Ne diminuons pas le potentiel de ces technologies en publiant à la hâte des outils qui ne sont pas encore suffisamment matures pour accompagner pleinement le développement des enfants.

• Contenu propulsé par le référencement et distribution de relations publiques. Soyez amplifié aujourd'hui.
• PlatoData.Network Ai générative verticale. Autonomisez-vous. Accéder ici.
• PlatoAiStream. Intelligence Web3. Connaissance Amplifiée. Accéder ici.
• PlatonESG. Carbone, Technologie propre, Énergie, Environnement, Solaire, La gestion des déchets. Accéder ici.
• PlatoHealth. Veille biotechnologique et essais cliniques. Accéder ici.
• La source: https://www.edsurge.com/news/2024-04-17-the-opportunities-and-drawbacks-of-ai-powered-reading-coaches-assistants-and-tutors