Savoir que l’IA générative produit des réponses à partir de la suite de mots la plus probable pour répondre à une requête, sans pour autant en comprendre le sens ou être capable d’en confirmer la véracité ou la pertinence. Ses réponses sont statistiquement fondées, probables et non nécessairement « valides ».

Prendre conscience des bénéfices apportés par l’IA en termes d’efficacité et de rapidité pour la recherche d’idées et la rédaction de contenu ainsi que des risques dus aux biais algorithmiques ou aux hallucinations, c’est-à-dire des réponses présentées sous une forme plausible qui peuvent comporter des inexactitudes voire parfois des informations inventées de toutes pièces.

Vérifier systématiquement les données et sources d’information données par l’IA générative.

Affiner les consignes (appelées « prompts ») pour optimiser la qualité des réponses (voir la grille CREATE).

Privilégier les méthodes actives d’enseignement (techniques de rétroaction, travaux de groupe, résolution de problème, approches de classe inversée…) afin de développer les compétences métacognitives et cognitives des étudiants (esprit critique, argumentation, créativité, etc.) et prendre en considération l’impact de l’IA dans l’évaluation des acquis.

Faire preuve d’intégrité académique en sachant comment incorporer du contenu numérique modifié/manipulé par l’IA dans son propre travail et comment le citer.

Suivre les évolutions de son champ disciplinaire à la lumière du développement exponentiel de l’IA et partager ses propres expériences dans un répertoire de ressources et d’outils IA (voir le répertoire du CINIA) en vue de constituer une communauté de pratique.

Développer une posture critique face à l’IA afin d’éviter tout risque de déresponsabilisation et de perte d’autonomie que peut développer le recours à des outils qui semblent d’une efficacité imparable.

Recognize the Limitations of Generative AI: Understand that generative AI produces answers based on statistical probabilities and lacks a deep understanding of meaning, veracity, or relevance, making its responses potentially inaccurate or invalid.

Acknowledge AI Benefits and Risks: Be aware of the efficiency and speed that AI brings to idea search and content writing, while also recognizing the risks of algorithmic biases or hallucinations, which may present plausible yet inaccurate or fabricated information.

Verify Information Sources: Systematically check the data and sources of information provided by generative AI to ensure accuracy and reliability.

Refine Instructions for Quality Responses: Optimize the quality of AI responses by refining the instructions or prompts used for generating content, utilizing techniques like the CREATE grid).

Emphasize Active Teaching Methods: Prioritize active teaching methods such as feedback techniques, group work, problem-solving, and flipped classroom approaches to foster students’ metacognitive and cognitive skills like critical thinking, argumentation, and creativity, while considering AI’s impact on prior learning assessment.

Maintain Academic Integrity: Demonstrate academic integrity by appropriately incorporating AI-altered or manipulated digital content into one’s work and citing it accordingly.

Stay Informed and Share Experiences: Stay updated on AI developments in your discipline, given the rapid growth of AI, and contribute to building a community of practice by sharing experiences and resources in directories like the CINIA directory).

Develop a Critical Perspective: Cultivate a critical stance towards AI usage to prevent disempowerment and loss of autonomy that may arise from over-reliance on seemingly highly effective tools.