- L’essor de l’IA générative accroît l’importance des humanités tout en rendant leur nature même plus complexe et plus déroutante
- Les savoirs et compétences des humanités occupent désormais une place importante dans la recherche et les usages de l’IA
- De nouvelles possibilités se diffusent : même des non-spécialistes peuvent utiliser des outils d’IA pour développer facilement des logiciels éducatifs ou leurs propres outils de recherche
- À l’inverse, l’adoption des chatbots IA entraîne des effets négatifs, comme une baisse de la motivation des étudiants pour l’apprentissage autonome et une dégradation de la qualité de l’expérience éducative
- Alors que grandit l’inquiétude face à une polarisation accrue de l’éducation, la capacité créative de chaque enseignant à utiliser l’IA apparaît plus que jamais comme un enjeu central
Évolution de la relation entre l’IA et les humanités
La place des humanités dans la nouvelle ère de l’IA
- Dans un article publié dans The New Yorker, D. Graham Burnett souligne que, malgré les transformations radicales liées à l’IA déjà en cours sur les campus, de nombreuses disciplines, y compris les humanités, restent dans une posture d’évitement ou d’indifférence face à ces changements
- L’idée selon laquelle il ne serait plus possible de réduire l’IA à une simple mode passagère ou d’en sous-estimer les effets concrets est mise en avant
- Burnett insiste sur le fait que l’IA exerce déjà sur les humanités un impact structurel et irréversible
L’IA générative accroît la valeur des savoirs humanistes
Redécouverte des compétences des humanités
- Dans des domaines variés comme la traduction en langue naturelle, la classification ou le data mining, l’IA a intrinsèquement besoin d’une compréhension humaniste du langage et de la culture humaines
- Par exemple, lorsque OpenAI a tenté de résoudre le problème de flagornerie (sycophancy) de GPT-4o, l’approche retenue a consisté non pas à modifier du code technique, mais à rédiger de nouvelles phrases en anglais (prompts)
- Sans compréhension approfondie du contexte culturel de la langue, des effets rhétoriques, des distinctions de genre et des éléments non verbaux, les systèmes d’IA peuvent produire des dysfonctionnements involontaires
- Les ingénieurs et les chercheurs ont eux aussi de plus en plus besoin d’une vaste capacité de pensée critique sur la langue, la culture et l’histoire des techniques
L’élargissement des capacités d’usage de l’IA chez les non-spécialistes des humanités
L’époque où l’on crée soi-même des logiciels
- Même des spécialistes des humanités sans bagage technique peuvent désormais utiliser l’IA pour développer eux-mêmes des outils sur mesure à visée de recherche ou d’enseignement
- L’auteur explique avoir lui-même développé des jeux interactifs fondés sur des savoirs humanistes, comme un simulateur d’apothicaire du XVIIe siècle et un jeu sur l’expédition de jeunesse de Darwin aux Galápagos
- Dans le premier jeu, l’apprenant fait l’expérience de soigner des patients à partir de véritables recettes médicales du début de l’époque moderne, avec au passage des problèmes d’hallucination de l’IA produisant des éléments contraires aux faits historiques
- Dans le second jeu (Young Darwin), l’utilisation des archives réelles de Darwin permet de simuler la collecte d’animaux et l’exploration des îles, avec une conception visant à réduire au minimum les hallucinations de l’IA pour améliorer la qualité
- Combinées de manière complémentaire à la rédaction d’essais ou aux discussions en classe, ces méthodes d’apprentissage expérimentales peuvent élargir de façon concrète la conscience historique et la pensée critique des étudiants
- Le tutorat interactif fondé sur l’IA peut aussi offrir, dans l’enseignement des humanités, de véritables stimulations intellectuelles et occasions d’apprentissage
L’IA générative rend l’enseignement des humanités plus complexe
Les transformations et défis éducatifs provoqués par l’IA
- Dans le monde éducatif, les chatbots IA comme ChatGPT produisent des effets négatifs marqués en affaiblissant fortement l’expérience autonome d’écriture des étudiants
- De plus en plus d’étudiants remettent des essais ou des devoirs générés par l’IA, ce qui met au défi les systèmes d’évaluation existants et les objectifs pédagogiques
- En définitive, le risque est grand que les étudiants ne fassent plus l’expérience d’un effort intellectuel significatif, comme surmonter le writers' block en rédaction, chercher en bibliothèque ou mener sur la durée une véritable enquête sur le réel
- Les étudiants ont de plus en plus tendance à ne trouver ni intérêt ni sens au devoir lui-même, et à se concentrer surtout sur sa simple exécution via l’IA
Cas positifs et nouvelles possibilités pédagogiques
- Dans le même temps, certains exemples montrent que la conception de devoirs intégrant l’interaction avec l’IA peut offrir aux étudiants comme aux enseignants de nouveaux chocs intellectuels et des occasions de réflexion
- L’IA peut fonctionner non pas comme un simple substitut à l’humain, mais comme un outil d’appui permettant à l’étudiant de dialoguer avec l’IA pour examiner sa propre pensée
- C’est précisément le moment de débattre du sens et de la finalité de l’éducation, et de rappeler la nécessité d’un rôle actif des enseignants de terrain pour préserver des expériences d’enseignement et d’apprentissage authentiques
La polarisation de l’usage de l’IA dans l’enseignement des humanités
Propositions pour l’éducation de demain
- Des inquiétudes s’expriment quant au fait que l’IA générative finira par aggraver les écarts dans l’enseignement des humanités
- Dans les environnements favorables et avec des étudiants bien formés, la capacité à utiliser l’IA de façon originale ressort davantage, tandis que les étudiants évoluant dans des contextes difficiles risquent de ne pas en bénéficier
- Il devient crucial que chaque enseignant soit capable de concevoir lui-même des devoirs et des outils IA sur mesure
- Si le monde éducatif reste passif face à cet enjeu, des outils commerciaux d’éducation par l’IA, en apparence « interactifs » mais en réalité uniformes et déshumanisés, finiront par éroder la relation élève-enseignant et la nature même de l’apprentissage
- C’est dans cette perspective qu’un projet soutenu par le NEH (National Endowment for the Humanities) avait effectivement été conçu et lancé, avant d’être annulé à la suite de changements de politique publique
Lectures recommandées
- L’ouvrage de D. Graham Burnett, The Sounding of the Whale, est un livre singulier consacré à l’histoire des sciences de la baleine
- Un nouveau cas de recherche sur la relation entre Shakespeare et Anne Hathaway est présenté à partir d’un fragment de lettre découvert dans la structure de reliure d’un commentaire biblique publié en 1608
- La professeure Kathleen DuVal de l’UNC a récemment remporté le prix Pulitzer avec Native Nations: A Millennium in North America, et ses ouvrages précédents sont eux aussi jugés intéressants
1 commentaires
Réactions sur Hacker News
Je pense qu’il existe un problème éducatif plus profond : on forme les étudiants à voir l’école et le travail comme une suite sans fin d’étapes à franchir. Au bout du compte, l’objectif est « décrocher un emploi », mais on ne peut plus dire avec assurance quels métiers existeront encore dans 5 à 10 ans. Les seuls à faire exception seraient sans doute les métiers manuels qualifiés, sauf que ces filières ont déjà en grande partie disparu du système éducatif depuis longtemps. Si les étudiants utilisent l’IA pour boucler facilement leurs devoirs et éviter la lecture ainsi que l’apprentissage de la patience, j’y vois moins leur faute que celle du système d’éducation et d’orientation que nous avons construit. Ce problème n’est pas apparu du jour au lendemain, et l’IA n’en est pas l’unique cause
Il est regrettable de voir que, tout comme l’IA sert de prétexte pour justifier des licenciements massifs et des réductions de coûts, on commence aussi à lui faire porter la responsabilité de l’échec du système éducatif moderne. En réalité, le système éducatif est structuré pour ne récompenser qu’une seule chose : la note. Plus que le savoir, la compréhension ou l’intelligence, c’est ce « score » unique — le GPA — qui se prête le plus facilement à la manipulation et qui détermine le parcours depuis le collège et le lycée jusqu’à l’université, puis au-delà. C’est, à mon sens, le plus grand problème de l’éducation
Je suis assez convaincu que les métiers qui existent depuis longtemps continueront d’exister. Même avec les changements technologiques, ils ne disparaîtront pas soudainement ; ils déclineront lentement. Il y a donc le temps de se préparer et de planifier. À l’inverse, les emplois très rémunérateurs des nouveaux secteurs de l’économie ont souvent une durée de vie limitée et sont difficiles à prévoir ; si l’on a tendance à envier facilement les revenus inattendus, il sera difficile d’être heureux dans ce genre de métier
À propos de l’idée selon laquelle « le système éducatif et d’orientation porte une grande part de responsabilité », il est souligné qu’en pratique, beaucoup de gens continuent à rejeter la faute sur les étudiants
Personne n’a jamais pu prédire avec certitude les métiers du futur. Ceux qui ont de bonnes bases et de la souplesse finissent toujours par trouver un chemin
Il suffirait que 10 % de la population se ruent vers les métiers manuels qualifiés pour faire s’effondrer ce secteur. Je me demande pourquoi tout le monde passe ce point sous silence
J’ai été très intrigué par un commentaire à propos d’un doctorant en philosophie à la SFSU qui a entièrement refondu son cours en le transformant en une sorte de « course d’obstacles contre l’IA », et les étudiants ont accroché. Cela m’a donné une idée intéressante : pourquoi ne pas demander aux étudiants d’inventer entre eux des devoirs que ChatGPT ne peut pas résoudre ? J’avais autrefois testé à BarCamp un programme de quiz conçu pour que les réponses ne soient pas faciles à trouver sur Google, et c’était vraiment amusant. Concevoir des devoirs « résistants à ChatGPT » me donne une impression similaire de défi intellectuel de haut niveau
Je pense que concevoir des devoirs « résistants à ChatGPT » pourrait en réalité être assez simple. Dans le système universitaire allemand, par exemple, on résout chaque semaine des exercices difficiles, et il faut en réussir un certain nombre pour avoir le droit de passer l’examen. Le vrai but de ces exercices est d’éviter qu’un étudiant mal préparé se présente à l’examen pour s’y planter. Si quelqu’un triche sur ces devoirs avec « ChatGPT » ou autre, ce n’est pas forcément sanctionné sévèrement, mais les étudiants savent très bien qu’ils iront ensuite droit à l’échec à l’examen. Dans la plupart des universités allemandes, échouer trois fois à un examen signifie ne plus pouvoir poursuivre cette spécialité, et cela vaut pour toutes les universités
Howard Rheingold est très actif sur ce sujet. Si cela vous intéresse, je recommande le Peeragogy Handbook ainsi que le billet qui a stimulé cette idée. Il y partage le constat suivant : « plus je transfère l’autorité de l’enseignant aux étudiants et plus je les encourage à apprendre de manière autonome, plus ils me montrent eux-mêmes ce qui doit être repensé dans ma pédagogie »
Je suis malvoyant, et cela me préoccupe toujours de voir que ce type de problème qui « ne montre que le contour de l’île » est totalement inaccessible à des gens comme moi. La tendance à réduire les devoirs fondés sur le texte rend au contraire l’éducation accessible encore plus difficile pour les personnes handicapées. C’est le début d’une nouvelle génération de fracture numérique
Je suis d’accord pour dire que concevoir des devoirs résistants à ChatGPT est un défi intellectuel. Mais les enseignants n’ont pratiquement ni le temps ni la formation nécessaires pour mettre en place ce type de pédagogie expérimentale. Quand on assure un service 4/4 (quatre cours par semestre) et qu’on essaie juste de tenir le calendrier, c’est difficile ne serait-ce que d’essayer, et les outils d’IA évoluent si vite que même une bonne idée devient rapidement obsolète. Par exemple, j’ai demandé à des étudiants de produire un podcast au lieu d’un mémoire, puis un outil « crée ton podcast » est arrivé presque immédiatement, rendant la triche aussi facile qu’avec une dissertation classique
Quand un enseignant connaît bien son sujet, 30 secondes de conversation suffisent pour savoir si un étudiant maîtrise réellement quelque chose. Peut-être que le « devoir » n’est pas, après tout, la meilleure méthode pour former et vérifier les connaissances
L’auteur parle surtout d’enseignement de l’histoire, mais ce qu’il décrit relève davantage d’une forme d’« appréciation de l’histoire ». Il ne s’agit pas d’utiliser l’histoire comme outil de prédiction, mais de l’aborder comme une culture de lecture des « classiques » (par exemple Cicéron). Les officiers militaires étudient l’histoire d’une manière tout à fait différente, en cherchant les causes des erreurs et des échecs. C’est aussi un angle que les LLM maîtrisent encore mal. Si vous voulez comprendre l’époque de Cicéron, je recommande ce livre. Il a été écrit par un journaliste politique de terrain, et il offre une lecture très fine qui démonte l’histoire traditionnelle fascinée uniquement par la rhétorique
Utiliser l’histoire comme outil de prédiction n’est pas l’objectif premier du monde universitaire ; l’histoire existe pour comprendre le cours des affaires humaines, et ses applications sont très vastes. Même l’histoire militaire est l’un des domaines les plus lents à adopter de nouvelles méthodes de recherche
Je ne suis pas d’accord avec l’idée qu’il faudrait séparer « appréciation » et « analyse ». L’histoire est indispensable pour expliquer comment la situation actuelle s’est constituée. L’étude des classiques doit bien sûr être critique, et c’est effectivement ainsi que travaillent les historiens
Étudier les « vainqueurs », c’est s’exposer presque à coup sûr au biais du survivant
La distinction entre l’histoire comme analyse stratégique et l’histoire enseignée comme appréciation culturelle est un point très pertinent. Aujourd’hui, l’enseignement penche surtout vers la seconde approche, qui est plus facile à imiter pour l’IA. Or les réflexions les plus précieuses naissent souvent des questions inconfortables : les échecs, les conséquences involontaires, les points de vue périphériques
Petite précision : les officiers militaires ne regardent pas l’histoire uniquement sous l’angle de l’analyse des erreurs
L’évaluation d’une thèse de doctorat en sciences humaines repose sur un mémoire écrit et une soutenance orale improvisée, ce qui rend la triche avec ChatGPT très difficile. Les professeurs savent relier des choses qui semblent sans rapport et poser des questions fines. J’ai aidé des ingénieurs sur des problèmes d’analyse sémantique, et j’ai souvent constaté qu’ils peinaient parce qu’ils ne comprenaient pas la langue elle-même. On peut bien communiquer sans pour autant réellement comprendre le langage. Dans les évaluations liées à l’IA, on ne teste en pratique que ce que l’IA sait déjà bien faire, et ma compétence linguistique n’entre pas dans les critères. Mon rôle consiste à pointer les problèmes de langage auxquels l’IA se heurte, puis à convaincre les humains de la valeur de cette analyse
Quand un professeur de physique est paresseux, il transforme tous les problèmes en problèmes de maths. Si l’on s’inquiète qu’une meilleure calculatrice rende l’examen inutile, c’est qu’en réalité on a surtout enseigné des maths plutôt que de la physique. Quand un enseignant en lettres ou sciences humaines est paresseux, il transforme tout en exercice de rédaction. Si un meilleur correcteur orthographique suffit à neutraliser l’évaluation en humanités, c’est qu’on ne mesurait en pratique que la capacité à rédiger. C’est un peu provocateur, mais je me demande si une bonne écriture coïncide nécessairement avec une bonne pensée
Je suis d’accord sur le fait que les enseignants peuvent développer des méthodes d’évaluation résistantes à l’IA. Mais au niveau institutionnel, ils reçoivent très peu de soutien et chacun doit se débrouiller seul. Le cycle d’expérimentation est aussi extrêmement lent par rapport à la vitesse d’évolution des outils d’IA. Même si l’on teste une nouvelle méthode pendant un semestre, il faut souvent, quelques semaines plus tard, préparer déjà le cours suivant, ce qui laisse très peu de temps pour une vraie évaluation et amélioration ; en général, on ne peut réitérer qu’une fois par an
Cela me rappelle les débats apparus autrefois dans les sciences avec l’arrivée des calculatrices. En cours de physique au lycée, quelques élèves plus aisés arrivaient avec des « calculatrices scientifiques », et leur autorisation faisait débat. La comparaison avec les LLM n’est pas parfaite, mais l’argument selon lequel on les utilisera de toute façon dans la pratique était convaincant. Cela reste particulièrement vrai en ingénierie logicielle aujourd’hui
Je pense que la solution consiste à réintroduire la méthode socratique dans l’enseignement des humanités. Au lieu d’un processus passif de consommation et de production de textes — des textes qui, dans les faits, ne sont lus que par les assistants et les professeurs —, il faudrait des cours centrés sur la discussion, où les étudiants débattent eux-mêmes à partir des supports de cours et des contenus enseignés. Les LLM savent déjà rédiger des dissertations médiocres, mais ils ne peuvent pas participer à une vraie discussion avec des pairs en salle de classe. Bien sûr, cette approche se heurte en pratique au coût du travail humain, ce qui la rend difficile à généraliser à grande échelle
Comparer ChatGPT à un simple correcteur orthographique me paraît absurde. L’écriture elle-même est clairement une compétence importante qui doit être enseignée
Je pense que la cause profonde de la triche dans les humanités est l’incitation économique à tricher
La plupart des gens ne se rendent pas compte de l’ampleur du travail qu’il reste à faire en histoire et en humanités. Par exemple, certains s’intéressent au déchiffrement des rouleaux carbonisés d’Herculanum, mais en réalité, moins de 10 % des textes néo-latins de la Renaissance et du début de l’époque moderne ont été traduits en anglais. Même une figure comme Marsile Ficin, dont les traductions des classiques ont profondément marqué l’histoire européenne, a encore une part importante de son œuvre qui n’est toujours pas traduite en anglais. Les LLM auront un impact énorme sur ce domaine, mais tout étudiant suffisamment motivé peut encore faire une véritable contribution dans cet immense territoire inexploré. C’est pourquoi, quand j’évalue des étudiants, je me demande surtout : « qu’est-ce que j’apprends d’eux ? »
L’architecture Transformer a certes été conçue à l’origine pour la traduction, mais j’ai le sentiment que les modèles génératifs excessivement surajustés sont en réalité très mauvais pour traduire. Des approches simples du type étiquetage morphosyntaxique + consultation de dictionnaire + correspondance grammaticale donnent souvent de bien meilleurs résultats, avec en plus des intervalles de confiance. Si vous avez besoin d’un outil de traduction, mieux vaut utiliser quelque chose comme Project Bergamot plutôt qu’une IA générative. Et je trouve vraiment dommage que les cours de sciences humaines au lycée soient devenus de simples exercices, au lieu d’être des espaces de découverte réelle
L’histoire qui nous est parvenue a nécessairement emprunté un goulot d’étranglement, au fil duquel énormément de choses ont été perdues, lourdement réécrites ou déformées. Nous savons très peu de ce qui s’est réellement passé il y a 500 ans, et ceux qui détenaient le pouvoir — comme les Médicis — avaient sans doute tout intérêt à mettre en scène les archives à leur avantage. Au fond, l’histoire sert à peindre un décor pour le présent. Je ne pense pas que l’IA nous aidera beaucoup à mieux comprendre le passé ; en revanche, elle pourrait devenir un outil permettant aux nouveaux Médicis de notre époque de modifier encore plus vite l’arrière-plan du passé
On affirme que les ingénieurs qui développent des systèmes d’IA devraient réfléchir en profondeur au langage, à la culture, ainsi qu’à l’histoire et à la philosophie de la technique. Mais à mes yeux, le vrai problème ne vient pas tant d’un manque de culture académique que du fait d’ignorer la complexité du monde réel. Si la capacité à coder devient largement banalisée, alors ce sont au contraire les personnes qui possèdent des compétences complémentaires — par exemple code + histoire — qui en tireront le plus grand bénéfice. C’est précisément la transformation en cours dans les humanités
Fondamentalement, la capacité à poser de bonnes questions et à y répondre soi-même a toujours été une compétence d’une immense valeur
Aujourd’hui, les étudiants ont davantage tendance à travailler en équipe avec des camarades issus d’horizons variés plutôt qu’à creuser un seul domaine, qu’il s’agisse du code ou d’autre chose. Comme le rythme du changement n’a plus rien à voir avec celui du passé, ils prennent très tôt conscience des limites individuelles et de la nécessité de coopérer, quelle que soit la qualité de leur formation. Le vrai défi est de savoir comment faire collaborer, synchroniser et orienter une équipe dans un contexte de talents hétérogènes, d’intérêts divers et de changements rapides
Le monde de l’histoire a déjà affronté, il y a plusieurs décennies avec Hayden White, la question de « l’histoire comme récit ». Quand White dit que « l’histoire est une fiction », il ne nie pas la factualité ; il veut dire que l’interprétation historique et la mise en récit littéraire sont inhérentes à l’histoire. En d’autres termes, il souligne que l’historien, comme le romancier, construit le sens des événements à travers une structure narrative et des procédés d’expression
Je pense que les échecs que nous observons dans les systèmes d’IA proviennent le plus souvent du fait qu’on ignore la complexité du réel
C’est en substance une reformulation de l’idée de Joel Spolsky : « commoditize your complement »
Dans le prompt système d’OpenAI, il y a une formule du type « maintenir l’expertise et la franchise qui expriment le mieux les valeurs d’OpenAI », et quelqu’un ayant une formation en humanités perçoit intuitivement que ce genre de phrase peut produire des effets catastrophiquement contre-productifs dans une future crise liée à l’IA. C’est précisément ce type de nuance qui compte vraiment, et c’est aussi de là que naît le scénario très hollywoodien dans lequel « la machine s’effondre en essayant de ressembler à l’esprit de son créateur »
Je reste sceptique sur l’effet des ordinateurs dans l’apprentissage. Pour vraiment apprendre quelque chose, il faut lire sur papier et prendre des notes à la main dans les marges ou sur un carnet, sinon cela ne s’ancre pas dans la mémoire. En tant que programmeur, j’utilise des écrans tous les jours, mais si je veux vraiment retenir un contenu nouveau, il me faut absolument du papier. Même en réunion hors ligne ou en conférence, je n’ouvre jamais mon ordinateur portable et je prends toujours mes notes sur papier. C’est pourquoi je me demande constamment si travailler avec un ordinateur portable ou une tablette aide vraiment à apprendre
Ce cas relève entièrement de l’expérience personnelle et ne s’applique pas du tout de manière fiable à d’autres personnes. Cela fait des années que je n’ai rien écrit sur papier, et pourtant j’ai tout à fait réussi à apprendre des choses nouvelles pendant ce temps
Je pense que cette différence dépend surtout de la manière dont on a construit ses habitudes d’apprentissage au départ. Quand je prends des notes dans Notepad, cela marche moins bien ; quand j’écris à la main, je retiens mieux, mais c’est le produit de mes habitudes scolaires, donc d’un entraînement personnel. D’autres peuvent très bien apprendre efficacement avec leurs propres méthodes
Il existe déjà une génération qui démontre que l’expérience des gens de ma génération n’est pas un cas universel en matière d’éducation
Je suis d’accord pour dire que les applications d’apprentissage, en particulier les outils gamifiés, ont une efficacité claire du point de vue de la pratique
J’ai l’impression que les LLM ont ouvert une brèche béante dans la manière dont l’éducation fonctionne réellement aux États-Unis. Jusqu’ici, l’évaluation reposait sur l’idée que produire un texte sans surveillance constituait une preuve d’apprentissage ; comme les LLM peuvent désormais produire ce résultat très facilement, ils ont au passage aussi déstabilisé tout le secteur des essais rédigés à la demande. Les éducateurs doivent maintenant redéfinir leurs critères d’évaluation, et les vieilles questions — « qu’est-ce qu’apprendre ? » et « comment le mesurer de manière significative ? » — deviennent encore plus cruciales. Je prédis, à moitié en plaisantant, le retour de l’apprentissage par cœur, des examens oraux et autres formes d’évaluation fondées sur la parole. Cette approche a aussi ses défauts, mais comme elle reste difficile à tricher pour l’instant, elle pourrait rester valable pendant quelque temps
L’idée qu’un étudiant prouve son apprentissage simplement en rendant une dissertation a toujours été une illusion ancienne. Maintenant que l’IA peut aussi écrire cela, il faut revenir à une vérification plus essentielle. Si l’écriture seule ne permet pas d’attester l’apprentissage, alors comment reconnaître un apprentissage réel ? C’est pourquoi les examens oraux et l’évaluation des discussions en temps réel pourraient bien revenir. L’IA n’a pas détruit l’éducation ; elle a simplement mis à nu les problèmes qui existaient déjà
Je pense que l’essence de cette brèche réside dans « l’objectivité ». À force d’obsession pour la mesure, l’éducation a supposé que ce qu’elle enseignait relevait de faits a priori — d’une « vérité objective ». En réalité, cela tient largement du mythe. Plus on cherche à tout calibrer strictement, plus on donne l’illusion que le savoir est une vérité fixe. Mais dans les faits, toute écriture et tout apprentissage sont des assemblages d’expériences subjectives, et l’objectivité ne se construit qu’en explorant une multitude de points de vue subjectifs. L’arrivée des LLM contourne justement cela en produisant des réponses non pas à partir d’une interprétation logique, mais d’une « vibe », d’une ambiance. Le but devient désormais de générer une atmosphère sociale ou contextuelle familière, et l’on ignore encore où se situera la limite. La rigueur a été surestimée ; pour les humains, la meilleure manière d’apprendre reste d’explorer et de confronter ensemble plusieurs perspectives
Je ne pense pas que la définition de l’apprentissage ait changé. Dès les premiers textes de l’humanité, on trouve déjà des plaintes du genre « avec cette écriture moderne, les étudiants n’apprennent plus ». L’éducation s’est toujours adaptée au changement
Une part énorme de l’éducation américaine consistait justement à produire des « dissertations sans intérêt », donc il est tout à fait logique que l’IA se soit engouffrée dans cette faille