Accélérer l’usage de l’intelligence artificielle générative dans l’éducation
À propos
Le consortium OpenEdIAG regroupe 6 acteurs de l’Éducation ainsi que 2 Académies et 3 partenaires.
Partenaires
Soutien
Le projet OpenEdIAG est en lien étroit avec OpenLLM France, modèle souverain, ouvert, et dédié à l’éducation.
OpenEdIAG favorise le déploiement d’OpenLLM France dans l’éducation à l’aide de briques technologiques sur l’accessibilité, l’ouverture, la sécurité, l’explicabilité, la transparence et la conformité pédagogique.
De plus, les acteurs suivants soutiennent l’initiative OpenEdIAG pour son potentiel de diffusion de l’IA générative dans l’éducation.
Résumé du projet
Contexte
L’Intelligence Artificielle générative transforme les méthodes d’enseignement et d’apprentissage. Il est crucial de veiller à ce que son utilisation repose sur des principes éthiques. De plus, elle doit garantir un accès équitable à une éducation de qualité.
L’IA générative représente un grand potentiel d’amélioration des solutions pour l’ensemble des acteurs de l’éducation numérique, publics et privés, sur une grand quantité de cas d’usage : aide à la conception de cours pour les enseignants, chatbot de révision pour les élèves, aide à l’orientation…
Le projet
Fédérer les acteurs de l’éducation numérique pour rendre l’usage de l’IA générative accessible à l’école, au collège et au lycée.
- Un consortium pour exprimer les besoins et mutualiser les développements des acteurs de la Edtech utilisant des technologies d’IA.
- Une plateforme de diffusion et des briques d’IA génératives open source.
En résumé : le projet vise à lever les verrous du déploiement de l’IA générative dans l’éducation scolaire
Objectifs
3
50
1.000.000
Déployer des cas d’usages opérationnels sur 3 académies.
Faciliter l’intégration d’IA génératives dans les solutions de 50 entreprises.
Permettre le déploiement de solutions d’IA génératives auprès d’1 million d’élèves et enseignants.
Axes de développement
Axes de développement
Accessibilité et ouverture
- Mise à l’échelle auprès des 12 millions d’élèves de l’Éducation Nationale
- Accessibilité de l’IA générative dans les environnements scolaires
- Recommandations du W3C et respect du RG2A sur les outputs des IA génératives
- Un point d’accès à différents LLMs souverains dont OpenLLM France, lauréat d’appel à projet « Communs numériques pour l’intelligence artificielle générative »
- Raccordement au GAR (Gestionnaire d’Accès aux Ressources) des IA génératives
- Outils IA pour la production de RELs (Ressources Éducatives Libres)
Sécurité
- Outil de modération adapté aux exigences d’un usage scolaire pour les textes et les images
- Sécurisation des plateformes, et échanges de données d’utilisateurs.
- Cybersécurité de l’IA générative (prompt engineering)
- Respect du RGPD
Explicabilité et transparence
- Outils pédagogiques permettant de comprendre le fonctionnement de l’IA générative, des données d’entraînement jusqu’à l’utilisation
- Moteur de recherche au sein de la base des données d’apprentissage d’un LLM (permet d’interroger des sources et de démystifier les LLMs)
- Création de corpus pour le RAG à partir de la base des données d’apprentissage
- Analyse et réduction des biais d’entraînement (fiabilité, diversité et représentativité des données)
Conformité pédagogique
- Agent pédagogique capable d’évaluer la pertinence et la conformité d’une ressource issue d’un LLM (output conforme aux exigences de l’Éducation Nationale et rattachement aux référentiels de compétences, enrichissement SCOLOM.fr)
- Gestion des enjeux pédagogiques, éthiques et écologiques
- Génération de données synthétiques d’apprentissages.
Expérimentation
- Assistant RAG (retrieval augmented generation, génération augmentée de récupération) personnalisé à chaque enseignant et élève
Contact
contact@openediag.com