Google a annoncé les résultats de nouvelles recherches montrant comment le modèle d'intelligence artificielle Gemini contribue à soutenir les élèves et les enseignants dans les salles de classe au Royaume-Uni et en Italie. Les études se sont concentrées sur l'évaluation de l'efficacité des outils d'intelligence artificielle pour fournir un soutien personnalisé en mathématiques et aider les enseignants à planifier des cours interactifs qui renforcent la participation en classe.
Au Royaume-Uni, un essai contrôlé the randomisé de 10 semaines a été mené auprès de plus de 1 100 élèves âgés de 12 à 15 ans, en collaboration avec la plateforme d'apprentissage Eedi. L'essai a utilisé un système combinant les capacités de Gemini et les ressources de la plateforme pour guider les élèves dans la résolution autonome de leurs erreurs, étape par étape. Les résultats ont montré que la qualité des réponses du modèle Gemini s'est améliorée d'environ 25 %, avec un taux d'approbation des réviseurs experts atteignant 95 %. Les élèves ayant reçu un accompagnement de l'intelligence artificielle ont obtenu des résultats similaires à ceux des élèves ayant bénéficié d'enseignants humains.
En Italie, une étude d'un an a été menée en collaboration avec le réseau d'écoles Don Bosco et l'Université pontificale salésienne de Rome, impliquant près de 1 600 enseignants et plus de 24 500 élèves. Gemini a été utilisé comme assistant pour concevoir les cours, ce qui a entraîné une baisse de 38 % des cours magistraux traditionnels au profit d'ateliers et d'activités de groupe, une hausse de la participation active des élèves de 77 % à 84 %, ainsi qu'une réduction de la pression quotidienne sur les enseignants.
Qu'est-ce que ce développement change concrètement ?
Ces résultats mettent en évidence une transition pratique dans la manière d'intégrer l'intelligence artificielle au sein des établissements éducatifs. Son rôle ne se limite pas à fournir des réponses prêtes à l'emploi, mais stimule la pensée critique des élèves (notamment en les guidant sans donner la solution directe dans environ 99 % des sessions). Il contribue également à réduire la dépendance totale envers l'énergie individuelle de l'enseignant pour maintenir l'engagement en classe, offrant ainsi un espace accru pour se concentrer sur le tutorat et l'orientation personnalisée.
Limites et défis associés à l'expérience
Malgré l'amélioration évidente des performances des élèves lors des tâches quotidiennes et des quiz, ces gains ne se sont pas manifestés de manière significative sur les scores des tests standardisés STAR au cours de la même période d'expérimentation courte. Selon les chercheurs, cela s'explique par le fait que l'accompagnement étape par étape prend plus de temps par question que de simples indices visuels, ce qui a réduit le nombre de problèmes résolus par les élèves en une seule session, un aspect qui devra être étudié sur une année scolaire complète à l'avenir.