Utilisation responsable d’outils basés sur l’IA
Vous pouvez rencontrer plusieurs zones d’ombre lorsque vous envisagez d’utiliser des outils basés sur l’IA pour soutenir votre apprentissage. La distinction entre une utilisation appropriée et une utilisation visant à obtenir un avantage déloyal n’est pas toujours évidente. Comme nous l’avons vu, le respect des lignes directrices de York en citant et/ou en documentant les situations dans lesquelles vous les avez utilisées accroît la confiance de la communauté universitaire.
Gardez à l’esprit que les outils basés sur l’IA doivent être utilisés pour améliorer votre apprentissage et non pour faire le travail à votre place. Si votre enseignant·e ne vous a pas interdit l’utilisation de ces outils, réfléchissez à la manière dont vous pouvez les utiliser pour mieux comprendre le contenu du cours. Réfléchissez à la manière dont ces outils peuvent appuyer votre travail au lieu de le dévaloriser. Encore une fois, si vous n’êtes pas sûr·e de ce qui est acceptable, consultez la section Assumer la responsabilité de l’honnêteté intellectuelle pour savoir comment connaître les attentes d’un cours particulier et comment contacter votre enseignant·e.
Cliquez sur les sections ci-dessous pour en savoir plus sur l’évaluation des résultats générés par l’IA.
Nécessité d'évaluer les informations générées par l'IA: pourquoi c'est important
Il arrive que les générateurs de contenu d’IA fournissent des informations incorrectes. Ils peuvent générer de fausses informations ou omettre des informations importantes. Ils ont également la réputation de fournir de fausses références. Par ailleurs, le contenu généré par l’IA n’est pas neutre : ayant été formé à partir d’une grande quantité de données provenant de nombreuses sources différentes, ses résultats contiennent des points de vue et des préjugés spécifiques.
En tant qu’étudiant·e, vous êtes responsable du travail que vous soumettez : si vous vous appuyez sur un résultat généré par l’IA, vous devez évaluer cette information de manière critique. Une partie de cette évaluation critique consiste à vérifier les informations, à identifier celles qui manquent et à mettre au jour les points de vue et les préjugés qui s’y rattachent. Ce faisant, vous développez et renforcez vos capacités d’analyse critique, qui sont des compétences importantes que vous appliquerez tout au long de votre cursus universitaire et au-delà.
Évaluation critique des résultats de l'IA
Pour la plupart des sources qui ne sont proviennent pas de l’IA, comme des livres ou des articles savants, vous pouvez évaluer l’exactitude ou la crédibilité du contenu en suivant les « indices » fournis dans la publication. Par exemple, la consultation des citations bibliographiques fournies est un excellent moyen d’en savoir plus sur certaines informations contenues dans une source. Ou, si vous accédez à un site Web qui n’inclut pas de références, certains « indices » à suivre peuvent inclure le nom de l’auteur, le titre, l’affiliation, la publication, etc.
Cependant, les résultats générés par l’IA sont généralement dépourvus de ces indices. Vous verrez peut-être que le résultat n’indique pas clairement quand des informations provenant de sources extérieures ont été incluses. En revanche, les informations provenant de sources extérieures peuvent être combinées et les citations peuvent ne pas être fournies. Ou, si des citations sont incluses, elles peuvent être incorrectes. En revanche, pour déterminer l’exactitude du contenu fourni, vous devrez :
- identifier les éléments d’information qui nécessitent un examen plus approfondi;
- obtenir d’autres sources dignes de confiance provenant de travaux universitaires dans votre domaine ou de votre matériel de cours;
- examiner les informations trouvées.
La dernière étape importante de l’évaluation critique consiste à exercer son propre jugement : en vous basant sur ce que vous avez appris d’autres sources et ce que vous savez déjà, pouvez-vous faire confiance aux résultats générés par l’IA ou devez-vous les ignorer?
Encore une fois, en tant qu’étudiant·e, vous êtes responsable du travail que vous soumettez. Si vous utilisez des informations provenant d’outils basés sur l’IA, l’évaluation critique des informations fournies par ces outils est essentielle et constitue une partie importante du processus de recherche.
