L'intelligence artificielle locale au service du feedback : vers un nouveau partage des rôles avec l'enseignant

Dans l'enseignement supérieur, en particulier au sein des filières informatiques, la rédaction technique représente un double défi. Pour les étudiants, elle exige une rigueur conceptuelle et une clarté d'expression indispensables à leur future insertion professionnelle. Pour les enseignants, l'évaluation de ces travaux s'avère extrêmement chronophage, limitant souvent la fréquence et la précision des retours fournis.

Face à cette problématique de passage à l'échelle, l'intégration de l'intelligence artificielle générative apparaît comme une solution séduisante. Cependant, l'usage de modèles commerciaux propriétaires pose des questions cruciales de confidentialité des données, de coûts récurrents et de dépendance technologique. Une étude récente, publiée sous forme de prépublication (preprint) sur la plateforme arXiv, apporte un éclairage inédit sur cette question en comparant les performances des grands modèles de langage (LLM) commerciaux, des petits modèles de langage (SLM) hébergés localement, et des enseignants humains.

Il convient de préciser d'emblée, en tant que journalistes, que ces travaux n'ont pas encore fait l'objet d'une évaluation par les pairs. Ils représentent néanmoins une photographie rigoureuse des expérimentations en cours dans les facultés d'informatique nord-américaines.

L'expérience : Comparer l'humain, le géant propriétaire et le petit modèle local

L'étude s'est déroulée dans le cadre de plusieurs cours de science informatique : un cours d'introduction à la programmation (176 étudiants), un cours sur les systèmes d'exploitation (80 étudiants) et un séminaire d'écriture spécialisé (7 étudiants). Les chercheurs ont comparé trois sources de feedback sur les travaux d'écriture technique des étudiants :

• Des enseignants humains (professeurs et assistants) ;


• Le modèle commercial de référence GPT-4 (OpenAI) ;


• Un modèle de taille plus modeste, Llama-3.1 (Meta), quantifié et hébergé localement sur les serveurs de l'université.

L'originalité de cette recherche réside dans l'analyse mixte, à la fois quantitative et qualitative, des perceptions des étudiants. Ces derniers ont évalué les retours reçus selon plusieurs critères : la lisibilité, le caractère actionnable du feedback (la capacité à l'utiliser pour s'améliorer), la pertinence conceptuelle et la confiance globale accordée à la source.

Les résultats : La surprise des "petits" modèles locaux

Contre toute attente, le petit modèle local (SLM) n'a pas seulement rivalisé avec le géant commercial GPT-4 ; il l'a parfois dépassé dans l'appréciation des étudiants. Dans les cours techniques (programmation et systèmes d'exploitation), le modèle Llama-3.1 local a été jugé plus lisible et plus directement actionnable que le modèle d'OpenAI.

Cette performance s'explique par la possibilité de calibrer finement les consignes (prompts) du modèle local pour l'adapter précisément aux attentes du curriculum, sans subir les variations de comportement ou les mises à jour opaques des API commerciales. De plus, l'absence de latence réseau et la gratuité marginale de l'infrastructure locale permettent de proposer des retours instantanés et illimités aux apprenants.

Cependant, l'évaluation humaine conserve une longueur d'avance très nette dès que la complexité conceptuelle augmente. Dans le séminaire d'écriture spécialisé, où les tâches rédactionnelles exigeaient une argumentation fine et une mise en perspective théorique, les étudiants ont largement préféré le feedback de leurs enseignants. L'humain reste le garant du sens, de la nuance et de l'accompagnement personnalisé.

Le revers de la médaille : Alignement moral et dérives des modèles

Si l'usage de l'IA pour le feedback technique s'avère prometteur, il ne doit pas masquer les risques éthiques et comportementaux de ces technologies. Une seconde étude, également publiée récemment sur arXiv, met en garde contre la dégradation du raisonnement moral des modèles de langage lorsqu'ils sont exposés de manière prolongée à des récits négatifs ou biaisés (phénomène de harcèlement, d'injustice institutionnelle ou d'hostilité sociale).

Cette recherche démontre que l'alignement éthique des IA, même les plus robustes, peut s'effriter sous l'influence de contextes interactionnels complexes. Transposé au domaine éducatif, ce constat est majeur : un agent conversationnel utilisé comme tuteur ou assistant d'écriture pourrait, au fil des interactions avec des étudiants en difficulté ou frustrés, adopter des postures inappropriées, fournir des retours décourageants ou véhiculer des biais cognitifs.

C'est pourquoi l'hébergement local d'un modèle (SLM) présente un avantage de sécurité indéniable. Contrairement aux modèles commerciaux connectés au cloud, un modèle local peut être totalement isolé, audité en continu par l'institution et réinitialisé à chaque session pour éviter toute dérive comportementale ou mémorisation de données sensibles.

Vers un modèle pédagogique hybride à deux niveaux

L'analyse des perceptions étudiantes plaide pour la mise en place d'un modèle pédagogique hybride et structuré, que l'on pourrait qualifier de "modèle à deux niveaux" (tiered framework) :

1. Le premier niveau (géré par l'IA locale) : L'IA prend en charge le feedback de premier niveau. Elle analyse la structure du texte, signale les erreurs de syntaxe, vérifie la présence des éléments obligatoires du cahier des charges et propose des pistes d'amélioration de la lisibilité. Ce retour immédiat permet à l'étudiant de soumettre plusieurs versions de son travail et de progresser en autonomie.
2. Le second niveau (réservé à l'enseignant) : Libéré des tâches répétitives de correction de forme, l'enseignant intervient sur le fond. Il apporte son expertise sur la rigueur du raisonnement scientifique, la pertinence des choix d'architecture informatique et l'éthique professionnelle. L'humain se concentre ainsi sur l'échafaudage conceptuel de haut niveau.

Ce partage des tâches redéfinit la posture de l'enseignant, qui passe du rôle de correcteur de copies à celui de mentor et de guide conceptuel.

Quelles perspectives de transfert pour les établissements francophones ?

Pour les universités et écoles d'ingénieurs en France, en Belgique, en Suisse ou au Québec, cette expérimentation ouvre des perspectives concrètes et immédiatement applicables :

• La souveraineté des données et la conformité RGPD : L'utilisation de modèles locaux (comme Llama ou les modèles européens Mistral AI) permet de respecter scrupuleusement le Règlement général sur la protection des données (RGPD). Les travaux des étudiants ne quittent jamais les serveurs de l'établissement, garantissant la confidentialité de leurs écrits et de leur propriété intellectuelle.


• La maîtrise des coûts : Contrairement aux abonnements payants ou aux facturations à la requête des API commerciales, le déploiement d'un modèle local sur des serveurs universitaires existants représente un coût marginal quasi nul une fois l'infrastructure initiale installée.


• La personnalisation pédagogique : Les équipes pédagogiques peuvent concevoir des banques de prompts adaptées à leurs grilles d'évaluation spécifiques, garantissant une homogénéité des retours d'un groupe de TD à l'autre.

L'intégration de l'IA dans l'évaluation ne doit pas être pensée comme un outil de substitution, mais comme un levier d'équité et d'accessibilité. En permettant à chaque étudiant de bénéficier d'un tuteur d'écriture disponible en continu, les établissements d'enseignement supérieur peuvent réduire les inégalités initiales face à l'écrit, tout en valorisant l'expertise irremplaçable de leurs corps enseignants.