Le brief IA que les pros lisent chaque soir
Les 7 actus IA du jour, décryptées en 5 min. Gratuit.
Inclus dès l'inscription : notre sélection des meilleurs guides & comparatifs IA.
Choisis ton rythme
Gratuit · Pas de spam · Désabonnement en 1 clic
Avec la Journée nationale de la littératie en IA qui met en avant l'importance de préparer les étudiants à un avenir dominé par l'intelligence artificielle, l'Université Old Dominion (ODU) a décidé d'adopter une approche innovante. En partenariat avec Google Public Sector, l'université a lancé MonarchSphere, un incubateur d'IA conçu pour connecter étudiants, enseignants et partenaires industriels autour de cas d'utilisation concrets.
Définition de la littératie en IA à ODU
Chrysoula Malogianni, vice-présidente associée senior de l'innovation numérique et responsable de l'expérience numérique à ODU, explique que l'université ne considère pas la littératie en IA comme une nouveauté. Elle repose sur des travaux antérieurs en littératie numérique, littératie informationnelle et l'utilisation de la technologie dans diverses disciplines. Pour ODU, la littératie en IA signifie que la communauté universitaire peut interagir avec l'IA de manière informée, intentionnelle et appropriée à leur domaine. Cela inclut la compréhension des capacités et des limites de ces systèmes, leur utilisation dans un contexte donné, l'évaluation des résultats et la prise de décisions éclairées plutôt que de s'y fier aveuglément. L'université voit la littératie en IA comme une extension de la littératie numérique, et non un remplacement. Les étudiants, enseignants et personnel doivent toujours savoir comment rechercher, analyser, communiquer et penser de manière critique. L'IA change simplement la manière dont ces compétences sont appliquées.
MonarchSphere : un incubateur unique
MonarchSphere est présenté comme le premier incubateur d'IA dans l'enseignement supérieur. Malogianni souligne qu'il a été créé pour combler un fossé entre l'apprentissage de l'IA et son application de manière significative. Les programmes académiques traditionnels sont souvent solides dans la construction de connaissances fondamentales, mais ne soutiennent pas toujours l'expérimentation rapide et interdisciplinaire liée à des problèmes réels. Le modèle d'incubateur permet de rassembler ces éléments. Il offre la possibilité de prendre des cas d'utilisation réels — provenant de l'industrie, du gouvernement, de la recherche ou des opérations institutionnelles — et de les traiter de manière structurée avec des étudiants, des enseignants et des partenaires.
Différences avec les laboratoires d'innovation
Malogianni note que de nombreuses institutions disposent de laboratoires d'innovation ou d'espaces de création. Bien que ces espaces soient précieux, ils se concentrent souvent sur l'exploration ou l'exposition à la technologie. MonarchSphere, en revanche, est conçu comme un écosystème appliqué, connecté aux programmes académiques, aux initiatives de recherche, aux opérations institutionnelles et aux partenaires externes. Ce qui le rend différent, c'est l'accent mis sur des cas d'utilisation réels et le cycle de vie complet du travail. L'objectif n'est pas seulement de se demander "Que peut faire cette technologie ?", mais plutôt "Quel problème résolvons-nous et comment le faisons-nous de manière utilisable, responsable et évolutive ?"
Exemples de projets au sein de MonarchSphere
Un exemple de projet est le travail autour des parcours étudiants et du conseil. ODU explore comment l'IA peut soutenir ce processus de manière plus intégrée, aidant les étudiants à mieux comprendre leurs parcours, options et décisions. Les étudiants interagissent non seulement avec ces outils, mais réfléchissent également à la logique derrière eux, à la manière dont les recommandations sont générées et à ce qui rend un résultat digne de confiance. Ils construisent également et travaillent avec des modèles d'IA dans des contextes appliqués, que ce soit en ingénierie ou en santé.
Engagement des étudiants avec l'IA
Dans MonarchSphere, les étudiants s'engagent avec des problèmes ouverts, collaborent avec d'autres disciplines et naviguent dans l'incertitude. Cela change leur manière d'interagir. Ils ne se contentent pas de réaliser des devoirs, mais aident à définir des problèmes, tester des idées et évaluer des résultats. Les compétences qui émergent de cette expérience sont différentes. Les étudiants développent une aisance à travailler dans des contextes réels, un meilleur jugement et une compréhension approfondie de la manière dont la technologie s'intègre dans les flux de travail réels.
Mesurer l'impact de MonarchSphere
Malogianni indique que l'université adopte une approche mesurée pour évaluer l'impact de MonarchSphere. Bien que ce soit encore tôt, plusieurs indicateurs sont pris en compte : l'engagement des étudiants dans des expériences appliquées, l'exposition à des cas d'utilisation réels et à des partenaires externes, et les compétences développées par les étudiants. À long terme, l'université s'attend à voir un impact sur les stages, l'engagement des employeurs et les résultats d'embauche.
Soutien des enseignants
Concernant le soutien des enseignants, Malogianni souligne que l'université aborde les préoccupations des enseignants avec sérieux. Les questions d'intégrité académique, de qualité et de rôle de l'IA dans l'apprentissage sont prises en compte. L'université se concentre sur la clarté, l'orientation et l'utilisation pratique de l'IA.
Partenariat avec Google Public Sector
Le partenariat avec Google Public Sector est central pour MonarchSphere. Malogianni explique que cette collaboration est efficace car elle est alignée à un niveau stratégique, pas seulement technologique. Les institutions doivent rechercher un partenaire qui comprend l'enseignement supérieur, soutient des environnements sécurisés et évolutifs, et s'engage au-delà d'un modèle transactionnel.
Perspectives d'avenir
En regardant vers l'avenir, Malogianni pense que les étudiants s'attendront à une expérience d'apprentissage plus connectée et appliquée. Ils voudront que l'apprentissage soit directement lié à des contextes réels, plus flexible et reflétant la manière dont le travail est effectué dans un environnement propulsé par l'IA.


