Comment utiliser ChatGPT dans la conception pédagogique ?

Le tsunami ChatGPT déferle en entreprise, et quasiment aucun métier ne semble épargné. Est-ce la fin du métier de concepteur/conceptrice pédagogique ? Rien n’est moins sûr. Plutôt qu’une menace, ChatGPT doit être vu comme une opportunité pour les métiers de la formation, qui peuvent l’utiliser comme un véritable assistant du quotidien. Encore faut-il savoir s’en servir… Voici quelques pistes.

Ce contenu est issu de notre webinaire “On a (crash)testé pour vous : ChatGPT & conception pédagogique”. 

Une journée de test ChatGPT au sein de l’équipe pédagogique

En février 2023, l’équipe pédagogique de Unow s’est rassemblée pour une journée d’ateliers et de tests autour des intelligences artificielles génératives. L’enjeu était double :

• Prendre en main un outil à fort potentiel pour les créatrices et créateurs de formation ;

• Assurer une plongée dans une thématique qui fera partie d’une nouvelle gamme de formations proposées par Unow.

🔎 Rappel : c’est quoi ChatGPT ?
Chat GPT est une intelligence artificielle générative capable de produire du texte de manière autonome en s’inspirant des données qu’elle a apprises. Elle utilise un modèle dit prédictif, c’est-à-dire que quand elle produit son texte, elle ne réfléchit pas comme un humain, elle se contente de prédire le prochain mot en fonction des mots précédents. Elle est entraînée sur un énorme volume de données, ce qui rend ses productions très crédibles.

La journée a été découpée en deux temps : 

Le matin a été consacré à une phase d’exploration libre. Seule consigne : « Utilisez Chat GPT pour produire une formation de 12h sur le thème de l’interprétation de data en entreprise ». 

Chacun·e a abordé la consigne par un prisme différent :

• Certains ont voulu explorer le sujet ;

• d’autres ont cherché à obtenir des scénarios pédagogiques détaillés ;

• d’autres encore ont passé du temps à raffiner leurs prompts pour générer de beaux objectifs pédagogiques sur les bons niveaux de la taxonomie de Bloom ;

• et d’autres encore ont exploré des formats pédagogiques : des vidéos, des micro-actions à demander aux apprenants, des activités de mise en pratique, etc.

L’après-midi, l’équipe est vraiment rentrée dans le vif du sujet. L’objectif ? Obtenir à la fin de la journée une trame solide pour une formation sur la data. On ne parle pas forcément de scénario pédagogique, mais d’un squelette aligné avec la modalité de formation Unow en 4 modules, avec à chaque fois un objectif pédagogique permettant de développer une compétence, des notions à aborder et des idées d’exercices pour la mise en pratique en classe virtuelle.

Les conclusions principales de la journée :
1️⃣ L’outil est puissant et clairement utile pour :
👉 Ouvrir ses chakras lors d’une phase de plongée dans un sujet.
👉 Obtenir une base de scénarisation pédagogique structurée selon un cahier des charges, et comprenant une progression pédagogique cohérente
👉 Gagner du temps sur la rédaction des contenus théoriques faisant appel à des méthodes bien identifiées : méthodes DESC, SMART, CNV…
2️⃣ Mais il y a un vrai besoin de prendre en main l’outil, de se former et de s’entraîner pour bien communiquer avec Chat GPT et en tirer la meilleure valeur ajoutée.
3️⃣ En réalité, une vérification voire une réécriture humaine sont encore essentielles. L’outil commet des erreurs et nécessite qu’on garde un fort esprit critique et une capacité à améliorer une base écrite.

À quelles étapes mobiliser ChatGPT lors de la conception d’une formation ?

1. La phase de recherche et d’idéation

En amont de la scénarisation, ChatGPT peut être utile pour explorer, lutter contre ses biais et accélérer la phase de plongée et de cadrage sur un sujet donné.

Il va nous permettre de mieux comprendre un sujet et ses enjeux, et d’obtenir de l’inspiration sur différentes tâches.

On peut par exemple lui demander : 

• les enjeux d’un sujet en entreprise,

• les gains à se former,

• les risques à ne pas se former,

• les différents angles de traitement d’une thématique… 

Toutes ces questions qu’on se pose pour bien cadrer les compétences à développer.

2. La phase de scénarisation pédagogique

Après s’être forgé·e des convictions sur le sujet de la formation (avec ou sans l’aide de ChatGPT), on peut utiliser l’intelligence artificielle pour obtenir une base de scénarisation pédagogique structurée selon un cahier des charges, et comprenant une progression pédagogique cohérente.

Pour cela, il est impératif de maîtriser l’art du prompt (à voir dans la partie suivante).

3. La phase de rédaction des contenus théoriques

Une fois le scénario de la formation défini, on peut utiliser ChatGPT pour obtenir des bases de contenus sur des notions simples : scripts vidéos, textes, récapitulatifs…

ChatGPT peut nous faire gagner du temps sur la rédaction des contenus théoriques, en faisant appel à des méthodes bien identifiées : méthodes DESC, SMART, CNV…

🚨 Mais attention : il y a un vrai besoin de prendre en main l’outil, de se former et de s’entraîner pour bien communiquer avec Chat GPT et en tirer la meilleure valeur ajoutée.

Exemple d’utilisation de ChatGPT dans la conception pédagogique

Suite aux expérimentations de l’équipe, voici les principaux conseils pour bien faire fonctionner Chat GPT sur des tâches liées à la production d’une formation.

Proposer le prompt le plus précis possible

Sans surprise, la précision du prompt est essentielle. Or, bien souvent, on croit être précis… mais en fait non.

Par exemple, voici le premier prompt suggéré pour répondre à la consigne « Utilisez Chat GPT pour produire une formation de 12h sur le thème de l’interprétation de data en entreprise » :

« Propose la structure d’une formation de 12h sur comment lire et interpréter des données en contexte professionnel. »

Et voici le résultat proposé par ChatGPT :

Voici une proposition de structure pour une formation de 12 heures sur la lecture et l’interprétation des données en contexte professionnel :

1. Introduction (30 minutes)
•  Présentation des objectifs de la formation
• Contexte et importance de la lecture et l’interprétation des données en milieu professionnel

II. Collecte des données (1 heure)
•  Collecte des données: sources et méthodes
• Les différents types de données (qualitatives, quantitatives)
• Techniques de collecte de données : enquêtes, sondages, observation, etc.

III. Analyse des données (2 heures)
• Les principaux outils d’analyse des données: tableaux, graphiques, indicateurs, etc.
• Techniques d’analyse statistique de base
• Les principes de la visualisation de données

IV. Interprétation des données (3 heures)
• Interprétation des données quantitatives et qualitatives
• Analyse de la signification statistique et de la fiabilité des résultats
• Les différents types d’erreur et de biais

V. Utilisation des données pour la prise de décision (2 heures)
• Les principes de la prise de décision fondée sur les données
• Comment utiliser les données pour résoudre des problèmes professionnels
• Comment communiquer les résultats de l’analyse des données

VI. Conclusion et évaluation (30 minutes)
• Récapitulation des principales notions enseignées
• Évaluation de la formation
• Pistes pour continuer à se former sur le sujet

Le résultat est assez bluffant quand on utilise ChatGPT pour la première fois, mais cependant l’on constate plusieurs problèmes : 

• Le nombre de modules ne correspond pas aux formations Unow, qui sont toujours constituées de 4 modules.

• Les modules ne sont pas équilibrés.

• Les objectifs pédagogiques ne sont pas précisés, il n’y a pas de verbe d’action et le scénario correspond plus à de l’acculturation qu’à de la formation, surtout en début de programme.

Travailler en entonnoir

À partir de ce prompt, la meilleure solution est d’itérer pour obtenir de meilleurs résultats :

• Préciser la cible : par exemple ici il s’agit de participants français, en entreprise, de niveau débutant, sans pré-requis.

• Préciser le format : 4 modules comprenant 3 idées clés chacun, pour un total de 12 heures de formation environ.

• Préciser les activités : suggérer une activité de mise en pratique pour chaque module.

Voici le nouveau prompt : 

« Modifie ce programme pour qu’il corresponde à des apprenants de niveau débutant sur le thème de l’interprétation des données. Tu dois fournir 4 parties de 3 heures, équilibrées, sans pré-requis. Chaque partie doit contenir un objectif pédagogique commençant par un verbe différent de  »savoir" et de « comprendre ». Chaque partie doit contenir au moins une activité de mise en pratique sur des cas concrets à réaliser en groupe."

Et voici une partie du résultat proposé par ChatGPT :

Voici une proposition de structure pour une formation de 12 heures sur l’interprétation des données, adaptée pour les apprenants débutants :

Partie 1 : Introduction à l’interprétation des données (3 heures)
Objectifs pédagogiques :
• Identifier les principales sources de données en entreprise
• Distinguer les différents types de données
• Comprendre l’importance de l’interprétation des données pour la prise de décision
Activités de mise en pratique :
• Identifier les principales sources de données de leur entreprise ou organisation
• Classer différentes données selon leur type (qualitatif, quantitatif, ordinal, nominal)
• Analyser des exemples concrets de la façon dont l’interprétation des données peut influencer la prise de décision

Partie 2 : Collecte de données (3 heures)
Objectifs pédagogiques :
• Décrire les étapes de la collecte de données
• Sélectionner les méthodes de collecte de données appropriées pour un objectif donné
• Évaluer la qualité des données collectées
Activités de mise en pratique :
• Planifier une collecte de données pour répondre à une question donnée
• Choisir la méthode de collecte de données la plus appropriée pour cette question
• Évaluer la qualité des données collectées à l’aide d’exemples concrets

Partie 3 : Analyse de données (3 heures)
Objectifs pédagogiques :
• Utiliser les outils de visualisation de données appropriés pour représenter des données
• Sélectionner les indicateurs clés pour mesurer les performances ou les tendances
• Interpréter les résultats de l’analyse

Le résultat est beaucoup plus proche de ce que l’on pourrait attendre d’une formation Unow.

Repartir de l’existant

C’est l’un des grands atouts de Chat GPT, il peut repartir de l’existant. Il est tout à fait possible de lui donner de nouvelles consignes qui commencent par “continue, modifie, supprime, approfondis”… C’est une bonne pratique pour travailler dans une continuité et arriver par petites touches au résultat le plus proche de vos attentes.

Ce que l’on observe sur cette deuxième version : 

• Nous avons bien 4 modules, bien équilibrés.

• Les objectifs pédagogiques sont précisés et en accord avec des niveaux intéressants de la taxonomie de Bloom.

• Il y a des propositions d’activités pour la mise en pratique.

A noter d’ailleurs : on a demandé un exemple, il nous en livre trois à chaque fois : c’est très bien, car ça permet de sélectionner les plus pertinents. 

💡 Petite astuce : n’hésitez pas à demander à ChatGPT plus d’exemples et d’idées que ce dont vous avez besoin afin de garder les meilleurs.

Préciser l’objectif

La proposition de ChatGPT commence à ressembler à un programme pédagogique correct. Or il ne correspond pas tout à fait à la formation imaginée par Unow : l’objectif est d’apprendre à accéder à la donnée, à l’organiser et à la lire, dans l’idée que la donnée est déjà existante et stockée quelque part. Cependant, le programme proposé par ChatGPT est centré autour de la collecte de la donnée. 

Il faut donc itérer encore une fois :

« Modifie ce programme :
La partie 1 doit traiter de l’identification de la question à laquelle la data va permettre de répondre.
La partie 2 sur la collecte de données doit s’adresser à des personnes qui doivent chercher de la donnée existante, pas créer de nouveaux canaux de recueil de la donnée. »

Voici la nouvelle proposition :

Voici une proposition de modification de la structure de la formation en interprétation de données :

Partie 1 : Identification de la question à laquelle la data va permettre de répondre (3 heures)
Objectifs pédagogiques :
• Comprendre l’importance de la formulation d’une question précise pour une analyse de données réussie
• Identifier les questions pertinentes qui pourraient être résolues à l’aide de données
• Évaluer la qualité des questions pour leur pertinence en matière de prise de décision
Activités de mise en pratique :
• Identifier une question pertinente pour l’entreprise ou l’organisation
• Évaluer la qualité de la question en termes de pertinence et d’impact potentiel
• Élaborer une stratégie de recherche de données pour répondre à la question identifiée

Partie 2 : Collecte de données existantes (3 heures)
Objectifs pédagogiques :
• Identifier les sources de données disponibles
• Comprendre comment accéder à ces sources de données et comment évaluer leur qualité
• Savoir sélectionner les sources de données les plus appropriées pour répondre à la question identifiée
Activités de mise en pratique :
• Identifier les sources de données existantes pour répondre à la question identifiée • Évaluer la qualité des sources de données existantes
• Sélectionner les sources de données les plus appropriées pour répondre à la question identifiée

Partie 3 : Analyse de données (3 heures)

Le résultat est de plus en plus probant, même si Chat GPT n’a pas tout à fait bien formulé les parties 1 et 2. Mais il a l’air d’avoir plus ou moins compris ce qu’il devait modifier.

Utiliser ChatGPT pour se forger des convictions

Le battage médiatique autour de ChatGPT donne l’impression qu’il s’agit d’une solution miraculeuse qui permettrait de produire des contenus de formation en un claquement de doigts. Spontanément, le premier réflexe de chacun est donc de lui demander de travailler un produit fini : une scénarisation ou des scripts pour des vidéos pédagogiques.

Or, après cette journée de test, l’équipe s’est rendue compte qu’une partie de la valeur ajoutée de ChatGPT était dans la phase de plongée et de cadrage qui précède toute scénarisation, c’est-à-dire à aider dans la production d’un raisonnement, dans la génération d’idées.

Par exemple, dans le cadre de la conception d’une formation sur la donnée, demander à ChatGPT d’expliquer les enjeux de la data en entreprise a permis à l’équipe Unow de se forger des convictions sur le “Pourquoi" de cette formation et d’orienter ensuite ses prompts autour de ces enjeux centraux. 

Idem, en questionnant ChatGPT sur les risques que présente une mauvaise gestion de la data dans les entreprises, on peut identifier les écueils et être en mesure de verbaliser plus facilement un argumentaire commercial sur la thématique.

Les usages de ChatGPT dans la phase de plongée :
➡️ Interroger Chat GPT sur les avantages à acquérir des compétences sur le thème ;
➡️ Identifier les risques à ne pas acquérir ces compétences ;
➡️ Interroger le périmètre et les enjeux du thème de formation ;
➡️ Interroger sur les risques/biais/contre-arguments/controverses du thème.

Cela permet de garder un esprit critique sur les propositions de programmes qu’on demandera à Chat GPT, et de mieux prompter ensuite. On pourrait ainsi lui demander d’intégrer dans sa scénarisation une partie et une activité de mise en pratique pour contrer un des écueils identifiés – les biais de sélection des données ou les biais d’interprétation par exemple.

En résumé : l’art du prompt

Vous l’aurez compris, la précision du prompt est essentielle lors de l’utilisation de ChatGPT car cela détermine en grande partie la qualité et la pertinence des réponses fournies par l’outil. Voici nos conseils pour affiner au mieux un prompt : 

1/ Toujours commencer une nouvelle conversation en demandant à ChatGPT d’oublier ce qui a été dit auparavant (s’il s’agit d’un sujet totalement différent)

Exemple : “Oublie tout ce qu’on s’est dit auparavant”

2/Dire à ChatGPT d’incarner un rôle bien précis, dans un contexte spécifique

Exemple : “tu es ingénieur pédagogique/formateur/concepteur de ressources pour un organisme de formation”

3/ Utiliser des verbes précis pour donner la consigne

Exemple : “Détaille, argumente, compare…”

4/ Préciser le style de la réponse 

Exemple : “descriptif, persuasif, pédagogique, narratif…”

5/ Spécifiez toutes les contraintes identifiées ainsi que les éléments qu’on veut introduire

Exemple : “La formation durera 3 jours complets”

6/ Indiquer toute information qui vous permettrait d’être satisfait

Exemple : “Introduis des études de cas pour aider les participants à comprendre comment appliquer les connaissances dans des situations réelles.”

7/ Préciser le format du livrable 

Exemple : article, tableau, liste de bullet points…

Les explorations continuent…

Depuis cette journée de prise en main, l’équipe pédagogique de Unow a continué à explorer divers usages et diverses intelligences artificielles génératives.

Quiz : fail

Dans les formations iMPACT Unow, chaque module se termine par une évaluation qui prend la forme d’un quiz. L’équipe a essayé ChatGPT pour créer des questions de quiz. Le constat n’a pas été très concluant : les questions testaient uniquement la mémorisation, avec des niveaux assez bas de la taxonomie de Bloom, et les choix de QMC n’étaient pas toujours fins. ChatGPT n’a pas été en mesure de proposer des mises en situation pertinentes.

Mise en pratique : success

Un bon usage à creuser : demander à Chat GPT de donner des idées pour la mise en pratique. On obtient ainsi des bases à partir desquelles il faut itérer, mais cela reste intéressant pour booster la créativité. Il est aussi possible de demander d’adapter certaines mises en pratique à des contextes pour cibler plus précisément les problématiques de nos participants.

Schémas avec Midjourney : fail

L’équipe a exploré l’outil MidJourney, qui permet de créer des visuels. L’objectif : créer des schémas ou infographies pour illustrer des processus et des notions complexes. Mais actuellement l’IA ne sait pas générer du texte, ce qui constitue un frein important dans un contexte de création de formation. Même si le prompt est très précis et inclut le texte à faire apparaître, le résultat n’est pas concluant. On pourra éventuellement utiliser MidJourney pour créer des visuels purement décoratifs, par exemple sur des slides, mais dans ce cas la valeur ajoutée est assez faible par rapport à des banques d’images libres de droit.

Par contre, pour illustrer avec des photos de personnes, on peut utiliser l’intelligence artificielle This Person Does Not Exist, qui génère des photos de personnes qui n’existent pas réellement. 

Vidéo : fail (du moins pour Unow)

Notre responsable audiovisuel a aussi testé différents outils pour générer des vidéos. Les vidéos des formations Unow sont réalisées en régie en direct, dans notre studio. Ce qu’on a retenu de ces tests en audiovisuel : l’usage peut être intéressant pour des vidéos texte + image, mais n’est pas à la hauteur des critères mis en place par Unow.

Les points à retenir

• Pas d’effet baguette magique mais un gain de temps et de productivité indéniable

• ChatGPT fournit des bases de travail sur toutes les phases qui composent le cycle de production d’une formation, comme un assistant 

• Temps de prise en main de l’outil à ne pas négliger : bien utiliser ChatGPT n’est pas si spontané

• Une vérification humaine est essentielle pour toutes les données factuelles livrées par ChatGPT

ChatGPT n’est pas prêt de remplacer les experts de la formations : qu’ils soient ingénieurs pédagogiques, formateurs-experts, concepteurs de ressources.

• Capacité à questionner un sujet ;

• Esprit critique ;

• Capacité à prompter les bonnes questions ;

• Médiatisation ;

• Style rédactionnel favorisant l’actionnabilité (exemple : pyramide inversée chez Unow) ;

• Priorisation des idées dans un contenu…

Ce sont tant de compétences que l’IA ne sait pas traiter, ou qu’elle saurait traiter à condition que la personne développe une maîtrise très poussée de l’outil. Dans tous les cas, ce n’est pas immédiat : il est nécessaire de se former sur les IA génératives.

Le sujet vous intéresse ? Unow propose une nouvelle gamme de formations courtes dédiées aux intelligences artificielles génératives.