ChatGPT vient de lancer une nouvelle fonctionnalité pour les apprenants—le Mode Étude sur ChatGPT—une expérience d’apprentissage qui aide les apprenants à résoudre les problèmes étape par étape au lieu de simplement recevoir la réponse. Cette fonctionnalité sera déployée auprès des utilisateurs des formules Free, Plus, Pro et Team, et sera bientôt disponible sur ChatGPT Edu dans les semaines à venir.
ChatGPT devient l’un des outils d’apprentissage les plus utilisés au monde. Les étudiants se tournent vers cet outil pour étudier à travers des devoirs difficiles, préparer des examens et explorer de nouveaux concepts. Cependant, l’utilisation de cet outil dans l’éducation soulève également une question importante : comment pouvons-nous nous assurer qu’il est utilisé pour soutenir un apprentissage authentique, plutôt que de simplement fournir des solutions sans aider les étudiants à réellement comprendre la matière ?
ChatGPT a développé le Mode Étude pour aider à répondre à cette question. Lors de l’utilisation du Mode Étude, les étudiants sont guidés par des questions directrices qui adaptent les réponses à leurs objectifs et à leur niveau de compétence, les aidant à développer une compréhension plus approfondie. Le Mode Étude est conçu pour être engageant et interactif, visant à aider les étudiants à réellement assimiler la matière plutôt qu’à simplement accomplir des tâches.
Comment ce Mode Étude a-t-il été conçu ?
Fondamentalement, le Mode Étude repose sur une base d’instructions système personnalisées conçues en collaboration avec des enseignants, des scientifiques et des experts en éducation afin de simuler un ensemble de comportements fondamentaux qui soutiennent un apprentissage approfondi, notamment : encourager la participation active, gérer la charge cognitive, développer de manière proactive la métacognition et l’autoréflexion, nourrir la curiosité et fournir un retour d’information réaliste et constructif. Ces comportements sont tous ancrés dans des recherches de longue date en sciences de l’apprentissage et contribuent à façonner la manière dont le Mode Étude répond aux étudiants.
« Au lieu de faire le travail à la place des étudiants, le Mode Étude les encourage à réfléchir de manière critique au contenu qu’ils apprennent. Des fonctionnalités comme celle-ci sont une avancée positive vers une utilisation efficace de l’IA dans l’éducation. Même à l’ère de l’IA, l’apprentissage sera le plus efficace lorsque les étudiants seront engagés et participeront activement au contenu des leçons. » — Robbie Torney, Senior Director of AI Programs chez Common Sense Media.
Fonctionnalités principales
Invitations interactives : Combine questionnement socratique, suggestions et incitations à l’autoréflexion pour guider les apprenants à explorer et réfléchir activement au lieu de fournir des réponses directes.
Réponses étayées : L’information est organisée en sections faciles à suivre, mettant en avant les liens clés entre les sujets, gardant l’information attrayante avec juste assez de contexte, et réduisant la surcharge pour les sujets complexes.
Soutien personnalisé : Les leçons sont adaptées au niveau approprié de l’utilisateur, sur la base de questions d’évaluation des compétences et de la mémoire des segments de chat précédents.
Vérifications des connaissances : Quiz et questions ouvertes, accompagnés de retours personnalisés pour suivre les progrès, soutenir la rétention des connaissances et la capacité à appliquer ces connaissances à de nouvelles situations.
Flexibilité : Possibilité d’activer ou de désactiver facilement le Mode Étude pendant les conversations, permettant aux apprenants d’ajuster de manière flexible leurs objectifs d’apprentissage dans chaque chat.
Comment les étudiants utilisent le Mode Étude
Le Mode Étude est conçu pour convenir aux étudiants universitaires. Voici quelques avis d’étudiants recueillis lors de la phase de test initiale :
« Pour moi, la meilleure façon de le décrire est comme une ‘permanence’ directe disponible 24h/24 et 7j/7 et dotée d’une compréhension complète. » — Retour de Noah Campbell, étudiant universitaire
« Le Mode Étude a fait un excellent travail en décomposant des matières difficiles en explications claires et cohérentes. » — Partagé par Caleb Masi, étudiant universitaire
« J’ai essayé le Mode Étude pour obtenir des conseils sur un concept que j’avais tenté d’apprendre à de nombreuses reprises : le codage positionnel sinusoïdal. Ce mode est comme un tuteur qui ne se lasse jamais de mes questions. Après 3 heures de travail, j’ai enfin compris suffisamment bien pour me sentir confiante. » — Maggie Wang, étudiante universitaire
Façons d’utiliser le Mode Étude inspirées par les étudiants universitaires du laboratoire ChatGPT
Utilisateur : Je veux en savoir plus sur la théorie des jeux, en particulier sur l’étendue de ce domaine, et aussi sur les façons dont tu penses qu’elle pourrait m’être utile dans la vie quotidienne. Bien sûr, je veux que tu encourages ma curiosité, mais surtout tu vas me guider et établir un plan détaillé pour que je puisse couvrir l’ensemble du sujet ici. Je poserai des questions quand je serai curieux, mais guide-moi rapidement à travers tout cela.
Chat GPT : Parfait. Voici le plan général que je vais suivre avec toi—considère-le comme une feuille de route à plusieurs niveaux allant des idées fondamentales à l’intuition pratique :
🔹 Étape 1 : Fondations de base
1. Qu’est-ce que la théorie des jeux, vraiment ?
Interaction stratégique, agents rationnels, hypothèses.
2. Types de jeux
Coopératif et non coopératif
Simultané vs séquentiel
Jeu à somme nulle vs non à somme nulle
3. Concepts de base
Joueurs, stratégies, gains, information
Stratégie dominante
Équilibre de Nash (le cœur de presque tout)
🔸 Étape 2 : Jeux et concepts classiques
4. Jeux célèbres
Dilemme du prisonnier
Poulet
Bataille des sexes
Chasse au cerf
Matching pennies
5. Équilibre en stratégie mixte
Quand aucune stratégie pure ne fonctionne
Randomisation et gains attendus
🔹 Étape 3 : Approfondissement du modèle
6. Jeux répétés & Théorème folk
Coopération émergeant au fil du temps
Tit-for-tat, Grim Trigger, etc.
7. Jeux en forme extensive
Arbres de jeu, induction à rebours
Équilibre parfait en sous-jeu
8. Jeux bayésiens
Jeux à information incomplète
Croyances, types et utilité attendue
🔸 Étape 4 : Pertinence dans la vie réelle
9. Conception de mécanismes / Théorie des jeux inversée
Systèmes de vote, enchères, contrats
10. Théorie des jeux comportementale
Rationalité limitée, équité, méthodes de recherche
11. Applications dans la vie quotidienne
Négociation, rencontres, politique, systèmes d’IA, etc.
🔹 Étape 5 : Avancé & Optionnel
12. Théorie des jeux évolutionniste
Stratégies se reproduisant au fil du temps
13. Théorie des jeux algorithmique
Effets de réseau, enchères sur internet
14. Ton monde : Pourquoi c’est important pour Parker
Conception de systèmes, incitations, structures de pouvoir
Pendant tout ce processus, j’intégrerai :
🔄 Exemples guidés
🧠 Expériences de pensée
🎭 Scénarios réels pour appliquer la théorie
🧩 Vérifications rapides pour s’assurer que les idées sont comprises
Commençons l’Étape 1.
Première question rapide : Selon toi, qu’est-ce que la théorie des jeux ? Pas besoin de formuler parfaitement—dis-le simplement.
Utilisateur : Je pense que la théorie des jeux est une sorte de cadre métaphysique pour des aspects de la société moderne, où l’on considère les gens dans des situations et des systèmes complexes et où l’on essaie d’analyser comment les personnes prennent des décisions, parfois pourquoi elles prennent ces décisions, et comment cela affecte la situation/le système.
Chat GPT : Excellent—tu as bien cerné le cœur du sujet.
Approfondissons un peu ensemble. La théorie des jeux concerne essentiellement la prise de décision stratégique—des situations où le résultat de chaque personne dépend non seulement de ce qu’elle fait, mais aussi de ce que font les autres.
Question rapide :
Si tu prends une décision et que cette décision dépend entièrement de la nature ou du hasard—comme lancer des dés—est-ce de la théorie des jeux ?
Et ensuite :
Si tu prends une décision et que cette décision dépend des actions des autres—par exemple, s’ils coopèrent ou te trahissent—est-ce de la théorie des jeux ?
Partage tes réflexions sur les deux cas.
................
Limites et prochaines étapes
Ceci est la première étape d’un long parcours pour améliorer l’apprentissage sur ChatGPT. Actuellement, le Mode Étude est basé sur des instructions système personnalisées. ChatGPT a choisi cette approche car elle permet d’apprendre rapidement à partir des retours réels des utilisateurs et d’améliorer l’expérience—même si cela entraîne certains comportements incohérents et des erreurs dans les conversations. ChatGPT prévoit d’intégrer directement ce comportement dans ses modèles de base après avoir trouvé la méthode la plus efficace grâce à l’itération et aux retours des apprenants.
Nous explorons également de nouvelles fonctionnalités pour rendre le Mode Étude plus engageant et utile pour les apprenants, notamment :
- Des illustrations plus claires pour les concepts complexes ou très textuels.
- Définition d’objectifs et suivi des progrès tout au long des conversations
- Personnalisation plus poussée pour correspondre au niveau de compétence et aux objectifs de chaque étudiant
La recherche se poursuit pour développer les moyens les plus efficaces d’appliquer l’IA à l’éducation. OpenAI fait progresser la recherche sur l’apprentissage et l’intelligence artificielle (IA) via divers partenaires dans son initiative NextGenAI, et collabore également avec des experts de l’Initiative SCALE de l’Accelerator for Learning de l’Université Stanford (ouvre dans une nouvelle fenêtre) pour étudier et partager comment les outils d’IA impactent les résultats d’apprentissage dans des domaines tels que l’éducation K-12.
Dans la recherche à long terme sur la manière dont les étudiants peuvent apprendre le plus efficacement avec l’IA, OpenAI prévoit de publier une analyse approfondie des résultats sur la relation entre la conception des modèles et la cognition, de façonner les expériences produits futures sur la base de ces enseignements, et de collaborer avec l’ensemble de l’écosystème éducatif pour s’assurer que l’IA profite aux apprenants du monde entier.