Explorer les capacités des modèles de langage de grande taille sollicités dans les applications éducatives et d'évaluation

À l'ère de l'intelligence artificielle générative (IA), la fusion des modèles de langage de grande taille (LLMs) offre des opportunités sans précédent d'innovation dans le domaine de l'éducation moderne. Nous nous engageons dans une exploration des LLMs sollicités dans le contexte des applications éducatives et d'évaluation afin de découvrir leur potentiel. Au travers d'une série de questions de recherche soigneusement élaborées, nous examinons l'efficacité des techniques basées sur des sollicitations pour générer des questions ouvertes à partir de manuels scolaires, évaluons leur efficacité à générer des questions ouvertes à partir de manuels techniques de niveau universitaire, et explorons la faisabilité d'adopter une approche de sollicitation multi-étapes inspirée d'une chaîne de réflexion pour la génération de questions à choix multiples (QCM) indépendantes de la langue. De plus, nous évaluons la capacité des LLMs sollicités pour l'apprentissage des langues, illustrée à travers une étude de cas dans la langue bengali, peu ressource, pour expliquer les erreurs grammaticales en bengali. Nous évaluons également le potentiel des LLMs sollicités pour évaluer les transcriptions d'entretiens oraux en ressources humaines (RH). En juxtaposant les capacités des LLMs avec celles des experts humains dans diverses tâches et domaines éducatifs, notre objectif est de mettre en lumière le potentiel et les limites des LLMs dans la redéfinition des pratiques éducatives.