Cocreation de questions étudiant-AI pour améliorer la compréhension de lecture

La génération de questions par les étudiants (SQG) est une stratégie efficace pour améliorer la compréhension de lecture. Elle aide les étudiants à améliorer leur compréhension des matériaux de lecture, à surveiller métacognitivement leur compréhension et à corriger eux-mêmes les lacunes de compréhension. Les technologies internet ont été utilisées pour faciliter le processus de génération de questions par les étudiants grâce à un soutien intensif des pairs. Cependant, la disponibilité, le niveau d'engagement dans les tâches et les capacités des pairs étudiants sont devenus des préoccupations majeures, notamment à la lumière de la pandémie mondiale et de l'ère post-pandémique qui a suivi. Ainsi, cet article présente un outil de co-création étudiant-Intelligence Artificielle (IA) appelé CoAsker pour soutenir la génération de questions. Suite à des recherches récentes sur l'interaction homme-machine (HCI) dans l'écriture collaborative humain-IA, CoAsker permet d'abord aux étudiants de fournir des indices et des réponses aux questions, puis utilise un modèle de langage pré-entraîné à la pointe de la technologie, T5-PEGASUS, pour générer des questions. Enfin, l'étudiant peut utiliser directement cette question IA ou réfléchir en comparant ses questions avec la question de l'IA. Une étude empirique a été menée pour examiner la qualité des questions IA et l'effet de cet outil sur l'engagement des étudiants et la compréhension de lecture. Les résultats de l'étude montrent que les étudiants utilisant cet outil (traitement) étaient plus engagés dans la génération de questions cognitives de bas niveau et réussissaient mieux à acquérir des connaissances que ceux utilisant un outil de génération de questions en ligne traditionnel (contrôle). Ces résultats indiquent que la co-création de questions étudiant-IA est bénéfique pour la formation SQG et l'évaluation éducative de la compréhension de lecture, comme les pratiques répétées.