La culture informationnelle et l’arrivée de l’Open AI
Notice bibliographique
Résumé
Avec l’arrivée de l’intelligence artificielle (IA) et des robots conversationnels, le rôle des bibliothé-caires devient encore plus important et maximisé au sein d’équipes interdisciplinaires. Savoir naviguer éthiquement sur ces nouveaux outils avec esprit critique et en respectant les droits d’auteur sont des connaissances s’ajoutant à la culture informationnelle. Pourtant, au Québec, la communauté enseignante est peu outillée pour enseigner la culture informationnelle à leurs élèves. Quelques outils et ressources existent, mais aucune structure officielle prescrite par notre ministère de l’éducation n’encadre réellement l’enseignement des compétences dites informationnelles. La tâche est colossale et les initiatives personnelles des bibliothécaires et des technicien.nes en documentation, spécialistes en sciences de l’information mettent en place différentes initiatives pour soutenir ce domaine d’apprentissage de citoyenneté responsable. Par contre, le manque de personnel spécialisé en biblio-thèque, la pénurie des enseignant.es et le trop peu d’outils technologiques fonctionnels sont des obstacles considérables. Ce faisant, nous croyons que de collaborer avec d’autres personnes intervenantes de la communauté scolaire peut aider à les surmonter. Par exemple, nous proposons dans cet article de former, au sein des milieux scolaires, des équipes interdisciplinaires formées de personnes enseignantes, conseillères pédagogiques, éducatrices en service de garde, des parents et d’organismes externes et autres intervenant.es pour réfléchir aux usages des espaces communs à l’école, dont la bibliothèque au carrefour des apprentissages. D’ailleurs, la bibliothèque scolaire est un espace commun propice au partage d’outils et de matériel, équipé d’infrastructure réseau, d’outils technologiques et qui est aménagé d’espaces de travail. Par exemple, les bibliothécaires du Centre de services scolaire de Montréal, en collaboration avec des personnes professionnelles et des partenaires y proposent des ateliers pédagogiques interdisciplinaires s’adressant aux élèves et à la communauté enseignante. Des ateliers visant, entre autres, le développement de la culture informationnelle englobant dorénavant l’éducation à l’IA sont proposés.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,017 | 0,027 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,004 |
| Études des sciences et des technologies | 0,015 | 0,027 |
| Communication savante | 0,027 | 0,020 |
| Science ouverte | 0,002 | 0,010 |
| Intégrité de la recherche | 0,004 | 0,011 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,022 | 0,005 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».