La progression de la lecture peut désormais utiliser des passages de lecture générés par l’IA pour aider les enseignants à créer en toute sécurité des devoirs de lecture personnalisés pour leurs étudiants. Les passages générés automatiquement peuvent être créés à partir de la forme de création d’un devoir de lecture ou du rapport Éducation Insights progression de la lecture.
Les passages générés ont généré des directives d’utilisation données par l’enseignant, telles que le sujet du passage à générer, l’âge/niveau de lecture de l’étudiant, la longueur du passage et la langue requise, ainsi que les mots identifiés pour une pratique ultérieure des devoirs précédents. L’IA générative (Azure Open AI) est exploitée pour créer un nouveau passage où les étudiants peuvent pratiquer leur lecture. La modération du contenu est utilisée pour générer des passages qui sont sûrs et qui répondent au niveau de lecture des étudiants.
Comment fonctionne la technologie de génération de passage ?
La génération de passage est basée sur un modèle Machine Learning appelé GPT (Generative Pre-trained Transformer). Formé sur un grand nombre d’échantillons de texte provenant d’Internet, le modèle GPT génère un nouveau texte qui ressemble à du texte écrit par un humain, en fonction du sujet, de l’âge, de la longueur et de la langue sélectionnés par l’utilisateur dans une liste prédéfinie. Il considère les mots de pratique sélectionnés et les « tisse » dans un passage.
Une fois généré, les enseignants peuvent choisir de mettre à jour le texte généré comme bon leur semble, ainsi que d’augmenter et de réduire la complexité du texte à l’aide de l’IA générative.
Le contenu d’origine est généré à chaque fois, mais il n’est pas toujours factuel. Pour réduire le risque de contenu inapproprié généré par modèle, la liste de mots d’entrée et la réponse générée par modèle sont passées par plusieurs étapes de filtrage de modération du contenu.
Afin de fournir du contenu qui se sent plus factuel et d’augmenter l’intérêt et l’engagement des étudiants dans le passage, certains passages sont basés sur le contenu Wikipédia. Toutefois, il n’y a pas d’intention et il ne devrait pas y avoir d’attente de l’utilisateur que le contenu serait entièrement factuel puisque les passages créés et destinés à être attrayants matériel de lecture et non de matériel d’apprentissage.
Comment les enseignants doivent-ils utiliser la génération de passage ?
Les enseignants peuvent utiliser la génération de passage pour créer rapidement des opportunités de pratique pour leurs étudiants. Il incombe à l’enseignant de passer en revue et de modifier le contenu pour vérifier sa pertinence et sa précision avant de l’attribuer aux étudiants.
Bien que nous employions différents filtres et mesures de protection pour limiter le contenu douteux ou inapproprié, la technologie sous-jacente de la génération de passage est l’IA qui a été formée sur un large éventail de sources Internet. Nous nous appuyons donc sur les enseignants pour confirmer la pertinence du passage final.
Quelles mesures de protection sont utilisées lors de la génération du passage ?
-
Les enseignants sont invités à examiner et approuver le passage avant de le partager avec leurs étudiants.
-
La sortie de la génération de passage sera d’environ 1 000 mots.
-
Les mots de défi présentés à l’enseignant à sélectionner sont fournis en fonction des devoirs publiés précédents. Tous les autres paramètres sont extraits de listes fermées prédéfinies.
-
La modération du contenu est utilisée sur le passage avant d’être présentée à l’enseignant.
-
Les passages générés sont enregistrés uniquement dans le cadre de l’affectation et ne sont pas stockés dans d’autres emplacements.
Limitations du modèle
-
Dans le formulaire de création de progression de lecture, seuls cinq mots de défi maximum peuvent être sélectionnés, et uniquement lorsque la langue sélectionnée est l’anglais.
-
À partir du rapport Éducation Insights, la génération de passage est disponible uniquement en anglais, et le sujet, l’âge et la longueur ne peuvent pas être choisis. Au moins un mot pratique et jusqu’à 10 mots doivent être sélectionnés pour générer un passage.
-
Les métriques d’évaluation de l’adéquation à l’âge sont basées sur des textes en anglais et des statistiques linguistiques des anglophones natifs. Pour les autres langues, l’évaluation est effectuée sur la version anglaise du passage, ce qui peut créer un score de lisibilité moins précis. En outre, la disparité entre les locuteurs natifs et les apprenants de langue seconde doit être prise en compte.
Classification des données pour le passage généré
Le texte généré par l’IA appartient à l’enseignant à l’aide de la fonctionnalité . Pour plus d’informations sur les limitations d’utilisation et les conditions d’accès aux données et d’utilisation, consultez le programme Contrat client Microsoft sous « Service Azure OpenAI ».
Articles connexes
Questions fréquentes (FAQ) sur la génération de passage de progression en lecture
