Avant d’utiliser les outils d’IAG, ou de les intégrer à votre pratique ou dans la salle de classe, il importe de bien comprendre certains enjeux qui s’inspirent pour la plupart de ceux soulevés par l’École lors de la rédaction des Lignes directrices pour l’utilisation d’outils d’intelligence artificielle générative à HEC Montréal.

IAG et apprentissage

L’intégration d’une technologie dans l’enseignement suscite inévitablement des réflexions sur ses avantages et ses inconvénients. L’IAG peut être très motivante et offrir des possibilités riches et personnalisées pour les étudiants, favorisant le développement de nouveaux savoirs et compétences. Cependant, elle peut aussi entraîner une décharge cognitive, une perte de pensée critique et de créativité, et devenir une béquille à l’apprentissage.

IAG et fiabilité des données

Même si l’intelligence artificielle générative répond avec assurance, elle est susceptible de se tromper (et de nous berner), de produire des contenus imprécis ou incomplets. En 2025, ces hallucinations sont encore générées par des outils performants comme les dernières versions des outils les plus connus comme ChatGPT, Copilot ou Gemini.

IAG et gestion des biais

Les outils d’IAG peuvent produire des résultats erronés ou biaisés en raison des données utilisées pour les entraîner, exprimant parfois des préjugés reliés au genre, à la race ou à une idéologie. Il est crucial de vérifier ces contenus avec des sources fiables et d’en promouvoir une utilisation éthique en identifiant et en corrigeant les biais, tout en considérant la pluralité des points de vue.

IAG, sécurité des données et droits d’auteur

Les données et les documents partagés dans les outils d’IAG peuvent éventuellement être stockés et utilisés pour entraîner les prochaines versions des modèles de langage. Ainsi, aucun renseignement personnel ni document protégé par la propriété intellectuelle ne devrait être partagé dans un outil d’IAG ne garantissant pas la sécurité des données.

IAG et transition durable

Les outils d’intelligence artificielle générative consomment une grande quantité de ressources ayant des impacts environnementaux et économiques importants. Au même titre que nous réfléchissons à la manière de se déplacer d’un point A au point B sur le plan environnemental, il serait judicieux de se demander si les outils d’IAG sont les meilleurs pour atteindre les buts escomptés.

IAG et équité des accès

Dans un contexte de classe, il importe de reconnaître les inégalités d’accès aux technologies parmi les personnes étudiantes. Les modèles de langage les plus puissants demeurent bien souvent ceux associés à un compte payant. De plus, tous n’ont pas les mêmes ressources ou compétences pour utiliser ces outils efficacement.

Le portrait des outils d’IAG disponibles ne cesse d’évoluer. On retrouve autant de grands joueurs (ChatGPT, Copilot, Claude, Gemini…) que d’entreprises qui décident d’intégrer des fonctions d’intelligence artificielle générative au sein de leurs produits (ex. : Wooclap, Padlet, Canvas, Copilot M365…)

Le fonctionnement des outils d’IAG se compose généralement d’une entrée (« input ») par l’utilisateur (une requête, ou « prompt » en anglais) et d’une sortie (« output ») générée par l’outil en question.

Les outils d’intelligence artificielle générative (IAG) évoluent rapidement et la plupart intègrent désormais des fonctionnalités de recherche avancée (« Deep Research ») qui permettent de lire plusieurs centaines de pages Web en quelques minutes et d’en faire une sélection selon la requête et le besoin initial. Contrairement aux moteurs de recherche traditionnels qui proposent des listes de liens vers des contenus existants, les IAG modernes combinent aujourd’hui deux approches : ils peuvent à la fois accéder à des informations via des moteurs de recherche (Google, Bing, etc.) et générer des contenus nouveaux (textes, images, code, etc.) à partir d’une requête.

Cette hybridation permet aux IAG de fournir des réponses construites et contextualisées, en s’appuyant sur des sources récentes, tout en maintenant une interaction conversationnelle. L’utilisateur peut ainsi obtenir une synthèse personnalisée plutôt qu’une simple liste de liens.

Cependant, il est crucial de garder à l’esprit que même avec ces capacités de recherche intégrées, le cœur du traitement reste basé sur une génération de texte probabiliste. Cela signifie que ces outils peuvent encore :

• Mettre l’accent sur des informations moins pertinentes pour votre contexte
• Produire de fausses citations
• Inventer des liens ou des sources
• Générer des contenus plausibles, mais inexacts

Il est donc essentiel de vérifier l’information fournie, particulièrement dans un contexte d’enseignement et d’apprentissage, même lorsque l’outil prétend s’appuyer sur des sources documentées et vérifiables.

Copilot : un outil d’IAG accessible avec votre compte HEC

HEC Montréal met à votre disposition, comme à l’ensemble de la communauté étudiante, Microsoft Copilot, un outil d’IAG directement intégré à votre compte institutionnel. En vous connectant avec ce compte, vous bénéficiez de l’outil dans sa version déployée par l’École. Cette solution :

• Est officiellement approuvée par l’École
• S’intègre naturellement à l’environnement Microsoft 365
• Offre un niveau de sécurité maximal
• Permet la création d’agents

Vous pouvez bien entendu utiliser d’autres outils d’intelligence artificielle générative dans la mesure où ceux-ci respectent les lignes directrices de l’École.

Certaines astuces peuvent aider à parvenir à un haut niveau de précision. Voyons succinctement des façons de faire inspirées de l’ingénierie de requêtes (DAIR.AI, 2023).

Les outils d’IAG peuvent jouer plusieurs rôles pédagogiques autant pour vous aider dans vos tâches que pour développer des compétences chez les personnes étudiantes dans vos cours. Selon vos besoins ou ceux de votre classe, ils peuvent être ceux d’un co-concepteur, d’un assistant de cours, d’un tuteur, d’un compagnon d’études, d’un débatteur, d’un personnage d’une mise en situation, etc.

Par défaut, un modèle de langage ne joue aucun rôle particulier. Si vous lui demandez de vous aider dans une tâche, il tentera de l’exécuter de manière à plaire au plus grand nombre, ce qui ne répondra possiblement pas à votre besoin.

C’est pourquoi, il est important, dans votre première requête, de préciser le rôle que vous souhaitez donner à l’IA (exemple : « Tu es une personne qui enseigne en marketing. »), et, si applicable, votre rôle, les caractéristiques de votre échange, le format souhaité de ses réponses, etc. L’agent conversationnel validera par la suite la compréhension de son mandat, puis vous pourrez lui poser une première question ou lui transmettre une première demande en fonction du nouveau rôle qu’il joue.

Cette requête peut être déposée directement dans la fenêtre de conversation d’un outil d’IAG ou peut servir de base pour la création d’un agent conversationnel.