Au Texas, les résultats des examens académiques seront évalués par un « moteur de notation automatisé » utilisant le traitement du langage naturel. Bien que les administrateurs hésitent à qualifier le système d’IA, ils admettent que la base repose sur la même technologie alimentant les grands modèles de langage (LLM). Son adoption vise à réduire de plus de moitié le besoin d’évaluateurs humains, permettant ainsi une économie de 15 à 20 millions de dollars — ce qui ne manque pas de susciter le scepticisme des enseignants et des parents. [Lire plus…]
Ndlr : Je devrais me réjouir et penser que c’est une bonne nouvelle, parce que ça annonce tout ce que je prédis depuis si longtemps, que j’avais décrit dans mon livre il y a plus de dix ans et dans mon article sur la fin du travail datant de 2008 dans sa première version. Mais je pense que la transition ici n’est pas bonne. Ils devaient faire évaluer par des humains comme d’habitude en faisant « co-évaluer » par la machine pour observer les différences, et ça plusieurs années de suite. Là, ça va poser des problèmes, c’est certain. Pour tout ce qui est grammaire, orthographe, mathématiques, ça ne pose aucun problème, l’IA est bien supérieure à l’humain, mais pour tout ce qui est expression écrite et même la syntaxe, là, non, l’IA est incapable de comprendre les nuances. Quand on échange avec ChatGPT 4, c’est bluffant, c’est vrai, on croirait échanger avec un humain, mais un humain bourré au bistrot, la conversation tourne vite en rond.