Exploration du potentiel de systèmes d’intelligence artificielle générative pour soutenir la révision de la syntaxe
Pour explorer le potentiel de rétroaction des systèmes d’intelligence artificielle (S-IAG) en syntaxe, objet d’enseignement lié à de nombreuses erreurs dans les textes d’élèves du secondaire, nous avons brossé un portrait des performances de révision de cinq S-IAG et les avons comparées à celles de...
Gorde:
| Argitaratua izan da: | URI:https://journals.openedition.org/reperes, |
|---|---|
| Egile nagusia: | |
| Formatua: | Article ou chapitre numérique |
| Hizkuntza: | Français |
| Argitaratua: |
Repères
2026
|
| Gaiak: | |
| Sarrera elektronikoa: | Accès Université d'Orléans et IFPM Accès Université d'Orléans et IFPM |
| Gaia: | Pour explorer le potentiel de rétroaction des systèmes d’intelligence artificielle (S-IAG) en syntaxe, objet d’enseignement lié à de nombreuses erreurs dans les textes d’élèves du secondaire, nous avons brossé un portrait des performances de révision de cinq S-IAG et les avons comparées à celles de quinze élèves forts et du correcticiel Antidote. Les résultats d’analyses quantitatives et qualitatives révèlent que les élèves révisent mieux la majorité des vingt-deux erreurs de syntaxe ciblées que les S-IAG, dont la détection d’erreurs est erratique et dont les explications mobilisent peu de métalangage. |
|---|