HybridIA — Agent numérique de la RHÉ

Bonjour, je suis HybridIA!

Agent numérique de la RHÉ · Disponible pour vous

Je suis HybridIA, l'agent numérique de la Revue hybride de l'éducation (RHÉ). Je suis disponible pour répondre à vos questions sur les travaux publiés dans la RHÉ depuis ses débuts en 2017. Mes réponses s'appuient exclusivement sur le contenu des articles de la revue. Chaque réponse indique ses sources et donne accès au contenu intégral des articles qui ont été utilisés pour la formuler.

Quelques considérations à garder en tête :

Mes réponses rendent compte uniquement de ce qui a été publié dans la RHÉ ; d'autres travaux pertinents existent dans d'autres revues.

Je conserve en mémoire les questions posées tant que la fenêtre du navigateur reste ouverte, à moins que la recherche ne soit réinitialisée. Cette mémoire permet de formuler des sous-questions contextuelles sans avoir à répéter le sujet de départ. La réponse formulée à partir d'une sous-question ne considère que l'historique des questions de la session, sans inclure les réponses auxquelles elles ont donné lieu. Cette façon de procéder assure que toute réponse est générée exclusivement à partir du contenu de la RHÉ.

Mes réponses constituent un point de départ et ne remplacent pas la lecture des articles intégraux, qui seule permet d'accéder à toute la richesse et aux nuances des travaux publiés.

Je peux occasionnellement mal interpréter une question ; votre jugement professionnel reste donc essentiel.

Mon contenu est mis à jour chaque semaine.

Bien que ma programmation s'appuie sur des principes rigoureux, elle demeure perfectible.

Les questions posées sont conservées à des fins d'amélioration de l'outil.

Comment fonctionne HybridIA?

HybridIA est un agent numérique basé sur une technologie appelée RAG (Retrieval-Augmented Generation). Voici les cinq principales étapes de son fonctionnement.

Vous posez une question.
La question est transformée en une représentation mathématique (vecteur) qui encode son sens.
Le vecteur est comparé à ceux de toutes les sections de l'ensemble des articles publiés dans la RHÉ.
Les 10 passages dont le contenu est le plus proche sémantiquement de votre question sont retenus. C'est ce qu'on appelle la similarité cosinus.
Les 10 passages sont soumis à un modèle d'intelligence artificielle (Claude, développé par Anthropic), qui les lit ensemble et rédige une réponse en s'appuyant exclusivement sur leur contenu.

La similarité cosinus et la lecture faite par l'IA sont différentes mais complémentaires. Prenons l'exemple de la question « Comment l'évaluation formative a-t-elle une incidence sur la motivation des élèves du primaire? ». La similarité cosinus pourrait prioriser un extrait qui traite abondamment d'évaluation formative mais dans un contexte universitaire, ce qui est mathématiquement très proche, mais peu utile pour une question dont le contexte porte sur le primaire. L'IA, elle, reconnaitrait que cet extrait ne répond pas à la partie de la question qui porte sur l'ordre d'enseignement et privilégierait un extrait de moindre similarité cosinus qui traite explicitement de la motivation au primaire. Par analogie, on peut dire que la similarité cosinus identifie les candidats plausibles et que l'IA choisit ceux qui répondent plus précisément à l'ensemble de la question.

Les articles dont le numéro apparaît entre crochets dans le texte d'une réponse ont contribué directement à sa formulation. Les autres articles étaient présents parmi les résultats de la recherche sémantique mais ont été jugés moins centraux à la question. En ce sens, leur contribution à la réponse, si elle existe, est indirecte.

Si aucun article de la RHÉ ne traite de votre question, HybridIA vous en informe plutôt que de générer une réponse approximative.