Faculté des sciences de l'éducation · Université Laval
Professeure adjointe en Technologie éducative
Je m’intéresse aux fondements théoriques des algorithmes d’apprentissage automatique et à leurs applications en éducation, notamment à la personnalisation des environnements numériques d’apprentissage et à la fouille de données éducatives. Je m’intéresse également à l’intelligence artificielle générative et à ses implications pour l’enseignement et l’apprentissage, notamment en matière d’éthique et de biais.
J’accepte actuellement uniquement des étudiants et étudiantes à la maîtrise.
Je suis titulaire d'un doctorat et d'une maîtrise en informatique (intelligence artificielle) de l'Université du Québec à Montréal, ainsi que d'un diplôme d'ingénieure en systèmes d'information de l'École Mohammedia des ingénieurs, au Maroc.
J'ai travaillé comme spécialiste en intelligence artificielle chez Beam Me Up Augmented Intelligence de 2018 à 2022, tout en réalisant un stage postdoctoral de 2020 à 2022 en apprentissage profond appliqué à l'aéronautique, dans le cadre d'un projet mené en partenariat avec Bombardier et CAE. J'ai également enseigné l'informatique comme chargée de cours à l'UQAM et au collégial (Collège Gérald-Godin, Collège de Valleyfield), avant de rejoindre l'École de technologie supérieure de Montréal comme professeure-enseignante à partir de l'automne 2022.
Depuis mai 2024, je suis professeure adjointe au sein du programme de technologie éducative à l'Université Laval. Je suis chercheuse régulière et membre du comité scientifique du Centre de recherche et d'intervention sur la réussite scolaire (CRIRES), chercheuse régulière à l'Institut intelligence et données (IID, axe Éthique, confidentialité et acceptabilité sociale) et au Réseau PÉRISCOPE, et membre associée de l'Observatoire international sur les impacts sociétaux de l'IA et du numérique (OBVIA). Je siège aussi au comité consultatif permanent sur l'IA en enseignement et apprentissage de l'Université Laval.
Rôle des connaissances antérieures, échafaudage adaptatif et frontière entre soutien à l'apprentissage et substitution à l'activité cognitive.
Modélisation des apprenants, suivi des connaissances (knowledge tracing) et raisonnement logique assisté par IA.
Conception de jeux pour le développement de compétences, dont le raisonnement socio-moral et le raisonnement clinique.
Modélisation et prédiction du comportement des apprenants à partir de données d'apprentissage.
Dans quelles conditions l'assistance d'une IA générative soutient-elle la construction des connaissances plutôt que de s'y substituer ?
Une approche holistique intégrant enseignants et apprenants dans l'optimisation de l'IA générative en éducation.
Dix doctorants et trois étudiants à la maîtrise actuellement encadrés ou coencadrés, en technologie éducative, en mesure et évaluation et en génie.
Ce qu'est un modèle de l'apprenant, ce qu'il peut révéler des besoins de chaque élève, et comment il pourrait aider l'enseignant à différencier son enseignement sans alourdir sa tâche.
Ce que quatre sessions de cours m'ont appris, de l'interdiction partielle à l'évaluation de l'usage de l'IA.
Rôle des connaissances antérieures et de l'assistance adaptative dans l'apprentissage et le transfert.