Les grands modèles de langage entrent rapidement dans l’enseignement et l’apprentissage, mais leur usage est souvent improvisé, fondé sur des invites et peu ancré dans les connaissances pédagogiques. Cela soulève de réelles inquiétudes quant à la fiabilité, l’exactitude, les biais, la transparence et la protection des données.
La génération augmentée par récupération (RAG) associe l’IA générative à des sources de connaissances sélectionnées et propres à un domaine — notes de cours, diapositives, publications scientifiques, examens, supports de travaux pratiques — afin que l’assistance de l’IA dans un cours soit plus contrôlable, explicable et adaptée au contexte. Or, partout en Europe, les enseignants manquent aujourd’hui de la formation, des cadres pédagogiques et du soutien institutionnel nécessaires pour concevoir et faire fonctionner des solutions fondées sur la RAG.
RAG4Edu comble ce manque. Le projet développe un curriculum RAG fondé sur les compétences et un programme de formation modulaire comprenant des modules de microapprentissage, des activités d’apprentissage en groupe, des outils accessibles, des modèles et des exemples concrets qui permettent aux enseignants de créer leurs propres applications RAG sans compétences avancées en IA. Des pilotes dans plusieurs pays valident le programme, et une communauté de pratique européenne le prolonge au-delà du projet.
Le projet promeut une IA européenne et fondée sur des valeurs — des LLM basés dans l’UE et l’infrastructure EuroHPC, des licences ouvertes, une conception conforme au RGPD et l’alignement sur le règlement européen sur l’IA — et contribue à un secteur européen de l’enseignement supérieur compétent dans le numérique et souverain.