@inproceedings{labeche-fournier-2025-stimuler,
title = "Stimuler la Pens{\'e}e {\'E}tudiante avec l'{AQG} : Vers une G{\'e}n{\'e}ration Automatique de Questions de Type {\'E}tudiant",
author = "Labeche, Abdelbassat and
Fournier, S{\'e}bastien",
editor = "Bechet, Fr{\'e}d{\'e}ric and
Chifu, Adrian-Gabriel and
Pinel-sauvagnat, Karen and
Favre, Benoit and
Maes, Eliot and
Nurbakova, Diana",
booktitle = "Actes de l'atelier Intelligence Artificielle g{\'e}n{\'e}rative et {\'E}DUcation : Enjeux, D{\'e}fis et Perspectives de Recherche 2025 (IA-{\'E}DU)",
month = "6",
year = "2025",
address = "Marseille, France",
publisher = "ATALA {\textbackslash}{\textbackslash}{\&} ARIA",
url = "https://aclanthology.org/2025.jeptalnrecital-iaedu.14/",
pages = "126--132",
language = "fra",
abstract = "Les syst{\`e}mes de g{\'e}n{\'e}ration automatique de questions (AQG) sont largement utilis{\'e}s dans les contextes {\'e}ducatifs pour {\'e}valuer les connaissances. Ces syst{\`e}mes se concentrent presque exclusivement sur des questions de type enseignant, structur{\'e}es et factuelles. Cet article propose une approche novatrice, le Student-AQG, qui vise {\`a} simuler des questions spontan{\'e}es qu{'}un {\'e}tudiant r{\'e}el pourrait poser, refl{\'e}tant ses incompr{\'e}hensions, sa curiosit{\'e} ou ses besoins d{'}approfondissement. En nous appuyant sur les travaux r{\'e}cents en g{\'e}n{\'e}ration de questions autonomes, nous concevons un syst{\`e}me modulaire bas{\'e} sur des LLMs guid{\'e}s par du prompt engineering, tenant compte du profil cognitif de l{'}apprenant. Nous d{\'e}crivons une strat{\'e}gie d'{\'e}valuation combinant des m{\'e}triques automatiques et des annotations humaines sur la fluidit{\'e}, la pertinence et la valeur p{\'e}dagogique. Ce travail vise {\`a} aider les {\'e}l{\`e}ves {\`a} formuler des questions, d{\'e}veloppant ainsi leur pens{\'e}e critique, une comp{\'e}tence essentielle souvent n{\'e}glig{\'e}e {\`a} cause du faible questionnement spontan{\'e} observ{\'e} en classe."
}<?xml version="1.0" encoding="UTF-8"?>
<modsCollection xmlns="http://www.loc.gov/mods/v3">
<mods ID="labeche-fournier-2025-stimuler">
<titleInfo>
<title>Stimuler la Pensée Étudiante avec l’AQG : Vers une Génération Automatique de Questions de Type Étudiant</title>
</titleInfo>
<name type="personal">
<namePart type="given">Abdelbassat</namePart>
<namePart type="family">Labeche</namePart>
<role>
<roleTerm authority="marcrelator" type="text">author</roleTerm>
</role>
</name>
<name type="personal">
<namePart type="given">Sébastien</namePart>
<namePart type="family">Fournier</namePart>
<role>
<roleTerm authority="marcrelator" type="text">author</roleTerm>
</role>
</name>
<originInfo>
<dateIssued>2025-06</dateIssued>
</originInfo>
<typeOfResource>text</typeOfResource>
<language>
<languageTerm type="text">fra</languageTerm>
</language>
<relatedItem type="host">
<titleInfo>
<title>Actes de l’atelier Intelligence Artificielle générative et ÉDUcation : Enjeux, Défis et Perspectives de Recherche 2025 (IA-ÉDU)</title>
</titleInfo>
<name type="personal">
<namePart type="given">Frédéric</namePart>
<namePart type="family">Bechet</namePart>
<role>
<roleTerm authority="marcrelator" type="text">editor</roleTerm>
</role>
</name>
<name type="personal">
<namePart type="given">Adrian-Gabriel</namePart>
<namePart type="family">Chifu</namePart>
<role>
<roleTerm authority="marcrelator" type="text">editor</roleTerm>
</role>
</name>
<name type="personal">
<namePart type="given">Karen</namePart>
<namePart type="family">Pinel-sauvagnat</namePart>
<role>
<roleTerm authority="marcrelator" type="text">editor</roleTerm>
</role>
</name>
<name type="personal">
<namePart type="given">Benoit</namePart>
<namePart type="family">Favre</namePart>
<role>
<roleTerm authority="marcrelator" type="text">editor</roleTerm>
</role>
</name>
<name type="personal">
<namePart type="given">Eliot</namePart>
<namePart type="family">Maes</namePart>
<role>
<roleTerm authority="marcrelator" type="text">editor</roleTerm>
</role>
</name>
<name type="personal">
<namePart type="given">Diana</namePart>
<namePart type="family">Nurbakova</namePart>
<role>
<roleTerm authority="marcrelator" type="text">editor</roleTerm>
</role>
</name>
<originInfo>
<publisher>ATALA \textbackslash\textbackslash& ARIA</publisher>
<place>
<placeTerm type="text">Marseille, France</placeTerm>
</place>
</originInfo>
<genre authority="marcgt">conference publication</genre>
</relatedItem>
<abstract>Les systèmes de génération automatique de questions (AQG) sont largement utilisés dans les contextes éducatifs pour évaluer les connaissances. Ces systèmes se concentrent presque exclusivement sur des questions de type enseignant, structurées et factuelles. Cet article propose une approche novatrice, le Student-AQG, qui vise à simuler des questions spontanées qu’un étudiant réel pourrait poser, reflétant ses incompréhensions, sa curiosité ou ses besoins d’approfondissement. En nous appuyant sur les travaux récents en génération de questions autonomes, nous concevons un système modulaire basé sur des LLMs guidés par du prompt engineering, tenant compte du profil cognitif de l’apprenant. Nous décrivons une stratégie d’évaluation combinant des métriques automatiques et des annotations humaines sur la fluidité, la pertinence et la valeur pédagogique. Ce travail vise à aider les élèves à formuler des questions, développant ainsi leur pensée critique, une compétence essentielle souvent négligée à cause du faible questionnement spontané observé en classe.</abstract>
<identifier type="citekey">labeche-fournier-2025-stimuler</identifier>
<location>
<url>https://aclanthology.org/2025.jeptalnrecital-iaedu.14/</url>
</location>
<part>
<date>2025-6</date>
<extent unit="page">
<start>126</start>
<end>132</end>
</extent>
</part>
</mods>
</modsCollection>
%0 Conference Proceedings
%T Stimuler la Pensée Étudiante avec l’AQG : Vers une Génération Automatique de Questions de Type Étudiant
%A Labeche, Abdelbassat
%A Fournier, Sébastien
%Y Bechet, Frédéric
%Y Chifu, Adrian-Gabriel
%Y Pinel-sauvagnat, Karen
%Y Favre, Benoit
%Y Maes, Eliot
%Y Nurbakova, Diana
%S Actes de l’atelier Intelligence Artificielle générative et ÉDUcation : Enjeux, Défis et Perspectives de Recherche 2025 (IA-ÉDU)
%D 2025
%8 June
%I ATALA \textbackslash\textbackslash& ARIA
%C Marseille, France
%G fra
%F labeche-fournier-2025-stimuler
%X Les systèmes de génération automatique de questions (AQG) sont largement utilisés dans les contextes éducatifs pour évaluer les connaissances. Ces systèmes se concentrent presque exclusivement sur des questions de type enseignant, structurées et factuelles. Cet article propose une approche novatrice, le Student-AQG, qui vise à simuler des questions spontanées qu’un étudiant réel pourrait poser, reflétant ses incompréhensions, sa curiosité ou ses besoins d’approfondissement. En nous appuyant sur les travaux récents en génération de questions autonomes, nous concevons un système modulaire basé sur des LLMs guidés par du prompt engineering, tenant compte du profil cognitif de l’apprenant. Nous décrivons une stratégie d’évaluation combinant des métriques automatiques et des annotations humaines sur la fluidité, la pertinence et la valeur pédagogique. Ce travail vise à aider les élèves à formuler des questions, développant ainsi leur pensée critique, une compétence essentielle souvent négligée à cause du faible questionnement spontané observé en classe.
%U https://aclanthology.org/2025.jeptalnrecital-iaedu.14/
%P 126-132
Markdown (Informal)
[Stimuler la Pensée Étudiante avec l’AQG : Vers une Génération Automatique de Questions de Type Étudiant](https://aclanthology.org/2025.jeptalnrecital-iaedu.14/) (Labeche & Fournier, JEP/TALN/RECITAL 2025)
ACL