One day, one generative AI tool

Flowith OS (https://try.flowith.io/flowithos) is Flowith’s browser with its “NEO” agent in addition to the classic features of a browser.

The agent will divide the instruction into tasks and perform them independently in a chatbot window. It can be stopped and redirected at any time by a new message. A “Canvas” mode is also offered.

Generates content in markdown, json, HTML, css, and svg.

Available for Windows and MacOS.

Public beta, 1000 credits when opening an account and 2000 credits when opening FlowithOS announced but seem unlimited during this beta.

Test for the search of scientific articles on the theme “Generative AI in Education” on Google Scholar, Arxiv and HAL:

The generations in markdown format can be found in this document: https://codimd.apps.education.fr/s/JDL4fVSJ-

HTML presentation:

IA Générative en Éducation : Revue Scientifique 2024-2025 * { margin: 0; padding: 0; box-sizing: border-box; } body { font-family: ‘Segoe UI’, Tahoma, Geneva, Verdana, sans-serif; background: linear-gradient(135deg, #667eea 0%, #764ba2 100%); overflow: hidden; } .presentation-container { width: 100%; height: 1000px; display: flex; align-items: center; justify-content: center; padding: 20px; } .slide { display: none; width: 100%; max-width: 1200px; height: 90vh; background: white; border-radius: 10px; box-shadow: 0 20px 60px rgba(0, 0, 0, 0.3); padding: 60px; position: relative; overflow-y: auto; } .slide.active { display: block; animation: slideIn 0.5s ease-in-out; } @keyframes slideIn { from { opacity: 0; transform: translateX(50px); } to { opacity: 1; transform: translateX(0); } } .slide-header { border-bottom: 4px solid #667eea; padding-bottom: 20px; margin-bottom: 30px; } h1 { color: #667eea; font-size: 2.5em; margin-bottom: 10px; } h2 { color: #764ba2; font-size: 2em; margin-bottom: 20px; } h3 { color: #667eea; font-size: 1.5em; margin: 20px 0 15px 0; } .subtitle { color: #666; font-size: 1.2em; font-style: italic; } table { width: 100%; border-collapse: collapse; margin: 20px 0; font-size: 0.9em; } th { background: linear-gradient(135deg, #667eea 0%, #764ba2 100%); color: white; padding: 12px; text-align: left; font-weight: 600; } td { padding: 10px; border-bottom: 1px solid #ddd; vertical-align: top; } tr:hover { background-color: #f5f5f5; } .navigation { position: fixed; bottom: 30px; left: 50%; transform: translateX(-50%); display: flex; gap: 15px; z-index: 1000; } .nav-button { background: linear-gradient(135deg, #667eea 0%, #764ba2 100%); color: white; border: none; padding: 12px 25px; border-radius: 25px; cursor: pointer; font-size: 1em; font-weight: 600; transition: all 0.3s ease; box-shadow: 0 4px 15px rgba(0, 0, 0, 0.2); } .nav-button:hover { transform: translateY(-2px); box-shadow: 0 6px 20px rgba(0, 0, 0, 0.3); } .nav-button:disabled { opacity: 0.5; cursor: not-allowed; } .slide-counter { background: white; padding: 8px 15px; border-radius: 20px; font-weight: 600; color: #667eea; box-shadow: 0 4px 15px rgba(0, 0, 0, 0.2); } .stats-grid { display: grid; grid-template-columns: repeat(auto-fit, minmax(250px, 1fr)); gap: 20px; margin: 30px 0; } .stat-card { background: linear-gradient(135deg, #667eea 0%, #764ba2 100%); color: white; padding: 25px; border-radius: 10px; text-align: center; box-shadow: 0 4px 15px rgba(0, 0, 0, 0.1); } .stat-number { font-size: 3em; font-weight: bold; margin-bottom: 10px; } .stat-label { font-size: 1.1em; opacity: 0.9; } .theme-list { list-style: none; padding: 0; } .theme-list li { background: #f8f9fa; padding: 15px; margin: 10px 0; border-left: 4px solid #667eea; border-radius: 5px; } .theme-list li strong { color: #764ba2; } .intro-content { font-size: 1.1em; line-height: 1.8; color: #333; } .intro-content ul { margin: 20px 0; padding-left: 30px; } .intro-content li { margin: 10px 0; } .source-badge { display: inline-block; padding: 4px 10px; border-radius: 12px; font-size: 0.85em; font-weight: 600; margin-right: 5px; } .badge-scholar { background: #e3f2fd; color: #1976d2; } .badge-arxiv { background: #fff3e0; color: #f57c00; } .badge-hal { background: #f3e5f5; color: #7b1fa2; } .methodology { background: #f8f9fa; padding: 20px; border-radius: 10px; margin: 20px 0; } .methodology h4 { color: #667eea; margin-bottom: 10px; } @media (max-width: 768px) { .slide { padding: 30px; height: 85vh; } h1 { font-size: 1.8em; } h2 { font-size: 1.5em; } table { font-size: 0.8em; } .nav-button { padding: 10px 20px; font-size: 0.9em; } .stats-grid { grid-template-columns: 1fr; } } .article-title { font-weight: 600; color: #333; font-size: 0.95em; } .article-authors { color: #666; font-style: italic; font-size: 0.9em; } .article-summary { color: #555; line-height: 1.6; font-size: 0.9em; } .highlight { background: linear-gradient(120deg, #ffd54f 0%, #ffb300 100%); padding: 2px 6px; border-radius: 3px; font-weight: 600; }

Intelligence Artificielle Générative en Éducation

Revue Scientifique Consolidée 2024-2025

📚 Vue d’ensemble

Cette présentation synthétise 37 articles scientifiques portant sur l’intégration de l’intelligence artificielle générative dans le domaine éducatif, publiés entre 2024 et 2025.

🎯 Sources de données

  • Google Scholar Articles académiques internationaux
  • arXiv Prépublications en sciences informatiques
  • HAL Publications francophones en sciences de l’éducation

🔍 Thématiques principales

  • Applications pédagogiques : Outils GenAI pour l’enseignement et l’apprentissage
  • Défis éthiques : Questions de confidentialité, biais et intégrité académique
  • Perspectives culturelles : Adaptation contextuelle et diversité linguistique
  • Innovation technologique : Frameworks, agents autonomes et systèmes hybrides

Google Scholar Articles Internationaux (1/2)

TitreAuteursDateRésumé
A comprehensive review on generative AI for education2024Examen complet de l’IA générative et ses applications potentielles dans l’éducation, soulignant son impact transformateur significatif.
Opportunities, challenges and school strategies for integrating generative AI in education2025Analyse de l’adoption des outils GenAI dans l’éducation, identifiant les défis et stratégies nécessaires pour une intégration réussie.
Generative AI in Education: Pedagogical, Theoretical, and Methodological Perspectives2024Présentation de la GenAI comme outil puissant capable d’améliorer les pratiques éducatives, notamment via ChatGPT.
The promise and challenges of generative AI in education2025Commentaire critique soulignant les dangers d’une adoption précipitée des outils GenAI sans considération appropriée des implications.

Google Scholar Articles Internationaux (2/2)

TitreAuteursDateRésumé
Generative AI in education and research: A systematic mapping review2024Revue systématique examinant les applications de la GenAI dans l’éducation K-12 et notant une exploration limitée de son impact.
Ethical and regulatory challenges of Generative AI in education: a systematic review2025Analyse complète des défis éthiques, réglementaires et éducatifs de l’IA générative dans l’éducation.
Critical analysis of the technological affordances, challenges and future directions of Generative AI in education2024Analyse critique des affordances technologiques, défis et directions futures de la GenAI dans le contexte éducatif.

arXiv Prépublications Techniques (1/3)

TitreAuteursDateRésumé
PustakAI: Curriculum-Aligned and Interactive Textbooks Using Large Language ModelsNov 2025Framework pour des manuels interactifs alignés sur le curriculum indien, évaluant les LLM comme outils d’apprentissage.
Owlgorithm: Supporting Self-Regulated Learning in Competitive Programming through LLM-Driven ReflectionNov 2025Plateforme utilisant GPT-4o pour des invites réflexives adaptées, soutenant l’apprentissage autorégulé en programmation.
SlideBot: A Multi-Agent Framework for Generating Informative, Reliable, Multi-Modal PresentationsNov 2025Framework multi-agents intégrant LLM pour générer des diapositives pédagogiques basées sur des théories cognitives.
AutoSynth: Automated Workflow Optimization for High-Quality Synthetic Dataset GenerationNov 2025Optimisation automatisée de workflows pour données synthétiques en éducation, utilisant recherche arborescente Monte Carlo.

arXiv Prépublications Techniques (2/3)

TitreAuteursDateRésumé
VietMEAgent: Culturally-Aware Few-Shot Multimodal Explanation for Vietnamese Visual Question AnsweringNov 2025Framework multimodal pour l’éducation culturelle vietnamienne, intégrant détection d’objets et explications générées.
AI-generated podcasts: Synthetic Intimacy and Cultural Translation in NotebookLM’s Audio OverviewsNov 2025Analyse des podcasts IA de NotebookLM, révélant des biais culturels dans la traduction éducative.
Designing and Evaluating Malinowski’s Lens: An AI-Native Educational Game for Ethnographic LearningNov 2025Jeu éducatif IA pour l’anthropologie, utilisant génération augmentée et DALL-E 3 pour une expérience interactive.

arXiv Prépublications Techniques (3/3)

TitreAuteursDateRésumé
Agentic Educational Content Generation for African Languages on Edge DevicesNov 2025Génération décentralisée de contenu éducatif pour langues africaines sur dispositifs edge, avec agents autonomes.
EduGuardBench: A Holistic Benchmark for Evaluating the Pedagogical Fidelity and Adversarial Safety of LLMsNov 2025Benchmark évaluant la fidélité pédagogique et sécurité des LLM comme enseignants simulés.
Understanding Student Interaction with AI-Powered Next-Step Hints: Strategies and ChallengesNov 2025Étude sur les interactions étudiants avec indices IA en programmation, identifiant stratégies et défis.

HAL Publications Francophones (1/3)

TitreAuteursDateRésumé
Apprivoiser l’IA en enseignement postsecondaire : perspectives croisées2025Perspectives croisées sur l’intégration de l’IA dans l’enseignement postsecondaire au Nouveau-Brunswick.
Digital transformation: how to teach (with) generative AI in higher education?2024Modalités d’enseignement avec l’IA générative dans l’enseignement supérieur.
Usages pédagogiques de l’Intelligence artificielle et développement d’une posture critique2024Usages pédagogiques de l’IA et nécessité d’une posture critique.
Une approche hybride de l’IA pour les technologies éducatives2025Approche hybride combinant STI et IA générative pour expériences adaptatives.

HAL Publications Francophones (2/3)

TitreAuteursDateRésumé
L’IA générative au service de la didactique de la grammaire2025Utilisation de l’IA générative dans l’enseignement de la grammaire en Master FLE.
Éducation civique et citoyenneté en classe de FLE. Et si on essaye avec l’IA générative ?2025Expérimentation pédagogique de l’IA générative pour l’éducation civique en FLE.
« Ménage à trois »: How does generative AI transform the teacher-student relation2024Transformation de la relation enseignant-élève par l’IA générative, perspectives franco-japonaises.
L’intelligence artificielle générative bouleverse-t-elle nos manières de s’informer2025Impact de l’IA générative sur l’éducation aux médias et à l’information.

HAL Publications Francophones (3/3)

TitreAuteursDateRésumé
Enseigner (avec) l’IA dans l’enseignement supérieur2024Pratiques d’enseignement intégrant l’IA dans l’enseignement supérieur.
Artificial intelligence and Education2024Perspective institutionnelle sur l’IA et l’éducation en France.
Désinformation visuelle et IA générative : quels enjeux pour l’éducation critique2025Enjeux de la désinformation visuelle et éducation critique aux images.
Les Systèmes d’IA générative dans l’enseignement supérieur2024Risques et scénarios contradictoires de l’IA générative en enseignement supérieur.

Résumé des Thématiques et Observations

37
Articles Uniques
12
en 2024
25
en 2025

🔍 Thématiques Clés

  • Revues systématiques et analyses critiques : Évaluation des impacts et défis de la GenAI.
  • Applications pratiques : Génération de contenu, tutoriels IA, jeux éducatifs.
  • Défis éthiques et réglementaires : Biais, confidentialité, intégrité académique.
  • Adaptation culturelle et linguistique : Contextes locaux (FLE, langues africaines, vietnamien).
  • Transformation pédagogique : Relations enseignant-élève, éducation aux médias.

📈 Observations

L’intérêt pour l’IA générative en éducation croît rapidement en 2025. Les sources internationales apportent des innovations techniques, tandis que HAL met l’accent sur des contextes francophones et éthiques. Une intégration responsable est essentielle pour maximiser les opportunités tout en gérant les risques.

Méthodologie et Sources

Processus de Recherche

  • Recherches ciblées : Requêtes « generative AI in education » (anglais) et « IA générative éducation » (français) sur Google Scholar, arXiv et HAL.
  • Filtres : Publications 2024-2025 uniquement.
  • Déduplication : Comparaison par titres et auteurs ; 37 articles uniques retenus.
  • Traduction/Adaptation : Résumés en français pour cohérence.

📊 Distribution par Source

  • Google Scholar : 7 articles (19%) – Perspectives théoriques globales.
  • arXiv : 10 articles (27%) – Innovations techniques et frameworks.
  • HAL : 20 articles (54%) – Focus francophone et pédagogique local.

Généré le 16 novembre 2025. Compilation exhaustive et vérifiée.

let currentSlide = 1; const totalSlides = 11; function showSlide(n) { const slides = document.querySelectorAll(‘.slide’); if (n > slides.length) { currentSlide = 1; } if (n slide.classList.remove(‘active’)); slides[currentSlide – 1].classList.add(‘active’); document.getElementById(‘slideCounter’).textContent = `${currentSlide} / ${totalSlides}`; document.getElementById(‘prevBtn’).disabled = currentSlide === 1; document.getElementById(‘nextBtn’).disabled = currentSlide === totalSlides; } function nextSlide() { showSlide(currentSlide + 1); } function previousSlide() { showSlide(currentSlide – 1); } // Clavier navigation document.addEventListener(‘keydown’, (e) => { if (e.key === ‘ArrowRight’) nextSlide(); if (e.key === ‘ArrowLeft’) previousSlide(); });

Test for a game in which you are the hero: