Étude de l’adoption des principaux types d’usages de l’intelligence artificielle par les enseignants et enseignantes du postsecondaire

Alexandre Lepage, Étude de l’adoption des principaux types d’usages de l’intelligence artificielle par les enseignants et enseignantes du postsecondaire, Université de Montéral, Novembre 2023.

L’essor de l’intelligence artificielle (IA) dans le domaine de l’éducation postsecondaire soulève de nombreuses questions quant à son adoption par les enseignants. Les outils d’IA, allant de la correction automatisée à la détection du plagiat en passant par l’analyse prédictive de la réussite des étudiants, modifient profondément les pratiques pédagogiques. Cette transformation s’opère dans un contexte où la littératie technologique des enseignants varie considérablement et où les enjeux éthiques liés à l’IA suscitent des débats. Cet article explore les facteurs influençant l’adoption des technologies d’IA par les enseignants du postsecondaire, en s’appuyant sur les travaux récents d’Alexandre Lepage (2023). Nous analyserons les déterminants de cette adoption, les résistances observées, ainsi que les implications éthiques et pédagogiques.

1. Facteurs influençant l’adoption de l’IA

L’adoption des outils d’IA par les enseignants du postsecondaire repose sur plusieurs facteurs identifiés par Lepage (2023) :

Perception de l’utilité et de la performance : Plus les enseignants perçoivent l’IA comme un moyen d’améliorer l’efficacité pédagogique, plus ils sont enclins à l’adopter.
Facilité d’utilisation : Les outils jugés intuitifs et intégrables aux pratiques existantes sont plus facilement acceptés.
Anxiété technologique : La méfiance face aux technologies et la crainte de perdre le contrôle de l’évaluation freinent l’acceptation.
Littératie de l’IA : La compréhension des principes fondamentaux de l’IA est un facteur clé dans son adoption éclairée.
Enjeux éthiques et autonomie pédagogique : Certains enseignants perçoivent l’IA comme une menace à leur autonomie et à la relation enseignant-étudiant.

Lepage met en lumière ces dynamiques à travers une enquête auprès de 127 enseignants, révélant que l’usage de l’IA varie selon la discipline et le niveau d’expertise technologique.

2. Typologie des usages de l’IA en enseignement supérieur

Lepage (2023) identifie cinq grands types d’usages de l’IA dans l’enseignement postsecondaire :

Correction automatisée : Outils capables d’évaluer des productions écrites ou des exercices complexes.
Détection du plagiat : Systèmes analysant l’authenticité des travaux soumis.
Fourniture de rétroactions automatisées : IA donnant des conseils personnalisés aux étudiants.
Création de matériel didactique : Assistance à la conception de cours ou de supports pédagogiques.
Analyse prédictive et profilage : Outils évaluant le risque d’échec ou le potentiel de réussite des étudiants.

Ces usages ne sont pas adoptés de manière homogène. Par exemple, la correction automatisée et la détection du plagiat sont plus largement acceptées que l’analyse prédictive, perçue comme intrusive et potentiellement biaisée.

3. Enjeux éthiques et résistances

L’IA appliquée à l’éducation soulève des préoccupations éthiques majeures :

Transparence et explicabilité : Les décisions prises par des algorithmes doivent être compréhensibles et justifiables.
Biais et discrimination : Les données utilisées par l’IA peuvent refléter des biais qui renforcent des inégalités existantes.
Imputabilité : Qui est responsable en cas d’erreur d’évaluation ou de recommandation erronée ?
Relation pédagogique : L’IA modifie la dynamique entre enseignant et étudiant, soulevant la question de la déshumanisation de l’apprentissage.

Lepage propose d’intégrer une réflexion sur ces enjeux dès la formation des enseignants, afin de leur permettre d’utiliser l’IA de manière critique et éthique.

Conclusion et perspectives

L’adoption de l’IA par les enseignants du postsecondaire est un processus complexe, influencé par des facteurs technologiques, pédagogiques et éthiques. Si certains outils sont largement acceptés, d’autres suscitent des réticences liées à des craintes de perte de contrôle et à des préoccupations éthiques. Il est essentiel de renforcer la littératie de l’IA chez les enseignants et d’encadrer son utilisation par des principes clairs afin de garantir un équilibre entre efficacité pédagogique et respect des valeurs éducatives.

L’avenir de l’IA en éducation dépendra de la capacité des enseignants à l’intégrer de manière réfléchie, en tenant compte de ses potentialités mais aussi de ses limites. Des recherches futures devraient approfondir la manière dont les politiques éducatives et les institutions peuvent accompagner cette transition vers un enseignement enrichi par l’IA.

En ligne sur https://papyrus.bib.umontreal.ca/xmlui/handle/1866/40548, consulté le 14/02/2025 à 16:50.

Pour découvrir Alexandre Lepage, Ph. D. : https://alepage.net/