Résumé

Depuis une dizaine d’années, les usages de l’IA se sont complexifiés et prétendent à la réalisation de tâches qui ont traditionnellement toujours été confiées aux enseignant·e·s comme l’évaluation des apprentissages ou le soutien à la motivation. Des outils d’IA générative accessibles et hautement performants rendent possible le déploiement qui demeuraient expérimentaux et précaires dans le domaine de l’IAED comme le recours aux agents conversationnels pour l’apprentissage. La question de recherche de la thèse est la suivante : considérant la croissance des usages de l’IA au postsecondaire qui entrent en tension avec le rôle de l’enseignant·e, quels sont ceux qui sont les plus à même d’être adoptés par ces derniers, en tenant compte de leur niveau de littératie de l’IA ? Pour y répondre, la thèse propose d’abord une recension des écrits sur la manière dont ce rôle a été conceptualisé dans le domaine de l’IAED depuis 1970. Deux études empiriques sont ensuite présentées, une visant à développer un questionnaire pour mesurer le niveau de littératie de l’IA des enseignant·e·s (n = 395), et une seconde visant à étudier l’adoption de cinq types d’usages de l’IA par ceux-ci (n = 127) : évaluation, prédiction et profilage, rétroaction aux étudiant·e·s, détection du plagiat et création de matériel didactique. L’élaboration du questionnaire de littératie s’appuie sur des analyses factorielles, alors que l’étude sur l’adoption emploie des modélisations d’équations structurelles. Trois facteurs de littératie de l’IA ont été identifiés, soit les connaissances techniques sur l’IA, la capacité à en faire un usage pédagogique et la sensibilité aux enjeux éthiques. Les enseignant·e·s ont un faible niveau de connaissances techniques et se disent peu confiants sur leur capacité à faire des usages pédagogiques, mais ont un haut niveau de sensibilité aux enjeux éthiques. Par rapport à l’adoption, les usages d’évaluation et de profilage sont ceux qui génèrent une plus faible intention d’utilisation, avec une attitude plutôt défavorable. Un haut niveau de littératie technique est associé à des attentes plus basses quant à la performance d’outils d’IA. La discussion propose une actualisation du triangle didactique de Houssaye (1988) intégrant l’IA en lien avec l’enseignant·e, l’apprenant et le savoir.

Lien ZOOM