<h2>Introduction</h2>

<p>Durant les dernières décennies, la société a été bousculée par le développement des Intelligences Artificielles  (IA) et, plus récemment, par l’expansion des Intelligences Artificielles Génératives (IAG), entendues comme des IA dans lesquelles les modèles sont entraînés pour générer du contenu original, sur la base d’une entrée de données en langage naturel.</p>

<p>Ces technologies offrent aux sociétés contemporaines une multitude d’opportunités. Elles s’avèrent capables de réaliser des tâches réservées jusque-là à l’être humain, voire, dans certains domaines, de surpasser l’intervention humaine, au moyen de programmes particulièrement puissants. Les IAG transforment et “augmentent” notamment les processus d’information, de compréhension, d’analyse, et remodèlent les concepts de création, de production et de réception. Elles secouent ainsi la plupart des secteurs qui structurent nos sociétés, qu’ils soient économique, social, culturel ou technologique (emploi, éducation, recherche, santé, transports, divertissement…). Ainsi, à différentes échelles (macro/méso/micro), les IAG s'immiscent dans le quotidien des sociétés et transforment les situations et les expériences.</p>

<p>Toutefois, les promesses d’innovation dont les IAG sont porteuses ne vont pas sans soulever, dans le même temps, différentes interrogations sur les risques que peuvent introduire des outils aussi nouveaux (et donc encore peu maîtrisés) (Julia, 2019 ; Petit, 2021). En effet, les principes algorithmiques des IAG peuvent notamment être sources d’informations erronées ou de déductions trompeuses. En outre, les IAG peuvent être à l’origine de dérives, de manipulations, de dépendance ou d’isolement et laisser craindre, en cela, une mise à mal des normes, des valeurs et des droits qui prévalent dans nos sociétés (liberté, vie privée, équité…).</p>

<p>Dans le champ plus spécifique de l’enseignement supérieur, les IAG sont à l’origine de nombreuses transformations, que cela soit dans les pratiques des enseignants (conception des ingénieries pédagogiques, élaboration des supports de cours, personnalisation des apprentissages, renouvellement des modalités d’évaluation…) ou dans celle des étudiants (recherche d’informations, réalisation de travaux, production de documents…). Dans ce contexte, il semble intéressant, voire nécessaire, de mener des expériences, des recherches, des études pour interroger comment les IAG peuvent être intégrées - de façon maîtrisée, responsable, éthique et durable - dans les pratiques pédagogiques à l’université. Dans la présente contribution, nous situons dans un premier temps, le contexte de notre recherche. Nous présentons plus spécifiquement les secteurs de l’éducation et de l’enseignement contemporains, marqués et bousculés par l’arrivée des IAG. Puis, dans la continuité de cette contextualisation, nous précisons l’aspect que nous avons choisi d’interroger : l’intégration des IAG dans l’enseignement supérieur. Dans un deuxième temps, nous exposons le canevas méthodologique que nous avons mis en place pour explorer cette question. Ce canevas repose sur la combinaison de deux techniques de recueil de données : une enquête (sondage) menée auprès d’étudiants en L1 information-communication ; deux expérimentations pédagogiques consistant à tester l’intégration d’une IAG dans deux enseignements. Enfin, dans un troisième temps, nous présentons les résultats de notre étude. Nous esquissons différentes pistes d’intégration des IAG dans l’enseignement supérieur. Ces pistes constituent des clés pour les enseignants universitaires souhaitant sensibiliser et éduquer les étudiants à cette nouvelle technologie.</p>

<h2>I. Contexte</h2>

<p>De nombreux débats et réflexions ont émergé, durant les dernières années, au sujet des IA  (Chartron et Raulin, 2002 ; Kiyindou et al., 2021 ; Kiyindou et al., 2022). Parmi ces débats, la question d’assistance des humains par les IAG, soit la faculté des outils d’IAG à assister les humains (Jullia, 2019), comme des adjuvants. Dans la même perspective, des réflexions sont apparues autour de la question d’empowerment : ces dernières ont interrogé “la capacité des IA en encapaciter les humains (Ganascia, 2017) et à accroître leurs facultés, qu’ils s’agissent de facultés fondamentales (calculer, percevoir, mémoriser) ou de facultés plus complexes, telles que la capacité au raisonnement scientifique, la créativité, artistique ou rationnelle.</p>

<p>De par ces différentes facultés, les IAG ont bousculé, de manière fulgurante, la plupart des sphères et activités de la société contemporaine, qu’il s’agisse des activités quotidiennes, professionnelles (Alcantara et al., 2020), sociales (Petit, 2021), culturelles (Ganascia, 2017), créatives, cognitives ou intellectuelles, Ainsi, et progressivement, ce phénomène, récent et total, a interrogé l’ensemble des acteurs du corps social, sur la place à accorder à ces nouveaux outils, la connaissance à en avoir, la régulation à en opérer, afin que ces derniers soient compris, appropriés et mobilisés le plus efficacement, le plus sûrement et le plus éthiquement possible, par les usagers qui décident d’y recourir.</p>

<p>Dans le présent propos, nous avons choisi de nous centrer sur un secteur particulièrement secoué par les IAG : le secteur de l’éducation (Balacheff et Vivet, 1994 ; Holmes et Tuomi, 2022; Romero et al., 2023 ; UNESCO, 2023) et plus précisément celui de l’enseignement universitaire (Bruneault et al., 2022). En effet, dans ce milieu, les IAG (telles que ChatGPT, MidJourney, Google Bard, Dall-e) ont soulevé de profonds bouleversements (Balacheff, 1994 ; Karsenti, 2018 ; Holmes et Tuomi, 2022). Celles-ci ont à la fois introduit, dans l’enseignement supérieur, un certain nombre d’opportunités  (transformation des méthodes et supports d’apprentissage, personnalisation des parcours éducatifs, automatisation de certaines tâches pédagogiques, analyse de données massives…) et de défis pratiques et éthiques (confidentialité des données, fiabilité des informations générées par IAG, reproduction d’inégalités…) (Chen et al., 2022 ; Selwyn, 2022). En outre, les IAG ont relancé un certain nombre de questionnements, tels que le taux de financement et d’équipement (matériel) des universités, les disparités entre les étudiants (Collin et Marceau, 2021) ou la nécessité de formation des enseignants, pour une adoption informée et critique des outils numériques. In fine,<i> </i>l’arrivée des IAG - et leur développement exponentiel - a interrogé la place des enseignants, leurs pratiques (formatives, évaluatives…), le rôle qu’ils souhaitent donner aux technologies et la façon dont ils souhaitent les intégrer dans leurs scénarios pédagogiques.</p>

<p>Dans cette perspective, nous proposons d’interroger, dans la présente contribution, la façon dont les enseignants peuvent mobiliser les IAG (en sondant au préalable le point de vue des étudiants sur ces nouveaux outils). En outre, et plus largement, nous désirons questionner les enjeux que les IAG peuvent porter dans l’enseignement supérieur, les incidences qu’elles peuvent avoir et les changements de paradigmes qu’elles peuvent impulser. Nous souhaitons esquisser un ensemble de pistes permettant aux enseignants universitaires d’intégrer les IAG de façon pertinente, constructive et durable. Nous ambitionnons ainsi de livrer différentes recommandations sur l’intégration des IAG dans l’enseignement supérieur, permettant de répondre aux réflexions des enseignants, aux attentes des étudiants, sans menacer les processus de création de connaissances, la capacité d’esprit critique et la réflexivité.</p>

<h2>II. Méthodologie</h2>

<h3>II.1. Approches convoquées</h3>

<h4>II.1.1. Approche ethnographique, ancrée dans une échelle micro</h4>

<p>Afin d'étayer notre propos, nous avons opté pour une approche ethnographique (Garfinkel, 1967 ; Trudel, 1994 ; Barthélémy et al., 2014), qui se centre sur les acteurs et se fonde sur l’observation minutieuse de leurs usages en situation. L’approche ethnographique pointe, en effet, la nécessité de recueillir les données au plus près des acteurs et dans des contextes avérés. Dans cette perspective, nous avons déployé deux recueils de données (questionnaire et expérimentations dans deux de nos enseignements) permettant de sonder le point de vue des apprenants, puis d’expérimenter l’intégration d’IAG en classe.</p>

<p>Nous avons, par ailleurs, pris le parti de nous placer à un niveau micro-social d’observation et d’analyse. En effet, nous nous sommes concentrées sur les pratiques développées par des groupes d’acteurs relativement restreints, dans des contextes spécifiques, afin de saisir les dynamiques et les points de vue, individuels et  collectifs, qui pourraient être perdus dans des analyses plus globales.</p>

<h4>II.1.2. Approche info-communicationnelle</h4>

<p>Nous avons en outre choisi d’adopter les principes de l’approche info-communicationnelle, qui préconise l’étude des phénomènes dans leur ensemble, dans leur épaisseur et leur complexité. Cette approche se caractérise par une conception constructiviste des phénomènes sociaux, qui postule que le sens d’une situation est co-construit par les acteurs et les objets qui y prennent part : cette conception postule en outre que les processus se structurent à travers les affordances, soit les interactions des sujets dans/avec le monde qui les entoure. Dans cette perspective, nous avons choisi de questionner à la fois les pratiques des enseignants et des étudiants, et nous avons appréhendé ces acteurs et leurs pratiques comme des éléments fondamentalement inter-reliés. Nous avons ainsi privilégié une grille de lecture info-communicationnelle, prenant en compte « amont et aval, dans une dynamique où la modification de l’un entraîne des effets, voire des modifications de l’autre » (Boukacem-Zeghmouri et Dillaerts, 2018).</p>

<h4>II.1.3. Approche mixte</h4>

<p>Nous avons, par ailleurs, opté pour une approche mixte, qui repose sur l’articulation de méthodes quantitatives et qualitatives, afin de tirer parti des forces de chaque type de données, et d’obtenir une compréhension plus complète et nuancée des phénomènes étudiés (Creswell et Plano Clark, 2017 ; Tashakkori et Teddlie, 2010 ; Bryman, 2006 ; Hesse-Biber, 2010). En effet, nous avons choisi de recourir à une approche mixte, en combinant une méthode quantitative (questionnaire) et une méthode qualitative (expérimentations en classe). Cette démarche nous a permis d’articuler les méthodes en fonction des besoins spécifiques de notre étude et de nos questions de recherche. Elle nous a également permis de combiner les forces de chaque méthode (portée et étendue du quantitatif, profondeur et épaisseur du qualitatif) (Anadon, 2006) et de pallier les limites qui se seraient présentées à nous si nous avions mobilisé ces méthodes isolément (manque de profondeur du quantitatif, manque d’objectivité du qualitatif). Nous avons ainsi cherché à renforcer la solidité et la crédibilité de nos conclusions en confrontant les résultats émergeant de notre premier recueil de données, quantitatif (sondage), à une deuxième technique de recueil, qualitative (expérimentations en classe). Ainsi, notre premier recueil (quantitatif) a constitué un socle de données chiffrées, que nous avons complété par un recueil qualitatif, avant d'œuvrer à une interprétation synergique des résultats. La combinaison de ces techniques quantitatives et qualitatives nous a permis d’obtenir des données diversifiées, complémentaires, et d'œuvrer à une compréhension holistique, plus transversale, de notre terrain.</p>

<h4>II.1.4. Approche empirico-inductive</h4>

<p>Enfin, nous avons mobilisé une approche empirico-inductive (Glaser et Strauss, 1967 ; Bryman, 2012), qui prône l’ancrage dans le terrain, et plus concrètement la réalisation d’observations et d’expériences, visant à générer une accumulation de données empiriques. En effet, le mode inductif, en “partant de l’observation particulière, [...] en reconstruit la cohérence interprétative de l’intérieur.” (Balslev et Saada-Robert, 2002). Il « consiste à aborder concrètement le sujet d’intérêt et à laisser les faits suggérer les variables importantes, les lois, et, éventuellement, les théories unificatrices » (Beaugrand, 1988). Dans cette dynamique, nous avons ainsi recueilli des données de terrain et nous avons cherché à identifier des constantes au sein de ces données, afin de formuler des généralisations et des théorisations. Ainsi, plutôt que de partir de théories ou d’hypothèses pour tester des prédictions spécifiques (approche hypothético-déductive), nous sommes parties du terrain - et des données du terrain - pour étudier, de façon approfondie et contextuelle, les acteurs et les situations en présence. Notre démarche s’est ainsi en très largement ancrée dans le terrain : en effet, et d’une part, nous avons pris appui sur le terrain pour faire émerger nos pistes et nos recommandations. D’autre part, nous avons pris appui sur les résultats émergeant du premier recueil pour nourrir le recueil suivant.</p>

<h3><br />
II.2. Recueil des données </h3>

<p>Pour ce qui est des recueils de données, nous avons articulé deux recueils de données complémentaires, au sein du département information-communication de l’université Paul Valéry de Montpellier.</p>

<h4>II.2.1. Sondage mené auprès des étudiants</h4>

<p>Ancrés dans notre volonté de recueillir les données au plus près des acteurs étudiants et enseignants, nous avons réalisé (en janvier 2023) un sondage, et nous l’avons adressé aux 373 étudiants de L1. Celui-ci a consisté à interroger les étudiants sur les IAG en général, et plus précisément sur le recours aux IAG dans l’enseignement supérieur. Nous avons transmis (par voie électronique) à tous les étudiants de la cohorte (n = 373 étudiants) un lien vers un questionnaire Google Forms. Ce dernier était composé de quatre sections principales : (1) « Questions signalétiques »; (2) « Rapport aux IAG » ; (3) « Enjeux des IAG dans l’enseignement » ; (4) « Des pistes pour les enseignants ? ».</p>

<h4>II.2.2. Expérimentations pédagogiques</h4>

<p>Outre ce sondage, nous avons réalisé deux expérimentations pédagogiques. En effet, nous avons pris en considération les pistes formulées par les étudiants (via le sondage) pour intégrer une IAG (ChatGPT) dans deux de nos enseignements. Le premier, “Pratiques de l'Écrit et de l’Oral” (désormais noté PRÉO), est une conduite de projet-métier dans laquelle nous amenons les étudiants de L1 à s’informer sur un métier et à préparer une interview avec un professionnel exerçant ce métier. Le deuxième,  “Pratiques de la publicité” (désormais noté PDP) est un atelier publicitaire dans lequel nous amenons les étudiants de L2 à concevoir, chaque semaine, et en équipe, une création publicitaire de format différent : print, audio, vidéo, numérique… Durant ces expérimentations, nous avons pris soin de consigner, dans un journal de bord, tous les événements marquant le passage à ces “nouvelles-versions-avec-IA” : les suggestions formulées par les étudiants (dans le sondage) et que nous avons prises pour repères, le storyboard des deux expérimentations que nous avons réalisées (scénario pédagogique), les récits de ces expérimentations (observations, constats, satisfactions, difficultés, déceptions, questionnements, réflexions…), les décisions que avons été amenées à prendre (décisions pratiques, choix didactiques, adaptations, réajustements…) et les propos exprimés par les étudiants (en classe ou lors des évaluations du dispositif…). Nous avons ensuite pris appui sur ce journal de bord - qui consigne les traces et les relevés expérientiels de notre action - pour étudier - dans une dynamique résolument ethnographique - les incidences que peuvent avoir les IAG sur les enseignements universitaires.</p>

<h3>II.3. Analyse des données</h3>

<p>Pour ce qui est de l’analyse des données, nous avons combiné dépouillement statistique et analyse de contenu thématique (Paillé et Mucchielli, 2005 ; Bardin, 2013 ; Miles et Huberman, 2003). Nous avons mobilisé : une analyse statistique pour analyser les parties quantitatives de l’enquête (réponses aux questions fermées) et une analyse thématique de contenu (Paillé et Mucchielli, 2005) pour identifier les éléments récurrents et les points saillants dans les parties parties qualitatives du sondage (réponses aux questions ouvertes) et dans le journal de bord de nos expérimentations. Cette analyse thématique de contenu a consisté à découper notre matériau en unités, puis à classer ces unités en catégories, suivant des regroupements analogiques. Cette démarche nous a permis d’identifier, de nommer et de classer les thématiques majeures émergeant de notre matériau, et d’identifier les catégories qui le constituent.</p>

<p>Enfin, nous avons confronté les résultats ainsi dégagés à diverses références théoriques. A travers cette double démarche (analyses et confrontation à des travaux académiques), notre objectif était d’interroger -scientifiquement- l’intégration des IAG dans les enseignements universitaires.</p>

<h2>III. Résultats</h2>

<h3>III.1 Sondage auprès des étudiants et pistes d’intégration des IAG à l’université  </h3>

<p>L’enquête menée auprès des étudiants nous a appris que ces derniers avaient déjà majoritairement utilisé des IAG (à 92%), le plus souvent ChatGPT (à 71%). En outre, en ce qui concerne les motifs de recours aux IAG, les étudiants ont indiqué qu’ils les mobilisent principalement pour “s’informer”, “trouver des idées”, “de l’inspiration”, et “passer à la rédaction”. </p>

<p>Pour ce qui est des pistes d’intégration (pédagogique) de ces nouveaux outils, les étudiants ont pointé la nécessité de “lever les tabous” sur les IAG à l’université, et de les intégrer dans les enseignements, en “démarrage” d’activités pédagogiques par exemple, afin de “sensibiliser concrètement les étudiants à leur potentiel et à leurs dangers”. </p>

<p>Nous avons pris appui sur ces différentes pistes, émergeant du sondage mené auprès des étudiants, pour concevoir le scénario de nos expérimentations : en effet, nous avons intégré ChatGPT dans nos cours PRÉO et PDP : nous l’avons mobilisé comme starter de séance, en demandant aux étudiants de l’utiliser pour trouver des informations et des idées (en PRÉO: des idées pour leur interview-métier, et en PDP: des idées pour leur création publicitaire). Ces expérimentations nous ont permis d’identifier quelques principaux atouts et défis inhérents à l’intégration d’IAG dans un enseignement universitaire.</p>

<h3>III.2. Atouts liés à l’intégration d’IAG dans un enseignement universitaire</h3>

<p>Les expérimentations que nous avons menées au sein de nos deux enseignements nous ont premièrement permis de saisir différents atouts liés à l’intégration d’IAG dans un enseignement universitaire.</p>

<p>D’abord, cette intégration d’IAG a permis de lever le tabou sur ces nouveaux outils, une attente largement formalisée par les étudiants (57) dans le cadre du sondage. En effet, le fait de mobiliser une IAG en classe, de présenter ce choix pédagogique aux étudiants (en début de séance) a permis d’initier un échange, une conversation, et ainsi de lever le tabou qui pouvait exister autour de cette technologie. En outre, le fait de pousser les étudiants à devenir usagers d’une IAG, et à mener une réflexion sur leurs usages, les a conduits à prendre la parole et à amorcer un processus critique sur les IAG en général, et tout particulièrement sur le recours aux IAG à l’université.</p>

<p>Outre cette levée de tabou, l’intégration d’une IAG au sein de notre dispositif nous a permis de moderniser notre enseignant. En effet, les étudiants ont indiqué avoir “apprécié d’utiliser des outils modernes”, “des nouvelles technologies” et d’avoir “pu aborder ces outils contemporains”, “qui sont dans l’air du temps”, voire “qui représentent l’avenir”. En plus de la modernisation de notre enseignement, l’intégration de ChatGPT en starter de séance nous a permis de dynamiser le cours, de créer une situation d’apprentissage stimulante, en utilisant l’IAG comme un incubateur d’idées, débloquant parfois les démarrages difficiles. Sur ce point, les étudiants ont indiqué que le recours à ChatGPT leur a permis de “trouver de l’inspiration”, “des idées”, de les “débloquer” et de leur permettre de “se lancer”.</p>

<p>Par ailleurs, le recours à ChatGPT en classe a permis de sensibiliser les étudiants aux forces et aux limites des IAG. En effet, nos expérimentations nous ont amenées à débattre, en séance, au sujet des atouts et des faiblesses de ces outils. Pour ce qui est des forces, nous avons notamment souligné la capacité des IAG à traiter un grand nombre de données, à offrir en un temps très court une compilation, voire, dans certains cas, une synthèse structurée sur un sujet (en l’occurrence : en PRÉO, des compilations sur des métiers et en PDP, des compilations sur des marques). Pour ce qui est des limites, nous avons abordé avec les étudiants, le caractère souvent standardisé et superficiel des informations générées par les IAG, et la nécessité de mobiliser une capacité de réflexion, un recul critique, pour challenger ces informations, et concevoir des productions plus poussées, plus critiques, plus originales, plus personnalisées. Notre scénario pédagogique nous a enfin donné l’opportunité de sensibiliser les apprenants à des usages d’IAG qui pourraient s’avérer discutables, voire condamnables (non vérification des sources, copier-coller, plagiat, non-respect de propriété intellectuelle…). </p>

<p>Ainsi, nous n’avons pas assimilé exclusivement les IAG à des opportunités ou à des dérives, mais nous nous sommes employées à instiller dans nos enseignements une dynamique de sensibilisation et d’éducation aux IAG (Alexandre et al., 2023), afin d’aiguiser l’esprit critique des étudiants, et leur permettre de développer des usages éclairés, raisonnés, réfléchis et responsables. Nous avons cherché à leur faire comprendre que les IAG ne sont ni strictement exemptes d’atouts, ni strictement exemptes de failles, mais peuvent être ou devenir des technologies starters, à utiliser avec prudence et intelligence. Nous avons ainsi pensé une intégration “éducative” des IAG, durable, capable de répondre aux besoins des étudiants “sans mettre en danger leur processus d’appropriation et de création de connaissance, leur esprit critique et leur réflexivité” (COSSI, 24). </p>

<h3>III.3. Défis inhérents à l’intégration d’IAG dans un enseignement universitaire</h3>

<p>Outre les atouts que nous venons de pointer, les deux expérimentations conduites dans le cadre des cours PRÉO et PDP nous ont permis d’identifier un certain nombre de défis inhérents à la convocation d’IAG comme starters de séances et comme soutien à la créativité et à la production de contenus. Nous avons choisi de présenter ces défis à travers une typologie prenant appui sur les relevés d’observation et les verbatims d’étudiants. Nous avons identifié quatre formes de réactions d’étudiants ayant particulièrement émergé durant nos expérimentations. Ces réactions esquissent à la fois différentes représentations, différents rapports des étudiants aux IAG, et, dans le même temps, différents profils d’étudiants-usagers des IAG.</p>

<p>Le premier profil que nous avons identifié est celui des étudiants “réfractaires”. Ces derniers refusent de recourir aux IAG pour des raisons personnelles, souvent liées à la “confidentialité des données”, aux “risques au niveau des données” et plus largement à l’“éthique des IA” et à la question de la “privacy”. Nous retrouvons, dans ce profil de “réfractaires”, un large spectre de représentations et de positionnements, relativement hétérogènes, allant des “réfractaires-sceptiques” aux “réfractaires-boycotteurs”. En ce qui concerne les “sceptiques”, nous faisons référence à des étudiants qui s’interrogent et s’inquiètent, principalement sur “les risques des algorithmes”, sur “ce que vont devenir nos données”, sur “l’utilisation qui sera faite des données qu’on va fournir aux IA”. Les “boycotteurs”, quant à eux, rejettent plus radicalement le recours aux IAG. Ces derniers sont convaincus que les IAG sont “dangereuses” et “vont avoir des effets catastrophiques sur notre société”. Ils font tout pour démontrer qu’elles ne sont d’“aucune utilité”, qu’elles “empêche|nt] de réfléchir”, et qu’elles enferment, “brident les idées”, “la réflexion”, la “créativité” humaines.</p>

<p>Le deuxième profil que nous avons identifié est celui des étudiants “en fracture”. Ces derniers ne s’opposent pas au recours aux IAG (à l’université ou en dehors), mais ils rencontrent des difficultés pour les mobiliser. Ces difficultés peuvent être liées à des fractures techniques ou fonctionnelles (dysfonctionnements, “problèmes de connexion”, “bugs”...), des fractures socio-économiques (non possession de matériel, d’équipement…) ou des fractures socio-culturelles (non possession des compétences ou des littératies requises pour mobiliser les IAG).  </p>

<p>Le troisième profil que nous avons identifié est celui des étudiants “désorientés”. Ces derniers ne sont pas opposés à la mobilisation des IAG, et ne rencontrent pas de difficultés particulières (techniques, socio-économiques ou socio-culturelles) ; mais ils “ne [savent] pas quoi faire des résultats”. Dans ce profil d’étudiants “désorientés”, nous retrouvons des étudiants qui peinent à se détacher des contenus générés par ChatGPT, et nous demandent s’ils “[peuvent] recopier les résultats donnés par ChatGPT [et] les garder tels quels ou [s’ils doivent] changer des choses”. Ils éprouvent ainsi une difficulté à penser par eux-mêmes, à prolonger les résultats générés par la plateforme, et à en déduire, voire en produire des nouveaux, en autonomie. D’autres étudiants sont également désorientés, car ils tentent de s’approprier les contenus générés par ChatGPT, mais ils se fourvoient dans des hors-sujets ou des non-sens par rapport aux objectifs que nous avons fixés (conception d’un guide d’entretien en PRÉO ; création publicitaire en PDP). Dans ces différents cas de figure, le recours aux IAG peut s’avérer contre-productif, dans la mesure où les contenus générés par ChatGPT brident ou déroutent les étudiants plus qu’ils ne les aident. Certains étudiants indiquent à ce titre qu’il “aurait été moins compliqué de chercher des idées nous-mêmes” et qu’ils “auraient été plus libres, plus à l’aise si on n’avait pas été obligés d’utiliser ChatGPT”.<br />
 </p>

<p>Enfin, le dernier profil que nous avons identifié est celui des étudiants “techno-délégateurs”. Ces derniers délèguent entièrement leur capacité réflexive et créative à l’IAG (ChatGPT), le plus souvent par facilité, voire par paresse et par recherche d’un moindre effort. Ils indiquent : (en PRÉO) “pas besoin de se fatiguer, l’interview proposée par ChatGPT est top” ou (en PDP) : “la pub proposée par ChatGPT était vraiment bien: on l’a laissée telle quelle, ça fait gagner beaucoup de temps et d’énergie”. Bien sûr, cette “paresse apprenante” préexistait aux IAG, et même à la technologie numérique. Mais nous constatons que la sophistication des réponses apportées par les IAG (à des requêtes fondamentalement diversifiées) peut renforcer cette forme de paresse apprenante. Il convient toutefois d’indiquer que parmi ces “étudiants-délégateurs”, nous pouvons distinguer les “délégateurs-complexés”, qui délèguent parce qu’ils pensent qu’ils “ne saur[ont] pas faire mieux” et les “délégateurs-décomplexés”, qui estiment que “l’énorme avantage de ChatGPT c’est que ça fait beaucoup moins de travail à fournir”. En tous cas, qu’ils soient dans une dynamique de “délégateurs-complexés” ou “décomplexés”, ces étudiants, en léguant le travail de réflexion et de créativité à l’IAG, passent à côté des objectifs principaux de notre scénario pédagogique, qui cherchait à stimuler, justement, leur capacité de réflexion et leur créativité, et à les sensibiliser aux atouts et aux limites des IAG.</p>

<p>L’analyse du matériau recueilli sur le terrain nous a ainsi permis d’identifier quatre défis inhérents à l’intégration d’IAG dans un enseignement universitaire, en pointant différentes réactions, représentations, et profils d’étudiants auxquels les enseignants peuvent faire face lorsqu’ils recourent aux IAG dans le cadre de leur dispositifs pédagogiques (étudiants “réfractaires”, étudiants “en fracture”, étudiants “désorientés”, étudiants “techno-délégateurs”). Nous constatons que ces réactions - et profils d’étudiants - rappellent les représentations et les positionnements - plus ou moins technophiles, plus ou moins technophobes - qui peuvent émerger, chez les étudiants, face aux outils numériques en général, lorsque les enseignants les mobilisent dans le cadre de leurs dispositifs pédagogiques (Marty, Vasquez, 2021). En outre, les réactions - et les profils d’étudiants - que nous venons de mettre au jour impliquent, selon nous, de la part des enseignants, une attention, une agilité adaptative et une vigilance accrue, pour parvenir à transmettre les savoirs et à atteindre les objectifs pédagogiques tout en composant avec des étudiants “réfractaires”, “en fracture”, “désorientés” et “techno-délégateurs”.   </p>

<h2>Conclusion et perspectives</h2>

<p>Partant du constat que les IAG ont récemment bousculé tous les champs de la vie sociale contemporaine, et en particulier celui de l'enseignement supérieur, nous avons choisi, dans la présente recherche, d’étudier les incidences que peuvent avoir les IAG dans l’enseignement universitaire, et la façon dont les enseignants peuvent les intégrer dans le cadre de leurs dispositifs pédagogiques. Pour explorer ces questions, nous avons mis en place un canevas méthodologique, reposant sur la combinaison de deux techniques de recueil de données : une enquête (sondage) menée auprès d’étudiants en L1 information-communication; deux expérimentations pédagogiques consistant à tester l’intégration d’une IAG dans deux de nos enseignements (en prenant appui sur les pistes formulées par les étudiants dans le cadre du sondage).</p>

<p>La première phase de l’enquête (sondage) nous a permis de comprendre que les étudiants mobilisent les IAG, principalement ChatGPT et estiment qu’il serait judicieux de les intégrer dans les enseignements universitaires, comme starters de séances, pour la recherche d’informations et la génération d’idées. La deuxième phase de l’enquête (expérimentations en classes) nous a permis d’identifier différents atouts de l’intégration des IAG dans l’enseignement supérieur (levée des tabous autour de ces technologies, modernisation et dynamisation des cours, sensibilisation aux forces et aux limites des IAG…) mais également différents profils d’étudiants, qui incarnent les défis auxquels les enseignants peuvent se trouver confrontés lorsqu’ils intègrent des IAG dans leurs dispositifs pédagogiques (étudiants “réfractaires”, “en fracture”, “désorientés”, ou “techno-délégateurs”).</p>

<p>Ces différents éléments impliquent des réflexions concernant les rétroactions spécifiques (pédagogiques, techniques, méthodologiques, psychologiques, critiques…) que les enseignants peuvent adopter face à ces différents profils d’étudiants. Pour les étudiants “réfractaires”, qui refusent de mobiliser les IAG, il pourra s’agir d’insister sur nos objectifs et intentions pédagogiques (recours aux IAG pour sensibiliser et éduquer). Pour les étudiants “en fracture”, il pourra être pertinent d’apporter un accompagnement - technique et matériel, notamment - capable de réduire les fractures fonctionnelles et socio-économiques. Pour les étudiants “désorientés”, il pourra être opportun d’apporter une aide méthodologique, susceptible de leur donner des clés pour exploiter les résultats générés par les IAG. Enfin, pour les étudiants “techno-délégateurs”, il pourra être judicieux d’insister sur les limites des résultats générés par les IAG (caractère superficiel, impersonnel….) et sur la plus-value de la réflexion et la créativité humaines.</p>

<p>Au-delà des atouts et des défis inhérents au recours à une IAG dans un enseignement universitaire, notre travail dresse, plus largement et plus transversalement, différentes pistes de réflexion concernant l’intégration de ces outils dans l’enseignement supérieur.</p>

<p>Première piste : notre travail pointe l’importance d’inclure, d’intégrer les IAG - et plus largement les technologies contemporaines - dans l’enseignement supérieur. Il souligne, en effet, la nécessité de déployer des pratiques pédagogiques qui se montrent adaptatives (et constructives) vis-à-vis des IAG, et (plus généralement) vis-à-vis du progrès technique et technologique. En effet, notre travail permet de comprendre que comme toujours, dans l’histoire scientifique de l’humanité, il ne serait pas judicieux d’ignorer, de nier ou de diaboliser le progrès technologique, mais il conviendrait, au contraire, de s’en emparer, de faire montre du génie adaptatif propre à l’être humain, afin d’exploiter ce progrès de manière constructive et formatrice. Plus spécifiquement, en ce qui concerne les IAG, notre propos montre combien il est important de prendre en compte ces nouveaux outils comme une nouvelle réalité pédagogique, de les considérer, d’en tirer bénéfice (les utiliser pour enrichir les enseignements, “augmenter” les apprentissages, former les étudiants à des compétences indispensables dans le monde contemporain) et de faire en sorte qu’ils servent nos objectifs et ceux de nos étudiants, et non l’inverse.</p>

<p>Deuxième piste : notre travail pointe l’intérêt de penser l’intégration d’IAG dans une dynamique consultative, qui consiste à concerter les étudiants et à prendre en compte leur point de vue, pour proposer des enseignements “IA friendly” en adéquation avec les jeunes générations d’apprenants et leurs attentes. En effet, l’intégration d’IAG s’avère, pour nous, indissociable d’une concertation des étudiants: nous avons consulté ces derniers (en amont et en aval de cette intégration) afin de concevoir une ingénierie en phase avec leurs attentes. En cela, notre expérimentation a révélé, selon nous, l’intérêt des ingénieries pédagogiques consultatives, dans lesquelles les étudiants ont la parole, sont forces de proposition, et participent, en tant qu’acteurs, à l’élaboration des scénarios de cours, esquissant dès lors une dynamique de co-conception des dispositifs pédagogiques.</p>

<p>Troisième piste : notre travail révèle, à notre sens, la nécessité de penser l’intégration d’IAG dans une dynamique circulaire, dans laquelle enseignants et étudiants sont interdépendants. En effet, l’éducation des étudiants aux IAG s’est révélée consubstantielle de notre propre éducation à ces outils : nous avons dû nous y éduquer (former nos connaissances, acquérir des compétences, développer notre esprit critique) afin d’être en mesure d’éduquer, à leur tour, les étudiants. De façon réciproque, les propositions formulées (sur les IAG) par les étudiants ont alimenté et fait évoluer nos réflexions, nos décisions, et nos expérimentations. Ces différents éléments soulignent l’intérêt de penser l’intégration des IAG dans une dynamique circulaire, info-communicationnelle (Boukacem-Zeghmouri, Dillaerts, 2018), dans laquelle les pratiques des enseignants et des étudiants s’enrichissent et s’alimentent mutuellement, dans un processus continu, assimilable à une spirale vertueuse. Nous avons particulièrement ancré nos investigations dans cette dynamique : en effet, dans les expérimentations que nous avons menées en classe, les enseignants et les étudiants ont alimenté, de façon concomitante et réciproque, leurs réflexions au sujet de ce que pourrait être des “bonnes pratiques” des IAG.</p>

<p>Quatrième piste : notre propos souligne l’importance de penser une intégration critique et responsable des IAG dans l’enseignement universitaire. En d’autres termes, une intégration dans laquelle l’enseignant s’efforce : de se questionner, de se montrer lucide, objectif et nuancé vis-à-vis de ces outils, de considérer à la fois leurs atouts et leurs limites (dynamisation des enseignements, inspiration et sensibilisation des étudiants, biais algorithmiques, protection des données, vie privée des usagers, fractures…) afin, in fine, de se montrer capable de livrer aux étudiants une éducation aux IAG tout aussi critique et nuancée. Cette dimension critique rappelle la nécessité de former les enseignants aux IAG (Karsenti, 2018), d’introduire ces nouveaux outils dans le programme de développement professionnel des personnels enseignants, afin de leur permettre de penser une intégration des IAG maîtrisée, cohérente, et intelligente, et leur donner l’opportunité de créer, à leur tour, autour de ces outils, des environnements éducatifs adaptés et formateurs.</p>

<p>Enfin, notre travail livre une cinquième et dernière piste : il rappelle en effet l’importance d’étudier les IAG, de mener des enquêtes, des expérimentations et des recherches sur ces outils, et plus particulièrement sur les nombreux questionnements introduits par ces outils dans l’enseignement supérieur : comment préparer et former les enseignants? Comment faire en sorte que les IAG facilitent le travail des enseignants et des étudiants, tout en améliorant leurs capacités ? Comment utiliser les IAG pour améliorer les méthodes d’apprentissage et d’évaluation ? Comment contrôler [Benzoubid, Cardon, 2000] et réguler ces nouveaux outils ? Comment garantir un recours équitable et inclusif aux IAG ?. Ainsi, notre propos souligne la crucialité de déployer des études, de mener des tests et des expériences, d’en livrer des comptes-rendus, pour questionner, décrypter et encadrer, peu à peu, ce phénomène “en cours de constitution”, clarifier des possibles pédagogiques éthiques et durables, et donner des clés aux chercheurs et aux enseignants universitaires qui souhaitent sensibiliser et éduquer à cette nouvelle technologie.</p>

<h2>Références bibliographiques<br />
 </h2>

<p>Alcantara, C., Charest, F. et Lavigne, A. (2020). IA et communication des organisations. Communication & management, vol. 17, n°2, 5-8.</p>

<p>Alexandre, F., Comte, M.H., Lagarrigue, A. et Viéville, T. (2023). L’IA pour mieux apprendre et appréhender l’IA. Enseigner et apprendre à l’ère de l’IA. 56-62.</p>

<p>Anadon, M. (2006). La recherche dite ‘qualitative’ : de la dynamique de son évolution aux acquis indéniables et aux questionnements présents. Recherches Qualitatives, 26(1), 5-31.</p>

<p>Balacheff, N., Vivet, M. (1994). Didactique et IA. Recherche en didactique des mathématiques, 14(1-2), 9-42.</p>

<p>Bardin, L. (2013). L'analyse de contenu. PUF.</p>

<p>Barthélemy, T., Combessie, P., Fournier, L. et Monjaret, A. (2014). Ethnographies plurielles. Déclinaisons selon les disciplines. Éditions du Comité des travaux historiques et scientifiques.</p>

<p>Balslev, K., Saada-Robert, M. (2002). Expliquer l’apprentissage situé de la littéracie: une démarche inductive/déductive. Dans : M. Saada-Robert (éd.), Expliquer et comprendre en sciences de l'éducation (p.89-110). De Boeck Supérieur.</p>

<p>Beaugrand, J. P. (1988). Démarche scientifique et cycle de la recherche. Dans M. Robert (éd.), Fondements et étapes de la recherche scientifique en psychologie (p.1-36). Edisem.</p>

<p>Benzoubid, B., Cardon, D. (2022). Contrôler l’intelligence artificielle ?. Réseaux, n°232-233.</p>

<p>Boukacem-Zeghmouri, C., Dillaerts, H (2018). Information scientifique et diffusion des savoirs : entre fragmentations et intermédiaires. RFSIC [En ligne], 15.</p>

<p>Bruneault, F., Sabourin Laflamme, A. et Mondeaux, A. (2022). Former à l’éthique de l’IA en enseignement supérieur: Référentiel de compétence. UQAM Montréal.</p>

<p>Bryman, A. (2006). Integrating quantitative and qualitative research: How is it done? Qualitative Research, 6(1), 97–113.</p>

<p>Bryman, A. (2012). Social Research Methods. Oxford University Press.</p>

<p>Chartron, G., Raulin, A. (2002). L’intelligence artificielle. I2D – Information, données & documents, 2022/1 (n° 1), 8-12.</p>

<p>Chen, X., Zou, D., Xie, H., Cheng, G. et Liu, C. (2022). Two Decades of Artificial Intelligence in Education: Contributors, Collab., Research Topics, Challenges, and Future Directions. Educational Technology & Society, 25 (1), 28-47.</p>

<p>Collin, S., Marceau, E. (2021). L’IA en éducation : enjeux de justice. Formation et profession, 29(2), 1-4.</p>

<p>COSSI (2024), Appel à communications pour le colloque “<a href="https://cossi2024.sciencesconf.org/">Intelligence(s) artificielle(s) générative(s) et Créativité(s) : Stratégies, Pratiques et Usages</a>”.</p>

<p>Creswell, J. W., Clark, V. L. P. (2017). Designing and Conducting Mixed Methods Research. Thousand Oaks, CA: Sage Publications.</p>

<p>Ganascia, J.G (2017). IA : Vers une domination programmée ?. Le Cavalier Bleu.</p>

<p>Garfinkel, H. (1967). Studies in Ethnomethodology. Englewood Cliffs, NJ.</p>

<p>Glaser, B.G., & Strauss, A.L. (1967). The Discovery of Grounded Theory: Strategies for Qualitative Research. Aldine.</p>

<p>Hesse-Biber, S. (2010). Qualitative Approaches to Mixed Methods Practice. Qualitative Inquiry, 16(6), 455-468.</p>

<p>Holmes, W., Tuomi, I. (2022). State of the art and practice in AI in education. EJE, 57, 542-570.</p>

<p>Julia, L. (2019). L’intelligence artificielle n’existe pas. First.</p>

<p>Karsenti, T. (2018). IA en éducation : l’urgence de préparer les futurs enseignants aujourd’hui pour l’école de demain ?. Formation et profession, 26(3), 112-119.</p>

<p>Kiyindou, A., Damome, E., Noble, A. (2021), Intelligence artificielle, pratiques sociales et politiques publiques. Communication, technologies et développement, 10|2021.</p>

<p>Kiyindou, A., Damome, E., Noble, A. (2022). Intelligence artificielle et innovation sociale. Communication, technologies et développement, 11|2022.</p>

<p>Marty, S., Thomas-Vasquez, K. (2021). Dispositifs pédagogiques numériques et représentations technophiles/technophobes. Le cas du Projet Up, dispositif pédagogique hybride innovant en contexte de crise sanitaire. Interfaces numériques, 10(2).</p>

<p>Miles, M.B., Huberman, A.M. (2003). Analyse des données qualitatives. De Boeck, 2e édition.</p>

<p>Petit, L. (2021). Les SHS et les SIC au défi de l’IA. Communication, technologies et développement [en ligne], 10|2021.</p>

<p>Paillé, P., Mucchielli, A. (2005). L’analyse qualitative en sciences humaines et sociales. Armand Colin.</p>

<p>Romero, M., Heiser, L., Lepage, A. (2023). Enseigner et apprendre à l’ère de l’IA: acculturation, intégration et usages créatifs de l’IA en éducation: livre blanc. MENJ.</p>

<p>Selwyn, N. (2022). The future of AI and education : some cautionary notes. European Journal of Education 57(2).</p>

<p>Tashakkori, A. and Teddlie, C. (2010). SAGE Handbook of Mixed Methods in Social & Behavioral Research. SAGE Publications.</p>

<p>Trudel, M. (1994). Des approches centrées sur les gens : l'ethnographie et la phénoménologie. Dans P. Bouchard, La recherche qualitative : études comparatives (p.39-61). Labraps.</p>

<p>UNESCO (2023). Guidance for generative AI in education and research. 44 p.</p>