Interdiction, accès immédiat ou différé de l'IA générative pour la résolution collaborative de problèmes

Colloque du CRIFPE
Communication orale
Thème(s)
Intelligence artificielle en éducation
Symposium
Résumé
Cette recherche expérimentale vise à déterminer le moment optimal d'utilisation de l'intelligence artificielle générative (IAG), telle que ChatGPT, dans la résolution collaborative de problèmes (RCP) en enseignement supérieur. L'étude a mobilisé 36 étudiants de troisième cycle répartis aléatoirement dans trois conditions : un groupe avec accès immédiat et continu à l'IAG (n=4 groupes), un groupe avec accès différé (n=4 groupes), et un groupe sans accès aux outils d'IA (n=5 groupes). Les participants devaient réaliser une activité de RCP basée sur un problème réel lié au tourisme durable. Les performances ont été évaluées selon plusieurs indicateurs de compétences transversales, notamment l'effort d'élaboration des réponses, la créativité, la collaboration et la communication. Les résultats ont révélé une différence statistiquement significative pour l'effort d'élaboration, qui est maximal dans la condition d'accès différé. De plus, l'accès immédiat a engendré des résultats de tâches très homogénéisés. Ces observations suggèrent que le timing intentionnel (retard) de l'IAG peut encourager un engagement cognitif plus profond, tandis que son utilisation précoce peut entraver le processus créatif. Par ailleurs, la condition sans IA a montré une sous-performance de certains groupes due à un faible engagement dans la tâche.
Auteur·e·s
Margarida Romero
Institut de Recherche en Intelligence Artificielle (IIIA-CSIC) - France

Margarida Romero est chercheure à l’Institut de recherche en intelligence artificielle (IIIA-CSIC). Ses recherches portent plus spécifiquement sur les usages créatifs de l’intelligence artificielle en éducation (#ppAI6), en explorant comment les apprenants peuvent devenir des acteurs critiques et créatifs face aux systèmes d’IA, ainsi que sur la résolution créative de problèmes (#CreaCube), en étudiant les processus cognitifs et collaboratifs mobilisés dans des environnements d’apprentissage complexes.

Chengcheng Li
Université Côte d'Azur - France

Chengcheng Li est coordinatrice pédagogique du MSc Smart EdTech de l'Université Côte d'Azur à Nice. Son travail se concentre notamment sur l'intégration de l'IA Générative et son impact sur la résolution collaborative de problèmes et l'apprentissage tout au long de la vie. Très engagée dans la communauté universitaire et internationale, Chengcheng Li est également la Présidente de l'Association des Chercheurs et des Étudiants Chinois de Nice et participe activement à l'organisation d'événements majeurs, comme la conférence ISCAR. Ses compétences couvrent la gestion de projets, les systèmes de gestion de l'apprentissage (LMS) et les relations internationales.

Ressources complémentaires
Séance
C-V320
Heure
2026-05-08 13 h 50
Durée
20 minutes
Salle
Saint-Laurent 8