Le soutien des enseignants renforce l’auto-efficacité et les résultats d’apprentissage à l’ère de l’IA

Pourquoi cela importe pour les élèves et les enseignants

Alors que les chatbots et autres outils d’IA envahissent les salles de classe, beaucoup se demandent : vont-ils réellement aider les élèves à apprendre, ou simplement faciliter la triche ? Cette étude examine de près comment des étudiants universitaires en Chine utilisent l’IA générative, comme ChatGPT, pour apprendre l’anglais comme langue étrangère — et, surtout, comment les enseignants peuvent faire la différence entre une utilisation superficielle et de véritables progrès. Les résultats montrent que des enseignants soutenants et des étudiants confiants forment un partenariat puissant avec l’IA, conduisant à de meilleurs résultats d’apprentissage.

Apprendre avec l’IA, ce n’est pas seulement utiliser un nouvel outil

La recherche part d’une idée simple : la technologie seule ne garantit pas l’apprentissage. S’appuyant sur un cadre psychologique bien connu, la théorie sociale cognitive, l’auteur soutient que les croyances des étudiants sur leurs propres capacités — appelées auto-efficacité — jouent un rôle central dans la mesure où ils tirent profit de n’importe quel outil, y compris l’IA. L’IA générative peut offrir un retour instantané, une pratique de conversation sans fin et des exemples linguistiques adaptés, ce qui est particulièrement utile pour l’apprentissage de l’anglais. Mais sans orientation et encouragement, les étudiants peuvent ignorer comment utiliser ces fonctions efficacement ou compter sur l’IA pour faire le travail à leur place au lieu de développer de réelles compétences.

Quels types de soutien des enseignants comptent le plus

L’étude distingue trois formes courantes de soutien enseignant. Le soutien affectif inclut la chaleur, l’encouragement et le fait de montrer que les enseignants se soucient des progrès des élèves. Le soutien en capacité signifie apprendre aux étudiants à bien utiliser les outils d’IA — montrer les fonctionnalités, modéliser de bonnes requêtes et expliquer les avantages et les limites de la technologie. Le soutien comportemental implique de concevoir des activités concrètes qui obligent les étudiants à interagir de façon significative avec l’IA, comme des dialogues d’entraînement, des tâches de révision ou des projets combinant la production de l’IA et le travail des étudiants. Ensemble, ces types de soutien créent un climat de classe où l’IA n’est pas un raccourci, mais une aide structurée.

Comment l’étude a été menée et ce qu’elle a révélé

Pour tester ces idées, le chercheur a interrogé 906 étudiants d’un collège professionnel supérieur à Chengdu qui apprenaient l’anglais et utilisaient l’IA générative. Les étudiants ont répondu à des questions sur le niveau de soutien perçu de la part de leurs enseignants, sur leur confiance en leur capacité à réussir en anglais et sur leur perception de leurs résultats d’apprentissage. En utilisant une technique statistique qui cartographie les relations entre facteurs latents, l’étude a mis au jour un schéma clair : lorsque les enseignants offraient un solide soutien en capacité et comportemental, la confiance des étudiants dans leur apprentissage de l’anglais augmentait, ce qui était fortement lié à de meilleurs résultats d’apprentissage. Le soutien affectif seul, sans orientation concrète liée à l’IA, n’a pas systématiquement renforcé la confiance des étudiants — peut-être parce que de nombreux enseignants restent incertains face à l’IA ou se concentrent principalement sur les examens.

La confiance, lien clé entre l’IA et la réussite

L’un des résultats les plus marquants est la forte capacité prédictive de l’auto-efficacité académique des étudiants sur leurs résultats en anglais lorsqu’ils utilisent l’IA. Les étudiants qui croyaient pouvoir gérer des tâches assistées par l’IA, surmonter des difficultés et répondre aux attentes du cours étaient bien plus susceptibles de déclarer de meilleurs apprentissages. Le soutien en capacité et comportemental des enseignants n’agissait pas seulement de façon directe ; il fonctionnait aussi indirectement en augmentant la confiance des étudiants, qui se traduisait ensuite par une amélioration des performances. Autrement dit, l’IA fonctionne mieux lorsque les étudiants se sentent capables de piloter leur propre apprentissage avec elle, plutôt que de recevoir passivement des réponses.

Ce que cela signifie pour les salles de classe à l’ère de l’IA

Pour un non-spécialiste, la conclusion est simple : l’IA peut être un allié puissant pour apprendre l’anglais, mais seulement si elle est combinée à un enseignement actif et qualifié et à des étudiants qui croient en leurs propres capacités. L’étude suggère que les établissements devraient investir dans la formation des enseignants non seulement pour comprendre les outils d’IA, mais aussi pour concevoir des tâches, donner des retours clairs et coacher les étudiants à utiliser l’IA de manière responsable. Lorsque les enseignants apportent des orientations pratiques et des activités structurées, et que les étudiants gagnent en confiance dans leur apprentissage, l’IA générative devient moins une menace et davantage un partenaire pour atteindre de meilleurs résultats éducatifs.

Citation: Xia, S. Teacher support enhances self-efficacy and learning outcomes in the age of AI. Sci Rep 16, 5113 (2026). https://doi.org/10.1038/s41598-026-36014-2

Mots-clés: soutien des enseignants, auto-efficacité, IA générative, apprentissage de l’anglais, confiance des étudiants