Clear Sky Science · fr

Une étude à méthodes mixtes évaluant l’acceptation par les étudiants de contenus générés par l’intelligence artificielle pour un apprentissage personnalisé et durable dans l’enseignement supérieur chinois

· Retour à l’index

Pourquoi cette nouvelle vague d’outils d’apprentissage compte

L’intelligence artificielle ne se contente plus de noter des quiz ou de recommander des vidéos. Une nouvelle catégorie d’outils peut désormais générer en temps réel des questions d’entraînement, des explications et même des plans d’étude. Cette étude examine comment les étudiants universitaires en Chine perçoivent l’utilisation de tels contenus générés par l’IA pour un apprentissage personnalisé, et si cela se relie vraiment à des objectifs plus larges comme l’accès équitable à une éducation de qualité pour tous.

Figure 1. Comment des aides d’étude générées par l’IA soutiennent un apprentissage personnalisé et équitable pour les étudiants universitaires.
Figure 1. Comment des aides d’étude générées par l’IA soutiennent un apprentissage personnalisé et équitable pour les étudiants universitaires.

Des assistants d’étude intelligents, pas seulement des gadgets sophistiqués

L’article se concentre sur les contenus générés par l’intelligence artificielle, ou AIGC, qui utilisent de grands modèles de langage pour créer de nouveaux supports d’apprentissage en temps réel. Plutôt que de simplement orienter les étudiants vers des ressources existantes, ces systèmes peuvent adapter des exemples, des lectures ou des retours au niveau, au rythme et aux intérêts de l’apprenant. Les auteurs rattachent cette promesse à l’objectif des Nations unies d’une éducation inclusive, équitable et de qualité. En théorie, ces outils peuvent soutenir des étudiants de milieux, de langues et de lieux différents en leur offrant une aide flexible et à la demande qu’un seul enseignant ne pourrait jamais fournir seul.

Regarder à la fois les chiffres et les récits

Pour comprendre comment les étudiants réagissent réellement à l’AIGC, les chercheurs ont utilisé une méthodologie à méthodes mixtes. D’abord, ils ont enquêté auprès de 928 étudiants d’universités chinoises sur leurs opinions et leur intention d’utiliser ces outils. Leur modèle s’appuyait sur un cadre bien connu expliquant pourquoi les personnes adoptent une technologie, en se concentrant sur quatre leviers : si l’outil améliore les résultats, la facilité perçue d’utilisation, l’avis des personnes importantes dans l’entourage, et l’existence de ressources et de soutien. Ensuite, pour dépasser les cases à cocher, l’équipe a mené des entretiens approfondis avec 18 étudiants. Ces conversations ont exploré comment les outils d’IA s’intègrent dans la routine d’étude quotidienne, où ils aident et où ils créent de nouveaux problèmes ou inquiétudes.

Ce qui pousse les étudiants à adopter des partenaires d’étude IA

Les résultats de l’enquête ont montré que le modèle expliquait la majeure partie de la variation de l’intention des étudiants de continuer à utiliser l’AIGC. Le facteur le plus fort était la performance : les étudiants étaient plus enclins à utiliser l’IA lorsqu’ils croyaient qu’elle améliorait l’efficacité, les notes ou la productivité. Les conditions de soutien, comme une bonne connexion, des appareils adaptés et un accompagnement, importaient aussi, tout comme l’influence des pairs et des enseignants. Quand amis ou instructeurs encourageaient un usage réfléchi de l’IA, les étudiants devenaient plus disposés à s’y appuyer. Fait important, les étudiants ayant l’intention d’utiliser davantage l’AIGC avaient aussi tendance à évaluer plus positivement son impact sur l’inclusion, l’équité et la qualité éducatives, ce qui suggère un lien entre l’adoption quotidienne et la perception de durabilité du système.

Figure 2. Comment l’usage des outils d’IA par les étudiants et l’encadrement autour de ces outils façonnent des expériences d’apprentissage équitables et de haute qualité.
Figure 2. Comment l’usage des outils d’IA par les étudiants et l’encadrement autour de ces outils façonnent des expériences d’apprentissage équitables et de haute qualité.

Tensions cachées sous une surface utile

Les entretiens ont nuancé ces résultats. Beaucoup d’étudiants ont loué l’AIGC comme une aide puissante qui fait gagner du temps, explique des idées complexes et rend des charges de travail lourdes plus gérables. En même temps, ils ont décrit plusieurs paradoxes. Certains voyaient l’IA comme un grand égalisateur pour ceux provenant de régions moins dotées, tandis que d’autres rencontraient des réponses biaisées ou culturellement superficielles qui renforçaient les déséquilibres mondiaux. Les étudiants appréciaient la liberté et le soutien offerts par l’IA mais craignaient de devenir dépendants et d’affaiblir leur propre pensée critique. Ils ont aussi signalé des lacunes en formation, des fonctionnalités avancées sous paywall et des règles peu claires sur la confidentialité des données, qui peuvent transformer une disponibilité simple en un accès inégal.

Ce que cela signifie pour la salle de classe de demain

Les auteurs concluent que l’AIGC peut favoriser un enseignement supérieur plus inclusif et efficace, mais seulement si son utilisation est encadrée avec soin. La confiance des étudiants repose sur des bénéfices clairs, un accès équitable et l’attention aux enjeux comme les biais et la vie privée. L’étude soutient qu’il faut dépasser la vision de l’acceptation technologique comme une simple question oui/non et la considérer comme partie d’un environnement d’apprentissage plus large qui inclut l’éthique, les politiques et le rôle des enseignants. Pour le grand public, le message clé est que les assistants d’étude IA ne sont ni de simples raccourcis ni une panacée. Utilisés de manière critique, avec le soutien des institutions et des éducateurs, ils peuvent aider davantage d’étudiants à apprendre selon des modalités qui leur conviennent tout en préservant la dimension humaine de l’éducation.

Citation: Xiong, Z., Huang, Q. A mixed-methods study evaluating student acceptance of artificial intelligence-generated content for sustainable personalized learning in Chinese higher education. Sci Rep 16, 15020 (2026). https://doi.org/10.1038/s41598-026-46043-6

Mots-clés: IA dans l’éducation, apprentissage personnalisé, universités chinoises, acceptation par les étudiants, équité éducative