Navigation – Plan du site

AccueilNuméros54Note de rechercheIntégration de l’IAG dans une act...

Note de recherche

Intégration de l’IAG dans une activité d’évaluation en Master

Effets sur le développement de la réflexivité chez les adultes en formation
Evaluating the use of AI to develop reflexivity: An experiment in a Master’s program in Human and Social Sciences
Melpomeni Papadopoulou

Résumés

Cet article examine l’intégration de l’intelligence artificielle générative (IAG) dans les dispositifs d’évaluation dans l’enseignement supérieur, afin de renforcer la réflexivité chez les futurs formateurs. Une étude de cas, menée en 2025, auprès de trois masters en « Sciences de l’éducation et de la formation » a invité les apprenants à expérimenter l’IAG : simuler un entretien de 30 minutes avec l’IAG comme accompagnateur de mémoire de recherche, puis produire une analyse réflexive, par écrit, mobilisant théorie, pratique et expériences personnelles. L’analyse mixte des productions écrites nous invite à penser que ce dispositif favoriserait la problématisation, l’alternance entre théorie et pratique, et la prise en compte des expériences des apprenants. Il pourrait donc stimuler la réflexivité et la professionnalisation.

Haut de page

Notes de l’auteur

Le présent article s’inscrit dans le thème des technologies éducatives de la revue, en s’intéressant notamment à l’usage de l’intelligence artificielle dans l’évaluation, que ce soit en présence ou à distance. Les données collectées et analysées visent une meilleure compréhension du point de vue des apprenants, notamment avec l’étude des effets produits chez eux de la mise en place d’une expérimentation pédagogique avec l’usage de l’IA. Les résultats peuvent intéresser tant la communauté universitaire que des acteurs de l’enseignement universitaire, professionnel, de formation continue et initiale.

Texte intégral

I. Introduction et problématique

  • 1 Intelligence artificielle (IA) : Systèmes informatiques conçus pour effectuer des tâches qui requiè (...)

1L’intelligence artificielle générative (IAG)1 est une technologie qui transforme l’économie, la science, la médecine et, plus largement, la société, y compris l’enseignement supérieur. Dans ce contexte, les modèles d’enseignement traditionnels, centrés sur la diffusion de contenus, sont-ils devenus obsolètes face à la disponibilité omniprésente des connaissances et à la capacité de l’IAG à automatiser certaines tâches ? L’accent doit-il désormais être mis sur la collaboration homme-machine et sur le développement de compétences spécifiquement humaines ? Par conséquent, l’évaluation doit-elle davantage porter sur les processus de raisonnement, de critique et d’amélioration, plutôt que sur les seuls résultats ?

2Ces questions ont été soulevées par une praticienne-chercheuse, enseignante et responsable d’un Master par alternance. La question initiale relevait d’une préoccupation professionnelle : comment, en tant qu’enseignante et responsable de Master, adapter mes méthodes d’enseignement et d’évaluation afin de favoriser l’insertion professionnelle des apprenants à l’ère de l’IAG ? Dans la mesure où l’IAG transforme les métiers et les compétences attendues sur le marché du travail, quelles adaptations doivent être envisagées dans le cadre de ce Master ?

3Ces questionnements ont conduit à la problématique suivante : dans le champ de la formation universitaire, professionnelle et par alternance, comment l’intégration de l’IAG dans une modalité d’évaluation, nommée « synthèse intégrative », contribue-t-elle au développement de la réflexivité, compétence attendue aujourd’hui chez les apprenants et futurs professionnels ?

4Une étude de cas exploratoire a ainsi été menée en 2025 par la praticienne-chercheuse dans trois masters en « Sciences de l’éducation et de la formation » au sein de deux universités de taille moyenne. Les apprenants, principalement de futurs formateurs ou accompagnateurs d’adultes, ont été invités à expérimenter un usage encadré de l’IAG dans une évaluation, dite intégrative (Pineau, 2002). L’objectif était de favoriser l’appropriation des contenus de cours portant sur l’accompagnement en formation, tout en engageant une réflexion critique sur l’évolution de leur futur métier à l’ère de l’IA.

5La consigne centrale consistait à simuler, pendant 30 minutes, un entretien avec l’IAG considérée comme un accompagnateur de recherche, puis à produire une analyse réflexive croisant apports théoriques, expériences de terrain et pistes de recherche. Un retour sur cette expérimentation pédagogique est proposé ici.

6Elle interroge la pertinence des dispositifs d’évaluation classiques dans des contextes où les réponses peuvent être aisément générées par des IAG. Nous faisons l’hypothèse qu’à l’inverse d’une simple restitution de connaissances, la synthèse intégrative réflexive, adossée à une expérimentation pédagogique avec l’IAG, conduirait les apprenants à problématiser, à articuler théorie et pratique et à mobiliser leurs expériences professionnelles et personnelles. L’évaluation deviendrait ainsi un levier de réflexivité, compétence que l’IAG ne peut, à elle seule, simuler.

II. Réflexivité et IAG en formation

  • 2 Marcus Hutter, informaticien allemand, développe une théorie dite d’intelligence universelle dans s (...)

7L’évolution des technologies éducatives peut être structurée en trois phases majeures : l’avènement des micro-ordinateurs, l’essor d’Internet et, plus récemment, l’émergence de l’IAG. Si l’IAG affiche des performances notables dans le traitement de tâches techniques, elle demeure une intelligence de nature algorithmique. L’hypothèse d’une « intelligence artificielle forte », capable de surpasser les capacités cognitives humaines, ne repose à ce jour sur aucun consensus scientifique (Romero, 2018). Comme le souligne Delahaye (2016), la plupart des systèmes actuels restent des agents spécialisés dépourvus d’intelligence universelle2. Malgré l’analogie lexicale, ces systèmes ne font preuve ni de la même flexibilité ni de la compréhension contextuelle, caractéristiques de l’intelligence humaine.

8Sans prétendre à l’exhaustivité sur la question de la réflexivité, il convient de réinterroger ce concept au regard des mutations induites par ce que Petit (2022) nomme l’« i-artificialisation ». Ce processus, par lequel l’intelligence humaine est partiellement déléguée ou augmentée par les systèmes d’IAG, impose de situer les enjeux pédagogiques dans une perspective systémique, à la croisée des dynamiques sociétales et économiques. L’intégration de ces technologies dans les processus cognitifs et éducatifs engendre des tensions dialectiques : si elles offrent des potentialités nouvelles, elles soulèvent également des risques majeurs concernant le maintien de l’esprit critique, la dépendance aux algorithmes, la standardisation des acquis et l’industrialisation des dispositifs de formation.

II.1. La formation expérientielle : point d’ancrage

9L’article s’inscrit dans le courant de la formation expérientielle (Dewey, 2014) en formation d’adultes. L’apprentissage et l’intégration des savoirs s’opèrent grâce à une mise à distance des expériences vécues par l’apprenant, qu’elles soient personnelles ou professionnelles. Ce processus passe souvent par l’écrit et sa socialisation à l’oral, permettant ainsi la conscientisation des compétences acquises au cours de ces expériences. La notion d’expérience est ici entendue dans son sens étymologique d’« essai, épreuve, tentative »3, en vue de sortir d’une situation problématique.

10Vivre une expérience égale donc apprentissage ? Mezirow distingue trois modes d’agir (2001, p. 124-126). Le premier est l’agir mécanique, un agir non réflexif dans lequel nous agissons tout en portant notre attention ailleurs. Le deuxième est l’agir pensé, qui demeure également non réflexif, dans la mesure où nous mobilisons des connaissances antérieures tout en dirigeant notre attention vers l’action en cours. Enfin, l’agir réflexif consiste à « prendre des décisions ou à commencer à agir différemment » en tenant compte des résultats de la réflexion. C’est dans cette perspective que peut s’opérer un apprentissage transformateur.

11Pour Kerzil (2009, p. 206), le retour réflexif sur l’expérience consiste à « revenir en arrière sur un fait, une action ou un événement vécu, pour le mettre à distance afin d’en retirer une connaissance porteuse de nouvelles significations. Cela exige une prise de conscience de ce qui, jusqu’alors, était automatique ». Le retour réflexif permet de prendre des décisions de manière délibérée et de transformer nos façons d’agir. Il implique l’adoption d’une posture critique à l’égard de ce qui est fait, ou de ce qui se faisait jusque-là, afin de devenir un « praticien réflexif » (Schön, 1994).

12Comme le souligne Perrenoud (2001, p. 3), « le praticien réflexif se prend pour objet de sa réflexion, il réfléchit à sa propre manière d’agir ». Cette réflexion s’inscrit dans une démarche critique, puisqu’elle rompt avec la « justification et autosatisfaction » afin d’objectiver et de comprendre les pratiques. De plus, le retour réflexif permet à « l’acteur socioprofessionnel de s’approprier le pouvoir de réfléchir les multiples niveaux de son action afin de lui donner du sens » (Pineau, 2007, p. 21). Ainsi, la réflexion sur les habitudes professionnelles d’action peut conduire à la conscientisation des compétences acquises par l’expérience et contribuer au développement professionnel. Yves Clot (2008), dans sa « clinique de l’activité », traite l’analyse de travail et la question de la réflexivité par la mise en mots et une analyse des écarts entre travail prescrit, réel et empêché. Il vise ainsi le développement du pouvoir d’agir professionnel par la réflexivité. Notre étude de cas se positionne entre enjeux de formation et de professionnalisation et s’inspire de ces deux courants, qui ont comme trait commun la place centrale qu’ils donnent à l’expérience.

II.2. Réflexivité et IAG

13Il nous semble que le dérangement provoqué par l’« i-artificialisation » invite à repenser la place de la formation expérientielle et du développement de la posture réflexive, afin de poursuivre deux objectifs : former des citoyens responsables et critiques dans leurs usages du numérique, dont l’IAG, et former des professionnels capables d’évoluer à l’ère de l’IAG. Il s’agit ainsi de les amener à interroger non seulement les usages de l’IAG mais aussi la place que celle-ci occupera dans leurs futurs métiers. Ces objectifs apparaissent aujourd’hui indispensables, en particulier dans l’enseignement supérieur.

14Dans cette perspective, les risques liés à l’usage de l’IAG par les apprenants ne doivent pas être sous-estimés. Parmi eux figure notamment la diminution de la pensée critique, surtout lorsque les apprenants s’appuient de manière excessive sur des réponses automatisées (Labadze et al., 2023). Dès lors, l’enjeu de formation ne consiste pas seulement à acquérir des mécanismes permettant de sortir des urgences et des situations problématiques, mais aussi à « inviter [les apprenants] à une éthique et à une pratique régulière et banale du doute, de l’analyse et du développement professionnel » (Perrenoud, 2001, p. 3).

15Dans ce cadre, la plus-value de l’humain réside dans sa capacité à transformer une situation, une activité ou une expérience encore confuse en une problématique intelligible. Il ne se contente pas d’analyser des faits déjà donnés, il fait émerger du sens et des raisons à partir du contexte vécu. Ces compétences sont absentes chez l’IAG, car celle-ci génère des réponses à partir de régularités statistiques et de prompts, sans compréhension propre du monde réel. Or, la pensée ne peut être dissociée de l’expérience, puisqu’elle participe à la reconstruction du réel à partir de situations vécues.

III. Méthodologie

16La présente étude de cas ne se veut pas représentative mais exploratoire. Elle propose un retour d’expérience et des premiers résultats quant aux effets produits par l’intégration de l’IAG dans l’évaluation.

III.1. Problématique

17La problématique de l’étude est la suivante : quels sont les effets produits par l’intégration de l’IAG dans une modalité d’évaluation, nommée synthèse intégrative, en Master par alternance, sur le développement de la réflexivité, compétence exigée à l’ère de l’IAG chez les apprenants, citoyens et futurs professionnels ?

III.2. Participants

III.2.1. Les apprenants-acteurs

  • 4 Concernant les usages de l’IAG des apprenants, une enquête a été effectuée par le Centre d’Accompag (...)

18Les apprenants (N =33)4, impliqués dans l’étude de cas, sont inscrits dans deux Masters 1 et un Master 2 par alternance en Sciences de l’éducation et de la formation dans deux universités de taille moyenne. Il s’agit des étudiants en formation initiale et des stagiaires en formation continue. Le terme « apprenant » sera utilisé pour faire référence à ces deux profils. Les apprenants sont en stage, en emploi ou en contrat professionnel en dehors des heures de cours.

III.2.2. La praticienne-chercheuse

19La chercheuse à l’origine de cette étude de cas est également l’enseignante ayant conçu l’expérimentation pédagogique. Elle adopte ainsi une posture de praticienne-chercheuse (Pilotti, 2024). Selon Pilotti, la recherche n’est jamais totalement neutre, dans la mesure où tout chercheur est traversé par des enjeux institutionnels, professionnels et personnels. L’enjeu consiste alors à travailler ses implications et sa subjectivité afin d’en faire des ressources pour la recherche, plutôt que de se laisser guider par ses croyances ou ses préjugés.

20Comme évoqué précédemment à partir des travaux de Schön, « un praticien est un professionnel qui s’interroge sur sa pratique afin de l’améliorer » (Pilotti, 2024, p. 206). Il configure ainsi ses actions à partir de ses expériences et de ses analyses réflexives.

21La question de départ relevait d’une préoccupation professionnelle d’adaptation du cours aux nouvelles exigences du marché du travail. La situation actuelle jugée insatisfaisante a conduit à la réalisation de l’expérimentation pédagogique. Le terme de praticien-chercheur « montre une double appartenance : il s’agit d’un praticien de terrain qui mène une recherche dans son champ professionnel » (p. 206). Les deux postures apparaissent complémentaires, et c’est précisément leur articulation qui peut être productrice de sens.

22Le praticien-chercheur ne peut être considéré comme totalement neutre, mais impliqué dans son terrain de recherche, qui correspond également à son terrain professionnel. Une prise de recul est dès lors nécessaire, notamment à travers une démarche réflexive. Cette posture est à la fois riche et exigeante. Même si l’analyse de cette posture témoigne d’une honnêteté méthodologique, certains biais peuvent subsister. Afin de les réduire autant que possible, la praticienne-chercheuse a choisi de recourir à la socialisation de la recherche auprès d’autres chercheurs.

III.3. Méthode de recueil des données

23Les données ont été recueillies dans le cadre d’une UE qui portait sur le concept d’accompagnement en formation d’adultes, que nous n’allons pas analyser ici. Les apprenants ont été invités à réaliser une expérimentation consistant à utiliser un agent conversationnel d’IAG en tant qu’accompagnateur de mémoire de recherche, pendant une session de 30 minutes. Après l’expérimentation, chacun a produit une synthèse intégrative qui a servi de support à l’évaluation de l’unité d’enseignement.

III.3.1. La synthèse intégrative

24Nous proposons la « synthèse intégrative » comme une possible solution aux problématiques que nous avons essayé de dresser ci-avant. Il s’agit d’une méthode d’évaluation utilisée dans le département des Sciences de l’éducation et de la formation de la praticienne-chercheuse, bien avant que la question de l’i-artificialisation en éducation se pose.

25La synthèse intégrative vise plusieurs niveaux de réflexion : la restitution d’apports théoriques issus du cours, leur mise en perspective à partir de lectures complémentaires, et une analyse réflexive mobilisant l’expérience personnelle, professionnelle ou de recherche de l’apprenant. Elle ne se limite pas à une synthèse descriptive des contenus enseignés ; elle exige une appropriation critique des savoirs et leur intégration dans un cadre interprétatif plus large, permettant de montrer en quoi ces connaissances nourrissent la pratique future et le projet de recherche. Cette démarche repose ainsi sur la capacité à combiner théorie, pratique et réflexivité, dans une logique d’ancrage et de construction progressive du sens.

26La synthèse intégrative s’inscrit dans une démarche de recherche scientifique, qualitative et basée sur l’expérience et la réflexivité du praticien. Elle place l’apprenant au centre de son apprentissage. Au-delà des travaux présentés ici, elle s’inspire également de l’alternance intégrative dans laquelle « le sujet en formation construit ses compétences dans un lent processus dynamique impliquant inter-activement des connaissances formalisées acquises à l’école et des connaissances pratiques acquises sur le terrain professionnel » (Regnier, 1998). Ce processus favoriserait la créativité car il s’agit d’un processus expérimental, fait des tâtonnements (Chartier, 2003).

27Cette méthode, inspirée de la formation expérientielle (Dewey, 2014) et la clinique de l’activité (Clot, 2008), vient plus précisément questionner l’apprenant sur l’activité réalisée : qu’est-ce que j’ai fait et comment je me suis senti. Elle l’amène ensuite à prendre un recul critique par rapport à ce vécu : quels sont les effets produits de cette expérience, comment elle fait écho à d’autres expériences et/ou théories. Enfin, elle invite l’apprenant à mettre en perspective ces réflexion pour tirer des apprentissages et donner du sens à ses actions : comment cette expérience me permet de penser mes futures actions, y compris professionnelles.

III.3.2. Le déroulé de l’expérimentation pédagogique

28L’expérimentation pédagogique s’est déroulée en trois étapes : (1) Introduction aux enjeux de l’accompagnement et aux usages de l’IAG en contexte éducatif. Les enjeux éthiques et critiques de cet usage ont été ici rappelés. Notamment l’impact environnemental de l’usage de l’IA, des données sensibles, des biais, des risques de dépendance d’un usage accru de l’IAG, etc. (2) Expérimentation personnelle avec l’outil d’IAG choisi par chaque apprenant, selon des consignes standardisées (voir annexe 1) : usage du prompt coconstruit, échange continu avec l’IAG sur le projet de mémoire pendant 30 minutes, retour réflexif sur le processus. (3) Production d’une synthèse intégrative. Cette synthèse devait analyser les effets produits chez les apprenants par l’utilisation de l’IAG en tant qu’accompagnateur de mémoire, articuler apports théoriques, retours d’expérience et implications professionnelles. Notamment, interroger comment l’IAG transforme nos métiers ainsi que les compétences à développer en tant que futurs professionnels en éducation et formation.

29L’expérimentation avec l’IAG, faisant partie intégrante de l’évaluation des apprenants, a permis un taux de participation de 100 %. On évite ainsi un potentiel biais, où les données recueillies ne reflèteraient que l’opinion des apprenants volontairement engagés et ne tiendraient pas compte de ceux qui auraient pu être moins motivés ou moins à l’aise avec cette technologie (Marchal et al., 2024). Cependant, le choix leur a été donné d’écrire leur synthèse intégrative sur l’expérimentation qu’ils ont effectuée avec l’IAG ou sur un autre contenu du cours. Le tableau 1 récapitule le nombre des synthèses portant sur l’expérimentation par Master.

Tableau 1. Participants à l’enquête

Groupe de Master

Nombre total d’apprenants

Nombre des synthèses retenues

Master 1 a

6

5

Master 1 b

14

11

Master 2

13

8

Total

33

24

30Un prompt commun a été formulé (voir annexe 2) grâce à un travail collectif lors du cours. Les apprenants ont d’abord écrit un prompt individuellement en suivant les consignes du guide de l’université de Genève (Khan et Thézé, 2024). Ils ont ensuite écrit un autre en débattant en petits groupes. Ils ont, enfin, présenté les différents prompts en grand groupe pour que nous créions le prompt final et complet, en combinant les éléments proposés par chaque sous-groupe. Le niveau 4 de « création de contenu collaboratif » (Romero, 2025a) a été mobilisé.

31Les apprenants ayant des degrés d’avancement différents les uns des autres, les échanges avec l’IAG portaient sur des sujets différents sur le fond du mémoire (recherche bibliographique, synthèses et analyses des écrits des auteurs etc.) et/ou la forme du mémoire (organisation des parties, reformulations etc.).

32L’écriture du prompt et les échanges avec l’IAG ont eu lieu lors du cours, ici présenté, d’une durée de sept heures. Les synthèses intégratives ont été rédigées individuellement et envoyées à l’enseignante dans un délai d’environ un mois après le cours. Les données recueillies prennent donc la forme d’écrits réflexifs, d’environ 15 000 signes et selon les normes universitaires, produits dans le cadre de l’unité d’enseignement. Les apprenants ont donné leur accord pour l’analyse de leurs synthèses intégratives à des fins de recherche.

III.4. Méthode d’analyse des données

  • 5 ALCESTE : Analyse Lexicale par Contexte d’un Ensemble de Segments de Texte. Il s’agit d’un logiciel (...)

33La méthode d’analyse des données est mixte. Tout d’abord, une analyse lexicométrique avec le logiciel ALCESTE5 a été effectuée. L’analyse des données textuelles, en traitant des séquences du texte, cherche à en extraire le sens (Reinert, 2008). Elle a donc une visée sémantique, au-delà de ses dimensions lexicale et sémiotique. Nous avons eu recours à cette méthode pour traiter notre corpus volumineux et en avoir une vision synthétique de celui-ci.

34Dans un deuxième temps, la praticienne-chercheuse a croisé l’analyse quantitative et statistique avec une analyse qualitative du contenu (Bardin, 2013). Les résultats de ces deux méthodes feront l’objet d’une autre publication pour répondre à la problématique liée aux perceptions des apprenants concernant l’usage de l’IAG en tant qu’accompagnateur en formation d’adultes.

35Dans un troisième temps, une analyse croisée a permis de dégager des éléments sur les effets produits chez les apprenants de la modalité d’évaluation mobilisée. Les données de l’analyse de contenu, à partir des thèmes de l’analyse lexicométrique, ont été croisées avec le processus réflexif inspiré de la clinique de l’activité (Clot, 2008) traduit en trois temps : (1) ce que j’ai fait, (2) ce que je dis de ce que j’ai fait, (3) ce que je fais de ce que j’ai dit.

36Dans le chapitre de l’analyse des données, le référencement suivant est proposé pour citer les extraits des écrits : les propos sont mis entre guillemets, suivi entre parenthèses d’un S pour Sujet et d’un chiffre. Par exemple, (S1) correspond à une citation que nous trouvons dans la première synthèse intégrative analysée.

IV. Analyse et interprétation des données

37On se focalise ici sur l’analyse croisée de contenu entre ce qui ressort de la première analyse concernant les perceptions des apprenants sur les usages de l’IAG en tant qu’accompagnateur en formation et les effets produits chez les apprenants de la méthode d’évaluation utilisée, celle de la synthèse intégrative. Comment cette dernière développe ou pas la réflexivité chez les apprenants ? Il s’agit d’étudier les effets que la méthode d’évaluation a produit chez eux et la posture qu’ils ont adoptée. Pour cette analyse, nous nous sommes basée sur la classification faite dans la partie III.3.1 des dimensions réflexives d’une synthèse intégrative, elle-même basée sur les travaux d’Yves Clot.

IV.1. Dimension métacognitive de la réflexivité : pour l’analyse de l’action

38Les apprenants analysent, dans les citations ci-après, l’expérience vécue avec l’IAG. Après avoir décrit le réel de l’activité, le geste effectué, l’expérience brute, il s’agit ici d’une conduite réflexive caractérisée par un retour analytique de cette expérience (Albero, 2022). L’apprenant, ci-après, s’interroge sur son agir en lien avec la temporalité des échanges avec l’IAG : « Je me rends compte, dans cette troisième partie, qu’il était peut-être trop tôt de mettre dans le premier prompt une demande d’entretien d’explicitation » (S6).

39D’autres analysent leur communication avec l’IAG : « J’ai compris que le détail d’un prompt a son importance pour ne pas se perdre » (S2). « Après ce recentrage, ChatGPT a été beaucoup plus à l’écoute de mes demandes. Mais j’ai également été plus précise dans ce que je souhaitais » (S21).

40Les apprenants analysent le fonctionnement de l’IAG ainsi que ses réponses : « J’ai été surprise de la rapidité de son retour » (S12) ; « Elle m’a aussi permis, dans le cadre de mon mémoire, d’approfondir des problématiques complexes liées à l’évolution des pratiques pédagogiques à l’ère numérique » (S16). Ils prennent alors conscience d’un changement de posture, passant d’une distance critique à une relation d’interaction avec l’IAG : « Ce compagnonnage technologique, que j’ai d’abord abordé avec prudence, s’est transformé en une véritable relation d’appui au service de mon développement professionnel, mais aussi de ma montée en compétences comme ingénieure pédagogique » (S16).

41Ils analysent également leurs émotions, leurs sensations, leurs frustrations. Ce qu’Albero (2022, p. 107) nomme « la dimension émotionnelle de la réflexivité », qui est indispensable et prioritaire à « toute tentative de rationalisation et de formalisation, car la conduite intellectuelle […] nécessite un travail permanent sur soi » (p. 107).

42Découragement et stress sont des mots pour décrire les échanges avec l’IAG : « J’ai ressenti un peu de découragement en visualisant la liste des questions et un peu de stress » (S12). Le grand nombre des données proposées par l’IAG affecte aussi les apprenants : « Au bout des 30 minutes sur cet exercice, la fatigue était présente » (S2). Ou encore : « J’ai été surprise de la rapidité de son retour mais aussi perdue à la vue de toutes les questions qui sont apparues sur l’écran » (S12). Les échanges peuvent être déstabilisants : « Mon sentiment d’avoir besoin d’être réconfortée et rassurée s’est vu amplifié lors de cette discussion » (S5).

43L’analyse de l’action et du sensible de l’action, faite ici par les apprenants, permet de passer du « faire avec l’IAG » vers un travail réflexif portant conjointement sur leur propre praxis et sur les modalités de fonctionnement de la machine.

IV.2. Dimension critique de la réflexivité : pour l’analyse des effets produits par l’action

44Les propos des apprenants correspondent ici aux analyses critiques et argumentées de l’expérience vécue. Les apprenants font le lien avec d’autres expériences et/ou théories pour mettre à distance leur vécu et tirer des apprentissages. Ils sélectionnent, interprètent et donnent sens à leurs actions. Ils transforment leur expérience en objet de pensée partageable. Dans le cadre de cette expérimentation pédagogique, ils analysent le rôle de l’IAG en formation en l’articulant avec la place de l’humain dans l’accompagnement en formation.

45Les apprenants mentionnent quelques critiques du fonctionnement et des limites de l’IAG : « ChatGPT a tendance à proposer des modèles standardisés » (S9). « Il peut assommer la recherche avec une liste d’informations beaucoup trop importantes » (S21). « Toutes les sources sont à vérifier car j’ai remarqué qu’il manque de fiabilité » (S6).

46Ils comparent avec les vertus d’un accompagnement humain vécu : « L’encadrement exercé par ma tutrice de stage a été déterminant dans mon évolution, non seulement sur le plan technique, mais aussi dans ma posture, mon regard critique et ma capacité à prendre du recul » (S15). La question de l’adaptation est aussi soulevée : « Un accompagnateur humain adapte ses questions selon les réponses qu’il reçoit par l’apprenant, alors que dans le cas d’un accompagnement par l’Intelligence Artificielle, c’est l’apprenant qui s’adapte selon les réponses que l’IAG lui fournit » (S1).

47Dans ce cadre, l’instauration d’une relation d’accompagnement est importante : « Avec un enseignant, la relation est plus fluide : il peut interpréter mes réactions, reformuler autrement si je ne comprends pas, et même m’encourager quand je bloque sur un point précis. Avec l’IAG, c’est à moi de savoir exactement quoi demander et comment le formuler, ce qui peut être un frein quand on est en pleine réflexion et que l’on cherche justement à clarifier ses idées » (S9).

48Cette observation interroge la temporalité et la nécessité du développement des compétences réflexives chez l’apprenant. Ce dernier est en effet conduit à « former » l’IAG préalablement à son usage. Dans le cadre de cette expérimentation, il lui incombe d’orienter l’IAG vers le rôle d’accompagnateur le plus adapté à la rédaction de son mémoire. Cette exigence suppose une connaissance approfondie de son propre fonctionnement cognitif. Dès lors, le développement d’une posture réflexive et l’analyse de ses pratiques semblent être des préalables indispensables à l’interaction avec la machine. L’usage de l’IAG devrait-il alors être réservé aux apprenants aguerris, dotés d’une maîtrise technique et réflexive éprouvée ?

49À l’inverse, certains apprenants soulignent la puissance de l’outil au regard des limites inhérentes à l’humain : « Je me suis rendu compte que l’IAG n’avait pas vraiment de limite dans ses capacités, et que c’était plutôt l’homme qui en avait » (S5). Des tensions émergent, révélant une dualité entre assistance et aliénation. L’IAG peut simultanément soutenir l’apprentissage, par l’apport de ressources puissantes, et aliéner l’utilisateur en lui imposant des logiques préprogrammées susceptibles de restreindre l’autonomie réflexive.

IV.3. Dimension professionnalisante de la réflexivité : pour la transformation de l’action

50Les propos recueillis témoignent d’une articulation entre expérience vécue et projection professionnelle, particulièrement dans la posture d’accompagnateur. Ce processus marque une transformation du sujet : la mise en mots de l’activité transforme l’expérience en outil réflexif, modifiant le regard de l’apprenant, ses critères de jugement et, in fine, sa praxis. Les apprenants interrogent ainsi les enjeux de professionnalisation et de sens au métier à l’ère de l’IAG.

51Certains soulignent que l’IAG dépasse l’automatisation pour agir comme support médiateur de réflexivité, susceptible d’accroître la créativité et soutenir de nouvelles formes de production de savoirs (Romero, 2025a). L’IAG « s’est progressivement imposée comme un véritable accompagnateur. Elle ne se limite pas à un outil d’automatisation : elle devient un partenaire réflexif, […] un levier de créativité » (S16). Ce travail réflexif amène les apprenants à confronter accompagnements humain et artificiel, tout en identifiant leurs besoins et modes de fonctionnement cognitif. Pour nuancer, précisons que l’IAG ne stimule la pensée critique qu’à condition d’être érigée en objet d’étude socioculturel et politique, plutôt que réduite à un instrument (Gholiagha et al., 2025).

52La question de la temporalité demeure centrale : « Cela nous a permis de comprendre que l’utilisation de l’IAG doit être réfléchie en amont afin de répondre au mieux à la commande et à l’objectif de son accompagnement » (S12). Dans cette perspective, Romero (2025) souligne que la démocratisation des technologies d’IAG exige une acculturation préalable, condition sine qua non d’usages sociocritiques et technocréatifs. Il incombe dès lors aux pouvoirs publics et aux concepteurs de garantir transparence et responsabilité dans la régulation de ces outils.

53Enfin, les apprenants envisagent une collaboration homme-machine : « Je me suis aussi rendu compte que l’accompagnement numérique pouvait tout à fait être compatible avec un accompagnement humain » (S5) ; « Aujourd’hui, le métier d’accompagnateur doit pouvoir cohabiter avec le numérique » (S3). Ces témoignages confirment que l’innovation pédagogique, portée collectivement, constitue un levier de développement professionnel permettant de conscientiser ses acquis et de se projeter vers de nouvelles compétences (Cros, 1997). D’autres, à l’inverse, valorisent la prééminence de l’humain : « Les encouragements, le soutien émotionnel et la motivation qu’un directeur de mémoire peut donner ne seront jamais remplacés par une IAG » (S6). Les limites de l’IAG résident dans l’absence de jugement critique, de conscience, de valeurs propres, d’empathie et de métacognition. En revanche, l’intelligence humaine inclut la capacité de créer des solutions nouvelles, d’avoir une sensibilité au contexte, à l’histoire, aux valeurs humaines. Elle intègre ainsi des dimensions créatives, métacognitives et éthiques (Romero, 2018).

IV.4. L’évaluation à l’ère de l’IAG

54L’analyse des écrits produits par les apprenants, ci-avant, va dans le sens d’une évaluation conçue comme un « travail des valeurs » (Vial, 2012). Elle constitue un processus de construction de sens partagé entre l’évaluateur et les acteurs concernés. Bien loin d’une simple mesure de résultats, elle engage une délibération sur la valeur de l’action tout au long de sa réalisation. Dans cette perspective, Etienne (2025) souligne que « ce qui vaut, c’est ce qui a été construit et décidé par des êtres humains, de façon participative […] en se soustrayant à toute domination et en refusant de céder à la tentation démagogique du consensus de surface ».

55Les apprenants de notre étude ont mobilisé cette dimension réflexive pour interroger leurs actions et adopter une posture critique vis-à-vis de l’IAG. Cette modalité d’évaluation leur a permis de se projeter professionnellement en intégrant les enjeux scientifiques et sociétaux propres à l’usage de ces technologies. Marcel et Gremion (2025) lient d’ailleurs évaluation et émancipation, rejoignant Caneva (2025) pour qui l’enseignement supérieur doit préserver son rôle d’espace d’émancipation humaine face à l’IAG.

56Le choix d’intégration de l’IAG dans la synthèse intégrative, en encadrant son usage, permettrait de préparer les apprenants aux réalités professionnelles, avec le développement d’une réflexivité pour la professionnalisation, mais nécessite une technicité minimale chez les enseignants (Caneva, 2025). Cette transition oblige à concevoir des évaluations authentiques exigeant des capacités cognitives supérieures ; car, comme le suggère Placido (2025), la triche n’est que le symptôme d’une crise de l’évaluation, non de l’intégrité. In fine, l’avenir de l’apprentissage ne réside pas dans l’alignement sur le rythme des machines, mais dans la culture de traits humains, créativité, pensée complexe, réflexion, que l’automatisation ne saurait supplanter (Gamby et al., 2025).

Conclusion

57Cette étude a analysé les effets de la « synthèse intégrative » comme modalité d’évaluation favorisant la posture réflexive des apprenants à l’ère de l’IAG. L’expérimentation a été organisée en deux phases : une interaction de trente minutes avec l’IAG en tant qu’accompagnateur de mémoire, suivie d’un retour réflexif sur cette expérience au sein de l’UE évaluée.

58Les premiers résultats exploratoires montrent l’intérêt de la synthèse intégrative pour développer la réflexivité et un usage critique et éthique de l’IAG. L’intégration de cette dernière dans la modalité d’évaluation n’est pas antinomique avec l’acquisition de compétences, à condition de repenser les formes d’évaluation. Selon Collin et Marceau (2022), il convient non pas de rejeter l’IAG, mais d’anticiper et d’encadrer son usage, dès la conception, pour assurer son acceptabilité éducative.

59La synthèse intégrative, méthode d’évaluation spécifique et locale, qui s’inscrit dans une histoire longue d’un département de Sciences de l’éducation et de la formation, présente des limites d’implémentation à grande échelle. Elle demande un temps long d’encadrement et un format écrit du rendu. Des pistes, telles que l’évaluation par les pairs ou l’intégration de séquences collectives d’analyse critique de contenus générés par l’IA, peuvent être pensées pour son élargissement. Ce retour sur une expérimentation pédagogique ne prétend nullement à la représentativité. Il ouvre des pistes de réflexion que de futures recherches permettront d’approfondir.

Haut de page

Bibliographie

Albero, B. (2022). Chapitre 6. La réflexivité épistémo-méthodologique : orienter l’enquête et limiter les risques. : Rudiments d’une épistémologie pragmatique. Dans Enquêter dans les métiers de l’humain. Traité de méthodologie de la recherche en sciences de l’éducation et de la formation (2e éd., p. 106-119). Éditions Raison et Passions.

Bardin, L. (2013). L’analyse de contenu (3e éd.). Paris : Presses Universitaires de France.

Caneva, C. (2025). Évaluer à l’ère de l’IA : le paradoxe du double ancrage : Entre fractures numériques et retour aux fondamentaux pédagogiques. Médiations Et Médiatisations, 22.
https://doi.org/10.52358/mm.vi22.495.

Chartier, D. (2003). A l’aube des formations par alternance. Histoire d’une pédagogie associative dans le monde agricole et rural (2e éd.). L’Harmattan.

Cherner, T., Egan, A., Howe, K. et Whitfield, E. J. (2025). An Essential Glossary for Generative Artificial Intelligence in Higher Education. AI-Enhanced Learning, 1(1), 61-98.
https://doi.org/10.70725/401104jfkhnb.

Clot, Y. (2008). Travail et pouvoir d’agir. PUF.

Collin, S. et Marceau, E. (2022). Enjeux éthiques et critiques de l’intelligence artificielle en enseignement supérieur. Éthique publique. Revue internationale d’éthique sociétale et gouvernementale, 24(2).
https://doi.org/10.4000/ethiquepublique.7619.

Cros, F. (1997). L’innovation en éducation et en formation. ENS Editions.

Delahaye, J.-P. (2016). Vers une théorie de l’intelligence. Interstices.
https://inria.hal.science/hal-01350461 (consulté le 12 juin 2026).

Dewey, J. (2014). L’art comme expérience. Gallimard.
https://doi.org/10.3917/gall.tiber.2010.01.

Etienne, R. (2025). Marcel, J.-F. et Gremion, C. (dir.) (2025). Évancipation dans l’institution. Oser le rapprochement entre émancipation et évaluation. Cépaduès ÉDITIONS. Éducation et socialisation, 77.
https://doi.org/10.4000/14roa.

Gamby, T., Kil, D., Koblic, R., LeBlanc, P., Moldoveanu, M. et Siemens, G. (2025). The AI tsunami is here: Reinventing Education for the age of AI. EDUCAUSE Review.
https://er.educause.edu/articles/2025/9/the-ai-tsunami-is-here-reinventing-education-for-the-age-of-ai (consulté le 12 juin 2026).

Gatesoupe, M. et Barratault-Gallais, M. (2025). Enquête sur les pratiques de travail universitaire des étudiantes et étudiants. Université de Tours - Conditions de vie et d’études : enquêtes et analyses.

Gholiagha, S., Neyer, J., Sienknecht, M., Wolska, M. A., Kiesel, D., Riehmann, P., Voigt, J., Wiegmann, M., García, I. L., Girgensohn, K., Stein, B. et Fröhlich, B. (2025). From annotation to reflection: how participatory AI training enhances critical thinking. AI & Society, 41, 1937-1950.
https://doi.org/10.1007/s00146-025-02539-9.

Kerzil, J. (2009). Retour réflexif. Dans J.-P. Boutinet, L’ABC de la VAE (p. 206-207). ERES, Éducation - Formation.

Khan, G. et Thézé, R. (2024). Intelligence artificielle générative : Guide à l’intention de la communauté universitaire. Université de Genève.

Labadze, L., Grigolia, L. et Machaidze, L. (2023). Role of AI chatbots in education: Systematic literature review. International Journal of Educational Technology in Higher Education, 20(1), 57.
https://doi.org/10.1186/s41239-023-00426-1.

Marcel, J.-F. et Gremion, C. (Dir.) (2025). Évancipation dans l’institution. Oser le rapprochement entre émancipation et évaluation. Cépaduès. 223 pages.

Marchal, P., Kumps, A., Floquet, C., Deruwé, O. et De Lièvre, B. (2024). Perceptions et usages d’un chatbot comme tuteur de cours en sciences de l’éducation. Médiations & médiatisations, 18, 125-147.
https://doi.org/10.52358/mm.vi18.410.

Mezirow, J. (2001). Penser son expérience. Développer l’autoformation. Chronique Sociale.

Perrenoud, P. (2001b, janvier). Mettre la pratique réflexive au centre du projet de formation. Cahiers Pédagogiques, 390, 42-45.

Petit, L. (2022). La rencontre de l’Intelligence artificielle (IA) et de l’esprit critique (EC) : nouveaux enjeux ? nouvelle formation ? Communication Technologies Et Développement, 12.
https://doi.org/10.4000/ctd.8256.

Pilotti, A. (2024). Le praticien-chercheur. Revue de la pratique avancée, 5(4), 206-209.

Pineau, G. (2002). L’accompagnement en formation : de l’avant-naissance à l’après-mort. Entre solidarité et professionnalité, Éducation permanente, 153(4), 29-41.

Pineau, G. (2007). Les réflexions sur les pratiques au cœur du tournant réflexif. Communication à la faculté de Sciences Humaines et d’Education. Université Diego Portalis.

Placido, R. (2025). University: The Role of AI in Learning. EDUCAUSE.

Regnier, J.-C. (1998). Des évidences de la Formation en alternance qui posent question. Journal de la Croix Rouge Suisse, 24(2).

Reinert, M. (2008). Mondes lexicaux stabilisés et analyse statistique de discours. 9e Journées internationales d’Analyse statistique des Données Textuelles, 981-993.

Romero, M. (2018). Intelligence artificielle et pensée humaine. The Conversation.
https://doi.org/10.64628/AAK.tupurnygw.

Romero, M. (2025). 6. Enjeux citoyens de la formation à l’intelligence artificielle. Dans C. A. Stan et O. Lemieux (Dir.), Culture et citoyenneté à l’école québécoise : Regards croisés sur les fondements et les pratiques (p. 129-146). Presses de l’Université Laval.

Romero, M. (2025a). From consumption to co-creation: A systematic review of six levels of AI-enhanced creative engagement in education. Multimodal Technology & Interaction, 9(10), 110.
https://doi.org/10.3390/mti9100110.

Schön, D. (1994). Le praticien réflexif. À la recherche du savoir caché dans l’agir professionnel [The reflective practitioner: How professionals think in action] (J. Heynemand et D. Gagnon, trad.). Logiques (Ouvrage original publié en 1983).

Vial, M. (2012). Se repérer dans les modèles de l’évaluation : Méthodes – Dispositifs – Outils. De Boeck Supérieur. https://doi.org/10.3917/dbu.vial.2012.01.

Haut de page

Annexe

Annexes

Annexe : les consignes pour l’expérimentation pédagogique

Les consignes pour l’expérimentation pédagogique et la rédaction de la synthèse intégrative étaient les suivantes :

   1)   Effectuer une expérimentation en utilisation l’IAG en tant qu’accompagnateur de mémoire

  1. Utiliser un outil d’IAG

  2. Utiliser le prompt donné lors du cours

  3. Échanger avec l’IAG comme si c’était votre accompagnateur de mémoire pendant 30 minutes

   2)   Décrire les étapes suivies lors de cette expérimentation (quel outil d’IAG a été utilisé, quel prompt a été utilisé, quels sont les principaux résultats des échanges avec l’IAG).

   3)   Faites un retour d’expérience : à partir de cette expérimentation, engager une analyse réflexive et intégrative en faisant le lien entre les effets produits par cette expérimentation et :

  1. Les contenus du cours ainsi que

  2. D’autres expériences (personnelles, professionnelles, de stage et/ou de recherche).

   4)   Problématiser autour des questions suivantes :

  1. Quelles sont les compétences d’un accompagnateur en éducation aujourd’hui ?

  2. Comment le métier de l’accompagnateur en éducation évolue-t-il ?

Annexe : le prompt pour l’expérimentation pédagogique

Le prompt retenu pour l’expérimentation pédagogique est le suivant :

Je suis apprenant en 1re année de Master [nom du Master] en Sciences de l’éducation et de la formation. Je dois rédiger un mémoire de 50 pages, qui doit comporter une partie contextuelle et conceptuelle, sur un sujet de recherche scientifique dont le titre est [titre du mémoire]. Ce mémoire sera lu et évalué par une communauté de chercheurs, experts en science de l’éducation. Ce mémoire doit répondre aux normes académiques et respecter la norme APA 7, et contenir des références bibliographiques pour permettre au jury de retrouver les sources. J’ai besoin que tu m’accompagnes et que tu me guides dans le choix de mes concepts et que tu m’aides à les confronter. Je souhaite que tu me proposes des auteurs et chercheurs pour m’aider à analyser et alimenter cette partie conceptuelle. Cette conceptualisation doit s’inscrire dans le champ des sciences de l’éducation et mobiliser des références théoriques reconnues, issues de travaux d’auteurs appartenant à ce domaine [exemples d’auteurs]. Tu n’écris jamais à la place de l’apprenant : tu l’aides à construire sa pensée, à structurer ses idées, à améliorer son argumentation, et à comprendre les méthodes de recherche. Inciter à une posture réflexive, critique et éthique, tout en favorisant l’autonomie de l’apprenant. Tu agis toujours dans une logique de co-construction. À chaque étape, tu poses des questions ouvertes pour mieux cerner le projet de l’apprenant, son terrain, ses lectures, et ses intentions de recherche. Nous sommes en face à face en présentiel. Pose une question à la fois. Je souhaite que tu sois dans une analyse critique, constructive et encourageante. 

 

Haut de page

Notes

1 Intelligence artificielle (IA) : Systèmes informatiques conçus pour effectuer des tâches qui requièrent généralement l’intelligence humaine, telles que la perception visuelle, la reconnaissance vocale, la prise de décision et la traduction linguistique (Cherner et al., 2025).

Intelligence artificielle générative (IAG) : Technologie capable de créer de nouveaux contenus, tels que du texte, des images ou des vidéos, à partir de suggestions ou de modèles de données (Cherner et al., 2025).

2 Marcus Hutter, informaticien allemand, développe une théorie dite d’intelligence universelle dans son ouvrage Universal Artificial Intelligence (2005). Cette théorie tente de définir, de manière abstraite et non anthropocentrée, une mesure d’intelligence basée sur la performance moyenne d’un système dans tous les environnements possibles.

3 https://www.cnrtl.fr/etymologie/experience (consulté le 12 juin 2026).

4 Concernant les usages de l’IAG des apprenants, une enquête a été effectuée par le Centre d’Accompagnement à la Pédagogie des Enseignants d’une des deux universités. Un questionnaire a été diffusé aux apprenants les interrogeant sur leurs pratiques de travail universitaire (N = 3 600) (Gatesoupe et Barratault-Gallais, 2025). L’analyse a montré que 78 % des répondants, utilisent l’IA, dont 93 % ChatGPT. Le taux d’utilisation est supérieur en Master qu’en Licence. L’Institut d’Administration des Entreprises (IAE), l’École Polytechnique et l’Institut Universitaire de Technologie (IUT) présente les taux d’utilisation les plus élevés. En revanche, la faculté des Sciences Humaines et Sociales, des Lettres et Langues et de Médecine ont le taux le plus faible. Les principaux usages sont une assistance à la compréhension et à l’analyse (84 %), la production de contenu (57 %) et la révision et correction (43 %). Les avantages perçus sont le gain de temps (93 %) et le sentiment d’efficacité (71 %). Cependant, seulement 12 % déclarent n’avoir aucune crainte liée à l’usage de l’IA. Notamment à cause de la peur des informations erronées (66 %), de la perte d’autonomie (48 %) et du non-développement de certaines compétences confiées à la machine (43 %). En général, les apprenants demandent un encadrement par l’institution concernant les usages de l’IA. 78 % estiment que l’université doit fixer des règles d’usages mais pas l’interdire.

5 ALCESTE : Analyse Lexicale par Contexte d’un Ensemble de Segments de Texte. Il s’agit d’un logiciel d’analyse statistique de données textuelles. Il a été conçu en 1979 par Max Reinert, chercheur au CNRS, Paris.

Haut de page

Pour citer cet article

Référence électronique

Melpomeni Papadopoulou, « Intégration de l’IAG dans une activité d’évaluation en Master »Distances et médiations des savoirs [En ligne], 54 | 2026, mis en ligne le 26 juin 2026, consulté le 13 septembre 2026. URL : http://journals.openedition.org/dms/12633 ; DOI : https://doi.org/10.4000/16gfq

Haut de page

Auteur

Melpomeni Papadopoulou

Maître de conférences en Sciences de l’éducation et de la formation, Equipe Education, Ethique, Santé (EES EA 7507), Université de Tours

Articles du même auteur

Haut de page

Droits d’auteur

CC-BY-SA-4.0

Le texte seul est utilisable sous licence CC BY-SA 4.0. Les autres éléments (illustrations, fichiers annexes importés) sont susceptibles d’être soumis à des autorisations d’usage spécifiques.

Haut de page
Rechercher dans OpenEdition Search

Vous allez être redirigé vers OpenEdition Search