Navigation – Plan du site

AccueilNuméros15Décentrer les mondes numériquesPerception de l’intelligence arti...

Décentrer les mondes numériques

Perception de l’intelligence artificielle chez les collégiens, lycéens et étudiants : pour une trajectoire professionnelle

Chrysta Pélissier, Audrey De Ceglie et Jean Moutouh
Traduction(s) :
Perception of AI among middle school, high school and university students: Towards a professional trajectory [en]

Résumé

Cette recherche interroge les représentations sociales de l’intelligence artificielle générative chez des collégiens, lycéens et étudiants dans le cadre du dispositif « Cordée de la réussite ». Les résultats laissent apparaître, pour tous les participants, la perception d’un fort impact de l’IA générative sur la société et la vie professionnelle, alors que ses effets sur l’environnement restent flous. Des divergences sont aussi soulignées : les collégiens voient dans l’IA générative une certaine inutilité et fiction, tandis que les étudiants la conçoivent comme un outil d’adaptation, d’apprentissage et d’orientation. L’usage de ChatGPT domine, avec une fréquence d’usage croissante du collège à l’université ainsi qu’une diversité d’outils plus importante chez les étudiants. Ces résultats amènent à faire des propositions d’actions pédagogiques en lien avec l’étude des biais, le développement des compétences et le processus d’orientation.

Haut de page

Texte intégral

Introduction

  • 1 « En rendant publique le 30 novembre 2022, ChatGPT 3.5, OpenAI nous a fait entrer dans une phase d’ (...)

1L’essor rapide de l’intelligence artificielle générative1 active plus que jamais la question du rôle des représentations sociales. En effet, si ces représentations constituent un système partagé permettant aux individus d’interpréter et d’appréhender leur environnement personnel et professionnel et de les guider dans leurs choix, elles remettent également en question la manière dont les apprentissages intègrent aujourd’hui ces technologies émergentes.

2Plus particulièrement, alors que l’IA générative occupe une place croissante dans les pratiques (Gillespie et al., 2025), elle se déploie dans de nombreux domaines (Blons, 2023) professionnels : « Les fonctions les plus concernées sont les professions juridiques (45,2 % des emplois potentiellement impactés), les métiers liés à l’informatique et aux mathématiques (44,8 %), ainsi que les fonctions liées à l’administration des entreprises et à la finance (44,6 %)2. » L’éducation et la formation ne sont pas épargnées par ces bouleversements3. Il devient essentiel de comprendre comment différents publics d’apprenants se représentent les outils d’IA générative pour les mobiliser dans les pratiques pédagogiques.

3Ainsi, cet article pose la problématique suivante : quelles représentations sociales de l’IA générative les apprenants développent-ils selon leur niveau de scolarité, et comment ces représentations peuvent-elles être prises en compte par les enseignants pour accompagner des choix d’orientation professionnelle ? Pour y répondre, nous présentons d’abord le cadre théorique des représentations sociales, puis la méthodologie exploratoire mise en œuvre. Après la présentation des résultats d’enquête, une discussion proposera des pistes pédagogiques pour un accompagnement éclairé, critique et inclusif des trajectoires d’orientation professionnelle.

1. Les représentations sociales dans les trajectoires professionnelles

4Les représentations sociales (Moscovici, 1976) forment un système partagé d’interprétation de l’environnement, de régulation des jugements, des comportements, des justifications de définition et de préservation de l’identité de ce groupe (Abric, 1994). Elles recouvrent également l’« ensemble des croyances, des connaissances et des opinions qui sont produites et partagées par les individus d’un même groupe, à l’égard d’un objet social donné » (Guimelli, 2009, p. 63). Flament et Rouquette (2003) précisent deux conditions minimales sans lesquelles on ne pourra pas parler d’un objet de représentation sociale : la saillance sociocognitive et l’existence de pratiques afférentes à l’objet. La saillance sociocognitive impose que l’objet soit suffisamment présent dans l’espace social et cognitif pour être partagé, discuté, reconnu par un collectif. Sur ce point, notons que les technologies issues de l’IA générative sont régulièrement abordées dans les médias, les conversations quotidiennes, à l’école ou au travail. Elles renvoient à une classe générique rassemblant un certain nombre d’objets (matériel, logiciels, résultats de prompts). L’IA générative apparaît comme un objet saillant dans le sens où chacun en a entendu parler et peut en exprimer une opinion. L’existence de pratiques afférentes à l’objet est à relier à des activités concrètes qui engagent les individus ou les groupes. Celles qui concernent l’IA générative sont nombreuses en contexte éducatif : rédiger un texte, améliorer une photo ou encore produire une vidéo. Elles s’ancrent dans un fonds socioculturel très prégnant. En effet, les outils d’IA générative proposés et leurs types d’usages sont liés aux caractéristiques sociodémographiques (Méndez-Suárez et al., 2023) des individus, notamment le genre (González-Anleo et al., 2024), l’âge, le niveau d’étude (Kacperski et al., 2023). Ces usages s’insèrent dans un ensemble de significations et d’interactions sociales, qui inscrivent les individus dans une trajectoire de vie. Les outils d’IA générative sont en train de transformer les emplois (Bettache & Foisy, 2019). Chaque individu se doit d’envisager tout au long de sa carrière de devenir entrepreneur de lui-même, c’est-à-dire « fabriquer » ou « refabriquer » son poste et ses activités, indépendamment de sa structure d’accueil. Il se retrouve ainsi « surexposé et fragilisé parce qu’il n’est plus supporté par des systèmes de régulations collectives » (Castel, 2003, p. 44). Dans ce cadre, une réflexion sur les représentations de l’IA, son potentiel de peurs dans une activité professionnelle envisagée par la nouvelle génération, s’impose à travers deux questions :

  • Quelles sont les représentations sociales de l’IA des apprenants d’aujourd’hui et existe-t-il des différences selon leur structure d’accueil (collège, lycée et université) ?

  • Comment les enseignants peuvent-ils s’emparer de ces représentations pour accompagner les choix d’orientation professionnelle des apprenants ?

5Pour répondre à ces interrogations, nous prenons appui sur des travaux menés dans le cadre des « Cordées de la réussite ». Porté par le ministère de l’Éducation nationale (MEN) et celui de l’Enseignement supérieur, de la Recherche et de l’Innovation (MESRI), ce dispositif prend la forme d’un ensemble d’acteurs présents dans différents établissements « encordés » (du collège à l’université) qui, par leurs échanges et leurs actions, favorisent la réflexion collective autour de l’accompagnement dans une visée d’égalité des chances : il offre à chaque apprenant un accompagnement (individuel et collectif) pour entreprendre des études supérieures ou réussir une insertion professionnelle choisie.

6Alors que l’IA générative se veut, dans certains discours, mobilisatrice d’une plus grande inclusion4, ce dispositif « Les cordées de la réussite » constitue un terrain propice à la mise en place d’une démarche réflexive sur sa place dans la trajectoire professionnelle de chacun.

2. Méthodologie

2.1. Public concerné : apprenants de la cordée SOAN

7La méthodologie mise en œuvre est exploratoire (Étienne, 2022). Elle sollicite trois publics intégrés dans la cordée de la réussite SOAN5.

81. Étudiants en Bachelor universitaire de technologie (BUT) de l’Institut universitaire de technologie (IUT) de Béziers

9Dans le programme national (PN ; rédigé et voté en 2021) rattaché à la formation (BUT-MMI), aucune précision n’est donnée sur l’intégration de l’IA. Ainsi, même si le programme des 24 spécialités BUT se veut tourné vers l’insertion professionnelle, au moment de l’écriture du PN (2021), l’IA n’avait pas pris place dans les représentations des professionnels ni des enseignants responsables de l’élaboration de ces PN.

10Les répondants à cette étude sont 60 étudiants de l’IUT de Béziers en première année de BUT-MMI, participant à un cours intitulé « Ergonomie et accessibilité ». Ils ont été sollicités pour répondre sur la plateforme Moodle à un questionnaire en ligne.

112. Collégiens du collège André-Chamson à Meyrueis

  • 6 BO n° 9, du 29 février 2024, ministère de l’Éducation nationale et de la Jeunesse : https://www.edu (...)
  • 7 « La ministre de l’Éducation nationale a annoncé, jeudi 6 février, que collégiens et lycéens bénéfi (...)

12Les programmes en technologie du cycle 4 au collège de 20246 intègrent les aspects liés à l’IA7. Ce programme précise qu’il est important que les apprenants reçoivent « un enseignement qui prépare les élèves à relever les défis technologiques liés aux enjeux de société et de la transition écologique ».

13Le même questionnaire a été envoyé à 90 collégiens (de 11 à 15 ans) pouvant y répondre sur la base du volontariat.

143. Lycéens du lycée Chaptal à Mende

  • 8 BO Annexe : « Programme de sciences numériques et technologie de seconde générale et technologique  (...)

15Dans le programme des sciences numériques et technologie de seconde générale et technologique, l’IA est sollicitée pour « l’analyse en temps réel de l’environnement à l’aide de capteurs variés (caméras, radars, lidars, etc.)8 ». Dans ce cadre, l’IA est vue comme un outil technique servant la mise en place et l’interprétation de dispositifs de mesures physiques.

16Le questionnaire a été envoyé à 60 lycéens (de 15 à 17 ans) pouvant y répondre sur la base du volontariat.

2.2. Contenu du questionnaire

17Le questionnaire élaboré (Boulan, 2015) concernait trois grandes dimensions de l’IA générative :

  1. Mise en relation de l’IA générative avec des éléments du quotidien : association de l’IA générative à un tableau, une couleur, un film, un livre, une musique, une personne, un jeu vidéo et un genre.

  2. Définition et perception de l’IA générative dans différents contextes : identification de mots-clés associés à l’IA générative et évaluation de son impact futur sur la vie personnelle, le travail, l’environnement et la société (à l’aide d’une échelle de Likert).

  3. Utilisation et utilité de l’IA générative : expérience personnelle avec l’IA (usage, fréquence et contexte) et utilité perçue de l’IA générative (Davis, 1989).

3. Résultats : représentation de l’IA générative chez les apprenants

18Les répondants au questionnaire sont répartis de la manière suivante :

Tableau 1

Nombre de participants

Collégiens

14 (dont 18,75 % de collégiennes)

Lycéens

48 (dont 9,6 % de lycéennes)

Étudiants

47 (dont 56,81 % d’étudiantes)

Répartition des répondants.

19Cette répartition montre un déséquilibre marqué selon le niveau d’étude. Chez les collégiens, seulement 18,75 % sont des adolescentes. Ce déséquilibre est encore plus prononcé chez les lycéens, où les filles ne représentent que 9,6 % de l’effectif. En revanche, la tendance s’inverse chez les étudiants, avec 56,81 % d’étudiantes, offrant un sous-échantillon féminin plus représentatif. Cela s’explique peut-être par la mise à disposition du questionnaire pour les lycéens et les collégiens, a contrario des étudiants dont la réponse à ces questions était intégrée à la démarche pédagogique d’un cours.

20Les différentes réponses au questionnaire sont organisées selon les trois grandes dimensions de l’IA générative envisagées dans la méthodologie.

3.1. Mise en relation de l’IA générative avec des éléments du quotidien

21Les réponses à la question « Comment vous représenteriez-vous l’IA si vous deviez l’associer à : un genre (féminin, masculin, non binaire, etc.) ? » énoncent que l’IA a un genre « non défini » (76/109 répondants, soit 69,72 %). Notons aussi une domination de la représentation plus masculine que féminine de l’IA, en particulier chez les lycéens. Ces résultats sont à mettre en lien avec la perception du genre (masculin) des concepteurs d’outils issus de l’IA générative. En effet, « l’IA reflète les biais de ceux qui dominent cette conception et entraîne des discriminations, qui sont le reflet des biais que portent nos sociétés » (Nurock, 2019, p. 69).

  • 9 Nous n’avons retenu que les mots-clés présents au moins deux fois par répondants.

22En réponse à « Comment vous représentez-vous l’IA en cinq mots-clés ? », les mots-clés les plus cités9 se répartissent de la manière suivante :

  • aspects technologiques : algorithme, calcul, ChatGPT, Google, informatique, intelligence, robot et technologie ;

  • aspects liés à la connaissance, à l’apprentissage et à son utilité : adaptation, apprentissage, autonomie, connaissance, création, données, facilité, information, outil, recherche, savoir, simple et utile ;

  • aspects liés à la perception : avenir, futur, danger, effrayant, fictif, inutile et rapide.

23Quatre similitudes dans les représentations entre les trois publics sont à noter :

  • intelligence/intelligent sont les mots-clés qui sont les plus cités par les trois publics ;

  • connaissance et futur (ou fictif pour les collégiens) sont des mots-clés communs aux trois publics ;

  • technologie, utile, aide, danger (et effrayant/effroi pour les étudiants) et rapide/rapidité sont communs aux étudiants et lycéens ;

  • robot et création sont communs aux collégiens et lycéens.

24Des divergences sont aussi à souligner :

    • 10 Baromètre 2025, « Les Français et les IA génératives – Vague 3 », Ifop pour Talan, mars 2025 : http (...)

    le mot-clé « information » est uniquement utilisé par les lycéens. Ce résultat peut être rattaché au résultat présenté dans le rapport Ifop qui précise que le premier usage d’un outil d’IA générative est de « Faire des recherches comme dans un moteur de recherche10 » ;

    • 11 Étude Ipsos, « L’usage de l’intelligence artificielle par les Français », février 2025 : https://ww (...)

    les noms d’outils d’IA générative sont uniquement abordés par les collégiens. ChatGPT se présente comme le premier outil d’IA générative utilisé par les professionnels11 ;

    • 12 Comme le dit Fred Cavazza : « l’IA pour faire de l’IA ne sert à rien, l’important est de définir de (...)
    • 13 Comme l’Unesco dans « Génération IA : opérateurs ou innovateurs ? » qui énonce qu’« on peut alors i (...)

    les collégiens (malgré le peu de répondant) énoncent à 92 % le mot « informatique » parmi les mots-clés. Ils soulignent aussi deux aspects contradictoires : pour certains collégiens l’IA générative serait inutile (« ça ne sert à rien12 ») alors que d’autres énoncent qu’elle serait porteuse de savoir13 ;

  • enfin, les étudiants présentent l’IA générative dans leurs mots-clés comme ayant la qualité d’être simple, de s’adapter, facilitant l’apprentissage, l’autonomie par la mise à disposition d’un outil de recherche (algorithme, calcul, données) simple et d’avenir. Concernant ce dernier point, pour Anders et Speltz (2025), la montée en « auto-efficacité » est un marqueur fort d’autonomie. Les résultats d’étude de ces auteurs montrent que les étudiants se sentent capables d’utiliser l’IA sans être totalement dépendants d’un soutien permanent. Ils sont ainsi encouragés dans leur démarche d’apprentissage personnelle.

3.2. Définition et perceptions de l’IA générative dans différents contextes

25Quatre questions ont été posées aux répondants dans cette dimension. Leurs réponses se répartissent de la manière suivante :

261. Comment vous représentez-vous l’impact futur de l’IA générative sur votre vie personnelle sur une échelle allant de faible (1) à fort  (10) ? Les réponses laissent apparaître que les lycéens se représentent l’impact futur de l’IA générative sur leur vie personnelle de manière plus importante (27,7 % entre 8 et 10) que les deux autres publics interrogés (21,42 % à l’échelle 1 pour les collégiens et 23,40 % à l’échelle 5 pour les étudiants). Ces résultats sont à relier au fait que l’IA ne doit pas être seulement évaluée selon les critères de performance technique ou rentabilité, mais aussi selon ses effets sur le bien‑être des individus et de ses communautés (Schiff et al., 2020).

272. Comment évaluez-vous l’impact futur de l’IA sur votre vie professionnelle sur une échelle allant de faible (1) à fort (10) ? Les réponses nous amènent à souligner que l’impact est similaire entre les trois publics (plus de 50 % se situent sur les dernières échelles de Likert), avec une importance encore plus forte chez les étudiants (82,96 % sur les échelles 8, 9 et 10). Ces réponses soulignent le besoin de déployer chez les étudiants des compétences en matière d’usage de l’IA générative pour une intégration professionnelle réussie (Moujtahid, 2025). Ce besoin est également à relier au sentiment de non-compétence souligné par les citoyens européens (Scantamburlo et al., 2023).

  • 14 « Notoriété et image de l’Intelligence Artificielle auprès des Français et des salariés », Sondage (...)

283. Comment évaluez-vous l’impact futur de l’IA sur l’environnement sur une échelle allant de faible (1) à fort (10) ? Chez les étudiants, le sentiment est partagé entre « impact moyen » (49,11 % pour l’échelle 4 et 5) et « impact très fort » (36,16 % pour l’échelle 9 et 10), alors que pour les deux autres publics (collégiens et lycéens), la majorité se représente l’impact sur l’environnement comme « moyen » (échelle 5). Ces chiffres sont à mettre en lien avec ceux de la notoriété et l’image de l’IA générative en France14 (2019) qui expriment que 76 % des Français considèrent que l’IA aura un rôle important les prochaines années dans l’environnement et l’énergie.

294. Comment évaluez-vous l’impact futur de l’IA sur la société sur une échelle allant de faible (1) à fort (10) ? Chez les collégiens, la représentation de l’impact semble « très fort » (35,71 % à l’échelle 10) ainsi que chez les étudiants (87,21 % sur l’échelle de 7 à 10). Il est moindre chez les lycéens (69,99 % sur l’échelle de 7 à 9). Ce résultat est corrélé aux travaux publiés en 2022 par Littman et ses collègues (2022) qui soulignent les conséquences possibles de l’IA, à savoir les disparités sociales, concentration du pouvoir, une éthique non respectée et une transparence à développer.

3.3. L’utilisation et l’utilité de l’IA générative

30Dans cette dernière dimension, à la question « Avez-vous utilisé une IA ? Si oui, laquelle et à quelle fréquence ? », les réponses sont différenciées. Dès le collège, les IA génératives sont connues et utilisées par la majorité des répondants, jusqu’à atteindre 100 % pour les étudiants. La plus connue est, sans surprise ChatGPT, avec une diversité d’IA générative de plus en plus importante, du collège à l’université. La fréquence d’usage grandit avec le parcours scolaire (78,57 % pour plusieurs fois par an en ce qui concerne les collégiens, jusqu’à tous les jours pour les étudiants à la hauteur de 31,91 %). Ces résultats sont similaires à ceux proposés par le baromètre 2025 qui précise notamment que l’outil d’IA générative le plus utilisé actuellement en contexte professionnel est ChatGPT.

31Enfin, à la question « Dans quel cadre avez-vous utilisé ces IA ? », les différents items de réponses (libres dans le formulaire) sont répartis (115 items au total) selon cinq catégories :

  1. l’omniprésence de l’usage des IA dans les activités scolaires, du collège à l’université, même si nous soulignons un nombre d’items moins élevé chez les collégiens que chez les deux autres publics ;

  2. les lycéens utilisent plus l’IA dans la recherche d’information que les deux autres publics ;

  3. l’usage pour le loisir et le divertissement est important pour les collégiens et pour les étudiants (dans une moindre mesure) ;

  4. les collégiens ne disent pas utiliser les IA génératives par curiosité, contrairement aux lycéens et aux étudiants ;

    • 15 « L’impact des IA génératives sur les étudiants », Hackathon transversal 2024, Pôle Léonard de Vinc (...)

    les lycéens sont les seuls à indiquer un usage de l’IA générative pour s’orienter, et cela selon deux axes : « trouver des écoles sup à mettre sous Parcoursup et faire des recherches sur les contenus de formation », « pour choisir mes spécialités de première ». Ce résultat peut être mis en lien avec une étude réalisée en 202415, qui précise que 99 % des lycéens utilisent les IA génératives et 92 % les utilisent régulièrement. Ils sont même 30 % à les utiliser au quotidien.

Conclusion

32Les progrès récents, en particulier grâce aux modèles de traitement du langage naturel, aux systèmes de vision et aux agents autonomes, ont rendu les technologies d’IA générative accessibles à un public large. Si leur potentiel est considérable, leur déploiement massif soulève des préoccupations relatives en matière d’éducation et de formation. Dans ce contexte, nous avons choisi d’interroger les représentations des apprenants collégiens, lycéens et étudiants, en prévision de les accompagner dans leur démarche de construction d’une trajectoire professionnelle personnelle.

33Nos résultats laissent apparaître au niveau de la mise en relation de l’IA générative avec le quotidien la non-perception par les répondants des biais de l’IA générative qui entraînent des discriminations déjà portées par nos sociétés. Un travail sur les différents biais sociétaux (présents sur la toile, par exemple) et leurs différentes mises en forme dans plusieurs outils d’IA générative pourraient amener les apprenants à remettre en question la validité d’une diversité de sources d’information.

34Au niveau de la définition et des perceptions de l’IA générative dans différents contextes, nous retenons le besoin de développer des compétences communes aux trois niveaux des répondants ayant participé à l’étude. Mais nous soulignons aussi le besoin d’identifier des compétences d’usage de ces IA génératives qui seraient propres à chaque niveau (collège, lycée et étudiant), à chaque métier ciblé par une formation ainsi que le besoin d’imaginer de nouvelles compétences à développer en fonction de métiers qui ne sont aujourd’hui pas encore connus.

35Enfin, en ce qui concerne la dimension rattachée à l’utilisation et l’utilité des IA génératives, les résultats montrent un usage scolaire et plus particulièrement en lien avec la recherche d’information (comme un moteur de recherche) pour l’ensemble des trois profils de répondants. Les lycéens étant les seuls à l’utiliser pour s’orienter, une réflexion sur les processus d’orientation et les modalités de formation à ces processus, de manière à rendre chaque apprenant autonome dans sa démarche, pourrait prochainement être menée. Elle ouvrirait sur des perspectives de veille méthodologique du marché de l’emploi par l’identification des tendances de métiers en pleine croissance dans certaines zones géographiques, en proposant des facteurs de comparaisons (salaires, conditions d’embauche, etc.) et en donnant les bases d’une nouvelle approche de l’accompagnement à la réussite scolaire et professionnelle (objectif des dispositifs « Cordées de la réussite »).

Haut de page

Bibliographie

Abric, J.-C. (1994). « Les représentations sociales : aspects théoriques », Pratiques sociales et représentations. Presses universitaires de France.

Anders, A.D., Speltz, E.D. (2025). « Developing generative AI literacies through self-regulated learning : A human-centered approach », Computers & Education. Artificial Intelligence, 9, 100482. https://doi.org/10.1016/j.caeai.2025.100482

Bettache, M., Foisy, L. (2019). « Intelligence artificielle et transformation des emplois », Question(s) de management, 25(3). https://doi.org/10.3917/qdm.193.0061

Blons, E. (2023). « Chapitre 2. Les bases de l’intelligence artificielle », L’IA au cœur de l’entreprise. Une alliée pour votre stratégie RH. EMS Éditions. https://shs.cairn.info/ia-au-coeur-de-entreprise--9782376877448-page-24?lang=fr

Boulan, H. (2015). « Chapitre 2. L’organisation du questionnaire », Le questionnaire d’enquête. Les clés d’une étude marketing ou d’opinion réussie. Dunod. https://shs.cairn.info/le-questionnaire-d-enquete--9782100738410-page-13?lang=fr

Castel, R. (2003). L’insécurité sociale. Qu’est-ce qu’être protégé ? Seuil.

Davis, F.D. (1989). « Perceived usefulness, perceived ease of use, and user acceptance of information technology », MIS Quarterly, 13(3). https://doi.org/10.2307/249008

Étienne, R. (2022). « Chapitre 5. L’approche exploratoire : techniques, finalités, exploitation des données », Enquêter dans les métiers de l’humain. Traité de méthodologie de la recherche en sciences de l’éducation et de la formation. Tome I. Raison et passions. https://shs.cairn.info/enqueter-dans-les-metiers-de-l-humain--9782917645680-page-99?lang=fr

Flament, C., Rouquette, M.L. (2003). Anatomie des idées ordinaires. Comment étudier les représentations sociales ? Armand Colin.

Gillespie, N., Lockey, S., Ward, T., Macdade, A., Hassed, G. (2025). Trust, attitudes and use of artificial intelligence. A global study 2025. The University of Melbourne/KPMG. https://doi.org/10.26188/28822919

González-Anleo, J.M., Delbello, L., Martínez-Gonzálo, J.M., Gómez, A. (2024). « Sociodemographic impact on the adoption of emerging technologies », Journal of Small Business Strategy, 34(2). https : doi.org/10.53703/001c.122089

Guimelli, C. (2009). « Les représentations sociales », La pensée sociale. Presses universitaires de France. https://shs.cairn.info/la-pensee-sociale--9782130497776-page-63?lang=fr

Kacperski, C., Bonnay, D., Kulshrestha, J., Selb, P., Spitz, A., Ulloa, R. (2023). Characteristics of ChatGPT users from Germany. Implications for the digital divide from web tracking data. arXiv. https://doi.org/10.48550/arXiv.2309.02142

Littman, M.L., Ajunwa, I., Berger, G., Boutilier, C., Currie, M., Doshi‑Velez, F., Hadfield, G., Horowitz, M.C., Isbell, C., Kitano, H., Levy, K., Lyons, T., Mitchell, M., Shah, J., Sloman, S., Vallor, S., Walsh, T. (2022). Gathering Strength, Gathering Storms. The One Hundred Year Study on Artificial Intelligence (AI100) 2021 Study Panel Report. https://doi.org/10.48550/arXiv.2210.15767

Méndez-Suárez, M., Monfort, A., Hervas-Oliver, J.-L. (2023). « Are you adopting artificial intelligence products? Social-demographic factors to explain customer acceptance », European Research on Management and Business Economics, 29(3). https://doi.org/10.1016/j.iedeen.2023.100223

Moujtahid, S. (2025). « L’impact de l’intelligence artificielle sur l’évolution des compétences : défis et stratégies de formation dans les organisations », Revue internationale de la recherche scientifique. https://doi.org/10.5281/zenodo.14733107

Moscovici, S. (1976). La psychanalyse, son image, son public. Presses universitaires de France. https://doi.org/10.3917/puf.mosco.2004.01

Nurock, V. (2019). « L’intelligence artificielle a-t-elle un genre ? », Cités, 80(4). https://doi.org/10.3917/cite.080.0061

Schiff, D.S., Ayesh, A., Musikanski, L., Havens, J.C. (2020). « IEEE 7010 : A new standard for assessing the well‑being implications of artificial intelligence ». 2020 IEEE International Conference on Systems, Man, and Cybernetics. IEEE. https://doi.org/10.1109/SMC42975.2020.9283454

Scantamburlo, T., Cortés, A., Foffano, F., Barrué, C., Distefano, V., Pham, L., Fabris, A. (2023). « Artificial intelligence across Europe : A study on awareness, attitude and trust ». arXiv. https://doi.org/10.48550/arXiv.2308.09979

Haut de page

Notes

1 « En rendant publique le 30 novembre 2022, ChatGPT 3.5, OpenAI nous a fait entrer dans une phase d’accélération technologique inouïe » : Le FigaroVox, 30 novembre 2023. https://www.lefigaro.fr/vox/societe/anniversaire-de-chatgpt-le-xxie-siecle-est-ne-le-30-novembre-2022-20231130

2 « Impact de l’IA sur le marché du travail : quels emplois demain ? », ISDI.

3 Rapport IA en éducation : cadre d’usage. https://www.education.gouv.fr/cadre-d-usage-de-l-ia-en-education-450647

4 Rapport IA et inclusion : https://www.impact-ai.fr/fr/inclusion/

5 S’orienter et s’approprier le savoir avec le numérique : https://www.ac-montpellier.fr/la-cordee-de-la-reussite-s-orienter-et-s-appropier-le-savoir-avec-le-numerique-126264

6 BO n° 9, du 29 février 2024, ministère de l’Éducation nationale et de la Jeunesse : https://www.education.gouv.fr/bo/2024/Hebdo9/MENE2402802A

7 « La ministre de l’Éducation nationale a annoncé, jeudi 6 février, que collégiens et lycéens bénéficieraient “dès la rentrée 2025” d’une formation en ligne à l’IA » : https://www.francetvinfo.fr/internet/intelligence-artificielle/elisabeth-borne-annonce-une-formation-en-ligne-sur-l-intelligence-artificielle-des-la-rentree-2025-pour-les-eleves-de-quatrieme-et-de-seconde_7061120.html

8 BO Annexe : « Programme de sciences numériques et technologie de seconde générale et technologique » : https://www.snes.edu/IMG/pdf/snt_annexe_2e_bo.pdf

9 Nous n’avons retenu que les mots-clés présents au moins deux fois par répondants.

10 Baromètre 2025, « Les Français et les IA génératives – Vague 3 », Ifop pour Talan, mars 2025 : https://www.ifop.com/wp-content/uploads/2025/07/121460-rapport_compressed_compressed_compressed-1-1.pdf

11 Étude Ipsos, « L’usage de l’intelligence artificielle par les Français », février 2025 : https://www.ipsos.com/sites/default/files/ct/news/documents/2025-02/ipsos-cesi-usage-intelligence-artificielle-rapport-complet.pdf?utm_source=chatgpt.com

12 Comme le dit Fred Cavazza : « l’IA pour faire de l’IA ne sert à rien, l’important est de définir des cas d’usage » : https://fredcavazza.net/2025/02/18/ladoption-de-lai-generative-ne-passera-ni-par-les-politiques-ni-par-les-cas-dusage/?utm_source=chatgpt.com

13 Comme l’Unesco dans « Génération IA : opérateurs ou innovateurs ? » qui énonce qu’« on peut alors imaginer un avenir différent, un avenir dans lequel les élèves deviennent des créateurs, plutôt que de simples consommateurs de technologie » : https://www.unesco.org/fr/articles/generation-ia-operateurs-ou-innovateurs?utm_source=chatgpt.com

14 « Notoriété et image de l’Intelligence Artificielle auprès des Français et des salariés », Sondage Ifop pour Microsoft, octobre 2018 : https://futuramobility.org/wp-content/uploads/2018/12/baromètre-sur-les-craintes-vis-à-vis-de-l’IA.pdf?utm_source=chatgpt.com

15 « L’impact des IA génératives sur les étudiants », Hackathon transversal 2024, Pôle Léonard de Vinci/RM conseil/Talan : https://apui.univ-avignon.fr/BlogApui/wp-content/uploads/2025/02/etude-impact-des-IA-generatives-sur-les-etudiants1.pdf?utm_source=chatgpt.com

Haut de page

Pour citer cet article

Référence électronique

Chrysta Pélissier, Audrey De Ceglie et Jean Moutouh, « Perception de l’intelligence artificielle chez les collégiens, lycéens et étudiants : pour une trajectoire professionnelle »Hybrid [En ligne], 15 | 2026, mis en ligne le 15 avril 2026, consulté le 19 mai 2026. URL : http://journals.openedition.org/hybrid/6664 ; DOI : https://doi.org/10.4000/162z9

Haut de page

Auteurs

Chrysta Pélissier

Chrysta Pélissier est maîtresse de conférences en sciences de l’éducation et de la formation, habilitée à diriger des recherches à l’IUT de Béziers, rattachée au laboratoire LIRDEF (université de Montpellier et de Montpellier 3). Elle s’interroge sur les méthodologies de conception et les usages des aides intégrées aux environnements informatiques pour l’apprentissage humain (EIAH).

Audrey De Ceglie

Audrey De Ceglie est maîtresse de conférences en sciences de l’information et de la communication à l’UFR de pharmacie de la faculté de Montpellier, rattachée au laboratoire LIRDEF (université de Montpellier et de Montpellier 3). Elle travaille sur l’orientation des collégiens et des lycéens en lien avec le numérique et les questions des stéréotypes de genre.

Jean Moutouh

Jean Moutouh, principal du collège André-Chamson de Meyrueis, agrégé d’économie-gestion, docteur en sciences de l’information et de la communication, est rattaché au laboratoire IMSIC (Aix-Marseille université). Dans le cadre de ses fonctions, il porte un regard pluridisciplinaire sur le numérique et interpelle ses réponses pour lutter contre toutes les formes d’autocensure et de reproduction sociale.

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