Navigation – Plan du site

AccueilNuméros23-2Cartographie des usages de l’Inte...

Cartographie des usages de l’Intelligence Artificielle Générative (IAG) dans l’apprentissage des langues chez les étudiants Lansad 

Mapping the Use of Generative Artificial Intelligence (GAI) in Language Learning Among Lansad Students
Anissa Hamza-Jamann et Nicolas Molle

Résumés

L’émergence récente de l’Intelligence Artificielle Générative (IAG) dans les pratiques éducatives soulève de nouveaux enjeux, notamment dans le champ de l’enseignement-apprentissage des langues. Si la traduction automatique avait déjà provoqué des débats similaires, l’IAG – par sa capacité à générer du contenu à la demande – semble déjà reconfigurer les rapports à la langue, à l’apprentissage et à l’évaluation. Cette recherche vise à cartographier les usages de l’IAG par les étudiants du secteur Lansad dans leur apprentissage des langues et à analyser les postures adoptées. S’appuyant sur un cadre théorique interdisciplinaire, croisant didactique des langues, sociologie, sciences de l'éducation et sciences de l'information et de la communication, l’étude repose sur une méthodologie mixte. Un questionnaire, diffusé à grande échelle auprès d’étudiants de l’Université de Lorraine, a permis de recueillir des données quantitatives et qualitatives sur leurs pratiques, leurs représentations et leur appropriation de l’IAG. Une analyse de contenu thématique a été menée pour faire émerger un continuum d’usages, allant de la délégation passive à l’engagement réflexif. Les résultats révèlent une appropriation rapide et massive, mais très hétérogène. Si certains délèguent intégralement leurs productions à l’IAG, d’autres développent des pratiques critiques. Cette diversité souligne l’absence de cadre clair et la nécessité d’un accompagnement pédagogique structuré. L’étude invite à repenser l’évaluation, l’autonomie et l’éthique dans un contexte technologique en pleine mutation, et souligne l’importance des littératies numériques pour un usage critique, conscient et formateur de l’IAG.

Haut de page

Texte intégral

« Quelle forme d'intelligence peuvent modeler des machines qui ignorent précisément tout de la genèse pré-conceptuelle et des bases, sensori-motices autant que psycho-affectives, qui déterminent l'intelligence humaine ? » (Linard, 1996 : 26)

Introduction

1L’arrivée de l’Intelligence Artificielle Générative (IAG) que certains ont pu qualifier de « disruptive revolution » (Huot, 2022) ou de « game changer » (Zhai, 2023) amène l’ensemble de la société et la communauté éducative en particulier à réfléchir aux questions d’éducation et d’apprentissage en général (Holmes, 2019 ; Romero et Heiser, 2023). Plus spécifiquement en ce qui concerne l’enseignement-apprentissage des langues, ces questionnements ne sont pas nouveaux car Boucher interrogeait dès 1992 les liens entre intelligence artificielle et didactique des langues :

« L'intelligence artificielle est à la mode. On entend parler beaucoup de cognition, de systèmes experts, d’interaction homme-machine. S’agit-il d’une évolution importante qui peut intéresser les enseignants, et plus particulièrement les enseignants de langue ? Qu’est-ce que c’est que l’intelligence artificielle et quel rapport peut-elle avoir avec la didactique des langues. »

Cependant, s’il est évident que l’IA connue par Boucher était différente de celle d’aujourd’hui, les questions soulevées demeurent, dans une certaine mesure, les mêmes. D’ailleurs, les enseignants de langue et didacticiens des langues se sont toujours intéressés à cette relation entre apprentissage et technologie (Linard, 1996 ; Levy, 1997) car comme l’écrit Jacquinot (1992) « ces machines qui ne pensent pas ont bien des vertus à nous faire penser pour peu qu’on refuse de s’enfermer d’emblée dans la logique des illusions et des rêves technicistes ». Ainsi, les enseignants et enseignants-chercheurs avaient déjà anticipé les questionnements que nous avons actuellement sur l’Intelligence Artificielle Générative dès l’arrivée et le recours massif à la traduction automatique neuronale par les apprenants. En effet, on peut noter de nombreuses ressemblances entre IAG et Traduction Automatique (TA) en termes d’interrogations. De nombreux chercheurs (Bourdais, 2020 ; Cotelli, 2023 ; Hamza-Jamann, 2023 ; Loock et al., 2020, Molle et al., 2024 ; Nassau et al., 2022) se sont interrogés sur des problématiques similaires à celle d’aujourd’hui : ces outils ne vont-ils pas tout simplement transformer l’apprentissage des langues ? Quels sont les usages, cachés ou déclarés, des apprenants ? Comment faire face à ce recours massif aux outils de traduction automatique par les apprenants ? Faut-il les intégrer aux apprentissages ou faut-il les bannir ou plutôt (re)définir une politique d’utilisation de ces outils ? Quels sont les rôles des enseignants désormais ? Nous le comprenons, ces interrogations du secteur de l’enseignement-apprentissage des langues surgissent et évoluent en fonction des avancées technologiques.

2Cependant, la différence avec la TA réside dans le fait que l’IAG bouleverse de manière structurelle notre rapport à l’apprentissage, grâce à la génération quasi instantanée et illimitée de contenus. L’ensemble de la communauté scientifique est donc, à juste titre, en ébullition : les appels à contributions se multiplient et les publications explosent (Law, 2024 ; Liang, 2023). Cependant, si l’on souhaite saisir les enjeux futurs, il convient d’abord d’en bien comprendre les usages, notamment ceux des apprenants car « l’explosion de l’intelligence artificielle a été beaucoup plus rapide que le temps universitaire »1. Ainsi, à l’instar des outils de traduction automatique, les apprenants ont massivement recours à l’IAG, phénomène dont les enseignants sont pleinement conscients, faisant de l’IAG le nouvel « elephant in the room » (Loock et al., 2022). Aussi, dans notre article, nous nous proposons de ne pas faire l’impasse sur cette étape fondamentale de recension et de compréhension des usages de l’IAG par les apprenants du secteur Lansad. L’objectif de notre recherche est alors de dégager une cartographie des usages de l’IAG par les étudiants Lansad dans le cadre de leur apprentissage des langues par le bais d’une étude compréhensive à grande échelle. Cette cartographie s’inspire de travaux interdisciplinaires portant sur les usages et l’évolution des outils numériques et vise à asseoir les futures réflexions sur l’utilisation de l’IAG dans l’enseignement et apprentissage des langues sur un cadre qui articule didactique des langues et technologie de l’information et de la communication (TIC).

Cadre théorique

Quelle(s) discipline(s) pour cartographier les usages ?

3L'intégration progressive des technologies numériques dans l'enseignement et apprentissage des langues a toujours suscité des interrogations didactique, pédagogique, voire épistémologique (Linard, 1996 ; Narcy-Combes, 2005 ; Demaizière, 2007 ; Guichon, 2012). Des applications de langues aux plateformes interactives et adaptatives, chaque avancée technologique redessine les modalités d’enseignement et d’apprentissage, en provoquant parfois des ruptures avec les schémas traditionnels et conventionnels. Aujourd’hui, l’IAG s’inscrit dans cette continuité d’évolution et apporte avec elle de nouveaux enjeux. En effet, l’IAG ne se contente pas de fournir un accès à la langue mais semble davantage (co)construire, au risque d’une standardisation, du contenu linguistique avec l’apprenant. Ainsi, cette capacité à générer des réponses à des requêtes, à s’adapter aux demandes et à reformuler des énoncés, pose dès lors des questions sur l’appropriation des langues (Georges-Daniel, 2021), l’autonomie des apprenants dans sa dimension sociale (Murray, 2014), sur la durabilité des apprentissages (Terrier, 2016) et, enfin, sur le rôle de l’enseignant dans ce nouvel écosystème.

4Face à cette transformation dans laquelle sont impliqués chercheurs, ingénieurs, enseignants et apprenants, une approche interdisciplinaire s’impose. L’IAG soulève des enjeux qui débordent largement le seul domaine de la didactique des langues : elle questionne les dimensions cognitives, sociales et instrumentales de l’apprentissage. C’est pourquoi il est nécessaire de faire dialoguer différents champs de recherche pour permettre une meilleure compréhension et analyse des usages. En effet, si la didactique des langues permet d'étudier l’influence des outils sur les processus d’apprentissage (et leur conception), les Technologies de l'Information et de la Communication, notamment à travers la sociologie des usages, fournissent un cadre pour comprendre leur insertion dans les dispositifs éducatifs. Ce croisement de perspectives permet ainsi de mieux saisir les modalités d’appropriation, voire de détournement, par les apprenants. Du côté des enseignants, l’arrivée de l’IAG ravive une préoccupation ancienne : celle de l’évaluation (Pascal et Godé, 2024), notamment face à la possibilité que les travaux remis aient été produits ou assistés par l’IAG. En effet, Boine et Castets-Renard (2023) rappellent qu’avec l’émergence d’Internet, des controverses similaires avaient surgi autour du plagiat, appelant les étudiants à développer des compétences en recherche, tri et sélection d’informations en ligne. Aujourd’hui, selon ces auteurs, il devient nécessaire pour les apprenants de développer une capacité à évaluer de manière critique les systèmes d’intelligence artificielle eux-mêmes (Boine & Castets-Renard, 2023).

5Depuis l’ouverture de ChatGPT au grand public en 2022, tout comme celle de l’arrivée de la TA (Cotelli, 2023), nous avons observé, dans le monde universitaire, une absence d’interdiction explicite – sans pour autant qu’une autorisation formelle ne soit accordée – ainsi qu’un certain silence institutionnel face à l’émergence de ChatGPT dans les pratiques académiques. Force est de constater que ces technologies deviennent progressivement des instruments d’enseignement et d’apprentissage, s’intégrant naturellement, de manière réfléchie ou non, aux usages universitaires.

La sociologie des usages : quel(s) transfert(s) en didactique des langues ?

6Le concept philosophique d’« usages » a peu à peu trouvé sa place dans plusieurs disciplines (Godart-Wendling et Laugier, 2022) dont la sociologie des usages qui a comme objet de « décrire, de modéliser ou d’anticiper les conditions en vertu desquelles une technique et son fonctionnement peuvent être ou non au service de différents projets, préférences et valeurs » (Steiner, 2017). La sociologie des usages s’est développée dans une dynamique d’expérimentation intellectuelle et d’élaboration conceptuelle progressive, où l’analyse des pratiques réelles a souvent précédé la formalisation des cadres d’interprétation (Jouët, 2000) :

« Les terrains évoluent donc au gré des demandes de la recherche contractuelle et de l'arrivée accélérée sur le marché de nouveaux dispositifs de communication, les recherches se situant de plus en plus en amont alors que les usages sociaux sont en voie de constitution. »

Cet angle nous permet d’appréhender l’essor des usages de l’IAG par les étudiants dont les pratiques, actuellement, précèdent les réflexions didactiques et institutionnelles et ce, malgré le grand nombre de recherches depuis la commercialisation de ChatGPT. L’usage de l’IAG, (comme Traduction Automatique, d’Internet, Google, ou de la calculatrice etc.), ne semble pas, dans ce que nous observons dans nos classes, échapper au constat formulé par Mallein et Toussaint (1994) :

« Faut-il rappeler que le développement de nouveaux usages n'émerge pas ex nihilo, que le bouleversement de l'espace professionnel ou domestique ne se produit pas brutalement ? L'apparition de nouvelles pratiques se greffe sur le passé, sur des routines, sur des survivances culturelles qui perdurent et continuent à se transmettre bien au-delà de leur apparition ? »

Sans cadre normatif clair, ces outils sont explorés de manière intuitive, donnant lieu à des pratiques que l’on peut qualifier de hasardeuses, dans la mesure où elles sont en dehors des schémas formels d’apprentissage, et qu’elles s’appuient sur des usages issus de la sphère privée. Cette appropriation spontanée oscille entre usage fonctionnel et exploitation stratégique, les étudiants testant l’IAG pour des tâches variées (traduction, reformulation, rédaction) sans toujours mesurer l’impact sur leur propre processus d’apprentissage. Ces usages non encadrés s’inscrivent dans des logiques d’adoption mises en évidence par les premières analyses sociologiques des technologies éducatives. Comme l’ont montré les travaux en TIC, les outils numériques sont souvent investis spontanément par les apprenants avant d’être pleinement intégrés dans un cadre pédagogique structuré. Cette dynamique souligne le rôle central des usagers dans la construction des usages, souvent en amont de leur institutionnalisation par les acteurs éducatifs (Jouët, 2000).

7Aborder l’usage des technologies, en particulier celui de l’IAG, sous l’angle de la construction sociale (Jouët, 2000) éclaire les dynamiques, les tensions et les mutations qu’elles induisent dans l’enseignement des langues. Loin d’être une simple conséquence de la disponibilité technologique, l’intégration de ces outils est façonnée par des représentations, définies ici comme un ensemble d’« instruments cognitifs d’appréhension de la réalité et d’orientation des conduites » (Charlier, 1989, p. 46), des pratiques et des ajustements continus entre les acteurs impliqués (enseignants, apprenants, institutions éducatives). Pour qualifier ce mouvement d’appropriation, certains chercheurs comme Durampart et al. (2023) ont recours à la notion d’acculturation numérique. Ces derniers identifient ensuite trois niveaux d’acculturation :

« Au premier niveau d’acculturation numérique, les enseignants utilisent le numérique comme outil personnel plutôt que comme outil d’échange ou de partage.
Au second niveau d’acculturation numérique, l’intégration du numérique par les enseignants vise à favoriser la relation entre l’école et la maison et met une diversité de supports au service de l’activité pédagogique.
Le troisième niveau d’acculturation numérique concerne l’utilisation des dispositifs numériques dans le cadre des pratiques pédagogiques. » (Durampart et al., 2023, p. 75 dans Romero, 2023)

L’IAG ne se limite pas donc pas à une innovation technique. Son intégration réelle dans les apprentissages dépendrait des usages qui résultent de l’interaction entre les contraintes institutionnelles, les initiatives individuelles, les éventuelles résistances, ainsi que de la nature même de l’outil et de ses finalités initiales. C’est de l’articulation entre adoption spontanée et encadrement pédagogique que pourraient émerger les prochaines évolutions de l’enseignement des langues et, plus largement, des pratiques éducatives à l’ère numérique.

L’IAG : de l’artefact à l’instrument, de l’instrument à l’affordance ?

8L’IAG peut être initialement considérée comme un artefact, selon la distinction opérée par Béguin et Rabardel (2000) entre artefact et instrument. Dans cette perspective, un artefact désigne un objet technique en lui-même, sans considération pour son appropriation par l’utilisateur. Il constitue une ressource potentielle, mais son usage effectif dépend des modalités d’appropriation par l’individu ou le collectif qui l’exploite. Dans le cas de l’IAG, cet artefact se matérialise sous différentes formes : modèles de langage, algorithmes de génération de textes, outils d’assistance à la rédaction, plateformes interactives, etc. À ce stade, l’IAG est une technologie qui existe indépendamment de son usage réel par un étudiant. Elle demeure un objet extérieur, un potentiel non encore activé, pouvant être perçu soit comme un simple outil technique, soit comme une boîte noire algorithmique dont le fonctionnement et l’impact restent à explorer. 

  • 2 Selon Norman (1999), l’affordance dépend moins des propriétés intrinsèques de l’objet que de la cap (...)

9L’intégration de l’IAG dans l’apprentissage ne va pas de soi et reposerait sur un processus d’instrumentalisation et d’instrumentation (Rabardel, 1995). L’instrumentalisation désigne la manière dont l’utilisateur adapte l’artefact à ses besoins et usages spécifiques, tandis que l’instrumentation correspond aux transformations cognitives et comportementales induites par l’utilisation de l’outil. Autrement dit, pour qu’un artefact devienne un instrument, il doit être non seulement utilisé mais aussi intégré dans une praxis significative par l’utilisateur. Ce processus d’appropriation peut être rapproché à celui d’« affordance », initialement développée par Gibson (1977) dans une perspective écologique de la perception, puis reprise et étendue par Norman dans le champ de la conception d’interfaces2.

10Dans le contexte éducatif, tant que l’IAG est perçue comme un simple générateur de texte ou un assistant automatisé sans réflexion sur son intégration dans la stratégie d’apprentissage, il reste au stade d’artefact. Il peut même être sous-utilisé ou rejeté par méfiance ou manque de compréhension. En revanche, lorsqu’un étudiant commence à s’approprier l’IAG de manière critique et intentionnelle, par exemple, en l’utilisant pour structurer ses idées, affiner son raisonnement, améliorer ses compétences en rédaction ou stimuler sa créativité, alors l’artefact tend à se transformer en un instrument. Cette transition d’artefact à instrument s’inscrit également dans la problématique de » l’impensé numérique » (Robert, 2020), une notion qui souligne les usages implicites ou invisibilisés des technologies et que nous avons présentée dans nos travaux antérieurs (Molle et al., 2025). L’IAG, en tant qu’artefact, porte en lui des biais, des modèles de pensée préconçus et des logiques sous-jacentes qui influencent son appropriation. Comprendre ces dimensions cachées est crucial pour dépasser un usage passif et favoriser une instrumentalisation consciente et critique comme l’a démontré Romero (2023) dans sa classification des usages de l’IA.

11Ces apports théoriques permettent de souligner le caractère non neutre de l’IAG, qui semble plutôt être un artefact dont l’usage évolue en fonction des stratégies cognitives et pédagogiques mises en place par l’utilisateur. Dans cet article, l’attention est portée sur la communauté universitaire, et plus particulièrement sur les étudiants Lansad. Comment alors favoriser l’activation des compétences métacognitives, encourager une posture réflexive face à cette technologie et transformer cet artefact en un véritable instrument d’apprentissage ? Répondre à cette question implique une analyse des usages actuels afin de distinguer ceux qui relèvent réellement de l’apprentissage de ceux qui s’inscrivent dans une démarche purement pragmatique visant à accomplir une tâche immédiate sous contrainte.

Méthodologie

Le public de l’étude

12Afin de recueillir la plus grande diversité d’usages des apprenants de langue du secteur Lansad, nous avons eu recours à une méthodologie mixte, à la fois quantitative et qualitative. A cette fin, nous avons élaboré un questionnaire qui a été largement diffusé auprès de l’ensemble des apprenants de langue des Campus Lettres et Sciences Humaines de l’Université de Lorraine. Ces deux campus, géographiquement distincts (Nancy et Metz) hébergent l’UFR Arts Lettres et Langues et l’UFR Sciences Humaines et Sociales. Le questionnaire a également été distribué, dans une moindre mesure aux étudiants du Campus Droit et Gestion ainsi qu’aux étudiants de l’UFR IDMC. L’ensemble des étudiants suivent un enseignement de langue obligatoire dans le cadre de l’offre Lansad, ce qui a permis de toucher un public large. Ainsi, le questionnaire a donné lieu à 3 378 réponses (les étudiants de Licence ayant répondu massivement à l’enquête). Sur le plan scientifique, nous nous inscrivons dans une démarche méthodologique exploratoire et compréhensive (Puren, 2003) dans la mesure où nous n’avons émis aucune hypothèse au sujet des usages de l’IAG par les apprenants Lansad. Notre démarche méthodologique consiste à partir des données pour mieux comprendre les phénomènes étudiés : « les chercheurs ne théorisent pas généralement, mais opèrent en fonction des contextes et des problèmes » (Narcy-Combes, 2002, p. 8). Plus spécifiquement, nous avons élaboré un questionnaire via Limesurvey pour dresser le profil des apprenants, pour mieux connaître leurs recours à l’IAG dans le cadre de l’apprentissage des langues et, enfin, pour connaître leur sentiment quant à ces différentes utilisations (en classe, dans un travail noté). Le recours au questionnaire nous a semblé pertinent puisqu’il nous permet d’atteindre facilement un large public et de collecter rapidement des données utiles à des explorations qualitatives futures à partir d’un état des lieux.

Démarche et outils

13Le questionnaire est composé de 15 questions à choix multiples (ou de type oui/non), ouvertes et fermées. Le fait de varier la typologie des questions nous autorise l’obtention de données de différentes natures nous permettant à la fois des analyses quantitatives et qualitatives. Ces questions sont réunies dans trois rubriques thématiques illustrées dans le tableau (1) ci-dessous.

Tableau 1. Structure du questionnaire (cf. annexe pour la version détaillée)

I. Profil des apprenants

II. Les IAG au quotidien

III. Les IAG dans le cadre universitaire

IV. Le ressenti des apprenants

5 questions (QI.1 à QI.5) pour mieux connaître les répondants (âge, cursus passé et actuel, langue étudiée, objectif professionnel).

2 questions (QII.6 & QII.7) pour connaître les usages de l’IAG au quotidien.

4 questions (QIII.7 à QIII.11) pour recenser les usages et les stratégies parmi les apprenants Lansad.

3 questions (QIV. 12 à QIV.14) pour mieux comprendre le sentiment des apprenants quant au recours à l’IAG dans le cadre universitaire.

  • 3 Pour rappel, nous suivons la définition de Bardin selon qui l’analyse de contenu est :
    « un ensembl (...)

14L’ensemble des questions posées dans le questionnaire a traité. Pour les questions fermées, une analyse statistique a été générée par Limesurvey. Dans le cadre d’une méthode qualitative, nous avons opté pour une analyse de contenu thématique3 pour répondre à notre question de recherche et avons procédé, à travers une lecture des données, à des classifications, catégorisations et thématisations que nous présenterons tout au long de l’article et qui serviront de base à nos analyses.

15Pour la démarche, nous suivons particulièrement l’analyse de contenu thématique dans laquelle « il s'agit de produire une reformulation du contenu de l’énoncé sous une forme condensée et formelle. Pour réaliser cette tâche, on procède en deux étapes : le repérage des idées significatives et leur catégorisation. » (Negura, 2006).

Nous allons désormais présenter les résultats du questionnaire en nous intéressant tout d’abord aux profils des utilisateurs et ensuite aux usages plus spécifiquement.

Résultats

Profils d’utilisateurs et d’utilisations

16La première série de questions (QI.1 à QI.5) nous a permis de mieux connaître les profils des apprenants ayant répondu au questionnaire. Les profils sont représentés dans la figure (1) ci-après. Il ressort que nous avons une grande majorité de répondants provenant des filières SHS (n =1 813) avec une grande majorité d’étudiants issus de la filière psychologie (n = 706), puis des répondants des départements histoire (n = 380), Information et Communication (n = 246), sociologie (n = 219), sciences de l’éducation (n = 118), Humanités (n = 67), sciences du langage (n = 44) et philosophie (n = 33). Les étudiants de Droit Gestion Économie et Administration sont également bien représentés (n = 401). La filière ALL est nettement moins représentée dans les réponses (n = 210), ce qui semble normal au regard des effectifs globaux des inscriptions en ALL (Arts du spectacle n = 50 ; Arts plastiques n = 68 ; LLCER et LEA n = 61 ; Lettres n = 31). Les étudiants de MIASH et MIAGE ont répondu au nombre de 105. À noter que 849 étudiants n’ont pas renseigné leur filière.

Figure 1. Répartition des répondants par filière

Figure 1. Répartition des répondants par filière

17En ce qui concerne le niveau d’étude, 1 782 sont des étudiants en L1, 935 en L2 et 288 en L3. Sans surprise, l’anglais comme langue d’apprentissage choisie dans les cursus est nettement majoritaire (n =2 999). Ceci n’est pas surprenant car de nombreux départements (en particulier SHS) n’offrent que l’anglais. Les autres langues sont donc logiquement peu représentées. En ce qui concerne les niveaux de langue (anglais) auto-déclarés, sans surprise, les apprenants se déclarent majoritairement entre B1 et B2 (n = 2 002), puis entre A1 et A2 (n = 742). Enfin, 395 apprenants ont répondu se situer au niveau C1.

Figure 2. Niveau de langue

Figure 2. Niveau de langue

18La seconde série de questions (QII.6 et QII.7) avait pour objectif de savoir si les répondants étaient des utilisateurs des IAG et dans quel cadre. 1 569 étudiants ont répondu qu’ils utilisaient les outils d’IAG à la fois pour la vie de tous les jours (n =1 474) et dans le cadre de leurs études et donc une utilisation académique et /ou professionnelle (1 541).

Figure 3 : Cadres d’utilisation de l’IAG

Figure 3 : Cadres d’utilisation de l’IAG

19Après avoir brossé le profil général des utilisateurs et des utilisations, nous proposons désormais de nous concentrer plus spécifiquement sur la relation IAG et apprentissage des langues dans le cadre universitaire. Nous verrons tout d’abord quels outils et dans quels cadres ils sont utilisés, pour nous concentrer ensuite sur les usages des apprenants dans le cadre de leur apprentissage de langue.

Usages pour l’apprentissage

Quels outils et dans quels cadres ?

20La série de questions QIII.8 à QIII.11 avaient pour objectif d’investiguer plus spécifiquement la question des usages des IAG par les apprenants dans le cadre de l’apprentissage de langue. La question « quels outils utilisez-vous pour apprendre l’anglais » était une question à choix multiples qui proposait des applications d’IAG tout en permettant de renseigner d’autres applications. Les résultats révèlent que 1 385 apprenants recourent à l’IAG et 1 144 utilisent d’autres outils numériques (outils de traduction automatique, films, séries, jeux vidéo, etc.).

Figure 4 : Quels outils pour l’apprentissage des langues

Figure 4 : Quels outils pour l’apprentissage des langues

21En revanche, même si les étudiants déclarent recourir massivement à l’IAG pour l’apprentissage des langues, ils sont 1 565 à affirmer qu’ils ne les utilisent pas en classe contre 1 258 qui affirment le faire. Ce recours à l’IAG se fait de manière autonome, dans une prise d’initiative personnelle. Seuls 337 étudiants déclarent avoir utilisé l’IAG en classe en étant encadrés par l’enseignant. Enfin, ces outils sont majoritairement utilisés pour l’écrit, que ce soit en production (n = 1 701) ou en compréhension (n = 1 151).

Quelles utilisations pour l’apprentissage ?

22Les questions 11 et 12 consistaient en des questions ouvertes. La question 11 (« de manière générale, comment les utilisez-vous ? Pouvez-vous donner des exemples ? ») avait pour objectif de donner la parole aux apprenants. Sur l’ensemble des répondants, 2 208 réponses ont été apportées. Même si cette question visait l’apprentissage, une partie des répondants ont fait part de leurs utilisations des IAG dans le cadre de leur quotidien. Nous avons donc dégagé trois grandes catégories d’usage : un usage à des fins linguistiques, un usage à des fins méthodologiques et un usage à des fins pragmatiques ou de « vie pratique ».

23Si nous évacuons cette dernière catégorie qui n’est pas le cœur de notre étude, nous pouvons néanmoins relever l’utilisation des apprenants de l’IAG pour des tâches professionnelles comme la rédaction de mails, de lettres de motivation, de CV ou comme la programmation. Les répondants affirment pouvoir recourir à l’IAG pour des actions beaucoup plus « terre à terre » comme pour la rédaction de listes de courses avec un budget à respecter ou encore la rédaction de petites annonces pour des sites de revente en ligne. Enfin, un certain nombre de répondants indique utiliser les IAG comme confident, ami ou comme psychologue du fait de la neutralité et de l’objectivité ressentie de l’IAG par les apprenants. Nous abordons dans ce qui suit les deux catégories qui constituent le point central de notre réflexion.

Usage à des fins linguistiques

24Dans le cadre de l’usage à des fins linguistiques, les sous-catégories suivantes ont ainsi été identifiées :

    • 4 Tous les exemples cités entre guillemets sont extraits des données recueillies des questionnaires.

    Une utilisation à des fins de traduction : les apprenants utilisant l’IAG bien souvent à la place des outils traditionnels de TA. Nous comprenons également qu’il y a un large spectre de traduction puisque des répondants utilisent l’IAG pour traduire un seul mot, une phrase, un paragraphe ou encore un texte entier. Nous proposons ici un extrait tiré de notre corpus : « Je demande une traduction précise. »4 L’IAG est également utilisée afin d’obtenir des traductions de vidéos ou de documents audio.

  • Les répondants recourent à l’IAG à des fins de correction dans le cadre de la production écrite principalement. Les répondants demandent alors des corrections de leur production à tous niveaux : correction grammaticale, syntaxique, orthographique ou correction de conjugaison : « Je passe tous mes textes par ChatGPT pour la correction d'erreurs » ; « Je demande à l'IA de corriger mes fautes d'orthographe et de syntaxe. »

  • Des répondants indiquent également un recours à l’IAG pour obtenir des synonymes ou des définitions de mots plutôt qu’une traduction directement.

  • Les répondants indiquent demander à l’IAG d’améliorer leur production ou à des fins de reformulation. Là encore, le continuum est large : l’IAG peut améliorer une simple phrase comme un texte entier, le rendre plus authentique, d’un niveau de langue supérieur : « Je demande parfois une reformulation ou un développement plus précis » ; « Je l'utilise pour corriger mes fautes d'orthographe et améliorer la formulation de mes phrases, afin d’obtenir un travail de meilleure qualité. »

  • L’exploitation des données nous montre que les répondants utilisent l’IAG à des fins d’explications dans le cadre de la compréhension. A nouveau, les répondants demandent d’expliquer des phrases, un cours, un article ou extrait à lire. Dans le cadre d’activités de compréhension, les demandes d’explications peuvent prendre différentes formes : explication sous forme d’un résumé, formulation des grandes idées sous formes de puces : « Explication d'une idée, d'une thématique de façon rapide et très bien expliquée sans perdre de temps à chercher l'information sur des pages internet trop longues. »

  • L’IAG étant en constante amélioration, les répondants l’utilisent à des fins d’interaction. Les apprenants simulent des dialogues, exigent des corrections de la langue (prononciation, grammaire), demandent des mises en situation, des débats ou tout simplement mettent en place des discussions informelles. Certains répondants font faire la transcription des échanges afin de voir les erreurs qui auraient été faites à des fins d’apprentissage : « Je parle avec ChatGPT en anglais sur des thématiques qui m'intéressent ou dont j'aimerais développer un certain vocabulaire pour améliorer mon expression orale » ; « Je fais des simulations ou je parle à l’oral avec l’ia pour perfectionner mon anglais. »

Usage à des fins méthodologiques

25Comme indiqué plus haut, les apprenants ont ciblé les potentialités d’aide méthodologique que pouvaient apporter l’IAG. Voici le résultat de l’analyse des données :

  • L’IAG apporte une aide à la structuration d’un texte dans le cadre de la production. L’IAG est alors utilisée pour apporter des conseils sur le raisonnement et l’articulation de son texte, pour proposer un plan ou encore pour formuler une problématique : « Je n’utilise les IA que pour m’aider à assurer la logique de mon travail, en enregistrant ma réflexion afin de voir si mon raisonnement suit son cours » ; « Je demande parfois une reformulation ou un développement plus précis. »

  • Les répondants utilisent l’IAG pour extraire du vocabulaire d’un champ lexical spécifique d’un texte.

  • Les répondants utilisent l’IAG comme un moteur de recherche ou une base de recherche documentaire : « Je fais des recherches documentaires. »

  • Les répondants peuvent utiliser l’IAG pour les aider à construire une synthèse.

  • L’IAG est également utilisée à des fins de génération d’activités et d’exercices sur une thématique précise ou bien sur un point étudié en classe. Toutes les formes d’activités sont demandées par les apprenants : QCM, Quiz, exercices répétitifs. Les répondants demandent une correction de ces activités, certains demandent d’apporter des explications sur la correction : « Je demande à chatgpt de me faire des exercices corrigés par lui. »

  • Certains apprenants demandent tout simplement des conseils sur l’apprentissage dans un objectif de personnalisation. Ainsi, l’IAG permet, pour certains, d’établir un programme de travail.

  • Enfin, les répondants utilisent l’IAG pour obtenir un feedback sur un travail évalué par un enseignant.

26Pour une vision globale des différents cadres d’usages, nous proposons le schéma récapitulatif :

Figure 5 : Usages de l’IAG chez les étudiants

Figure 5 : Usages de l’IAG chez les étudiants

27Dans une autre question, il a été demandé si les apprenants pensaient utiliser ces outils de manière pertinente et à bon escient. Différentes possibilités de réponse étaient offertes aux répondants :

  • Je l’utilise à bon escient, c'est un plus pour moi,

  • Je l’utilise mais ça me gêne quand même,

  • Je ne suis pas sûr de bien l’utiliser,

  • Je suis tenté de les utiliser mais j’essaie de faire sans,

  • Je ne les utilise par car c’est tricher,

  • Je peux les utiliser dans le cadre de l’apprentissage mais pas de l’examen.

28Il est intéressant de remarquer que la majorité des répondants déclarent les utiliser à bon escient (33 %) cf. figure (6). À l’inverse, une part non négligeable exprime des hésitations ou une forme de malaise : 14  % se sentent tentés mais essaient de s’en passer, 9  % disent l’utiliser malgré un certain inconfort, et 4  % remettent en question leur utilisation. D’autres adoptent une posture plus normative : 6  % estiment que recourir à l’IAG revient à tricher tandis que 23  % marquent une frontière entre usage dans le cadre de l’apprentissage et interdiction en contexte évaluatif.

Figure 6 : Regards des apprenants sur leur utilisation de l’IAG

Figure 6 : Regards des apprenants sur leur utilisation de l’IAG

Représentations

29Enfin, le dernier groupe de question s’est intéressé à l’utilisation de l’IAG dans le cadre d’un travail noté. Cette question permettait de laisser un commentaire. Une grande majorité des étudiants déclarent ne pas vouloir utiliser l’IAG dans un travail noté (23 %) pour des raisons éthiques. Cependant, il a été intéressant de constater que si les étudiants ont commenté leur réponse concernant le recours à l’IAG dans le cadre d’un travail donné, ils ont profité de cet espace de parole pour exprimer leur ressenti personnel sur l’IAG de manière plus générale. Ces commentaires démontrent que si les enseignants sont en pleine d’interrogation, les apprenants se trouvent dans la même situation. Voici donc les arguments mis en avant dans les réponses.

  • Les répondants évoquent un risque de compromettre l’apprentissage. L’IAG, pouvant quasiment tout faire, peut empêcher le développement de compétences et, ainsi, peut empêcher tout progrès. Exemples de propos d’étudiant tirés du corpus : » l’utilisation de l’IA peut faire perdre l’essentiel de l’apprentissage, car il est important de réfléchir et de rédiger soi-même pour progresser » ; »  Je préfère ne pas utiliser ces outils car je crains qu’ils ne remplacent mon propre travail de réflexion. »

  • Les répondants soulèvent la question éthique car ils considèrent le recours à l’IAG comme tout simplement relevant de la triche à plusieurs niveaux : envers soi-même (car l’évaluation est faussée), envers l’institution et envers les autres. Voici des exemples de réponses au questionnaire : »  Si je laisse l’IA faire trop de travail, le résultat ne reflétera pas réellement mes connaissances, ce qui pose un problème d’éthique » ; «  Je considère que l’usage de ces outils peut biaiser le travail noté et donner une fausse impression de mes compétences.  »

  • Les répondants n’utilisent pas l’IAG dans un souci de fiabilité des informations. Certains répondants craignent que l’IAG fournisse des informations erronées ou imprécises, ce qui pourrait nuire à la qualité du travail final : «  L’IA peut parfois donner des réponses inexactes, je préfère donc m’appuyer sur mes propres recherches et sur des sources fiables  » ; «  Je n’ai pas entièrement confiance dans les réponses générées par l’IA, car elles ne sont pas toujours vérifiées ou adaptées au contexte de mon travail.  »

30En revanche, 30 % déclarent recourir à l’IAG dans le cadre d’une évaluation.

Figure 7 : Recours des étudiants à l’IAG dans une évaluation

Figure 7 : Recours des étudiants à l’IAG dans une évaluation

31Voici les principaux arguments qui ont émergé de nos analyses :

  • L’IAG apporte gain de temps et efficacité. Elle permet donc de réaliser rapidement des recherches et d’organiser ses idées. Voici quelques exemples de réponse : »  C'est un énorme gain de temps, ça me permet de trouver rapidement les informations dont j'ai besoin » ; «  Pour moi, l'IA est comme un moteur de recherche qui m’aide à structurer mon travail et à gagner du temps sur la recherche documentaire.  »

  • L’IAG apporte une amélioration de la qualité du travail : l’IAG sert alors à la correction, qu’elle soit orthographique, grammaticale et/ou syntaxique. Selon les répondants, elle permet le rendu d’un travail plus clair et plus soigné : « Je l'utilise pour corriger mes fautes d'orthographe et améliorer la formulation de mes phrases, afin d’obtenir un travail de meilleure qualité » ; «  L'IA m’aide à repérer des erreurs que je n'aurais pas vues et à reformuler mes idées de manière plus pertinente.  »

  • Les répondants ont également indiqué qu’il s’agit d’un outil de recherche et d’inspiration. L’IAG fournit des pistes et des idées supplémentaires pour enrichir le contenu de leur travail : »  Cela me permet d’avoir un point de départ pour mes recherches et de trouver des idées auxquelles je n'aurais pas pensé autrement.  » ; »  L’IA me donne des exemples et des définitions qui m’inspirent pour approfondir mon argumentation.  »

  • Les répondants indiquent que le recours à l’IAG doit être encadré et partiel car il ne faut pas que le travail personnel de l’apprenant soit fait par ces outils. Les apprenants considèrent donc l’IAG comme une aide à l’apprentissage et non comme un substitut au travail personnel : »  Je l'utilise comme une aide ponctuelle pour me débloquer, mais je rédige moi-même l’essentiel du travail.  » ; »  Je préfère vérifier mes réponses avec l’IA plutôt que de la laisser faire tout le travail, car l’objectif est d’apprendre par moi-même.  »

32Enfin, et cela était attendu, les répondants confessent recourir à l’IAG avec comme objectif d’améliorer leur résultat académique en évitant les erreurs et en structurant mieux leur travail : » puisqu’une mauvaise note peut me coûter cher, j'utilise l'IA pour maximiser mes chances d'obtenir un travail impeccable  » ; «  Pour réussir au mieux mes rendus, j’adopte l’IA comme un outil de vérification pour être sûr de ne pas faire d’erreur.  »

33La figure (8) ci-dessous synthétisent les résultats présentés ci-dessous :

Figure 8 : avis des étudiants sur le recours à l’IAG dans un travail noté

Figure 8 : avis des étudiants sur le recours à l’IAG dans un travail noté

Analyses

34Dans cette partie, il s’agira d’analyser plus finement les résultats présentés précédemment en les confrontant aux apports du cadre théorique. En croisant les données empiriques recueillies avec les travaux existants à ce jour sur les usages éducatifs de l’IAG, nous chercherons à mettre en lumière les logiques d’appropriation, les postures des apprenants et la diversité des pratiques observées. L’objectif est de mieux comprendre les dynamiques en jeu dans un environnement techno-pédagogique en évolution.

Des usages multiples et diversifiés

35Le recours à l’IAG par les apprenants s’est imposé de manière rapide et massive : en l’espace de deux ans seulement depuis l’arrivée de ChatGPT, plus de la moitié des répondants déclarent en faire un usage quasi exclusif, délaissant ainsi d’autres outils (comme les traducteurs automatiques) au profit de cette technologie. L’autre moitié des apprenants semble, quant à elle, continuer à mobiliser une diversité d’outils numériques, ce qui témoigne d’une appropriation plus hétérogène de l’environnement technologique.

36Ce recours massif montre que l’IAG est perçue par beaucoup comme un outil « tout-en-un » (« all-in-one tool », Yan, 2023), en rupture avec les anciens outils d’aide à la production qui étaient cantonnés, pour la plupart, à des usages spécifiques comme l’aide à l’écriture. À l’inverse, l’IAG est aujourd’hui sollicitée pour une grande variété d’activités : recherche documentaire, développement de compétences transversales, soutien méthodologique, aide à la compréhension, voire simulation de rôles (enseignant, conseiller, etc.).

37On observe ainsi une forte diversité dans les usages déclarés, qui reflètent une forme de créativité (avec ses propres limites) des apprenants. Comme mentionné dans la première partie de l’article, cette appropriation de l’outil s’inscrit dans une dynamique informelle et non encadrée, en dehors de toute prescription institutionnelle ou enseignante (Jouët 2000 ; Mallein et Toussaint,1994). Il s’agit d’un usage « buissonnier » (pour emprunter le concept de Bourdais & Guichon, 2020 en lien avec les outils de la TA), développé à l’initiative des étudiants eux-mêmes, selon leurs besoins, leurs représentations de l’apprentissage, leurs stratégies personnelles et leurs besoins.

38Ainsi, certains apprenants recourent à ces outils par pur pragmatisme, que ce soit dans une logique de gain de temps : « C'est un énorme gain de temps, ça me permet de trouver rapidement les informations dont j'ai besoin » ou en vue de l’obtention d’une meilleure note :

« Je suis d'accord que cela biaise le résultat mais même le fait qu'un travail soit noté fait qu'il y a un enjeu. Si la note n'était qu'à but indicatif je ne l'utiliserais pas mais étant donné qu'une mauvaise note pourrait me faire perdre 1 année de vie je préfère mettre toutes les chances de mon côté. Mieux vaut prévenir que guérir comme on dit. Cela m'attriste mais il faut s'assurer la réussite. »

D’autres, en revanche, à en juger par les résultats, manifestent un véritable recul réflexif quant à leur usage. Ils semblent alors conscients des enjeux que soulève le recours à l’IAG, qu’ils soient liés à l’apprentissage (risque de perte de compétences, dépendance cognitive : « Je refuse de l’utiliser pour faire le travail à ma place, car l’objectif est de développer mes propres compétences et de rester autonome ») ou encore à l’éthique (triche, malhonnêteté académique : «  Si je laisse l’IA faire trop de travail, le résultat ne reflétera pas réellement mes connaissances, ce qui pose un problème d’éthique.  » ; «  Je considère que l’usage de ces outils peut biaiser le travail noté et donner une fausse impression de mes compétences.  »)

  • 5 Une recherche a été menée en ce sens. A paraître : Hamza, A., Molle, N. & Cousinard, C. (2025). Com (...)

39De plus, nos analyses suggèrent une forme d’appropriation confiante de l’outil mais qui ne présume pas de la qualité pédagogique réelle des usages. Les différentes données mettent en évidence une diversité de postures allant de l’adhésion enthousiaste à la méfiance, mais elles doivent être croisées avec une analyse fine des usages (par exemple à l’aide des captations des différents interactions avec les IAG, accompagnées d’entretiens d’auto-confrontation5) pour évaluer dans quelle mesure ces pratiques sont réellement formatrices ou relèvent de logiques de contournement.

Des trajectoires d’usages : du pragmatisme pur à l’intention d’apprentissage

40Même si le recours à l’IAG parait pertinent et raisonné dans certaines situations selon les étudiants, nos analyses tendent à montrer qu’ils rencontrent cependant des difficultés à appréhender ce qui relève réellement d’un apprentissage autonome, adoptant ainsi une vision simplifiée de ce dernier. En effet, leur raisonnement semble se structurer autour d’une dichotomie implicite :

  • Les étudiants ont recours à l’IAG dans le cadre de l’évaluation, c’est alors considéré comme interdit ou illégitime.

  • Les étudiants ont recours à l’IAG en classe, c’est perçu comme autorisé, car non évalué, et donc relevant de l’apprentissage durable.

41Or, une telle distinction repose sur une compréhension réductrice et simpliste de l’apprentissage qui ne saurait se limiter à ce qui échappe à l’évaluation. Apprendre inclut tout à la fois les activités menées en et en dehors de la classe que celles engagées dans les situations évaluatives, dans une continuité où les enjeux formatifs et certificatifs s’articulent étroitement.

42À la lumière de ces analyses, et en nous inspirant des travaux de Nassau et al., (2022) en lien avec les outils de traduction automatique, nous avons élaboré une typologie des trajectoires d’usage de l’IAG, s’inscrivant dans un continuum allant d’un usage pragmatique à un usage intentionnellement orienté vers l’apprentissage.

43Ce continuum met en évidence différents positionnements des apprenants, selon qu’ils perçoivent l’IAG comme :

  • un outil pour faire faire, dans une logique de délégation ou d’automatisation de la tâche,

  • un outil pour aider, dans une perspective de soutien ponctuel ou de facilitation,

  • ou encore un outil pour apprendre, mobilisé de manière réfléchie comme levier cognitif au service de l’acquisition de savoirs et de compétences.

44Ces idées reflètent des conceptions plus ou moins élaborées de l’apprentissage, allant d’une approche instrumentale (Rabardel, 2005) et finalisée par la seule performance, à une posture d’engagement actif dans le processus formatif. Pour résumer les différentes analyses effectuées dans l’article, le scénario ci-après propose une typologie des usages de l’IAG par les étudiants, classés sur un continuum qui va du recours passif à l’outil jusqu’à une appropriation critique qui peut être un indice d’apprentissage à long terme. Ces différentes approches peuvent être parfaitement illustrées par le cas d’école suivant :

Un étudiant, inscrit en cours d’Anglais de L3, doit rédiger un texte argumentatif de niveau B2 sur une question vive dans le cadre d’un travail noté.

Cas 1 : Plagiat – « Je ne fais pas le travail »

L’étudiant copie-colle l’intitulé du sujet dans ChatGPT et demande une rédaction complète. Il prend le texte tel quel, sans le lire en détail, et le rend à l’enseignant, sans citer son recours à ChatGPT.

L’étudiant délègue l’ensemble de la tâche. Ceci soulève le problème du plagiat, de l’absence de compréhension et de l’échec de l’apprentissage.

Cas 2 : Usage naïf « Je suis l’auteur des idées, mais pas du texte » 

L’étudiant a quelques idées en tête, qu’il formule en français. Il demande ensuite à ChatGPT de transformer ces idées en un texte argumentatif en anglais niveau B2. Il rend ce texte sans modification, sans chercher à comprendre comment ses idées ont été formulées.

L’étudiant initie la réflexion mais délègue l’expression, ce qui révèle une absence de travail linguistique réel, une perte de lien entre pensée et formulation.

Cas 3a : Correction passive – « Je me fais corriger par l’IA »

L’étudiant rédige lui-même son essai en anglais. Puis, il colle son texte dans ChatGPT et demande une correction. Il prend la version corrigée sans se poser de questions, et la rend telle quelle.

Le texte initial est personnel, mais le processus de révision est passif. L’étudiant risque de ne pas comprendre les corrections, ni d’apprendre à s’auto-corriger.

Cas 3b : Correction active – « Je discute avec l’IA »

Même démarche de départ : l’étudiant écrit son texte, puis le fait relire par l’IA.
En revanche, il analyse les corrections proposées, en rejette certaines, ajuste d'autres à son niveau et reformule certains passages pour garder sa « voix ».

L’étudiant garde le contrôle sur son texte, l’adapte à son niveau : « je n’aurais jamais écrit ça, moi »

Cas 4 : Accompagnement / Conseil – « Je veux comprendre mes erreurs »

L’étudiant rédige entièrement son essai. Il demande ensuite à ChatGPT de signaler les erreurs sans les corriger. Il prend note des erreurs relevées, les corrige lui-même, puis soumet sa nouvelle version pour validation.

L’IA n’est éditrice de rien. L’étudiant renforce sa capacité à s’auto-corriger.

Cas 5 : Apprendre avec l’IA – « Je veux progresser en anglais »

L’étudiant souhaite rédiger un texte argumentatif, mais aussi en profiter pour enrichir son anglais à long terme. Il utilise ChatGPT pour :

Extraire du vocabulaire thématique

Identifier des connecteurs logiques ou des structures syntaxiques typiques d’un texte argumentatif.

Demander des exemples de phrases modèles qu’il pourrait réutiliser dans d’autres contextes.

Créer une liste personnalisée de vocabulaire à mémoriser. 

Il rédige ensuite son texte en mobilisant activement une partie de ce lexique et de ces structures. Il peut même demander un feedback sur l’usage qu’il en a fait.

45Ces cas d’usages que nous avons identifiés chez les étudiants Lansad, peuvent rejoindre le Passive-Participatory (PP) model des usages créatifs de l’IA en éducation (Romero, 2023). En effet, pour Romero (2023), l’usager peut adopter différentes postures de la classification selon l’engagement requis par la tâche. À partir d’un continuum allant de la consommation passive à l’apprentissage expansif, Romero (2023) met en lumière une progression allant de l’usage individuel à la co-création collective de connaissances, jusqu’à la transformation des situations complexes grâce à l’IA. Ce cadre permet de qualifier la diversité des postures adoptées par les apprenants selon leur degré d’implication. L’IA y apparaît comme un levier potentiel d’action collective et de développement de l’agentivité (Romero, 2023). Cette dernière idée corrobore notre continuum d’apprentissage dans la mesure où l’apprentissage requiert une implication et une conscientisation de la part de l’apprenant pour que l’outil ne soit pas seulement mobilisé comme moyen de performance, mais comme support à une transformation réflexive et durable des savoirs et des compétences.

Figure 9 : continuum des usages de l’IAG dans l’apprentissage des langues chez les apprenants Lansad

Figure 9 : continuum des usages de l’IAG dans l’apprentissage des langues chez les apprenants Lansad

46Il convient d’attirer l’attention sur le fait que ce continuum des usages de l’IAG que nous modélisons ici n’est ni linéaire ni figé. En effet, il ne s’agit pas d’une progression uniforme ou unidirectionnelle selon laquelle les étudiants évolueraient mécaniquement d’une posture d’usage à une autre. Au contraire, ce continuum se caractérise par une dimension plurielle et dynamique : les postures d’usage de l’IAG ne sont ni strictement étanches ni mutuellement exclusives. Un même étudiant peut adopter des postures différentes selon le type de tâche académique, le degré de complexité de celle-ci, les attentes perçues de l’enseignant, ou encore ses propres stratégies d’apprentissage. Il peut ainsi osciller, consciemment ou inconsciemment, entre plusieurs positions sur ce continuum, voire se situer à l’intersection de deux postures où les frontières sont poreuses et mouvantes.

47Ce caractère non binaire des usages appelle donc à concevoir le rapport des étudiants à l’IAG comme un système fluide, où les transitions entre postures ne sont ni brutales ni systématiques, mais marquées par des chevauchements, des hybridations, voire des formes d’ambivalence ou de « bricolage stratégique ». En ce sens, l’interprétation que nous privilégions invite à dépasser une vision figée des catégories d’usage pour embrasser une lecture plus fine, ancrée dans la complexité des pratiques effectives et contextualisées des apprenants.

La question de l’auteurité ?

48Outre la question de l’apprentissage, ces usages répertoriés dans le continuum ci-dessus soulèvent certaines interrogations quant à la propriété intellectuelle et au respect des droits d’auteur puisque l’IAG puise dans de larges bases de données pour répondre aux requêtes posées sans pour autant citer ses sources. Dans les cas les plus passifs (Cas 1 et 2 du continuum) où l’étudiant délègue la totalité ou une grande partie de la tâche à l’IAG, il devient difficile de considérer le travail rendu comme une production personnelle au sens juridique et éthique. Le recours intégral à des contenus générés par l’IAG, sans transformation significative, interroge la notion même d’auteurité (Lacruz Mantecón, 2023) : qui est véritablement à l’origine du texte produit ? Dans l’enseignement supérieur, où l’évaluation repose sur l’authenticité du travail intellectuel fourni, ces situations peuvent être assimilées à du plagiat (Boine et Castets-Renard, 2023), même si l’intention frauduleuse n’est pas toujours présente. Cela pose davantage de problèmes à l’enseignant qui doit évaluer le progrès, un débat qui occupe la communauté éducative actuellement : comment évaluer à l’heure de l’IAG (Pascal et Godé, 2024) ? À l’inverse, les usages plus réflexifs (Cas 4 et 5), où l’IAG est mobilisée comme un outil d’aide à la rédaction, de recherche documentaire ou encore à l’apprentissage des éléments linguistiques, pourraient laisser intacte la responsabilité intellectuelle de l’étudiant, qui reste l’auteur principal de sa production. Ce continuum met en évidence la nécessité de clarifier, dans les pratiques pédagogiques et les recommandations institutionnelles, les frontières entre accompagnement acceptable et délégation inacceptable, afin de préserver à la fois l’intégrité académique mais surtout d’assurer la durabilité de l’apprentissage à long terme (Terrier, 2016).

Conclusion et perspectives

49L’objectif de notre travail de recherche était de cartographier les usages de l’IAG par les apprenants Lansad dans le cadre de leur apprentissage de langue. Pour ce faire, une étude a été menée par le biais d’un questionnaire distribué à grande échelle. Nous avons pu ainsi collecter plus de 3 000 réponses qui ont été analysées.

50Les choix méthodologiques opérés dans le cadre de cette étude sont assumés en tant que parti pris cohérent avec le positionnement exploratoire de la recherche. Ainsi, bien que certaines notions théoriques, telles que celle d’affordance, aient été mobilisées pour nourrir la réflexion théorique et conceptuelle et éclairer l’analyse des résultats par la suite, elles n’ont pas été directement formulées dans le questionnaire (diffusé en 2024). Ce décalage résulte de notre volonté délibérée de ne pas complexifier excessivement l’outil de collecte, au risque de compromettre l’engagement des répondants. De même, les considérations soulevées dans les sections 4.2 et 4.3, notamment celles relatives à la propriété intellectuelle ou aux implications éthiques de l’usage de l’IAG n’ont pas donné lieu à des questions explicites mais ont directement surgi des résultats lors de la phase d’analyse.

51Les résultats démontrent une appropriation rapide de l’IAG par les apprenants que ce soit dans leur quotidien de citoyen ou dans leur quotidien d’apprenant. Les apprenants ont développé toute une panoplie d’usages à tous niveaux. La grande réflexivité supposée des apprenants eux-mêmes quant à leurs usages de l’IAG est également un enseignement majeur de notre travail. Il convient à ce stade de souligner l’écart que l’on doit interroger entre les perceptions déclarées par les étudiants et les réalités d’usage que nous avons analysées à partir de leurs réponses. En effet, les réponses recueillies révèlent que la majorité d’entre eux considèrent utiliser les outils d’intelligence artificielle générative de manière appropriée, notamment lorsqu’ils les considèrent comme un appui bénéfique à leur apprentissage. D’autres se montrent plus ambivalents, notamment dans le cadre d’un travail noté : ils expriment parfois un malaise, une incertitude ou des limites éthiques dans leur recours à ces technologies. Pourtant, lorsqu’on confronte ces déclarations aux pratiques réellement décrites, on observe que les usages restent majoritairement peu élaborés sur le plan cognitif : délégation de la production, corrections non analysées, ou encore absence de réflexion métalinguistique sur les différentes activités. Ce décalage invite à nuancer le sentiment de pertinence (qui est ici davantage orienté vers la finalité évaluative que la progression dans l’apprentissage) perçu par les apprenants et à questionner les conditions d’un usage véritablement formateur. 

52La posture de l’étudiant réalisant son travail sans recourir à l’IAG correspond encore, dans de nombreux contextes, aux attentes institutionnelles ou pédagogiques actuelles. Toutefois, cette position apparaît de plus en plus difficile à tenir face à l’évolution rapide des pratiques étudiantes et à la transformation des environnements d’apprentissage. Nombre d’étudiants ont déjà intégré l’IA à leurs pratiques d’écriture, que ce soit pour réduire l’effort, optimiser leur temps ou soutenir leur progression. Ignorer ces usages reviendrait à passer à côté d’une transformation déjà largement amorcée. L’enjeu réside désormais dans l’accompagnement des apprenants vers des usages plus critiques, réflexifs, constructifs et véritablement formateurs de l’IA, en cohérence avec les objectifs d’apprentissage à long terme. Dans cette perspective, Audran (2024) souligne que les inquiétudes soulevées par ces technologies — notamment en ce qui concerne leurs effets potentiels sur la démocratie ou la diffusion de désinformation — relèvent moins des algorithmes eux-mêmes que des usages qu’en font les individus. Que l’intelligence artificielle générative soit envisagée comme un tuteur personnalisé pour les élèves ou comme un assistant pédagogique pour les enseignants (Jurenka et al., 2024) invite à repenser en profondeur le rôle de l’enseignant. Cette évolution pose en particulier la question de l’équilibre entre autonomie de l’apprenant (Holec, 2022) et accompagnement, ainsi que celle de la place de l’humain dans un écosystème éducatif de plus en plus façonné par les technologies numériques.

53La diversité des usages illustrée dans les réponses analysées ici permettent de dégager aussi une variation dans les attitudes face aux changements car l’introduction d’un nouvel outil technologique, comme l’IAG, ne se fait jamais de manière neutre ni homogène dans les milieux éducatifs. Ces attitudes s’expliquent autant par des facteurs individuels (rapport au changement, sentiment de compétence, posture pédagogique) que par des logiques institutionnelles ou culturelles. Toute innovation bouscule des équilibres : elle interroge les normes établies, les rôles traditionnels (enseignant / apprenant, auteur / outil) et oblige à redéfinir les critères de légitimité, d’évaluation et de responsabilité. Dans ce contexte, les usages émergent souvent de manière pragmatique, avant que les cadres réglementaires et pédagogiques ne soient formalisés. Comprendre cette temporalité du changement, faite de tâtonnements, de détournements, mais aussi d’appropriations créatives comme nous l’avons mentionné, est essentiel pour accompagner les acteurs et éviter que la nouveauté ne soit perçue uniquement comme une menace ou, à l’inverse, comme substitution. Ces constats appellent à une certaine prudence quant à l'intégration – encore faudrait-il s’accorder sur ce que recouvre précisément cette notion – des technologies émergentes dans les dispositifs pédagogiques. Il apparaît en effet qu’elles ne sauraient se substituer à un encadrement éducatif structuré et intentionnel. À ce jour, leurs effets bénéfiques n’ont pas été démontrés à grande échelle, et leur potentiel semble encore insuffisamment mobilisé pour favoriser le développement de compétences transversales à visée durable, telles que la pensée critique (Scouarnec, 2020) ou la créativité (Heiser et al., 2022).

54Dès lors, la capacité d’un apprenant à mobiliser l’IAG de manière critique et pertinente dépend non seulement des fonctionnalités techniques de l’outil, mais surtout de sa capacité à en percevoir les potentialités dans un contexte d’apprentissage donné. C’est ce rapport subjectif à l’outil, façonné par l’expérience et le cadre d’usage (pour rappeler l’affordance de Gibson), qui conditionne en grande partie la richesse ou la pauvreté de l’intégration pédagogique de l’IAG.

55Ces éléments conduisent à formuler l’hypothèse selon laquelle les étudiants sont désormais confrontés à la nécessité d’acquérir de nouvelles compétences, en particulier dans le domaine des littératies numériques et des littératies du prompt. Il s’agit également de renforcer leur capacité à exercer un esprit critique face aux productions générées par ces outils. Certains usages observés relèvent sans doute de dynamiques d’apprentissage, mais il convient d’en évaluer rigoureusement l’efficacité réelle en matière de développement des apprentissages.

56Au regard de ces constats, plusieurs pistes de recherche apparaissent nécessaires pour prolonger et affiner l’analyse. Il conviendrait d’interroger de manière plus systématique la tension entre apprentissage authentique (CECRL) et recours à l’IAG, en croisant les dimensions pédagogiques, juridiques et éthiques. Une enquête longitudinale pourrait, par exemple, aider à évaluer dans quelle mesure l’usage répété de l’IAG influence la progression linguistique réelle des étudiants, tant sur le plan de la production que sur celui de la réflexivité.

57La question de l’appropriation des contenus générés a été soulevée dans l’article mais demeure largement ouverte. Il serait pertinent d’explorer comment les étudiants transforment, adaptent ou ré-élaborent les propositions de l’IAG, et dans quelle mesure ces pratiques relèvent d’un processus d’appropriation cognitive ou au contraire d’une simple reproduction. L’analyse des traces numériques (versions intermédiaires de textes, interactions avec l’outil) pour dépasser les seules déclarations d’usage consiste déjà l’objet de recherches de plusieurs études en cours (cf. Hamza-Jamann & Varcin, 2025).

58Enfin, il apparaît nécessaire d’engager une réflexion plus large sur l’intégration institutionnelle et pédagogique de l’IAG. Si certaines universités ont amorcé la rédaction de chartes d’usage ou de lignes directrices, leur portée réelle reste à évaluer. Des recherches futures pourraient examiner comment ces dispositifs normatifs influencent les pratiques effectives des apprenants mais aussi des enseignants, et dans quelle mesure ils contribuent à redéfinir les critères d’évaluation, la notion d’originalité et, plus généralement, l’économie de la formation universitaire.

Haut de page

Bibliographie

Béguin, P., & Rabardel, P. (2000). Designing for instrument-mediated activity. Scandinavian Journal of Information Systems12(1), 173‑190. https://aisel.aisnet.org/cgi/viewcontent.cgi?article=1098&context=sjis.

Boine, C. & Castets-Renard, C. (2023). « ChatGPT : le plagiat n’est que l’arbre qui cache la forêt ». The conversation. https://theconversation.com/chatgpt-le-plagiat-nest-que-larbre-qui-cache-la-foret-198972

Boucher, P. (1992). L'intelligence artificielle et l'apprentissage des langues : existe-t-il des tuteurs réellement intelligents ? Cahiers de l'APLIUT11(4), 8-23.

Bourdais, A., & Guichon, N. (2020). Représentations et usages du traducteur en ligne par les lycéens. Alsic. Apprentissage des Langues et Systèmes d’Information et de Communication23(1).

Charlier, E. (1989). Planifier un cours, c’est prendre des décisions. Bruxelles: De Boeck.

Cotelli Kureth, S., Delorme Benites, A., Haller, M., Noghrechi, H., & Steele, E. (2023). “I looked it up in DeepL”: machine translation and digital tools in the language classroom. Studie e Richerche: Human Translation and Natural Language Processing Towards a New Consensus? 35, 81-96.

Demaizière, F. (2007). Didactique des langues et TIC : les aides à l’apprentissage. Alsic. Apprentissage des Langues et Systèmes d’Information et de Communication, 10(1), 5-21

Durampart, M. (2023). L’acculturation au numérique. Dans M. Romero, L. Heiser, & A. Lepage (dir.), Enseigner et apprendre à l'ère de l'intelligence artificielle : acculturation, intégration et usages créatifs de l’IA en éducation : livre blanc (p. 74-81).

Fauré, L. (2019). Entre perception et praxis : à quoi la notion d’affordance en discours peut-elle bien pourvoir ?. Corela. COgnition, REprésentation, LAngage.HS 28. http://journals.openedition.org/corela/8434.

Georges Daniel, V. (2021). Questions de socialisation et d’identité : l’appropriation des langues dans une Europe « mondialisée » et « fragilisée », Recherches en didactique des langues et des cultures. http://journals.openedition.org/rdlc/8570

Gibson, J. J. (1977). The theory of affordances. In Shaw, R., & Bransford, J. (Eds.), Perceiving, acting, and knowing: Toward an ecological psychology, pp. 67-82. Hillsdale, NJ: Lawrence Erlbaum Associates, Inc.

Godart-Wendling, B., & Laugier, S. (2022). Introduction de Les usages de l'usage. Les usages de l'usage.

Guichon, N. (2012). L'apprentissage des langues médiatisé par les technologies (ALMT)–Étude d'un domaine de recherche émergent à travers les publications de la revue Alsic. Alsic. Apprentissage des langues et systèmes d’information et de communication15(3).

Hamza-Jamann, A. (2023, 6 avril). DeepL fait des miracles, pourquoi je devrais apprendre à traduire ? Enseigner la version à l’heure du numérique : quelles transformations, Atelier GR numérique, ARDAA. Université de Lorraine, Nancy, France.

Hamza-Jamann, A. & Varcin, M. (2025, 7 juillet). Parle-moi de ton usage je te profilerai ton enseignant : Usages de ChatGPT par les étudiants Lansad en anglais scientifique et argumentatif. Les journées Ranacles, Langues et intelligences artificielles : Quels défis/enjeux pour l’autonomie et la citoyenneté des apprenants ? Reims, France.

Hamza-Jamann, A., Molle, N. & Cousinard, C. (2025). Compétences en transition : la place de l’IAG chez les apprenants LANSAD. Recherche et Pratiques Pédagogiques en Langues, 45(1). (A paraitre)

Holec, H. (2022). Le CRAPEL, l’autonomie et l’autonomisation : la construction de la démarche du CRAPEL, Recherches en didactique des langues et des cultures, 19(2). https://doi.org/10.4000/rdlc.10710

Heiser, L., Romero, M., Prokofieva, V., Acevedo, A., Lefèvre, S. C. et Isaac, G. (2022). Analyse des activités technocréatives au collège en contexte d’éducation FabLab. Rapport LINE.

Holmes, W., Bialik, M., & Fadel, C. (2019). Artificial intelligence in education promises and implications for teaching and learning. Center for Curriculum Redesign.

Huot, C. (2022). Tendances et perspectives de l’intelligence artificielle dans le secteur de l’information-documentation : vision prospective R&D et applications dans le monde des affaires – l’analyse et la vision du Président de Cap. Digital. I2D (Information, Données & Documents), 1(1), 88-96.

Jacquinot, G.Review. Linard, M. (1992). Des machines et des hommes : apprendre avec les nouvelles technologies. Revue française de pédagogie, 99, 131-133.

Jouët, J. (2000). Retour critique sur la sociologie des usages. Réseaux. Communication-Technologie-Société, 18(100), 487-521.

Jurenka, I., Kunesch, M., McKee, K., Gillick, D., Zhu, S., Wiltberger, S., Phal, S.M., Hermann, K., Kasenberg, D. (2024). Towards Responsible Development of Generative AI for Education: An Evaluation-Driven Approach. ArXiv, abs/2407.12687.

Lacruz Mantecón, M. L. (2023). Authorship and rights ownership in the machine translation era. In Towards responsible machine translation: Ethical and legal considerations in machine translation (pp. 71-92). Cham: Springer International Publishing.

Law, L. (2024). Application of generative artificial intelligence (GenAI) in language teaching and learning: A scoping literature review. Computers and Education Open, 100174.

Liang, J. C., Hwang, G. J., Chen, M. R. A., & Darmawansah, D. (2023). Roles and research foci of artificial intelligence in language education: an integrated bibliographic analysis and systematic review approach. Interactive Learning Environments, 31(7), 4270-4296.

Linard, M. (1996). Des machines et des hommes : apprendre avec les nouvelles technologies. Éditions l’Harmattan

Levy, M. (1997). Computer-assisted language learning: Context and conceptualization. Oxford university press.

Loock, R. (2020). No more rage against the machine: how the corpus-based identification of machine-translationese can lead to student empowerment. The Journal of specialised translation (JoSTrans), 34, 150-170.

Loock, R., Léchauguette, S., & Holt, B. (2022). Dealing with the" Elephant in the Classroom": Developing Language Students' Machine Translation Literacy. Australian Journal of Applied Linguistics, 5(3), 118-134.

Mallein, P., & Toussaint, Y. (1994). L'intégration sociale des technologies d'information et de communication : une sociologie des usages. Technologies de l'information et société, 6(4), 315-335.

Molle, N., Hamza-Jamann, A., & Nassau, G. (2025). « Je ne sais pas trop comment m’y prendre... » : les enseignants Lansad face aux défis de la traduction automatique. Alsic. Apprentissage des Langues et Systèmes d’Information et de Communication. 27(3)

Murray, G. (2014). Social dimensions of autonomy in language learning. Palgrave Macmillan

Narcy-Combes, J. P. (2005). Didactique des langues et TIC : vers une recherche-action responsable (Vol. 12). Éditions Ophrys.

Nassau, G., Molle, N., & Kalyaniwala, C. (2022). Usages et perceptions des outils de traduction automatique : une enquête auprès d'apprenants Lansad. Alsic. Apprentissage des Langues et Systèmes d’Information et de Communication, 25(2).

Negura, L. (2006). L’analyse de contenu dans l’étude des représentations sociales. SociologieShttps://doi.org/10.4000/sociologies.993

Norman, D. A. (1999), Affordance, Conventions, and Design, Interactions 6(3), 38-43.

Pascal, A., & Godé, C. (2024). Les compétences transversales à l’heure de l’IA. In Formation (pp. 214-221). EMS Éditions.

Proulx, S. (2015). La sociologie des usages, et après  ? Revue française des sciences de l’information et de la communication, 6, Article 6. https://doi.org/10.4000/rfsic.1230

Puren, C. (2003). Pour une didactique comparée des langues-cultures. Éla. Études de linguistique appliquée, 129(1), 121. https://doi.org/10.3917/ela.129.0121

Rabardel, P. (1995). Les hommes et les technologies ; approche cognitive des instruments contemporains. Paris : Armand Colin.

Rabardel, P. & Bourmaud, G. (2005). Instruments et systèmes d’instruments. In P. Rabardel, P. Pastré (dir.), Modèles du sujet pour la conception. Dialectiques activités développement. Paris, France : Octarès.

Rabardel, P. (2005). Instrument, activité et développement du pouvoir d’agir. In P. Lorino & R. Teulier (dir). Entre connaissance et organisation : l’activité collective. (p. 251-265). Paris, France : La Découverte, http://www.cairn.info/entre-connaissance-et-organisation-l-activite-coll--9782707145895-page-251.htm

Robert, p. (2020). L’impensé numérique -Tome 2 : Interprétations critiques et logiques pragmatiques de l’impensé. Éditions des archives contemporaines.

Romero, M., Heiser, L., & Lepage, A. (2023). Enseigner et apprendre à l'ère de l'intelligence artificielle : acculturation, intégration et usages créatifs de l’IA en éducation : livre blanc.

Romero, M., Frosig, T., Taylor-Beswick, A. M., Laru, J., Bernasco, B., Urmeneta, A., … & Girard, M. A. (2024). Manifesto in Defence of Human-Centred Education in the Age of Artificial Intelligence. Creative Applications of Artificial Intelligence in Education, 157.

Scouarnec, A. (2020). Compétences 3.0 : Développer les compétences transversales au service de l’employabilité. Une vision innovante d’un parcours formatif. MPE.

Steiner, P. (2017) L’usage : quelques modes d’emploi., Cahiers Costech, 1. https://www.costech.utc.fr/CahiersCostech/spip.php ?article13

Yan, D. (2023). Impact of ChatGPT on learners in a L2 writing practicum: An exploratory investigation. Education and Information Technologies, 28, 13943-13967.

Terrier, L. (2016). « Éditorial », Recherche et pratiques pédagogiques en langues. 35(2). http://journals.openedition.org/apliut/5406

Zhai, X. (2023). Chatgpt and ai: The game changer for education. In Zhai, X. (2023). ChatGPT: Reforming Education on Five Aspects. Shanghai Education, 16-17.

Haut de page

Annexe

Questionnaire diffusé auprès des étudiants Lansad – Université de Lorraine - 2024

Outils de l'intelligence artificielle & étudiants Lansad

Avec l'arrivée de l'Intelligence Artificielle dans le monde universitaire, notre Groupe de Recherche souhaite connaitre et comprendre les utilisations des étudiantes et des étudiants de ces outils pour concevoir un programme de formation qui permettrait une intégration la plus optimale possible de l'IA. À cette fin, la première étape de notre recherche a pour objectif de cerner les usages actuels des étudiantes et étudiants dans la vie quotidienne et universitaire. Ce rapide questionnaire ne vous prendra que 5 minutes. 
Toutes les réponses sont entièrement anonymes. Nous vous remercions du temps que vous accorderez à ce travail. Il y a 15 questions dans ce questionnaire.

I. Mes informations

1) Quel âge avez-vous ?
Seuls des nombres peuvent être entrés dans ce champ.
Veuillez écrire votre réponse ici :

2) De quelle licence venez-vous ?
Veuillez écrire votre réponse ici :

3) Vous êtes en : 
Veuillez sélectionner une réponse ci-dessous.
Veuillez sélectionner une seule des propositions suivantes :
L1
L2
L3

4) Quel est votre objectif professionnel à la suite de vos études ?
Veuillez écrire votre réponse ici :

5) Quelles langues étudiez-vous dans votre cursus universitaire ?
Précisez le niveau que vous avez dans chaque langue sélectionnée (A1, A2, B1, B2, C1, C2)
Ajoutez un commentaire seulement si vous sélectionnez la réponse.
Veuillez choisir toutes les réponses qui conviennent et laissez un commentaire :
Anglais
Allemand
Espagnol
Italien
Chinois
Portugais
Autre :

II. IA au quotidien

6) De manière générale, utilisez-vous les outils d'Intelligence Artificielle (ex : ChatGPT, Mistral, etc) ?
Veuillez sélectionner une seule des propositions suivantes :
Oui
Non

7) Dans quel(s) cadre(s) utilisez-vous les outils de l'IA ?
Cochez tout ce qui s’applique.
Veuillez choisir toutes les réponses qui conviennent :
Vie quotidienne
Vie universitaire 

III. Usages et stratégies par les étudiants utilisant les outils de l'IA

8) Quels outils utilisez-vous pour votre apprentissage de l’anglais ?
Cochez tout ce qui s’applique.
Veuillez choisir toutes les réponses qui conviennent :
ChatGPT
Mistral
HeyGen
Autre :

9) Avez-vous déjà expérimenté ces outils en classe ?
Cochez tout ce qui s’applique.
Veuillez choisir toutes les réponses qui conviennent :
Oui, encadré par un enseignant
Oui, de manière autonome 
Non
Comment ?

Répondre à cette question seulement si les conditions suivantes sont réunies :
La réponse était à la question ' [G02Q05]' (9) Avez-vous déjà expérimenté ces outils en classe ?)
Veuillez écrire votre réponse ici :

10) Personnellement, dans quelles compétences les utilisez-vous ? 
Cochez tout ce qui s’applique.
Veuillez choisir toutes les réponses qui conviennent :
Expression écrite
Expression orale
Compréhension écrite
Compréhension orale

11) De manière générale, comment les utilisez-vous ? Pouvez-vous donner des exemples (ex. j'intéragis/ je fais des recheches documentaires/ je demande de corriger...) ?
Veuillez écrire votre réponse ici :

IV. Ressenti

12) Comment vous sentez-vous quant à l'utilisation de ces outils ?
Cochez tout ce qui s’applique.
Veuillez choisir toutes les réponses qui conviennent :
Je l’utilise à bon escient, c'est un plus pour moi
Je l’utilise mais ça me gêne quand même
Je ne suis pas sûr de bien l’utiliser
Je suis tenté de les utiliser mais j’essaie de faire sans
Je ne les utilise par car c’est tricher
Je peux les utiliser dans le cadre de l’apprentissage mais pas de l’examen
Autre :

13) Si vous aviez un travail noté à rendre, utiliseriez-vous ces outils ? 
Veuillez sélectionner une seule des propositions suivantes :
Oui
Non

14) Pourquoi ?
Veuillez écrire votre réponse ici :

Haut de page

Notes

1 Article de Le Monde du 31 mai 2024 : https://www.lemonde.fr/campus/article/2024/05/31/l-explosion-de-l-intelligence-artificielle-a-ete-beaucoup-plus-rapide-que-le-temps-universitaire_6236585_4401467.html# :~ :text =L'explosion %20de %20l'IA,afin %20de %20couvrir %20la %20demande.

2 Selon Norman (1999), l’affordance dépend moins des propriétés intrinsèques de l’objet que de la capacité perceptuelle, de la culture et de l’expérience de l’utilisateur, qui détermine ce qu’il perçoit comme potentiel d’action.

3 Pour rappel, nous suivons la définition de Bardin selon qui l’analyse de contenu est :
« un ensemble de techniques d'analyse des communications visant, par des procédures systématiques et objectives de description du contenu des énoncés, à obtenir des indicateurs (quantitatifs ou non) permettant l'inférence de connaissances relatives aux conditions de production/réception (variables inférées) de ces énoncés » (Bardin, 1977, p. 43).

4 Tous les exemples cités entre guillemets sont extraits des données recueillies des questionnaires.

5 Une recherche a été menée en ce sens. A paraître : Hamza, A., Molle, N. & Cousinard, C. (2025). Compétences en transition : la place de l’IAG chez les apprenants LANSAD. Recherche et Pratiques Pédagogiques en Langues, 45(1).

Haut de page

Table des illustrations

Titre Figure 1. Répartition des répondants par filière
URL http://journals.openedition.org/rdlc/docannexe/image/16438/img-1.png
Fichier image/png, 56k
Titre Figure 2. Niveau de langue
URL http://journals.openedition.org/rdlc/docannexe/image/16438/img-2.png
Fichier image/png, 72k
Titre Figure 3 : Cadres d’utilisation de l’IAG
URL http://journals.openedition.org/rdlc/docannexe/image/16438/img-3.png
Fichier image/png, 72k
Titre Figure 4 : Quels outils pour l’apprentissage des langues
URL http://journals.openedition.org/rdlc/docannexe/image/16438/img-4.png
Fichier image/png, 175k
Titre Figure 5 : Usages de l’IAG chez les étudiants
URL http://journals.openedition.org/rdlc/docannexe/image/16438/img-5.png
Fichier image/png, 101k
Titre Figure 6 : Regards des apprenants sur leur utilisation de l’IAG
URL http://journals.openedition.org/rdlc/docannexe/image/16438/img-6.png
Fichier image/png, 156k
Titre Figure 7 : Recours des étudiants à l’IAG dans une évaluation
URL http://journals.openedition.org/rdlc/docannexe/image/16438/img-7.png
Fichier image/png, 29k
Titre Figure 8 : avis des étudiants sur le recours à l’IAG dans un travail noté
URL http://journals.openedition.org/rdlc/docannexe/image/16438/img-8.png
Fichier image/png, 148k
Titre Figure 9 : continuum des usages de l’IAG dans l’apprentissage des langues chez les apprenants Lansad
URL http://journals.openedition.org/rdlc/docannexe/image/16438/img-9.png
Fichier image/png, 146k
Haut de page

Pour citer cet article

Référence électronique

Anissa Hamza-Jamann et Nicolas Molle, « Cartographie des usages de l’Intelligence Artificielle Générative (IAG) dans l’apprentissage des langues chez les étudiants Lansad  »Recherches en didactique des langues et des cultures [En ligne], 23-2 | 2025, mis en ligne le , consulté le 14 janvier 2026. URL : http://journals.openedition.org/rdlc/16438 ; DOI : https://doi.org/10.4000/15bf1

Haut de page

Auteurs

Anissa Hamza-Jamann

ATILF (UL/CNRS) UMR 7118 et INSPÉ de Lorraine
Anissa Hamza-Jamann est maître de conférences en sciences du langage, enseignante à l’INSPÉ de Lorraine et membre du laboratoire ATILF (Analyse et Traitement Informatique de la Langue Française). 
À l’issue d’une thèse doctorale en linguistique, traitement automatique des langues (TAL) et traductologie, consacrée aux erreurs induites par l’ellipse dans la traduction automatique neuronale, elle a orienté ses recherches vers les implications pédagogiques de ces erreurs, notamment dans l’apprentissage et l’enseignement des langues étrangères. Ses travaux actuels s’inscrivent à la croisée de la linguistique appliquée et la didactique des langues et portent sur les usages de l’Intelligence Artificielle Générative (IAG) dans l’enseignement-apprentissage des langues, en particulier dans les contextes de formation des enseignants (INSPÉ) et du secteur LANSAD (Langues pour spécialistes d'autres disciplines).
anissa.hamza-jamann[at]univ-lorraine.fr

Nicolas Molle

ATILF (UL/CNRS) UMR 7118 et Université de Lorraine
Maître de conférences en Anglais à l’Université de Lorraine (UFR Lansad) et membre du laboratoire ATILF (Analyse et Traitement Informatique de la Langue Française, CNRS), Nicolas Molle s'intéresse à l'autonomie de l'apprenant dans les apprentissages de langues et à l'institutionnalisation du secteur Lansad. Ses recherches portent également sur les nouvelles technologies et l'apprentissage des langues. Il dirige l'UFR Lansad de l'université de Lorraine depuis 2019 et est co-éditeur de la revue Mélanges CRAPEL.
nicolas.molle[at]univ-lorraine.fr

Articles du même auteur

Haut de page

Droits d’auteur

CC-BY-NC-ND-4.0

Le texte seul est utilisable sous licence CC BY-NC-ND 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