2025
Ce document est lié à :
info:eu-repo/semantics/reference/issn/1286-4986
Ce document est lié à :
https://hdl.handle.net/20.500.13089/9hwu
Ce document est lié à :
https://doi.org/10.4000/9hwu
info:eu-repo/semantics/openAccess , https://creativecommons.org/licenses/by-nc-nd/4.0/
Kossi Seto Yibokou et al., « Spontaneous use of Generative Artificial Intelligence and influence on collaborative learner writing », Alsic
Le domaine de l’éducation et de l’apprentissage des langues est fondamentalement impacté par l’apparition de l’intelligence artificielle générative (IAG) au cours des deux dernières années. Cela a donné lieu à d’innombrables publications sur le sujet, dans des revues et plateformes scientifiques ainsi que dans des magazines grand public, des sites web et des médias sociaux. Alors que les articles théoriques et épistémologiques se concentrent principalement sur les applications de l’IAG et de ChatGPT en particulier dans le domaine de l’éducation (avantages et efficacité, impact sur le vocabulaire et la prononciation, facilité d’utilisation et éthique), peu d’entre eux explorent des données empiriques, telles que les productions des apprenants de langues étrangères.La présente étude exploratoire porte sur l’IAG dans l’enseignement et l’apprentissage des langues et vise à étudier l’influence de ces outils sur la production écrite collaborative des apprenants en anglais langue étrangère. Spécifiquement, elle a pour but d’enrichir la littérature existante en examinant les travaux écrits d’apprenants d’anglais langue étrangère dans le cadre d’un travail formel au sein d’une université française. L’étude est guidée par trois questions de recherche principales : (1) Quels outils (en particulier IAG) les participants utilisent-ils pour rédiger leurs travaux, et à quoi servent-ils ? (2) Quelle proportion des groupes utilise ChatGPT pour rédiger leurs devoirs, en particulier la synthèse, telle qu’elle est déclarée et telle qu’elle est identifiée par un outil de détection de l’IA ? (3) Quel est l’impact de ChatGPT sur leur rédaction, en particulier sur la synthèse finale ?Les participants à cette étude sont 753 étudiants inscrits en troisième année de licence en Sciences Humaines et Sociales dans une université française qui suivent un cours (généralement obligatoire) d’anglais dans le cadre de leurs études. Un corpus de 190 devoirs rédigés par des groupes de ces participants a été extrait et analysé à l’aide d’outils tels que Python, Excel et AntConc.Les résultats révèlent que 40% des participants déclarent utiliser l’IA pour leurs devoirs écrits, mais une détection automatique indique un taux bien plus élevé. Les outils d’IA sont fréquemment utilisés pour rédiger des textes, y compris pour résumer la synthèse, vérifier l’utilisation de la langue, reformuler les textes écrits, trouver des informations sur les documents et peaufiner le texte final. Nous examinons plusieurs aspects de leurs écrits, notamment la forte occurrence de participes présents (virgule précédée du gérondif du verbe) dans leurs travaux. Les résultats indiquent une étroite similarité entre les textes originaux et les synthèses améliorées par l’IAG, ce qui montre que cette structure phrastique (cVing – virgule plus la forme -ing du verbe) semble être caractéristique des textes produits par des outils IAG, en l’occurrence ChaGPT. Des analyses plus approfondies du corpus sous AntConc et d’autres outils d’analyse de corpus ont révélé que les textes générés par les humains sont chargés en verbes au passé, en prépositions et en adverbes, alors que ceux générés par l’IAG ont significativement plus de participes présents (cVing), d’adjectifs, de noms pluriels et singuliers et de conjonctions de coordination.Sur la base de ces résultats, il est important de mettre en place des formations pour les enseignants de langues. Ils devront accepter ces changements de pratiques et repenser leur rôle de médiateur en ce qui concerne la nature des cours, des activités et des évaluations. Au lieu de perdre du temps à corriger des textes générés par l’IAG ou à les passer dans des logiciels de détection de textes générés par l’IAG, les enseignants pourraient se concentrer sur les aspects méta- et épilinguistiques leur permettant de travailler les compétences liées à la pensée critique, à l’argumentation et au raisonnement à travers des tâches sociolinguistiques réelles.