Discursive Resistance to Algorithmic and Curricular Governance: A Participatory Critical Discourse Analysis of Teacher Agency and Democratic Literacy in Undergraduate Classrooms

Dans les salles de classe du monde entier, les outils d'enseignement sont en train de changer. Depuis des décennies, les éducateurs naviguent entre la tension entre le respect d'un programme établi et la réponse aux besoins uniques de leurs élèves. Aujourd'hui, une nouvelle force s'est jointe à ce mélange : les algorithmes. Il s'agit des règles invisibles et des suggestions automatisées intégrées dans les logiciels qui aident les enseignants à planifier les leçons, à noter les travaux et à suivre les progrès. Bien que ces systèmes numériques promettent efficacité et cohérence, ils apportent également une logique rigide qui peut évincer la conversation humaine, complexe et désordonnée, qui est au cœur de l'apprentissage. Lorsqu'un ordinateur suggère le chemin « correct » pour une leçon, ou qu'une politique exige un résultat spécifique, l'espace permettant aux étudiants de questionner, de débattre et de penser par eux-mêmes peut se réduire. Cela soulève une question vitale pour l'avenir de l'éducation : les enseignants et les étudiants peuvent-ils encore parler librement et penser de manière critique lorsque leur classe est guidée à la fois par des politiques gouvernementales et par l'intelligence artificielle ?

Une équipe de chercheurs s'est donné pour mission de répondre à cela en observant l'intérieur de six salles de classe universitaires au Pakistan, à Oman et en Arabie saoudite. Ils se sont concentrés sur des cours de littératie de premier cycle, où les étudiants apprennent à lire, écrire et analyser des textes complexes. Les chercheurs ne se contentaient pas d'observer de l'extérieur ; ils ont invité les enseignants et les étudiants à devenir des partenaires de l'enquête. Ils ont appelé cette approche « analyse du discours critique participative ». En termes simples, cela signifiait qu'au lieu qu'un chercheur observe et juge simplement la classe, les enseignants et les étudiants se sont assis ensemble pour écouter les enregistrements de leurs propres leçons. Ils ont examiné les mots qu'ils utilisaient, les questions qu'ils posaient et la manière dont le logiciel informatique influençait leurs choix. Le but était de voir comment les individus naviguent sous la pression de règles strictes et de suggestions automatisées tout en essayant de maintenir leurs classes vivantes grâce à une discussion authentique.

L'étude a impliqué douze enseignants et deux cents étudiants sur plusieurs mois. Les chercheurs ont recueilli un large éventail de documents, notamment des documents scolaires officiels, des plans de cours générés par intelligence artificielle et des heures d'enregistrements vidéo et audio de cours réels. Ils ont également tenu des sessions régulières où les enseignants et les chercheurs examinaient ces enregistrements ensemble. Lors de ces réunions, ils cherchaient les moments où le langage strict et automatisé du programme ou du logiciel entrait en conflit avec le flux naturel de la conversation humaine. Ils voulaient savoir si les enseignants suivaient simplement le script ou s'ils trouvaient des moyens de le contourner pour laisser place à la voix des étudiants.

Ce qu'ils ont découvert, c'est que l'influence de ces forces externes était indéniable. Le langage du programme et du logiciel d'IA était partout, rempli de directives telles que « complétez l'activité », « bonne réponse » ou « objectif d'apprentissage ». Ces expressions instauraient un ton d'efficacité et de conformité. Cependant, les chercheurs ont découvert que les enseignants et les étudiants n'obéissaient pas simplement à ces ordres. Au lieu de cela, ils développaient un ensemble de stratégies subtiles et quotidiennes pour remodeler la conversation. Ils ne rejetaient pas les règles ou la technologie ; ils les contournaient.

L'une des stratégies les plus courantes était ce que les chercheurs ont appelé le « cadrage de l'agence collective ». Au lieu qu'un enseignant dise : « Vous devez faire ceci », il disait : « Décidons-en ensemble ». Ce petit changement de formulation modifiait la dynamique du pouvoir dans la salle. Cela transformait un ordre en une décision partagée, invitant les étudiants à s'approprier le processus d'apprentissage. Une autre stratégie était la « relexicalisation », qui consiste simplement à remplacer des mots officiels et rigides par des termes plus ouverts et conversationnels. Un enseignant pouvait remplacer une « exigence curriculaire » rigide par une « grande question pour aujourd'hui ». Cela ouvrait la porte aux étudiants pour explorer différentes idées plutôt que de simplement chercher une réponse unique et correcte.

L'étude a également observé comment les enseignants géraient l'IA elle-même. Plutôt que de traiter les suggestions de l'ordinateur comme une vérité finale, les enseignants les utilisaient comme un point de départ pour le débat. Un enseignant pourrait dire : « L'IA suggère cette explication, mais quelles autres possibilités pouvons-nous imaginer ? » Cela transformait le logiciel, d'une figure d'autorité, en un outil de pensée critique. Les étudiants répondaient en proposant leurs propres interprétations, en contestant les résultats de la machine et en apportant leurs propres expériences de vie. Dans un moment enregistré, un étudiant a noté que la fin d'une histoire pouvait signifier quelque chose de différent de ce que le logiciel prédisait, déclenchant une discussion riche que l'algorithme seul n'aurait jamais pu générer.

Les chercheurs ont identifié quatre manières principales dont ces groupes négociaient les contraintes de leur environnement. Au-delà de la prise de décision collective et du changement de vocabulaire, ils utilisaient la « subversion interdiscursive », qui consistait à introduire des récits communautaires et des expériences personnelles pour élargir la vision étroite d'un manuel scolaire. Ils utilisaient également la « parodie stratégique », où ils tournaient en dérision les règles rigides ou les limites de l'IA avec humour, ce qui abaissait la tension et rendait sûr le fait de pouvoir répondre ou contester. Ces stratégies n'étaient pas aléatoires ; elles apparaissaient de manière constante dans les six universités, montant que les enseignants et les étudiants avaient développé une manière commune et intuitive de protéger l'esprit de l'apprentissage démocratique, même lorsque le système tentait de le standardiser.

Crucialement, l'étude a montré que l'acte d'analyser ces conversations ensemble était tout aussi important que les stratégies elles-mêmes. Lorsque les enseignants écoutaient les enregistrements de leurs propres classes avec les chercheurs, ils réalisaient souvent qu'ils utilisaient un langage plus fermé et directif qu'ils ne le pensaient. Un enseignant a admis : « Je pensais encourager la discussion, mais les transcriptions ont montré que je répondais souvent à mes propres questions avant que les étudiants n'aient le temps de réfléchir. » Ce moment de prise de conscience a mené à un véritable changement. Après ces sessions de réflexion, les enseignants ont commencé à poser des questions plus ouvertes, à attendre plus longtemps les réponses et à utiliser les plans de cours de l'IA de manière plus flexible. Ils sont passés du simple suivi d'un script à l'utilisation du script comme une ressource pour un dialogue plus profond.

À partir de ces résultats, l'équipe a créé un guide pratique appelé « Boîte à outils de la résistance discursive ». Il ne s'agissait pas d'une liste de nouvelles règles à suivre, mais d'une collection des stratégies que les enseignants avaient déjà découvertes et affinées. Elle comprenait des façons de formuler des questions, comment introduire des récits personnels et comment comparer de manière critique les suggestions de l'IA avec les idées humaines. La boîte à outils a prouvé que les enseignants pouvaient maintenir leur jugement professionnel et garder leurs classes démocratiques sans rejeter la technologie ou les politiques auxquelles ils devaient se conformer.

Les implications de ce travail s'étendent bien au-delà de ces six universités. L'étude suggère que l'avenir de l'éducation n'a pas à être un choix entre la créativité humaine et l'efficacité technologique. Elle montre que lorsque les enseignants et les étudiants disposent de l'espace nécessaire pour réfléchir à leurs propres interactions, ils peuvent trouver des moyens de maintenir vivant l'élément humain. Ils peuvent utiliser les outils du monde moderne sans laisser ces outils les utiliser. En transformant la salle de classe en un lieu où chacun, y compris l'enseignant, est un apprenant et un critique, l'éducation peut rester un espace de pensée critique et de participation démocratique. C'est essentiel pour construire une société où les gens ne sont pas seulement des travailleurs efficaces suivant des algorithmes, mais des citoyens engagés capables de questionner, de comprendre et de façonner leur monde. La recherche confirme que même dans un environnement hautement réglementé et automatisé, la capacité humaine de dialogue et de résistance demeure une force puissante de changement.