A Systematic Review and Taxonomy of GenAI Usage in Programming Education: A Self-Regulation Perspective
Cette revue systématique de 58 études allant jusqu'en octobre 2025 propose une taxonomie à quatre dimensions pour démontrer que l'impact de l'IA générative sur l'autorégulation des étudiants dans l'enseignement de la programmation ne dépend pas de la technologie elle-même, mais de stratégies de médiation pédagogique structurées qui favorisent l'autonomie par opposition aux contextes non guidés qui encouragent la dépendance cognitive.
Article original sous licence CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Ceci est une explication générée par l'IA de l'article ci-dessous. Elle n'a pas été rédigée ni approuvée par les auteurs. Pour une précision technique, consultez l'article original. Lire la clause de non-responsabilité complète
Imaginez que vous apprenez à faire du vélo. Par le passé, vous deviez vaciller, tomber et apprendre à vous équilibrer tout seul. Maintenant, imaginez une roue de soutien magique et invisible qui peut vous parler. Elle peut vous dire exactement comment pédaler, vous diriger pour éviter les nids-de-poule et même réparer votre vélo si vous tombez. C'est ce que l'Intelligence Artificielle Générative (IA générative) représente dans le monde de l'apprentissage du code. C'est un programme informatique super intelligent capable d'écrire des instructions informatiques (du code) pour vous, d'expliquer des idées complexes et de vous aider à résoudre des problèmes instantanément.
Mais voici la partie délicate : l'Apprentissage Autorégulé. C'est un terme savant pour dire « apprendre à apprendre ». C'est la capacité de fixer ses propres objectifs, de rester concentré quand les choses deviennent difficiles et de vérifier son propre travail pour voir si l'on a vraiment compris. La grande question n'est pas seulement de savoir si cet outil magique peut m'aider à finir mes devoirs, mais plutôt : cet outil fera-t-il de moi un apprenant meilleur et plus indépendant, ou me rendra-t-il dépendant de la machine ? Si l'outil réfléchit à votre place, vous aurez peut-être la bonne réponse, mais vous n'apprendrez pas à faire du vélo par vous-même. C'est le puzzle exact que les scientifiques tentent de résoudre dans le domaine de l'Éducation à la Programmation.
L'Enquête sur le Grand Assistant de Code
Une équipe de chercheurs a décidé de prendre du recul pour observer l'ensemble de la situation. Ils ne se sont pas contentés de mener une seule expérience ; ils ont agi comme des détectives, traquant 58 études différentes publiées jusqu'en octobre 2025. Ils ont passé au crible des milliers de documents de recherche pour découvrir : Comment les enseignants et les étudiants utilisent-ils réellement ces outils d'IA pour apprendre le code, et cela les aide-t-il à devenir des penseurs indépendants ou de simples robots copieurs de code ?
Ils ont découvert que la réponse n'est pas un simple « oui » ou « non ». C'est plutôt une recette. L'outil magique (l'IA générative) n'est qu'un ingrédient ; ce qui compte, c'est la façon dont vous cuisinez avec lui.
Les quatre ingrédients de la recette
Pour donner du sens aux différentes manières dont les gens utilisent l'IA, les chercheurs ont créé une carte spéciale appelée Taxonomie. Voyez cela comme un menu au restaurant qui vous aide à commander le bon plat. Ils ont organisé les études en quatre catégories principales :
- Que cuisinons-nous ? (Syllabus cible) : Utilisons-nous l'IA pour écrire du nouveau code à partir de zéro, pour corriger du code défectueux (débogage) ou simplement pour expliquer le fonctionnement de certaines choses ? La plupart des études se concentraient sur l'écriture de code, ce qui est logique puisque c'est ce que les outils comme ChatGPT font de mieux.
- Qui est le chef ? (Stratégie de médiation) : C'est la partie la plus importante. L'IA est-elle simplement là, attendant que vous lui posiez une question (Utilisation libre), ou l'enseignant vous guide-t-il sur le moment et la manière exacte de l'utiliser (Utilisation guidée) ?
- Le piège de l'« Utilisation libre » : Lorsque les étudiants sont laissés seuls avec l'IA, ils ont tendance à l'utiliser comme un raccourci. Ils demandent la réponse, l'obtiennent et passent à la suite. Les chercheurs ont constaté que cela mène à une « illusion de compétence » : vous pensez savoir faire du vélo parce que la roue invisible vous a soutenu, mais en réalité, vous ne savez pas le faire.
- La magie du « Guidage » : Lorsque les enseignants fixent des règles — comme « Utilisez l'IA pour expliquer l'erreur, mais ne la laissez pas écrire la correction pour vous » — les étudiants apprennent réellement davantage. C'est comme avoir un entraîneur qui ne poussera pas le vélo pour vous, mais qui vous dira vers quel côté vous incliner.
- Comment nous sentons-nous ? (Impact cognitif) : Les étudiants se sont-ils sentis plus motivés ? Ont-ils mieux compris la matière ? Ou sont-ils devenus dépendants de l'outil ? Les résultats étaient mitigés. Certains étudiants se sont sentis moins stressés et plus confiants, tandis que d'autres avaient l'impression de perdre leur capacité de réflexion critique.
- Quel type d'outil est-ce ? (Approche technique) : S'agit-il d'un simple chatbot avec lequel on discute, d'un tuteur intelligent intégré à votre logiciel de codage, ou d'un robot spécialisé ? L'étude a révélé que les chatbots simples sont les plus courants, mais que les outils spécialisés conçus par des enseignants fonctionnent souvent mieux pour un apprentissage profond.
La grande découverte : Tout est question de règles
La découverte la plus passionnante de ce document est que la technologie elle-même n'est ni le héros ni le méchant. L'outil d'IA est neutre. C'est la médiation pédagogique — la façon dont les enseignants et les étudiants l'utilisent — qui détermine le résultat.
- Quand cela tourne mal : Si vous laissez simplement les étudiants utiliser l'IA sans aucune règle, ils ont tendance à devenir des « dépendants cognitifs ». Ils cessent d'essayer de résoudre les problèmes par eux-mêmes car l'outil est trop facile à utiliser. Ils peuvent obtenir de bonnes notes, mais ils n'apprennent pas réellement.
- Quand cela fonctionne bien : Lorsque l'IA est utilisée comme un échafaudage (comme des roues de soutien que l'on retire progressivement), c'est extraordinaire. Les enseignants qui utilisent des stratégies telles que « demande à l'IA un indice, pas la réponse » ou « utilise l'IA pour vérifier ta logique avant d'écrire le code » voient leurs étudiants devenir plus motivés, plus engagés et plus aptes à résoudre des problèmes par eux-mêmes.
Ce qui manque
Les chercheurs ont également souligné des lacunes dans les connaissances actuelles. La plupart des études qu'ils ont examinées étaient à court terme (quelques semaines ou même une seule séance de cours) et impliquaient de petits groupes d'étudiants. Nous ne savons pas encore si l'utilisation de l'IA pendant un semestre entier rend les étudiants meilleurs en programmation sur le long terme, ou si elle les rend simplement plus rapides pour copier. De plus, la plupart des études se concentraient sur des étudiants qui étaient déjà plutôt bons en programmation ; nous n'en savons pas assez sur la façon dont cela affecte les débutants ou les étudiants ayant des besoins d'apprentissage différents.
L'essentiel à retenir
Ce document nous dit que l'IA générative est un nouvel outil puissant dans la salle de classe, mais ce n'est pas une baguette magique qui répare tout toute seule. Si vous donnez simplement une baguette magique à un élève en lui disant « fais tes devoirs », il obtiendra la réponse, mais il n'apprendra pas la magie. Cependant, si un enseignant utilise cette baguette comme faisant partie d'une leçon structurée — en apprenant aux élèves comment poser les bonnes questions et quand poser la baguette — alors elle peut les aider à devenir des résolveurs de problèmes indépendants, confiants et créatifs.
L'avenir de l'éducation au codage ne consiste pas à bannir l'IA ou à la laisser agir sans contrôle ; il s'agit de trouver l'équilibre parfait où l'IA soutient le cerveau de l'étudiant sans le remplacer.
Noyé(e) sous les articles dans votre domaine ?
Recevez des digests quotidiens des articles les plus récents correspondant à vos mots-clés de recherche — avec des résumés techniques, dans votre langue.