📄 social_science

Fostering Critical Thinking in Early Childhood Teacher Education: The Roles of Teaching Materials, Media Literacy, and AI-Enhanced Learning

Cette étude quantitative portant sur 318 étudiants indonésiens en éducation à la petite enféance révèle que, bien que les supports pédagogiques et la littératie médiatique prédisent de manière significative l'apprentissage assisté par l'IA et les résultats narratifs, l'efficacité de l'apprentissage par le récit court est le prédicteur le plus fort des capacités de pensée critique, soutenant ainsi un cadre pédagogique intégré pour la formation des enseignants assistée par l'IA.

Auteurs originaux : Nurmalina Nurmalina, Putri Asilestari, Deddy Gusman, Gyöngyi Bujdosó

Publié 2026-09-04

📖 5 min de lecture🧠 Analyse approfondie

CC BY 4.0

Auteurs originaux : Nurmalina Nurmalina, Putri Asilestari, Deddy Gusman, Gyöngyi Bujdosó

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

Dans les classes du futur, les outils d'apprentissage changent rapidement. L'intelligence artificielle, cette technologie qui permet aux ordinateurs de générer du texte, d'offrir des commentaires et de s'adapter au rythme d'un élève, passe de la science-fiction aux programmes scolaires. Pourtant, le simple fait de remettre à un élève un nouvel outil puissant ne garantit pas qu'il apprendra à penser profondément. La véritable pensée critique — la capacité d'analyser l'information, de remettre en question les hypothèses et de résoudre des problèmes complexes — requiert plus que le simple accès à la technologie. Elle dépend de la manière dont cette technologie est utilisée, de la qualité des supports guidant l'élève et de la capacité de l'élève à naviguer dans le monde numérique. Alors que les écoles préparent la prochaine génération d'enseignants, une question cruciale se pose : comment combiner ces outils numériques avec les méthodes traditionnelles pour garantir que les élèves deviennent des penseurs vifs et indépendants plutôt que des consommateurs passifs d'information ?

Une équipe de chercheurs en Indonésie s'est donné pour mission de répondre à cette question en étudiant 318 étudiants de premier cycle se formant pour devenir éducateurs de la petite enfance. Ces futurs enseignants sont à un stade charnière ; ils apprennent comment façonner l'esprit de jeunes enfants, une tâche qui exige des niveaux élevés de jugement et d'adaptabilité. Les chercheurs voulaient comprendre comment trois facteurs spécifiques interagissent pour construire les compétences de pensée critique : la qualité des supports pédagogiques fournis, la capacité des étudiants à comprendre et à évaluer les médias numériques, et l'utilisation de l'intelligence artificielle dans leurs leçons. Plus précisément, ils ont examiné comment ces éléments ont influencé la capacité des étudiants à apprendre à travers des histoires courtes, une méthode classique pour développer l'empathie et le raisonnement analytique.

Pour trouver les réponses, les chercheurs ont demandé aux étudiants de remplir un sondage détaillé sur leurs expériences. Les étudiants ont évalué si leurs supports pédagogiques étaient clairs et utiles, s'ils se sentaient confiants dans leur capacité à analyser l'information numérique, et à quel point l'utilisation des outils d'IA les avait aidés à comprendre les récits et à développer leur propre écriture. Ils ont également rendu compte de leur capacité à résoudre des problèmes, à évaluer des arguments et à réfléchir de manière réflexive. Les chercheurs ont ensuite utilisé une méthode statistique sophistiquée pour cartographier les connexions entre ces différents facteurs, traçant comment l'un influençait le suivant pour créer une image complète du processus d'apprentissage.

Les résultats ont révélé un chemin clair et interconnecté vers le développement de la pensée critique. L'étude a révélé que la qualité des supports pédagogiques était un élément fondamental. Lorsque les supports étaient clairs, bien organisés et conçus pour fonctionner harmonieusement avec les outils d'IA, les étudiants s'engageaient plus profondément avec la technologie. De même, la capacité d'un étudiant à évaluer de manière critique l'information numérique — connue sous le nom de littératie médiatique — était essentielle. Les étudiants capables de repérer les biais, de vérifier les sources et de comprendre le fonctionnement des algorithmes étaient plus aptes à utiliser les outils d'IA et réussissaient mieux leur apprentissage basé sur le récit.

Cependant, la découverte la plus significative concernait le rôle des histoires elles-mêmes. Bien que les outils d'IA et les bons supports aident, l'efficacité de l'expérience d'apprentissage par l'histoire courte était le moteur le plus puissant du développement des compétences de pensée critique. Les étudiants qui se sont engagés profondément dans les récits, analysant les personnages, déduisant les significations cachées et réfléchissant sur le texte, ont montré la plus grande progression dans leur capacité à penser de manière critique. L'étude suggère que l'IA agit comme un système de soutien puissant, fournissant des commentaires personnalisés et aidant les étudiants à naviguer dans des textes complexes, mais c'est l'acte de se confronter au récit qui aiguise véritablement l'esprit.

Les chercheurs ont également constaté que, bien que l'apprentissage enrichi par l'IA ait contribué à la pensée critique, son impact était moindre que celui de l'apprentissage par le récit lui-même. Cela suggère que la technologie seule n'est pas une solution magique ; elle fonctionne mieux lorsqu'elle est intégrée dans une expérience éducative riche et centrée sur l'humain. L'étude indique que pour que les futurs enseignants développent les compétences de réflexion de haut niveau dont ils auront besoin dans leur carrière, ils doivent non seulement apprendre à utiliser l'IA, mais aussi à l'utiliser au service d'un apprentissage profond et réflexif. La qualité du plan de leçon et la capacité de l'étudiant à réfléchir de manière critique sur l'information reçue sont tout aussi importantes que la technologie elle-même.

Cette recherche offre une feuille de route pratique pour les programmes de formation des enseignants. Elle suggère que les écoles ne devraient pas simplement adopter de nouveaux outils d'IA, mais devraient se concentrer sur la création de supports pédagogiques de haute qualité qui intègrent ces outils de manière réfléchie. En outre, elle souligne la nécessité urgente d'enseigner la littératie médiatique, afin de garantir que les futurs éducateurs puissent naviguer dans le paysage numérique avec un regard critique. Plus important encore, elle réaffirme le pouvoir durable de la narration. À une époque de changement technologique rapide, la capacité d'analyser une histoire, d'en comprendre les nuances et d'en tirer des conclusions significatives reste le moyen le plus efficace de cultiver les compétences de pensée critique nécessaires pour l'avenir. L'étude conclut que les environnements d'apprentissage les plus réussis sont ceux où la technologie, les supports de haute qualité et l'apprentissage narratif travaillent ensemble, avec le récit au cœur de l'expérience.

Résumé Technique : Favoriser la pensée critique dans la formation des enseignants de la petite enfance

Énoncé du problème
L'intégration rapide de l'intelligence artificielle (IA) dans l'éducation a introduit des opportunités d'apprentissage adaptatif et personnalisé ; cependant, l'efficacité de l'IA pour favoriser la pensée critique reste dépendante de la qualité de l'instruction et des compétences numériques de l'apprenant. Bien que les technologies d'IA (ex. : systèmes de tutorat intelligents, IA générative) soient de plus en plus adoptées dans l'enseignement supérieur, les preuves empiriques concernant leur impact direct sur la pensée critique sont incohérentes. La littérature existante se concentre souvent sur l'acceptation technologique (utilisabilité, intention comportementale) plutôt que sur les mécanismes pédagogiques qui stimulent le développement cognitif. De plus, il existe une rareté de recherches qui intègrent simultanément les supports d'enseignement et la littératie médiatique comme précurseurs de l'apprentissage assisté par l'IA, particulièrement dans le contexte de la formation des enseignants de la petite enfance (ECTE). Cette étude aborde ces lacunes en investiguant les relations structurelles entre les supports d'enseignement, la littératie médiatique, l'apprentissage assisté par l'IA, l'efficacité de l'apprentissage par les contes et les compétences en pensée critique.

Méthodologie
L'étude a employé un plan de recherche quantitatif et transversal utilisant la modélisation par équations structurelles par les moindres carrés partiels (PLS-SEM).

Participants : L'échantillon était composé de 318 étudiants de premier cycle inscrits dans des programmes de formation des enseignants de la petite enfance dans diverses institutions d'enseignement supérieur en Indonésie. La démographie était majoritairement féminine (89,9 %) avec une majorité âgée de 20 à 21 ans. Les participants devaient être activement inscrits, engagés dans des activités d'apprentissage par les contes et avoir une expérience préalable des plateformes d'apprentissage basées sur l'IA.
Instrument : Les données ont été collectées via un questionnaire structuré en ligne utilisant une échelle de Likert à cinq points. L'instrument mesurait cinq construits latents : Supports d'Enseignement (TM), Littératie Médiatique (ML), Apprentissage Assisté par l'IA (AIL), Efficacité de l'Apprentissage par les Contes (SSL) et Compétences en Pensée Critique (CT). Les items ont été adaptés de l'échelle établie dans la littérature sur l'apprentissage numérique, la littératie médiatique et la pensée critique.
Analyse : Les données ont été analysées à l'aide de SmartPLS 4.0 selon une approche en deux étapes. Premièrement, le modèle de mesure a été évalué pour la fiabilité des indicateurs, la cohérence interne (alpha de Cronbach, fiabilité composite), la validité convergente (AVE) et la validité discriminante (ratio HTMT). Deuxièmement, le modèle structurel a été testé via un bootstrapping (5 000 rééchantillonnages) pour évaluer les coefficients de chemin, les niveaux de signification ( $p < 0,05$ ), les tailles d'effet ( $f^2$ ) et la pertinence prédictive ( $Q^2$ ).

Résultats Clés
Le modèle structurel a démontré des indices d'ajustement robustes (SRMR = 0,061, NFI = 0,912) et un fort pouvoir explicatif ( $R^2$ ) pour tous les construits endogènes. Les six relations hypothétisées étaient statistiquement significatives ( $p < 0,001$ ) :

Antécédents des processus d'apprentissage :
- Les Supports d'Enseignement (TM) prédisaient de manière significative tant l'Apprentissage Assisté par l'IA ( $\beta = 0,517$ ) que l'Efficacité de l'Apprentissage par les Contes ( $\beta = 0,238$ ).
- La Littératie Médiatique (ML) prédisait de manière significative l'Apprentissage Assisté par l'IA ( $\beta = 0,397$ ) et avait une influence plus forte sur l'Efficacité de l'Apprentissage par les Contes ( $\beta = 0,645$ ).
Prédicteurs de la pensée critique :
- L'Apprentissage Assisté par l'IA (AIL) a influencé positivement les Compétences en Pensée Critique ( $\beta = 0,257$ ), bien qu'avec une taille d'effet modérée ( $f^2 = 0,142$ ).
- L'Efficacité de l'Apprentissage par les Contes (SSL) est apparue comme le prédicteur le plus fort des Compétences en Pensée Critique ( $\beta = 0,749$ ), présentant une taille d'effet très élevée ( $f^2 = 1,214$ ).
Pouvoir explicatif du modèle :
- Le modèle expliquait 68,8 % de la variance de l'Apprentissage Assisté par l'IA et 70,2 % de la variance de l'Efficacité de l'Apprentissage par les Contes.
- Plus notablement, le modèle rendait compte de 87,1 % de la variance des Compétences en Pensée Critique, indiquant une forte précision prédictive.

Principales Contributions
L'article revendique trois contributions primaires au domaine :

Cadre Pédagogique : Il présente un modèle intégré reliant la qualité de l'instruction (supports d'enseignement), la compétence numérique de l'apprenant (littératie médiatique), les processus soutenus par l'IA et l'apprentissage narratif (contes) comme des déterminants interconnectés de la pensée critique.
Spécificité Contextuelle : Il se concentre sur les étudiants en formation des enseignants de la petite enfance, un groupe démographique souvent négligé dans la recherche sur l'IA dans l'éducation, malgré leur rôle critique dans le façonnement des futures méthodologies éducatives.
Clarification des Mécanismes : Il déplace l'attention de l'acceptation technologique vers les mécanismes pédagogiques, démontnant que la contribution de l'IA à la pensée critique n'est pas inhérente mais est médiée par la qualité des supports d'instruction, la littératie médiatique de l'apprenant et l'efficacité de l'apprentissage narratif.

Signification et Revendications
Les auteurs affirment que l'étude fait progresser un cadre pédagogique intégré où la pensée critique est un résultat émergent de l'interaction dynamique entre la qualité de l'instruction, les compétences numériques et l'engagement narratif. Les résultats suggèrent que, bien que l'apprentissage assisté par l'IA contribue positivement à la pensée critique, il ne s'agit pas d'une solution autonome ; sa l'efficacité dépend plutôt d'un ancrage dans des environnements d'instruction de haute qualité.

L'étude affirme que l'Efficacité de l'Apprentissage par les Contes est le moteur le plus puissant du développement de la pensée critique dans ce contexte. Cela souligne la valeur de la pédagogie basée sur le récit (analyse, interprétation, réflexion) même au sein des environnements soutenus par l'IA. Les auteurs concluent que pour que l'IA favorise efficacement la pensée critique dans la formation des enseignants, elle doit être intégrée de manière intentionnelle dans un écosystème pédagogique cohérent qui privilégie des supports d'enseignement bien structurés et une formation robuste à la littératie médiatique.

Limites
Les auteurs reconnaissent des limites, notamment l'exclusivité du focus sur les étudiants indonésiens de l'ECTE (limitant la généralisabilité), le design transversal (empêchant des affirmations de causalité temporelle) et le recours à des données auto-déclarées. Ils suggèrent que les recherches futures devraient employer des designs longitudinaux et expérimentaux et incorporer des variables supplémentaires telles que l'auto-efficacité numérique et l'engagement cognitif.

Articles similaires