From Fragmentation to Integration: A Delphi-Validated AI Literacy Competency Framework for Higher Education Teachers in China
Cette étude aborde la fragmentation des politiques de littératie en IA dans l'enseignement supérieur en Chine en développant et en validant, par une approche de méthodes mixtes et un consensus Delphi, un cadre de compétences intégré à trois niveaux comprenant 27 indicateurs pour guider le développement professionnel des enseignants et la mise en œuvre institutionnelle.
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
L'enseignement supérieur traverse actuellement un changement profond. L'intelligence artificielle générative, la technologie qui alimente les outils capables de rédiger des essais, de résoudre des problèmes complexes et de tenir des conversations, est arrivée dans les universités avec une rapidité fulgurante. Pour les enseignants, cette technologie présente une double réalité : elle offre des moyens puissants de personnaliser l'apprentissage et de soutenir la recherche, mais elle introduit également de sérieuses questions sur l'honnêteté académique, la confidentialité des données et la nature même de l'apprentissage. Pour naviguer dans ce nouveau paysage, les éducateurs ont besoin de plus que de la simple capacité d'appuyer sur des boutons ; ils doivent avoir une compréhension profonde du fonctionnement de ces outils, savoir comment les utiliser de manière éthique et comment les intégrer dans leur enseignement sans perdre leur propre agence professionnelle. Alors que les gouvernements et les universités ont commencé à élaborer des directives pour cette nouvelle ère, ces instructions existent souvent de manière isolée, créant un patchwork de règles qui peut être déroutant et incohérent.
En réponse à cette fragmentation, une équipe de chercheurs s'est donné pour mission de construire une carte unifiée pour les enseignants universitaires chinois. Ils ont cherché à créer un cadre unique et cohérent qui définirait ce que signifie être littéré en intelligence artificielle dans le contexte spécifique de l'enseignement supérieur chinois. Les chercheurs n'ont pas simplement deviné les besoins des enseignants ; ils ont commencé par comparer attentivement quatre documents officiels et cadres politiques existants en Chine, ainsi que deux modèles internationaux. Cette analyse initiale a révélé un décalage significatif. Certains documents traitaient l'IA comme un simple outil à utiliser, tandis que d'autres la considéraient comme un partenaire dans le processus d'apprentissage. Certains listaient les compétences comme une liste de contrôle statique, tandis que d'autres tentaient de décrire un chemin de croissance. Les chercheurs ont identifié trois tensions principales qui freinent le domaine : la lutte entre la création d'une règle standard pour tous versus l'adaptation au contexte local, le conflit entre la présentation des compétences comme un ensemble fixe versus leur développement au fil du temps, et le désaccord sur la question de savoir si l'IA est simplement une machine ou un participant actif à l'éducation.
Pour résoudre ces tensions, les chercheurs ont synthétisé un cadre préliminaire composé de vingt-sept compétences et compréhensions spécifiques, organisées en trois couches distinctes de développement. La première couche, Fondations, couvre les bases : comprendre ce qu'est l'IA, savoir utiliser les outils et saisir les règles éthiques. La deuxième couche, Pratique, se concentre sur la salle de classe : concevoir des leçons utilisant l'IA, créer de nouveaux supports d'apprentissage et évaluer les étudiants équitablement dans un environnement riche en IA. La troisième couche, Innovation, regarde vers l'avenir : repenser l'ensemble des cours, diriger la recherche et accompagner les collègues. Crucialement, les chercheurs n'ont pas placé l'éthique comme une simple case à cocher, mais comme un fil conducteur traversant les trois couches, garantissant qu'un usage responsable soit considéré à chaque étape.
Ce projet de cadre a ensuite été mis à l'épreuve par un processus rigoureux de consultation d'experts connu sous le nom d'étude Delphi. Les chercheurs ont invité quinze éminents chercheurs et administrateurs universitaires, possédant tous une expérience approfondie de l'éducation et de la technologie, à examiner les compétences proposées. Lors du premier tour, ces experts ont évalué chacun des vingt-sept indicateurs selon leur importance et leur clarté. Le retour fut immédiat et spécifique. Les experts ont suggéré de fusionner certains éléments redondants, d'en supprimer un qui était superflu, et d'ajouter trois nouvelles compétences critiques qui manquaient, telles que l'utilisation de l'IA pour rendre l'enseignement plus accessible aux étudiants en situation de handicap. Ils ont également insisté pour que la dimension éthique soit élevée au rang de principe transversal plutôt que d'être simplement un autre élément d'une liste.
Lors du second tour, les experts ont examiné le cadre révisé. Les résultats furent décisifs. Vingt-six des vingt-sept indicateurs ont atteint un consensus fort, ce qui signifie que les experts ont convenu qu'ils étaient essentiels et clairement définis. Ces vingt-six compétences forment désormais le cœur d'un cadre de compétences validé pour les enseignants universitaires chinois. Cependant, un indicateur concernant la gestion de la dynamique de classe lorsque les étudiants utilisent l'IA n'a pas atteint le niveau d'accord requis. Les experts ont estimé que ce domaine était encore trop nouveau et incertain pour être déclaré comme une exigence standard. Par conséquent, les chercheurs ont gardé cette compétence spécifique à part, la qualifiant d'élément provisoire nécessitant des études supplémentaires avant de pouvoir être formellement adopté.
Le résultat final est un guide structuré et fondé sur des preuves qui va au-delà d'une simple liste de compétences techniques. Il offre un parcours de développement, reconnaissant que les enseignants commencent par une sensibilisation de base et peuvent évoluer vers des leaders capables de repenser l'approche technologique de leurs institutions. Le cadre étend les modèles internationaux existants en les adaptant explicitement au contexte chinois et en organisant les compétences en une progression claire, allant de l'apprentissage des bases à l'innovation avec la technologie. Bien que ce cadre fournisse une base solide pour que les universités conçoivent des programmes de formation et pour que les décideurs fixent des normes, les chercheurs avertissent qu'il ne s'agit pas encore d'un outil de mesure achevé. Il a été validé par l'opinion d'experts, mais il n'a pas encore été testé en classe pour voir s'il prédit avec précision la performance d'un enseignant. La prochaine étape pour le domaine est d'utiliser ce cadre pour construire des tests réels et observer les enseignants en action, afin de s'assurer que la carte qu'ils ont dessinée mène véritablement à la destination d'un enseignement efficace, éthique et centré sur l'humain à l'ère de l'intelligence artificielle.
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.