The Lecturers’ Experiences and Generative AI in Developing Communicative Speaking Materials in English Education Program

Dans les classes du monde entier, les enseignants sont confrontés à un défi constant : comment aider les élèves à apprendre à parler une nouvelle langue non seulement correctement, mais de manière significative. Pendant des décennies, l'approche la plus efficace a été l'Enseignement Communicatif des Langues, une méthode qui privilégie l'interaction réelle plutôt que la mémorisation des règles de grammaire. L'objectif est de créer des situations où les apprenants doivent échanger des informations, résoudre des problèmes ou partager des opinions, tout comme ils le feraient dans la vie quotidienne. Cette approche repose largement sur la capacité de l'enseignant à concevoir des activités qui semblent authentiques et pertinentes pour la propre vie des étudiants. Aujourd'hui, un nouvel outil puissant est entré en scène : l'intelligence artificielle générative. Ce sont des systèmes informatiques capables de créer des textes originaux, des histoires et des scripts de conversation en quelques secondes. Bien qu'ils offrent un moyen de produire instantanément des supports pédagogiques infinis, ils soulèvent également une question fondamentale pour les éducateurs. Une machine peut-elle comprendre les besoins subtils d'un groupe spécifique d'étudiants, ou risque-t-elle de produire des leçons grammaticalement parfaites mais socialement creuses ?

Une équipe de chercheurs s'est donné pour mission de répondre à cette question en observant comment cinq professeurs d'université en Indonésie naviguent dans ce nouveau paysage. Ces éducateurs enseignent l'anglais à des étudiants qui se forment eux-mêmes pour devenir enseignants. Les chercheurs voulaient voir comment ces professionnels utilisent l'intelligence artificielle pour créer des supports d'expression orale sans perdre la touche humaine qui rend l'apprentissage des langues efficace. Ils ont mené des entretiens approfondis, demandant aux professeurs de décrire leur travail quotidien, leurs craintes et leurs stratégies lorsqu'ils utilisent ces outils numériques. L'étude révèle un schéma clair : les enseignants ne laissent pas les machines prendre le volant. Au lieu de cela, ils traitent l'intelligence artificielle comme un assistant utile qui génère des idées brutes, tandis que l'enseignant humain reste l'expert qui façonne, édite et approuve la leçon finale.

Les professeurs de l'étude ont décrit un flux de travail où l'élément humain est non négociable. Ils ont expliqué que si les manuels sont utiles, ils échouent souvent à capturer les intérêts spécifiques, les contextes culturels ou les objectifs de carrière futurs de leurs étudiants. Un enseignant pourrait avoir besoin d'une activité de parole sur le tourisme local à Bone ou sur les questions environnementales dans le sud de Sulawesi, des sujets qu'un manuel générique pourrait manquer. Lorsque les professeurs utilisent l'intelligence artificielle, ils commencent généralement par lui demander une liste d'idées ou un brouillon de conversation. Ils peuvent demander un scénario de jeu de rôle ou un sujet de débat. Cependant, ils n'utilisent presque jamais le résultat tel qu'il apparaît. Un enseignant a noté que l'ordinateur pourrait produire une conversation où tout le monde est parfaitement poli et se comprend instantanément, un scénario qui arrive rarement dans la vie réelle. Les vraies conversations sont désordonnées ; les gens s'interrompent, hésitent et se comprennent parfois mal. Les enseignants prennent le brouillon de l'ordinateur et le réécrivent pour y inclure ces imperfections naturelles, garantissant que le matériel semble authentique.

Ce processus d'édition est l'endroit où le jugement professionnel de l'enseignant brille. Les chercheurs ont constaté que les professeurs agissent comme un filtre, vérifiant la pertinence culturelle et la praticité du travail de l'ordinateur. Ils se demandent si le vocabulaire est trop difficile pour leurs étudiants spécifiques ou si la situation décrite aurait réellement du sens dans une salle de classe indonésienne. Ils considèrent également le côté émotionnel de l'apprentissage. Si un enseignant corrige la grammaire d'un élève chaque fois qu'il parle, l'élève peut devenir trop effrayé pour parler. Les professeurs de l'étude ont expliqué qu'ils laissent souvent les étudiants parler librement d'abord pour renforcer leur confiance, réservant les corrections pour plus tard. Un ordinateur, ont-ils noté, ne sait pas intrinsèquement quand s'abstenir de corriger pour maintenir l'engagement d'un étudiant. L'enseignant humain sait quand intervenir et quand laisser la conversation couler, une décision basée sur des années d'expérience avec le groupe spécifique de personnes devant lui.

L'étude souligne également que les professeurs voient ces outils comme un moyen de surmonter la fatigue créative. Enseigner le même cours semestre après semestre peut être épuisant, et les professeurs ont admis que l'ordinateur les aide à générer de nouvelles idées rapidement. Il peut suggérer une douzaine de façons différentes de pratiquer une compétence spécifique en quelques secondes, offrant à l'enseignant un éventail d'options plus large parmi lesquelles choisir. Cependant, les professeurs veillent à maintenir leur autorité sur le produit final. Ils voient l'ordinateur comme un outil qui gère le travail de routine du brainstorming et de la rédaction, les libérant pour se concentrer sur le travail pédagogique plus profond. Un enseignant a décrit la relation simplement : l'ordinateur fournit le brouillon, mais l'enseignant produit le matériel pédagogique final. Cette distinction est cruciale. La technologie accélère le processus, mais elle ne remplace pas la nécessité d'un humain pour décider de ce qui est le mieux pour les apprenants.

Peut-être que la découverte la plus significative est que les professeurs enseignent activement à leurs étudiants à être critiques envers ces outils également. Les chercheurs ont observé que les éducateurs ne se contentent pas d'utiliser la technologie eux-mêmes ; ils encouragent leurs étudiants à la remettre en question. En classe, ils peuvent demander aux étudiants de comparer une conversation générée par un ordinateur avec un enregistrement de la vie réelle ou un exemple de manuel scolaire. Ils discutent de la façon dont l'ordinateur peut faire des erreurs, répéter certains schémas ou manquer de nuances culturelles. Cette approche transforme l'utilisation de l'intelligence artificielle en une opportunité d'apprentissage en soi. Les étudiants apprennent que, bien que la technologie soit puissante, elle n'est ni neutre ni infaillible. On leur apprend à vérifier l'information et à reconnaître que le résultat de l'ordinateur n'est qu'un point de départ, pas la vérité finale.

La recherche conclut que l'intégration la plus réussie de l'intelligence artificielle dans l'enseignement des langues se produit lorsque la technologie soutient, plutôt qu'elle ne remplace, l'expertise humaine. Les professeurs de cette étude ont trouvé un équilibre sain où l'ordinateur gère le gros œuvre de la génération d'idées, et l'enseignant humain s'assure que le matériel est significatif, culturellement approprié et pédagogiquement solide. L'étude suggère que tant que les enseignants restent ceux qui prennent les décisions éducatives importantes — fixer des objectifs, s'adapter aux besoins des étudiants et juger la qualité de l'interaction — la technologie peut être un allié puissant. Il ne s'agit pas de choisir entre les enseignants humains et les machines, mais plutôt de trouver un moyen pour qu'ils travaillent ensemble, avec l'humain guidant toujours la direction. L'avenir de l'enseignement des langues, selon ces éducateurs, repose sur le maintien du jugement humain au centre, en utilisant la machine pour améliorer, et non effacer, l'art d'enseigner.