Exploring Generative AI Readiness among Saudi EFL University Teachers: A TPACK-Informed Multi-Institutional Study
Cette étude exploratoire portant sur 96 enseignants saoudiens de l'anglais langue étrangère (EFL) à l'université révèle une préparation autodéclarée modérée pour l'intégration de l'IA générative, mettant en évidence des disparités institutionnelles significatives, une absence de corrélation entre la formation préalable et la plupart des dimensions de la préparation, ainsi que des obstacles clés tels que les préoccupations liées à l'intégrité académique et un soutien pratique insuffisant.
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
Les professeurs de langues ont longtemps été les architectes de la communication, guidant les étudiants à travers les règles complexes de la grammaire, les nuances de la prononciation et les contextes culturels qui donnent un sens aux mots. Aujourd'hui, une nouvelle force est entrée dans la salle de classe : l'intelligence artificielle générative. Il s'agit de systèmes informatiques capables de créer des textes, des images et des idées qui imitent la production humaine, proposant d'aider les enseignants à rédiger des leçons, à corriger le travail des élèves ou à générer des supports d'entraînement. Mais cette technologie apporte un ensemble de questions complexes. Il ne suffit pas pour un enseignant de savoir simplement comment allumer une machine ; il doit comprendre quand il est approprié de l'utiliser, comment repérer les erreurs ou les décalages culturels dans la production de la machine, et comment naviguer dans les champs de mines éthiques de l'honnêteté académique et de la confidentialité des données. En Arabie saoudite, où l'anglais est une matière vitale pour la connexion mondiale, les éducateurs sont confrontés au défi d'intégrer ces outils puissants dans leur pratique quotidienne sans perdre l'élément humain de l'enseignement.
Une étude récente s'est donné pour mission de cartographier le paysage de cette transition. Des chercheurs ont interrogé quatre-vingt-seize professeurs d'anglais issus de cinq universités différentes en Arabie saoudite pour comprendre leur état de préparation à utiliser l'intelligence artificielle générative. L'enquête s'est appuyée sur un cadre qui considère l'enseignement comme un mélange de trois compétences essentielles : connaître la matière, comprendre comment l'enseigner et maîtriser la technologie utilisée en classe. Les chercheurs voulaient voir si ces enseignants se sentaient confiants dans leurs compétences techniques, dans leur capacité à tisser la technologie dans les leçons, dans leur conscience des enjeux culturels et éthiques, ainsi que dans le soutien reçu de leurs institutions. Ils ont également demandé aux enseignants de décrire les plus grands obstacles qui se dressaient sur leur chemin et le type d'aide dont ils avaient besoin pour progresser.
Les résultats ont révélé un tableau d'optimisme prudent mêlé d'une incertitude significative. En moyenne, les enseignants ont fait état d'un niveau de préparation modéré. Ils ne rejetaient pas la technologie, mais n'étaient pas non plus totalement confiants dans leur capacité à la manier efficacement. Le domaine où les enseignants étaient le plus à l'aise était le côté technique ; ils estimaient pouvoir installer et utiliser des outils courants comme les chatbots. Ils étaient également raisonnablement conscients des préoccupations éthiques, telles que la confidentialité des données. Cependant, leur confiance chutait lorsque les questions portaient sur la classe elle-même. Les enseignants se sentaient moins sûrs de la manière de surveiller les étudiants utilisant ces outils en dehors de la classe, de la manière de garantir que le contenu généré par les machines soit culturellement approprié pour les apprenants saoudiens, ou de la manière d'intégrer la technologie dans leurs routines d'enseignement quotidiennes de manière significative.
L'une des conclusions les plus frappantes fut que le fait d'avoir reçu une formation formelle en intelligence artificielle ne rendait pas automatiquement un enseignant plus prêt à l'utiliser. L'étude n'a trouvé aucun lien clair entre la formation préalable et des scores plus élevés en matière de connaissances techniques, de planification de leçons ou de pratique de classe. Cela suggère que le simple fait d'assister à un atelier ou de suivre un cours ne suffit pas ; la qualité, la profondeur et l'aspect pratique de cette formation comptent bien plus que le simple fait qu'elle ait eu lieu. Le seul domaine où la formation a semblé faire une différence est la perception qu'avaient les enseignants du soutien institutionnel, peut-être parce que ceux qui avaient suivi une formation étaient plus attentifs à ce qui leur manquait ou à ce dont ils avaient besoin de la part de leurs universités.
Le genre a joué un rôle plus visible dans les résultats. Les enseignants hommes ont fait état de niveaux de préparation plus élevés que les enseignantes dans plusieurs domaines, mais l'écart était le plus large concernant le soutien institutionnel. Les hommes estimaient que leurs universités étaient plus favorables à leurs efforts d'utilisation de l'intelligence artificielle que les femmes. Cela suggère que l'environnement dans lequel travaille un enseignant — qu'il se sente encouragé, doté de ressources et guidé — peut être tout aussi important que ses compétences personnelles. L'étude a également examiné les différences entre les cinq universités impliquées. Bien qu'une université ait montré un score de préparation moyen plus élevé qu'une autre, les différences étaient minimes et les groupes d'enseignants de chaque établissement étaient de taille inégale, ce qui signifie que ces résultats sont préliminaires et doivent être examinés avec prudence.
Lorsque les chercheurs ont demandé aux enseignants de décrire les principaux obstacles à l'utilisation de l'intelligence artificielle, les réponses ont été claires et pratiques. La préoccupation la plus fréquente était l'intégrité académique, spécifiquement la crainte que les étudiants détournent les outils pour soumettre un travail qui n'est pas le leur. Suivant de près, se trouvaient les problèmes d'infrastructure, tels qu'un internet peu fiable ou un manque d'accès aux logiciels nécessaires. Les enseignants ont également exprimé un fort désir pour une formation plus pratique et concrète. Ils ne voulaient pas seulement savoir ce qu'était la technologie ; ils voulaient savoir comment construire des leçons autour d'elle, comment créer des supports qui fonctionnent, et comment évaluer le travail des étudiants dans un monde où les machines peuvent écrire des essais.
L'étude a également mis en lumière une profonde interconnectivité entre les différentes compétences dont les enseignants ont besoin. Les données ont montré que les enseignants qui se sentaient forts dans un domaine, tel que les connaissances techniques, avaient tendance à se sentir forts dans d'autres, comme la planification de leçons ou le jugement éthique. Cela suggère que ces compétences ne sont pas des îlots isolés, mais font partie d'une capacité plus large et unifiée. Cependant, les chercheurs ont noté que l'outil d'enquête lui-même pourrait nécessiter des tests supplémentaires pour s'assurer qu'il mesure précisément ces compétences distinctes, car les lignes de démarcation entre elles peuvent parfois devenir floues.
En fin de compte, cette recherche brosse le portrait d'une profession en transition. Les professeurs d'anglais saoudiens n'ont pas peur de l'intelligence artificielle, mais ils attendent les conditions propices pour l'embrasser pleinement. Ils ont besoin de plus que l'accès à un logiciel ; ils ont besoin d'un environnement de soutien qui réponde à leurs préoccupations concernant l'honnêteté académique, fournisse une technologie fiable et offre une formation qui dépasse les bases pour leur montrer comment utiliser ces outils de manière responsable et efficace. La voie à suivre ne consiste pas à remplacer l'enseignant par la machine, mais à équiper l'enseignant des connaissances et du soutien nécessaires pour guider les étudiants à travers une nouvelle ère de l'apprentissage.
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.