The field grew, the programme did not: differential growth and substrate portability in artificial intelligence and education research, 2016–2026
Cette étude remet en question l'idée reçue selon laquelle la baisse des parts de publication indique un déclin du domaine en démontrant que, bien que la littérature globale sur l'IA dans l'éducation ait été multipliée par cinq entre 2016 et 2026, des sous-domaines spécifiques ont connu des taux de croissance différentiels portés par la « portabilité du substrat » — l'adaptabilité des construits de recherche à de nouveaux environnements de données — plutôt que par une obsolescence fonctionnelle.
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
Depuis des décennies, les chercheurs tentent d'utiliser l'informatique pour comprendre comment les humains apprennent. Ils ont conçu des systèmes pour suivre le comportement des étudiants, prédire ceux qui pourraient éprouver des difficultés et ajuster les leçons en temps réel. Ce travail reposait largement sur des plateformes numériques enregistrant chaque clic et chaque frappe au clavier, créant de vastes traces de données à analyser. Vers 2022, une nouvelle sorte de technologie est arrivée : les grands modèles de langage capables de générer du texte, de répondre à des questions et de créer du contenu instantanément. Ce changement a captivé l'imagination des éducateurs et des chercheurs, provoquant une vague massive de nouvelles études. Mais à mesure que le volume de la recherche explosait, un schéma déroutant est apparu. La part des articles consacrés aux anciennes méthodes riches en données semblait s'évanouir, laissant croire à beaucoup que ces domaines étaient morts. Une question demeurait : les anciennes manières d'étudier l'apprentissage avaient-elles été abandonnées, ou avaient-elles simplement été noyées par la taille imposante de la nouvelle vague ?
Une équipe de chercheurs s'est donné pour mission de répondre à cela en examinant le nombre réel d'études publiées, et non seulement leur proportion. Ils ont rassemblé près de 1 200 articles académiques de 2016 jusqu'à la mi-2026, divisant la chronologie en deux époques : avant l'essor de l'intelligence artificielle générative et après. Leur objectif était de séparer la composition de la littérature de l'activité réelle qu'elle contient. Imaginez une ville qui passe de 100 habitants à 1 000. Si un quartier spécifique, qui abritait auparavant 30 personnes, reste à 30 personnes, sa part dans la ville chute de 30 % à seulement 3 %. Pour un observateur ne regardant que les pourcentages, ce quartier semble avoir rétréci ou disparu. Pourtant, en réalité, le nombre de personnes vivant là n'a pas changé du tout ; la ville est simplement devenue beaucoup plus grande. Les chercheurs ont appliqué cette même logique au domaine de l'intelligence artificielle en éducation. Ils ont découvert que si la part des articles sur les sujets plus anciens comme l'exploration de données éducatives (educational data mining) et l'analyse de l'apprentissage (learning analytics) avait effectivement chuté de manière spectaculaire, le nombre réel d'articles sur ces sujets n'avait pas toujours disparu. En fait, pour certains sujets, le nombre d'études est resté stable ou a même progressé, sans toutefois progresser aussi vite que les nouveaux sujets génératifs.
L'étude a révélé une histoire de croissance différentielle plutôt que de remplacement total. Le domaine dans son ensemble s'est étendu plus de cinq fois au cours de la décennie. Les anciens programmes de recherche, qui dépendaient de la collecte de données comportementales à long terme auprès des étudiants, n'ont pas connu cette même croissance fulgurante. Deux domaines spécifiques, l'exploration de données éducatives et l'analyse de l'apprentissage, ont connu une véritable baisse du nombre de nouveaux articles publiés chaque année. Un autre domaine, les systèmes de tutorat intelligents, a maintenu sa position, publiant à peu près le même nombre d'articles qu'auparavant, même si sa part dans le domaine total a considérablement diminué. Pendant ce temps, de nouveaux sujets comme l'intégrité académique, l'éthique et l'utilisation des outils génératifs pour la création de matériel de cours ont explosé en popularité, progressant bien plus vite que la moyenne du domaine. Les chercheurs ont découvert que la survie d'un sujet de recherche dépendait moins de son nom que de ce qu'il exigeait pour exister. Les sujets nécessitant des plateformes complexes et instrumentées pour collecter des années de données étudiantes ont eu du mal à suivre le rythme. Les sujets pouvant être explorés avec du texte simple ou une interaction immédiate, comme la discussion sur l'éthique ou la génération de plans de cours, ont prospéré.
Cette distinction est cruciale pour quiconque cherche à comprendre l'état actuel du domaine. Un nouveau chercheur entrant dans le domaine aujourd'hui pourrait regarder la liste des sujets populaires et conclure que la capacité d'analyser les données des étudiants a été abandonnée. Cependant, les données montrent que cette capacité est toujours en cours de développement, mais à un rythme plus lent et plus régulier que le battage médiatique entourant les nouveaux outils. Les anciens travaux n'ont pas été effacés ; ils ont été dépassés par la croissance. L'étude suggère que ce changement n'est pas un échec des anciennes méthodes, mais une conséquence naturelle d'une nouvelle technologie qui est instantanément disponible pour tous, créant un flot de nouvelles questions qui ne nécessitent pas la même infrastructure lourde pour être résolues. Pour les institutions ou les éducateurs souhaitant adopter ces technologies, la leçon est claire : les sujets les plus visibles ne sont pas les seuls qui existent. Le travail fondamental de compréhension de l'apprentissage par les données continue, même s'il ne domine plus les gros titres. Le domaine n'a pas perdu son passé ; il s'est simplement développé autour de lui, portant à la fois l'ancien et le nouveau, mais à des vitesses très différentes.
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.