← Derniers articles
📄 social_science

Knowing what AI literacy is, but not yet how to teach it: A rapid review of teachers’ professional development needs and effective principles in higher education

Cette revue rapide de 16 études sur le développement professionnel de la littératie en IA des enseignants de l'enseignement supérieur identifie cinq besoins clés et dix interventions, mais conclut que si les données sur les besoins des enseignants émergent rapidement, la recherche robuste sur les approches de développement professionnel efficaces demeure limitée.

Auteurs originaux : Hanneke Theelen, Maarten Renkema

Publié 2026-09-02
📖 5 min de lecture🧠 Analyse approfondie

Auteurs originaux : Hanneke Theelen, Maarten Renkema

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

Imaginez une salle de classe où les outils d'apprentissage évoluent plus vite que les manuels scolaires ne peuvent être mis à jour. Pendant des décennies, les enseignants ont guidé les étudiants à travers le processus de rédaction de dissertations, de résolution de problèmes et de pensée critique. Aujourd'hui, une nouvelle sorte de technologie est arrivée, capable de rédiger ces dissertations, de résoudre ces problèmes et de générer des idées en quelques secondes. Cette technologie, connue sous le nom d'intelligence artificielle générative, n'est pas seulement un nouveau gadget ; elle transforme la manière dont la connaissance est créée et partagée. Lorsqu'un étudiant peut demander à un ordinateur de rédiger l'intégralité d'un devoir, le rôle de l'enseignant change. Il n'est plus seulement la source de réponses, mais le guide qui aide les étudiants à savoir quand utiliser ces outils, comment vérifier si l'information est vraie et comment les utiliser sans perdre leur propre voix. Pour ce faire, les enseignants ont besoin d'un nouvel ensemble de compétences, souvent appelées littératie de l'IA. Il ne s'agit pas seulement de savoir appuyer sur des boutons ; il s'agit de comprendre comment tisser ces outils puissants dans les leçons de manière à aider les étudiants à apprendre plutôt qu'à rendre un travail sans compréhension, et comment leur apprendre à réfléchir de manière critique sur ce que la machine produit.

Une équipe de chercheurs s'est donné pour mission de comprendre comment les universités préparent leurs enseignants à ce changement. Ils ont mené une revue rapide, une méthode conçue pour rassembler et analyser rapidement les dernières preuves disponibles, afin de voir ce que les enseignants doivent apprendre et quelles méthodes de formation fonctionnent réellement. Ils ont effectué des recherches dans des études académiques publiées entre 2016 et le début de 2026, en limitant leur champ d'application à seize études qui portaient spécifiquement sur les enseignants de l'enseignement supérieur et leur formation. Les chercheurs cherchaient deux choses principales : ce que les enseignants disent avoir besoin d'apprendre, et quels types de programmes de formation ont été testés pour voir s'ils étaient efficaces.

Le tableau qui émerge de ces seize études révèle un fossé clair entre ce dont les enseignants ont besoin et ce qu'ils reçoivent actuellement. Lorsqu'on les interroge sur leurs besoins, les enseignants de différents pays et disciplines ont pointé cinq domaines principaux. Premièrement, ils veulent une formation pratique directement liée à leur travail quotidien. Ils ne veulent pas de cours abstraits sur la façon dont les ordinateurs réfléchissent ; ils veulent savoir comment utiliser ces outils pour concevoir une leçon spécifique ou noter un type spécifique de devoir. Deuxièmement, ils ont besoin d'aide concernant l'aspect éthique. Les enseignants s'inquiètent des biais dans les outils, des questions de propriété intellectuelle et de la manière d'enseigner aux étudiants comment utiliser la technologie de manière responsable. Troisièmement, ils ont exprimé un fort désir de soutien continu. Ils ne veulent pas d'un atelier ponctuel ; ils veulent un processus continu où ils peuvent apprendre, partager des idées avec des collègues et suivre les nouvelles mises à jour. Quatrièmement, ils ont besoin que leurs institutions fournissent des règles et des politiques claires. Les enseignants sont incertains de ce qui est autorisé ou non, et ils ont besoin que leurs universités établissent des directives claires sur l'intégrité académique et la confidentialité des données. Enfin, ils ont besoin d'une formation adaptée à leur discipline spécifique. Un enseignant en ingénierie a des besoins différents de ceux d'un enseignant en littérature, et une approche uniformisée ne fonctionne pas.

Malgré ces besoins clairs, les chercheurs ont constaté que les programmes de formation actuellement disponibles sont souvent insuffisants. Ils ont analysé dix interventions de formation spécifiques décrites dans les études. La plupart de ces programmes se concentraient sur les bases : enseigner aux enseignants comment la technologie fonctionne, comment l'utiliser pour écrire ou créer des images, et comment l'appliquer à leur enseignement. Ils couvraient également l'éthique. Bien que ces programmes aient été généralement bien accueillis et aient montré des résultats positifs dans les études qui les ont testés, les chercheurs ont noté un problème important. La formation ignorait souvent les besoins plus larges identifiés par les enseignants. Très peu de programmes abordaient le besoin de collaboration à long terme, le soutien des politiques institutionnelles ou l'orientation spécifique à la discipline. La formation était souvent un événement unique, comme un atelier ou un cours court, plutôt qu'un parcours soutenu.

De plus, les chercheurs ont constaté qu'il est difficile de dire exactement quelles parties de ces programmes de formation les rendent fructueux. De nombreuses études décrivant les programmes étaient vagues sur les détails. Elles pouvaient mentionner qu'un atelier a eu lieu, mais n'expliquaient pas combien de temps il a duré, ce que les enseignants ont réellement fait pendant la session, ou comment les enseignants ont été soutenus par la suite. Ce manque de détails rend difficile la reproduction ou l'amélioration de ces modèles. Les chercheurs ont conclu que, bien que nous ayons désormais une bonne compréhension de ce que les enseignants ont besoin d'apprendre, nous ne disposons pas encore de preuves solides sur les meilleures façons de l'enseigner. Le domaine évolue si vite que la recherche peine à suivre le rythme. Les études suggèrent qu'une formation efficace devra être plus qu'un simple cours technique ; elle devra être un effort continu et collaboratif, soutenu par des règles claires et adapté aux réalités spécifiques de la classe de chaque enseignant. Tant que des études plus rigoureuses ne seront pas menées, les universités resteront confrontées à la tâche de construire ces programmes de formation avec une carte claire de la destination, mais seulement un croquis sommaire du chemin pour y parvenir.

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.

Essayer Digest →