📄 sciences sociales

Technical Support Perceived Usefulness and Ethical Awareness in Generative AI Implementation through Language Teacher Attitudes

Cette étude, fondée sur le cadre UTAUT et utilisant la modélisation par équations structurelles sur 364 enseignants de langues du secondaire au Nigéria, révèle que si le support technique, l'utilité perçue et la conscience éthique influencent directement l'implémentation de l'IA générative, les attitudes des enseignants servent de prédicteur direct plus fort et de médiateur significatif dans ces relations.

Auteurs originaux : Hamisu Hamisu Haruna, Azza Jauhar Ahmad Tajuddin, Isyaku Hassan, Muhammad Naeem, Yosef Hasan Jbara, Imran Riaz Hasrat, Bassam Elzaghmouri, Marwan Ali Albahar, Atif Ikram

Publié 2026-10-22

📖 4 min de lecture☕ Lecture pause café

CC BY 4.0

Auteurs originaux : Hamisu Hamisu Haruna, Azza Jauhar Ahmad Tajuddin, Isyaku Hassan, Muhammad Naeem, Yosef Hasan Jbara, Imran Riaz Hasrat, Bassam Elzaghmouri, Marwan Ali Albahar, Atif Ikram

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

Dans la salle de classe moderne, une révolution silencieuse est en cours, portée par un nouveau type de programme informatique connu sous le nom d'intelligence artificielle générative. Contrairement aux anciens outils qui se contentaient de récupérer des informations, ces systèmes peuvent créer des textes originaux, des histoires et des plans de cours, agissant comme un partenaire créatif pour les enseignants. Cependant, posséder un outil puissant est différent de savoir bien l'utiliser. Pour qu'un enseignant adopte cette technologie, il a besoin de plus qu'un simple ordinateur ; il doit sentir que l'outil l'aide réellement à mieux enseigner, il doit avoir la conviction que son utilisation est la bonne chose à faire, et il doit savoir que son établissement l'aidera si la technologie fait défaut. Cette étude explore comment ces trois éléments — le soutien pratique, la croyance en l'utilité de l'outil et un sens aigu de la responsabilité éthique — convergent pour façonner l'utilisation réelle de l'IA générative dans ses leçons de langues.

Les chercheurs, une équipe de spécialistes issus d'universités du Nigéria et d'ailleurs, se sont donné pour mission de comprendre le côté humain de ce changement technologique. Ils se sont concentrés spécifiquement sur les professeurs de langues des écoles secondaires au Nigéria, un groupe confronté au défi d'intégrer ces outils avancés dans leur travail quotidien. Pour obtenir une image claire, ils ont demandé à 364 enseignants de partager leurs expériences et leurs opinions via un sondage détaillé. L'objectif n'était pas seulement de voir si les enseignants appréciaient la technologie, mais de cartographier le chemin spécifique qui mène de la possession des bonnes ressources à leur utilisation effective en classe. Ils voulaient savoir si le simple fait d'avoir du soutien ou de considérer qu'un outil est utile était suffisant, ou si les sentiments et les attitudes personnels de l'enseignant agissaient comme un pont crucial entre la possession des outils et leur usage.

L'enquête a révélé une histoire claire et encourageante sur ce qui stimule l'adoption. L'étude a montré que lorsque les écoles fournissent un soutien technique solide — c'est-à-dire un internet fiable, du matériel fonctionnel et un personnel serviable — les enseignants sont plus enclins à utiliser l'IA générative. De même, lorsque les enseignants croient sincèrement que la technologie améliorera leur enseignement et aidera leurs élèves à apprendre, ils sont plus enclins à l'utiliser. Plus important encore, l'étude a montré que la conscience éthique compte profondément. Les enseignants qui réfléchissent aux implications morales de l'utilisation de l'IA, telles que l'équité et l'honnêteté, sont plus susceptibles d'intégrer la technologie dans leurs leçons. En bref, les outils, les bénéfices perçus et la boussole morale pointent tous dans la même direction : vers une utilisation accrue.

Cependant, la découverte la plus significative n'était pas seulement que ces facteurs agissent seuls, mais sur la manière dont ils travaillent ensemble à travers l'état d'esprit de l'enseignant. Les chercheurs ont découvert que le soutien technique, l'utilité perçue et la conscience éthique ne poussent pas seulement les enseignants à utiliser l'IA directement ; ils façonnent d'abord les attitudes des enseignants. Lorsqu'un enseignant se sent soutenu, voit la valeur de l'outil et en comprend l'éthique, son attitude envers la technologie devient plus positive. C'est cette attitude positive qui agit comme le moteur de changement le plus puissant. Les données ont montré que l'attitude d'un enseignant était le facteur unique le plus fort pour prédire s'il mettrait réellement en œuvre l'IA générative dans sa classe, surpassant largement l'influence directe des autres facteurs.

Cela signifie que le chemin vers une intégration technologique réussie n'est pas une ligne droite allant du budget d'une école au bureau d'un élève. Au contraire, il passe par l'esprit de l'enseignant. L'étude suggère que les écoles ne peuvent pas simplement acheter des logiciels et s'attendre à ce qu'ils fonctionnent. Elles doivent également investir dans la création d'un environnement de soutien et favoriser une culture où les enseignants se sentent confiants et ancrés éthiquement. Lorsque ces conditions sont remplies, les enseignants développent une perspective positive, et cette perspective est ce qui transforme finalement une nouvelle technologie d'une simple nouveauté en une partie standard de l'enseignement. La recherche confirme que si l'infrastructure et l'éthique sont essentielles, l'élément humain — la volonté et la conviction de l'enseignant — est la clé qui déverrouille le plein potentiel de l'intelligence artificielle générative dans l'éducation.

Résumé Technique : Support Technique, Utilité Perçue et Sensibilisation Éthique dans la Mise en Œuvre de l'IA Générative à travers les Attitudes des Enseignants de Langues

Énoncé du Problème
L'intégration de l'Intelligence Artificielle Générative (IAG) dans l'enseignement des langues a bouleversé les modèles pédagogiques conventionnels, pourtant un écart de mise en œuvre significatif persiste. Bien qu'une majorité d'enseignants reconnaisse l'utilité potentielle de l'IAG, l'adoption réelle en classe reste faible. Plus précisément, une étude de Kohnke et al. (2023) et de Sajid Farooq et al. (2025) a indiqué que seulement 28 % des enseignants se disaient prêts à utiliser les outils d'IAG de manière éthique et pédagogique, tandis que d'autres résultats suggèrent que bien que 82 % des enseignants reconnaissent l'utilité de l'IAG, seuls 34 % utilisent réellement ces outils en classe. La littérature existante examine souvent le support technique, l'utilité perçue et la sensibilisation éthique de manière isolée ou au sein de modèles axés uniquement sur l'utilité technologique. Cette approche fragmentée ne parvient pas à saisir les conditions holistiques qui façonnent l'adoption de l'IAG. De plus, il existe un manque de recherche empirique concernant la question de savoir si les attitudes des enseignants servent de variable intermédiaire critique entre ces facteurs antécédents (techniques, évaluatifs et éthiques) et la mise en œuvre réelle de l'IAG. Cette étude comble ces lacunes en étudiant les effets directs du support technique (ST), de l'utilité perçue (UP) et de la sensibilisation éthique (SE) sur la mise en œuvre de l'IAG, tout en examinant spécifiquement le rôle médiateur des attitudes des enseignants de langues dans le contexte de l'enseignement secondaire nigérian.

Méthodologie
L'étude a employé un plan de recherche quantitatif transversal utilisant un cadre étendu de la Théorie Unifiée de l'Acceptation et de l'Utilisation de la Technologie (UTAUT).

Participants : Les données ont été collectées auprès de 364 enseignants d'angue langue de niveau secondaire au Nigeria ayant répondu à un sondage. L'échantillon initial sélectionné comprenait 467 enseignants, choisis par échantillonnage aléatoire stratifié pour assurer une représentation démographique en termes de genre, d'âge, d'expérience d'enseignement et de régions géographiques.
Instrument : Un questionnaire structuré a été utilisé, avec des items adaptés de l'échelles validées : Support Technique (Compeau & Higgins, 1995 ; Thompson et al., 1991), Utilité Perçue (Davis, 1989 ; Teo, 2011), Sensibilisation Éthique (Verma & Garg, 2023), Attitudes des Enseignants (Nair & Das, 2012) et Mise en œuvre de l'IAG (Ivanov et al., 2024).
Mesure : Une échelle de Likert en 10 points a été choisie pour améliorer la fiabilité, la validité et le pouvoir discriminant, s'alignant ainsi sur les pratiques d'évaluation éducative locales.
Analyse : Les données ont été analysées à l'aide de la Modélisation par Équations Structurelles par Moindres Carrés Partiels (PLS-SEM) via SmartPLS 4.0. L'analyse a suivi une approche en deux étapes : l'évaluation du modèle de mesure (fiabilité, validité, validité discriminante) et du modèle structurel (coefficients de chemin, effets de médiation, $R^2$ et pertinence prédictive).

Résultats Clés
L'analyse du modèle structurel a confirmé toutes les relations hypothétisées, démontrant que les attitudes des enseignants sont le prédicteur le plus fort de la mise en œuvre de l'IAG.

Effets Directs :
- Support Technique (ST) : A influencé positivement la mise en œuvre de l'IAG ( $\beta = 0,128, p < 0,001$ ).
- Utilité Perçue (UP) : A influencé positivement la mise en œuvre de l'Iга ( $\beta = 0,092, p < 0,05$ ).
- Sensibilisation Éthique (SE) : A influencé positivement la mise en œuvre de l'IAG ( $\beta = 0,164, p < 0,001$ ).
- Attitudes des Enseignants (LTA) : Ont présenté l'effet direct le plus fort sur la mise en œuvre de l'IAG ( $\beta = 0,574, p < 0,001$ ).
Antécédents aux Attitudes : Le ST ( $\beta = 0,196$ ), l'UP ( $\beta = 0,279$ ) et la SE ( $\beta = 0,231$ ) ont tous influencé de manière significative et positive les attitudes des enseignants de langues.
Effets de Médiation : Les attitudes des enseignants ont significativement médiatisé les relations entre toutes les variables indépendantes et la mise en œuvre de l'IAG :
- ST $\rightarrow$ LTA $\rightarrow$ IGA ( $\beta = 0,112$ )
- UP $\rightarrow$ LTA $\rightarrow$ IGA ( $\beta = 0,160$ )
- SE $\rightarrow$ LTA $\rightarrow$ IGA ( $\beta = 0,133$ )
Ajustement du Modèle : Le modèle explique 70 % de la variance de la mise en œuvre de l'IGA ( $R^2 = 0,700$ ) et 40,6 % de la variance des attitudes des enseignants ( $R^2 = 0,406$ ), avec une haute pertinence prédictive ( $Q^2$ ).

Principales Contributions

Extension Théorique : L'étude étend le cadre UTAUT en intégrant la Sensibilisation Éthique comme un prédicteur distinct et en positionnant les Attitudes des Enseignants comme un mécanisme de médiation central. Cela va au-delà des modèles traditionnels qui se concentrent principalement sur l'attente de performance et les conditions facilitatrices.
Aperçu Contextuel : La recherche fournit des preuves empiriques issues d'un contexte en développement (Nigeria), soulignant comment les valeurs culturelles collectivistes peuvent élever la sensibilisation éthique comme un prédicteur plus fort de la mise en œuvre que l'utilité perçue. Elle note également l'effet de « saut technologique » (leapfrog) où les premières rencontres positives avec l'IAG façonnent de manière disproportionnée les attitudes dans des environnements ayant une exposition préalable limitée à la technologie.
Modèle Holistique : En combinant les facteurs techniques, perceptuels et éthiques dans un seul modèle intégré, l'étude offre une compréhension plus complète des conditions requises pour une adoption réussie de l'IAG dans l'enseignement des langues.

Signification et Revendications
L'article affirme que la mise en œuvre réussie de l'IAG dans l'enseignement des langues n'est pas simplement une fonction de l'infrastructure ou de l'utilité de l'outil, mais est fondamentalement pilotée par les attitudes des enseignants, lesquelles sont elles-mêmes façonnées par la disponibilité du support technique, la valeur perçue de la technologie et la sensibilisation éthique.

Implication Pédagogique : Les institutions doivent concevoir un développement professionnel qui traite non seulement des compétences techniques, mais aussi des cadres éthiques et de la culture de dispositions positives envers l'IA.
Feuille de Route Pratique : Il est conseillé aux institutions éducatives d'assurer une infrastructure technique robuste, de développer des normes éthiques spécifiques pour l'utilisation de l'IAG et de communiquer les avantages pratiques de la technologie par le biais de programmes pilotes et de récits de réussite.
Intégration Éthique : L'étude postule que la sensibilisation éthique favorise plutôt qu'elle n'entrave l'adoption, suggérant que la sensibilité morale est un prérequis pour une intégration responsable et efficace.
Limites : Les auteurs reconnaissent que la nature transversale de l'étude limite l'inférence causale au fil du temps et que l'accent mis sur les enseignants d'anglais du secondaire au Nigeria peut restreindre la généralisabilité à d'autres contextes culturels ou éducatifs. Ils suggèrent que les recherches futures devraient employer des conceptions longitudinales et explorer des perspectives basées sur la « tension », telles que le technostress.

Articles similaires