📄 sciences sociales

Stakeholder perceptions of ethical considerations, inclusivity and societal impact of artificial intelligence in Philippine higher education

Cette étude exploratoire menée auprès de 290 parties prenantes d'une université publique philippine révèle que, bien que les considérations éthiques soient perçues de manière similaire entre les groupes, les étudiants, le corps enseignant et les administrateurs détiennent des perspectives divergentes sur l'inclusivité et l'impact sociétal de l'IA, les facteurs éthiques et d'inclusivité prédisant tous deux indépendamment les bénéfices sociétaux perçus.

Auteurs originaux : John Jr. G., Vanjoreeh A. Madale, Victor S. Rosales, Monera A. Salic-Hairulla, Glay Vhincent Sumaylo, Adelfa C. Silor

Publié 2026-10-16

📖 5 min de lecture🧠 Analyse approfondie

CC BY 4.0

Auteurs originaux : John Jr. G., Vanjoreeh A. Madale, Victor S. Rosales, Monera A. Salic-Hairulla, Glay Vhincent Sumaylo, Adelfa C. Silor

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

L'intelligence artificielle n'est plus un concept lointain confiné à la science-fiction ; elle façonne discrètement la manière dont les universités enseignent, apprennent et prennent des décisions. Des outils qui évaluent les dissertations aux systèmes qui prédisent quels étudiants pourraient éprouver des difficultés, ces technologies promettent de rendre l'éducation plus efficace et personnalisée. Pourtant, alors que ces assistants numériques entrent dans la salle de classe, une question critique se pose : aident-ils réellement tout le monde, ou creusent-ils l'écart entre ceux qui y ont accès et ceux qui ne l'ont pas ? Il ne s'agit pas seulement d'un problème technique, mais d'un problème humain. Cela implique l'éthique, qui concerne la question de savoir si ces outils sont équitables et sûrs ; l'inclusivité, qui demande s'ils fonctionnent pour des personnes ayant des parcours et des capacités différents ; et l'impact sociétal, qui examine les conséquences plus larges pour l'avenir de l'apprentissage. Aux Philippines, où l'adoption technologique rapide rencontre des infrastructures inégales, comprendre ces dynamiques est vital. Si une université adopte l'intelligence artificielle sans considérer ce qu'elle fait ressentir aux personnes qui l'utilisent, la technologie risque de devenir une source de division plutôt qu'un pont vers les opportunités.

Pour explorer ces tensions, des chercheurs de l'Université d'État de Mindanao–Institut de Technologie de l'Iligan se sont tournés vers les personnes qui vivent avec ces systèmes au quotidien. Ils ont rassemblé 290 individus, comprenant des étudiants, des enseignants et des administrateurs universitaires, pour poser une question simple mais profonde : que pensez-vous du rôle de l'intelligence artificielle dans votre éducation ? Les chercheurs n'ont pas seulement demandé si la technologie fonctionnait ; ils ont posé trois questions spécifiques. Premièrement, ils ont interrogé sur l'éthique : les gens ont-ils confiance dans le fait que le système est équitable et protège leur vie privée ? Deuxièmement, ils ont interrogé sur l'inclusivité : la technologie facilite-t-elle l'apprentissage pour tous, ou crée-t-elle de nouvelles barrières ? Enfin, ils ont interrogé sur la vue d'ensemble : cette technologie améliore-t-elle la société et l'avenir de l'éducation ? En comparant les réponses de ces trois groupes distincts, l'équipe espérait voir s'il existait une vision partagée ou une fracture profonde dans la manière dont la communauté universitaire percevait l'avenir numérique.

Les résultats ont révélé un paysage d'optimisme prudent mêlé de perspectives distinctes. Dans l'ensemble, les participants considéraient l'intelligence artificielle sous un jour modérément positif. Ils croyaient généralement qu'elle pourrait être utilisée de manière éthique et qu'elle représentait une promesse pour la société. Cependant, lorsque les chercheurs ont regardé de plus près qui répondait, des différences claires sont apparues. Les étudiants, qui sont les principaux utilisateurs de ces outils en classe, se sentaient plus confiants quant au caractère inclusif de la technologie. Ils estimaient qu'elle les aidait à participer plus pleinement. Les enseignants, ou membres du corps professoral, étaient plus réservés. Ils évaluaient l'inclusivité moins favorablement que les étudiants, peut-être parce qu'ils voient les difficultés quotidiennes des étudiants qui manquent d'une connexion internet fiable, d'appareils appropriés ou des compétences nécessaires pour utiliser ces outils efficacement. Les enseignants sont ceux qui doivent intégrer ces nouveaux systèmes dans leurs leçons, et ils sont pleinement conscients des obstacles pratiques qui peuvent laisser certains apprenants de côté.

Les administrateurs, les dirigeants qui fixent la politique et la stratégie, détenaient la vision la plus positive de toutes, mais spécifiquement concernant l'impact sociétal. Ils étaient plus susceptibles de croire que l'intelligence artificielle bénéficierait à la société dans son ensemble par rapport aux étudiants et aux enseignants. Cela suggère un écart entre la vision stratégique de l'institution et l'expérience vécue en classe. Tandis que les dirigeants voient le potentiel d'une innovation et d'une efficacité larges, les personnes sur le terrain — enseignants et étudiants — sont plus concentrées sur le fait de savoir si les outils fonctionnent réellement pour tout le monde dans leur contexte spécifique. L'étude a révélé que lorsque les gens sentaient qu'un système était éthique, ils avaient également tendance à le trouver inclusif. De plus, lorsque les gens estimaient qu'un système était à la fois éthique et inclusif, ils étaient beaucoup plus susceptibles de croire qu'il aurait un impact positif sur la société. Cette connexion implique que la confiance se construit sur un fondement d'équité et d'accès ; sans cela, la promesse d'un avenir meilleur semble lointaine.

Malgré ces corrélations positives, les chercheurs ont pris soin de noter les limites de leurs conclusions. L'étude a été menée dans une seule université, et le groupe de personnes interrogées n'est pas un miroir parfait de l'ensemble du pays. La mesure utilisée pour évaluer les préoccupations éthiques était également un peu fragile, ce qui signifie que les chiffres relatifs à l'éthique doivent être considérés comme un point de départ pour la discussion plutôt que comme un verdict final. Les chercheurs n'ont pas prouvé qu'un facteur en cause un autre ; ils ont simplement observé que ces idées sont liées dans l'esprit des personnes interrogées. Ils n'ont pas non plus pu déterminer si les évaluations plus basses des enseignants étaient dues à une anxiété face à la technologie ou simplement à une évaluation réaliste des pénuries de ressources. Ce qui reste clair, c'est que la vision de l'intelligence artificielle dans l'éducation ne peut être dictée uniquement par le haut. Si l'objectif est de créer un système qui sert réellement tout le monde, les institutions doivent écouter les préoccupations des enseignants qui voient les inégalités et des étudiants qui ressentent les barrières. La voie à suivre nécessite un partenariat où les garanties éthiques, la conception accessible et la préparation des infrastructures sont développées ensemble, garantissant que l'avenir de l'apprentissage ne soit pas seulement intelligent, mais aussi équitable pour tous.

Résumé Technique : Perceptions des parties prenantes concernant les considérations éthiques, l'inclusivité et l'impact sociétal de l'IA dans l'enseignement supérieur philippin

Énoncé du problème
Bien que l'intelligence artificielle (IA) transforme rapidement l'enseignement supérieur grâce aux outils génératifs, à l'analyse des apprentissages et au soutien décisionnel automatisé, la recherche empirique se concentre souvent sur les intentions d'adoption ou la performance technique plutôt que sur les expériences vécues des diverses parties prenantes institutionnelles. Une lacune critique existe dans la compréhension de la manière dont les étudiants, les enseignants et les administrateurs au sein d'une même institution évaluent différemment les considérations éthiques, l'inclusivité et l'impact sociétal perçu de l'IA. Cela est particulièrement crucial dans le contexte philippin, où une adoption rapide de l'IA coexiste avec une infrastructure, une littératie numérique et une préparation institutionnelle inégales. La littérature existante suggère que les jugements basés sur le rôle peuvent révéler des écarts significatifs entre la stratégie institutionnelle et la réalité de la classe, pourtant peu d'études comparent ces perspectives entre les groupes de parties prenantes au sein d'une même institution pour éclairer une gouvernance participative.

Méthodologie
Cette étude a employé un plan de recherche quantitatif transversal par enquête à l'Université d'État de Mindanao-Institut de Technologie (MSU-IIT), une institution d'enseignement supérieur publique située dans le sud des Philippines.

Participants : L'échantillon était composé de 290 parties prenantes recrutées de manière non probabiliste : 185 étudiants (63,8 %), 65 membres du corps enseignant (22,4 %) et 40 administrateurs (13,8 %).
Instrument : Un questionnaire comprenait 14 items fermés notés sur une échelle de cinq points, organisés a priori en trois indices composites :
1. Considérations éthiques (4 items) : Se concentrant sur l'autonomie, la prévention des dommages, l'équité et la responsabilité.
2. Inclusivité (5 items) : Évaluant l'accessibilité, l'utilisabilité pour diverses capacités et la participation significative.
3. Impact sociétal perçu (5 items) : Évaluant les contributions à l'équité éducative, la confiance du public et l'avenir de l'enseignement.
Fiabilité et validité : La cohérence interne a été évaluée via l'alpha de Cronbach. Les indices d'Inclusivité ( $\alpha = ,829$ ) et d'Impact sociétal ( $\alpha = ,803$ ) ont démontré une bonne cohérence. L'indice des Considérations éthiques a montré une faible cohérence interne ( $\alpha = ,581$ ) ; par conséquent, les auteurs ont traité cet indice comme un composite descriptif exploratoire plutôt que comme une échelle latente validée.
Analyse statistique : Les analyses ont utilisé des tests omnibus robustes à l'hétéroscédasticité de Welch et des comparaisons par paires de Games-Howell pour tenir compte des variances inégales. Des corrélations de Pearson et des régressions par moindres carrés ordinaires (MCO) ajustées selon le rôle, avec des erreurs types robustes HC3 à l'hétéroscédasticité, ont été calculées pour examiner les associations entre les indices tout en contrôlant le rôle de la partie prenante.

Résultats clés

Statistiques descriptives : Les perceptions globales sont modérément positives pour les trois indices (Éthique : $M = 3,47$ , Inclusivité : $M = 3,62$ , Impact sociétal : $M = 3,73$ ).
Différences entre parties prenantes :
- Considérations éthiques : Aucune différence statistiquement significative n'a été trouvée entre les étudiants, les enseignants et les administrateurs ( $p = ,135$ ). Les auteurs notent que la faible fiabilité de cet indice peut avoir réduit la précision statistique.
- Inclusivité : Des différences significatives ont été observées ( $p = ,004$ ). Les étudiants ont évalué l'inclusivité de manière nettement plus élevée que les enseignants (différence de moyenne = 0,41, $p = ,002$ ). Les administrateurs ne différaient pas de manière significative des deux autres groupes.
- Impact sociétal perçu : Des différences significatives ont été trouvées ( $p = ,003$ ). Les administrateurs ont rapporté des évaluations nettement plus positives que les étudiants ( $p = ,008$ ) et les enseignants ( $p = ,004$ ). Les étudiants et les enseignants ne différaient pas de manière significative.
Associations et régression :
- Les trois indices sont positivement corrélés ( $p < ,001$ ). Les considérations éthiques sont corrélées à l'inclusivité ( $r = ,539$ ) et à l'impact sociétal ( $r = ,459$ ).
- Dans le modèle de régression ajusté selon le rôle pour l'Inclusivité, les considérations éthiques sont un prédicteur positif significatif ( $\beta = ,517, p < ,001$ ). Les enseignants ont des évaluations d'inclusivité nettement inférieures à celles des étudiants ( $\beta = -,165, p = ,002$ ).
- Dans le modèle pour l'Impact sociétal perçu, l'inclusivité ( $\beta = ,466, p < ,001$ ) ainsi que les considérations éthiques ( $\beta = ,213, p = ,001$ ) demeurent indépendamment associées au résultat. Le modèle explique 39,3 % de la variance ( $R^2 = ,393$ ). Les administrateurs maintiennent des évaluations d'impact sociétal plus élevées que les étudiants même après contrôle des autres indices ( $\beta = ,192, p < ,001$ ).

Contributions clés
L'étude fournit des preuves empiriques d'une divergence entre les perspectives stratégiques et pédagogiques concernant l'IA dans une université publique philippine. Elle souligne que :

Divergence basée sur le rôle : Les administrateurs ont des vues plus optimistes concernant l'impact sociétal de l'IA, tandis que les enseignants expriment plus de réserves concernant l'inclusivité, ce qui pourrait refléter une conscience directe des barrières d'accès, de la variabilité de la littératie en IA et des défis d'évaluation.
Interdépendance des dimensions : Les considérations éthiques et l'inclusivité sont des dimensions distinctes mais liées qui influencent conjointement les perceptions de l'impact sociétal. Les résultats suggèrent que les parties prenantes qui considèrent l'IA comme éthiquement responsable ont également tendance à la considérer comme plus inclusive.
Pertinence contextuelle : Les résultats soulignent qu'aux Philippines, l'inclusivité est inséparable de l'infrastructure et de la capacité institutionnelle, car les bénéfices sont inégaux lorsque les apprenants diffèrent en termes de connectivité, d'appareils et de littératie numérique.

Signification et revendications
Les auteurs positionnent ce travail comme une étude exploratoire plutôt que comme une source d'estimations validées et représentatives au niveau national. Ils mettent explicitement en garde contre l'interprétation de ces résultats comme des preuves causales en raison de la conception transversale et de l'échantillon de convenance d'une seule institution.

L'article affirme que sa principale importance réside dans le soutien à une gouvernance institutionnelle participative. Les résultats suggèrent qu'une intégration efficace de l'IA nécessite de dépasser les mesures de performance technique pour intégrer des garanties éthiques, l'accessibilité, la préparation des infrastructures et la consultation des parties prenantes. Plus précisément, les auteurs soutiennent que la politique d'IA institutionnelle ne doit pas être basée sur un seul point de vue des parties prenantes (par exemple, la stratégie administrative seule) mais doit s'aligner sur les expériences éducatives vécues des enseignants et des étudiants. L'étude préconise une approche itérative où les garanties éthiques, la mise en œuvre inclusive et l'évaluation empirique se développent ensemble, particulièrement dans les contextes confrontés à des contraintes de ressources.

Les auteurs concluent que, bien que l'indice des considérations éthiques nécessite un développement et une validation supplémentaires, les modèles observés soutiennent la nécessité de mécanismes de gouvernance capables de traduire les principes éthiques larges en décisions concrètes et sensibles au contexte en matière de technologies éducatives.

Articles similaires