Physics university students' perceptions of AI

Dans le bourdonnement discret d'une bibliothèque universitaire ou la lueur d'un écran d'ordinateur portable tard dans la nuit, un nouveau type d'assistant est arrivé pour les étudiants. Cet assistant est l'intelligence artificielle, une technologie capable de lire, d'écrire et de résoudre des problèmes de manière très similaire à un humain, mais à une vitesse et une échelle qui semblent presque instantanées. Depuis des décennies, les universités sont des lieux où les jeunes apprennent à penser par eux-mêmes, à lutter avec des concepts difficiles jusqu'à ce qu'ils deviennent clairs, et à prouver leur compréhension par des examens et des dissertations. Désormais, cette lutte a une nouvelle variable. La question posée aux éducateurs et aux étudiants n'est plus de savoir si cette technologie existe, mais comment elle change la nature même de l'apprentissage. Lorsqu'un étudiant demande à un ordinateur d'expliquer une idée complexe ou de vérifier son travail, apprend-il plus vite, ou saute-t-il les étapes qui construisent un esprit solide ? Cette tension entre l'efficacité et la compréhension profonde est au cœur d'une enquête récente sur la manière dont les étudiants en physique naviguent dans ce nouveau paysage.

Des chercheurs du King's College London ont entrepris de comprendre la réalité de ce changement chez les étudiants de premier cycle en physique. Ils ne se sont pas contentés de demander si les étudiants utilisaient ces outils ; ils voulaient savoir pourquoi, quel était le ressenti de l'utilisation de ces outils, et ce que les étudiants craignaient pour leur avenir. L'équipe a combiné un large sondage auprès de soixante et onze étudiants avec des conversations intimes d'une heure en petits groupes. Ils ont écouté les propres mots des étudiants, cherchant les modèles que les chiffres seuls ne pouvaient révéler. Ce qu'ils ont trouvé, c'est l'image d'un corps étudiant qui a presque universellement adopté cette technologie, poussé par un mélange de besoin réel, de pression sociale et d'une anxiété profonde, souvent tacite, concernant l'avenir.

L'étude a révélé que neuf étudiants en physique sur dix utilisent régulièrement l'intelligence artificielle. Pour plus d'un tiers d'entre eux, c'est une habitude quotidienne ; pour les autres, c'est un compagnon fréquent. Ces étudiants n'utilisent pas la technologie simplement pour contourner le travail. Au contraire, ils s'y tournent pour deux raisons principales : comprendre des concepts difficiles et gagner du temps. De nombreux étudiants ont décrit l'utilisation de ces outils pour reformuler le langage dense des manuels en quelque chose de plus clair ou pour obtenir des indices lorsqu'ils étaient bloqués sur un problème. Ils appréciaient la possibilité d'obtenir un retour immédiat sans la peur de paraître stupides devant un professeur ou un pair. Un étudiant a noté que l'outil ressemblait à un espace sans jugement où il pouvait poser des « questions stupides » sans la honte d'admettre qu'il ne comprenait pas. De cette manière, la technologie agissait comme un tuteur personnel toujours disponible, comblant les lacunes que la salle de classe traditionnelle laissait parfois ouvertes.

Cependant, cette commodité avait un coût élevé dont les étudiants étaient eux-mêmes pleinement conscients. Une partie importante du groupe a estimé que le recours à ces outils érodait leur propre capacité à réfléchir de manière critique et à résoudre des problèmes par eux-mêmes. Ils craignaient qu'en laissant l'ordinateur faire le plus gros du travail, ils perdent le muscle mental nécessaire à un apprentissage profond. Cette crainte ne concernait pas seulement les notes ; elle touchait à leur identité d'apprenants. Certains étudiants ont admis que l'utilisation de ces outils leur donnait l'impression d'être des imposteurs, comme si leurs réussites n'étaient pas vraiment les leurs. Ils ont également noté une étrange dynamique sociale à l'œuvre : même les étudiants qui n'aimaient pas la technologie sentaient qu'ils devaient l'utiliser. Ils craignaient que, s'ils refusaient, ils ne soient dépassés par leurs pairs qui utilisaient les outils pour travailler plus vite et plus intelligemment. Cela est devenu une prophétie auto-réalisatrice où tout le monde utilisait la technologie simplement parce que tout le monde l'utilisait.

La conversation dans les groupes de discussion est rapidement passée de la salle de classe au monde plus large, où les angoisses des étudiants concernant leur carrière ont pris le devant de la scène. Beaucoup ont exprimé une profonde inquiétude quant au fait que les emplois mêmes pour lesquels ils se forment pourraient ne plus exister à leur diplôme. Ils ont évoqué un avenir où l'intelligence artificielle pourrait remplacer non seulement les tâches de niveau débutant, mais des domaines entiers de recherche et de théorie. Un étudiant a relaté une conversation avec un chercheur suggérant que la physique théorique pourrait être obsolète d'ici quelques années. Cette peur du remplacement n'était pas abstraite ; c'était une inquiétude quotidienne qui colorait leur motivation à apprendre. Outre ces craintes de carrière, les étudiants ont également soulevé des préoccupations environnementales. Ils étaient conscients que les centres de données massifs alimentant ces outils consomment de vastes quantités d'eau et d'énergie, un coût qui semblait contredire l'image propre et efficace de la technologie qu'ils utilisaient.

Lorsqu'on leur a demandé comment les universités devraient répondre à cette nouvelle réalité, les étudiants ont proposé une solution claire et surprenante. Ils étaient sceptiques quant à l'idée que les écoles devraient simplement leur apprendre à mieux utiliser les outils, arguant que la technologie évolue trop rapidement pour qu'une méthode unique reste pertinente. Au lieu de cela, ils ont pointé vers un retour à des formes d'évaluation plus anciennes et plus humaines. De nombreux étudiants ont exprimé une forte préférence pour les examens oraux, où un professeur pourrait leur demander d'expliquer leur raisonnement en temps réel. Ils croyaient que, si un ordinateur pouvait rédiger une dissertation ou résoudre un problème sur un écran, il ne pouvait pas simuler la profondeur de compréhension requise pour tenir une conversation sur un sujet complexe. Ils voyaient ces interactions en face à face comme le seul moyen de prouver qu'ils maîtrisaient réellement la matière, plutôt que de simplement savoir formuler une requête à une machine.

L'étude conclut que l'essor de l'intelligence artificielle dans l'éducation n'est pas seulement un problème technique, mais aussi social et psychologique. Les étudiants ne sont pas des utilisateurs passifs ; ils naviguent dans un réseau complexe d'efficacité, de peur et de pression sociale. Ils reconnaissent les avantages des outils mais sont profondément préoccupés par les effets à long terme sur leurs compétences et leur avenir. Les chercheurs suggèrent que les universités doivent regarder au-delà des simples interdictions ou autorisations et envisager comment protéger l'intégrité de l'apprentissage à une époque où les réponses sont instantanées. La voix des étudiants indique que la voie à suivre pourrait résider dans des évaluations qui valorisent la conversation humaine et la pensée critique, garantissant que la prochaine génération de physiciens reste capable de penser par elle-même, même dans un monde rempli de machines intelligentes.