Profiles of generative AI chatbot use for schoolwork and achievement among Indonesian 15-year-olds: A latent class and multilevel analysis of PISA 2025 data
Analysant les données de PISA 2025 provenant de 14 168 adolescents indonésiens de 15 ans, cette étude identifie quatre profils distincts d'utilisation des agents conversationnels d'IA générative et constate que, si les utilisateurs rares obtiennent des scores légèrement inférieurs en sciences et en lecture que les utilisateurs sélectifs, une utilisation intensive n'est pas associée à une baisse de la réussite, suggérant que les écoles devraient concentrer l'accompagnement au-delà des simples utilisateurs fréquents.
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, un nouveau genre d'assistant est apparu. Ce n'est pas une personne, mais un programme informatique capable de rédiger des essais, de résoudre des problèmes mathématiques et d'explérer des idées complexes en quelques secondes. Cette technologie, connue sous le nom d'intelligence artificielle générative, a déclenché un débat feutré parmi les éducateurs. D'un côté, il y a l'espoir que ces outils puissent offrir un tutorat personnalisé à chaque élève, comblant les lacunes de compréhension et rendant l'apprentissage plus efficace. De l'autre, il y a la crainte qu'une dépendance excessive à leur égard ne rende les élèves moins impliqués, les poussant à contourner le travail mental nécessaire pour véritablement apprendre et mémoriser ce qu'ils étudient. La question fondamentale n'est pas seulement de savoir si les élèves utilisent ces outils, mais comment ils les utilisent et quelles sont les conséquences sur leur apprentissage. Demander à un chatbot de rédiger un brouillon aide-t-il un élève à apprendre, ou cela permet-il simplement de court-circuiter le processus d'apprentissage ?
Pour trouver des réponses, des chercheurs se sont tournés vers un instantané massif de la vie étudiante en Indonésie. Ils ont analysé les données du Programme pour l'évaluation internationale des élèves 2025, un test mondial qui mesure les compétences des adolescents de 15 ans. Cette étude spécifique s'est concentrée sur près de 14 000 élèves répartis dans des centaines d'écoles, représentant environ 4 millions d'adolescents dans le pays. Les chercheurs voulaient voir s'il existait différents « types » d'élèves basés sur leur utilisation des chatbots d'IA pour leurs devoirs scolaires. Ils ont examiné quatre manières spécifiques dont les élèves pourraient utiliser ces outils : pour résumer un texte qu'ils devaient lire, pour effectuer des recherches sur un nouveau sujet, pour rédiger un devoir d'écriture, ou simplement pour les aider à apprendre. En regroupant les élèves qui utilisaient les outils de manières similaires, l'équipe pouvait voir si certains modèles d'utilisation entraînaient de meilleurs ou de moins bons scores aux tests de sciences et de lecture.
L'analyse a révélé quatre groupes distincts d'élèves. Le premier groupe, représentant environ 28 % des élèves, était composé d'« utilisateurs rares ». Ces adolescents ne se tournaient presque jamais vers les chatbots pour leurs travaux scolaires. Le deuxième groupe, le plus important avec 35 %, était constitué d'« utilisateurs de soutien à l'apprentissage sélectif ». Ces élèves utilisaient les outils occasionnellement, principalement pour obtenir de l'aide pour comprendre un concept ou apprendre une nouvelle idée, mais ils ne s'y reposaient pas pour chaque tâche. Un petit groupe de 7 % utilisait les outils sur une base mensuelle pour tous types de tâches, tandis que le dernier groupe, comprenant près de 30 %, était constitué d'« utilisateurs intensifs » qui utilisaient les chatbots presque quotidiennement pour chaque genre de devoir scolaire. Étonnamment, les différences entre ces groupes concernaient principalement la fréquence d'utilisation de la technologie, et non ce qu'ils en faisaient. Les chercheurs s'attendaient à trouver un groupe d'élèves utilisant principalement les outils pour décharger leur travail — laissant l'ordinateur penser à leur place — mais ce modèle spécifique n'est pas apparu comme un groupe distinct.
Lorsque les chercheurs ont comparé les scores de ces groupes, un tableau clair est apparu. Les élèves qui utilisaient rarement les chatbots obtenaient des scores légèrement inférieurs en sciences et en lecture par rapport à ceux qui les utilisaient de manière sélective. Cet écart persistait même après que les chercheurs eurent pris en compte des facteurs tels que le revenu familial, le type d'établissement fréquenté et les habitudes d'étude générales. Cependant, les élèves qui utilisaient les outils de manière intensive, quotidiennement pour chaque tâche, n'ont pas obtenu de scores inférieurs à ceux des utilisateurs sélectifs. Ils ont performé tout aussi bien. Cette découverte remet en question l'idée qu'un usage intensif de l'IA mène automatiquement à un moins bon apprentissage. Cela suggère que, pour ces adolescents indonésiens, l'utilisation fréquente d'un chatbot n'a pas nui à leur capacité à comprendre les sciences ou à lire efficacement.
L'étude a également examiné si la capacité d'un élève à planifier et à surveiller son propre apprentissage modifiait ces résultats. Certaines théories suggèrent que les élèves qui savent gérer leur propre temps d'étude pourraient utiliser l'IA différemment de ceux qui ne le savent pas, peut-être en l'utilisant pour apprendre plutôt que pour contourner le processus. Cependant, les données ont montré que les compétences d'autorégulation d'un élève ne changeaient pas la relation entre l'utilisation du chatbot et les scores aux tests. Que l'élève soit doué pour planifier ses études ou non, le modèle des scores restait le même : les utilisateurs rares obtenaient des scores un peu plus bas, tandis que les utilisateurs fréquents n'en souffraient pas. Les chercheurs ont également exploré si les écoles qui enseignaient aux élèves à évaluer de manière critique le contenu généré par l'IA présentaient des résultats différents. Ils ont constaté que dans les écoles où cette pratique était courante, l'écart entre les utilisateurs rares et les utilisateurs sélectifs s'était légèrement creusé, bien que ce résultat ne soit pas assez marqué pour être considéré comme une règle définitive.
Les chercheurs précisent avec prudence que cette étude ne peut prouver que l'utilisation des chatbots cause de meilleurs ou de moins bons scores. Comme les données ont été collectées à un instant T, il est possible que les élèves qui éprouvent des difficultés scolaires n'utilisent tout simplement pas ces outils, ou que les élèves qui apprennent déjà bien trouvent des moyens d'utiliser les outils efficacement. L'étude repose également sur le fait que les élèves ont déclaré eux-mêmes leurs habitudes, ce qui peut parfois être imparfait. Malgré ces limites, les résultats offrent une perspective rassurante pour un pays où les écoles cherchent encore comment gérer cette nouvelle technologie. Les données suggèrent qu'il n'y a pas de pénalité à utiliser l'IA de manière intensive, du moins pas de la manière mesurée ici. Au contraire, l'inquiétude pourrait concerner les élèves qui n'utilisent pas du tout ces outils, qui semblent être légèrement en retard par rapport à leurs pairs qui les utilisent de manière sélective. Cela pointe vers un nouveau type de fracture numérique, où l'enjeu n'est pas seulement l'accès à la technologie, mais l'accompagnement nécessaire pour l'utiliser comme un partenaire d'apprentissage plutôt que comme un remplacement de la pensée.
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.