Anxiété et stress

Cette page est une traduction automatique de la page anglaise, non relue par un locuteur natif.

L'anxiété et le stress — les états émotionnels négatifs que l'intégration de l'IA peut induire chez les apprenants et les éducateurs (crainte d'être faussement accusé, stress de la surveillance, inquiétudes au sujet de la compétence ou de l'intégrité), aux côtés des usages positifs de l'IA pour détecter, surveiller et alléger le stress et l'anxiété. Ce concept se situe au sein de la famille plus large du bien-être et recoupe l'apprentissage socioémotionnel et l'informatique affective, mais nomme le construit émotionnel spécifique — et ses versants productif comme nuisible — que la recherche sur l'IA en éducation étudie désormais directement.

Questions à examiner

• L'anxiété face à l'IA n'est pas une chose unique — elle s'étend du stress lié à la surveillance des examens à l'anxiété liée aux émotions de l'apprenant, en passant par les craintes de carrière et l'IA employée à soulager le stress. Laquelle de ces formes avez-vous ressentie ou observée, et a-t-elle affecté votre apprentissage ou votre enseignement ?
• Une hypothèse courante est que l'anxiété est toujours mauvaise. Mais la recherche constate que l'anxiété face à l'IA peut être productive — les apprenants anxieux vérifient et révisent plus soigneusement. Pouvez-vous vous rappeler un moment où votre propre anxiété vous a fait travailler plus soigneusement ?
• La surveillance continue et la crainte d'être faussement signalé élèvent l'anxiété aux examens et peuvent nuire à la performance — et le stress pèse le plus lourdement sur les étudiants novices en matière d'outils et déjà vulnérables. Est-ce un problème d'équité, ou seulement une question de confort ?
• L'anxiété de carrière — la crainte que l'IA déplace ou dévalorise votre avenir professionnel — est prospective et se situe au niveau de l'identité. Dans quelle mesure cette crainte pèse-t-elle sur la manière dont vous, ou des étudiants que vous connaissez, vous engagez avec l'IA ?
• Les études relient une plus grande adaptabilité de carrière à une plus faible anxiété face à l'IA et constatent que le sentiment d'efficacité personnelle n'offre qu'un tamponnement limité. Si une confiance générique ne suffit pas, quel type de soutien réduirait réellement l'anxiété face à l'IA liée à la carrière ?
• L'anxiété des enseignants face à GenAI peut refléter des paniques morales antérieures suscitées par les calculatrices et les moteurs de recherche. Quand l'inquiétude face à une nouvelle technologie est-elle une préoccupation légitime, et quand est-elle une régularité de résistance au changement ?

Introduction

L'anxiété face à l'IA n'est pas une chose unique. Elle s'étend au moins selon quatre directions distinctes, chacune dotée de son propre corpus de preuves : (1) le stress induit par la surveillance des examens et le contrôle d'intégrité fondés sur l'IA, (2) l'anxiété face à l'IA comme émotion de l'apprenant, qui peut être soit un obstacle, soit un signal productif, (3) l'anxiété face à l'IA liée à la carrière — la crainte que l'IA déplace les emplois, érode l'employabilité ou dévalorise l'avenir professionnel de chacun, et (4) l'IA comme outil de détection et de soulagement du stress et de l'anxiété. Reconnaître toutes ces formes — y compris le constat de l'anxiété productive, qui met au défi le cadrage purement négatif — voilà ce qui distingue ce concept du large parapluie du bien-être.

La surveillance des examens à distance, la fausse accusation et le stress de la surveillance

La source la plus claire et la plus étudiée de stress induit par l'IA est la surveillance des examens à distance. La surveillance continue, la crainte d'être faussement signalé et la pression d'être observé élèvent l'anxiété aux examens et peuvent nuire à la performance. Preuves clés :

• La revue sur la surveillance automatisée des examens documente l'anxiété des candidats (en particulier chez les utilisateurs peu compétents avec les outils en ligne) et les écarts de compétence entre surveillants et candidats provoquant de fausses accusations de faute — le stress aigu d'être faussement accusé de triche avec l'IA.
• La page de concept de la surveillance des examens à distance détaille comment la surveillance continue et la crainte des faux signalements élèvent l'anxiété aux examens, et comment les étudiants stressés performent moins bien — un problème d'équité et d'équité de traitement, et pas seulement de confort.
• Les établissements qui adoptent la surveillance des examens à distance doivent assortir la surveillance par l'IA d'alternatives accessibles, d'une communication claire et d'un soutien à l'anxiété des candidats, et la peser face aux alternatives d'évaluation authentique qui réduisent la surveillance.

Ce groupe relie l'anxiété face à l'IA à la vie privée, à l'intégrité académique et à l'équité : le stress pèse le plus lourdement sur les étudiants novices en matière d'outils et déjà vulnérables.

Une pression qui vient de l'évaluation continue, et pas seulement de la surveillance. Un manuscrit conceptuel de 2026 revisitant le cadre d'anxiété aux examens multi-parties prenantes de Mulvenon (Mulvenon 2026) soutient que le facteur de stress lui-même a changé de forme : à mesure que l'évaluation passe d'épreuves à fort enjeu et épisodiques à une interaction continue et riche en données dans des environnements adaptatifs et médiés par l'analytique, l'anxiété aiguë aux examens peut chuter tandis qu'une vigilance diffuse et continue quant à la performance — ce que l'article appelle l'« anxiété invisible » — s'élève à sa place. Il nomme la « responsabilité algorithmique », portée par l'immédiateté, la visibilité et la permanence des données, comme le mécanisme qui redistribue la pression plutôt qu'elle ne la supprime, et propose un modèle d'anxiété multi-parties prenantes médié par l'IA qui ne mesure aucun de ses construits, si bien que l'affirmation de redistribution est argumentée à partir de la littérature plutôt que démontrée.

L'anxiété face à l'IA comme émotion de l'apprenant (obstacle et signal)

Au-delà de la surveillance, l'usage de l'IA génère lui-même de l'anxiété — la crainte d'être remplacé, celle de savoir si son travail est « vraiment le sien », celle de sa propre compétence. Crucialement, cette anxiété n'est pas purement négative :

• Kim (2026) constate que l'anxiété face à l'IA peut être productive : une plus forte anxiété face à l'IA était positivement associée aux comportements de vérification et de révision (β=.24, p<.01), et la capacité d'évaluation prédisait l'engagement actif (β=.46, p<.001). Les quatre types régulatoires de Kim (recours non critique 18.7%, intégration sélective 34.6%, transformation évaluative 31.8%, rejet stratégique 14.9%) montrent que l'examen minutieux suscité par l'anxiété peut transformer les étudiants en utilisateurs plus délibérés et autorégulés de l'IA générative, plutôt qu'en adoptants passifs. Cela recadre l'anxiété face à l'IA, d'un obstacle vers un signal potentiellement utile qui encourage un examen plus attentif.

Ce recadrage a une frontière dans la prise de parole : parmi 708 apprenants d'anglais, le lien entre anxiété à l'oral et disposition à communiquer valait −0.371 à faible sentiment d'efficacité personnelle à l'oral, mais +0.137 à fort sentiment, avec seulement 55 participants (7.8%) au-dessus du seuil supérieur de Johnson–Neyman (Wang & Li (2026)).

• Les études sur l'acceptation montrent que l'anxiété façonne le point de savoir si les apprenants adoptent les outils d'IA, et la recherche sur la formation des enseignants relie l'anxiété face à l'IA à la motivation et à l'autorégulation.

• Le dilemme de la divulgation. Dans une enquête menée auprès de 409 étudiants de premier cycle, l'aisance avec les enseignants et la divulgation perçue des pairs — et non le désengagement moral — étaient les plus forts prédicteurs de la divulgation de l'usage de GenAI, et la non-divulgation se lisait comme une adaptation stratégique aux normes des pairs et à une faible confiance interprétative, plutôt que comme une négligence (Qu & Wang (2026)).

• AIvaluate étudie l'anxiété des étudiants pendant des évaluations fondées sur la performance médiées par l'IA, montrant que l'anxiété liée à l'évaluation persiste et doit être prise en compte dans la conception.

• La panique morale et l'anxiété des éducateurs : le cadrage en termes de panique morale montre que l'anxiété des enseignants face à GenAI reflète des paniques antérieures (calculatrices, moteurs de recherche) — une réponse de stress du côté de l'enseignant qui façonne la politique de la classe.

• L'« état de vulnérabilité » des enseignants et le sentiment d'être « coincés ». Farazouli et al. (2026) saisissent directement le versant éducateur de l'anxiété face à l'IA : 24 enseignants universitaires suédois ont décrit l'émergence de l'IA générative comme alarmante et accablante, et ont rapporté un état de vulnérabilité — faible confiance, insécurité et inconfort, dus à une connaissance limitée des capacités de l'IA générative, à une exposition limitée et à la crainte de « ne pas devancer les étudiants ». Les enseignants se sentaient « coincés » entre les discours utopiques et dystopiques, grevés d'une responsabilité amplifiée quant à l'équité et à la qualité, et inquiets de se sentir incompétents lorsqu'ils évaluaient des travaux d'étudiants potentiellement (co-)produits avec l'IA. Cela présente l'anxiété des enseignants face à l'IA comme une réponse émotionnelle et professionnelle authentique à une reconfiguration des rôles — et non comme une simple résistance — et plaide pour soutenir la confiance et le bien-être des enseignants, et pas seulement leur formation aux outils.

• La version du développeur : sentiment d'imposteur et inconfort éthique. Des développeurs académiques de deux institutions sud-africaines étaient censés incarner la confiance institutionnelle dans des outils dont ils étaient encore en train de cerner les implications (« I feel like an impostor... »), tout en animant des technologies dont ils doutaient qu'elles soient appropriées — un travail affectif que l'article traite comme constitutif, et non accessoire (Sithole, 2026).

• La culpabilité anticipée : une détresse qui précède l'expérience. Vassallo (2026) a interrogé le personnel académique d'une université maltaise (109 répondants) et a constaté que la culpabilité liée à l'IA s'attache à la crainte de la transgression plutôt qu'à son expérience : l'indice de culpabilité liée à l'IA (α = 0.88) tirait son adhésion la plus forte de l'inquiétude que l'usage de l'IA nuise à sa propre crédibilité (34.9%) et du sentiment de tricher (25.7%), le remords après usage venant en dernier (9.2%). Le paradoxe est que le petit groupe des non-utilisateurs rapportait une culpabilité plus élevée (M = 3.25) que n'importe quel groupe d'utilisateurs (M = 2.32) — parce que ceux qui évitent ne mettent jamais leurs craintes à l'épreuve, l'évitement peut préserver la détresse qu'il était censé prévenir. La culpabilité était la plus élevée parmi les universitaires en début de carrière (M = 2.71) et la plus faible parmi les plus anciens (M = 2.03), et elle suivait la dissimulation plutôt que l'honnêteté, corrélant avec le fait de limiter son usage de l'IA par malaise (r = .62) et avec le fait d'éviter la divulgation à ses collègues (r = .50), mais pas avec la divulgation formelle (r = .08).

• La crainte d'une perte de valeur professionnelle, et une voie pour en sortir. Chick, Morello & Staffey (2026) documentent une anxiété d'éducateur qui est existentielle plutôt que technique. Dix enseignants et membres du personnel sont entrés dans un institut de six semaines, avec l'intégrité académique comme première préoccupation (80%) et le recours excessif en deuxième (70%), décrivant l'IA générative au début comme une « machine à tricher », une « menace » ou une « force déshumanisante » ; un professeur de mathématiques a énoncé sans détour la menace identitaire — « J'ai passé des années à développer une expertise dans mon domaine. Maintenant une machine peut résoudre des problèmes plus vite et expliquer les solutions mieux que moi. Quelle est ma valeur, désormais ? » Une expérimentation structurée et sûre a déplacé le vocabulaire vers « assistant curieux » et « partenaire créatif », et a laissé 90% des participants rapportant des perceptions positives, les auteurs étant explicites sur le fait que la résistance qu'ils ont observée « ne découle pas d'une technophobie ni d'un traditionalisme buté, mais de préoccupations légitimes quant à la qualité éducative, à l'équité et à l'autonomie humaine » — un contre-poids direct à la lecture de l'anxiété des éducateurs comme une simple panique morale.

Le soutien institutionnel agit sur l'anxiété par les appréciations, et non par la réassurance. Une enquête à deux vagues menée auprès de 547 étudiants de premier cycle chinois (Jiang, Chen & Chen, 2026) a retracé la manière dont le soutien scolaire perçu se relie à l'anxiété d'apprentissage liée à l'IA par les appréciations de contrôle-valeur — le sentiment de compétence de l'apprenant (contrôle) et le sentiment de l'utilité de l'outil (valeur). Le soutien prédisait une anxiété plus faible directement, mais l'essentiel de son association passait par les appréciations plutôt qu'autour d'elles : par le sentiment d'efficacité personnelle à l'apprentissage de l'IA, par l'utilité perçue, et par une voie séquentielle dans laquelle le sentiment d'efficacité personnelle alimentait l'utilité, laquelle abaissait à son tour l'anxiété. Un modèle du premier ordre montrait que les dimensions du soutien ne faisaient pas indépendamment le travail — seul le soutien informationnel conservait un chemin significatif vers le sentiment d'efficacité personnelle — et une validation croisée par réseau de neurones artificiel classait le sentiment d'efficacité personnelle et l'utilité perçue comme les prédicteurs les plus stables de l'anxiété. L'implication est qu'un encouragement institutionnel visant l'anxiété ne produit d'effet que s'il change ce que les étudiants croient de leur propre capacité et de l'utilité de l'outil ; une réassurance générale ne modifie pas les appréciations qui génèrent l'anxiété.

L'IA peut aussi soulager l'anxiété académique en faisant progresser les objectifs d'apprentissage plutôt qu'en réassurant : dans une enquête menée auprès de 721 étudiants en médecine et une expérience portant sur 398 d'entre eux, une plus grande capacité perçue de l'assistant prédisait un plus grand progrès vers les objectifs d'étude, lequel prédisait une anxiété académique plus faible et une meilleure santé mentale (Chen et al. (2026)).

La compétence n'est pas un tampon complet, cependant : parmi 551 étudiants chinois de première année, la pression d'usage de l'IA auto-déclarée affaiblissait le lien entre la compétence en IA et l'adaptation psychologique, la pente allant de la compétence en IA à l'adaptation tombant de 0.42 sous faible pression à 0.20 sous forte pression (Zhang & Yin (2026)).

La voie qui va de la compétence à l'anxiété passe par l'éthique, et elle peut amplifier. Parmi 584 étudiants de premier cycle d'une université chinoise à dominante juridique, sans programme de littératie en IA, la compétence en IA ne réduisait pas directement l'anxiété face à l'IA (β = 0.056, p = .362). Elle élevait la conscience éthique de l'IA (β = 0.644, p < .001), laquelle élevait à son tour l'anxiété (β = 0.439, p < .001) — une médiation exclusivement indirecte par un chemin que les auteurs avaient supposé protecteur (Mu et al. (2026)). Seuls 22.8% de la variance de l'anxiété étaient expliqués. Un réseau de neurones artificiel portant sur les mêmes construits classait la transparence première parmi les prédicteurs, tant pour l'anxiété d'apprentissage que pour celle liée au remplacement professionnel. Les prévisions des enseignants comme forme distribuée d'anxiété face à l'IA. L'enquête de Watson & Rainie (2026) menée auprès de 1,057 enseignants d'universités et de colleges américains enregistre l'anxiété des éducateurs comme des attentes plutôt que comme des symptômes : 95% s'attendaient à ce que l'IA générative accroisse le recours excessif des étudiants aux outils, 94% à davantage de préoccupations d'intégrité académique, 90% à une pensée critique diminuée, 83% à des durées d'attention plus courtes et 81% à des iniquités numériques plus larges, tandis que 39% croyaient que les outils diminueraient le rôle du corps professoral et 47% craignaient que l'impact à long terme sur l'emploi dans leurs disciplines soit négatif. Les mêmes répondants n'étaient pas uniformément pessimistes — 61% s'attendaient toujours à un apprentissage amélioré et personnalisé — mais 73% avaient personnellement traité une affaire d'intégrité académique impliquant l'usage de l'IA générative par des étudiants, ce qui est le lieu où une prévision devient une charge de travail. Le rapport est explicitement un échantillon non scientifique qui n'est pas généralisable, si bien qu'il documente les craintes exprimées par le secteur plutôt que des effets mesurés.

Cette direction relie l'anxiété face à l'IA à la motivation, à l'littératie en IA, à l'expérience étudiante et à l'autorégulation.

L'anxiété liée à la carrière

Une dimension distincte et de plus en plus étudiée est l'anxiété de carrière — la crainte que l'IA déplace les emplois, érode l'employabilité ou dévalorise l'avenir professionnel de chacun. Là où l'anxiété liée à la surveillance est situationnelle et où l'anxiété d'émotion d'apprenant porte sur la compétence dans la tâche, l'anxiété de carrière est prospective et se situe au niveau de l'identité, et elle est étroitement liée au développement de carrière et à la préparation à l'emploi. L'analyse complète de l'anxiété face à l'IA identifie la crainte d'être remplacé par l'IA comme le principal contributeur à l'anxiété face à l'IA, aux côtés de la croissance non contrôlée de l'IA, de la vie privée, de la désinformation et des biais. Une littérature empirique croissante quantifie désormais la manière dont cette crainte affecte les étudiants :

• L'adaptabilité de carrière est un facteur de protection. Wang (2026) montre que les capacités d'adaptation de carrière prédisent significativement et négativement l'anxiété face à l'IA parmi les étudiants en anglais, les auto-évaluations fondamentales médiatisant partiellement la relation ; le groupe à faible adaptabilité présentait l'anxiété face à l'IA la plus élevée.

• La menace et l'appréciation favorable coactivées dans un même profil. Song et al. (2026) ont trouvé un groupe au-dessus de la moyenne de l'échantillon sur les six indicateurs à la fois — anxiété d'usage de l'IA 1.521 et conscience de STARA 0.951 aux côtés de la qualité perçue 1.753 — si bien qu'une anxiété élevée ne signalait pas une appréciation négative de la technologie.

• L'anxiété face à l'IA nuit aux décisions de carrière. Duan et al. recourent à la modélisation par équations structurelles pour montrer que l'anxiété face à l'IA prédit directement et négativement les décisions de carrière, et ce largement en sapant l'adaptabilité de carrière (qui rend compte de 63.35% de l'effet total) ; le sentiment d'efficacité personnelle n'offrait qu'un tamponnement limité.

• L'état d'esprit de croissance borne le chemin de la menace à l'employabilité. Parmi 526 étudiants de premier cycle chinois, la perception d'une menace pour l'emploi liée à l'IA prédisait une anxiété de décision de carrière plus élevée, en partie en abaissant l'employabilité perçue, et le lien de la menace à l'employabilité ne se maintenait qu'à faible état d'esprit de croissance (b = −0.229) et pas à fort (b = −0.013) (Chen (2026)).

• L'anxiété face à l'IA prédit l'anxiété de recherche d'emploi à grande échelle. Üstün & Danacıoğlu (1,057 étudiants) et Dağ et al. (821 étudiants en sciences de la santé) constatent que l'anxiété face à l'IA et les attitudes négatives envers l'IA prédisent l'anxiété de recherche d'emploi, les femmes, les étudiants en sciences sociales et les étudiants à faible revenu étant les plus affectés.

Implication pratique : bâtir la préparation à la carrière — adaptabilité, auto-évaluations fondamentales et compétences en IA valorisées par les employeurs — constitue une intervention validée pour réduire l'anxiété face à l'IA liée à la carrière, plus qu'un simple sentiment d'efficacité personnelle générique. Les institutions devraient universaliser l'littératie en IA et le soutien à la planification de carrière, et traiter la répartition par l'équité de l'anxiété de carrière.

L'IA pour détecter et soulager le stress et l'anxiété

Le versant positif : les systèmes d'IA détectent et aident de plus en plus à alléger le stress et l'anxiété.

• Les outils de bien-être sur le campus fondés sur l'IA couvrent la prévention (amélioration de la collecte de rétroaction) et l'intervention (avancée de la détection des problèmes de santé mentale).
• Le texte affectif et la détection par objets connectés (une étude d'un an portant sur 458 étudiants équipés de bagues Oura) montre qu'un texte naturaliste ultra-bref peut compléter la détection physiologique par objets connectés pour le suivi longitudinal de la santé des étudiants — une voie concrète de détection du stress rendue possible par l'IA.
• Cela se relie à l'informatique affective et au tutorat affectif, où l'IA lit l'état émotionnel et y répond.
• Quels facteurs de stress le modèle pèse — et pourquoi le contexte importe. Bashir et Afzal (2026) offrent une fenêtre d'apprentissage automatique sur les facteurs de stress qui pilotent réellement la détresse des étudiants dans un contexte non occidental. L'analyse d'importance des caractéristiques sur 1,100 réponses d'enquête plaçait la pression artérielle en premier (15.6%) et la relation enseignant-étudiant en deuxième (10.0%) — devant la qualité du sommeil (9.3%), la dépression (8.3%) et le soutien social (7.6%) — tandis que le niveau d'anxiété se classait neuvième à 4.8%, ce que les auteurs lisent comme la preuve que le stress des étudiants est multidimensionnel plutôt que piloté par un unique indicateur psychologique. Ils attribuent la saillance de la relation enseignant-étudiant à l'environnement éducatif comparativement hiérarchique du Pakistan, et la présentent comme une hypothèse pour des données collectées localement, soulignant que les modèles de stress et les poids de leurs caractéristiques dépendent du contexte et ne peuvent être supposés se transposer d'une population étudiante à l'autre.
• L'intervention en temps réel du côté de l'enseignant. Le guide de praticien de Parlant ajoute une contrepartie humaine à ces outils d'IA : les micro-interventions émotionnelles — des actes verbaux ou gestuels brefs et délibérés qui valident une émotion émergente de l'étudiant, recadrent l'appréciation qui la sous-tend, et reconnectent la lutte à l'identité professionnelle (Valider, Recadrer, Relier). Ancrée dans la théorie de l'appréciation cognitive, l'approche cible l'appréciation primaire (« est-ce une menace ? ») et l'appréciation secondaire (« puis-je y faire face ? ») au moment où la détresse mettrait fin à l'engagement, associant des goulots d'étranglement tels que la frustration, l'isolement et le syndrome de l'imposteur à des états cibles. Son auteur énonce clairement que le cadre ne requiert pas d'IA ; l'IA générative ne sert que de moyen optionnel de rédiger des phrases candidates que l'enseignant pourra choisir.

Pourquoi cela se distingue du bien-être

Le bien-être est l'état positif large (santé émotionnelle, psychologique, sociale) que l'IA peut soutenir ou saper. L'anxiété et le stress liés à l'IA est le construit émotionnel spécifique et mesurable au sein de cet espace — il nomme l'affect négatif discret et ses usages productifs, et il dispose de son propre corpus de preuves dédié (stress de la surveillance, anxiété productive face à l'IA, détection du stress pilotée par l'IA). Plutôt que de rivaliser avec le bien-être, cette page développe en profondeur la dimension de l'anxiété et du stress, et renvoie abondamment au bien-être, à l'apprentissage socioémotionnel, à l'informatique affective et à la surveillance des examens à distance.

Conseils pratiques

• Concevoir pour l'anxiété, et pas seulement pour l'intégrité. Les systèmes de surveillance et de suivi par l'IA devraient minimiser les fausses accusations et le stress de la surveillance, en particulier pour les étudiants novices et vulnérables ; assortir la surveillance d'alternatives accessibles et d'une communication claire.
• Exploiter l'anxiété productive. Plutôt que de seulement réduire l'anxiété face à l'IA, soutenir la vérification, la révision et l'auto-régulation que les étudiants anxieux mais engagés manifestent déjà.
• Utiliser l'IA pour détecter et soulager le stress — par l'informatique affective, les objets connectés et les outils de bien-être sur le campus — tout en protégeant la vie privée.
• Prendre en compte l'anxiété des éducateurs dans l'adoption de l'IA et l'élaboration des politiques, et pas seulement l'expérience étudiante.

Concepts liés

• Développement de carrière et préparation professionnelle — la préparation à la carrière comme facteur de protection contre l'anxiété face à l'IA
• Le bien-être — le large parapluie que ce concept développe en profondeur
• Surveillance à distance des examens — la source principale du stress de surveillance et de fausse accusation
• L'apprentissage socioémotionnel — les compétences émotionnelles en jeu
• Informatique affective — l'IA qui lit l'état émotionnel
• Tutorat affectif — l'IA qui répond à l'affect
• Intégrité académique — la dimension intégrité et accusation de triche
• La vie privée — la préoccupation de surveillance qui sous-tend le stress de la surveillance des examens
• L'expérience étudiante — l'anxiété comme part de l'expérience de l'apprenant
• La motivation — l'effet de l'anxiété sur l'adoption et l'engagement
• L'apprentissage autorégulé — le lien avec l'anxiété productive
• Littératie en IA — bâtir la capacité qui réduit l'anxiété non fondée
• L'équité — stress disproportionné sur les étudiants vulnérables
• L'éthique — l'équité de la surveillance et des fausses accusations
• L'enseignement — l'anxiété du côté des éducateurs
• Évaluation — l'anxiété liée à l'évaluation médiée par l'IA
• Normes sociales de l'usage de l'IA — le coût affectif de la visibilité

Articles liés

• Modeling the Relationships Between University Students' AI Competence, AI Ethical Awareness, and AI Anxiety: A Dual-Stage PLS-SEM and ANN Analysis - La compétence élève la conscience éthique, la conscience éthique élève l'anxiété face à l'IA : médiation exclusivement indirecte parmi 584 étudiants

• From AI Anxiety to Strategic Regulation: How University Students Transform Generative AI into a Strategic Learning Resource — L'anxiété face à l'IA comme signal productif de régulation stratégique

• Exploring student anxiety and experience in performance-based assessments using AIvaluate: an LLM-augmented emotionally — L'anxiété des étudiants dans l'évaluation de performance médiée par l'IA

• New AI-Driven Tools for Enhancing Campus Well-being: A Prevention and Intervention Approach — Outils de bien-être sur le campus pilotés par l'IA

• A Formative Study of Brief Affective Text as a Complement to Wearable Sensing for Longitudinal Student Health Monitoring — Texte affectif et détection par objets connectés pour la santé des étudiants

• A Comprehensive Review of the Changing Landscape of Academic Dishonesty in Automated Proctoring in the Era of Artificial Intelligence — Surveillance automatisée des examens, anxiété des candidats, fausses accusations

• Ensuring Academic Integrity through Automated Online Exam Proctoring: A Decade-Long Systematic Review — Revue d'une décennie de surveillance automatisée des examens en ligne

• Navigating the moral panic: encouraging appropriate use of GenAI in the classroom rather than condemning innovation as disruption — L'anxiété des enseignants et la panique morale au sujet de GenAI

• Acceptance of AI-Assisted English Language Learning Tools in Higher Education: Psychological Correlates Across Disciplinary and Proficiency Groups — L'anxiété qui façonne l'acceptation des outils d'IA

• Teacher education for artificial intelligence literacy through a self-determination theory perspective — Formation des enseignants, littératie en IA et anxiété

• Students' engagement with generative AI in academic learning: A self-determination theory and epistemic network analysis study — L'usage de l'IA entrelacé avec l'anxiété, la confiance et l'assurance

• To disclose or not to disclose: Peer influence and psychological factors in students' use of generative artificial intelligence — Le dilemme de la divulgation comme source de stress étudiant

• AI Anxiety: A Comprehensive Analysis of Psychological Factors and Interventions — Analyse complète de l'anxiété face à l'IA et des interventions

• The impact of career adapt-abilities on AI anxiety among English majors: a dual perspective analysis based on core self-evaluations at the person- and variable-centered — Les capacités d'adaptation de carrière réduisent l'anxiété face à l'IA

• The impact of AI anxiety on career decisions of college students — L'anxiété face à l'IA nuit aux décisions de carrière par l'adaptabilité de carrière

• The Role of Artificial Intelligence Anxiety and Attitudes Toward Artificial Intelligence in University Students' Job Finding Anxiety — L'anxiété face à l'IA et les attitudes prédisent l'anxiété de recherche d'emploi

• Artificial intelligence perceptions and career anxiety among health sciences students — L'anxiété face à l'IA prédit l'anxiété de recherche d'emploi en sciences de la santé

• Navigating uncertainty: university teachers' experiences and perceptions of generative artificial intelligence — Expériences et perceptions de l'IA générative chez les enseignants universitaires : vulnérabilité, reprise en main de l'évaluation, apprentissage des étudiants en danger (Farazouli et al. 2026)

• An AI-Powered Culturally Aware Chatbot for Stress Detection and Wellness Support among Pakistani University Students Using NLP and Machine Learning — Un agent conversationnel culturellement conscient piloté par l'IA pour la détection du stress et le soutien au bien-être chez les étudiants universitaires pakistanais, par le TAL et l'apprentissage automatique

• Multidimensional perceived school support and AI learning anxiety among university students: the mediating roles of control-value appraisals — Le soutien scolaire perçu abaisse l'anxiété d'apprentissage liée à l'IA principalement par les appréciations de contrôle-valeur (69.5% médiatisé) ; validation croisée par réseau de neurones artificiel (Jiang, Chen & Chen 2026)

• The AI guilt complex: Moral emotions and ethical dilemmas in academic technology adoption — Le complexe de culpabilité liée à l'IA : culpabilité anticipée excédant le remords postérieur à l'usage parmi le personnel académique (Vassallo 2026)

• The AI Challenge: How college faculty assess the present and future of higher education in the age of AI — Enquête AAC&U/Elon auprès de 1,057 enseignants américains : prévisions de recours excessif, de préoccupation d'intégrité et d'un rôle diminué du corps professoral (Watson & Rainie 2026)

• From fear to innovation: A case study of transformative faculty development for ethical AI integration in higher education — De la crainte à la curiosité : un institut de six semaines faisant traverser aux enseignants la menace identitaire (Chick, Morello & Staffey 2026)

• Beyond the algorithm: academic developers as digital mediators in Global South higher education — Les sentiments d'imposteur et l'inconfort éthique des développeurs académiques comme travail affectif dans le travail médié par l'IA

• Can You Feel It? A Practical Guide to Emotional Micro-Interventions for Higher Education Teachers — Micro-interventions émotionnelles en temps réel du côté de l'enseignant, ancrées dans la théorie de l'appréciation cognitive

• When AI threatens my future career: growth mindset and perceived employability in Chinese college students' career decision making anxiety — La menace pour l'emploi liée à l'IA et l'anxiété de décision de carrière : l'employabilité perçue médiatise et l'état d'esprit de croissance modère

• A study on AI-enabled course development, AI proficiency, and first-year students' academic and psychological adjustment — La pression d'usage de l'IA affaiblit le lien entre compétence en IA et adaptation en première année

• Beyond Positive or Negative: Latent Profiles of University Students’ AI Attitude and Their Career-Development Correlates — Un profil élevé à la fois sur l'anxiété face à l'IA et sur la qualité perçue de l'IA, et non sur l'une ou l'autre

• AI-Assisted Speaking Practice and Human-Directed Communicative Readiness: Survey and Scenario Evidence on Anxiety, Self-Efficacy, and Evaluation Pressure — Le lien de l'anxiété à l'oral avec la disposition à communiquer s'inverse à fort sentiment d'efficacité personnelle à l'oral

• Smarter AI, Healthier Students? How Perceived AI Assistant Intelligence Shapes Medical Students' Mental Health Through Learning Goal Progress and Academic Anxiety — L'intelligence perçue de l'assistant d'IA abaisse l'anxiété académique par le progrès vers les objectifs d'étude (étudiants en médecine)