Les mesures auto-déclarées

Sur cette page

Cette page est traduite en français. Les pages d'articles sont encore rédigées en anglais. Lire cette page en anglais

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

Les mesures auto-déclarées (Self-report measures) — des instruments dans lesquels la personne étudiée est aussi la source des données : questionnaires et sondages, entretiens, journaux, compétence auto-évaluée, usage auto-estimé, apprentissage perçu et satisfaction. Ce sont le cheval de trait de la recherche sur l'IA en éducation — dans cette base de connaissances, 139 pages d'articles portent une étiquette de méthode par sondage, plus que pour tout autre dispositif hormis l'expérience et le repère — et elles sont le seul moyen pratique d'atteindre les attitudes, croyances, intentions et le sentiment d'efficacité personnelle. Leur limite est catégorielle plutôt que statistique : une auto-déclaration ne peut mesurer le comportement ou l'apprentissage, seulement ce que quelqu'un dit du comportement ou de l'apprentissage, et les deux se séparent dans cette base de recherche assez souvent pour constituer un résultat en soi.

Questions à examiner

Si une étude dit que les étudiants « ont rapporté un engagement élevé », qu'a-t-on exactement mesuré — et que faudrait-il voir pour conclure qu'ils se sont réellement engagés ?
Dans une étude, les mesures auto-déclarées et objectives de l'littératie en IA des enseignants ne corrélaient qu'à r = 0,07 à r = 0,24 sur quatre dimensions. Où votre propre auto-évaluation divergerait-elle le plus probablement d'un test de la même compétence, et pourquoi ?
La satisfaction est facile à mesurer et facile à améliorer — un système réglé pour plaire aux utilisateurs y obtiendra de bons scores. Pourquoi cela pourrait-il faire de la satisfaction un mauvais critère d'évaluation pour l'apprentissage, et que mesureriez-vous à la place ?
« Presque tous les étudiants utilisent l'IA pour leurs travaux de cours » vient de ce qu'on demande aux étudiants. Qu'est-ce que demander plutôt que journaliser pourrait manquer, dans un sens comme dans l'autre ?
Un sondage obtient 112 réponses avec un taux de réponse de 31%, ou 90 réponses issues de 572 invitations. Avant d'accepter ses pourcentages, que voulez-vous savoir sur ceux qui n'ont pas répondu ?
Lorsqu'une étude corrèle deux variables auto-déclarées mesurées à un seul moment, combien d'explications distinctes pouvez-vous générer pour la corrélation — et quel dispositif les écarterait ?
Si vous conseilliez quelqu'un sur une petite évaluation, quelles affirmations le laisseriez-vous étayer par un sondage, et pour lesquelles insisteriez-vous sur des données probances issues de journaux, de performances ou d'observations ?

Introduction

L'auto-déclaration s'étend bien au-delà du questionnaire. Elle inclut les sondages transversaux employant des formats d'évaluation de type Likert et autres, les entretiens et groupes de discussion menés par des chercheurs qualitatifs, les journaux et l'échantillonnage d'expérience, la compétence ou la confiance auto-évaluée, les estimations rappelées de la fréquence d'usage d'un outil, et l'apprentissage perçu ou la satisfaction traités comme résultats. Ce qui les unit est la position épistémique du répondant : il rapporte sur lui-même plutôt que d'être observé.

Ce n'est pas une faiblesse dont il faudrait s'excuser. De nombreux construits d'intérêt — motivation, anxiété, confiance, utilité perçue, intentions d'engagement — sont des états internes qu'aucun fichier de journalisation n'enregistre, et demander est le seul moyen défendable de les atteindre. Le problème surgit lorsqu'une auto-déclaration est employée pour étayer une affirmation qu'elle ne peut porter, ce qui est au fond une question de validité : si l'instrument mesure le construit qu'il nomme, et si l'affirmation formulée porte sur le type de chose que l'auto-déclaration peut voir. Cette préoccupation relève de l'mesure en éducation et de l'validité de l'évaluation ; cette page traite de ce qui se produit lorsque la recherche sur l'IA en éducation s'appuie spécifiquement sur l'auto-déclaration, et de ce sur quoi la base de données probantes montre qu'elle se décompose.

Comment cette page se rapporte à ses voisines. La page Les méthodes de recherche en AIED répertorie les dispositifs et leurs forces et limites, y compris les études par sondage et par équations structurelles. La page Recherche quantitative couvre la famille des méthodes numériques. La page La mesure en éducation couvre le développement d'instruments, la théorie de la réponse à l'item et la validation psychométrique. Cette page est la tranche plus étroite vers laquelle ces pages pointent : l'instrument de mesure et la source de données eux-mêmes — ce que l'auto-déclaration peut et ne peut pas établir, l'écart récurrent entre ce que les personnes rapportent et ce qu'elles font, et comment lire de façon critique un résultat fondé sur l'auto-déclaration.

Ce que l'auto-déclaration peut et ne peut pas établir

L'auto-déclaration convient bien aux attitudes, croyances, intentions, perceptions d'un outil, états affectifs, et confiance ou difficulté auto-jugées. Elle convient mal au comportement, et elle ne peut aucunement mesurer l'apprentissage : la croyance d'une personne qu'elle a appris quelque chose est elle-même une perception, et la base de connaissances traite l'apprentissage perçu comme une quantité distincte des gains d'apprentissage.

La conséquence est un ensemble d'affirmations qui se ressemblent dans une section de résultats mais diffèrent en force :

« Les étudiants ont trouvé le tuteur utile » — une perception, mesurée à bon droit en demandant.
« Les étudiants ont utilisé le tuteur régulièrement » — un comportement, seulement approché en demandant.
« Les étudiants ont davantage appris avec le tuteur » — un résultat, qui ne peut être établi en demandant.
« Les enseignants sont confiants dans l'usage de l'IA » — une croyance en soi, non une preuve de compétence.

Deux implications s'ensuivent pour quiconque lit ou conçoit cette recherche. Premièrement, la question de savoir si un instrument d'auto-déclaration mesure même le construit qu'il nomme est une question empirique, à laquelle répond la validation plutôt que la plausibilité des items. Deuxièmement, le sens de la tentation dans l'IA en éducation est constant : les outils sont évalués par ce que les utilisateurs ressentent à leur égard, et le ressenti est précisément la part que l'auto-déclaration capte au moindre coût. L'auto-évaluation est un membre de cette famille plus large plutôt qu'un synonyme de celle-ci : là où les mesures d'auto-déclaration atteignent les attitudes, la confiance et la satisfaction, l'auto-évaluation tourne spécifiquement l'estimation de l'apprenant vers sa propre compétence, sa confiance ou son apprentissage.

Un second mode d'échec est l'effondrement discriminant entre deux construits auto-déclarés : régresser la capacité à l'IA auto-déclarée aux côtés du contrôle comportemental perçu mesuré comme efficacité peut comparer un facteur de confiance générale avec lui-même, ce qui explique pourquoi les critères sont fixés à l'avance — un rapport hétérotrait–monotrait inférieur à ,85 et un test de modèles emboîtés contraignant la corrélation capacité–contrôle à l'unité (Mnguni (2026)).

Un instrument validé peut rendre cette limite précise plutôt que vague. Le questionnaire d'auto-évaluation de la littératie en IA (AIL-SAQ) de Thianwan et Srikoon (2025) est une échelle de 15 items confirmée par une structure stable à trois facteurs sur deux échantillons (n = 335 exploratoire, n = 579 confirmatoire) et un alpha de Cronbach global de ,934. Ses auteurs sont explicites : elle enregistre la compréhension, les attitudes et la conscience perçues plutôt que la compétence démontrée, et l'exactitude de l'auto-évaluation dépend de la capacité métacognitive encore en maturation chez les enfants, si bien que l'estime de soi d'un enfant est un signal plus faible que celle d'un adulte.

Le choix opposé est aussi défendable : PAUSE est un auto-contrôle de délestage en quatre domaines qui ne publie aucune donnée probante de fiabilité ou de validité, n'offre aucun composite, et énonce que les lectures ne doivent justifier aucune décision à conséquence, et ses items confondent l'étayage délibéré avec la substitution — un répondant qui fait intervenir l'IA tôt comme étayage se lit comme un délestage (Alam, 2026)).

L'écart perception–comportement

Le résultat d'auto-déclaration le plus fort de cette base de connaissances n'est pas que l'auto-déclaration soit biaisée en général, mais que le comportement rapporté et le comportement observé divergent de manières spécifiques et documentées.

Une étude qui a construit des mesures parallèles auto-déclarées et objectives de la littératie en IA des enseignants a trouvé un faible accord entre les facteurs auto-déclarés et objectifs (r = 0,07 à r = 0,24) dans un échantillon de 288 enseignants, l'analyse factorielle confirmatoire étayant la validité de construit des deux mesures tout en montrant une faible corrélation entre les facteurs auto-déclarés et objectifs. Les deux instruments étaient crédibles ; ils mesuraient simplement des choses différentes. Dans l'échantillon complet de 288 enseignants, les corrélations entre facteurs objectifs et auto-déclarés allaient de r = 0,07 à r = 0,24, et l'analyse de profils latents a trouvé 43 enseignants qui se sont notés haut tout en obtenant moins à la mesure objective, contre 59 montrant le schéma inverse.

GLAT parvient à la même conclusion dans la direction opposée : son test de performance de 20 items prédisait la performance aux tâches d'apprentissage soutenues par l'IA générative dans une étude intra-sujet portant sur 83 étudiants, tandis que la littératie à ChatGPT auto-déclarée ne le faisait pas. Le cadrage des auteurs est abrupt — les instruments de ce domaine s'appuient massivement sur des sondages auto-déclarés, « qui captent la compétence perçue plutôt que réelle et sont sujets aux biais et à la surestimation ».

Les estimations comportementales montrent la même scission. Une étude à grande échelle en programmation compétitive a rapporté une déconnexion entre la confiance auto-déclarée et le comportement de pratique réel, la première étant un pauvre substitut de ce dernier. Une étude de modélisation de l'apprenant admet honnêtement que la fréquence d'usage était auto-déclarée sur une échelle allant de Jamais à Quotidiennement plutôt qu'observée, et qu'avec des prédicteurs et des résultats tous deux auto-déclarés, des styles de réponse comme l'acquiescement ou le biais d'extrémité pouvaient produire les associations.

Parfois, demander et observer sont mis face à face. Une revue de portée de 46 catégorisations issues de 33 études a montré que la littérature se partageait à peu près également entre données d'auto-déclaration et données de journaux d'interaction, et a conclu que les catégories « reflètent souvent l'approche de mesure autant que l'interaction elle-même » — les études d'auto-déclaration captant les perceptions et les intentions tandis que les études fondées sur les journaux captent le comportement conversationnel observable, les deux étant rarement intégrées. Le travail sur les données de processus relatif à la littératie à l'IA générative en donne la version constructive : le fait qu'un étudiant formule de façon itérative, affine les sorties et gère les hallucinations est observable dans les journaux d'interaction et non dans un questionnaire.

Une revue structurée de 2026 et une méta-analyse exploratoire des mesures de l'usage compétent de l'IA générative mettent un chiffre poolé sur cet écart dans la direction opposée : en poolant trois corrélations subjectif–objectif de même échantillon directement rapportées (N rapporté combiné = 2 765), on obtient r = ,055 (IC Hartung–Knapp à 95% [−,047, ,156]), et en ajoutant les corrélations inter-facteurs d'une quatrième étude, on n'atteint que r = ,079. Les trois effets primaires provenaient d'un unique programme de recherche, la corrélation et la valeur p rapportées par le plus gros contributeur n'ont pu être conciliées, et la revue conclut que l'auto-déclaration ne peut se substituer aux scores de performance objectifs — tout en notant que les instruments de performance sont eux-mêmes étroits, couvrant les connaissances fondamentales plutôt que les comportements de supervision et de dépendance qui importent au travail (Verí (2026)).

La littérature sur les instruments elle-même peut être lue comme une preuve de l'ampleur de l'écart. Zainal, Mohd Matore et Maat (2026) ont évalué 33 instruments de littératie en IA des enseignants et ont montré que 31 (93,9%) étaient des échelles d'auto-déclaration de confiance perçue, que seulement deux (6,1%) testaient les connaissances objectivement, et qu'aucun n'employait de tâches fondées sur la performance entre 2019 et 2025. Leur conclusion est celle vers laquelle cette page ne cesse d'aboutir par d'autres voies : les scores d'auto-déclaration indexent la confiance plutôt que la capacité, si bien qu'ils ne peuvent se substituer à la compétence lorsque des groupes ou des programmes sont comparés.

Les mesures de résultats héritent du même écart. Pramod et Patil (2026) modélisent le chemin allant de l'IA agentique à la motivation et à la présence sociale jusqu'à ce qu'ils nomment la performance d'apprentissage avec un coefficient de 0,671 — la relation la plus forte de l'étude — et leur propre section de limitations énonce que cette variable dépendante reflète les perceptions des apprenants et non les résultats d'examen, la performance aux devoirs ou l'analytique de l'apprentissage. C'est le schéma à lire attentivement dans les modèles de cheminement en général : un grand coefficient sur un résultat perçu quantifie la constance avec laquelle les étudiants croient que quelque chose a aidé, et ne dit encore rien sur la question de savoir si cela a aidé.

La satisfaction et l'apprentissage perçu comme résultats

La satisfaction est le résultat le plus fréquemment auto-déclaré dans ce corpus, apparaissant sur 63 pages d'articles. C'est aussi le plus faible comme substitut de l'apprentissage, et la base de connaissances contient des arguments explicites en ce sens.

Le travail sur la rétroaction par IA séquencée énonce directement le principe de conception : la satisfaction des utilisateurs et l'engagement comportemental ne sont pas des substituts fiables des gains d'apprentissage, si bien que l'apprentissage doit être mesuré directement.
Sur l'orientation pédagogique, on note que les modèles de langue actuels sont ajustés aux instructions pour être des assistants serviables qui maximisent la satisfaction des utilisateurs, tandis que l'objectif d'un tuteur est de maximiser l'apprentissage — les deux objectifs peuvent entrer en conflit, ce qui fait de la satisfaction une cible potentiellement trompeuse plutôt que simplement faible.
Une étude sur l'étayage soutient que l'utilité perçue, la facilité d'usage et la satisfaction immédiate ne devraient pas être traitées comme des indicateurs suffisants de l'efficacité du scaffolding.
Un travail sur la modélisation étudiante alignée sur la personnalité observe qu'optimiser pour la satisfaction des utilisateurs n'est pas la même chose qu'optimiser pour les résultats d'apprentissage, et que les deux peuvent se séparer.

Le schéma à retenir : la satisfaction est sensible aux mauvaises choses lorsque l'apprentissage est l'objectif. Un système qui répond vite, acquiesce volontiers et réduit l'effort sera noté haut, et ces mêmes propriétés sont celles que la base de connaissances associe à une lutte productive réduite et à une performance gonflée sur le travail assisté par l'IA. La satisfaction rapportée et l'apprentissage mesuré ne sont pas ennemis ; ils ne sont simplement pas des substituts, et traiter la première comme une preuve du second est le glissement le plus commun que documente cette page.

Ce qui rend crédible un instrument d'auto-déclaration

Quatre propriétés séparent un sondage qui peut étayer une affirmation d'un qui ne le peut pas.

La validité de construit. Les items doivent être montrés comme mesurant le construit nommé, idéalement par analyse factorielle. L'étude à mesures parallèles ci-dessus a validé ses deux instruments et a néanmoins montré qu'ils divergeaient — la validité d'un instrument ne dit rien sur la question de savoir s'il capte le comportement.
La fiabilité et la structure. Les instruments validés par factorisation reviennent dans ce corpus, des mesures de littératie en IA des enseignants fondées sur la théorie de l'autodétermination aux échelles d'acceptation modélisées par le modèle TAM et des équations structurelles dans des études des outils d'apprentissage des langues assisté par IA.
L'invariance, lorsque des groupes sont comparés. Une échelle qui se comporte différemment selon les populations ne peut étayer une comparaison. Le travail par équations structurelles multigroupes rapporte des tests d'invariance de mesure (configurationnelle, métrique, scalaire) aux côtés de ses effets indirects, et une comparaison Suisse–Chine n'a trouvé que la valeur intrinsèque atteignant l'invariance métrique et non l'invariance scalaire — une limitation énoncée plutôt que cachée, et qui contraint ce que ses différences entre pays peuvent signifier.
Une alternative de performance lorsque la compétence est le construit. Les 20 items à choix multiples de GLAT existent précisément parce que l'auto-déclaration ne peut porter une affirmation de compétence.

Échantillonnage, réponse et non-réponse

Parce que les sondages sont peu coûteux à administrer, c'est généralement dans les problèmes d'échantillonnage que l'affirmation de généralisabilité échoue. Ce corpus les rapporte explicitement et de façon instructive :

Un sondage britannique sur l'usage de l'IA générative par les étudiants rapporte un échantillon de commodité dans 7 institutions, des taux de réponse institutionnels variant fortement, et un biais de non-réponse qui pourrait pencher vers les étudiants aux opinions tranchées — et note qu'environ 32% des répondants décrivaient une conduite qui enfreignait arguablement la politique, dans un format où la désirabilité sociale et la pression contextuelle font de la sous-déclaration le sens d'erreur probable.
Une étude sur la rétroaction de notation assistée par IA repose sur 112 réponses, un taux de réponse de 31%.
Une étude sur le corps professoral s'appuie sur 90 membres du corps professoral des STIM issus de 572 lauréats invités — 16%.
Un sondage en sociologie a obtenu 504 répondants issus de 844 invités, et les auteurs notent que les taux de réponse variaient selon la question.
Une étude Delphi a achevé sa première vague avec 17 répondants, une limitation qu'elle énonce sans fard.

L'auto-sélection aggrave cela. Une étude d'inoculation a recruté 782 participants et n'a retenu que 100 cas valides issus d'un échantillon de commodité d'utilisateurs auto-déclarés de ChatGPT ; une étude en physique a fait s'auto-sélectionner des étudiants dans une tâche à crédit supplémentaire, ce qui incline plausiblement les points de vue vers les accommodants et exclut les sceptiques.

Deux autres erreurs spécifiques à l'auto-déclaration reviennent. Les limites de l'introspection et le biais de désirabilité sociale sont nommés comme intrinsèques à l'auto-déclaration dans le travail sur l'évaluation de l'engagement et dans les études dont les données qualitatives reposent sur l'auto-déclaration. La variance de méthode commune surgit lorsque les prédicteurs et les résultats proviennent des mêmes répondants au même moment : une étude de médiation modérée sur l'usage de l'IA et la pensée critique a opérationnalisé l'usage, la charge cognitive et l'apprentissage autorégulé tous par des instruments d'auto-déclaration standardisés à un seul point temporel, et soulève le biais de méthode commune comme conséquence ; une étude PLS-SEM sur la motivation et l'engagement repose de même entièrement sur l'auto-déclaration et ne peut établir l'ordonnancement temporel de ses médiateurs.

Remède : ajouter des données probantes non issues de l'auto-déclaration

Les réponses constructives de la base de connaissances sont constantes, et aucune n'exige d'abandonner les sondages.

Associer l'auto-déclaration à des données de traces ou de journaux. Une étude sur huit semaines portant sur 194 étudiants relative à une technologie d'apprentissage adaptatif a associé l'auto-déclaration à des données de traces sous modélisation linéaire hiérarchique, ce qui lui a permis de suivre les phases d'apprentissage autorégulé au fur et à mesure de leur déroulement plutôt que comme rappelées.
Observer directement la pratique lorsque l'affirmation porte sur la pratique. Une tâche d'évaluation enregistrée à l'écran accompagnée d'entretiens à rappel stimulé par la vidéo a fait le pont entre l'usage de l'IA auto-déclaré et la pratique observée, captant la conscience métacognitive que le sondage ne pouvait capter.
Noter le comportement contre une grille plutôt que de l'interroger. Le travail sur la rétention traite l'effort de pratique comme un indicateur comportemental dérivé des journaux d'interaction, et explicitement pas comme une mesure de l'état motivationnel interne.
Trianguler. Les dispositifs à méthode mixte et la recherche à méthodes mixtes en général échangent la taille d'échantillon contre la capacité de recouper une source de données par une autre ; une revue systématique de l'éducation professionnelle est instructive sur le déséquilibre, notant que, parmi les études quantitatives examinées, 2 reposaient exclusivement sur l'auto-déclaration tandis que 5 n'employaient que des mesures objectives.
Mesurer le résultat qui vous importe. Si l'affirmation porte sur l'apprentissage, les gains d'apprentissage doivent être mesurés, et non inférés de la satisfaction.

Comment lire une affirmation fondée sur l'auto-déclaration

Demandez de quel type d'affirmation il s'agit. Les perceptions sont jouables ; le comportement est approché ; l'apprentissage et la compétence ne sont pas atteignables de cette manière.
Vérifiez qui a répondu et qui ne l'a pas. Le taux de réponse, la base d'échantillonnage et l'auto-sélection décident de ce que décrivent les pourcentages — une étude sur les étudiants d'une institution décrit ce cadre, et non les étudiants en général.
Vérifiez l'instrument. A-t-il été validé pour ce construit et cette population, et, si des groupes sont comparés, l'invariance a-t-elle été testée ?
Soyez attentif aux dispositifs à source unique. Si les prédicteurs et les résultats proviennent tous deux du même questionnaire au même point temporel, les associations sont compatibles avec la variance de méthode commune aussi bien qu'avec la théorie proposée.
Traitez la satisfaction comme un signal de conception, non comme un résultat d'apprentissage. Une satisfaction élevée plus un apprentissage non testé est la configuration standard dans l'évaluation d'outils d'IA, et ce corpus montre les deux divergeant.
Préférez les études qui montrent leur travail : taux de réponse énoncés, limitations énoncées, et au moins une source de données probantes qui ne vient pas du fait de demander.

Concepts liés

FAQ liées

Métadonnées

Type d'étude	Survey
Public visé	Researchers, Instructors
Apprentissage et enseignement	Le sentiment d'efficacité personnelle, L'engagement des étudiants
Évaluation et mesure	Validité de l'évaluation, La mesure en éducation, Gains d'apprentissage
Méthodes de recherche et évaluation	Recherche quantitative, Les méthodes de recherche en AIED, Recherche qualitative
Équité, éthique et usage responsable	Le calibrage de la confiance
Fondements de l'IA dans l'éducation	Littératie en IA
Type de page	Evaluation

Source History Edit Chat