L'apprentissage socioémotionnel

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.

L'apprentissage socioémotionnel (SEL) — le processus de développement des compétences qui permettent aux individus de synchroniser pensées, émotions et actions pour favoriser des interactions positives avec soi-même et avec autrui : la conscience de soi, la gestion de soi, la conscience sociale, les compétences relationnelles et la prise de décision responsable (le cadre CASEL). Dans l'IA en éducation, le SEL est de plus en plus reconnu comme essentiel, parce que l'intégration rapide de l'IA générative dans l'apprentissage soulève des questions sur le bien-être des élèves, leur sociabilité, leur empathie et leur confiance — et parce que la littératie technique en IA seule ne suffit pas pour naviguer les environnements d'apprentissage médiés par l'IA.

Questions à examiner

Le cadre CASEL énumère cinq compétences : la conscience de soi, la gestion de soi, la conscience sociale, les compétences relationnelles et la prise de décision responsable. Lesquelles pensez-vous qu'un tuteur IA pourrait soutenir, et lesquelles soupçonnez-vous qu'il ne peut pas ?
La page distingue l'apprentissage socioémotionnel de l'intelligence émotionnelle. Avant de lire plus loin, comment décririez-vous la différence, et pourquoi cette distinction pourrait-elle compter pour la manière dont les écoles les abordent ?
Si la littératie technique en IA seule est « insuffisante » pour naviguer l'apprentissage médié par l'IA, que pensez-vous qu'il manque — et qu'est-ce que cela implique pour la manière dont vous préparez les élèves (ou vous-même) ?
Comment une forte dépendance à l'IA pourrait-elle remodeler la sociabilité, l'empathie ou le sentiment de confiance d'un élève — et ces changements sont-ils quelque chose que l'éducation devrait activement anticiper par la conception ?
La recherche suggère que le SEL soutient les dimensions relationnelles de l'apprentissage que l'IA doit « compléter plutôt que remplacer ». Où avez-vous vu une technologie renforcer une relation humaine, et où a-t-elle discrètement pris sa place ?

Introduction

L'apprentissage socioémotionnel est étroitement lié à l'intelligence émotionnelle (EI), mais distinct d'elle : le SEL/SEC (compétences socioémotionnelles) englobe la capacité de synchroniser pensées, émotions et actions pour des interactions positives, tandis que l'EI est la capacité d'un individu à traiter l'information émotionnelle (conceptualisée par des modèles par aptitudes — raisonnement et résolution de problèmes — ou par des modèles par traits — dispositions et comportements émotionnels). À l'ère de l'IA, le SEL compte parce que l'IA peut remodeler l'apprentissage de manières qui affectent le développement relationnel et émotionnel des élèves, et parce que les enseignants ont besoin à la fois d'une habileté technologique et d'une intelligence émotionnelle pour soutenir efficacement les apprenants.

Comment le SEL apparaît dans la recherche

Intégrer les SEC à la littératie en IA : la revue narrative de Palmquist et al. propose un cadre intégré qui combine la littératie en IA et les compétences socioémotionnelles, soutenant que la seule maîtrise technique est insuffisante — enseignants et élèves ont besoin à la fois d'intelligence technologique et d'intelligence émotionnelle pour naviguer les environnements d'apprentissage médiés par l'IA, en favorisant l'apprentissage personnalisé, la collaboration et l'engagement éthique.
Les enseignants et la pratique relationnelle : les recherches sur les cadres de littératie en IA et sur la confiance entre enseignants et élèves soulignent que le SEL soutient les dimensions relationnelles de l'apprentissage (les relations enseignant-élève et élève-élève), que l'IA doit compléter plutôt que remplacer.
Ce qu'un agent pédagogique peut et ne peut pas porter dans le SEL. Sur 108 observations évaluées en aveugle, un agent pédagogique fondé sur l'IA générative a été plus constant que les enseignants pour maintenir un ton respectueux et un étayage procédural de routine, tandis que les enseignants l'ont surpassé dans le guidage de la réflexion et la promotion des connaissances socioémotionnelles — ce qui soutient une division du travail, et non une substitution (Raave et al., 2026).
Bien-être et impact affectif de l'IA : les recherches examinent la manière dont l'usage croissant de l'IA générative affecte les compétences socioémotionnelles des élèves, leur bien-être, leur sociabilité, ainsi que leur sentiment de confiance et leur empathie — des préoccupations qui ont motivé l'appel de l'OCDE à une littératie en IA ancrée dans des valeurs humanistes, sociales et émotionnelles.
Dimensions affectives de l'IA : le SEL se relie à l'informatique affective et aux recherches sur le bien-être, en examinant comment les systèmes d'IA peuvent soutenir ou saper l'apprentissage émotionnel et relationnel.
Déficit de politiques sur l'intersection IA × SEL : une revue systématique de 65 articles sur l'intersection IA–SEL (Tran, Liu & Nguyen 2026) met en évidence un « déficit de politiques » substantiel : près des trois quarts des études n'énoncent aucune implication politique, et les rares qui le font manquent souvent de recommandations propres à chaque acteur. La revue relie l'engagement politique au lieu de publication et met en garde contre le piège « techno-solutionniste » dans lequel le potentiel technique est mis en avant tandis que les conditions institutionnelles d'une mise en œuvre responsable restent sous-spécifiées. Elle propose un cadre en « questions WH » (Who, What, Why, When/Where, How) pour passer de « l'implication comme réflexion après coup » à « l'implication comme méthodologie », reliant l'innovation IA pour le SEL à la politique éducative et à la gouvernance.

Sous-thèmes potentiels du SEL dans la recherche à l'ère de l'IA

La recherche de la base de connaissances regroupe le SEL en plusieurs sous-thèmes distincts, chacun ayant sa propre base de données probantes :

L'auto-efficacité et la confiance

Une compétence centrale du SEL (conscience de soi / gestion de soi) qui conditionne fortement la manière dont les élèves interagissent avec l'IA. La dépendance des élèves à l'IA (478 étudiants israéliens de l'enseignement supérieur) a montré que, si les dimensions de la littératie en IA fondées sur les compétences étaient associées de manière positive à la dépendance à l'IA, l'auto-efficacité — tant académique que spécifique à l'IA — et la régulation de l'effort étaient associées de manière négative — ce qui signifie que la littératie en IA seule ne protège pas de la dépendance ; l'auto-efficacité, oui. Cen et al. (EC-TEL 2026) ont constaté que les élèves dont l'auto-efficacité initiale était plus faible obtenaient de plus grands gains d'apprentissage quel que soit le format de pratique, et que la préférence pour le tuteur comptait davantage pour la pratique fondée sur le tuteuriat — soulignant la valeur d'adapter la pratique aux profils motivationnels. Concepts liés : Le sentiment d'efficacité personnelle, La motivation, L'agence de l'apprenant.

La motivation et l'effet « disponibilité de l'IA »

La motivation croise la prise de décision responsable et la gestion de soi du SEL. Les recherches sur la disponibilité de l'IA et la motivation des élèves et sur la motivation et l'auto-efficacité des élèves et des enseignants montrent que la simple disponibilité de l'IA peut remodeler l'orientation motivationnelle des élèves et l'effort perçu — ce qui est pertinent pour la manière dont l'IA pourrait saper ou soutenir la motivation intrinsèque. Les recherches sur l'auto-efficacité présentent la régulation de l'effort comme le contrepoids à la dépendance à l'IA.

La régulation des émotions et le soutien affectif

La régulation émotionnelle est une compétence clé du SEL aux conséquences directes sur l'apprentissage, formant un lien direct entre le SEL et la réussite. Des outils d'informatique affective comme MathBuddy modélisent les émotions des élèves pour façonner les réponses pédagogiques, et les outils de bien-être sur les campus alimentés par l'IA (par exemple PsychoGPT, AURA) couvrent la prévention et l'intervention.

La honte, la culpabilité et les réponses émotionnelles à l'usage de l'IA

Les émotions régulent la manière dont les élèves rendent visible leur usage de l'IA. « Stuck in a Spiral » (19 étudiants en informatique) a montré que la honte et la culpabilité agissent comme des régulateurs sociaux de l'usage de l'IA, en provoquant des comportements de dissimulation et une divulgation sélective, et en créant des cycles de réduction de l'agentivité. L'anxiété liée à l'IA peut être transformée en régulation stratégique de l'IA comme ressource d'apprentissage. Ces travaux relient la conscience sociale et la gestion de soi du SEL à l'intégrité académique et à l'usage responsable de l'IA.

La confiance et le sentiment d'appartenance

Le SEL soutient l'apprentissage relationnel et la cohésion sociale. L'éducation à l'IA fondée sur des principes et les agents conversationnels d'IA pour l'apprentissage collaboratif se relient au sentiment d'appartenance (belonging) et à l'efficacité collective — la croyance partagée en la capacité d'une équipe à accomplir des tâches. La prémortem de Brookings souligne que la dépendance excessive à l'IA menace le bien-être socioémotionnel, les relations entre enseignants et pairs, ainsi que la vie privée et la sécurité des élèves — des dimensions du sentiment d'appartenance et de la connexion. La confiance entre enseignants et élèves est centrale pour déterminer si l'IA est perçue comme soutenante.

La persévérance, l'état d'esprit et la lutte productive

Le SEL recoupe la dimension exigeante de l'apprentissage. Le cadrage du problème des 5% identifie la faible persévérance des élèves comme un défi récurrent en technologie éducative, façonné par la motivation et l'adhésion, les obstacles cognitifs, la résilience face au défi et le lien. Favero et al. avertissent qu'une IA qui se substitue à l'effort érode les capacités mêmes que l'éducation construit — en accord avec la métacognition et la valeur de la lutte productive face à la dépendance excessive.

Implications pour les enseignants et la conception pédagogique

Traitez le SEL comme un objectif de conception de premier plan, et non comme un ajout. Intégrez les compétences socioémotionnelles aux programmes de littératie en IA (selon Palmquist et al.), afin que les élèves apprennent non seulement comment utiliser l'IA mais quand et pourquoi — en prêtant attention à leurs propres émotions, à leur effort et à leurs relations.
Concevez pour l'auto-efficacité et l'agentivité. Parce que la littératie en IA fondée sur les compétences peut augmenter la dépendance tandis que l'auto-efficacité et la régulation de l'effort protègent contre elle, l'enseignement devrait délibérément bâtir la confiance et la gestion de soi des élèves parallèlement à l'habileté technique — par exemple une pratique étayée, des réussites à faible enjeu, et des invites qui exigent que les élèves vérifient et s'approprient les productions de l'IA.
Utilisez l'IA pour soutenir, et non supplanter, l'apprentissage relationnel. Les outils d'IA devraient compléter les relations enseignant-élève et élève-élève, et les enseignants devraient conserver le rôle relationnel — veiller à l'affect et au sentiment d'appartenance — plutôt que le déléguer entièrement.
Conception sensible aux émotions et attentive à l'affect. Les systèmes sensibles à l'affect peuvent détecter et répondre aux états émotionnels (anxiété, frustration, confusion), mais les données montrent que les bénéfices ne sont pas universels — ils varient selon la maîtrise et le profil de l'apprenant — si bien que la conception émotionnelle doit être adaptée, et non présumée.
Adressez le versant émotionnel de l'usage de l'IA. Concevez contre les spirales de honte et de culpabilité et contre l'anxiété liée à l'IA en normalisant la discussion de l'usage de l'IA, en favorisant la transparence et en réduisant les réponses fondées sur la surveillance qui érodent la confiance et l'agentivité.
Soutenez la persévérance et la lutte productive. Étayez plutôt que ne substituez (selon Favero et al.), afin que l'IA approfondisse l'apprentissage exigeant au lieu de le contourner — en accord avec la métacognition et les difficultés souhaitables.
Entraînez le geste verbal de l'instant. Le soutien au SEL a tendance à être cadré comme une question de conception ou comme une détection de l'affect par l'IA, mais les enseignants ont aussi besoin de savoir quoi dire lorsque l'état émotionnel d'un élève menace de mettre fin à son engagement — en traitant cet état comme quelque chose avec quoi travailler en temps réel plutôt que comme un préalable à l'apprentissage. Le guide pratique de Parlant appelle ces interventions des micro-interventions émotionnelles : de brefs actes verbaux qui valident le ressenti, recadrent l'évaluation qui le sous-tend, et reconnectent la lutte à l'identité professionnelle, préparés par un rituel d'observation avant le cours et un recueil de phrases réutilisables que l'IA générative peut aider à rédiger pour que l'enseignant le personnalise.
Préparez la compétence socioémotionnelle des enseignants. Les enseignants ont besoin à la fois d'une habileté technologique et d'une intelligence émotionnelle (compétence des enseignants en IA) ; le développement professionnel des enseignants devrait bâtir la capacité à soutenir le SEL des élèves dans des contextes médiés par l'IA.

Connexions avec les gains d'apprentissage et d'autres mesures

L'auto-efficacité module les gains. Cen et al. ont constaté que les élèves dont l'auto-efficacité initiale était plus faible obtenaient les gains d'apprentissage les plus importants, et que la préférence pour le tuteur prédisait les gains dans la pratique fondée sur le tuteuriat — ce qui montre que les profils motivationnels déterminent qui bénéficie de quel format.
Le bien-être et l'engagement comme résultats intermédiaires. Les résultats liés au SEL (motivation, bien-être, sentiment d'appartenance, engagement, auto-efficacité) fonctionnent souvent comme des médiateurs de la réussite en aval, et la recherche sur l'IA les mesure de plus en plus en parallèle — et parfois à la place — des scores bruts aux tests.
Les effets sont conditionnels, et non universels. La recherche avertit que les interventions axées sur le SEL peuvent aider certains apprenants (selon le profil ou la maîtrise) et pas d'autres, si bien que les affirmations sur les gains d'apprentissage fondés sur le SEL devraient être examinées du point de vue des effets modérateurs.
Le versant dommageable du bilan. La prémortim de Brookings avertit que la dépendance excessive induite par l'IA menace le bien-être socioémotionnel, les relations et le sentiment d'appartenance — des résultats qui, s'ils sont érodés, peuvent saper les fondements mêmes de l'apprentissage et de la réussite à long terme.

Connexions

Le SEL se relie à la littératie en IA (comme complément qui rend la littératie en IA relationnelle et éthique), à l'informatique affective et au bien-être (les dimensions affectives de l'IA), à l'apprentissage autorégulé (gestion de soi et régulation de l'effort), à l'auto-efficacité et à la La motivation (les croyances des apprenants qui modèrent l'interaction avec l'IA), à l'agentivité (protéger le contrôle de l'apprenant contre la dépendance), à l'éthique (la prise de décision responsable), à la compétence des enseignants en IA (la capacité des enseignants à soutenir le SEL), à la expérience étudiante (bien-être et sentiment d'appartenance), et aux gains d'apprentissage (la preuve que le SEL soutient la réussite). Il se relie à l'enseignement supérieur et à l'enseignement primaire et secondaire comme contextes où se cultive une littératie en IA imprégnée de SEL.

Concepts liés

FAQ liées

Métadonnées

Niveau	Higher Ed
Public visé	Learners
Apprentissage et enseignement	L'apprentissage autorégulé, Le bien-être
Technologies et techniques	Informatique affective
Équité, éthique et usage responsable	L'éthique
Fondements de l'IA dans l'éducation	Littératie en IA, La compétence des enseignants en IA

Source History Edit Chat