Quelles compétences les enseignants doivent-ils posséder à l'égard de l'IA ?

Traduction automatique de la page anglaise, non encore relue par une personne de langue maternelle.

La compétence des enseignants doit aller bien au-delà de la rédaction d'invites. La synthèse Littératie en IA de la base de connaissances identifie quatre grandes dimensions :

• Compréhension fondamentale des capacités et des limites de l'IA.
• Compétence pratique dans l'utilisation des outils d'IA.
• Évaluation critique de l'exactitude, des biais, de la pertinence et de l'incertitude.
• Conscience éthique et institutionnelle portant sur des questions telles que l'intégrité, la vie privée, l'équité et la gouvernance.

La couche pédagogique

Pour les enseignants, ces dimensions exigent une couche pédagogique supplémentaire. Ils devraient être capables de :

• Décider du travail cognitif que les étudiants doivent conserver.
• Choisir des usages de l'IA alignés sur les objectifs d'apprentissage.
• Concevoir une évaluation valide à l'ère de l'IA.
• Apprendre aux étudiants à vérifier et à réguler leur usage de l'IA.
• Reconnaître l'hallucination, la dépendance excessive et la flagornerie.
• Savoir quand le jugement humain doit primer sur l'automatisation.

Les enseignants ont aussi besoin d'une compréhension systémique suffisante pour évaluer comment les flux de travail soutenus par l'IA générative s'articulent entre eux, plutôt que de considérer l'IA comme un outil isolé. Voir Teacher AI Competency et Faculty Development.

La confiance n'est pas la compétence

Les recherches résumées dans la base de connaissances mettent également en garde contre l'assimilation de la confiance à la compétence : la littératie en IA auto-déclarée peut diverger fortement des capacités démontrées, ce qui rend le développement professionnel fondé sur la performance et la pratique authentique préférable à des sondages de confiance seuls. La recherche sur les flux de travail multi-agents des enseignants suggère en outre que la pensée systémique, les convictions pédagogiques et le sentiment d'efficacité personnelle interagissent dans l'intégration de l'IA, de sorte que le développement professionnel devrait être différencié plutôt qu'un atelier d'outils uniforme.

Ce que le développement professionnel fait réellement bouger, et ce qu'il ne fait pas

Des recherches récentes dans l'enseignement supérieur chiffrent précisément les points où la compétence des enseignants est solide et ceux où elle se brise. Une enquête auprès de 127 enseignants d'une grande université de recherche américaine, menée avec l'instrument Technological Pedagogical Content Knowledge (TPACK)-21, a trouvé une connaissance du contenu pédagogique auto-perçue élevée (M = 4.70) et une connaissance du contenu proche du plafond (M = 5.15), mais des domaines intégrant la technologie nettement plus faibles : connaissance technopédagogique (M = 2.62), connaissance technologique du contenu (M = 2.75) et TPACK global (M = 2.55, le plus bas des sept). L'expertise de contenu ne prédisait pas la connaissance de l'intégration de l'IA générative (corrélations CK r = .11–.15, toutes non significatives), de sorte que le développement professionnel ne peut pas présumer que la maîtrise de la discipline se transfère et devrait construire la compétence en IA générative par une programmation délibérée et propre à chaque discipline. Comme les trois domaines intégrant la technologie corrélaient à r = .81–.91, ils peuvent fonctionner comme une seule capacité d'intégration de l'IA générative, à enseigner comme un socle commun plutôt que comme des compétences séparées.

Ce que la formation peut et ne peut pas faire est tout aussi instructif. Dans une étude intra-sujets menée auprès de 13 enseignants du supérieur, le fait de fournir un agent conversationnel aux enseignants a nettement amélioré la qualité de leur conception pédagogique : la part de ceux atteignant au moins deux tâches de Bloom d'ordre supérieur est passée de 41.7% à 91.7% (p = .01), et l'effort cognitif perçu a fortement baissé (médiane de 6.33 à 3.33, p = .004) ; la formation pédagogique à la rédaction d'invites ajoutée par-dessus n'a pas amélioré davantage la qualité et a légèrement augmenté l'effort. L'accès à l'IA, autrement dit, modifie facilement le comportement d'enseignement ; une capacité plus profonde demande plus qu'un atelier, et des gains de qualité seuls ne prouvent pas que les enseignants ont intériorisé la pratique.

Normes, agentivité et identité

La compétence est aussi une question institutionnelle. Une recherche de conception menée avec 114 participants dans 28 institutions américaines et 11 pays a produit six normes technologiques pour les enseignants couvrant l'ensemble du rôle académique (Instructor, Coordinator, Leader, Researcher, Learner et Contributor), car les cadres existants (Technological Pedagogical Content Knowledge (TPACK), SAMR) et les normes pour les éducateurs (ISTE, UNESCO, DigCompEdu) s'adressent aux enseignants du K-12 ou seulement à la dimension d'enseignement.

Une enquête auprès de 287 enseignants dans 27 pays montre pourquoi l'adoption résiste à un cadrage purement technique : le modèle affiné expliquait 79.8% de la variance de l'intention comportementale, mais l'autonomie artificielle perçue n'influençait l'intention qu'indirectement, par l'intermédiaire de l'utilité, et l'aversion au risque était un prédicteur négatif significatif (−.163), les enseignants se préoccupant bien davantage de la dépendance excessive et des risques d'intégrité de leurs étudiants que de leur propre usage. L'adoption dépendait d'un jugement sensible au contexte plutôt que de l'attrait de l'automatisation. Enfin, des entretiens avec deux universitaires expérimentés suggèrent que l'intégration de l'IA génère des tensions identitaires récurrentes (pédagogie contre plateforme, éducateur contre facilitateur, soin contre conformité), naviguées par une sélectivité fondée sur des principes ancrée dans des valeurs pédagogiques. La compétence inclut donc le jugement professionnel sur quand ne pas utiliser l'IA, et pas seulement l'habileté à l'utiliser.

Pour le pendant du côté étudiant, voir Comment intégrer la littératie en IA dans mon cours ? et Que disent les données probantes sur les interventions de littératie en IA dans l'enseignement supérieur ? ; pour le résumé à l'intention des enseignants, voir Quels sont les 10 principaux résultats de la recherche sur l'IA en éducation que les enseignants devraient connaître ?.