Cette opération vise dans un premier temps à identifier les prédicteurs cognitifs, métacognitifs, sociologiques et contextuels de l’utilisation de l’IAG pour la rédaction académique. Dans un deuxième temps, l’opération concevra une formation basée sur le programme d’enseignement explicite de stratégies d’autorégulation métacognitives à l’écriture (SRSD, Graham & Harris, 2018) en y associant un enseignement explicite des usages épistémiques de l’IAG pour la rédaction académique.

Participants

Membres du laboratoire

Membres extérieurs

  • Romain LAURENT (LaRAC - Université Grenoble Alpes)

Présentation


La rédaction académique, essentielle à la réussite à l’université (OCDE, 2019), est bouleversée par l’émergence de l’IA générative (IAG). Sous certaines conditions, l'IAG pourrait bénéficier aux apprentissages des étudiants (Belkina et al., 2025 ; Chanpradit, 2025, Suryanti & Ramadhanti, 2024). Dans le même temps, certains usages de l’IAG comme assistant d’écriture pourraient nuire aux compétences métacognitives, centrales dans le processus d’écriture (Bereiter & Scardamalia, 2013 ; Zimmerman, 2008 ; Graham & Harris, 2018). De plus, les étudiants vulnérables (confrontés à de multiples facteurs de risque pour leur réussite), sont ceux qui utilisent l'IAG de la manière la plus risquée pour leurs apprentissages, ce qui creuserait davantage les inégalités à l'université (Bachy, 2025 ; Tschupp & Barra, 2025). Enfin, les pratiques pédagogiques des enseignants, notamment leur adaptation aux nouvelles technologies et leurs préférences en matière de style d'enseignement, prédisent la réussite des étudiants (Torres et Moreno, 2025).

Objectifs : Ce projet vise à identifier les facteurs sociocognitifs, métacognitifs et contextuels parmi ceux qui prédisent une utilisation épistémique de l’IAG pour la rédaction de mémoires de master, en accord avec les valeurs académiques (ICAI, 2025). Ces facteurs serviront de leviers pour concevoir un programme de formation active, « SRSD+IA », basé sur les principes du modèle pour le développement de l’autorégulation en écriture (SRSD, Graham & Harris, 2018), afin de promouvoir une utilisation épistémique de l’IAG auprès des étudiants.

Méthodologie prévue : L’étude portera sur une centaine de participants de deuxième année de Master MEEF et leurs enseignants. Nous recueillerons via nos instruments (tâche d’écriture sans IAG, guides d’entretien enseignants et questionnaires) nos données cognitives, sociocognitives, métacognitives et contextuelles.

Hypothèses :
  • H1 : Les usages épistémiques de l’IAG seront prédits par l’absence de vulnérabilités numériques ou sociales, une bonne maîtrise du domaine concerné, un niveau élevé de métacognition à l’écrit et des pratiques enseignantes présentant des usages pertinents de l’IAG pour l’écriture académique
  • H2 : Les usages épistémiques de l’IAG pour la rédaction du mémoire seront positivement liés à la réussite de la tâche d'écriture sans IAG, à la réussite de la soutenance et aux notes de la soutenance de mémoire. 

 

Partenariats

Partenaires

  • MIAI Cluster 
 

Financements

  • Exploratory project 2025-2026 (AAP MIAI Cluster)

 

En savoir plus

Cadre(s) théorique(s) / Méthode(s) / Méthodologie(s)

  • L’étude emploiera une approche mixte pour tester nos hypothèses.
  • Les analyses quantitatives de régression multiniveaux nous permettront d'évaluer le poids des différentes variables indépendantes dans l'explication de l'utilisation de l’IAG pour la rédaction de textes académiques (H1). 
  • Une approche corrélationnelle entre nos variables permettra d'évaluer la relation entre l'utilisation épistémique de l’IAG et le niveau de maîtrise de rédaction académique, avec et sans IAG (H2). 
  • L’analyse qualitative des entretiens menés auprès de 10 étudiants et 10 enseignants permettront d'approfondir les résultats quantitatifs. Une analyse croisée entre la tâche d'écriture sans IAG, l'utilisation de l’IAG, les notes du mémoire de master (écrit et oral) et les entretiens avec les étudiants permettra de caractériser différents niveaux d'utilisation épistémique de l’IAG.