L’IA au service des littéracies universitaires et de la professionnalisation

L'IA générative, à la fois opportunité et défi, doit être exploitée comme un outil au service des besoins humains : développer la pensée critique, soutenir la professionnalisation et accompagner la transformation numérique des universités.

Membres du laboratoire

• Dacia DRESSEN-HAMMOUDA (ECT)
• Béatrice DROT-DELANGE (ECT)
• Hamza MIFTAH (DOC)
• Anne SARDIER (ECT)
• Ciara WIGHAM (ECT)

Membres extérieurs

• Christine BLANCHARD (LRL - Université Clermont Auvergne)
• Kevin PETIT (LRL - Université Clermont Auvergne)
• Stavros PITSIKALIS (University of the Aegean)
• Matthew MONTEBELLO (University of Malta)
• Stelvia MATOS (University of Surrey)
• Mia ČARAPINA (Tehnicko Veleuciliste U Zagrebu)
• Frauke MATZ (Universitaet Meunster)
• Cátia RIJO (Instituto Politechnico de Lisboa)
• Jose Luis ORTEGA MARTIN (Universidad de Granada)
• Magdalena CUSTODIO (Universidada Pontificia Comillas)
• Gabriela ZAPATA (The University of Nottingham)
• Marios KOUKOUNARAS LIAGKIS (Ethniko Cai Kapodistriako Panepistimio Athinon)
• Eugenia ARVANITIS (Panepistimio Patron)
• Beatriz Martín MARCHANTE (Universitat Politecnica de Valencia)

L’intelligence artificielle générative constitue à la fois une opportunité et un défi pour les littéracies universitaires et la professionnalisation des étudiants. Bien intégrée, elle peut renforcer la pensée critique, transformer les pratiques pédagogiques, et libérer du temps pour des tâches à forte valeur ajoutée, telles que l’accompagnement individualisé, la co-construction des savoirs ou la production de ressources pédagogiques. Cependant, cette transformation implique des défis, notamment le risque d’homogénéisation des contenus ou de dépendance aux technologies, et nécessite une réflexion éthique continue, une collaboration entre les acteurs de l’éducation et de la recherche, ainsi qu’un engagement fort pour préserver l’agentivité humaine. Cette opération de recherche pluridisciplinaire et transnationale vise à fournir des données empiriques – issues d’études qualitatives et quantitatives – afin de soutenir le développement d’applications d’IA spécifiquement dédiées aux contextes disciplinaires des étudiants. Elle a également pour ambition d’éclairer les stratégies nécessaires à la transformation des formations universitaires.

 

Articles

• Miftah, H. (2024). Recommandations fondées sur la recherche pour des actions ciblées en Writing Center : perceptions des enseignants et des étudiants sur l’IA pour l’écriture académique. À tradire – Didactique de la traduction pragmatique et de la communication technique

 

Communications

• Dressen-Hammouda, D., Monney, N., Papi, C. (2024). Atelier 2 – Recherche et création de contenu pédagogique avec l’IAG (rôles de tuteur). Entretiens Jacques Carter, IA générative et co-élaboration de connaissances en éducation. Université du Québec en Outaouais / Université Laval. [https://hal.science/hal-04836340]
• Zablot, S., Deschênes, M.,, Dumouchel, G., Miftah, H. (2024). Atelier 1 – Documentation des usages de l’IA générative à des fins d’enseignement et d’apprentissage : questions vives dans les recherches actuelles. Entretiens Jacques Carter, IA générative et co-élaboration de connaissances en éducation. Université du Québec en Outaouais / Université Laval.

 

Chapitres d'ouvrage

• Miftah, H., Dressen-Hammouda, D., Blanchard, C. (2025). Research-based guidelines for building more targeted Writing Center actions: Faculty and study views on AI for academic writing. Dans E. Buck, J. Botvin (Eds.), Writing Centers and AI: Generating Early Conversations. Perspectives on Writing Series, WAC Clearinghouse / Colorado State University Press (à paraître). [https://hal.science/hal-04836229]

 

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

• Littéracies universitaires
• Théories de genre discursif
• Construction de l’identité professionnelle
• Méthodes mixtes : entretiens, questionnaires, observations in situ, ethnographie, analyse de corpus