L’usage de l’intelligence artificielle générative dans les apprentissages universitaires : une revue systématique de la littérature

Manal LAMHARZI ALAOUI; Moulay Smail HAFIDI ALAOUI; Manuel BACHTOLD; Anita MESSAOUI; Houda ZOUIRCHI

doi:10.23882/ijdam.26346

Autores/as

Manal LAMHARZI ALAOUI Université Mohammed V, Rabat, Maroc
Moulay Smail HAFIDI ALAOUI Université Mohammed V, Rabat, Maroc
Manuel BACHTOLD Université de Montpellier & Université Paul Valéry Montpellier 3, France
Anita MESSAOUI Université de Montpellier & Université Paul Valéry Montpellier 3, France
Houda ZOUIRCHI HEC Business School, Rabat, Maroc https://orcid.org/0009-0000-1600-2527

DOI:

https://doi.org/10.23882/ijdam.26346

Palabras clave:

Intelligence artificielle générative, ChatGPT , pédagogie numérique, apprentissages universitaires , enseignement supérieur

Resumen

L’intelligence artificielle générative connaît une expansion rapide dans l’enseignement supérieur et transforme progressivement les pratiques d’apprentissage universitaire. Des outils comme OpenAI et ChatGPT sont désormais mobilisés par les étudiants et les enseignants pour la rédaction académique, la recherche d’informations, la synthèse documentaire, la traduction ou encore l’assistance pédagogique. Dans ce contexte, cette recherche propose une revue systématique de la littérature afin d’analyser les usages, les bénéfices, les limites et les enjeux associés à l’intégration de l’intelligence artificielle générative dans les apprentissages universitaires. La méthodologie adoptée repose sur les recommandations du protocole PRISMA 2020. Les publications scientifiques ont été collectées à partir des bases de données Web of Science, Scopus et Google Scholar. Après application des critères d’inclusion et d’exclusion, un corpus final d’articles a été retenu pour l’analyse thématique. Les résultats montrent que l’intelligence artificielle générative favorise la personnalisation des apprentissages, l’autonomie des étudiants, l’amélioration de la productivité académique ainsi que le développement de nouvelles pratiques pédagogiques. Toutefois, plusieurs risques émergent, notamment les enjeux liés à l’intégrité académique, au plagiat, à la dépendance technologique, aux biais algorithmiques et à la fiabilité des contenus générés.

Citas

Baidoo-Anu, D., & Owusu Ansah, L. (2023). Education in the era of generative artificial intelligence (AI): Understanding the potential benefits of ChatGPT in promoting teaching and learning. Journal of AI, 7(1), 52–62. https://doi.org/10.61969/jai.1337500

Braun, V., & Clarke, V. (2006). Using thematic analysis in psychology. Qualitative Research in Psychology, 3(2), 77–101. https://doi.org/10.1191/1478088706qp063oa

Cotton, D. R. E., Cotton, P. A., & Shipway, J. R. (2023). Chatting and cheating: Ensuring academic integrity in the era of ChatGPT. Innovations in Education and Teaching International, 61(2), 228–239. https://doi.org/10.1080/14703297.2023.2190148

Davis, F. D. (1989). Perceived usefulness, perceived ease of use, and user acceptance of information technology. MIS Quarterly, 13(3), 319–340. https://doi.org/10.2307/249008

Dwivedi, Y. K., et al. (2023). “So what if ChatGPT wrote it?” Multidisciplinary perspectives on opportunities, challenges and implications of generative conversational AI for research, practice and policy. International Journal of Information Management, 71, 102642. https://doi.org/10.1016/j.ijinfomgt.2023.102642

Kasneci, E., et al. (2023). ChatGPT for good? On opportunities and challenges of large language models for education. Learning and Individual Differences, 103, 102274. https://doi.org/10.1016/j.lindif.2023.102274

Knowles, M. S. (1975). Self-directed learning: A guide for learners and teachers. Association Press.

Lim, W. M., Gunasekara, A. N., Pallant, J. L., Pallant, J. I., & Pechenkina, E. (2023). Generative AI and the future of education: Ragnarök or reformation? A paradoxical perspective from management educators. International Journal of Management Education, 21(2), 100790. https://doi.org/10.1016/j.ijme.2023.100790

Lo, C. K. (2023). What is the impact of ChatGPT on education? A rapid review of the literature. Education Sciences, 13(4), 410. https://doi.org/10.3390/educsci13040410

Page, M. J., et al. (2021). The PRISMA 2020 statement: An updated guideline for reporting systematic reviews. BMJ, 372, n71. https://doi.org/10.1136/bmj.n71

Paul, J., & Criado, A. R. (2020). The art of writing literature review: What do we know and what do we need to know? International Business Review, 29(4), 101717. https://doi.org/10.1016/j.ibusrev.2020.101717

Rudolph, J., Tan, S., & Tan, S. (2023). ChatGPT: Bullshit spewer or the end of traditional assessments in higher education? Journal of Applied Learning and Teaching, 6(1), 342–363. https://doi.org/10.37074/jalt.2023.6.1.9

Sallam, M. (2023). ChatGPT utility in healthcare education, research, and practice: Systematic review on the promising perspectives and valid concerns. Healthcare, 11(6), 887. https://doi.org/10.3390/healthcare11060887

Snyder, H. (2019). Literature review as a research methodology: An overview and guidelines. Journal of Business Research, 104, 333–339. https://doi.org/10.1016/j.jbusres.2019.07.039

Sweller, J. (1988). Cognitive load during problem solving: Effects on learning. Cognitive Science, 12(2), 257–285. https://doi.org/10.1207/s15516709cog1202_4

Tlili, A., Shehata, B., Adarkwah, M. A., Bozkurt, A., Hickey, D. T., Huang, R., & Agyemang, B. (2023). What if the devil is my guardian angel: ChatGPT as a case study of using chatbots in education. Smart Learning Environments, 10(1), 15. https://doi.org/10.1186/s40561-023-00237-x

Zhai, X. (2022). ChatGPT for next generation science learning. XRDS: Crossroads, The ACM Magazine for Students, 29(3), 42–46. https://doi.org/10.1145/3589649