Une utilisation fréquente de l'IA, comme ChatGPT, dans les cours de programmation est corrélée à une baisse des notes des étudiants, car elle nuit à l'apprentissage approfondi et à la pensée critique.Une étude de l'université de Tartu révèle que l'utilisation fréquente de l'IA, comme ChatGPT, dans les cours de programmation est corrélée à une baisse des notes des étudiants, car elle nuit à l'apprentissage approfondi et à la pensée critique. Les experts mettent en garde contre une dépendance excessive qui érode les compétences et la préparation de la main-d'œuvre. Les éducateurs préconisent une intégration équilibrée et des programmes d'alphabétisation à l'IA pour atténuer ces risques.
Dans le monde en rapide évolution des technologies éducatives, les observateurs tirent la sonnette d'alarme sur les conséquences imprévues des outils d'intelligence artificielle sur l'apprentissage des étudiants. Selon le développeur Namanyay, l'IA est en train de créer une génération de programmeurs illettrés et des nouveaux développeurs juniors qui ne savent pas coder. Dans ces analyses, il affirme que la génération actuelle de développeurs peut poser les bonnes questions à l'IA, mais ne comprend pas le fonctionnement du code produit par l'IA et ne possède pas les connaissances fondamentales de la programmation. Chaque fois que l'IA tombe en panne, ils se retrouvent de plus en plus impuissants.
Une nouvelle étude semble confirmer ces propos. Des chercheurs de l'université de Tartu en Estonie ont découvert que le recours fréquent à l'IA, comme ChatGPT, dans les cours de programmation est corrélé à de moins bons résultats scolaires. Marina Lepp, professeure agrégée d'informatique, et son coauteur Joosep Kaimre ont analysé les données de plus de 100 étudiants dans un cours d'introduction à la programmation, révélant que ceux qui se tournaient vers l'IA pour le débogage et la compréhension du code obtenaient souvent des notes plus faibles aux examens.
L'étude suggère que si l'IA peut fournir des solutions et des explications rapides, elle peut court-circuiter les processus cognitifs approfondis essentiels à la maîtrise de sujets complexes. Les étudiants ont déclaré utiliser ces outils principalement pour résoudre des erreurs ou comprendre des concepts complexes, mais les données ont montré une corrélation négative entre la fréquence d'utilisation et les notes finales, ce qui suggère une dépendance excessive qui nuit au développement des compétences.
Le coût cognitif de la commodité
Il ne s'agit pas seulement de tricherie, mais de la manière dont l'IA modifie la façon fondamentale dont les étudiants abordent la matière. Les recherches de Lepp font écho aux préoccupations d'autres experts, qui souligne comment des outils tels que ChatGPT réduisent l'effort mental tout en améliorant paradoxalement les notes à court terme. Le compromis ? Une érosion potentielle de la pensée critique, car les étudiants contournent les essais et erreurs qui favorisent une véritable compréhension.
Les initiés du secteur des technologies éducatives en prennent note, certains établissant des parallèles avec des bouleversements technologiques antérieurs, tels que l'utilisation des calculatrices dans les cours de mathématiques. Cependant, contrairement à ces outils, les capacités génératives de l'IA peuvent produire des extraits de code ou des essais entiers, ce qui soulève des questions quant à l'authenticité des évaluations. Un rapport sur l'impact de l'IA sur le développement scolaire avertit qu'une intégration non guidée pourrait creuser les écarts de réussite, en particulier pour les élèves qui s'appuient sur elle comme une béquille plutôt que comme un complément.
Les éducateurs s'efforcent désormais de trouver comment intégrer l'IA sans nuire à l'apprentissage. Dans des établissements tels que l'UNC Greensboro, des expériences menées avec de brefs exercices physiques avant les examens ont montré une amélioration des performances, ce qui suggère que des interventions non numériques pourraient contrer les effets sédentaires de l'IA. Parallèlement, des enquêtes indiquent que plus de 80 % des étudiants utilisent l'IA pour leurs travaux universitaires, mais pas toujours pour externaliser certaines tâches : beaucoup l'utilisent pour le brainstorming.
Les implications plus larges s'étendent à la préparation de la main-d'œuvre. Une autre étude souligne que l'isolement induit par l'IA pourrait éroder les réseaux sociaux essentiels à la réussite professionnelle, les étudiants délaissant la collaboration entre pairs au profit des interactions avec des chatbots. Cette solitude, bien qu'efficace, pourrait laisser les diplômés mal préparés à travailler dans des environnements collaboratifs au sein d'entreprises technologiques.
Les universités réagissent en adoptant de nouvelles directives. Par exemple, les conclusions de l'université de Tartu ont suscité des appels en faveur de programmes d'alphabétisation à l'IA, dans la lignée des discussions concernant la promotion d'une utilisation critique de l'IA pour renforcer les valeurs démocratiques. Les décideurs politiques aux États-Unis et en Europe débattent actuellement de la réglementation, certains préconisant la divulgation obligatoire de l'aide apportée par l'IA dans les travaux universitaires.
À l'avenir, le défi consistera à exploiter le potentiel de l'IA tout en préservant l'ingéniosité humaine. Comme l'a souligné Lepp dans ses recherches, une utilisation modérée, peut-être limitée à des tâches spécifiques, pourrait améliorer les performances plutôt que les entraver. Des entreprises technologiques telles qu'OpenAI s'associent à des éducateurs pour développer des outils qui encouragent l'apprentissage actif, mais il incombe toujours aux établissements d'adapter leurs programmes. Sans une intégration réfléchie, la promesse de l'IA dans l'éducation risque de devenir une arme à double tranchant, privilégiant la rapidité au détriment du fond à une époque où les compétences approfondies sont plus importantes que jamais.
Dans cette optique, le développeur Terrance Craddock propose de mettre en place des sprints d'apprentissage « sans IA » : Assigner aux juniors des tâches qu'ils doivent réaliser sans IA. En outre, il propose de transformer l'examen du code en salle de classe Socrate : Arrêter d'examiner ce qu'ils ont écrit, commencer à leur demander pourquoi, demander-leur de défendre leur code comme s'il s'agissait d'une thèse. Enfin, il suggère d'adopter l'art de briser les choses : briser intentionnellement le code généré par l'IA lors des révisions de code, puis de charger les juniors de le réparer - sans utiliser l'IA.
Un exemple qui semble confirmer ces solutions : les propos d'un jeune développeur dénommé Shiv. Lorsqu'il a écrit sa première ligne de code Python, il n'avait accès qu'à la documentation Python, aux tutoriels YouTube et à des forums d'aide aléatoires sur Internet. Lors de son apprentissage, il fixait du regard la base de code jusqu'à ce qu'elle prenne tout son sens. Le résultat de l'apprentissage sans IA ? Il affirme avoir compris les principes.
Voici les commentaires des chercheurs sur l'étude :
La première question de recherche portait sur la mesure dans laquelle et la manière dont les étudiants ont utilisé les méthodes assistées par l'intelligence artificielle pendant le cours. Nos résultats concordent avec ceux de recherches antérieures, qui montrent qu'environ 80 % des étudiants ont expérimenté les assistants IA. Cependant, la fréquence limitée d'utilisation hebdomadaire (3,9 %) suggère que, bien que les étudiants reconnaissent la valeur de l'IA, ils ne l'ont pas encore pleinement intégrée dans leurs routines d'apprentissage. Cela contredit les craintes selon lesquelles l'IA pourrait rapidement devenir indispensable et entraîner une dépendance. Au contraire, les étudiants utilisent l'IA de manière sélective, principalement pour déboguer et comprendre le code plutôt que pour générer des solutions complètes, ce qui reflète les recherches antérieures.
Il est particulièrement intéressant de noter que les non-utilisateurs ont principalement cité leur désir d'apprendre de manière indépendante comme raison pour éviter les outils d'IA. Cela correspond aux conclusions de Yilmaz et Karaoglan Yilmaz, qui ont identifié les préoccupations relatives à l'intégrité de l'apprentissage dans la discipline de la programmation comme les principales raisons d'éviter l'IA. Cependant, cela soulève une question plus profonde : l'utilisation de l'IA est-elle perçue comme un raccourci qui nuit à l'apprentissage fondamental ? Des recherches antérieures suggèrent que les étudiants sont plus à l'aise avec l'utilisation de l'IA dans les cours où l'apprentissage de la programmation n'est pas l'objectif principal. Cette distinction pourrait expliquer pourquoi de nombreux étudiants hésitent à utiliser l'IA, même lorsqu'elle offre un gain d'efficacité.
Le faible niveau de préoccupation concernant le plagiat, associé à une vision pragmatique de l'IA comme un outil utile mais parfois peu fiable, suggère que les étudiants ne considèrent pas la programmation assistée par l'IA comme fondamentalement différente des ressources traditionnelles basées sur Internet telles que Stack Overflow ou les tutoriels en ligne. Cela correspond aux conclusions précédentes selon lesquelles les étudiants dans les domaines techniques se montrent moins préoccupés par les implications éthiques de l'utilisation de l'IA. Cependant, certains étudiants ont indiqué que les méthodes de recherche traditionnelles étaient plus rapides que l'IA, ce qui renforce les conclusions précédentes selon lesquelles les réponses incohérentes générées par l'IA peuvent entraver son adoption.
Les cas d'utilisation les plus courants de l'IA étaient le débogage et la compréhension du code, ce qui confirme les recherches antérieures. Il est intéressant de noter que la génération de solutions complètes était l'utilisation la moins appréciée, ce qui suggère que les étudiants peuvent éviter activement l'IA lorsqu'ils perçoivent un risque pour leur apprentissage, comme l'ont noté des études précédentes. Au-delà de ces utilisations attendues, les étudiants ont également signalé des applications novatrices telles que la génération de données de test et la traduction de code entre différents langages, ce qui pourrait révéler de nouvelles façons dont l'IA pourrait améliorer l'enseignement de la programmation.
En réponse à la deuxième question de recherche concernant l'opinion des étudiants sur l'utilité et l'attrait des chatbots IA, l'étude a révélé qu'une proportion significative d'étudiants (72 %) trouvait les assistants IA utiles, leur utilité perçue augmentant avec la fréquence d'utilisation. Cela correspond aux résultats d'études antérieures sur l'engagement des étudiants vis-à-vis des outils IA, qui ont montré qu'une expérience directe de l'IA conduisait à une meilleure acceptation et à une meilleure intégration dans les processus d'apprentissage.
Les étudiants ont apprécié la rapidité, la disponibilité, la compréhension linguistique et la capacité de l'IA à affiner les requêtes, des avantages clés également soulignés dans des études antérieures. Les inconvénients les plus souvent cités étaient les erreurs, les interprétations erronées et les modifications inutiles du code de l'IA, des problèmes régulièrement signalés dans les études précédentes. Certains étudiants ont également exprimé une certaine inquiétude professionnelle, craignant que l'IA ne limite leur exploration de solutions alternatives, une préoccupation déjà relevée dans le cadre de l'apprentissage assisté par l'IA.
L'une des conclusions les plus inattendues a été la divergence d'opinions sur l'efficacité de l'IA. Alors que certains étudiants estimaient que les réponses de l'IA étaient plus rapides que les méthodes de recherche traditionnelles, d'autres préféraient les recherches web conventionnelles, invoquant une meilleure fiabilité. Cette divergence suggère que les expériences négatives passées liées aux erreurs générées par l'IA peuvent conduire les étudiants à revenir aux ressources traditionnelles, ce qui met en évidence un domaine crucial pour l'amélioration des outils d'IA. Des études antérieures ont également constaté que la confiance des étudiants dans l'IA diminue lorsque les réponses sont inexactes ou trompeuses. Les développeurs d'outils pédagogiques basés sur l'IA devront peut-être se concentrer sur l'amélioration de la précision et de la fiabilité des réponses afin d'encourager une plus grande adoption.
La troisième question de recherche a exploré les attitudes des étudiants concernant l'effet des chatbots IA sur leur processus d'apprentissage, car l'apprentissage assisté par l'IA soulève une préoccupation majeure : le recours aux outils IA limite-t-il les capacités de résolution de problèmes des étudiants ? Contrairement à certaines craintes, la majorité des étudiants n'ont pas estimé que l'IA réduisait leur exploration de solutions multiples, même si certains ont signalé une diminution de leurs efforts de résolution de problèmes de manière indépendante. Ces résultats mitigés suggèrent que si l'IA peut faciliter l'apprentissage, elle peut également créer un raccourci cognitif qui réduit l'engagement dans la résolution de problèmes complexes. Les enseignants devraient donc envisager des directives structurées d'utilisation de l'IA qui encouragent les élèves à évaluer de manière critique les solutions générées par l'IA plutôt que de les accepter passivement.
L'impact de l'IA sur les interactions entre élèves et enseignants présente un autre résultat nuancé. Alors que des études antérieures suggéraient que les outils d'IA pourraient remplacer le comportement traditionnel de recherche d'aide, nos résultats indiquent une dynamique plus complexe. Certains étudiants ont trouvé l'IA utile pour le dépannage initial, ce qui pourrait réduire la demande d'assistants pédagogiques. Cependant, une proportion notable d'étudiants continuait à rechercher des conseils humains, renforçant l'idée que l'IA devrait compléter, plutôt que remplacer, le soutien pédagogique traditionnel. Cela suggère que l'intégration de l'IA devrait être conçue pour renforcer, plutôt que compromettre, l'engagement entre les étudiants et les enseignants.
En ce qui concerne la motivation, la plupart des étudiants sont restés neutres quant à savoir si les assistants IA les encourageaient à faire plus de devoirs, ce qui diverge des conclusions précédentes selon lesquelles les chatbots spécifiques à un cours renforçaient la motivation. Cette divergence peut s'expliquer par l'absence d'assistant IA adapté à ce cours, ce qui souligne que si l'IA peut renforcer l'engagement dans des contextes structurés, les outils IA à usage général peuvent ne pas stimuler de manière significative la motivation de tous les étudiants. Cependant, ceux qui sont d'accord avec cette affirmation suggèrent que l'IA peut tout de même servir d'aide à la motivation pour certains apprenants.
La dernière question de recherche porte sur les relations entre l'utilisation déclarée et l'utilité perçue des assistants IA, les performances des étudiants dans le cours et leurs attitudes à l'égard des assistants IA. L'une des conclusions les plus significatives de cette étude est la corrélation négative entre la fréquence d'utilisation de l'IA et les résultats scolaires. Contrairement aux études précédentes qui ont mis en évidence un effet neutre ou positif, nos résultats suggèrent que les utilisateurs fréquents de l'IA ont tendance à avoir plus de difficultés dans leurs travaux scolaires.
Si l'une des explications plausibles est que les étudiants qui perçoivent le contenu des cours comme difficile s'appuient davantage sur l'IA comme aide supplémentaire, ce qui correspond aux conclusions antérieures selon lesquelles les étudiants moins performants ont tendance à utiliser plus fréquemment des ressources supplémentaires, d'autres facteurs pourraient également contribuer à cette tendance. Par exemple, une dépendance excessive à l'IA pour la résolution de problèmes, quel que soit le niveau de compétence de l'étudiant, peut entraver le développement de compétences fondamentales en programmation, comme l'ont également suggéré des recherches antérieures.
Cela soulève la question de savoir si les étudiants de notre étude utilisaient l'IA comme un complément à leur apprentissage ou comme un outil principal pour résoudre des problèmes. Les recherches futures devraient faire la distinction entre ces différents modes d'utilisation, car l'impact de l'IA peut varier en fonction de la manière dont elle est intégrée dans le processus d'apprentissage. En outre, une utilisation structurée de l'IA, telle que des exercices guidés assistés par l'IA, pourrait atténuer cet écart de performance.
D'autres études ont constaté que les cours améliorés par l'IA renforçaient la motivation et l'engagement lorsque l'IA était intégrée à la conception des cours. Plutôt que de compter uniquement sur l'IA, les étudiants pourraient tirer davantage profit d'une intégration structurée des outils d'IA dans le programme d'études, afin que l'IA serve de mécanisme de soutien plutôt que de substitut à la résolution de problèmes et à la compréhension conceptuelle. Des recherches supplémentaires sont nécessaires pour déterminer si un soutien pédagogique peut aider les étudiants à développer leurs compétences en programmation tout en tirant efficacement parti de l'IA.
Au-delà des performances, l'utilisation de l'IA était étroitement liée à l'attitude des étudiants envers l'apprentissage. Les utilisateurs fréquents ont déclaré avoir moins de difficultés avec leurs devoirs et être plus motivés, ce qui corrobore les recherches antérieures sur le rôle de l'IA dans l'amélioration de l'engagement. Cependant, une tendance préoccupante est apparue : plus les étudiants utilisaient l'IA, plus ils contournaient les solutions alternatives et les supports de cours. Il est à noter que ce comportement n'était pas lié à l'utilité perçue de l'IA, ce qui suggère que certains élèves se tournaient vers les assistants IA même lorsqu'ils ne les trouvaient pas particulièrement utiles. Cela soulève des questions cruciales sur le rôle de l'IA dans la formation des habitudes d'étude : sert-elle d'outil d'aide bénéfique ou favorise-t-elle une dépendance excessive ? La question reste ouverte et mérite d'être approfondie.
Et vous ?
Pensez-vous que cette étude est crédible ou pertinente ? Quel est votre avis sur le sujet ?Voir aussi :
L'IA aurait radicalement transformé le codage au point de remplacer bientôt tous les développeurs ? Il n'y a pas de "Vibe Engineering", par Sergey Tselovalnikov Les IA sont en train de changer la façon dont le codage est enseigné. Les outils d'IAG s'intègrent également dans les programmes académiques Malgré l'essor fulgurant des IA comme Copilot ou ChatGPT dans le développement logiciel, le PDG de GitHub affirme que savoir coder manuellement reste une compétence irremplaçable L'IA transforme le rôle des développeurs : leur travail devient plus mécanique, moins intellectuellement stimulant et davantage axé sur la rapidité d'exécution que sur la qualité ou la réflexion
Vous avez lu gratuitement 124 articles depuis plus d'un an.
Soutenez le club developpez.com en souscrivant un abonnement pour que nous puissions continuer à vous proposer des publications.
Soutenez le club developpez.com en souscrivant un abonnement pour que nous puissions continuer à vous proposer des publications.
