{"id":19137,"date":"2026-10-21T10:35:43","date_gmt":"2026-10-21T10:35:43","guid":{"rendered":"https:\/\/french.arabpsychology.com\/?psych_news=ia-apprentissage-motivation-engagement-etudiants"},"modified":"2026-10-21T10:35:43","modified_gmt":"2026-10-21T10:35:43","slug":"ia-apprentissage-motivation-engagement-etudiants","status":"publish","type":"psych_news","link":"https:\/\/french.arabpsychology.com\/?psych_news=ia-apprentissage-motivation-engagement-etudiants","title":{"rendered":"\u00c9tudier avec l’IA : les cl\u00e9s psychologiques de l’engagement"},"content":{"rendered":"

Alors que l’intelligence artificielle s’impose rapidement dans l’enseignement sup\u00e9rieur, les d\u00e9terminants psychologiques qui poussent les apprenants \u00e0 s’investir durablement avec ces outils demeuraient jusqu’ici mal compris. Dans une \u00e9tude parue dans la revue scientifique Learning and Motivation<\/em>, les chercheurs Jing Li et Pengju Caoyan Li apportent un \u00e9clairage in\u00e9dit sur la mani\u00e8re dont les intentions profondes des \u00e9tudiants fa\u00e7onnent leur implication cognitive et \u00e9motionnelle lorsqu’ils r\u00e9visent aux c\u00f4t\u00e9s d’algorithmes intelligents.<\/p>\n

Le plaisir et l’immersion : deux moteurs distincts face \u00e0 l’IA<\/h2>\n

Pour d\u00e9crypter ces dynamiques, les auteurs se sont appuy\u00e9s sur la th\u00e9orie des buts d’accomplissement<\/a>, qui distingue la qu\u00eate de comp\u00e9tence intrins\u00e8que (les buts de ma\u00eetrise) du d\u00e9sir de se comparer \u00e0 autrui (les buts de performance). Leurs observations r\u00e9v\u00e8lent une divergence affective majeure : les \u00e9tudiants cherchant avant tout \u00e0 comprendre en profondeur les concepts \u00e9prouvent \u00e0 la fois une grande satisfaction d’apprendre et un \u00e9tat de flow<\/em><\/a> \u2014 cette sensation d’immersion totale et de concentration sans effort dans une activit\u00e9.<\/p>\n

\u00c0 l’inverse, les \u00e9tudiants focalis\u00e9s sur la performance, qu’il s’agisse de surpasser leurs pairs ou d’\u00e9viter le sentiment d’\u00e9chec, parviennent eux aussi \u00e0 cet \u00e9tat d’immersion intense, mais sans ressentir de v\u00e9ritable plaisir. L’analyse des m\u00e9diations psychologiques souligne que le plaisir d’apprendre n’alimente l’engagement que chez les \u00e9tudiants orient\u00e9s vers la ma\u00eetrise. En revanche, le flow<\/em> fait office de passerelle universelle vers un engagement soutenu, quel que soit le profil motivationnel de d\u00e9part.<\/p>\n

Une enqu\u00eate men\u00e9e aupr\u00e8s de 662 universitaires<\/h2>\n

Pour parvenir \u00e0 ces conclusions, l’\u00e9quipe de recherche a administr\u00e9 des questionnaires d\u00e9taill\u00e9s \u00e0 un panel de 662 \u00e9tudiants universitaires en Chine, tous familiers de dispositifs p\u00e9dagogiques int\u00e9grant l’intelligence artificielle. Les donn\u00e9es recueillies ont ensuite fait l’objet d’un double traitement m\u00e9thodologique particuli\u00e8rement rigoureux.<\/p>\n

D’un c\u00f4t\u00e9, une mod\u00e9lisation par \u00e9quations structurelles<\/a> a permis d’isoler les liens de cause \u00e0 effet et de v\u00e9rifier le r\u00f4le m\u00e9diateur de l’immersion et du bien-\u00eatre. De l’autre, les scientifiques ont d\u00e9ploy\u00e9 une analyse qualitative comparative<\/a> par ensembles flous (fsQCA). Cette derni\u00e8re approche a servi \u00e0 identifier les diff\u00e9rentes combinaisons de variables psychologiques capables de d\u00e9boucher sur un engagement maximal.<\/p>\n

Pas de formule unique pour r\u00e9ussir avec l’IA<\/h2>\n

L’un des apports majeurs de l’\u00e9tude r\u00e9side dans l’absence d’ingr\u00e9dient magique ou de profil type obligatoire. L’analyse configurationnelle montre en effet qu’aucune condition motivationnelle prise isol\u00e9ment n’est strictement indispensable pour susciter un engagement \u00e9lev\u00e9 face \u00e0 l’IA.<\/p>\n

Plusieurs trajectoires psychologiques distinctes et \u00e9quivalentes permettent d’atteindre une forte implication dans le travail. Qu’un apprenant soit anim\u00e9 par la soif de comprendre ou par une saine ambition acad\u00e9mique, l’exp\u00e9rience avec l’outil num\u00e9rique peut s’av\u00e9rer tout aussi fructueuse si les conditions de concentration sont r\u00e9unies. Cette pluralit\u00e9 de parcours refl\u00e8te la diversit\u00e9 des profils d’apprenants et confirme que l’IA peut s’adapter \u00e0 des mani\u00e8res d’apprendre tr\u00e8s h\u00e9t\u00e9rog\u00e8nes.<\/p>\n

Implications p\u00e9dagogiques et perspectives<\/h2>\n

Ces r\u00e9sultats fournissent des rep\u00e8res pr\u00e9cieux pour les enseignants comme pour les concepteurs d’outils \u00e9ducatifs. Si la recherche de performance permet de mobiliser les \u00e9tudiants sur l’instant, encourager la curiosit\u00e9 et la ma\u00eetrise conceptuelle demeure la voie royale pour conjuguer pers\u00e9v\u00e9rance intellectuelle et \u00e9panouissement \u00e9motionnel. Les plateformes d’apprentissage fond\u00e9es sur l’IA auraient donc tout int\u00e9r\u00eat \u00e0 privil\u00e9gier des r\u00e9troactions formatives valorisant le progr\u00e8s individuel plut\u00f4t que le classement.<\/p>\n

Bien que ces donn\u00e9es soient issues d’un \u00e9chantillon sp\u00e9cifique d’\u00e9tudiants chinois, cette recherche enrichit durablement la th\u00e9orie psychologique de la motivation en d\u00e9montrant comment les technologies intelligentes transforment, sans les effacer, les ressorts fondamentaux de l’apprentissage humain.<\/p>\n

\n
\n

Source<\/h3>\n