N°021_Vol.5_11
- ENTRE DELEGATION ET REGULATION : CE QUE L’ECRITURE ASSISTEE PAR L’INTELLIGENCE ARTIFICIELLE REVELE DES PROCESSUS METACOGNITIFS D’ELEVES SCRIPTEURS
- Salma BADIOUI
- École Normale Supérieure de Meknès
- Université Moulay Ismail de Meknès, Maroc
- ORCID ID : 0009-0004-3445-3208
- s.badioui@edu.umi.ac.ma / badioui1998@gmail.com
- &
- Awatif BEGGAR
- FSM, université Moulay Ismaïl, Maroc
- ORCDID ID : 0009-0002-6500-3096
- a.beggar@umi.ac.ma
Introduction: Écrire à l’école ne revient pas à transcrire une pensée déjà construite. Le texte est le résultat d’une série de choix, de déplacements, de reprises et parfois d’abandons. Une partie de ce travail disparaît une fois le texte achevé. C’est pourtant dans cette activité, plus que dans le seul produit final, que se joue une part importante de l’apprentissage de l’écriture. Les recherches sur les processus rédactionnels ont établi depuis longtemps cette complexité, Flower et Hayes (1981) montrent que planification, mise en texte et révision ne se succèdent pas selon un ordre fixe. Le scripteur revient sur ce qu’il écrit, évalue ses choix et les modifie. Cette dimension de contrôle renvoie directement à la métacognition (Flavell, 1979) et participe pour Bereiter et Scardamalia (1987) à la construction d’une compétence rédactionnelle plus experte. Les travaux de Bucheton (2014) vont dans le même sens, ils montrent que l’écriture peut être envisagée comme une activité située, dans laquelle le sujet ajuste ses choix et sa manière d’agir au fil de la tâche. L’arrivée des IA vient toutefois modifier les conditions dans lesquelles cette activité se déroule. En effet, certaines opérations peuvent désormais être confiées à un outil capable de proposer rapidement une formulation ou une idée. Mais le simple fait que le système puisse prendre en charge une partie de ces opérations ne permet pas, à lui seul, de comprendre ce que fait l’élève. C’est plutôt la manière dont celui-ci reçoit, examine et utilise la proposition qui retient notre attention. Il peut la reprendre, la modifier, la confronter à son intention ou l’écarter, il peut aussi l’accepter sans véritable examen. Le recours au même outil ne signifie donc pas nécessairement la même activité cognitive. C’est à partir de ce constat que nous abordons la question de la délégation cognitive. L’externalisation d’une opération vers un artefact ne conduit pas automatiquement à l’abandon du contrôle exercé sur celle-ci (Norman, 1993). Dans l’écriture assistée, le travail peut se déplacer : produire une formulation n’est plus toujours l’opération centrale ; il peut s’agir de juger une formulation produite ailleurs, de la sélectionner, de la transformer ou de décider de ne pas la retenir.
Les travaux consacrés aux technologies éducatives montrent plus largement que les outils numériques ne modifient pas seulement les supports de l’activité, mais aussi ses conditions d’organisation (Luckin et al., 2016 ; Holmes et al., 2019). Nous ne posons donc pas l’IA comme une aide dont il faudrait mesurer les bénéfices, ni comme une menace dont il faudrait constater les effets. Nous cherchons plutôt à comprendre comment se redistribue le travail d’écriture lorsque l’élève peut déléguer certaines opérations à l’outil. Dès lors, une question guide cette recherche : Comment l’intervention de l’IA dans une tâche d’écriture transforme-t-elle l’activité du scripteur, notamment les processus de régulation et les décisions qui construisent le texte chez des élèves du collège ?
Le choix de la nouvelle policière n’est pas dû au hasard, plusieurs motivations y ont présidé. D’abord, cette tâche offre un terrain favorable à l’observation, puisqu’elle amène l’élève à la construction d’un schéma narratif, à l’organisation d’informations et au maintien d’une progression du suspense. Cet exercice permet d’observer plus précisément les choix des élèves lorsque l’IA intervient dans leur écriture.
L’étude porte sur des élèves de troisième année du collège, moment où l’autonomie scripturale est encore en construction, ils sont engagés dans cette activité avec l’appui de ChatGPT. Le corpus comprend leurs productions écrites et leurs verbalisations. Ce croisement nous semble essentiel, car un texte achevé ne permet pas toujours de comprendre comment il a été construit. Les verbalisations donnent malgré les limites de ce type de données, quelques indications sur les décisions prises face aux propositions de l’IA. Nous cherchons ainsi à repérer les formes de régulation mobilisées pendant l’écriture et à comprendre comment les élèves traitent les contenus générés. Trois hypothèses orientent l’analyse. L’interaction avec l’IA peut soutenir certaines formes de régulation, l’externalisation de certaines opérations rédactionnelles peut modifier la manière dont le travail cognitif se répartit, enfin la façon dont les élèves s’approprient les propositions générées..
Résumé : Cette étude s’intéresse à la transformation de la compétence scripturale à l’ère des intelligences artificielles dans le contexte du collège, où les élèves construisent encore les procédures qui leur permettent de planifier, de contrôler et de réviser leurs écrits. Prenant appui sur un corpus de 92 productions écrites et sur des verbalisations recueillies pendant l’expérimentation, nous cherchons à comprendre la manière dont les apprenants utilisent les propositions de CHATGPT au cours de l’exercice. L’observation fait apparaître trois manières de s’engager dans cette interaction : certains élèves reprennent les suggestions presque telles quelles, d’autres les retravaillent et n’en retiennent qu’une partie, entre ces deux pôles plusieurs alternent des moments de délégation et des moments de contrôle. Ces résultats conduisent à nuancer l’idée selon laquelle le recours à l’IA conduirait nécessairement à un recul de l’activité métacognitive. Dans certaines situations, ce qui était auparavant pris en charge directement par le scripteur est déplacé vers d’autres opérations : examiner ce que propose l’outil, en apprécier la pertinence, le modifier lorsque cela s’impose, puis décider de l’intégrer ou non au texte. Ces observations invitent ainsi à déplacer le débat, car l’enjeu n’est pas seulement de savoir si l’IA aide à écrire, mais d’identifier les conditions dans lesquelles l’élève conserve la maîtrise des décisions qui orientent son texte.
Mots-clés : métacognition, écriture scolaire, intelligence artificielle, écriture assistée, postures d’élèves.
Références bibliographiques
- Bereiter, C., & Scardamalia, M. (1987). The psychology of written composition. Lawrence Erlbaum Associates.
- Brown, A. L. (1987). Metacognition, executive control, self-regulation, and other more mysterious mechanisms. In F. E. Weinert & R. H. Kluwe (Eds.), Metacognition, motivation, and understanding (pp. 65–116). Lawrence Erlbaum Associates.
- Bucheton, D. (2014). Refonder l’enseignement de l’écriture : Vers des gestes professionnels plus ajustés du primaire au lycée. Retz.
- Carr, N. G. (2010). The shallows: What the Internet is doing to our brains. W. W. Norton & Company.
- Flavell, J. H. (1979). Metacognition and cognitive monitoring : A new area of cognitive-developmental inquiry. merican Psychologist, 34(10), 906–911. https://doi.org/10.1037/0003-066X.34.10.906
- Flower, L., & Hayes, J. R. (1981). A cognitive process theory of writing. College Composition and Communication, 32(4), 365–387.
- Holmes, W., Bialik, M., & Fadel, C. (2019). Artificial intelligence in education: Promises and implications for teaching and learning. Center for Curriculum Redesign.
- Hutchins, E. (1995). Cognition in the wild. MIT Press. https://doi.org/10.7551/mitpress/1881.001.0001
- Luckin, R., Holmes, W., Griffiths, M., & Forcier, L. B. (2016). Intelligence unleashed: An argument for AI in education. Pearson.
- Norman, D. A. (1993). Things that make us smart : Defending human attributes in the age of the machine. Addison-Wesley.
- Rabardel, P. (1995). Les hommes et les technologies : Approche cognitive des instruments contemporains. Armand Colin.
- Schraw, G., & Moshman, D. (1995). Metacognitive theories. Educational Psychology Review, 7 (4), 351–371. https://doi.org/10.1007/BF02212307
- -Selwyn, N. (2019). Should robots replace teachers ? AI and the future of education. Polity Press.
- -Vygotski, L. S. (1997). Pensée et langage (F. Sève, Trad. ; 3e éd.). La Dispute.
