État de l’art international des recherches sur les intelligences artificielles génératives en école primaire : une revue systématique selon PRISMA
AUTHORS
KEYWORDS
Document type
Conference papersAbstract
Le développement rapide des intelligences artificielles génératives (IAG) suscite un intérêt croissant pour leur intégration dans les contextes éducatifs, y compris à l’école primaire. Toutefois, la littérature existante demeure fragmentée en termes de contextes, de méthodologies et de cadres théoriques. Cette étude propose une synthèse systématique de la littérature internationale sur l’usage des IAG dans l’enseignement primaire. La revue a été conduite selon les recommandations PRISMA (Preferred Reporting Items for Systematic Reviews and Meta-Analyses). Une recherche documentaire a été réalisée dans plusieurs bases de données (HAL, Google Scholar, ERIC et Web of Science), à partir d’équations de recherche combinant des termes liés à l’IA générative (par ex. ChatGPT, modèles de langage) et à l’enseignement primaire. Après les étapes de sélection et d’éligibilité, 17 études empiriques ont été retenues. Les résultats montrent que 70 % des études portent sur des IA spécifiques, contre 30 % sur des outils généralistes. Les populations étudiées concernent principalement les enseignants (50 %) et les élèves (35 %). Les approches méthodologiques sont majoritairement qualitatives ou mixtes (≈ 40 %), avec une proportion notable d’études expérimentales (30 %). Les cadres théoriques mobilisés incluent notamment le TPACK/AI-TPACK (≈ 30 %). Les principaux axes de recherche portent sur le développement des compétences des enseignants (40 %), les apprentissages des élèves (35 %) ainsi que les enjeux professionnels et éthiques (25 %). Ces résultats mettent en évidence le potentiel des IAG pour soutenir l’innovation pédagogique, tout en soulignant des défis liés à l’éthique, à la formation des enseignants et aux conditions d’implémentation.
FILE
