Acceptable Uses of GenAI: Post-Secondary Students’ Judgements
Résumé
L’intelligence artificielle générative (IA générative ou GenAI) transforme les pratiques pédagogiques dans l’enseignement supérieur, mais les données probantes sur la manière dont les étudiants évaluent les usages acceptables de cette technologie demeurent limitées. Cette étude a sondé 988 étudiant[e]s de l’enseignement postsecondaire provenant de 39 pays, recruté[e]s par l’entremise de la plateforme de recherche en ligne Prolific, afin d’évaluer l’acceptabilité de l’utilisation de l’IA générative dans 22 tâches scolaires au moyen d’un format de réponse binaire (oui/non). En s’appuyant sur un cadre interprétatif fondé sur l’établissement de frontières normatives, les valeurs d’intégrité scolaire et de socialisation scolaire, l’analyse met en évidence des profils différenciés d’acceptabilité : les étudiant[e]s approuvent l’utilisation de l’IA générative pour les tâches instrumentales et de soutien à la recherche, tout en maintenant des frontières normatives autour des activités évaluatives et de celles exigeant un jugement approfondi. Les différences selon le genre sont minimes; le niveau d’études constitue la principale source de variation, les étudiant[e]s aux cycles supérieurs rapportant une acceptabilité plus élevée des usages liés à la recherche et aux activités à visée professionnelle. Les répondant[e]s résidant au Canada (n = 58) ont déclaré un niveau d’acceptation significativement plus faible pour quatre tâches axées sur la production de textes, notamment la rédaction et la synthèse de travaux universitaires, comparativement aux répondant[e]s ne résidant pas au Canada. Ces résultats ont des implications pour les politiques institutionnelles, les pratiques pédagogiques et les cadres de référence en matière d’intégrité scolaire.
Statistiques
Publié-e
2026-10-13
Mots-clés
IA générative, intégrité scolaire;, intégrité scolaire, perceptions étudiantes, enseignement supérieur, établissement de frontières normatives
Numéro
Rubrique
Articles
DOI
Licence
(c) Tous droits réservés Rahul Kumar, Robert McGray 2026
Cette œuvre est sous licence Creative Commons Attribution - Pas d'Utilisation Commerciale - Pas de Modification 4.0 International.
Les droits d’auteur de l’article appartiennent à l’auteur en vertu du document Attribution-Non commerciale-Pas de travaux dérivés 2.5 Canada http://creativecommons.org/licenses/by-nc-nd/2.5/ca/. Les auteurs dont les publications se retrouvent dans cette revue acceptent les conditions suivantes :
- Les auteurs demeurent propriétaires des droits d’auteur et accordent à la revue un droit de première publication ainsi qu’un droit d’attribution Creative Commons permettant de partager le travail accompagné d’une reconnaissance de paternité de l’œuvre et du droit de première publication dans cette revue.
- Les auteurs pourront conclure des ententes contractuelles supplémentaires distinctes en vue de la distribution non exclusive de la version publiée de l’article (p. ex. publier l’article dans un dépôt institutionnel ou le publier dans un livre), avec reconnaissance de première publication dans cette revue.
Les auteurs ont le droit et sont encouragés à rendre leurs travaux accessibles en ligne (p. ex. dans les dépôts institutionnels ou sur leur site Internet) avant et pendant le processus de soumission puisque cela peut mener à des échanges productifs ainsi qu’à plus de références à des travaux déjà publiés (voir The Effect of Open Access).
