Environ 90 % des 1 100 étudiants américains interrogés dans des établissements d’enseignement supérieur de deux et quatre ans en 2025 ont déclaré utiliser l’IA générative pour tout, de la rédaction de devoirs à la clarification de concepts complexes.
Mais lorsque les étudiants utilisent l’IA comme tuteur ou partenaire d’étude, et non comme générateur de réponses immédiates, trouvent-ils qu’il est plus facile ou plus difficile d’apprendre ?
Nous avons appelé l’outil Macro Buddy et l’avons formé pour guider certains étudiants de l’un de nos cours de macroéconomie de premier cycle à l’Université du Wisconsin, La Crosse, dans leur raisonnement plutôt que de leur donner des réponses directes.
Dans notre recherche, menée au printemps 2025, nous avons constaté que les étudiants qui utilisaient Macro Buddy, ainsi que des discussions entre pairs, obtenaient des résultats aux tests plus élevés que les étudiants qui travaillaient seuls, sans ce tuteur IA.
Les étudiants utilisent de plus en plus l’IA pour les aider dans leurs études. Maskot/iStock/Getty Images Rencontrez votre nouveau tuteur
L’un de nos cours de macroéconomie comptait 140 étudiants, pour la plupart en première ou deuxième année universitaire, répartis en quatre sections.
Le matériel de cours, les devoirs et les examens des étudiants étaient identiques dans les quatre sections. En général, les étudiants n’étaient pas autorisés à utiliser des outils d’intelligence artificielle ni à collaborer avec leurs pairs pendant les examens. Les étudiants ont passé tous les tests en personne et n’étaient pas autorisés à faire référence à des notes ou à d’autres documents pendant l’examen.
En conséquence, les résultats des tests reflétaient ce que les étudiants comprenaient et pouvaient expliquer par eux-mêmes, sans l’aide de l’IA ou de toute autre source externe.
Une fois que tous les étudiants ont passé leur premier examen, nous avons assigné au hasard les quatre sections de classe pour qu’elles adoptent un format d’étude différent.
Nous avons motivé un groupe d’étudiants à travailler individuellement, sans Macro Buddy ; un autre groupe d’étudiants a travaillé en groupe, sans Macro Buddy ; un troisième groupe d’étudiants a travaillé individuellement, avec Macro Buddy ; et un quatrième groupe d’étudiants a travaillé en groupe, avec Macro Buddy.
Nous voulions comparer comment différentes approches d’étude (travailler seul, travailler avec des camarades de classe, utiliser Macro Buddy ou combiner les deux) modifiaient les performances des étudiants aux examens.
Les capacités de Macro Buddy
Nous avons formé Macro Buddy à l’aide de transcriptions de cours, de diapositives et de questions de devoirs spécifiquement issues de ce cours de macroéconomie.
Macro Buddy avait l’accès à Internet désactivé, il comptait donc uniquement sur le matériel de cours de l’instructeur.
Macro Buddy a été conçu pour agir comme un tuteur et non comme un répondeur. Au lieu de fournir aux étudiants des solutions complètes, Macro Buddy a posé des questions de suivi destinées à guider les étudiants vers une réponse.
Par exemple, si un étudiant demandait pourquoi une baisse des prix pourrait augmenter les dépenses de consommation, Macro Buddy ne fournirait pas d’explication rapide et complète. On pourrait plutôt se demander ce qui arrive au pouvoir d’achat des gens lorsque les prix baissent. L’élève devra ensuite relier les concepts et expliquer son raisonnement, avec ses propres mots, étape par étape.
Cette distinction entre expliquer une idée et recevoir une réponse finale est importante.
Un outil d’IA qui fournit simplement des réponses peut permettre aux étudiants d’éviter de penser à un problème. Une étude a révélé que lorsque les étudiants s’appuient sur un chatbot comme béquille, leurs résultats sont moins bons lorsqu’ils n’y ont plus accès. Un outil qui pose des questions oblige les étudiants à faire le travail eux-mêmes, même s’ils reçoivent des conseils. C’est précisément le processus qui permet à l’apprentissage de perdurer.
Qu’est-il arrivé à l’apprentissage des élèves ?
Le seul groupe d’étudiants qui ont continué à travailler individuellement, sans IA, a servi de groupe témoin.
Les trois autres groupes ont changé leur façon d’étudier : l’un a commencé à travailler en groupe sans IA, un autre a travaillé individuellement avec Macro Buddy et le dernier groupe a combiné le travail de groupe avec Macro Buddy.
Les notes moyennes de tous les étudiants ont diminué lorsqu’ils ont passé leur deuxième examen, dans les quatre groupes d’étude.
Cependant, au troisième examen, les différences entre les sections sont devenues plus claires.
Les étudiants qui ont utilisé à la fois Macro Buddy et les discussions de groupe ont obtenu les scores moyens les plus élevés. Les étudiants qui ont utilisé Macro Buddy seul ont également obtenu des scores plus élevés que ceux qui ont travaillé seuls sans Macro Buddy. Les étudiants qui ont travaillé en groupe sans Macro Buddy ont montré des améliorations mineures par rapport aux étudiants des autres groupes.
Le troisième examen a eu lieu plusieurs semaines après l’introduction des nouveaux formats d’étude.
À ce stade, les élèves du groupe combiné peuvent se sentir plus à l’aise avec Macro Buddy pour évaluer leur compréhension tout en expliquant leurs idées à leurs camarades de classe. Travailler avec des pairs signifiait devoir articuler clairement son raisonnement et répondre à des questions, ce qui peut approfondir la compréhension au fil du temps.
Pourquoi c’est important
Certains critiques de l’IA craignent que les étudiants en dépendent pour effectuer à leur place les parties les plus difficiles de leur apprentissage. Cela reflète la crainte que les étudiants arrêtent de mettre en pratique les compétences qui développent l’expérience. Les étudiants deviennent des experts dans leur domaine en luttant contre des documents confus, en révisant les explications et en voyant s’ils comprennent vraiment une idée.
Notre expérience suggère que l’érosion de l’apprentissage lors de l’utilisation de l’IA n’est pas inévitable.
Nous avons constaté que lorsque l’IA est conçue comme un tuteur qui pose des questions plutôt que de simplement donner des réponses (et lorsque les étudiants sont également invités à expliquer leur raisonnement à leurs camarades de classe), la technologie peut soutenir l’apprentissage plutôt que de le remplacer.
La plupart des étudiants utilisent aujourd’hui des chatbots à usage général qui ne sont pas conçus comme des tuteurs. Ils écrivent une question et reçoivent une réponse. Mais nos résultats suggèrent que même de petites décisions de conception, comme la création d’un chatbot IA avec des questions directrices, peuvent façonner la façon dont les étudiants interagissent avec le matériel.
La discussion entre pairs ajoute également quelque chose au processus d’apprentissage que l’IA ne peut pas fournir : la responsabilité sociale et l’exposition à des raisonnements alternatifs.
Ensemble, ces pratiques encouragent les élèves à réfléchir plus activement aux problèmes.
Les résultats de notre expérience mettent en évidence une distinction pratique : l’IA peut être utilisée pour remplacer la pensée ou pour la soutenir. L’impact dépend peut-être moins de la technologie elle-même que de la manière dont elle est structurée et intégrée à l’apprentissage.
Saharnaz Babaei-Balderlou, professeur adjoint d’économie, Université du Wisconsin-La Crosse et Shishir Shakya, professeur adjoint d’économie, Appalachian State University
Cet article est republié à partir de The Conversation sous une licence Creative Commons. Lisez l’article original.
