Le British Council a récemment formé un partenariat avec le réseau de recherche ARDAA en didactique de l’anglais pour partager les voix et le travail de différents chercheurs en France d’une manière accessible et engageante. Notre objectif est que les enseignants d’anglais aient l’occasion d’entendre un large éventail d’universitaires travaillant dans le domaine et d’expérimenter leurs idées dans leurs classes. Ces blogs ne représentent pas nécessairement les recommandations officielles du British Council mais aident à alimenter des débats et discussions animés autour de l’enseignement et de l’apprentissage de l’anglais.
Dans ce blog, Nicolas Molle et Anissa Hamza-Jamann partagent les conclusions de leur récente étude sur les outils d’IA générative et l’apprentissage des langues.
La démocratisation rapide des outils d’intelligence artificielle générative dans nos vies et dans les salles de classe a fait émerger toutes sortes de commentaires, pluralité de discours parfois fondés sur des travaux scientifiques, parfois sur des représentations plus intuitives ou idéologiques. Mais, dans ce brouhaha médiatique, avons-nous réellement cherché à comprendre et à étudier les usages des apprenants ? Avons-nous essayé de comprendre pourquoi et comment les apprenants de langues recourraient à ces outils et avons-nous tenté d’identifier les réelles raisons derrières ces usages ?
Notre article, publié en 2025 dans la revue Recherches en didactique des langues et des cultures (RDLC), s’intéresse spécifiquement à cette question des usages des outils d’Intelligence Artificielle Générative (IAG) des étudiants pour apprendre les langues. Etant tous les deux enseignants-chercheurs à l’université, nous nous sommes concentrés sur le terrain à notre disposition, à savoir les apprenants du public LANSAD (Langues pour spécialistes d’autres disciplines).
IA générative et les apprenants de langue : Quelles questions ? Quelle méthode ?
Depuis l’arrivée d’outils d’IAG – comme ChatGPT – les pratiques des étudiants ont évolué très vite, bien plus vite que les règles et les recommandations institutionnelles. Ainsi, beaucoup d’étudiants utilisent les outils d’IAG dans leur travail quotidien, dans et en dehors de la salle de classe, sans que nous, les enseignants, sachions réellement ce qu’ils en font, ni comment ils perçoivent ces outils.
Comment donc dépasser les discours – parfois très polarisés entre technolâtrie et pessimisme paralysant – pour comprendre concrètement les usages ? Nous avons adopté une approche interdisciplinaire croisant la didactique des langues avec la sociologie des usages. Ce travail de recherche s’appuie sur des données recueillies auprès d’étudiants LANSAD (plus de 3 300 réponses), notamment à travers une analyse de contenu des réponses qui nous a permis de comprendre à la fois les pratiques déclarées et les représentations liées à l’intelligence artificielle générative.
IA générative et les apprenants de langue : une multiplicité des usages
Dans un premier temps, les résultats tendent à montrer que les apprenants se sont emparés rapidement des outils d’IAG, contrairement à d’autres outils (les traducteurs en ligne par exemple). Les usages sont variés et diversifiés avec deux fonctions principales.
Linguistique d’une part : les apprenants peuvent utiliser l’IAG pour reformuler une phrase, corriger des erreurs grammaticales, trouver du vocabulaire, traduire un passage ou mieux comprendre un texte en langue étrangère.
Méthodologique d’autre part : les outils d’IAG permettent de résumer des contenus, de trouver des informations ou de clarifier des consignes. Les atouts de tels outils sont nombreux. A la différence des enseignants, ils sont accessibles à tout moment, ils fonctionnent également gratuitement, permettent de centraliser tout dans une seule page web et ne jugent pas.
Certains usages vont plus loin avec une partie des étudiants qui reconnaissent utiliser l’IA pour produire, tout ou partie, des travaux évalués. Les étudiants recourent à l’IAG par un manque de confiance (ce que les recherches qualifient de « insécurité linguistique »), un niveau de langue jugé insuffisant ou encore par la pression liée aux exigences universitaires. L’IAG, dans sa version purement instrumentale, apparaît comme une solution pragmatique face à des contraintes et des pressions bien réelles.
Des usages multiples dans un continuum en mouvement
A partir de ces réponses, nous avons mis en évidence plusieurs profils d’utilisateurs. Certains étudiants utilisent l’IAG de manière ponctuelle et réfléchie, comme un outil parmi d’autres dans leur apprentissage. Ils recourent à l’IA Générative, non pas pour faire faire, mais comme un levier pour un apprentissage plus performant. D’autres, en revanche, y ont recours de façon plus systématique, dans une perspective purement instrumentale, parfois au risque de se reposer excessivement sur l’outil, d’en devenir dépendant et au détriment de leur apprentissage.
Ces usages sont fluctuants et dynamiques, en fonction de la tâche, du temps, et des besoins des apprenants. Ces différences dépendent notamment du niveau de langue, des compétences de littératie numérique et de la manière dont les étudiants conçoivent l’apprentissage des langues. L’impact de l’arrivée de l’IA générative n’est donc pas le même sur tous les étudiants, mais révèle au contraire des stratégies individuelles très diverses.
