Thèse Littératie Critique et Représentations des IA Génératives chez les Adolescents une Approche Participative H/F - 33

Établissement : Université de Bordeaux
École doctorale : Sciences Physiques et de l'Ingénieur
Laboratoire de recherche : Laboratoire de l'Intégration du Matériau au Système
Direction de la thèse : Anne LEHMANS ORCID 000000023651085X
Début de la thèse : 2026-10-01
Date limite de candidature : 2026-05-15T23:59:59

L'intelligence artificielle générative (IA-G) fait aujourd'hui partie des usages généralisés des jeunes générations pour leur travail académique. Ces usages posent la question de la représentation de son fonctionnement, de sa fiabilité et de ses effets, et soulignent la nécessité de développer chez les jeunes une connaissance critique même si elle n'est pas experte. De façon générale, les problématiques de transparence, explicabilité, sécurité, fiabilité, sûreté, responsabilité, souveraineté, et l'impact environnemental sont centrales et complexes dans le développement de savoirs de base autour des IA-G.
L'objectif principal de la thèse est de développer un modèle d'analyse de l'évolution du rapport des adolescents et/ou des jeunes étudiants à la connaissance et aux apprentissages à travers leurs usages, leurs représentations des IA-G et leurs émotions, afin de proposer des stratégies de développement de littératie critique. Celle-ci est définie comme une compétence cognitive (notamment centrée sur la capacité à gérer les biais informationnels et à mobiliser des critères de confiance dans l'information) et épistémique (centrée sur la capacité à mobiliser des connaissances scientifiques basées sur la rationalité). À ces types de compétences, il est nécessaire d'ajouter la dimension de la disposition sociale, interactionnelle, expérientielle et culturelle des acteurs à mobiliser leur attention, dans une approche dispositionnaliste composite qui intègre le rapport aux dispositifs techniques et l'UX.

En 2025, l'intelligence artificielle générative (IA-G) fait désormais partie des usages des jeunes générations. Si l'on commence à connaître leurs usages, on sait encore peu de choses sur leurs connaissances et leurs représentations du fonctionnement des IA-G. L'intelligence artificielle renvoie à un domaine de recherche en informatique initié dans les années 1950 basé sur l'étude des mécanismes de la cognition pour les reproduire en les modélisant, en s'appuyant sur des algorithmes et en les expérimentant avec des machines (Oudeyer, 2025). L'IA-G (dont les usages ont explosé à la fin de l'année 2022 avec l'apparition de robots conversationnels comme Chat-GPT d'Open AI) qui nous intéresse ici fait référence à une technologie d'intelligence artificielle qui génère automatiquement du contenu en réponse à des messages, aussi appelés prompts, rédigés dans des interfaces de conversation en langage naturel. (...) (Miao et Holmes, 2024). Cette définition pose en creux la question de la représentation de son fonctionnement, de sa fiabilité et des effets de ses usages par le public, ainsi que la nécessité de développer une connaissance critique même si elle n'est pas experte. De façon générale, les problématiques de transparence, explicabilité, sécurité, fiabilité, sûreté, responsabilité (Mattioli, Meyer, 2025), sans parler, sur le plan géopolitique, de souveraineté (Varju, 2025), sont centrales et complexes dans le développement de savoirs de base autour des IA-G.
La question se pose dans un contexte marqué par la circulation rapide et massive de fausses informations, de théories du complot, l'émergence d'une situation de guerre cognitive (Claverie, 2025) et la remise en question des bases de confiance dans la science (Léna, 2021). La généralisation des usages de l'IA a apporté de la complexité à cette question, en offrant des moyens technologiques en apparence très efficaces pour s'informer, mais autour desquels le développement de l'esprit critique devient particulièrement complexe à mettre en oeuvre (Arseven & Mazhar, 2025) dans des situations d'incertitude, de complexité et de circulation de stéréotypes potentiellement dangereux pour l'avenir de la démocratie (Motoki et al., 2024). C'est une question importante du point de vue individuel mais aussi collectif et social, dans la considération de l'écosystème que constitue désormais l'IA dans les pratiques de la vie quotidienne (Hirvonen, 2024).
Au niveau international, l'UNESCO fournit des premières recommandations pour le recours à l'intelligence artificielle dans l'éducation et la recherche (Miao et Holmes, 2024), puis un référentiel de compétences pour les enseignants (Miao et Cukurova, 2025) et pour les apprenants (Miao et Shiohira, 2025). La question de l'IA est abordée au niveau européen dans l'AI Act qui propose un cadre de régulation politique, et à travers le financement de projets de recherche comme AI4T (https://www.ai4t.eu/). Le projet AI DL (Data Literacy in the Age for Education), soutenu par le programme européen Erasmus+ visant l'expérimentation de nouvelles initiatives éducatives en soutien aux politiques publiques européennes, rappelle la nécessité de développer une littératie des données et des compétences critiques dans le domaine de l'éducation. Au niveau national, de nombreux textes institutionnels encadrent les usages scolaires des IA-G (Capelle, 2025).
Les recherches récentes, principalement parues depuis 2022, sur les usages et les représentations de l'IA générative mettent en évidence plusieurs tendances dans les pratiques. Elles soulignent, d'une part, l'intégration rapide de cette technologie dans les pratiques pédagogiques (Higuera, 2024) et une perception globalement favorable parmi les étudiants (RELIA, 2024). Les premières études conduisent à penser que les élèves se sont déjà approprié les outils d'intelligence artificielle, et que pour certains, ils s'en servent plutôt habilement, sans en comprendre tous les rouages, avec un sentiment d'efficacité et d'expertise prépondérant, mais probablement surévalué. Si les pratiques commencent à être documentées, elles le sont essentiellement de manière déclarative. L'enjeu réside alors désormais dans la connaissance fine, au-delà des fantasmes, des usages, des réticences et non-usages, et la compréhension des pratiques dans toute leur épaisseur, pour être en mesure de proposer des accompagnements adaptés et ciblés. Plusieurs travaux s'intéressent aux pratiques des enseignants avec les Intelligences artificielles génératives en classe (Mourtajji & Arts, 2025 ; Keppler, Sinchaisri & Snyder, 2025) et à la manière dont il peut être pertinent d'apprendre aux élèves à s'en servir comme leviers au service des apprentissages (Cagé, 2024), alors que d'autres interrogent les non-usages des enseignants (Zeyringer, 2024) mais on sait peu de choses sur la façon dont les élèves perçoivent et utilisent réellement ces outils. On sait que tous ne l'utilisent pas, et certains même rejettent ces pratiques. Sur un public âgé de 18 à 70 ans, une étude montre que les motivations principales liées à la non-utilisation de l'IA portent sur la qualité des résultats, la perte du lien humain et à des facteurs éthiques, bien devant les préoccupations liées à la protection de la vie privée (Wells and al., 2025). Cette étude n'interroge pas les préoccupations liées à l'environnement susceptibles de constituer un motif important également (Shaji, 2023). Enfin, une étude menée par entretiens auprès de 26 lycéens montre que l'IA agit comme un révélateur et un amplificateur d'inégalités socio-culturelles préexistantes et que l'un des principaux facteurs de différenciation ne réside pas dans l'accès technique à l'outil, mais dans la capacité à l'utiliser de manière critique, secondaire et située (Naudet, 2025). Une autre enquête au Royaume-Uni montre des inégalités de connaissances chez les enfants selon leur territoire (plus familiarisés à Londres que dans d'autres villes du Royaume-Uni) ainsi qu'en termes de milieux socio-économiques (plus familiarisés dans les foyers de milieux aisés) où ils utilisent l'IA également plus fréquemment que dans les foyers moins aisés (Hashem et al., 2025). Des différences liées au genre ont également été observées dans une autre enquête (Zhao et al., 2024) : les garçons sont plus attirés par la programmation, tandis que les filles ont davantage besoin des explications de l'enseignant.
Une étude internationale montre que l'IA-G favorise un apprentissage en profondeur lorsqu'elle est intégrée à la pensée critique et souligne la nécessité de concevoir des dispositifs pédagogiques qui équilibrent le soutien cognitif apporté par l'IAG et le développement des compétences métacognitives (Zhao et al., 2025). L'IA a apporté un degré supplémentaire de complexité à la question de l'évaluation de la fiabilité de l'information, en mettant en circulation, grâce aux grands modèles de langage, des discours pertinents et crédibles mais dont la fiabilité devient difficile à mesurer pour les non experts, et même pour les experts (Johnson et al., 2023), en l'absence de compréhension des modèles et des algorithmes en jeu, et de connaissance des bases de données mobilisées pour produire ce qui ressemble à de la connaissance (Oudeyer, 2024). De nombreuses recherches pointent la place centrale occupée par l'esprit critique face à l'IA, notamment à travers la métacognition (Abdelghani, 2024) et les enjeux de fiabilité des informations générées (Brun & Kaadoud, 2024). Les études insistent également sur l'impact encore à préciser des facteurs socio-culturels (Di Grassi et al., 2024), tandis qu'un courant critique se développe, encourageant la réflexion éthique et politique sur les enjeux des usages des IA (Lindgren, 2023). La capacité à évaluer l'information dépend en grande partie de celle à poser les questions nécessaires, non seulement en s'appuyant sur des indices de fiabilité grâce à des heuristiques (Macedo-Rouet, 2022), ou sur la conscience des biais cognitifs (Borst, 2023), mais aussi en s'interrogeant sur la fabrique de l'information. Cette démarche demande un engagement dans la curiosité (Recht, 2025) et l'attention aux modes de production et de circulation de l'information (Tankelevitch et al., 2024). Elle est particulièrement indispensable à l'heure de l'explosion des usages des technologies de l'IA générative qui sont utilisées comme des boîtes noires et des outils magiques (Broll et al., 2024). C'est cette question de la métacognition dans les usages des IA par les jeunes publics qui est centrale dans la thèse.

À partir d'une analyse fine d'activités et de productions d'apprenants, lycéens et/ou étudiants, la thèse doit permettre de définir des modèles de l'activité et des stratégies de médiation en vue du développement de la métacognition, considérant les émotions et les contextes dans lesquels s'inscrivent les usages.
Ces stratégies seront co-construites et expérimentées avec la participation de plusieurs centres de culture scientifique, technique et industrielle (CCSTI) de la région Nouvelle Aquitaine qui ont donné leur accord et de collèges et lycées par l'intermédiaire d'une collaboration avec le Rectorat de Bordeaux. L'objectif est de comprendre la façon dont les individus se saisissent ou non des IA-G, évaluent la fiabilité ainsi que la pertinence de l'information dans les tâches d'apprentissage complexes à partir de productions écrites qui seront proposées en situation expérimentale (avec la captation de données durant les activités à l'aide de dispositifs techniques) et écologiques (dans les activités menées en classe ou lors d'ateliers). Les profils socio-culturels et cognitifs des apprenants seront considérés.
Plusieurs objectifs intermédiaires sont proposés :
-Caractériser les représentations et usages de l'IA-G des adolescents et/ou des étudiants, en croisant le déclaratif (dans les enquêtes), et une méta-analyse des productions scientifiques avec des traces réelles de navigation dans le cours des activités,
-Analyser les non-usages de l'IA, les résistances, les émotions et les valeurs en jeu,
-Analyser les stratégies d'usages et la mobilisation de compétences informationnelles, numériques et documentaires développées avec les IA-G,
-Analyser la capacité des adolescents et des jeunes à exercer un jugement critique sur les résultats produits par l'IA-G, les critères et stratégies qu'ils mobilisent,
-Identifier des conditions permettant de passer d'un usage instrumental basé sur des heuristiques à un usage émancipateur basé sur des connaissances,
-Produire des éléments de cadrage de stratégies de médiation de la littératie des IA-G à destination des acteurs de l'éducation et de la médiation scientifique.

Les méthodes mobilisées sont essentiellement qualitatives : analyse de usages et des représentations des IA-G à travers les observations d'activités et des entretiens. Des analyses statistiques de données d'usage à partir des traces d'activités seront également mobilisées.
En amont du démarrage de la collecte des données, un dossier complet sera soumis au Comité d'éthique de la recherche de l'Université de Bordeaux, ainsi qu'une déclaration au délégué à la protection des données à caractère personnel. La première année sera consacrée à l'état de l'art des recherches et méthodologies existantes, comprenant des rencontres avec des chercheurs travaillant sur des sujets connexes, ainsi qu'à l'élaboration des protocoles de recherche-action avec les différentes parties prenantes (établissements scolaires, parcours universitaires, CCSTI) dans une démarche de sciences participatives. Des ateliers ou dispositifs participatifs seront élaborés conjointement entre le doctorant et les équipes éducatives (lycées et université) et de médiation (CCSTI). Il s'agira dans cette première année de mettre en place le protocole expérimental en associant particulièrement les CCSTI. Les situations de captation en contexte contrôlé seront croisées à un recueil de données dans des situations écologiques (situations authentiques prenant en compte les interactions des acteurs avec l'environnement physique, social, technique...) de travaux de lycéens ou d'étudiants.
L'année 2, la collecte des données sur les terrains établis sera engagée. Des ateliers engageant des activités précises de recherche d'information et de production de travaux complexes permettront de recueillir des données de différentes natures (traces de navigation, learning analytics -tels que le nombre de clics, nombre de corrections de prompts...-, enregistrements audiovisuels, éventuellement eye tracking, enregistrements d'entretiens, collecte et analyse des productions issues des ateliers...). Les situations écologiques authentiques feront l'objet d'une démarche ethnographique, impliquant le suivi d'apprenants dans leurs parcours scolaire ou universitaire, à partir d'activités et de production comparables précisées dans le protocole et de pré et post tests. Ces observations permettront de pallier les biais inhérents à la captation en situation expérimentale au sein du méta-simulateur et d'apporter d'autres éléments de compréhension contextuelle sur les pratiques informelles des apprenants.
L'année 3 sera consacrée à la transcription et l'alignement des données (synchronisation de données multimodales en vue de l'analyse : transcriptions des discours, vidéos, actions sur l'ordinateur...) ainsi qu'à leur analyse conjointe avec les différentes parties prenantes du dispositif, dans la perspective d'une modélisation. Ces ateliers permettront de croiser les regards entre disciplines et expériences professionnelles afin de densifier les résultats. Un format de restitution des analyses sera également imaginé à destination des participants à l'enquête et aux publics jeunes afin qu'ils puissent prendre connaissance des résultats. Pour les CCSTI, le modèle pourra servir de base à la production de ressources de médiation, et pour les acteurs de l'enseignement, de ressources d'éducation, voire d'une plateforme.