Résumé du projet de thèse : Effets de l’Intelligence Artificielle sur la régulation de l’apprentissage et de la charge cognitive

Il est désormais une réalité que les étudiants utilisent de plus en plus des outils d’IA générative dans leurs tâches quotidiennes d’apprentissage, notamment des chatbots basés sur des grands modèles de langage. Bien que des études récentes soulignent l’importance de réguler ces interactions pour un apprentissage efficace, peu de recherches empiriques analysent la collaboration étudiant-IA. Des travaux sur l’autorégulation et la charge cognitive montrent que des outils technologiques peuvent soutenir ces processus et offrent une base théorique
pour leur étude. L’IA peut favoriser l’autorégulation via un feedback personnalisé. Ce projet, s’appuyant sur un modèle récent décrivant les interactions entre charge cognitive et apprentissage autorégulé (Wang & Lajoie, 2023 ; Wang et al., 2023), vise à comprendre comment une IA peut accompagner l’apprenant en analysant ses comportements et sa charge cognitive, afin de l’orienter vers une réduction de la charge cognitive inutile et améliorer les processus d’autorégulation et la charge pertinente.

La personne impliquée dans cette thèse travaillera sur deux objectifs :
• Obj.1. Étudier les effets d’un dispositif chatbot intelligent adapté à travers la proposition de feedback personnalisé pour la régulation de la charge cognitive au cours d’une tâche d’apprentissage et identifier les interactions les plus efficaces pour l’autorégulation (prise en compte des variations de charge cognitive rapportées par l’apprenant et des performances)
• Obj.2. Comprendre les interrelations entre charge cognitive et apprentissage autorégulé plus efficaces pour l’apprentissage en une tâche soutenu par des chatbots basés sur les grands modèles de langage