Intégration de l’intelligence artificielle dans les pratiques enseignantes universitaires : perceptions des enseignants et effets modérateurs du genre et de l’âge à la Faculté des sciences de l’éducation de Rabat

Résumé

Résumé

L’intégration de l’intelligence artificielle dans l’enseignement supérieur transforme progressivement les pratiques d’évaluation, de conception pédagogique et d’accompagnement des apprentissages, tout en soulevant des enjeux d’acceptation, de formation et de gouvernance institutionnelle. Cet article analyse la manière dont les enseignants de la Faculté des sciences de l’éducation de l’Université Mohammed V de Rabat perçoivent l’introduction de l’IA dans leurs pratiques enseignantes et évaluatives. L’étude adopte une démarche quantitative, déductive et positiviste fondée sur un questionnaire structuré de 33 questions fermées administré à 100 enseignants, dont 56 réponses exploitables ont été retenues. Les données ont été traitées à l’aide de statistiques descriptives, d’un test de fiabilité par alpha de Cronbach, d’une analyse en composantes principales validée par les indices KMO et le test de Bartlett, puis de régressions linéaires modérées afin d’examiner le rôle du genre et de l’âge. Les résultats mettent en évidence une ouverture globalement favorable à l’IA : 59 % des répondants se déclarent disposés à l’utiliser dans l’évaluation, 58 % dans la correction des travaux, et 69 % soutiennent au moins modérément son encouragement dans l’enseignement supérieur, même si 43 % estiment leur institution insuffisamment dotée en ressources pour accompagner cette intégration. Par ailleurs, l’instrument présente une cohérence interne satisfaisante (α = 0,739), tandis que cinq composantes expliquent 67,855 % de la variance totale. L’analyse économétrique conduit à valider avec prudence l’effet modérateur du genre sur la relation entre l’exploration active de l’IA et le soutien à son intégration, alors que l’effet modérateur de l’âge n’est pas confirmé. Dans l’ensemble, les résultats suggèrent que l’adoption pédagogique de l’IA dépend moins des seules caractéristiques démographiques que de l’utilité perçue, de la familiarisation technologique, de l’expérience numérique préalable et du soutien institutionnel, ce qui plaide en faveur de politiques de formation, d’accompagnement et d’encadrement éthique plus structurées.

Mots clés : Intelligence artificielle ; pratiques enseignantes ; enseignement supérieur ; évaluation; acceptation technologique

Abstract

In this memorandum, We delve into the perception of artificial intelligence on teaching practices at “La Faculté des Sciences de l'Éducation”The main objective of our study is to understand how the integration of AI affects higher education. To this end, we have set specific research objectives to examine the effects of AI on teaching practices, with a particular focus on teachers' perceptions. Our methodology began with an exhaustive review of the existing literature, covering the use of AI in education, teachers' attitudes towards this technology, and best practices for integrating new technologies into learning environments. We then designed a detailed questionnaire to collect quantitative data on teachers' perceptions regarding AI, which was distributed to a representative sample of 56 teachers at “La Faculté des Sciences de l'Éducation”. The collected data were analyzed, taking into account variables such as gender,age, and professional experience of the teachers to better understand their attitudes and perceptions towards the integration of AI. The reliability of the questionnaire was measured using Cronbach's alpha. Principal component analysis was then performed to reduce data dimensionality and identify key components, validated by a KMO test and Bartlett's test of sphericity. Additionally, a linear regression was conducted to test our research hypotheses. The results of our study show a diversity of opinions among teachers, ranging from initial caution to enthusiasm for the possibilities offered by AI. Our analysis also highlighted specific areas where AI can potentially improve pedagogical efficiency and reduce teachers' workload. Based on these conclusions, we formulated practical recommendations to facilitate the seamless integration of AI into the university's teaching practices. These recommendations aim to provide clear guidance to decision-makers and education leaders, helping them adopt AI in a thoughtful and beneficial manner while considering institutional specificities and teachers' needs.

Keywords: Artificial Intelligence, Higher Education, Teaching Practices, Teacher Perceptions, Technology Integration.