L'Intelligence Artificielle et l'enseignement supérieur : Analyse à travers les théories des représentations sociales et de l'acceptation technologique : Cas de l’Université Mohammed V de Rabat
DOI :
https://doi.org/10.71895/PRSM/revue-rise.n7.116Mots-clés :
Intelligence artificielle, Représentations Sociales, Attitudes des Enseignants, Acceptation Technologique (TAM), Personnalisation PédagogiqueRésumé
L'objectif de cette recherche est d'analyser les perceptions des enseignants concernant l'intégration de l'Intelligence Artificielle ( IA) dans l'enseignement supérieur en utilisant la théorie des représentations sociales et le Modèle d'Acceptation Technologique. D'un côté, l'utilisation de la théorie des représentations sociales permettra d'analyser la manière dont les enseignants construisent leurs perceptions de l'IA en se basant sur leurs expériences professionnelles. Par ailleurs, le Modèle d'Acceptation de la Technologie (TAM) identifie les variables qui influent sur l'intégration par les enseignants des solutions liées à l'intelligence artificielle.
Dans ce cadre, la problématique soulevée est la suivante : « De quelle manière l'incorporation de l'intelligence artificielle influence-t-elle les perceptions des enseignants à l'égard des bénéfices pédagogiques qu'elle peut apporter, tout en prenant en considération les inquiétudes relatives à la préservation des interactions humaines ? ». Pour aborder cette problématique, nous posons l'hypothèse suivante : L'intégration de l'intelligence artificielle suscite des attitudes ambivalentes parmi les enseignants, attitudes qui sont influencées par les représentations sociales et le modèle TAM. Afin d'explorer cette question, nous avons choisi une méthodologie qualitative qui repose sur l'analyse d'entretiens semi-structurés menés auprès d'un échantillon de 25 enseignants-chercheurs de l'Université Mohammed V de Rabat.
Téléchargements
Mise en ligne
Comment citer
Numéro
Rubrique
Licence
(c) Tous droits réservés Revue de l'École Supérieure de l'Éducation et de la Formation 2026

Ce travail est disponible sous licence Creative Commons Attribution - Pas d’Utilisation Commerciale - Partage dans les Mêmes Conditions 4.0 International.