Les chercheurs ont noté que les étudiants avaient également accès à d’autres outils privés d’IA.
Avant de déployer son assistant d'étude basé sur l'IA auprès des étudiants sur l'ensemble du campus, les responsables de l'Université du Maryland voulaient savoir comment l'outil influencerait les résultats d'apprentissage. Mais les résultats de cette étude n’ont fait que soulever davantage de questions. Et l’université tarde encore à rendre l’outil plus largement disponible.
« Nous n'avons pas de résultats clairs de l'étude. Elle soulève des questions auxquelles on n'a pas encore répondu », a déclaré Jennifer King Rice, vice-présidente senior et doyenne de l'UMD. À l’intérieur de l’enseignement supérieur. « Plutôt que de simplement activer cela, nous devons mieux comprendre ce qui est nécessaire pour aider à soutenir le déploiement efficace d'outils d'IA comme celui-ci. »
L'étude UMD, publiée la semaine dernière sous forme de document de travail par Annenberg EdExchange, souligne les limites de la recherche sur les effets directs de l'IA générative sur les résultats d'apprentissage. Néanmoins, les chercheurs affirment que l’étude est précieuse car elle offre des informations qui peuvent éclairer les recherches futures sur la manière dont les étudiants et les professeurs interagissent – ou non – avec les chatbots créés par l’université.
L'année dernière, Rice a demandé à un groupe de chercheurs en éducation de l'université de concevoir une étude pour évaluer l'efficacité et l'impact de l'assistant d'étude virtuel de l'UMD (VSA), un tuteur fermé d'IA générative construit sur les fondations du ChatGPT d'OpenAI. Il se connecte au système de gestion de l'apprentissage de l'université et est disponible 24 heures sur 24 pour répondre aux questions des étudiants, en tirant principalement le contenu directement des supports en ligne de chaque cours, tels que des documents texte, des diapositives et des transcriptions vidéo.
Au cours du semestre d'automne 2025, 2 379 étudiants de premier cycle et 30 instructeurs dans plusieurs disciplines de l'UMD ont participé à un essai contrôlé randomisé comparant les niveaux de participation aux cours et les notes des utilisateurs de VSA à ceux des non-utilisateurs.
Bien que les grands modèles linguistiques soient monnaie courante sur les campus universitaires depuis près de quatre ans, les recherches indépendantes mesurant leur impact sur les résultats de l'enseignement et de l'apprentissage n'ont pas suivi le rythme du développement et du déploiement de la technologie. Les critiques ont appelé les collèges et les universités à mener davantage de recherches sur ces outils avant de les adopter, ce qui est à la fois rare et conforme à l’objectif de l’étude de l’UMD.
Même si l'étude a montré que l'accès au VSA réduisait légèrement les notes finales et la participation au LMS dans toutes les sections d'un même cours, seuls 15 % environ des étudiants de l'échantillon du VSA ont effectivement choisi de l'utiliser en premier lieu. L’étude note que les étudiants avaient également accès à d’autres outils d’IA via l’université, notamment ChatGPT et Gemini, et suggère que les instructeurs introduisant et encourageant l’utilisation du tuteur spécifique au cours – qui permet aux instructeurs de consulter les journaux de discussion des étudiants – pourraient avoir dissuadé les étudiants de l’utiliser ou « influencé ce que les étudiants étaient prêts à demander, limitant la comparabilité avec des outils autonomes utilisés à titre privé ».
Mais ces variables extérieures qui ont rendu difficile l'étude de la relation entre VSA et les résultats d'apprentissage « reflètent la complexité du monde dans lequel nous vivons actuellement », a déclaré Jing Liu, directeur du Centre pour la science et l'innovation des données éducatives de l'UMD et auteur principal de l'étude. « On ne peut pas obliger les gens à n’utiliser qu’un seul outil. »
Parmi les étudiants qui l'ont utilisé, 73,8 pour cent lui ont demandé des informations, des explications ou des solutions, contre 11,3 pour cent qui l'ont utilisé pour s'entraîner et se préparer aux tests ; seulement 0,7 pour cent des étudiants ont demandé des commentaires sur leur propre travail. Mais ces résultats comportent également une mise en garde : peu d’instructeurs ont fait passer VSA au mode tuteur – qui, selon l’étude, « guide les étudiants vers une réponse correcte » – au lieu du mode par défaut, qui renvoie immédiatement la bonne réponse.
Liu a déclaré que cette dernière révélation met en lumière la nécessité pour les dirigeants universitaires de fournir davantage de conseils et de soutien aux professeurs dans la mise en œuvre de ces outils. Même si les professeurs ont reçu une « formation légère » au début de l’étude, « nous devons former beaucoup plus largement les instructeurs à l’utilisation de ces outils », a-t-il déclaré. « Souvent, nous proposons simplement des outils d'IA aux étudiants, mais les instructeurs jouent un rôle très important en aidant les étudiants à se familiariser avec ces outils et à les utiliser efficacement. »
Bien que l'étude n'ait pas donné de résultats définitifs sur les résultats d'apprentissage, de nombreux chercheurs en éducation non impliqués ont salué les tentatives de l'UMD de rechercher son outil d'IA avant de le déployer sur l'ensemble du campus.
« Toutes les universités du monde mènent une expérience d'IA cette année ; nous ne pouvons que tirer des leçons des expériences qui sont systématiquement étudiées », a déclaré Justin Reich, professeur de médias numériques et directeur du Teaching Systems Lab du Massachusetts Institute of Technology. « Les essais randomisés dans ce domaine constituent un ensemble d'interventions : ils peuvent inclure des facteurs que les chercheurs envisageaient parallèlement à des changements involontaires… Étant donné que toutes ces caractéristiques des conditions de traitement existent dans un ensemble, nous ne pouvons pas déterminer avec précision tous les mécanismes causals, mais nous pouvons essayer de mener des enquêtes pour comprendre les causes des changements observés. »
La faible utilisation de l'outil VSA de l'UMD peut également témoigner des réalités du marché que les collèges et universités pourraient vouloir prendre en compte à mesure qu'ils avancent dans l'ère de l'IA, a ajouté Stephen J. Aguilar, professeur agrégé d'éducation à l'Université de Californie du Sud.
« Traditionnellement, les établissements d'enseignement ne parviennent pas à créer des outils technologiques éducatifs sur mesure ou modifiés pour leurs populations. Nous ne pouvons pas rivaliser avec le marché », a-t-il déclaré. « Le véritable domaine d'opportunité pour l'enseignement supérieur réside dans la création de modèles plus personnalisés et plus petits qui font très bien certaines choses. »
