• Langue : Français
• Identifiant : ULIL_PMED_001
• Faculté/Ecole : PsySEF
• Date de soutenance : 13/05/2025
• Type de mémoire : Mémoire de Master
• Discipline : Sciences de l'éducation et de la formation
• Parcours : Ingénierie Pédagogique Multimodale (IPM)

Résumé

Ce mémoire explore l'accompagnement des enseignant·es et formateur·rice·s dans l'adoption de l'intelligence artificielle générative Nolej, visant à optimiser stratégies de formation et soutien pour leur montée en compétences. L'étude (observation participante, 9 entretiens qualitatifs, 3 études de cas) et l'analyse théorique (genèse instrumentale, TAM_INJ, approches sociales et situées) révèlent une appropriation complexe, dépendante d’un écosystème de confiance intégrant accompagnement humain, entraide entre pairs et reconnaissance institutionnelle, bien plus que des seules caractéristiques techniques de l'outil. L'analyse transversale identifie cinq leviers majeurs : ingénierie pédagogique modulaire (« par briques »), réseaux structurés d’apprentissage mutuel et d'ambassadeur·rices, intégration d’un cadre de conformité/éthique, renouvellement des pratiques d'évaluation, et renforcement littératie numérique. Ces éléments fondent une stratégie d'ingénierie multimodale (essaimage gradué, pilotage collectif, ressources hybrides) pour une intégration durable et équitable de l’IA en éducation.

Résumé traduit

This Master's thesis explores the support for teachers and trainers in adopting Nolej Generative Artificial Intelligence, aiming to optimize training and support strategies for their skill development. The study (participant observation, 9 qualitative interviews, 3 case studies) and the theoretical analysis (instrumental genesis, TAM_INJ, social and situated approaches) reveal a complex appropriation process, dependent on a trust ecosystem integrating human support, peer support, and institutional recognition, much more than on the tool's technical characteristics alone. The analysis identifies five major levers: modular pedagogical engineering ("building blocks"), structured networks of mutual learning and ambassadors, the integration of a compliance/ethics framework, the renewal of assessment practices, and the strengthening of digital literacy. These elements form the basis of a multimodal engineering strategy (graduated dissemination, collective piloting, hybrid resources) for sustainable and equitable AI integration in education.