Scintillement

L’IAG et l’agentivité étudiante

Cultiver chez la personne étudiante la capacité d’agir intentionnellement sur son apprentissage — l’enjeu central face aux outils d’IA générative.

Mise en contexte

Marc, étudiant de 2e année au B.A.A., suit son cours de comptabilité de gestion sans comprendre les notions de coûts fixes et variables ni le calcul du seuil de rentabilité. Plutôt que de poser une question, de consulter une ressource ou de pratiquer, il copie ses exercices dans ChatGPT et remet les résultats. Il se dit qu’il « n’est pas doué pour les chiffres » et que « le prof va trop vite ». La veille de l’examen, il panique et tente de mémoriser des formules sans en saisir la logique.

Résultat

Marc n’apprend pas. Il consomme passivement des réponses. Sa réussite dépend entièrement de l’outil d’IAG, ce qui fragilise sa confiance en ses propres capacités et l’éloigne d’un apprentissage durable. C’est ce qu’on appelle une perte d’agentivité.

Comprendre l’agentivité

Qu’est-ce que l’agentivité?

L’agentivité est la capacité d’une personne à exercer une influence intentionnelle sur son propre fonctionnement et sur les événements de sa vie (Bandura, 2001, 2006). Plus simplement : c’est croire qu’on peut agir, choisir d’agir et intentionnellement agir. En contexte d’apprentissage, c’est la posture d’une personne étudiante qui pilote son parcours : elle se fixe des buts, choisit ses stratégies, persévère, et tire des leçons de ses essais.

Quatre propriétés à connaître

Bandura distingue quatre composantes de l’agentivité :

  1. l’intentionnalité (former des plans),
  2. l’anticipation (se projeter dans l’avenir),
  3. l’autorégulation (réguler ses actions en cours de route),
  4. l’autoréflexivité (prendre du recul sur sa démarche).

Chacune peut être affaiblie si l’outil d’IAG « pense à la place » de la personne étudiante.

Pourquoi cela compte pour l’apprentissage

L’agentivité agit comme un fil conducteur : elle relie la motivation, la persévérance, le bien-être et la réussite. Une personne étudiante qui se sent capable d’agir sur son apprentissage persiste face aux difficultés, gère mieux son stress et tire profit de ses erreurs. Le moteur principal est le sentiment d’efficacité personnelle (SEP) : la croyance en sa capacité de réussir une tâche. Ce sentiment se construit par des expériences de maîtrise — des réussites obtenues par soi-même. Or, lorsque l’outil d’IAG produit la réponse, ce mécanisme de construction est court-circuité.

La théorie de l’autodétermination (Deci et Ryan, 2000) explique que la motivation humaine est favorisée lorsque trois besoins psychologiques fondamentaux sont satisfaits :

  1. l’autonomie (être à l’origine de ses choix),
  2. la compétence (se sentir capable),
  3. l’appartenance (se sentir relié aux autres).

L’outil d’IAG peut soutenir ou affaiblir chacun de ces besoins selon la façon dont elle est utilisée.

En résumé, l’utilisation d’un outil d’IAG peut être un risque ou une opportunité face à l’agentivité étudiante.

Risque

Un outil d’IAG peut devenir un substitut à l’effort cognitif. La personne étudiante reçoit des réponses sans avoir formé d’intention claire, sans s’être projetée dans la tâche, sans s’autoréguler. Sa croyance en sa propre capacité, c’est-à-dire son sentiment d’efficacité personnelle (SEP), s’érode, parce qu’elle voit l’outil réussir, pas elle.

Opportunité

Bien encadrée, l’utilisation d’un outil d’IAG peut renforcer l’agentivité : la personne étudiante définit son intention, formule sa question, évalue la réponse, l’ajuste. L’outil devient alors un amplificateur de la pensée, pas un substitut. L’essentiel, c’est que la personne garde le contrôle sur la tâche.

L’agentivité et le
bien-être étudiant

Se percevoir comme l’auteur de ses actions favorise le sentiment d’autonomie et d’efficacité personnelle, deux piliers de la motivation intrinsèque (Deci et Ryan, 2000). Lorsqu’elle se sent à l’origine de ses apprentissages, la personne étudiante développe sa confiance, persévère davantage face aux obstacles et éprouve moins d’impuissance. À l’inverse, s’en remettre entièrement à un outil d’IAG peut affaiblir ce sentiment de contrôle et contribuer à l’anxiété ainsi qu’au désengagement.

Stratégies pédagogiques pour favoriser l’agentivité étudiante

Avec un outil d’IA générative

Cette étape les amène à préciser leurs objectifs d’apprentissage et à adopter une démarche plus réfléchie et autonome.

Un journal de bord, des notes de réflexion ou des captures d’écran annotées peuvent notamment permettre aux personnes étudiantes de documenter leur démarche, leurs questionnements et l’évolution de leur pensée.

Invitez ensuite les personnes étudiantes à comparer les deux productions et à analyser la valeur ajoutée de l’outil, les modifications apportées et les apprentissages réalisés.

La qualité des requêtes formulées constitue un indicateur pertinent de la capacité des personnes étudiantes à définir leurs besoins, à orienter leur démarche et à exercer leur pouvoir d’agir dans leurs apprentissages.

Ces périodes permettent aux personnes étudiantes de mobiliser leurs connaissances, leurs stratégies et leurs ressources personnelles de manière autonome.

Sans outil d’IA générative

En situant les activités dans une zone de difficulté réaliste et stimulante, vous favorisez l’accumulation d’expériences de réussite et le développement de la confiance en leurs capacités.

Mettez en évidence les efforts déployés, les stratégies mobilisées, la persévérance et les ajustements réalisés tout au long de la démarche, plutôt que de centrer l’attention uniquement sur le produit final.

Permettre aux personnes étudiantes de choisir, lorsque cela est possible, un sujet, un format de production ou certains outils contribue à renforcer leur autonomie, leur engagement et leur sentiment de contrôle sur leurs apprentissages.

Encouragez les personnes étudiantes à analyser leurs erreurs afin d’en tirer des enseignements, d’ajuster leurs stratégies et de progresser de manière continue.

Invitez-les à identifier ce qu’elles maîtrisent davantage, les défis qu’elles ont surmontés et les compétences qu’elles développent, afin de renforcer leur sentiment de compétence et leur capacité de réflexion sur leurs apprentissages.

À retenir

Message clé

La question n’est pas « IAG ou non-IAG », mais « qui pilote? ». Tant que la personne étudiante définit l’intention, évalue les réponses et prend les décisions, l’agentivité se construit. Dès qu’elle se contente de copier-coller, elle s’érode.

Clin d’œil scientifique

Quand l’IAG nuit à l’apprentissage

Bastani et coll. (2024) ont montré que, si l’IAG améliore la performance immédiate en exercice, elle peut nuire à l’apprentissage durable, les étudiantes et étudiants réussissant moins bien sans elle. Effectivement, dans un essai contrôlé en classe de mathématiques, les personnes étudiantes ayant eu accès à un tuteur IAG performaient bien pendant les exercices… mais moins bien que le groupe témoin lors des évaluations sans IAG. L’IA avait soutenu la performance, pas l’apprentissage.

L’effet sur le sentiment d’efficacité personnel (SEP)

Zhang et Xu (2025) parlent du « paradoxe de l’efficacité personnelle » : plus la personne étudiante dépend de l’IAG pour réussir, plus son sentiment d’efficacité personnelle s’effrite, ce qui la pousse à dépendre encore davantage de l’outil.

Délestage cognitif et confiance

Lee et coll. (2025), dans une enquête auprès de 319 personnes utilisant l’IAG au travail, observent que plus les utilisateurs ont confiance dans l’IA, moins ils engagent leur pensée critique. Le risque pour les étudiantes et étudiants : un effort cognitif réduit, et donc un apprentissage appauvri.

Apprenez-en plus
sur le sujet

Les autres mécanismes d’apprentissage avec  l’IAG :

Pour aller plus loin

Bandura, A. (2001). Social cognitive theory: An agentic perspective. Annual Review of Psychology, 52, 1-26. https://doi.org/10.1146/annurev.psych.52.1.1

Bandura, A. (2006). Toward a psychology of human agency. Perspectives on Psychological Science, 1(2), 164-180. https://doi.org/10.1111/j.1745-6916.2006.00011.x

Bastani, H., Bastani, O., Sungu, A., Ge, H., Kabakcı, Ö. et Mariman, R. (2025). Generative AI without guardrails can harm learning: Evidence from high school mathematics. Proceedings of the National Academy of Sciences, 122(26), Article e2422633122. https://doi.org/10.1073/pnas.2422633122

Deci, E. L. et Ryan, R. M. (2000). The « what » and « why » of goal pursuits: Human needs and the self-determination of behavior. Psychological Inquiry, 11(4), 227-268. https://doi.org/10.1207/S15327965PLI1104_01

Jézégou, A. (2014). L’agentivité humaine : Un moteur essentiel pour l’élaboration d’un environnement personnel d’apprentissage. Sciences et Technologies de l’Information et de la Communication pour l’Éducation et la Formation, 21, 269-286. https://doi.org/10.3406/stice.2014.1099

Lee, H.-P., Sarkar, A., Tankelevitch, L., Drosos, I., Rintel, S., Banks, R. et Wilson, N. (2025). The impact of generative AI on critical thinking: Self-reported reductions in cognitive effort and confidence effects from a survey of knowledge workers. Dans Proceedings of the 2025 CHI Conference on Human Factors in Computing Systems (Article 1121, p. 1-22). Association for Computing Machinery. https://doi.org/10.1145/3706598.3713778

Zhang, L. et Xu, J. (2025). The paradox of self-efficacy and technological dependence: Unraveling generative AI’s impact on university students’ task completion. The Internet and Higher Education, 65, Article 100978. https://doi.org/10.1016/j.iheduc.2024.100978