Le Colloque > Résumés > Bourdais Aurélie

Le développement rapide des outils d'IA générative durant la dernière décennie soulève des interrogations quant à l'enseignement des langues en contexte scolaire. Les outils de traduction automatique, tels Google Traduction ou DeepL, produisent désormais des textes dont la qualité est comparable à celle attendue d'élèves de lycée (Delorme Benites & Lehr, 2021) et de nombreuses études attestent d'une appropriation de ces outils par les apprenants de langues malgré des discours divergents de la part des enseignant.e.s (Molle et al., 2024). Les pratiques observées laissent penser que les outils de traduction automatique peuvent contribuer au développement de compétences langagières, dans la mesure où les élèves ont développé des compétences de littératie de Traduction Automatique, c'est-à-dire qu'ils font un usage critique et informé de ces outils (Bowker & Buitrago Ciro, 2019). Ces nouvelles pratiques invitent toutefois les enseignants à redéfinir les objectifs d'apprentissage en fonction des outils consultés par les élèves, des qualités de ces outils (par exemple : respect des régularités orthographiques et grammaticales) et de leurs limites (par exemple : pas de prise en compte des aspects pragmatiques et sociolinguistiques) (Hellmich, 2021).

La littérature scientifique relative aux usages des traducteurs en ligne en contexte d'enseignement-apprentissage des langues est désormais abondante, mais des observations de terrain laissent penser que ces pratiques numériques évoluent vite, tout particulièrement depuis la commercialisation de ChatGPT. Ce robot conversationnel peut non seulement traduire des textes, il peut aussi en produire à partir de prompts fournis par l'utilisateur. Les observations mentionnées précédemment suggèrent également que la sélection des outils consultés (outils de traduction automatique ou chatbots) pourrait être liée à la classe socio-professionnelle dont sont issus les élèves. Si une étude récente a confirmé que les étudiant.e.s s'emparaient peu à peu de ChatGPT (Molle et al., 2024), il n'existe à notre connaissance pas encore d'étude portant sur les pratiques numériques d'élèves de lycée depuis le lancement de cet outil en novembre 2022. Nous proposons d'actualiser les connaissances sur ces pratiques à partir d'une étude exploratoire dont les enjeux seront les suivants :

1) analyser dans quelle mesure les élèves de lycée se sont emparés de ChatGPT dans le cadre de l'enseignement-apprentissage des langues et

2) étudier les pratiques numériques de ces élèves relatives à l'IA (outils de traduction automatique ou chatbots) dans une approche critique (Soubrié, 2020) pour

3) déterminer si et en quoi ChatGPT peut constituer une aide à l'apprentissage.

Cette étude s'appuiera sur une enquête par questionnaires menée auprès d'élèves de lycée et sur des entretiens complémentaires, également réalisés auprès de lycéen.ne.s.

Références bibliographiques :

Bowker, L., & Buitrago Ciro, J. (2019). Machine translation and global research : Towards improved machine translation literacy in the scholarly community (First edition). Emerald Publishing.

Delorme Benites, A., & Lehr, C. (2021). Neural machine translation and language teaching : Possible implications for the CEFR. Bulletin suisse de linguistique appliquée, 114, 47‑66. https://doi.org/10.5169/SEALS-1030137

Hellmich, E. (2021). Machine Translation in Foreign Language Writing : Student Use to Guide Pedagogical Practice. Alsic. Apprentissage Des Langues et Systèmes d'Information et de Communication, 24(1). http://journals.openedition.org/alsic/5705

Molle, N., Hamza, A., & Nassau, G. (2024). « Je ne sais pas trop comment m'y prendre... » : Les enseignants Lansad face aux défis de la traduction automatique. Alsic. Apprentissage des Langues et Systèmes d'Information et de Communication, 27(1).

Soubrié, T. (2020). Penser le numérique : Orientations pédagogiques et préoccupations de recherche en didactique des langues. Alsic, 23(1). https://doi.org/10.4000/alsic.4687