{"id":9751,"date":"2026-10-13T06:30:00","date_gmt":"2026-10-13T10:30:00","guid":{"rendered":"https:\/\/community.camerisefsl.ca\/?p=9751"},"modified":"2026-10-15T10:30:54","modified_gmt":"2026-10-15T14:30:54","slug":"usage-de-lia-dans-la-planification-des-cours-de-physique-au-college-en-autriche","status":"publish","type":"post","link":"https:\/\/community.camerisefsl.ca\/usage-de-lia-dans-la-planification-des-cours-de-physique-au-college-en-autriche\/","title":{"rendered":"Usage de l\u2019IA dans la planification des cours de physique au coll\u00e8ge en Autriche"},"content":{"rendered":"\n
Depuis 2022, les outils d\u2019intelligence artificielle (IA) sont accessibles au grand public, permettant ainsi aux enseignants de physique d\u2019explorer diverses applications, notamment la planification des cours. Cette \u00e9tude qualitative \u00e9value le potentiel de l\u2019IA pour assister les enseignants dans cette t\u00e2che complexe. Trois groupes d\u2019enseignants autrichiens au coll\u00e8ge ont \u00e9t\u00e9 compar\u00e9s : les futurs enseignants, les enseignants hors champ sp\u00e9cialis\u00e9, et les enseignants exp\u00e9riment\u00e9s. Ils ont \u00e9labor\u00e9 un cours sur la troisi\u00e8me loi de Newton en utilisant un outil d\u2019IA.<\/p>\n\n\n\n
\ud83d\udcbb Cadre th\u00e9orique et m\u00e9thode<\/h2>\n\n\n\n
La planification des le\u00e7ons est cruciale pour la qualit\u00e9 de l\u2019enseignement en physique. Elle implique plusieurs exigences cognitives cl\u00e9s<\/strong> d\u00e9finies par K\u00f6nig et al., dont la transformation du contenu et la cr\u00e9ation de t\u00e2ches. Cette \u00e9tude s\u2019appuie sur ce mod\u00e8le pour analyser comment l\u2019IA soutient les enseignants durant la planification. Trois groupes ont \u00e9t\u00e9 \u00e9tudi\u00e9s, chacun avec des niveaux d\u2019exp\u00e9rience diff\u00e9rents, afin d\u2019identifier les interactions entre leurs connaissances p\u00e9dagogiques et le recours \u00e0 l\u2019IA.<\/p>\n\n\n\n
Les participants ont utilis\u00e9 divers assistants IA comme ChatGPT<\/strong> ou Google Gemini pour planifier un cours de 50 minutes sur Newton. Ils ont soumis leurs plans, les \u00e9changes avec l\u2019IA, et une r\u00e9flexion \u00e9crite analys\u00e9e qualitativement afin d\u2019examiner quels aspects cognitifs ont \u00e9t\u00e9 privil\u00e9gi\u00e9s et comment l\u2019IA a influenc\u00e9 leur d\u00e9marche.<\/p>\n\n\n\n
\ud83d\udcca R\u00e9sultats par groupes d\u2019enseignants<\/h2>\n\n\n\n
Les futurs enseignants ont adopt\u00e9 une approche directe en demandant souvent un plan de cours complet et se sont concentr\u00e9s sur la r\u00e9duction didactique du contenu<\/strong>. Ils n\u2019ont pas sollicit\u00e9 d\u2019adaptation explicite aux diff\u00e9rents niveaux des \u00e9l\u00e8ves, m\u00eame si l\u2019IA l\u2019a parfois propos\u00e9e.<\/p>\n\n\n\n
Les enseignants hors champ sp\u00e9cialis\u00e9 ont demand\u00e9 plus fr\u00e9quemment une explication simplifi\u00e9e du contenu, cherchant \u00e0 renforcer leurs connaissances physiques. Ils ont \u00e9t\u00e9 les plus assidus dans la cr\u00e9ation de t\u00e2ches, avec parfois des demandes pr\u00e9cises pour des fiches et exp\u00e9riences, ainsi qu\u2019une certaine diff\u00e9renciation.<\/p>\n\n\n\n
Les enseignants exp\u00e9riment\u00e9s, plus critiques, ont utilis\u00e9 des strat\u00e9gies vari\u00e9es, incluant la demande \u00e0 l\u2019IA des informations n\u00e9cessaires avant de lancer la planification. Ils ont davantage pris en compte les conceptions et pr\u00e9conceptions des \u00e9l\u00e8ves<\/strong> dans leurs prompts, m\u00eame si cela apparaissait peu dans leurs plans finaux.<\/p>\n\n\n\n
\ud83c\udf0d Comparaison et perception de l\u2019IA<\/h2>\n\n\n\n
Globalement, les trois groupes ont suivi des mod\u00e8les similaires, mais les enseignants exp\u00e9riment\u00e9s se sont montr\u00e9s plus sceptiques vis-\u00e0-vis de la qualit\u00e9 des contenus et des t\u00e2ches g\u00e9n\u00e9r\u00e9s par l\u2019IA. Les enseignants hors champ et les futurs enseignants ont per\u00e7u l\u2019IA comme un outil utile, notamment pour clarifier les objectifs et structurer les phases du cours.<\/p>\n\n\n\n
La majorit\u00e9 des participants ont remarqu\u00e9 que l\u2019IA produit souvent une planification conforme \u00e0 des mod\u00e8les reconnus (ex. le mod\u00e8le 5E), mais parfois manquait une contextualisation plus profonde et une prise en compte des id\u00e9es pr\u00e9alables des \u00e9l\u00e8ves, ce qui souligne la n\u00e9cessit\u00e9 d\u2019une analyse critique des propositions de l\u2019IA<\/strong> par les enseignants.<\/p>\n\n\n\n\n \n <\/figure>\n\n\n\n
\ud83c\udf93 Discussion et implications p\u00e9dagogiques<\/h2>\n\n\n\n
L\u2019\u00e9tude confirme que l\u2019IA peut faciliter la planification de cours en soutenant certains aspects cognitifs, comme la formulation claire des objectifs<\/strong> et la structuration temporelle des phases. Toutefois, elle pr\u00e9sente encore des limites, par exemple en proposant parfois des exp\u00e9riences inadapt\u00e9es ou des contenus superficiels.<\/p>\n\n\n\n
La comp\u00e9tence des enseignants \u00e0 formuler des invites (prompting) pr\u00e9cises est essentielle pour optimiser l\u2019usage de l\u2019IA. Il est recommand\u00e9 de d\u00e9velopper des formations cibl\u00e9es pour am\u00e9liorer ces comp\u00e9tences et encourager une utilisation r\u00e9fl\u00e9chie de l\u2019IA<\/strong> int\u00e9grant la connaissance des \u00e9l\u00e8ves. Les enseignants exp\u00e9riment\u00e9s, plus critiques, pourraient servir de relais pour accompagner les autres dans cette adoption.<\/p>\n\n\n\n
L\u2019IA ne remplace pas le jugement p\u00e9dagogique mais peut all\u00e9ger le travail pr\u00e9paratoire, notamment pour les enseignants moins sp\u00e9cialis\u00e9s en physique. Pour exploiter tout le potentiel de l\u2019IA, une combinaison de savoir-faire technologique et p\u00e9dagogique est indispensable.<\/p>\n\n\n\n
\ud83d\udcbb Conclusions<\/h2>\n\n\n\n
Cette recherche qualitative r\u00e9v\u00e8le que l\u2019IA est un outil prometteur pour la planification des le\u00e7ons de physique au coll\u00e8ge, capable d\u2019assister diff\u00e9rents types d\u2019enseignants selon leur profil. Les demandes cognitives les plus souvent satisfaites par l\u2019IA sont la clart\u00e9 des objectifs et la phase p\u00e9dagogique, mais son r\u00f4le dans l\u2019adaptation aux \u00e9l\u00e8ves et la diff\u00e9renciation reste limit\u00e9.<\/p>\n\n\n\n
Les perceptions d\u2019utilit\u00e9 de l\u2019IA diff\u00e8rent selon l\u2019exp\u00e9rience, les enseignants exp\u00e9riment\u00e9s \u00e9tant plus critiques. Des formations en prompt engineering et en analyse p\u00e9dagogique des propositions d\u2019IA sont recommand\u00e9es pour maximiser les b\u00e9n\u00e9fices.<\/p>\n\n\n\n
Des recherches futures devraient explorer les motivations \u00e0 utiliser l\u2019IA et les risques li\u00e9s \u00e0 son usage dans l\u2019\u00e9ducation scientifique, tout en suivant l\u2019\u00e9volution rapide des outils d\u2019IA.<\/p>\n\n\n\n
Version anglaise de l\u2019article traduite gr\u00e2ce \u00e0 l\u2019IA.<\/em><\/p>\n\n\n\n
Source & Cr\u00e9dits<\/h2>\n\n\n\n
Auteur : Florian Budimaier, Matthias Fasching, Anna Reumann, Esmeralda Campos<\/strong><\/p>\n\n\n\n
![](\"https:\/\/community.camerisefsl.ca\/wp-content\/uploads\/2026\/09\/image1-22.jpg\")
\n <\/figure>\n\n\n\n