ChatGPT, recherche d’information et engagement en classe : une étude théorique

L’exactitude et la fiabilité des sources comptent lorsque les étudiants cherchent des retours enseignants et des contenus. Bibliothèques numériques, plateformes et moteurs de recherche facilitent l’accès ; ChatGPT interroge leur recours possible aux nouvelles technologies pour s’informer.

Perspective de recherche

Cette étude théorique s’appuie sur l’apprentissage par enquête et la découverte active pour examiner l’influence possible de ChatGPT sur la recherche d’information et l’engagement des étudiants en classe.

Sept influences possibles

La présentation originale identifie sept influences possibles, conservées comme parcours potentiels :

• Peut offrir une autre forme de tutorat.
• Un dialogue ludique et social peut attirer les étudiants vers cette source principale d’information.
• Un langage évoquant personnalité et émotions peut augmenter son attrait.
• Peut soutenir des échanges d’apprentissage plus inclusifs.
• Peut fournir des informations plus approfondies et variées selon les besoins.
• Des contenus multilingues peuvent dépasser les frontières linguistiques et faciliter la collaboration.
• Une interaction plus détendue peut soutenir le rythme individuel et la motivation.

Parcours théorique

Le schéma relie ChatGPT, recherche d’information et engagement en classe dans l’apprentissage par enquête. Les flèches représentent une relation théorique proposée et se lisent comme un modèle conceptuel.

Limites d’interprétation

Le style social et le langage émotionnel peuvent influencer l’expérience ; ils n’établissent pas des sentiments réels. Les parcours proposés doivent être interprétés selon l’exactitude, la fiabilité et les conditions d’utilisation.

Lecture associée

Lecture associée : l’étude de cas des agents conversationnels éducatifs examine l’expérience des premiers utilisateurs, l’éthique et la responsabilité.

Publication et source

Cette communication est parue en ligne le 12 septembre 2023 dans Smart Learning for A Sustainable Society (ICSLE 2023), collection Lecture Notes in Educational Technology, pages 117–126. L’original est anglais et la date du site est conservée.

Référence: Michael Agyemang Adarkwah; Chen Ying; Muhammad Yasir Mustafa; Ronghuai Huang. Prediction of Learner Information-Seeking Behavior and Classroom Engagement in the Advent of ChatGPT. In: Smart Learning for A Sustainable Society. Lecture Notes in Educational Technology, pp. 117–126 (2023). DOI: 10.1007/978-981-99-5961-7_13