Enseigner les langues à l’ère de l’IA

Naviguer entre innovation pédagogique et intégrité académique

Annie Desaulniers, Roisin Dewart, Sebastian Döderlein, Emily Rosales, Mónica Soto et Juliane Bertrand ont publié une réflexion sur les usages numériques et l’intégrité académique dans l’enseignement des langues. Desaulniers et al. (2025) mettent le doigt sur un paradoxe auquel nous faisons tous face dans l’enseignement supérieur québécois.

• D’un côté, le « Plan d’action numérique en éducation et en enseignement supérieur » du gouvernement québécois incite à l’intégration des technologies dans nos pratiques pédagogiques.
• D’un autre côté, en classe de langues, où la langue est à la fois un outil et un objet d’étude, ces technologies soulèvent des questions très complexes sur l’évaluation authentique des compétences.

Une réflexion ancrée dans la pratique à l’UQAM

Tout d’abord, clarifions la nature de cette contribution. Cet article suggère des pistes de réflexion à partir d’observations concernant les cours d’anglais et de français langues secondes, ainsi que d’allemand et d’espagnol langues étrangères de l’École des langues. Desaulniers et al. (2025) ont analysé les règlements institutionnels de l’UQAM, plus particulièrement le « Règlement sur les infractions de nature académique » (Règlement no 18), et les ont mis en relation avec les enjeux actuels soulevés par l’IA générative dans leur pratique enseignante.

Un contexte unique en langue seconde, qui amplifie les enjeux

Les technologies numériques peuvent à la fois soutenir l’apprentissage des langues et, paradoxalement, entraver l’évaluation authentique des compétences linguistiques réellement acquises. Cet article présente une analyse du contexte particulier de la classe de langue, avec ses spécificités, une classification des outils numériques utilisés, une étude des questions pédagogiques soulevées par les nouvelles technologies. Il propose également des recommandations d’actions à différents niveaux (institutionnel, professoral et étudiant) pour promouvoir l’autonomie et la pensée critique.

Cette analyse est particulièrement pertinente parce qu’elle part d’un constat simple et puissant : en classe de langue, la langue est à la fois l’outil et l’objet d’étude. Cette double nature crée des défis uniques par rapport à d’autres disciplines. Pour mieux comprendre, considérons l’exemple suivant. Par exemple, lorsqu’un étudiant ou une étudiante en génie utilise un logiciel de calcul pour résoudre un problème de thermodynamique, l’outil reste un moyen de parvenir à un résultat. Toutefois, il est possible qu’un individu qui apprend une langue étrangère utilise DeepL pour traduire un texte ou ChatGPT pour rédiger une composition. Dans ce cas, la technologie peut remplacer l’apprentissage lui-même, au lieu de simplement faciliter le travail.

Comprendre le continuum des outils numériques

Desaulniers et al. (2025) proposent une classification utile des outils numériques en quatre catégories, ce qui nous aide à comprendre pourquoi certains d’entre eux posent plus de problèmes que d’autres.

1. Les outils numériques classiques, comme les dictionnaires en ligne (Usito, Larousse, Oxford) ou la Banque de dépannage linguistique, sont aujourd’hui largement acceptés et même encouragés dans nos cours. Ils ont simplement remplacé leurs versions imprimées, mais ils demandent toujours certaines compétences aux membres de la communauté étudiante, notamment celle de trouver des définitions et de choisir un terme adapté au contexte. La personne étudiante doit analyser seule l’information qu’elle obtient afin d’en extraire les éléments pertinents.
2. Les outils numériques didactiques tels que Studio pour l’allemand, Español en marcha pour l’espagnol, Longman Academic Writing Series pour l’anglais, ou encore les sites d’exercices autocorrigés comme Le Point du FLE, Amélioration du français (CCDMD), Nicos Weg ou Purdue OWL, s’inscrivent dans une continuité pédagogique claire. Ils sont spécifiquement conçus pour l’apprentissage des langues. L’importance de l’équipe enseignante émerge pour éclairer les personnes étudiantes dans la jungle de l’offre et pour établir des normes de qualité.
3. Les outils numériques interactifs, tels que Google Traduction, DeepL, Antidote, Grammarly et le correcteur de Microsoft Word, constituent déjà des formes d’intelligence artificielle. L’étudiant ou l’étudiante doit d’abord effectuer un travail de sélection d’information ou de production. L’outil offre ensuite des suggestions pour fournir une aide supplémentaire, mais sans générer de nouveau contenu. Leur utilisation en classe de langue est particulièrement sensible et suscite des discussions. Elle dépend du niveau du cours, de la nature des compétences travaillées et des objectifs langagiers visés. Par exemple, consulter un traducteur peut être une stratégie acceptable d’aide à la lecture de textes complexes, mais cela devient problématique lorsqu’il s’agit d’évaluer la production écrite autonome.
4. Les outils conversationnels de l’IA générative, comme ChatGPT, Claude ou Gemini, représentent la catégorie la plus récente et la plus complexe. Contrairement aux outils interactifs qui se contentent d’analyser ce que la personne utilisatrice a produit, ils permettent de générer du contenu original grâce à l’IA générative. Ils peuvent effectuer presque toutes les tâches linguistiques, incluant les activités orales avec l’imitation vocale. Cette capacité des outils d’IA remet en question les méthodes d’évaluation traditionnelles, car la technologie peut littéralement se substituer à l’apprentissage.

Des tensions liées à l’utilisation des technologies en classe de langue

L’article identifie plusieurs tensions qui rendent plus complexe l’enseignement des langues à l’ère du numérique :

• Un flou institutionnel : Le Règlement no 18 de l’UQAM interdit l’utilisation de « tout document ou matériel non autorisé […] incluant le recours aux outils informatiques ou moyens technologiques », mais ne précise pas ce qui constitue une aide acceptable versus une infraction en apprentissage des langues. Cette ambiguïté laisse le corps enseignant et la communauté étudiante dans un état de flou.

• Des définitions contradictoires : Les ressources utilisées en classe proposent des définitions incompatibles du plagiat. Le dictionnaire Usito définit cela comme l’emprunt de « fragments », tandis que le Grand Dictionnaire terminologique varie selon les domaines : « exploiter des idées » en gestion, « piller les idées publicitaires » en publicité, mais simplement « s’inspirer » en journalisme. La classe de langue, qui réunit des personnes étudiantes de différents domaines professionnels, devient un lieu où s’affrontent ces définitions divergentes.

• Les différences culturelles renvoient à des concepts imprégnés de culture, tels que le respect et les valeurs. Dans un contexte international d’accueil comme celui de l’UQAM, la classe de langue étant un lieu privilégié pour l’enseignement de la culture, il est crucial d’aborder explicitement la manière dont une culture donnée interprète l’intégrité académique.

• Un dilemme pédagogique troublant : Former à la citoyenneté numérique peut entrer en conflit avec le développement de l’autonomie linguistique. Selon une méta-analyse de l’Institut national de santé publique du Québec auprès de plus de 175 000 personnes au niveau postsecondaire, la compréhension de textes et la prise de notes sur support numérique sont statistiquement inférieures ou équivalentes à celles du support papier. Aucune étude recensée n’a démontré la supériorité du numérique pour l’apprentissage. Par conséquent, l’intégration des technologies pour former à la citoyenneté numérique pourrait se faire au détriment du développement du langage en soi.

• L’absence de consensus : Un sondage auprès du personnel enseignant universitaire en langues a révélé de profondes divergences d’opinions sur l’acceptabilité des traducteurs automatiques en fonction du niveau de compétence linguistique :
  • 40 % acceptent seulement l’utilisation à un niveau débutant ;
  • 20 % au niveau intermédiaire ;
  • 10 % au niveau avancé ;
  • et 30 % ne se prononcent pas en leur faveur.

Face à ces tensions, Desaulniers et al. (2025) plaident pour une approche formative plutôt que punitive, avec des directives claires axées sur le développement des compétences, ainsi que des discussions ouvertes entre le personnel enseignant et la communauté étudiante.

Au-delà de la détection, repenser nos pratiques d’évaluation

Face aux tensions multiples, la tentation pourrait être de se tourner vers des solutions technologiques de détection du plagiat ou du contenu généré par l’IA. Desaulniers et al. (2025) nous invitent à une réflexion plus profonde.

L’article met en évidence le fait que le corps enseignant ne dispose d’aucun outil fiable pour automatiser la détection des infractions académiques. Les logiciels comme Turnitin peuvent détecter les similitudes entre textes, mais c’est l’œil exercé de l’enseignant qui détermine le manquement. De même, des détecteurs d’IA, comme GPTZero, ne donnent pas le même résultat lorsqu’on leur soumet plusieurs fois le même texte, car ils sont eux-mêmes en apprentissage. De plus, soumettre les travaux étudiants à ces logiciels soulève des questions de droits d’auteur, puisqu’ils s’en servent pour agrandir leur base de données.

L’article nous invite à nous interroger sur la nature de l’évaluation que nous souhaitons effectuer. Si notre but est de mesurer le développement des compétences linguistiques authentiques, nos méthodes d’évaluation doivent s’adapter pour demeurer pertinentes dans un univers où les outils conversationnels sont disponibles en tout temps et en tout lieu.

Cela peut signifier favoriser les évaluations en classe supervisées, les productions orales, les interactions en temps réel, les portfolios réflexifs qui documentent le processus d’apprentissage, ou encore les tâches qui intègrent explicitement l’usage critique des technologies.

Former à la citoyenneté numérique en classe de langue

L’article déplace aussi le débat sur l’intégrité académique vers celui de la citoyenneté numérique. Desaulniers et al. (2025) soutiennent que la classe de langue devrait inclure un volet d’éducation aux médias et à l’information, dont l’objectif est de « former des citoyens, jeunes et moins jeunes, à faire preuve d’esprit critique, à prendre conscience de leurs pratiques numériques et informationnelles et à appréhender avec responsabilité et de manière autonome un environnement médiatique en constante évolution ».

Concrètement, cela signifie concrètement que nous devons inclure l’enseignement explicite de la littératie numérique dans nos cours de langue, en faisant des technologies non pas un problème à contourner, mais un objet d’apprentissage en soi. La formation doit dépasser l’apprentissage technique d’une langue en abordant des valeurs plus larges, comme la pensée critique, la communication interculturelle et l’autonomie intellectuelle.

Du contrôle à l’accompagnement

L’IA générative ne disparaitra pas de nos salles de classe. La population étudiante actuelle vit déjà dans un monde où ces outils sont maintenant omniprésents. Il ne s’agit donc plus de décider s’ils doivent être acceptés, mais plutôt de former les jeunes à les utiliser de manière critique, éthique et en vue de leur développement intellectuel.

Cet article, rédigé par nos collègues de l’École de langues, propose une voie intermédiaire entre deux extrêmes : ni interdiction naïve, ni adoption inconditionnelle. Desaulniers et al. (2025) nous invitent à un changement de paradigme, passant du contrôle à l’accompagnement et de la détection à la formation.

Comme le souligne la conclusion de l’article, c’est grâce à l’étude des langues que l’on prend conscience des limites des outils d’intelligence artificielle générative. En effet, ces outils sont incapables d’enseigner la culture, la communication instantanée et la compréhension interculturelle.

Un défi qui nous concerne toutes et tous, peu importe notre discipline.

Bibliographie

Desaulniers, A., Dewart, R., Döderlein, S., Rosales, E., Soto, M., & Bertrand, J. (2025). Réflexion sur les usages numériques et l’intégrité académique en classe de langues. Revue internationale de pédagogie de l’enseignement supérieur, 41(3). https://doi.org/10.4000/15akx

Article disponible en libre accès : https://journals.openedition.org/ripes/7011