Usages raisonnés de l’intelligence artificielle générative (IAG) pour l’enseignement du français langue étrangère et seconde

p. 3-9

Index

Rubriques

Éditorial

Plan

Texte

L’introduction de ChatGPT en novembre 2022 a été un développement significatif, un véritable un bouleversement majeur dans le monde de l’éducation. Soudainement, n’importe quel individu pouvait interagir avec un chatbot afin de produire du contenu relativement pertinent. Nul besoin de maitriser des codes complexes, une simple requête écrite de quelques mots ou phrases permet de recevoir des propositions de toute nature en quelques secondes : une synthèse de documents, une dissertation sur un sujet, un support de présentation orale, des images, de la musique, des poèmes, des codes informatiques, des exerciseurs, des formules, etc., bref, un ensemble de produits variés que l’on pensait uniquement réalisables par l’être humain. Dès lors, les enseignants se sont interrogés sur comment utiliser cette nouvelle technologie en classe de FLE et sur les nouvelles modalités d’évaluation à mobiliser afin de s’assurer que les productions soumises soient bien celles d’élèves/d’étudiants et non pas simplement une proposition de l’intelligence artificielle générative (IAG). En effet, des sondages rapides ont permis de pointer que les enseignants ne disposaient pas des ressources nécessaires pour détecter les cas d’utilisation de l’IAG dans les productions de leurs élèves ou étudiants (Fleckenstein & coll., 2024).

Puis, la presse révélait progressivement que l’intelligence artificielle générative, loin d’être totalement autonome, repose sur une importante intervention humaine. Des équipes de programmateurs conçoivent et affinent les algorithmes, tandis que d’autres travailleurs, souvent mal payés dans des pays en voie de développement (Chagnon, 2024), participent à l’étiquetage et à la classification des données nécessaires à l’entrainement des modèles. À ceci, s’ajoutaient des révélations sur les consommations d’énergie élevées requises pour alimenter et refroidir les centres de données (Piquard, 2024) entrainant d’importantes émissions de CO2 par les entreprises du secteur numérique (Open AI, Google, Microsoft…). Des organisations comme l’UNESCO (Fengchun & Holmes, 2024) commençaient aussi à questionner les sources utilisées pour alimenter les intelligences artificielles génératives soulignant l’absence de consentement et le manque de traçabilité ou de transparence. Elles s’interrogeaient aussi sur les réponses fournies par les intelligences artificielles génératives (biais culturel, réduction de la diversité) et sur leur utilisation pour générer du contenu discriminatoire, haineux et intrusif sur Internet. Ce qui avait été perçu initialement comme une avancée technologique fascinante commençait à soulever des préoccupations croissantes quant à ses impacts sur la société et l’humanité. Afin de limiter les risques de dérapages, plusieurs cadres réglementaires ont été mis en place avec parfois des sanctions annoncées (IA Act pour l’UE : Commission européenne, 2021). Dans le domaine de l’éducation, le Consensus de Beijing (UNESCO, 2019) puis le Guide pour les décideurs politiques (UNESCO, 2021) esquissaient déjà des recommandations pour garantir l’utilisation éthique, inclusive et équitable de l’IA dans l’éducation. Des propositions plus récentes intègrent aussi le volet durabilité pour les utilisations des IAG (Kasneci & coll., 2023).

Dans ce contexte entouré de défis et avec des pratiques spontanées qui peuvent être parfois en décalage par rapport aux théories d’apprentissage (retour en force des exerciseurs, solo-apprentissage personnalisé), comment imaginer des usages raisonnés de l’intelligence artificielle générative en didactique du FLES en plaçant l’humain au cœur des préoccupations des enseignants pour éviter que cette intelligence artificielle générative ne devienne « dégénérative » (De La Higuera & Iyer, 2024 ; Direction du numérique pour l’éducation, 2024 ; Herft, 2023) ?

Ce numéro rassemble ainsi une riche mosaïque de perspectives et d’expérimentations que nous vous invitons à découvrir à travers les contributions suivantes. Il s’ouvre par un « Point de vue » qui reprend les grandes caractéristiques techniques des IAG et leurs affordances pour la didactique du FLES. Dans son « Point de vue » intitulé L’intelligence artificielle générative au service du FLES, Gérald Schlemminger pose les jalons de notre réflexion collective. Il y explore quelques fondements techniques de l’IAG et examine leurs potentialités spécifiques pour renouveler et enrichir les pratiques en didactique du français langue étrangère et seconde, ouvrant ainsi la voie aux explorations plus ciblées qui suivent. Ce texte fondateur sert de cadre conceptuel et technique, invitant à une exploration approfondie des implications de ces technologies pour notre discipline.

Partie 1 : Développement de l’expression écrite

La première partie de ce numéro se concentre sur une compétence linguistique fondamentale, l’expression écrite et interroge la manière dont l’IAG peut en soutenir le développement chez les apprenants de FLE dans divers contextes.

Dans leur article – L’impact de ChatGPT sur la production écrite des étudiants iraniens : une analyse d’erreurs –, Marzieh Mehrabi et Zahra Haghgou examinent l’effet de ChatGPT comme assistant pédagogique pour des étudiants iraniens en cours à distance à l’Université de Téhéran. Leur étude – basée sur une analyse d’erreurs et évaluant des critères tels que la réalisation de la tâche, la cohérence, l’adéquation sociolinguistique et la précision linguistique – montre une amélioration notable après que les étudiants ont utilisé ChatGPT pour correction et reformulation, surtout chez ceux ayant des scores initiaux plus faibles. Les auteures soulignent ainsi le potentiel de cet outil pour la remédiation et le soutien individualisé, sous la supervision attentive de l’enseignant qui guide l’analyse critique des retours de l’IA.

Olivier Lorillard, dans son retour d’expérience intitulé Intelligence artificielle générative et apprentissage du français : une étude de cas au Japon, évalue l’aptitude de ChatGPT à servir de partenaire de conversation pour de jeunes apprenants japonais débutants. Face à un public souvent anxieux, il analyse la capacité de l’outil à respecter des contraintes méthodologiques strictes (simplification des contenus, contrôle élevé). L’étude révèle une inconstance de ChatGPT, des corrections et explications parfois erronées ou inadaptées. Elle montre aussi une difficulté à maintenir la cohérence et à respecter les simplifications exigées, concluant que l’IAG peine encore à égaler l’humain dans ce contexte contraint. L’auteur suggère la piste d’outils hybrides « bridés ». L’efficacité de l’IAG apparait donc fortement dépendante du niveau de l’apprenant, des langues utilisées et du degré de structuration pédagogique.

Tahereh Mohammadpour et Mahmoud Reza Gashmardi explorent l’Enseignement des expressions écolinguistiques aux apprenants iraniens de FLE à l’aide de l’IA. Leur recherche compare un groupe expérimental d’étudiants de niveau B2 utilisant ChatGPT et Gemini pour traduire des expressions écologiques en persan à un groupe contrôle. Les résultats indiquent que l’IA a permis une meilleure traduction de ces expressions, soulignant l’importance d’intégrer ces technologies pour des thèmes comme l’écologie. Ils notent cependant que l’IA peut fournir des traductions littérales pour des termes très spécialisés, nécessitant une expertise humaine pour affiner la compréhension des nuances culturelles et techniques.

Yilun Li, dans son article L’intelligence artificielle générative dans l’apprentissage du français en Chine : une étude sur l’utilisation de ChatGPT pour le développement des compétences orthographiques, propose un dispositif de « dictée dialoguée » assistée par ChatGPT pour des étudiants chinois de FLE. Ce dispositif vise à entrainer les apprenants à mobiliser leurs connaissances grammaticales pour résoudre des problèmes orthographiques via des interactions guidées avec l’IA. L’étude met en exergue le potentiel de l’IAG pour favoriser l’apprentissage actif, renforcer les compétences métalinguistiques et développer une autonomie réflexive, particulièrement face à la complexité de l’orthographe française pour des sinophones, transformant l’IA en un outil puissant pour le développement de la conscience métalinguistique.

Partie 2 : Interaction, multimodalité, autonomie

La deuxième partie aborde les domaines de l’interaction orale, de la multimodalité et de l’autonomie explorant comment l’IAG peut créer des environnements d’apprentissage plus dynamiques, immersifs et engageants.

Valeria Molina Zapata et Javier David Montoya Estrada présentent une recherche-action menée en Colombie : I.Améliorer l’expérience FLE : l’impact de l’intégration de l’intelligence artificielle dans l’apprentissage du FLE chez un groupe d’adolescentes à l’Alliance française de Medellín. Les activités (création de prompts, entrainements avec une application IA, production collaborative de chansons) ont montré une amélioration des compétences, notamment en production orale, et une motivation accrue chez les adolescentes. L’étude souligne l’importance d’un encadrement pédagogique pour garantir un usage éthique et pertinent de l’IA. Elle reconnait aussi ses limites, qu’elles soient techniques ou culturelles. L’IA est présentée comme un outil complémentaire, dont l’efficacité dépend du contexte et d’une approche critique. Une vigilance particulière est nécessaire face aux stéréotypes qu’elle peut véhiculer.

Dans L’intelligence artificielle générative et l’apprentissage connectiviste des langues : spécificités, usages et limites, Hani Qotb analyse les spécificités de l’IAG pour l’apprentissage des langues et son rôle dans le développement de l’apprentissage connectiviste (hybride et autonome) via les outils nomades. Présentant une expérience d’apprentissage hybride du FLE avec ChatGPT, l’auteur met en relief les effets positifs (explication d’aspects linguistiques, fourniture de ressources, évaluation, conseils) et les limites (précision, authenticité, normalisation de la langue, impact sur la pensée critique) de l’IAG. L’article souligne que si l’IAG s’inscrit naturellement dans ces approches, son efficacité est conditionnée par la littératie numérique des utilisateurs et une conscience de ses limitations.

Gérald Schlemminger partage une pratique de classe intitulée Apprentissage du français en migration : l’IA générative pour plus d’autonomie, menée avec des adultes demandeurs d’asile (niveau A1) dans un centre LGBTQIA+. L’expérimentation, en pédagogie active et sans manuel, vise à développer leur littératie numérique en IA (ChatGPT, FLElex) pour favoriser l’autonomie. L’accent est mis sur la formulation de prompts, l’exploitation des productions générées (textes, images, musique) et la création de supports multimodaux, en lien avec des thématiques engageantes, démontrant qu’une approche pédagogique active et un accompagnement réflexif permettent une appropriation significative de l’IAG, même pour des débutants en situation de vulnérabilité.

Michal Buss, dans sa contribution Jeux de rôle textuels et intelligence artificielle : des outils pour l’apprentissage du français, analyse le potentiel de l’IA (IA Dungeon, ChatGPT) dans les jeux de rôle textuels pour le FLE. Il explore comment ces outils peuvent favoriser l’acquisition du vocabulaire, l’expression écrite et la compréhension écrite. L’article conclut sur les avantages (accessibilité, immersion, personnalisation) et les limites (dépendance à Internet, contenus inappropriés, incohérences, risque d’utilisation excessive), suggérant que ces jeux offrent un fort potentiel d’engagement mais requièrent une vigilance quant à la qualité du contenu généré et aux risques de surutilisation.

Partie 3 : Conception de ressources / accompagnement des enseignant·es

La troisième section aborde les enjeux de la création de matériel pédagogique adapté à l’ère de l’IAG et de la formation continue des enseignants, indispensables pour une intégration réussie et éthique de ces nouveaux outils.

Jovan Kostov, dans son article de recherche et pratique Conception de ressources pédagogiques pour le FLE : quelle synergie entre l’IAG, le TAL et Moodle, explore les possibilités d’articuler l’intelligence artificielle générative avec le traitement automatique des langues (TAL) et la plateforme d’apprentissage Moodle. Fort de son expertise en ingénierie didactique et en TAL appliqué aux langues, il examine comment cette synergie peut optimiser la création de ressources pédagogiques innovantes et adaptées aux besoins des apprenants de FLE, notamment dans des dispositifs hybrides. Cette intégration apparait comme une piste prometteuse pour optimiser et personnaliser la création de ressources, tout en soulevant des questions d’ingénierie pédagogique.

Paul Pouzergues rend compte d’expérience sur L’intelligence artificielle générative en classe de FLE : retour sur un atelier et ses effets en formation continue d’enseignants en République tchèque. S’appuyant sur ses recherches sur l’usage des IA génératives et la formation de formateurs, il détaille l’organisation d’un atelier et analyse son impact sur les pratiques et perceptions des enseignants de FLE tchèques. Il met en lumière les opportunités (gain de temps, engagement, différenciation) et les limites (dépendance, besoin de formation, protection des données), confirmant que la formation continue est un levier essentiel pour une adoption éclairée de l’IAG.

Dans son point de vue intitulé L’intelligence artificielle et la didactique du FLES au temps de l’anthropocène, Nathalie Gettliffe, co-coordinatrice de ce numéro, propose une réflexion prospective sur l’avenir de l’IAG dans l’enseignement du FLE. Elle pose le cadre des limites environnemenales comme une indispensable réflexion en amont de toute utilisation de l’IAG. Dans un contexte rempli d’incertitudes avec la nécessité de créer et de maintenir des communautés résilientes et agiles, la classe de FLE apparait comme un lieu où l’IAG peut servir de manière ponctuelle à resserrer les liens au travers d’activités langagières.

Partie 4 : Varia

La section Varia élargit notre horizon au-delà de la thématique principale de l’IAG, en abordant d’autres sujets d’actualité et de recherche pertinents pour la didactique du FLES.

Dans leur contribution de recherche et pratique, Fiona Smythe et Cécile Prévost s’interrogent : quelle prise en compte du plurilinguisme des élèves allophones arrivants en 3e de collège ? S’appuyant sur des travaux concernant l’inclusion linguistique des élèves allophones et l’usage des langues familiales, elles examinent les enjeux et les modalités d’une meilleure prise en compte du plurilinguisme des élèves. Leur réflexion souligne que la reconnaissance et l’intégration des langues familiales sont des facteurs clés pour l’inclusion et la réussite des élèves allophones, notamment lors de l’épreuve du brevet.

Gaelle Burg, dans sa pratique de classe, propose une réflexion sur L’actualisation du texte médiéval en classe de FLE (niveau secondaire II) : une approche intertextuelle/intermédiale. Forte de son expertise sur la didactique de la littérature médiévale en FLE, elle suggère des pistes pour rendre ces textes, souvent perçus comme inaccessibles, plus engageants pour les apprenants du secondaire, en utilisant des approches qui créent des ponts avec les connaissances et les pratiques culturelles contemporaines des élèves.

Dans sa note de lecture L’orthographe française, tour d’horizon des connaissances, Martha Makassikis propose une réflexion sur l’ouvrage L’orthographe française. Histoire, description, enseignement (2023) de Jean-Christophe Pellat. Elle salue une œuvre de vulgarisation claire, rigoureuse et accessible, capable d’éclairer à la fois les spécialistes et le grand public. Loin de toute prétention à l’exhaustivité, Pellat adopte une démarche pédagogique qui privilégie l’essentiel, tout en proposant une synthèse structurée en trois volets : historique, descriptive et didactique. Makassikis souligne notamment la richesse des analyses diachroniques de Pellat, qui mettent en lumière les tensions historiques entre oral et écrit, entre fixité orthographique et variation phonétique, mais aussi les motivations étymologiques et sociales des choix normatifs.

Enfin, Inès Jakhlouti présente une note de lecture intitulé L’enfant au cœur des langues : repères, pratiques et horizons pédagogiques concernant l’ouvrage L’enfant et les langues. Repères et démarches pour l’enseignant (2024) de Malory Leclère et Marie-Odile Hidden. Elle rappelle les fondamentaux théoriques (théories d’apprentissage en L1 et L2 ; contextes d’enseignement) qui doivent sous-tendre les démarches pédagogiques afin d’assurer une adéquation entre propositions d’activités et besoins des enfants. La posture réflexive apparait comme un élément clé pour réussir à adapter les enseignements de langues pour un jeune public (3 à 12 ans).

En définitive, ce numéro témoigne de la vitalité de la recherche et des pratiques en didactique du FLES face aux transformations induites par l’intelligence artificielle générative ; il invite à poursuivre collectivement la réflexion pour que ces outils deviennent de véritables alliés au service d’un apprentissage humaniste, critique et émancipateur.

Bibliographie

Chagnon, L. (2024, avril 9). « Ils profitent de notre pauvreté » : derrière le boom des intelligences artificielles génératives, le travail caché des petites mains de l’IA. France Info. https://www.franceinfo.fr/internet/intelligence-artificielle/ils-profitent-de-notre-pauvrete-derriere-le-boom-des-intelligences-artificielles-generatives-le-travail-cache-des-petites-mains-de-l-ia_6466742.html.

Commission européenne (2021). Proposition de règlement du Parlement européen et du Conseil établissant des règles harmonisées concernant l’intelligence artificielle (législation sur l’intelligence artificielle) et modifiant certains actes législatifs de l’Union, 2021/0106/COD. https://eur-lex.europa.eu/legal-content/FR/TXT/?uri=CELEX:52021PC0206.

De La Higuera, C. & Iyer, J. (2024). IA pour les enseignants : un manuel ouvert. Unesco et Nantes Université. https://aiopentext.itd.cnr.it/iapourlesenseignants/.

Direction du numérique pour l’éducation. (2024). Intelligence artificielle et éducation : apports de la recherche et enjeux pour les politiques publiques. Ministère de l’Éducation nationale.

Fleckenstein, J., Meyer, J., Jansen, T., Keller, S. D., Köller, O. & Möller, J. (2024). Do teachers spot AI? Evaluating the detectability of AI-generated texts among student essays. Computers and Education: Artificial Intelligence, 6, 100209. https://doi.org/10.1016/j.caeai.2024.100209.

Herft, A. (2023). Guide de l’enseignant-L’usage de ChatGPT « ce qui marche le mieux » (A. Gagne, Trad.). https://www.innovation-pedagogique.fr/article13780.html.

Kasneci, E., Sessler, K., Küchemann, S., Bannert, M., Dementieva, D., Fischer, F., Gasser, U., Groh, G., Günnemann, S., Hüllermeier, E., Krusche, S., Kutyniok, G., Michaeli, T., Nerdel, C., Pfeffer, J., Poquet, O., Sailer, M., Schmidt, A., Seidel, T.,... Kasneci, G. (2023). ChatGPT for good? On opportunities and challenges of large language models for education. Learning and Individual Differences, 103, 102274. https://doi.org/10.1016/j.lindif.2023.102274.

Fengchun, M. & Holmes, W. (2024). Orientations pour l’intelligence artificielle générative dans l’éducation et la recherche. UNESCO Bibliothèque Numérique. https://doi.org/10.54675/HBCX3851.

Piquard, A. (2024, février 8). « L’explosion de la demande d’électricité liée à l’IA a déjà des conséquences locales ». Le Monde. https://www.lemonde.fr/economie/article/2024/02/08/1-explosion-de-la-demande-d-electricite-liee-a-l-ia-a-deja-des-consequences-locales_6215368_3234.html.

UNESCO. (2019). Consensus de Beijing sur l’intelligence artificielle et l’éducation. UNESCO Bibliothèque Numérique. https://unesdoc.unesco.org/ark:/48223/pf0000368303.

UNESCO. (2021). IA et éducation : guide pour les décideurs politiques. UNESCO Bibliothèque Numérique. https://unesdoc.unesco.org/ark:/48223/pf0000380006.

Citer cet article

Référence papier

Gérald Schlemminger et Nathalie Gettliffe, « Usages raisonnés de l’intelligence artificielle générative (IAG) pour l’enseignement du français langue étrangère et seconde », Didactique du FLES, 4:1 | 2025, 3-9.

Référence électronique

Gérald Schlemminger et Nathalie Gettliffe, « Usages raisonnés de l’intelligence artificielle générative (IAG) pour l’enseignement du français langue étrangère et seconde », Didactique du FLES [En ligne], 4:1 | 2025, mis en ligne le 10 juillet 2025, consulté le 03 décembre 2025. URL : https://www.ouvroir.fr/dfles/index.php?id=1571

Auteurs

Gérald Schlemminger

Gérald Schlemminger est professeur des universités émérite de la Pädagogische Hochschule de Karlsruhe (Allemagne). Il est co-directeur du collège doctoral trinational « Communiquer en contexte plurilingue et pluriculturel ». Il est professeur associé à l’UR 1339 LILPA (Linguistique, langues, parole) de l’université de Strasbourg. Ses disciplines de référence sont les sciences du langage et la didactique des langues.

schlemminger.gerald@gmail.com

Autres ressources du même auteur

  • IDREF
  • ORCID
  • HAL
  • ISNI
  • BNF

Articles du même auteur

Nathalie Gettliffe

Nathalie Gettliffe est maitre de conférences à l’université de Strasbourg. Après une formation à la didactique du FLS en Colombie-Britannique (Canada), elle continue ses recherches dans le domaine des technologies numériques au sein du groupe de recherche Technologie et communication (Tec et Co) du laboratoire interuniversitaire des sciences de l’éducation (UR 2310 LISEC) des universités de Strasbourg, de Lorraine et de Haute-Alsace. Plus particulièrement, elle centre ses analyses sur la dynamique des interactions dans des dispositifs variés d’enseignement des langues (présentiel, hybride, distanciel). Elle est aussi membre du groupe de recherche Europe Méditerranée (université de Haute-Alsace) et du séminaire de recherche Éducation et anthropocène (université de Lorraine).

ngettliffe@unistra.fr

Autres ressources du même auteur

  • IDREF
  • ORCID
  • ISNI
  • BNF

Articles du même auteur

Droits d'auteur

Licence Creative Commons - Pas d’Utilisation Commerciale - Pas de Modification 2.0 Générique (CC BY-NC-ND 4.0)