Examining Canadian Undergraduates’ Perspectives with Using GenAI for Learning Examen des perspectives des personnes étudiantes canadiennes de premier cycle concernant l’utilisation de l’IA générative pour l’apprentissage

Abstract

The rapid emergence of generative artificial intelligence (GenAI) tools presents new opportunities and challenges for higher education, yet little is known about how undergraduate students choose to engage with these technologies. This study examined Canadian undergraduates’ perspectives on GenAI as a learning support across three phases of the lecture cycle: before, during, and after class. Using a mixed-format survey (N = 296), we analyzed 118 student-written responses through Mayring’s qualitative content analysis and mapped themes onto Zimmerman’s model of Self-Regulated Learning (SRL). Results indicate that students see GenAI as a versatile cognitive partner—supporting preparation before lectures, engagement and clarification during, and review and assignment help afterward. Students also expressed critical concerns about overreliance, accuracy, academic integrity, and data privacy, which align with vulnerabilities in SRL processes such as self-control, self-evaluation, and help-seeking. Findings highlight a conceptual shift from institutional framings of GenAI as a production tool toward student framings of GenAI as a mechanism for intellectual capacity building. We argue that deliberate integration of GenAI into teaching practices and institutional policies—aligned with SRL subprocesses—can support responsible, student-informed adoption. The study contributes timely evidence for educators and policymakers navigating the pedagogical and ethical dimensions of GenAI in postsecondary learning.

Keywords:

• generative artificial intelligence,
• higher education,
• qualitative research,
• self-regulated learning

Résumé

L’émergence rapide des outils d’intelligence artificielle générative (IAg) présente à la fois de nouvelles opportunités et des nouveaux défis pour l’enseignement supérieur, toutefois, on en sait encore peu sur la manière dont les personnes étudiantes de premier cycle choisissent d’utiliser ces technologies. Cette étude a examiné les perspectives de personnes étudiantes canadiennes de premier cycle quant au rôle de l’IAg comme soutien à l’apprentissage tout au long des trois phases du cycle d’un cours magistral : avant, pendant et après le cours. À l’aide d’un sondage mixte (n = 296) nous avons analysé 118 réponses écrites par les personnes étudiantes à l’aide de l’analyse de contenu qualitative de Mayring et avons cartographié les thèmes dégagés avec le modèle d’autorégulation de l’apprentissage de Zimmerman. Les résultats indiquent que les personnes étudiantes conçoivent l’IAg comme un partenaire cognitif polyvalent qui les aide à se préparer avant les cours, à participer et à clarifier des points pendant les cours, et à réviser et avoir de l’aide avec les devoirs après les cours. Les personnes étudiantes ont également exprimé des préoccupations critiques liées à la dépendance excessive, à l’exactitude des réponses, à l’intégrité intellectuelle et à la protection des données, lesquelles correspondent aux vulnérabilités dans les processus d’autorégulation tels que le contrôle de soi, l’autoévaluation et la recherche d’aide. Les résultats mettent en évidence un changement conceptuel passant d’une conception institutionnelle de l’IAg comme outil de production à une conception étudiante de l’IAg comme mécanisme de renforcement des capacités intellectuelles. Nous soutenons qu’une intégration intentionnelle de l’IAg dans les pratiques pédagogiques et les politiques institutionnelles—alignée sur les sous-processus de l’autorégulation de l’apprentissage—peut favoriser une adoption responsable et éclairée par les personnes étudiantes. Cette étude apporte des données probantes et opportunes pour les personnes enseignantes et les responsables institutionnels qui naviguent entre les dimensions pédagogiques et éthiques de l’IAg dans l’apprentissage postsecondaire.

Mots-clés :

• intelligence artificielle générative,
• enseignement supérieur,
• recherche qualitative,
• apprentissage autorégulé