Étude de l’adoption de l’intelligence artificielle par des personnes enseignantes du postsecondaire au Québec en fonction de cinq types d’usages Studying Artificial Intelligence Adoption by Postsecondary Teachers in Quebec Through Five use Cases

Résumé

Cette étude vise à expliquer l’adoption de cinq types d’usages de l’IA par les personnes enseignantes du postsecondaire : prédiction de la réussite, rétroaction, détection du plagiat, création de matériel et évaluation. Des personnes enseignantes du postsecondaire (n = 127) se sont prononcées sur les facteurs d’attitude, de performance perçue, de facilité d’utilisation et d’anxiété, de même que sur des facteurs de littératie de l’IA (technique, pédagogique et éthique). Des modèles d’équations structurelles ont été estimés pour expliquer l’intention d’utilisation. Il ressort des principaux résultats que des connaissances techniques sur l’IA sont associées à des attentes de performance plus faibles.

Mots-clés :

• Intelligence artificielle,
• enseignement supérieur,
• personne enseignante,
• adoption

Abstract

This study aims to explore the adoption of five AI use cases among postsecondary teachers: success prediction, feedback, plagiarism detection, course material creation, and assessment. Teachers (n = 127) scored their opinions on factors of attitude, performance expectancy, perceived ease of use and anxiety, along with AI literacy factors (technical knowledge, pedagogical use, and ethics). Structural equations models were estimated to analyze the intention to use. Results show that a higher level of technical knowledge is associated with lower performance expectations.

Keywords:

• Artificial intelligence,
• higher education,
• teacher,
• adoption