Key points are not available for this paper at this time.
Objectif Cet article vise à consolider des études empiriques entre 2013 et 2022 pour examiner l'impact de l'intelligence artificielle (IA) dans l'enseignement supérieur. Il cherche à analyser les caractéristiques de la recherche publiée et à fournir des perspectives sur les promesses et les défis de l'intégration de l'IA dans le milieu universitaire. Méthodologie Une revue systématique de la littérature a été réalisée, englobant 44 études empiriques publiées sous forme d'articles de revues évaluées par des pairs. La revue s'est concentrée sur l'identification des tendances, la catégorisation des types de recherche et l'analyse des applications basées sur des preuves de l'IA dans l'enseignement supérieur. Résultats La revue indique une recrudescence récente de publications concernant l'IA dans l'enseignement supérieur. Cependant, une proportion significative de ces publications propose principalement des interventions théoriques et conceptuelles en IA. Les domaines avec des preuves empiriques soutenant les applications de l'IA dans le milieu académique sont délimités. Limitations/implications de la recherche La prévalence des propositions théoriques peut limiter la généralisabilité. Des recherches supplémentaires sont encouragées pour valider et élargir les applications empiriques de l'IA dans l'enseignement supérieur. Implications pratiques Cette revue souligne des implications impératives pour de futures recherches et la mise en œuvre d'interventions en IA basées sur des preuves dans l'enseignement supérieur, facilitant une prise de décision éclairée pour le milieu universitaire et les parties prenantes. Originalité/valeur Cet article contribue à une synthèse complète des études empiriques, mettant en lumière le paysage évolutif de l'intégration de l'IA dans l'enseignement supérieur et soulignant la nécessité d'approches basées sur des preuves.
Marengo et al. (jeu,) ont étudié cette question.