Améliorer la qualité de l'enseignement K-12 soutenu par l'IA : les effets de l'AI-TPACK des enseignants et de leur auto-efficacité

L'enseignement soutenu par l'intelligence artificielle (IA) gagne en popularité dans les écoles K-12. Cependant, il y a eu peu d'investigations empiriques sur la manière d'améliorer sa qualité. Pour combler cette lacune, cette étude a examiné deux antécédents de la qualité d'enseignement autodéclarée des enseignants K-12, à savoir les connaissances pédagogiques et de contenu technologiques liées à l'IA (AI-TPACK) et l'auto-efficacité dans l'utilisation de l'IA pour autonomiser les apprenants (SEEL). Plus précisément, le SEEL est conceptualisé en deux sous-dimensions : l'auto-efficacité dans l'utilisation de l'IA pour engager activement les apprenants et l'auto-efficacité dans l'utilisation de l'IA pour promouvoir la différenciation. En utilisant une procédure d'échantillonnage aléatoire stratifié proportionnel, 931 enseignants de neuf écoles K-12 dans différentes régions ont été interrogés. La modélisation par équations structurelles a montré que l'AI-TPACK des enseignants K-12 et leur auto-efficacité dans l'utilisation de l'IA pour engager activement les apprenants avaient un impact significatif sur la qualité de l'enseignement, tandis que l'impact de l'auto-efficacité dans l'utilisation de l'IA pour promouvoir la différenciation n'était pas significatif. Les effets de médiation de l'AI-TPACK sur la qualité de l'enseignement via l'auto-efficacité dans l'utilisation de l'IA pour engager activement les apprenants ont également été confirmés. Cette étude a théoriquement révélé deux prédicteurs significatifs de la qualité de l'enseignement de l'enseignement soutenu par l'IA et a des implications pratiques importantes sur la manière d'améliorer la qualité de l'enseignement soutenu par l'IA.