Objectifs du stage:
La réalisation d’un état de l’art occupe une place centrale dans la démarche scientifique. Elle constitue une étape essentielle du travail de recherche et une compétence fondamentale enseignée aux jeunes chercheurs. Au-delà de la production d’une synthèse bibliographique, ce travail participe à l’apprentissage de la démarche scientifique : savoir rechercher et sélectionner des sources, évaluer leur pertinence, confronter différents travaux, identifier les limites des connaissances existantes et construire une analyse critique. L’essor des outils d’intelligence artificielle générative transforme rapidement les activités fondées sur la recherche, l’analyse et la production de connaissances, notamment la réalisation d’un état de l’art constitue un exemple particulièrement intéressant de cette transformation. En assistant les différentes étapes du travail bibliographique, ces outils sont susceptibles de modifier non seulement les pratiques de recherche, mais également les modalités d’acquisition et de développement des compétences scientifiques mobilisées.
Les chercheurs se sont penchés sur cette problématique dans ans différents domaines d’application Dans le contexte éducatif, les travaux portant sur les usages réels de ChatGPT montrent également que les apprenants délèguent à l’IA des tâches variées, allant notamment de la recherche d’informations et de la compréhension de concepts à la résolution de problèmes et à la production de contenus [5]. L’analyse des requêtes adressées à ChatGPT permet ainsi de mieux caractériser les formes de délégation opérées par les utilisateurs et les activités cognitives susceptibles d’être prises en charge par l’IA. Cette problématique rejoint les réflexions d’Endsley [6], qui souligne que l’automatisation peut paradoxalement conduire à une diminution de l’implication et des compétences humaines : en facilitant la réalisation d’une tâche, un système d’IA peut réduire les occasions pour l’utilisateur d’exercer et de développer les compétences nécessaires à sa réalisation Dans le métier du chercheur scientifique, notamment la rédaction scientifique, Andersen et al. dans [1] étudient les pratiques et perceptions de l’IA générative auprès de chercheurs et montrent son intégration dans différentes étapes du processus de recherche, avec notamment des usages plus importants chez les chercheurs juniors. Schryen et al. [2] analysent spécifiquement le potentiel de l’IA générative dans les literature reviews et identifient de nombreuses activités pouvant être assistées, de la recherche documentaire à la synthèse et à l’identification des lacunes. Daniel [3] étudie, à travers une revue systématique, l’impact de l’IA générative sur le développement des compétences académiques, tandis que les travaux sur le cognitive offloading mettent en évidence les effets potentiels de la délégation de certaines activités cognitives sur l’apprentissage et la rétention des connaissances [4]. Toutefois, ces travaux mettent principalement en évidence les usages et le potentiel de l’IA générative, sans résoudre pleinement la question de ses effets sur le développement des compétences et l’autonomie intellectuelle des chercheurs.
A l’IRT nous disposons d’un assistant IA pour la recherche scientifique, nommé STX Intelligence. Notre solution permet de chercher des papiers, les organiser en suivant un score, puis faire la synthèse et l’état de l’art à partir des papiers sélectionnés par l’utilisateur. Cette solution, telle qu’elle est conçue aujourd’hui, peut réduire la mobilisation de certaines compétences et ainsi impacter le processus d’apprentissage. La question qu’on se pose alors est : Quelles nouvelles modalités d’utilisation et pratiques Humain–IA, potentiellement implémentables techniquement, permettent de limiter ces effets tout en conservant les bénéfices de l’IA?
L’objectif de ce stage est d’étudier les mécanismes de contrôle favorisant son implication active et l’apprentissage de l’utilisateur. Ceci en explorant des solutions techniques permettant de concevoir des formes d’assistance qui limitent ces effets. L’enjeu sera notamment d’étudier comment le niveau d’assistance, le séquencement des tâches, les mécanismes de guidage ou encore la restitution des résultats par l’IA peuvent être conçus pour favoriser l’apprentissage plutôt que la simple délégation de la tâche.
Missions
- Etat de l’art sur des mécanismes d’assistance permettant de limiter les effets négatifs de la délégation cognitive et de favoriser l’apprentissage et l’autonomie du chercheur
- Spécification des mécanismes d’assistance permettant de limiter les effets négatifs de la délégation cognitive et de favoriser l’apprentissage et l’autonomie du chercheur : cas d’usage de la recherche scientifique
- Développement d’un prototype / démonstrateur de ces mécanismes dans l’outil STX Intelligence
- Participation à l’évaluation/ test utilisateurs du prototype et des modalités d’assistance proposées, permettant d’analyser leur impact sur l’efficacité, l’apprentissage et l’acquisition de compétences l’autonomie de l’utilisateur
- Présentations à l’équipe des avancements du stage
- Valorisation, sous forme de publication scientifique, des résultats de stage
Références bibliographiques
[1] Andersen, J. P., Degn, L., Fishberg, R., et al. (2025). Generative Artificial Intelligence (GenAI) in the research process – A survey of researchers’ practices and perceptions. Technology in Society, 81, 102813.
[2] Schryen, G., Marrone, M., & Yang, J. (2025). Exploring the scope of generative AI in literature review development. Electronic Markets, 35, 13.
[3] Daniel, K. (2025). Can Generative AI Revolutionise Academic Skills Development in Higher Education? A Systematic Literature Review. European Journal of Education.
[4] Barcaui, A. (2025). ChatGPT as a cognitive crutch: Evidence from a randomized controlled trial on knowledge retention. Social Sciences & Humanities Open, 12, 102287.
[5] Piatnitckaia, L., Corneloup, V., & Zenasni, F. (2025). What Tasks Do Learners Delegate to ChatGPT? Analysis of Student Queries. In Proceedings of the 19th International Conference of the Learning Sciences-ICLS 2025, pp. 3206-3208. International Society of the Learning Sciences.
[6] Endsley, M. R. (2023). Ironies of artificial intelligence. Ergonomics, 66(11), 1656-1668.
PROFIL ET COMPETENCES:
De formation : BAC +5 / école d’ingénieur, Master ou en formation équivalent, dans les domaines de l’ingénierie, de l’informatique, Science Cognitique ou ergonomie cognitive
Compétences souhaitées :
- Interaction Homme-Machine : Analyse des besoins utilisateurs, maquettage, évaluation
- Ergonomie cognitive, UX design, facteurs humains
- Connaissance en développement est recommandée
- Un intérêt pour l’intelligence Artificielle serait appréciable
- Des connaissances en systèmes collaboratifs Humains-Autonomie (HAT) seraient un plus.
Aptitudes personnelles :
- Curiosité intellectuelle
- Autonomie
- Capacité d’analyse et de synthèse, de rédaction
- Travail en équipe
- Intérêt pour la recherche
- Bon niveau de communication écrite en anglais souhaité