Travail de fin d'études[BR]- Travail de fin d'études: "L'IA comme catalyseur de la fraude académique ? Analyse des facteurs prédictifs de la triche chez les étudiants du supérieur."[BR]- Séminaire d'accompagnement à l'écriture

Abstract

L’émergence de l’intelligence artificielle dans l’enseignement supérieur questionne la nature de la triche et des normes académiques. Ce mémoire explore les facteurs prédictifs qui sous-tendent l’intention des étudiants d’employer ces outils dans leurs travaux. Pour ce faire, il se structure autour du diamant de la fraude de Wolfe et Hermanson (2004), extension du triangle de Cressey (1953). Une étude quantitative menée auprès de 152 étudiants du niveau bachelier à master en Belgique, analyse l’impact des normes académiques, des opportunités de triche, à travers le choix rationnel, de la rationalisation, opérationnalisée via le désengagement moral, de la pression, à travers la théorie générale de la tension et de la capacité perçue à utiliser l’intelligence artificielle. Les résultats démontrent que la clarté des règles académiques diminue la tension perçue chez les étudiants et renforce leur perception des coûts liés à la triche. Paradoxalement, elle influence positivement le désengagement moral chez ces derniers. Une capacité perçue à utiliser l’IA et une balance coûts-bénéfices favorable prédisent significativement l’intention d’utiliser l’IA, alors que le désengagement moral agit comme un facteur indirect. En se basant sur la littérature existante, cette recherche ouvre le débat sur l’importance d’un cadre règlementaire clair mais légitime et avance qu’une pédagogie adaptée est nécessaire pour limiter les risques de fraude tout en ouvrant les perspectives de l’intégration éthique de l’IA dans l’enseignement.