Neala

2 juillet

3 juillet

4 juillet

Infos pratiques

2 Juillet

15:30

14:00

18:30

22:45

13:30 - 14:00

OUVERTURE DU COLLOQUE

14:00 - 15:00

Salle K12

CONFÉRENCE PLÉNIÈRE

Natural and Artificial: When Machines Write Poems…

Thierry POIBEAU

CNRS

résumé

Pause

🥪

15:30 - 17:00

Salle K01

L'oeuvre de l'outil, la part de l'humain. Pour une approche philologique de la constitution de corpus de données spontanées

Julie Glikman, Nicolas Mazziotta , Christophe Benzitoun

ATILF, Universitè de Lorraine - Traverses, Université de Liège

résumé

Transformation de la pratique de l'écriture dans le monde hospitalier : analyse de productions écrites médicales outillées

Louise Robert, Jeremi Sauvage, David Morquin

ERIOS, CHU Montpellier - UR LHUMAIN, Université Paul Valéry

résumé

Exploring meta-expression accuracy in the pronunciation of English as a foreign language

Daniela Terreros Silva, Patricio Pino Castillo , Marcos Cárdenas-Mancilla

Universidad Diego Portales - Universidad de Santiago de Chile

résumé

Salle K02

Un interlocuteur infatigable ? Expérience de communication orale en interaction avec un chatbot conversationnel

Samiha Tighilet

LAIRDIL, Université Toulouse III Paul Sabatier

résumé

L'analyse narrative au service d'une exploration des représentations de l'accent dans l'enseignement des langues « étrangères » dans l'hispanophonie

Gregory Miras, Karina Ibáñez

ATILF, CNRS, Univesité de Lorraine

résumé

How does prompt engineering shape L2 academic writing: a self-regulation perspective

Zheng (amanda) Zhang

The Chinese University of Hong Kong

résumé

Salle K12

De #Cicero à IAristote : l'analyse du discours politique assistée par chatbot

Julien Longhi, Boris Borzic

Université de Cergy Pontoise - UCP, ENSEA, CNRS

résumé

What can GenAI chatbots offer to virtual exchange interactions?

Carmenne Kalyaniwala, Alex Boulton, Kossi Seto Yibokou

ATILF, CNRS, Université de Lorraine

résumé

Generative AI and L2 pragmatics

Robert Godwin-Jones

Virginia Commonwealth University

résumé

Pause

🥪

18:30- 21:30

COCKTAIL DE BIENVENUE

Goethe-Institut 39 Rue de la Ravinelle, 54000 Nancy

Découvrez Oupoco La Boîte à poésie et d’autres surprises

22:45

La Belle Saison - Video Mapping

Place Stanislas

3 Juillet

9:00

11:00

14:00

15:30

17:00

20:00

9:00 - 10:30

Salle K01

Mise en scène de la pratique du tutoiement à Tahiti dans les discours ordinaires : pour qui ? par qui ? pourquoi ?

Diane De Saint Léger

The University of Melbourne

résumé

L'intelligence artificielle dans l'apprentissage des langues étrangères : une recherche-action à l'université pour former à une utilisation raisonnée des outils IA

Sagar Rajesh Gangwani

Université de Strasbourg

résumé

Présentation d’outil : Découvrez ELAO+, notre module d’évaluation orale boosté par l’IA

Van Gorp

résumé

Salle K02

Spontaneous use of Generative Artificial Intelligence and influence on collaborative learner writing

Kossi Seto Yibokou, Alex Boulton, Carmenne Kalyaniwala

ATILF, CNRS, Univesité de Lorraine

résumé

Traduction mécanique et enseignement-apprentissage des langues : deux piliers de la linguistique appliquée

Alice Burrows

Université Paris III - Sorbonne nouvelle

résumé

Salle K10

Ce qu'il y a de naturel et d'artificiel dans le parcours de vie d'un détenu. Analyse sémantique et énonciative du corpus Ex-VRP

Valérie Rochaix

University of Tours

résumé

Intelligence artificielle et interactions soignant-personne âgée en EHPAD

marie lefelle

ATILF

résumé

Pause

🥪

Salle K12

Quelle(s) pratique(s) du prompt : l'IA Générative transforme-t-elle l'apprentissage des langues ?

Anissa Hamza-Jamann , Nicolas Molle, Clara Cousinard

ATILF, CNRS, Université de Lorraine

résumé

« A culture is its people » La place du sensible dans un projet télécollaboratif entre la France et l'Australie

Christèle Maizonniaux, Shona Whyte

Flinders University, Université Côte d'Azur

résumé

Le rôle de l'intelligence artificielle dans l'acquisition du français comme langue étrangère secondaire chez les étudiants des études supérieurs saoudiens en France

Abeer Aldkiel

Pause

🥪

PNU

résumé

Pause-Cafè

🥪

3 Juillet

9:00

11:00

14:00

15:30

17:00

20:00

11:00 - 12:00

Salle K01

Réalité virtuelle et pédagogie de l'interculturel en langues-cultures : promouvoir un autre rapport au monde pour mieux le questionner ?

Maud Ciekanski

ATILF, CNRS, Univesité de Lorraine

résumé

Prendre en compte les hétérogénéités grâce l'intelligence artificielle générative : vers de nouvelles formes de différenciation pédagogique

Paul Pouzergues

Aix Marseille Univ., CNRS

résumé

Salle K02

Lang2Science : cartographie des domaines disciplinaires via l'Intelligence Artificielle Générative

Radia Hannachi, Silvia Araujo

Université de Franche Comté, Universidade do Minho

résumé

Présentation d'outil : Découvrez Écrivor

Ricart

résumé

Salle K10

Regional Pragmatic Competence in Mandarin: An Evaluation of ChatGPT's Performance

Xiaoying Liles, Fengming Liu

Indiana University Bloomington

résumé

Questionner la complexité communicationnelle au sein des IA génératives : l'exemple du marketing d'influence

Carine Duteil, Brice Etoundi-Ondoa

CeRes, Université de Limoges

résumé

Salle K12

Le corps et le signe : pour une approche kinésio-linguistique de la langue des signes française

Léa Chevrefils

PRISMES, Université Sorbonne Nouvelle - Paris 3

résumé

L'impact émotionnel des applications gamifiées d'apprentissage des langues sur les apprenants utilisateurs : le cas de Duolingo

Marie-Claire Lemarchand-Chauvin

ATILF, CNRS, Université de Lorraine

résumé

Déjeuneur

🥪

14:00 - 15:00

Salle K12

CONFÉRENCE PLÉNIÈRE

Narrative Inquiry: Towards a Holistic Approach Rooted in Reflexivity and Life Capital

Sal CONSOLI

University of Edinburgh

résumé

Pause

🥪

3 Juillet

9:00

11:00

14:00

15:30

17:00

20:00

15:30- 17:00

Salle K01

L'apprentissage des langues en lycée à l'heure de l'IA : analyse de pratiques d'élèves

Aurélie Bourdais

Université de Montpellier

résumé

Le Prompt Engineering en linguistique appliquée : techniques, ‎stratégies, méthodologies et applications

Ameni Tlili

PNU, ENS de Lyon, Université de Rouen

résumé

Exploration interculturelle à travers les corpus linguistiques

Vitalija Kazlauskiene

Université de Vilniu

résumé

Salle K02

L'IA générative au service de la didactique de la grammaire : une approche réflexive en Master FLE.

Paul Pouzergues

Aix Marseille Université

résumé

Interagir avec des interfaces vocales à la maison : usages et effets sur la compétence interactionnelle des utilisateurs dans des familles multilingues.

Maud Ciekanski

ATILF, CNRS, Univesité de Lorraine

résumé

Intelligence artificielle et artificialisation de la pensée

Wilfried Bouillet

Université de Lorraine

résumé

Salle K10

ChatGPT: A Prospective Tool for Foreign Language Learning

Nisreen Al-Khawaldeh, Zehlia Babaci Wilhite, Luqman Rababah, Ali Khawaldeh

The Hashemite University, University of California, Jadara University

résumé

Défis d'un corpus annoté de données d'interactions spontanées humain-robots pour l'IA

Lucien Tisserand, Heike Baldauf-Quilliatre

Université Lumière - Lyon 2, École Normale Supérieure (ENS)

résumé

ChatGPT influence-t-il la manière de parler des apprenants d'anglais langue additionnelle ?

Kossi Seto Yibokou, Alex Boulton, Carmenne Kalyaniwala, Marc Schires

ATILF, University of Lorraine

résumé

Pause

🥪

Salle K12

Drama et IA en formation des enseignants : contradiction ou complémentarité ?

Marie Varcin

ATILF, CNRS, Université de Lorraine

résumé

Ma rédaction est-elle meilleure que celle de ChatGPT ?

Seoyeoung Kim, Jihyang Mo

Yonsei University, Seoul National University

résumé

L'Intelligence Artificielle dans la formation des enseignants de langues : enjeux, perceptions et perspectives

Dora Loizidou

Pause

🥪

Université de Chypre, Université Grenoble Alpes

résumé

17:00- 18:30

Découverte du patrimoine : d’une bibliothèque aux bunkers !

20:00

DINER DE GALA

Les Pissenlits 27 Rue des Ponts, 54000 Nancy

22:45

La Belle Saison - Video Mapping

Place Stanislas

4 Juillet

10:30

09:00

13:00

15:00

09:00 - 10:30

Salle K12

CONFÉRENCE PLÉNIÈRE

Les Grands Modèles de Langue, des Outils Situés

Karën FORT

Sorbonne Université

résumé

Pause

🥪

10:30 - 12:00

Salle K01

Le robot revient au galop : inquiétudes d'appelants sur un chat de prévention du suicide

Gudrun Ledegen, Vanessa Thouroude

Université de Rennes 2

résumé

From Quill to Quantum: A Comparative Study of AI Integration in Non-Specialist Literature Courses

Dana Di Pardo Léon-Henri

Université Marie et Louis Pasteur

résumé

Représentations sociolinguistiques dans le roman postmoderne Tè Mawon : hybridité des pratiques langagières dans une dystopie technocratique

Alexia Jingand

ATILF, CNRS, University of Lorraine

résumé

Salle K02

La linguistique appliquée pour une IA plus éthique

Fanny Ducel, Karën Fort, Aurélie Névéol

Université Paris-Saclay, Université de Lorraine

résumé

Usages et non-usages des IA génératives d'étudiants en MEEF

Sara Mazziotti, Damien Deias, Jean-Luc Pierre Bergey

INSPE de Lorraine, Université de Lorraine, CREM

résumé

Salle K12

Examining the Comparability of ChatGPT with Human Raters in Assessing Intercultural Competence in the East Asian Context

Weejeong Jeong, Xiaoying Liles, Fengming Liu, Misako Matsubara

Indiana University

résumé

How Good are Multilingual Small Language Models at Explaining Medical Knowledge?

IOana Buhnila

ATILF, CNRS, Université de Lorraine

résumé

Integrating Generative AI into Corpus-Assisted Discourse Studies: Insights from Rhetorical Analysis of U.S. Judicial Opinions

Warren Bonnard

ATILF, CNRS, Université de Lorraine

résumé

Pause

🥪

Déjeuner

🥪

13:00 - 15:00

Le procès de l’IA & autres curiosités

15:00

CLÔTURE

Infos Pratiques

Addresse: Faculté de droit - Bat. K 4 Rue de la Ravinelle - 54000 Nancy

Trasport: Ligne Citadine 1, T2, 15, 12, 62

+info

Parking payant

Arrêt Biblioteque (T2, T4, 15), Carnot (12, 62), Faculté de Droit (Citadine 1)

SalleS

Salle K12 = Sous-sol

Salles K01 - 02 = 1° étage

Salle K10 = Sous-sol -1

ChatGPT: A Prospective Tool for Foreign Language Learning

Foreign language learning could be revolutionized by ChatGPT. Nonetheless, given the hazards and uncertainties associated with ChatGPT, it is still unclear how this big language model could affect the quality of foreign language learning. Thus, it becomes essential to evaluate the acceptability and usability of this prospective tool. This research investigates students' perceptions of adopting ChatGPT as a tool for foreign language learning. It endeavors to answer the research question: To what extent do students accept, adopt and use Chat ChatGPT in learning foreign languages? Data were collected via an online questionnaire from 100 participants from different nationalities. The questionnaire assesses the students' cognitive, behavioral and affective levels of using ChatGPT in learning English and French as foreign languages. Data were analyzed in in light of the theoretical framework of the Technology Acceptance Model (TAM). The statistical analysis of the data reveals that on the affective level, students find ChatGPT a motivating, enjoyable, enhancing self-assurance, useful and easy-to-use tool for learning their target language. On the cognitive level, the results demonstrate that ChatGPT could make the foreign language learning experience much better and more effective, sharpen foreign language skills and improve the quality of their learning, providing a deeper understanding of the FL and its culture, offering opportunities to practice speaking and listening without a human partner or teacher and improving higher-order skills (i.e. Evaluation, problem-solving and creativity). On the behavioral level, the results demonstrate a growing tendency among students to use ChatGPT as an educational foreign language learning resource and invest time and effort to follow the improvements in ChatGPT to better utilize it to achieve foreign language proficiency. Thus, their positive attitudes toward using ChatGPT have motivated them to use it in learning languages. Despite its acceptability and usability for learning foreign languages, the students reveal some concerns about ChatGPT including misuse, reliability, over-dependency and ethical considerations. Thus, in spite of ChatGPT's considerable opportunities, its use should not be without restrictions. Using it should be fully monitored and regulated. The findings, provide academics, policymakers and AI developers with valuable information to help them create appropriate plans that would guarantee ChatGPT is employed ethically and optimally while addressing implementation issues.

Le rôle de l'intelligence artificielle dans l'acquisition du français comme langue étrangère secondaire chez les étudiants des études supérieurs saoudiens en France

Le français, langue clé pour les programmes de bourses en Arabie Saoudite, est prisé par les étudiants visant des études supérieures en médecine, sciences et culture. Avec l'essor de l'intelligence artificielle (IA), cet outil éducatif offre des opportunités inédites pour accélérer et améliorer l'apprentissage des langues. Cependant, les méthodes traditionnelles, bien que disponibles, ne suffisent pas toujours à surmonter les défis liés au temps, à la motivation et au manque d'interaction réelle. Cette recherche explore donc l'efficacité des technologies d'IA par rapport aux approches classiques dans l'acquisition du français. Objectifs de la recherche 1. Analyser le rôle de l'intelligence artificielle dans l'amélioration des compétences linguistiques de base (compréhension orale, expression orale, compréhension écrite, expression écrite) chez les adultes apprenant le français comme langue étrangère. 2. Comparer les expériences des apprenants utilisant des outils d'intelligence artificielle et des méthodes traditionnelles. 3. Identifier les défis et les opportunités liés à l'utilisation de l'intelligence artificielle dans l'enseignement du français. Questions de recherche 1. Comment l'utilisation des technologies d'IA affecte-t-elle l'acquisition du français chez les étudiants par rapport aux méthodes traditionnelles ? 2. Quels facteurs influencent l'efficacité de l'utilisation des outils d'IA (tels que l'âge, la familiarité avec la technologie, et l'environnement d'apprentissage) ? 3. Quel est le niveau de satisfaction des apprenants vis-à-vis de leur expérience d'apprentissage avec des outils d'IA, et comment évaluent-ils leur progrès linguistique ? Méthodologie descriptive Analyse comparative La recherche compare les expériences d'apprentissage du français entre deux groupes distincts d'étudiants : Profil des étudiants : Les participants sont des étudiants saoudiens inscrits dans des spécialités humanitaires et médicales dans le cadre d'accords éducatifs entre la France et l'Arabie Saoudite. Tous ont atteint le niveau B2 en français après une année préparatoire linguistique obligatoire. Groupes comparés : Premier groupe : Utilise uniquement des méthodes traditionnelles (manuels, dictionnaires, cours dans des instituts). Deuxième groupe : Combine des outils d'IA avec des méthodes traditionnelles ou repose exclusivement sur des technologies d'IA. Cette analyse permettra de mesurer l'impact des outils d'IA sur l'apprentissage du français en comparaison avec les approches pédagogiques classiques. Outils de collecte de données 1. Questionnaires : - Identifier le moment où les étudiants ont atteint le niveau B2. - Détailler les méthodes utilisées : traditionnelles, IA, ou une combinaison. - Collecter des informations sur l'âge, le domaine de spécialisation et la précédente exposition à la langue française. 2. Entretiens structurés : - Exploration des expériences des étudiants avec Les méthodes traditionnelles : (durée des cours linguistiques, temps d'intégration avec les étudiants et l'environnement francophone, contexte antérieur de l'apprentissage du français). - Les outils d'IA : (Applications utilisées, avantages et défis rencontrés, impact sur leur apprentissage, influence des facteurs d'âge et de spécialisation). Importance de la recherche Cette étude contribuera à enrichir les recherches scientifiques sur l'utilisation de l'IA dans l'acquisition des langues, en particulier chez les étudiants étrangers au niveau des études supérieures. Elle offrira également des recommandations pratiques pour moderniser les méthodes d'enseignement, notamment pour rendre l'apprentissage du français plus adapté et efficace. Résultats attendus • Comprendre l'efficacité des outils d'IA et leur impact sur l'apprentissage des langues. • Proposer des pratiques hybrides pour intégrer efficacement l'IA dans les programmes linguistiques.

Lang2Science : cartographie des domaines disciplinaires via l'Intelligence Artificielle Générative

Le projet Lang2Science, mis en œuvre à l'Université Bretagne Sud, a mis en place une approche interdisciplinaire dans l'enseignement supérieur, réunissant 24 étudiants de disciplines diverses telles que la littérature, l'action sociale, l'informatique, l'histoire et le génie civil. Ce projet s'inscrit dans le cadre des pédagogies actives (De Clercq et al., 2020), visant à enrichir la connaissance des étudiants en les rendant acteurs de leur apprentissage en utilisant l'intelligence artificielle générative (Mollick & Mollick, 2023) pour structurer et présenter des contenus disciplinaires de manière innovante. Le projet proposé consistait en une cartographie de leur domaine disciplinaire, en exploitant l'intelligence artificielle générative pour créer des contenus multimodaux. Cette approche novatrice visait à développer une compréhension plus profonde et visuelle de leurs spécialités. La méthodologie employée a consisté en plusieurs étapes intégrées : i) Chaque groupe d'étudiants a sélectionné des articles académiques essentiels dans son domaine de spécialité, mettant en pratique l'apprentissage par projet (Rano, 2023) ; (ii) L'utilisation de ChatGPT pour la synthèse informative des articles et la génération d'images via divers outils d'intelligence artificielle souligne l'importance de l'apprentissage collaboratif ; (iii) Des podcasts de trois minutes ont été créés pour chaque thème et sous-thème, accompagnés d'images générées par IA pour illustrer et rendre les sujets plus accessibles et favoriser une approche expérientielle et interactive de l'apprentissage ; (iv) les contenus élaborés sont agencés dans une structure interactive, conçue pour distinguer clairement les thèmes majeurs et leurs sous-thèmes. Chaque branche principale symbolise un domaine d'étude spécifique, et se ramifie en sous-branches ciblées, telles que la conquête de l'Ouest en histoire ou les réseaux et protocoles en informatique, ce qui démontre l'application de l'apprentissage contextualisé dans des situations authentiques. Le projet a abouti à la création d'une structure radiale interactive riche en contenu (Azevedo et al., 2023), permettant une exploration visuelle et intuitive des différents domaines. En fin de projet, une enquête finale, sous forme de questionnaire, a été soumise aux participants, dans le but de recueillir leurs perceptions et apprentissages. Les retours des étudiants ont révélé une compréhension approfondie des outils d'intelligence artificielle, une amélioration significative des compétences de communication et d'organisation, ainsi qu'une démonstration de leur capacité à mettre en œuvre des stratégies d'apprentissage variées et personnalisées, avec une représentation multimodale efficace de leurs thèmes grâce à l'utilisation de l'IA. En somme, Lang2Science illustre l'efficacité d'une démarche pédagogique multidisciplinaire, soulignant comment l'utilisation de l'IA générative peut transformer l'enseignement et l'apprentissage dans l'enseignement supérieur. Les retours des étudiants ont mis en évidence une amélioration de la compréhension des outils d'IA, ainsi qu'une communication et une organisation accrues au sein des équipes. En développant les compétences clés du 21e siècle telles que la créativité, la collaboration et l'autonomie chez les étudiants (Cappellini, 2022), Lang2Science s'aligne avec les objectifs de l'Agenda 2030 pour le développement durable, favorisant une approche inclusive qui engage les étudiants dans la construction et la diffusion du savoir.

Défis d'un corpus annoté de données d'interactions spontanées humain-robots pour l'IA

Notre communication se propose de présenter la construction et les possibilités d'utilisation d'un corpus d'interactions humains-robots au service des méthodes informatiques (IA) pour programmer de nouveaux systèmes d'interaction incarnées.Il s'agit d'un corpus issu d'un projet de recherche interdisciplinaire en analyse conversationnelle, robotique sociale et Natural Language Processing (NLP) qui vise à réfléchir à de nouvelles façon de programmer un robot humanoïde suite à des analyses exploratoires et systématisées d'interactions spontanées et non élicitées. Il a été créé dans le but de répondre empiriquement à un paradoxe constaté en études HRI: les développeurs et designers souhaitent copier les comportements humains, mais face à la machine, les utilisateurs s'attendent à d'autres normes d'interaction (voir par exemple Nazir et al. 2023). Les interactions ont été filmées dans l'espace public d'une bibliothèque universitaire. Les interactions revêtent un caractère proche du naturel dans la mesure où, si ce n'est pas habituel de rencontrer un robot dans une BU, le cas d'usage prévu (la machine agit en tant qu'agent accueil) est plausible dans ce type de situation (accueil dans les gares, musées, offices de tourisme etc.). Ce corpus, voué à être partagé avec les communautés en linguistique appliquée et en informatique, est original par le terrain que représente les données primaires (données interactionnelles non élicitées), ainsi que par le travail d'analyse et d'annotations résultantes effectué sur celles-ci (pour une réflexion voir aussi Rollet & Clavel 2020). Il permet d'investiguer non pas seulement le contenu des échanges, mais également la temporalité continue de leur émergence ainsi que la multimodalité. Prendre en compte cette temporalité et multimodalité en tant que constitutives de la construction du sens en interaction est actuellement un défi majeur pour le design et la programmation d'interactions orales incarnées comme les robots qui parlent et s'orientent dans l'espace, les assistants vocaux etc. (Tisserand et al.2023,2024). Ce corpus de plusieurs centaines de clips, centralisé au format EAF (ELAN), est constitué non seulement des transcriptions verbales alignées temporellement à la vidéo (trois vues, dont la caméra intégrée du robot) mais aussi des annotations codées de séquences d'actions incluant les procédés de répétition, de réparation et d'évaluation in situ de la machine. L'intégralité des tours adressés à la machine ont été ainsi étiquetés et distingués de l'interaction humain-humain en cas d'interactions en en groupe avec le robot. Une partie du corpus a été également annotée par rapport à certains phénomènes multimodaux identifiés comme pertinents (regards, rotations, gestes, arrivées et départs...). Ainsi, chacune des contributions de la machine ou des participants à l'interaction peut être analysée par rapport à ce contexte temporel/séquentiel et multimodal. Dans notre communication, nous présenterons des exemples de ce corpus et discuterons des possibles applications et limites de ce type de données.

L'oeuvre de l'outil, la part de l'humain. Pour une approche philologique de la constitution de corpus de données spontanées

D'immenses progrès ont été faits dans les outils automatiques pour traiter les corpus, tant dans la qualité des résultats qu'avec le développement d'outils libres et l'accessibilité, avec le développement d'interfaces permettant l'utilisation de ces outils sans avoir besoin de compétences techniques. Ces outils facilitent ainsi grandement le traitement des données et permet d'envisager la constitution de corpus enrichis de manière moins couteuse.C'est dans cette optique que nous avons envisagé la constitution du corpus Les Vocaux, corpus de SMS vocaux originaux. Cette nouvelle pratique est intéressante pour les linguistes car il s'agit de nouvelles données écologiques, permettant potentiellement d'observer des phénomènes linguistiques émergents, peu présents dans les entretiens et les conversations présents dans les corpus de français parlé « classiques ». L'objectif du projet est de constituer un corpus distribué librement dans différents formats et avec différentes couches d'annotation. En premier lieu, le respect du RGPD a eu une incidence sur la procédure et une première phase manuelle d'anonymisation et de vérification du contenu des messages a été nécessaire. Nous avons ensuite utilisé des outils automatique à différents niveaux de notre chaine de traitement : -transcription automatique des messages reçus - détection automatique des pauses dans le signal sonore et alignement au phonème - lemmatisation, étiquetage morphosyntaxique et analyse syntaxique Cependant, si les résultats sont très bons, à tous les niveaux, une intervention humaine est nécessaire, que ce soit pour la préparation des données ou pour la correction / vérification des résultats. Cela est d'autant plus vrai dans la constitution d'un corpus de données hétérogènes, produites dans des contextes variés et donnant des matériaux de qualité différente, comme cela est le cas de notre corpus de SMS vocaux. Sur des grands corpus, on peut envisager de se passer de la vérification, en proposant que le nombre permettra de lisser les erreurs. Cependant, dans des données écologiques telles que nos SMS Vocaux, où ce sont justement les phénomènes rares qui peuvent se montrer les plus intéressants, il serait dommage de s'en passer. En fonction des étapes sur la chaine de traitement, la vérification est d'autant plus importante que la moindre erreur se répercute à tous les niveaux de l'analyse, comme pour la transcription. Il en est de même pour interroger les interfaces entre les différents plans d'analyse (phonétique / morphosyntaxe / syntaxe). Dans cette contribution, nous proposerons un retour d'expérience sur le traitement de nos données, montrant à chaque étape l'oeuvre de l'outil et la part de l'humain, et en plaidant pour une approche philologique dans la constitution de corpus de données écologiques.

Usages et non-usages des IA génératives d'étudiants en MEEF

Dans le cadre du groupe thématique numérique (GT-Num) IA2GE (IA génératives et grands modèles de langage conversationnels et/ou multimodaux dans les établissements scolaires du Grand-Est), nous avons l'objectif de décrire et d'expliquer les processus de réflexivité et d'appropriation des contenus d'apprentissage des apprenants qui interagissent avec les IA génératives.Cette proposition se fondera donc sur le cadre théorique établi dans le cadre dudit « GT-Num IA2GE », mais élargira ses questionnements à un public d'étudiants de M1 et de M2 (campus INSPÉ de Montigny-lès-Metz). En tant que formateurs, nous souhaitons en effet, comprendre leurs usages et non-usages de l'IA génératives à l'aide d'un questionnaire, puis consécutivement à partir d'une série d'entretiens individuels. La question qui dirigera notre recherche est la suivante : de quelle manière les étudiants MEEF interagissent-ils avec les IA génératives dans le cadre de leurs apprentissages ?

Integrating Generative AI into Corpus-Assisted Discourse Studies: Insights from Rhetorical Analysis of U.S. Judicial Opinions

As applied linguistics continues to evolve, generative artificial intelligence (GenAI) tools based on large language models (LLMs), like ChatGPT, offer novel opportunities for genre analysis. This study addresses the under-researched area of US judicial opinions, exploring how GenAI can be applied to rhetorical move-step analysis (Swales, 1990), a task that traditionally relies on human expertise. Judicial opinions present unique challenges due to their complex, context-dependent nature, contrasting with more frequently studied genres like research article introductions (Lavissière & Bonnard, 2024). In discourse analysis, AI has predominantly been applied to tasks at the sub-sentence level, such as pragmatic annotation (Yu et al., 2024) or function-to-form analysis (Curry et al., 2024), yielding mixed results. Its potential for analyzing rhetorical structures in specialized genres remains largely unexplored, except in research article introductions, where ChatGPT has achieved high levels of accuracy (Kim & Lu, 2024). Therefore, key research questions include: How effectively can AI capture rhetorical information in specialized legal texts? How can AI tools be integrated into corpus-assisted discourse studies? What potential do these tools have for learners needing Language for Specific Purposes (LSP) when engaging with understanding the structure of these complex texts? Preliminary data were collected from a test using ChatGPT to analyze SCOTUS majority opinions. The tool was prompted with a coding scheme and an annotation guide for rhetorical steps. The initial results demonstrate poor to moderate success, with 36% accuracy in identifying rhetorical steps and 76% accuracy in identifying classes, i.e., broader discourse categories reflecting the organization of SCOTUS opinions. These accuracy levels are significantly lower than those achieved by trained human annotators on the same texts or by ChatGPT on research article introductions. While this represents a preliminary stage of data collection and analysis, efforts to refine prompts and explore alternative methodologies to improve the tool's analytical performance are underway. Detailed findings will be reported at the conference. These early results suggest that ChatGPT currently has limited potential for advancing rhetorical discourse analysis in less-studied specialized genres. In the absence of a robust conceptual framework, such as the one formulated by Swales and widely applied to article introductions, the tool lags behind human annotators in terms of interpretative depth, even when provided with the same annotation guidelines. This underscores the ongoing necessity of manual annotation to train AI models for such tasks. Additionally, the study situates its results within broader discussions of GenAI's role in applied linguistics, emphasizing how GenAI-assisted methods can complement corpus-assisted research and be integrated into teaching specialized genres, particularly in LSP contexts.

De #Cicero à IAristote : l'analyse du discours politique assistée par chatbot

Cette démonstration montrera comment l'intégration d'un chatbot vidéo (qui s'inscrit dans le domaine du Retrieval-augmented generation – RAG - for Videos [1]) couplé à une IA générative a permis de déployer de nouvelles fonctionnalités et de poser de nouvelles questions de valorisation de recherche en lien avec la plateforme #Cicero [2]. En effet, lancé en 2019, le projet #Cicero répondait au besoin sociétal d'une meilleure compréhension des événements politiques, grâce à la production d'une plateforme en ligne d'analyse des messages produits par des comptes sélectionnés (expérimenté dans le cadre des élections européennes 2019). L'originalité de cette plateforme est que l'analyse des messages était complétée par une prise en compte des contenus vidéo, peu analysés par les outils traditionnels. En nous appuyant sur l'analyse automatisée des sous-titres, nous proposions un couplage inédit entre analyse textuelle et analyse vidéo/image. Ce projet avait été présenté au Salon Innovatives 2019 du CNRS [3] et avait notamment permis de développer un moteur de recherche vidéo capable de traiter les prises de parole des candidats aux élections européennes dans les vidéos partagées en ligne. L'idée était de procéder à des requêtes dans cet ensemble, et de produire, grâce à des outils numériques, des résultats sur ce corpus (fréquences de termes, réseaux de mots, usages spécifiques selon les personnalités, etc.). Grâce à l'évolution de l'intelligence artificielle, une nouvelle version de #Cicero, appelée IAristote, intègre un LLM, qui va décomposer la structure des contenus, en s'appuyant notamment sur les connecteurs logiques, et générer ensuite des questions automatiques. Ainsi, l'usager peut utiliser les suggestions du chatbot, du type : Qu'est-ce que [concept, terme, sujet] ? / Pouvez-vous expliquer [concept, processus, principe] ?/ Comment définiriez-vous [terme] ? / Pouvez-vous donner une définition de [concept] ? / Pouvez-vous citer un exemple de [concept, principe] ? Il accèdera ainsi aux réponses fournies par les candidats dans le corpus, et pourra mesurer les proximités, les écarts, et les potentiels enjeux électoraux. Mais la demande peut être plus complexe, avec des questions comme : Quelle est la différence entre [concept A] et [concept B] ? / Quels sont les facteurs qui contribuent à [phénomène] ? L'objectif de la démonstration de la plateforme sera alors de présenter l'outil développé (à la suite notamment de [4] pour une première version en ligne, et [5] pour son utilisation dans l'analyse linguistique de communautés), et illustrer le fait que l'intelligence artificielle permet de faire évoluer l'usage d'une plateforme interactive de navigation dans du contenu, en facilitant l'accès aux informations, et en proposant, via des échanges avec l'assistant conversationnel, l'identification de sujets d'intérêts, et l'accès à des informations complexes et pertinentes (esquissés dans [6] dans une moindre mesure).

Intelligence artificielle et artificialisation de la pensée

« Chez toutes les nations l'on parla d'abord en vers, puis en prose. » (Vico, 1827, p.50). Les capacités linguistiques des machines sont nécessairement issues des usages langagiers de leurs concepteurs et utilisateurs, leur implémentant non seulement lexique et syntaxe, mais aussi des formes d'expression déterminées par des modes de pensées inconscients d'eux-mêmes. L'intelligence artificielle nous parle d'abord parce qu'elle parle comme nous, et de nous-mêmes, se faisant miroir de ce que nos langues sont devenues, sans réelle altérité, se faisant continuité d'usages et de fonctions. La réduction du langage et de l'expression douée de sens, à des programmes et algorithmes nous invite par effet retour à réfléchir à la manière dont nos propres langues sont devenues elles-mêmes de simples produits mécaniques, générant des machines à parler et penser. Comme la mécanisation du travail qui ne fut possible que par la mécanisation préalable de l'activité humaine décomposée rationnellement et scientifiquement, la mécanisation des langues et de la pensée, transmise une nouvelle fois à la machine, n'est finalement que l'aboutissement d'un processus profond de transformation du langage en formules déterminées et automatiques. Le langage des machines manifeste une machination déjà ancienne, le passage d'un langage primitif et poétique, à un ordre d'expression déterminé par la « ratio », où la puissance et la richesse de l'immense chant des passions, est réduit à la froide méthode des énoncés et la recherche de leur validation. Comment les langues modernes se sont-elles transformées pour devenir de simples formules par les machines intégrées ? Nous tâcherons de revenir sur le débat de l'origine des langues, ayant opposé les partisans d'une vision poétique (Rousseau, 1990) et les tenants d'une approche rationnelle, soulignant par-là même comment la philosophie s'est construite contre un certain usage lyrique du langage. Matrice de la méthode scientifique, la pensée conceptuelle grecque s'est définie à son origine non contre la sophistique, usage pernicieux du raisonnement, mais contre la figure du poète, Homère, proposant une vision radicalement différente de la véracité (Fink, 1966, et Collobert, 2012). Juge du discours par le moyen du concept, le philosophe condamne irrémédiablement au bannissement la parole poétique et sa conception, à la fois belle et intuitive, d'une certitude chantée (Vico, 1827).

Spontaneous use of Generative Artificial Intelligence and influence on collaborative learner writing

Within the field of teaching and learning additional languages (LX), a large body of papers are published on Generative Artificial Intelligence (GenAI) since 2022 (Babarti et al., 2024; Ahmed et al., 2023; Xing, 2023). However, the few empirical studies to have investigated the impact of ChatGPT on students' language skills have mainly relied on emic data from questionnaires, interviews and focus group discussions (Monika & Suganthan, 2024; Alm & Ohashi, 2024). Our study explores the direct impact of GenAI on student writing through the examination of linguistic aspects such as lexical frequency and range, parts of speech and participle clauses as a possible example of an AI-favoured grammatical construction (Authors et al., 2024). Students were required to submit a collaborative project relating to their discipline including a 400-word synthesis of chosen texts. The study is guided by three main research questions: (1) Which tools (especially GenAI) do the participants use to write their assignments, and what do they use them for? (2) What proportion of the groups use GenAI to write their assignments, as self-declared and as identified by an AI detection tool? (3) How does ChatGPT impact their writing, especially the final synthesis? The participants were 753 students at Université de Lorraine enrolled in humanities and social sciences; 190 out of 245 assignments were exploitable, and analysed using different tools including Python, AntConc, ChatGPT 4.0 and GPTzero. The results show that about a quarter of students explicitly acknowledged using GenAI, but initial comparisons with AntConc found no obvious differences between declared users and non-users. The texts were then imported into an AI detector, which produced rather different groupings; separating the extremes uncovered substantial differences. First, while learner-produced texts are relatively heavy on common items, AI generates lexically richer texts. Second, there is a high percentage of present participle clauses (cVing: Comma plus Verb in –ING form) in the assignments, confirming our assumption that GenAI tools impact student writing by “injecting” those patterns in their writing. Although cVing structures were found in both GPT and non-GPT groups (560 occurrences), results show assignments containing no cVing structures in both groups, but the GPT groups' assignments contained a higher proportion of cVing (274), meaning the 34.7% of the GPT group employed almost half (49.0%) of the overall use of cVing compared to the 65.3% of the assignments that claimed not to use ChatGPT (51%). Clearly there is a need for further research to grasp the impact of GenAI tools on students' Lx writing, with the aim of exploring other levels of lexis, grammar and discourse. Finally, we discuss pedagogical implications and further questions related to the impact of GenAI in the field of Applied Linguistics.

L'apprentissage des langues en lycée à l'heure de l'IA : analyse de pratiques d'élèves

Le développement rapide des outils d'IA générative durant la dernière décennie soulève des interrogations quant à l'enseignement des langues en contexte scolaire. Les outils de traduction automatique, tels Google Traduction ou DeepL, produisent désormais des textes dont la qualité est comparable à celle attendue d'élèves de lycée (Delorme Benites & Lehr, 2021) et de nombreuses études attestent d'une appropriation de ces outils par les apprenants de langues malgré des discours divergents de la part des enseignant.e.s (Molle et al., 2024). Les pratiques observées laissent penser que les outils de traduction automatique peuvent contribuer au développement de compétences langagières, dans la mesure où les élèves ont développé des compétences de littératie de Traduction Automatique, c'est-à-dire qu'ils font un usage critique et informé de ces outils (Bowker & Buitrago Ciro, 2019). Ces nouvelles pratiques invitent toutefois les enseignants à redéfinir les objectifs d'apprentissage en fonction des outils consultés par les élèves, des qualités de ces outils (par exemple : respect des régularités orthographiques et grammaticales) et de leurs limites (par exemple : pas de prise en compte des aspects pragmatiques et sociolinguistiques) (Hellmich, 2021). La littérature scientifique relative aux usages des traducteurs en ligne en contexte d'enseignement-apprentissage des langues est désormais abondante, mais des observations de terrain laissent penser que ces pratiques numériques évoluent vite, tout particulièrement depuis la commercialisation de ChatGPT. Ce robot conversationnel peut non seulement traduire des textes, il peut aussi en produire à partir de prompts fournis par l'utilisateur. Les observations mentionnées précédemment suggèrent également que la sélection des outils consultés (outils de traduction automatique ou chatbots) pourrait être liée à la classe socio-professionnelle dont sont issus les élèves. Si une étude récente a confirmé que les étudiant.e.s s'emparaient peu à peu de ChatGPT (Molle et al., 2024), il n'existe à notre connaissance pas encore d'étude portant sur les pratiques numériques d'élèves de lycée depuis le lancement de cet outil en novembre 2022. Nous proposons d'actualiser les connaissances sur ces pratiques à partir d'une étude exploratoire dont les enjeux seront les suivants : 1) analyser dans quelle mesure les élèves de lycée se sont emparés de ChatGPT dans le cadre de l'enseignement-apprentissage des langues et 2) étudier les pratiques numériques de ces élèves relatives à l'IA (outils de traduction automatique ou chatbots) dans une approche critique (Soubrié, 2020) pour 3) déterminer si et en quoi ChatGPT peut constituer une aide à l'apprentissage. Cette étude s'appuiera sur une enquête par questionnaires menée auprès d'élèves de lycée et sur des entretiens complémentaires, également réalisés auprès de lycéen.ne.s.

How Good are Multilingual Small Language Models at Explaining Medical Knowledge?

Large Language Models (LLMs) became easily accessible to the general public through chatbots like ChatGPT (OpenAI, 2022). However, full access remains costly due to the very big size of LLMs: dozens or even one hundred billion parameters. Recent research shows that Small Language Models (SLM) (Schick and Schütze, 2021) can be as effective on specific tasks and faster on small devices such as mobile phones (Abdin et al., 2024; Lepagnol et al., 2024). The general public use language models for many tasks, including for health related questions (Singhal et al., 2023). Nevertheless, medical terms, which are specialized lexical units (Condamines and Rebeyrolle, 1997) can be difficult to understand for laypeople (LeBlanc et al., 2014; Tavakoly Sany et al., 2020). Thus, medical concepts have to be simplified through paraphrases or definitions, such as "arthrosis of the thumb" for rhizarthrosis.In this sense, we tested an open-access multilingual medical SLM, BioMistral (Labrak et al., 2024), to assess the quality of its answers in a downstream task: people asking medical-related questions to a language model. We evaluated the zero-shot performance of BioMistral in two languages: French and Romanian, a low resource-language. We used a quantized version of the model, BioMistral-7B-SLERP-GPTQ, that has only 1,38 billion parameters, compared to the original version of 7 billion parameters. BioMistral's pre-training corpus covers nine languages, including French and Romanian, but English represents 98,75% of the data. Our experiences were conducted on 100 pairs of medical terms and their corresponding paraphrases in French and Romanian extracted from the RefoMed dataset (Buhnila, 2023). We asked (prompted) BioMistral to generate a concise answer containing a paraphrase or short definition for the given medical term. We evaluated 400 generated answers through a quantitative and qualitative analysis to assess: correctness (semantic equivalence), completeness (full syntactic form), and readability (easy to understand for laypeople) (Buhnila et al., 2024). French results show that BioMistral's answers in French are 94% correct using an English prompt, while in Romanian only 70% are correct, as the language might be rare in the corpus of the language model. However, when using a Romanian prompt, the model's performance rises to 94%. Asthme: maladie où les airways se ferment et se contractent. Tumora malignă (malignant tumor) is a type of tumor that has the potential to grow and spread to other parts of the body. We noticed that BioMistral's answers in both languages can contain English words such as airways (first example). In the second example, an English definition follows the Romanian medical term “tumora malignă” (malignant tumor). While the answers generated are grammatically correct in French, in Romanian we observed a higher percentage of invented words or bad grammar, such as “batemente”, correct form "batăi" (beats) or “mișcute” from “mișcate” (moved).

Générer un soi idéal en L2 : le projet (M)other Tongue

L'arrivée sur le marché de sites web de création de vidéos en ligne qui proposent de traduire et transformer aussi bien l'audio que le visuel de l'articulation d'un protagoniste transforme profondément la perception de l'autoscopie, ainsi que les usages qu'un enseignant de langues peut en faire. Par exemple, évaluer la production orale par le biais d'une présentation vidéo en L2 n'offre plus la garantie que le langage ainsi produit soit celui du locuteur enregistré. En contrepartie, de nouvelles voies s'ouvrent pour des travaux sur la prononciation, l'entraînement pour une prestation à l'oral, voire pour un travail sur soi. Après une première expérimentation avec 15 collègues enseignants et chercheurs en langues étrangères afin de valider la qualité et la faisabilité de l'approche, nous avons décidé d'étudier le potentiel d'un de ces outils pour travailler le concept du soi idéal en L2 de Dörnyei (2009). Nos questions de recherche sont : « Comment le fait de s'observer en train de parler couramment une langue étrangère peut-il influencer l'image idéale que l'on a de soi dans cette langue (Dörnyei & Ushioda, 2009) ? Un modèle de soi parlant couramment, pourrait-il être plus motivant que d'autres images de soi ? Une image vidéo concrète serait-elle plus motivante qu'une représentation mentale (Ryan and Irie, 2014) ? Ce moi « nouveau » pourrait-il servir de modèle pour la posture, la prononciation (en particulier le mouvement articulatoire) ou d'autres gestes liés à la langue ? Nous avons sollicité la participation de 5 classes d'anglais de la première à la 3ième année en IUT pour cette deuxième phase de recherche. Chaque étudiant, après consentement éclairé, a enregistré une vidéo d'environ 30 secondes en français (ou dans une autre L1). Ils ont ensuite téléchargé leur vidéo pour traduction et transformation sur un site de création vidéo pour la faire traduire en anglais. Nous leur avons demandé de regarder la vidéo ainsi produite et répondre à un questionnaire en ligne pour récolter leurs réactions, en ciblant nos questions de recherche. Par la suite, différentes classes ont réalisé des tâches différentes : certains se sont entrainés à la prononciation de mots et de phrases comportant des sons qu'ils trouvaient difficiles ; d'autres se sont entrainés à faire une présentation pour une évaluation de fin d'année ; un dernier groupe a travaillé avec un sous-titrage automatisé pour renforcer leur connaissances lexicales et grammaticales. Lors de NEALA, nous présenterons les résultats de l'étape du questionnaire, en examinant plus particulièrement les observations quant aux aspects naturels et artificiels évoqués par les apprenants.

Traduction mécanique et enseignement-apprentissage des langues : deux piliers de la linguistique appliquée

La linguistique appliquée est une méta-discipline (Miras et alii, 2018) dont la constitution et le développement est le fruit d'un paradoxe. Sous un angle politique, l'essor de la linguistique appliquée correspond à la convergence entre des enjeux de diffusion du français et une forme d'opportunisme académique pour une partie des linguistes dans les années 1960 (Chevalier & Encrevé, 2006 ; Coste, 1987). Au demeurant, sous un angle académique, l'essor de la linguistique appliquée correspond à la mise en place de réseaux de recherches sur des questions émergeantes qui deviendront des thématiques centrales pour la vie de la septième section. A ce titre, les rencontres organisées par Guy Capelle au Centre International d'Etudes Pédagogiques en 1961, puis en 1962 et 1963 précèdent la création d'un réseau de recherche officialisé lors de la création de l'Association Française de Linguistique Appliquée (AFLA) et l'Association Internationale de Linguistique Appliquée (AILA), à Nancy en 1964. Les traces laissées par ces conférences, compte-rendu de discussions et courriers, contenues dans les archives du BELC, permettent de comprendre le lien entre les domaines disciplinaires et les enjeux politiques de diffusion du français à l'étranger. En effet, dès 1961, il s'agit d'appliquer les recherches en linguistique (notamment en lexicographie et en traduction mécanique des langues) à l'enseignement-apprentissage du français, en particulier dans les pays nouvellement indépendant. En parallèle, au Conseil de l'Europe, le Conseil de Coopération Culturelle, créé en 1962 contribue à faire de l'enseignement des langues une thématique centrale et supranationale en Europe. C'est dans cette optique que le Conseil de l'Europe soutient la création de l'AILA, tout en convoquant une partie des chercheurs en linguistique appliquée à la réflexion sur l'enseignement des langues sur le continent (Sokolovska, 2016). Les années 1960-1970 annoncent donc une période d'ouverture de travaux au sein desquels les domaines d'études en linguistique, par le truchement de l'applicationnisme semblent entrer en communication. Ainsi, le parallèle suggéré dès la conférence de 1961, entre les possibilités offertes par la traduction mécanique et l'enseignement-apprentissage des langues s'incarne dans des projets encouragés par le Conseil de l'Europe. Cette communication a pour objectif de comprendre la dynamique entre enseignement du français langue étrangère, travaux du Conseil de l'Europe, et mise en place de réseaux en linguistique appliquée. Elle s'attachera en particulier à montrer les liens entre développement des travaux en traduction mécanique des langues et enseignement-apprentissage. Cette communication visera donc à aborder la problématique naturel-artificiel posée par le colloque sous un angle historique. Pour ce faire, les résultats de recherche s'appuieront sur les fonds d'archives associatifs des archives nationales (AFLA et AILA), mais également sur le fond Imbs à Nancy (plus particulièrement ces liens avec le Conseil de l'Europe) et les fonds du Bureau d'Etude pour les Langues et les Cultures appartenant à France Education International.

AI and academic writing: investigating integration, potential and outcomes

Artificial intelligence (AI) has led to numerous changes and to a growing interest for its application in education and in the university setting (Rose, 2023). More specifically, there has been an increased attention to generative AI models, such as GPT-4, to support academic writing, which is considered a key skill to enable students to exercise their critical thinking skills and demonstrate their knowledge (Kim et al., 2024).As a matter of fact, the integration of generative AI enables to improve written production as it provides feedback and suggestions for improvements and enhance the clarity of the content by rephrasing sentences and phrases. Moreover, it supports metacognitive skills and self-assessment, encouraging students to reflect on their writing process (Nguyen et al., 2024). However, it also raises significant concerns on its impact on students' creativity and originality, especially as the writing process is unique to each individual and it is influenced by their own characteristics, background and prior knowledge. These factors are essential to produce good-quality texts (Beauvais, Olive, and Passerault 2011). Thus, the challenge is to integrate AI as a support rather than a substitute for creativity and critical thinking (Castiglione, 2023). To address this matter, this study examines the impact of the integration of AI into a university course by analyzing the students' writing processes in two phases: initially, the students are required to produce different types of academic texts using exclusively their own knowledge and receiving peer-to-peer and teacher feedback; afterwards, they will have access to advanced AI tools to complete their assignments. Productions from the two phases will be compared to assess improvements in the quality of the texts and efficient revision strategies and writing strategies according to coherence, clarity and analytical depth. Data collection will include questionnaires and interviews on the students' writing experience, focusing on their perceptions on the strengths and weaknesses of AI tools and their acceptance of AI. Special attention will be paid to the production strategies adopted, analyzing how they may evolve with the AI support. The results of this study aims to contribute to a better understanding of the impact of AI on academic writing, highlighting the progresses in text quality and the development of metacognitive skills and different production strategies. In conclusion, this talk aims to promote the integration of this groundbreaking technology into practice by investigating its potential in improving academic writing and exploring how it can affect the students' writing processes.

Exploring meta-expression accuracy in the pronunciation of English as a foreign language

Oral expression is the primary basis of communication. Although human beings do not typically require training to learn to communicate orally, there are different levels of specialization in oral expression, constrained by the social and cultural situations and purposes of communication. Speaking in a foreign language, on the other hand, normally requires explicit training at different levels: pragmatic, lexicogrammatical, phonetic, and phonological, being the latter two related to how speech sounds are produced, transmitted, and perceived in linguistic configurations that belong to specific languages. In the last few decades, oral expression has been widely studied from a psycholinguistic perspective, and mainly approached through the error paradigm (Dell, 1986; Garrett, 1975; Levelt et al., 1999; Shattuck-Hufnagel, 1983). More recently, this knowledge has been grouped into a standard model of oral production (Meyer, 2000). Although there is ample research on the role of metacognition (Flavell, 1979; Schraw & Dennison, 1994) in promoting more strategic comprehension through awareness and control of cognition (McNamara et al., 1996; Soto et al., 2019, 2023), the same has not been ascertained in expression. Considering this, the present cross-sectional study aimed to explore awareness and control of pronunciation – which could be labelled meta-production or meta-expression – at a first-year course in English phonetics and phonology for pre-service teachers. We collected data on students' pronunciation of English through analytical scales comprising (1) vowels, (2) consonants, and (3) stress and intonation, and students' performance judgement in relation to these. With these scores, we calculated the absolute meta-expression accuracy index by mirroring measures in meta-comprehension (Schraw, 2009). Additionally, we devised, applied, and validated a scale to substantiate students' monitoring, evaluation, and regulation of their pronunciation. We applied AI hierarchical cluster analysis (Murtagh & Contreras, 2012) to identify natural groupings within the dataset. The analysis revealed three main clusters: (1) high-performance students with high meta-expression accuracy, monitoring, evaluation, and regulation scores, and moderate judgements on their performance; (2) medium-performance students with low, meta-expression accuracy, monitoring, evaluation, and regulation scores, and low performance judgement; and (3) low-performance students with low monitoring, evaluation, and regulation scores, high performance judgement, and moderate to high meta-expression accuracy. Results delineate the interrelationships among performance, metacognitive awareness, and meta-expression accuracy in an effortful cognitive activity such as the control of the pronunciation of English as a foreign language, providing a window into cognition in expression, and paving the way to discover ways in which learners monitor and control these cognitive processes.

Le corps et le signe : pour une approche kinésio-linguistique de la langue des signes française

Dans son ouvrage de 2019, Millet affirme à propos des langues de signes « [s]ans mouvement, il n'y a pas de signe lexical. Sans mouvement, il n'y aurait qu'une posture. Le mouvement est donc une nécessité linguistique » tout en reconnaissant que « le mouvement est le paramètre qui pose le plus de problèmes à la description. » (Millet 2019 : 71).Pourquoi l'analyse du mouvement reste-t-elle, aujourd'hui encore, un défi pour la linguistique des langues signées? Mon hypothèse est que cette difficulté de description est la manifestation d'un problème de théorisation sous-jacent. Alors que l'approche classique des signes privilégie l'analyse de la trajectoire de la main dans l'espace à partir d'un répertoire préétabli (cercle, zig-zag, droite), j'ai orienté mon étude vers la description des mouvements articulaires internes des trois segments du membre supérieur – la main, l'avant-bras et le bras – et les variations de leurs degrés de liberté (Boutet 2018). La transcription d'un corpus de 1573 signes a mis en évidence des propriétés d'auto-organisation et d'économie du contrôle moteur au sein de productions en langue des signes française. La majorité des signes sont exécutés de manière économique pour le corps, grâce à des combinaisons de mouvements optimisées par le système musculo-squelettique (Turvey 1990). Ces résultats remettent en question la complexité traditionnellement associée au paramètre du mouvement. Plus encore, ils rappellent que le corps n'est pas seulement le vecteur des signes, il est le milieu dans lequel ils se construisent, s'organisent et se transforment en unités sémantiques (Chevrefils 2022). Cette prise en compte du rôle fondamental du corps m'a conduit à formaliser l'association entre deux disciplines : la kinésiologie, centrée sur l'organisation dynamique corporelle et les possibilités articulatoires, et la linguistique, qui examine comment ces organisations forment des structures signifiantes au sein de la langue. Cette approche kinésio-linguistique, applicable aux 159 langues des signes ainsi qu'à la gestualité co-verbale, constitue un renouveau méthodologique et théorique prometteur pour la compréhension des interactions humaines.

Interagir avec des interfaces vocales à la maison : usages et effets sur la compétence interactionnelle des utilisateurs dans des familles multilingues.

Pour Develotte et Paveau (2017), la plupart des communications et relations humaines s'élaborent désormais, à des degrés divers selon les contextes, dans les dispositifs numériques, entendus comme des écosystèmes communicationnels, à partir d'appareils connectés. Ces pratiques questionnent les liens entre l'humain et le non-humain qui dépassent la simple utilisation d'objets pour envisager des réalités véritablement hybrides, comme la création de techno-discours (Paveau 2017), voire liquides si l'on envisage les porosités entre interactivité et interaction liées à l'usage des interfaces vocales. Nous questionnons, dans cette communication, la place de l'IA dans nos activités conversationnelles à partir d'un objet relativement peu étudié en linguistique appliquée : les enceintes connectées. Ces interfaces vocales constituent pourtant un objet de recherche particulièrement intéressant pour saisir les effets de l'IA sur nos pratiques conversationnelles quotidiennes. Les enceintes connectées revêtent des « identités » multiples en fonction de leur usage et sont dotées d'une fonction conversationnelle, générant l'illusion d'une proximité avec l'usager. En effet, pour Béraud (2018), ces objets numériques sans écran basés sur la voix parviennent à créer l'illusion d'une présence bienveillante, toujours disponible, à l'écoute et attentive à nos besoins. Pour autant, leur utilisation serait susceptible d'affecter la compétence interactionnelle des usagers, notamment des enfants, en modifiant par exemple leur usage des marqueurs de politesse dans les interactions du quotidien (Mandagere, 2020). Fantasme ou réalité ? Converser avec ces IA peut-il modifier nos "façons de parler" ?Notre étude s'intéresse à l'usage de ces assistants vocaux interactifs (AVI) dans des foyers à « plusieurs langues » (Zeiter 2018). Nous documentons, dans une perspective écologique, la multiplicité des usages des AVI domestiques, les processus d'appropriation au sein des activités quotidiennes et les effets éventuels sur la compétence conversationnelle et interactionnelle des utilisateurs, dont certains ont le français comme langue d'usage, confrontés à une IA qui au mieux offre « l'illusion de conversation » (Velkovska, Zouinar, 2020). Pour autant, certaines études montrent l'intérêt de leur utilisation par des publics spécifiques comme les enfants (Druga et al. 2017) pour développer leur capacité à interagir à l'oral. D'autres travaux soulignent le potentiel des AVI pour soutenir les compétences de production orale en langues additionnelles, en termes de prononciation (Dizon, 2020) et de pragmatique (Gonzalez-Lloret 2021). La population d'étude est CSP+, l'âge des participants varie entre la dizaine et la cinquantaine. Ces familles font un usage fréquent et régulier de l'AVI depuis au moins un an, donnant ainsi à comprendre des usages stabilisés générant possiblement des routines conversationnelles (Conein 1998). La méthodologie inclut : - une enquête initiale auprès des participants avec pour objectif de prendre connaissance des familles, des usages des AVI dans les foyers ainsi que la perception de l'AVI comme agent informateur ou interlocuteur, l'appropriation de l'outil et les stratégies d'apprentissage développées dans les usages individuels ou collectifs ; - l'enregistrement d'interactions avec l'AVI sur une durée d'un mois. L'analyse conversationnelle des enregistrements (Kerbrat-Orecchionni 2005) rend compte des co-constructions interactionnelles et des stratégies communicatives mises en œuvre lors d'activités domestiques ; - la collecte de l'historique des interactions telles que perçues par la machine. L'analyse du corpus montre notamment le travail des utilisateurs devant les défaillances de la reconnaissance vocale (répétions, reformulations, changements de langues, abandons...), les traces de travail de réparation et de production du sens de l'interaction (raccourcissant, simplifiant les énoncés, contextualiser, modifier la diction (parler plus fort, plus lentement), générant une conscientisation de ce que parler avec la machine veut dire. Elle révèle également l'incapacité de l'IA à comprendre les contextes de communication dans lesquels elle se trouve, créant des malentendus culturels liés aux calques de l'anglais et aux références majoritairement anglo-saxonnes de ces machines. Interagir avec les AVI relève-t-il d'une situation exolingue dans laquelle, malgré les apparences, les interlocuteurs humains et machine ne partagent ni langue ni culture commune ?

Quelle(s) pratique(s) du prompt : l'IA Générative transforme-t-elle l'apprentissage des langues ?

Si des recherches récentes ont tenté de définir des cadres pédagogiques permettant aux enseignants de réajuster à la fois leurs objectifs de formation et leurs contenus (Burgsteiner et al., 2016 ; Dignum, 2019 ; Druga et al., 2019), l'intégration de l'Intelligence Artificielle Générative (IAG) en milieu éducatif, et particulièrement dans le contexte de l'apprentissage des langues, nécessite encore des observations empiriques sur le terrain. Ces observations ont pour objectif de mieux cerner l'impact de ces nouvelles pratiques pédagogiques sur les étudiants et leur apprentissage (Chai et al., 2020). En effet, les questionsencore sans réponses sont nombreuses : quelle place l'IAG occupe-t-elle dans le secteur d'apprentissage des langues ? A quelles pratiques les étudiants ont-ils recours face à un texte à lire et/ou à (ré)écrire ? Dans ce contexte, la formation aux compétences littéraciques, notamment la rédaction de prompts, devient une priorité. Comme l'indiquent Hwang et al. (2023), maîtriser cette compétence est essentiel pour permettre aux étudiants de diriger activement les interactions avec les systèmes d'IA, plutôt que d'en être simplement des utilisateurs passifs (Dai et al., 2020). L'objectif de la présente étude est double. Dans un premier temps, il s'agit de procéder à un recensement des pratiques d'apprenants en M1 Psychologie en lien avec l'utilisation des outils d'IAG dans le cadre de leur apprentissage des langues. Dans un second temps, l'étude vise à évaluer les écarts existants entre les pratiques déclarées par les étudiants et leurs comportements réels, observés dans un environnement expérimental : comment perçoivent-ils l'apport de l'IAG en tant qu'outil complémentaire à leur apprentissage ? Cette technologie renforce-t-elle leur autonomie, ou, au contraire, incite-t-elle une dépendance excessive? Construisent-ils une compétence en prompt literacy ? Notre démarche méthodologique s'articule autour de deux phases principales. La première consiste en une enquête par questionnaire soumis aux apprenants. Ce questionnaire vise à recueillir à la fois des données quantitatives et qualitatives sur les usages actuels de l'IAG dans le cadre des cours ainsi que sur leurs représentations. La seconde adopte une approche expérimentale. Elle repose sur l'observation, à travers une captation écran, de deux séances de deux heures impliquant quatre demi-groupes d'étudiants (Niveau B2 CECRL). Au cours de ces séances, les étudiants sont d'abord sensibilisés aux enjeux éthiques liés à l'utilisation de l'IA. A l'aide des outils d'IAG, ils sont ensuite amenés à réaliser une recherche d'articlesscientifiques, puis à en rédiger une synthèse. L'analyse comparative des données issues des questionnaires et des observations en situation d'apprentissage permettra d'identifier les marqueurs discursifs les plus fréquemment utilisés dans les prompts (notamment pour la paraphrase et la vérification grammaticale ou syntaxique) afin d'illustrer toute construction d'une compétence de prompt literacy déjà ancrée ou en cours de développement. Les résultats de cette recherche permettraient ainsi de proposer des recommandations pour une intégration optimisée des outils d'IAG dans les dispositifs pédagogiques du secteur LANSAD.

Mise en scène de la pratique du tutoiement à Tahiti dans les discours ordinaires : pour qui ? par qui ? pourquoi ?

Le choix entre le tutoiement et le vouvoiement à l'oral est loin d'aller de soi et dépend d'un certain nombre de paramètres répondant certes à un ensemble de règles et de pratiques sociales plus ou moins précises mais aussi pour une grande part au jugement du locuteur en fonction de la situation de communication, de son contexte affectif, de la trajectoire personnelle du locuteur et des personnes impliquées dans l'échange. Par ailleurs, les normes qui régissent l'emploi des termes d'adresse varient d'une aire francophone à une autre, la pratique relativement commune du tutoiement au Québec ou en Polynésie française est par exemple bien connue.Savoir naviguer les codifications sociales complexes associées au choix du pronom d'adresse reste ainsi une tache particulièrement épineuse voire déroutante pour un locuteur hésitant. Ces zones d'ombre, source d'anxiété ou d'étonnement face au tutoiement « facile » dans certains espaces francophones ou face à l'évolution des pratiques en France métropolitaine, favorisent la production de commentaires métalinguistiques qui surgissent de façon ponctuelle dans les médias traditionnels, la littérature grand public (voir par exemple Kern, 2020), les guides touristiques, les réseaux sociaux et sites internet. Cette communication qui s'inscrit dans le cadre d'une sociolinguistique critique, s'attachera à examiner les discours ordinaires produits en ligne au sujet de la pratique du tutoiement en Polynésie française. Il s'agira par ce biais d'identifier et de mettre en lumière les idéologies sous-jacentes à ces discours et de s'interroger sur leur fonction dans le cadre plus large des représentations de la culture polynésienne d'une part, et du façonnement de l'image de soi par rapport à cet « Autre » d'autre part. Pour ce faire, une analyse comparative des représentations associées au tutoiement au Québec à partir d'un échantillon de données collectées selon le même procédé permettra de mieux mettre en relief la spécificité du discours sur la pratique du tutoiement en Polynésie et de ses conditions de production selon un cadre d'analyse critique. A la suite de Duchêne et Heller (2012), nous nous demanderons dans quelle mesure ces métadiscours contribuent à la marchandisation et la mise en spectacle de la culture Polynésienne (Babadzan, 2009) relayés de façon plus ou moins systématique par différents acteurs locaux et globaux, l'industrie du tourisme notamment.

From Quill to Quantum: A Comparative Study of AI Integration in Non-Specialist Literature Courses

This study investigates the integration of artificial intelligence (AI) tools in literature courses focused on fan fiction writing for non-specialists, comparing two academic years. The first year relied exclusively on traditional methods, while the second allowed students to incorporate AI tools into their creative processes. The study aims to analyse students' perceptions of AI tools in terms of creativity, critical thinking, and engagement with literary content (Casal & Kessler, 2023). In the first year, students employed conventional approaches, including brainstorming and peer feedback. In contrast, the second year introduced AI tools for brainstorming, writing assistance, and content generation (Wang et al., 2023). By comparing the originality and depth of the fan fiction projects across these two years, the research evaluates how AI affects both student creativity and engagement (Lebrun, 2023).The analysis centres on a corpus of student-created fan fiction, evaluated under two conditions: with and without AI assistance. The findings suggest that while traditional methods fostered a strong grasp of foundational techniques, the integration of AI tools in the second year encouraged innovative approaches and experimentation with literary themes. These outcomes underscore the potential for AI to act as both a creative enabler and a challenge to traditional notions of authorship and originality (Pérez y Pérez & Sharples, 2023; Devillers, 2023). Ethical considerations remain central, addressing concerns about student autonomy and the balance between human and AI contributions (Bonnet & Pluchart, 2022). Students critically reflected on these dimensions, ensuring that AI served as a supportive, rather than dominant, presence in their creative work. A mixed-methods approach is used to assess the data, combining qualitative analysis of students' reflections with quantitative measures such as participation rates and academic performance. This methodology revealed key insights: AI fostered creativity by enabling students to generate diverse ideas and explore narrative possibilities. However, some students expressed concerns about over-reliance on AI, highlighting its potential to constrain intellectual independence (Gefen, 2023). Reflections on the role of AI in the creative process provided nuanced perspectives on how it influenced decision-making and narrative depth. Critical thinking was explored through students' evaluations of and interactions with AI-generated content. The data suggest that while some students developed stronger analytical skills by critically appraising AI outputs, others struggled to engage deeply with the content (Falgas & Robert, 2023). For engagement, metrics such as class participation, motivation, and the extent of AI tool usage revealed that students in the second year demonstrated heightened enthusiasm for exploring new technologies, which positively impacted academic outcomes. The interdisciplinary nature of this research, at the intersection of applied linguistics, computer science, and pedagogy, contributes to broader debates on AI in education (Du Sautoy, 2022). By linking findings to ethical and pedagogical frameworks, the study highlights how AI can be used responsibly to enhance creativity, critical thinking, and engagement. Furthermore, it offers evidence-based recommendations for integrating technology in literature courses while maintaining ethical and pedagogical principles (Casal & Kessler, 2023). By examining student experiences across two academic years—one without and one with AI integration—this study provides valuable insights into the evolving role of AI in education. The findings demonstrate how AI tools, when used thoughtfully, can enhance student creativity and engagement while fostering critical awareness of their limitations. These insights contribute to a growing body of knowledge about effectively integrating AI in humanities courses.

La linguistique appliquée pour une IA plus éthique

Le Traitement Automatique des Langues et l'IA connaissent un engouement scientifique et médiatique énorme, notamment avec l'avènement des modèles de langues (LM). De nouveaux LM sont mis en ligne quotidiennement et sont supposément de plus en plus performants. Néanmoins, la linguistique et l'éthique sont laissées pour compte. Nous avançons que ces deux disciplines ont un rôle crucial à jouer pour les LM, et encourageons les linguistes à s'emparer des objets d'études que sont les modèles de langues et leurs productions.Tout d'abord, la linguistique appliquée pourrait permettre d'identifier les limites des LM. En effet, on sait que les LM sont entraînés sur des masses de données trouvées sur le Web (contenu issus de réseaux sociaux, articles de presse, œuvres littéraires, ...). Au-delà du problème de droits d'auteurs bafoués, cet entraînement implique le gel d'une langue et la diminution de la variation : c'est une version d'une langue précise, à un instant donné dans le temps, telle qu'utilisée par un certain groupe de locuteur·ices (par exemple, la majorité des personnes qui ont écrivent sur Wikipedia sont des hommes occidentaux qui ont la vingtaine ou sont retraités 1) qui sera apprise, reproduite et amplifiée par les LM. Les productions des LM sont alors des objets d'étude linguistique pertinents, et leur analyse permettrait notamment de documenter ce gel [Hovy et al. (2020)]. La linguistique appliquée pourrait également servir à détecter les biais stéréotypés qui sont reproduits et amplifiés par l'IA [Jia et al. (2020)]. Beaucoup d'études visent à identifier et diminuer ces biais, mais la plupart s'appuient elles-mêmes sur de l'IA ou sur des listes de mots établies manuellement. [Ducel et al. (2024)] optent pour une approche basée sur des règles et ressources linguistiques afin de développer un système de détection du genre en français et en italien, et pouvoir ainsi évaluer automatiquement les biais de genre dans des générations. Ce type de systèmes est plus transparent que l'IA (effet « boîte noire ») et bien moins coûteux du point de vue environnemental. Ils nécessitent moins de matériel et de temps de calcul, ce qui les rend également plus accessibles à des communautés scientifiques et linguistiques qui disposent de peu de moyens et sont victimes des biais des LMs. Par ailleurs, la linguistique appliquée pourrait aider à déceler des biais plus implicites, à l'aide d'analyses lexicales, syntaxiques ou sémantiques plus détaillées, mais aussi à tendre vers une plus grande inclusivité de la recherche. On pourrait imaginer l'utilisation de notions de sociolinguistique pour analyser des biais socio-économiques ou de la typologie pour améliorer les modèles multilingues [Hofmann et al (2024)].

Questionner la complexité communicationnelle au sein des IA génératives : l'exemple du marketing d'influence

Notre proposition entend questionner la démarche des IA génératives à l'aune de la complexité de la communication langagière. Alors qu'une vision de l'information cybernétisée confrontée à « la pensée complexe » telle que la définit Morin, semble mener à une aporie, nous chercherons, dans une perspective de linguistique appliquée, à la dépasser. La notion d'information, telle que nous la connaissons aujourd'hui, a été développée principalement par Hartley, puis approfondie par Shannon et Weaver. Cette conception de l'information repose sur deux aspects fondamentaux : l'aspect communicationnel avec la transmission de messages ; l'aspect statistique qui concerne la probabilité (ou plus précisément l'improbabilité) d'apparition d'unités élémentaires porteuses d'information, appelées binary digits ou bits. Cette théorie de l'information a trouvé sa première application dans le domaine même qui l'a vue naître, les télécommunications. Et elle continue d'alimenter les applications en traitement automatique du langage naturel. Or, comme le souligne Morin (2014, 36), l'aspect communicationnel ne rend absolument pas compte du « caractère polyscopique de l'information, qui se présente au regard tantôt comme mémoire, tantôt comme savoir, tantôt comme message, tantôt comme programme, tantôt comme matrice organisationnelle. » ; et « l'aspect statistique ignore, y compris même dans le cadre communicationnel, le sens de l'information, il ne saisit que le caractère probabilitaire-improbabilitaire, non la structure des messages et, bien entendu, ignore tout de l'aspect organisationnel. » (op.cit., 38). De plus, les méthodes distributionnelles, suivies par les IA génératives, s'affrontent au désordre, à la néguentropie et au processus de réorganisation et de reconception propre aux systèmes complexes, tels que le langage. Bien que l'on parle d'« émergence sémantique » depuis l'avènement de l'architecture Transformerdans les IA, de nombreux défis persistent, notamment en ce qui concerne les nuances sémantiques, l'expression des émotions et la prise en compte des processus d'interprétation. Nous proposerons des pistes d'amélioration, comme l'annotation des données d'entraînement avec des éléments sémantiques et pragmatiques, ainsi que l'introduction d'embeddings culturels et contextuels (en lien avec les pratiques discursives et les genres textuels). Pour illustrer cette réflexion, nous aborderons un cas pratique, celui des influenceurs générés par IA, capables de produire des contenus de divertissement, promotionnels, interactifs, éducatif, grâce aux algorithmes de génération de texte entraînés sur de vastes corpus de publications d'influenceurs humains. Notre attention se portera sur les patterns linguistiques et les motifs narratifs utilisés dans les publications et commentaires, mais aussi sur les stratégies sémantico-rhétoriques mettant en jeu l'ethos, le logos et le pathos. La triade sera testée sur les données des influenceurs IA et des influenceurs réels.

Generative AI and L2 pragmatics

The ability of generative AI to produce language that closely resembles human-produced speech has led to claims that AI chatbots “facilitate an authentic, interactional language learning environment” (Chiu et al., 2023), that AI use is “essential for promoting cultural sensitivity, intercultural competency, and global awareness” (Anis, 2023), and that AI-based VR supplies “the benefits of in-country immersion programs without the hassle” (Divekar, 2022). The assumption is that AI output is linguistically and culturally authentic enough that it could substitute in language learning settings for human interlocutors or could even provide similar benefits to a study abroad experience. Such a view ignores how AI systems reproduce language and the limitations of that process for the linguistic features and the cultural content of the resulting output. The mathematical model of language in AI lacks the sociocultural grounding humans have through sensorimotor interactions and from simply living in the real world. Studies of AI's capabilities to engage in pragmatically effective language use have shown significant limitations (Lee & Wang, 2022; Su & Goslar, 2023). While AI systems can gain pragmalinguistic knowledge and learn appropriate formulaic sequences through the verbal exchanges in their training data (politeness conventions, for example), they have proven to be much less effective in sociopragmatic engagement, that is, in generating contextually acceptable speech reflecting an interlocutor's state of mind (Chen et al., 2024). Recent studies of the pragmatic language abilities of ChatGPT use the well-known Gricean maxims for guiding effective communication in social situations (supporting Grice's “Cooperation Principle”; Grice, 1989). Giannakidou and Mari (2024) found that ChatGPT violates the Gricean principle of Quality, which demands that speakers be truthful. Because AI systems have no real-world understanding of the texts they produce, they are prone to inaccuracies and even false information. That possibility also can lead to violation of the Gricean maxim of Relevance (Harnad, 2024). Studies have shown how ChatGPT also violates the Gricean principle of Quantity (give only as much information as needed) as the output is often verbose and repetitive (Barattieri di San Pietro et al, 2023). Also suspect is the maxim of Manner (be clear and straightforward), as ChatGPT is often overly polite and formal (Chen et al., 2024; Dynel, 2023). AI systems will inevitably improve through larger datasets and integrated multimedia. However, those measures will not substitute for the human experience of negotiating common ground linguistically and culturally in social interactions (Barattieri di San Pietro, 2023) and therefore the ability to deal with nuanced pragmatic scenarios. Through published research on the topic and the presenter's study of ChatGPT's performance on discourse completion tasks, this presentation will examine AI's pragmatic abilities.

L'analyse narrative au service d'une exploration des représentations de l'accent dans l'enseignement des langues « étrangères » dans l'hispanophonie

La question de l'accent dans le monde contemporain du travail est un terrain sensible (Miras, 2021). En effet, les recherches en psychologie sociale montrent que les individus ont tendance à masquer leurs potentielles réactions négatives sur certains accents quand elles rentrent en contradiction avec leur système de valeur, tourné vers la tolérance et la bienveillance (Roessel, Schoel, & Stahlberg, 2020). Malgré ces phénomènes de masquage, des traces discursives relatives à ce terrain glissant (Meyer, 2011) émergent dans les verbalisations. Cette communication s'inscrit dans l'axe 1 du colloque, en examinant comment les représentations de l'accent, en tant que construction sociale, influencent les dynamiques d'apprentissage et d'insertion socioprofessionnelle des individus dans des contextes multilingues.En s'appuyant sur le projet PROSOPHON regroupant une vingtaine d'entretiens, qui explore les liens entre le construit d'accent et l'insertion socioprofessionnelle, nous analysons les témoignages de cinq informant·e·s du milieu de l'enseignement des langues issu·e·s de 3 pays hispanophones (Mexique, Argentine, Espagne) pour mettre en lumière la complexité des perceptions liées à l'accent (Ibáñez & Miras, 2025). Nous nous appuyons sur une analyse outillée des narratifs avec le logiciel MaxQDA (Consoli, 2021) afin d'examiner comment les récits personnels reflètent et façonnent les identités individuelles et collectives. Les données montrent qu'une approche qualitative par entretien permet de faire émerger des tensions voire des contradictions chez les informant·e·s dans la manière dont leur système de valeur se confronte à des idéologies linguistiques et didactiques (Burrows, 2018). C'est d'autant plus vrai lorsque l'on s'intéresse aux idéologies spécifiques qui émergent dans le contexte d'enseignement de la France hexagonale (Dupouy & Wilson, 2024). Même si cette étude exploratoire n'a pas vocation à dégager une analyse homogénéisante, elle montre que les profils plurilingues des informant·e·s tournés vers les mondes hispanophones tirent profit de cette diversité pour questionner leurs pratiques et leurs représentations tout comme celles dont ils pensent être l'objet.

Examining the Comparability of ChatGPT with Human Raters in Assessing Intercultural Competence in the East Asian Context

This ongoing study investigates the comparability of Chat Generative Pre-trained Transformer (ChatGPT)-4o with native speakers (NSs) and East Asian language learners (EALLs) in evaluating intercultural competence in the East Asian Context. Generally, intercultural competence is defined as an ability to effectively and appropriately understand other people from different cultural backgrounds. There is a growing need to focus on intercultural competence in foreign language classrooms (Chapelle, 2016; Moller & Nugent, 2014) and prevalence of using AI tools in learning a language (McCallum, 2024; Solak, 2022). Little research, however, has explored the affordance of ChatGPT in evaluating intercultural competence across different languages. This study aims to address the following two research questions: 1) To what extent do ratings generated by NSs and EALLs align with those generated by ChatGPT-4o across three different East Asian contexts (China, Japan, and Korea)?; and 2) Do different aspects of intercultural competence affect these alignments differently? The participants in this study include 60 NSs, 210 intermediate and advanced EALLs, and the ChatGPT-4o model. Survey questionnaire of intercultural competence of cultural attitudes and behaviors includes a 30-item self-assessment instrument with a five-point Likert scale. The questionnaire was developed based on the cyclic intercultural competence model (Deardorff, 2009). An additional survey questionnaire was developed to collect data regarding learners' engagement in the target language within and beyond the language classroom. The survey results of NSs, all three EALL groups, and ChatGPT-4o will be analyzed using the analyses of variance (ANOVA) to answer the research questions. It is expected that there could be differences among groups projecting a positive relationship between EALLs and their proficiency and considerate degree of intercultural competence in ChatGPT-4o. This study provides potential AI-assisted pedagogical insights to promote language learners' intercultural competence and contributes to the field of intercultural competence in foreign language classrooms, informing both future studies and instructional practices.

Représentations sociolinguistiques dans le roman postmoderne Tè Mawon : hybridité des pratiques langagières dans une dystopie technocratique

Tè Mawon (Roch, 2022) est une dystopie dans laquelle la technologie rassemble autant qu'elle divise. Plurilinguisme et variation francophone interlectale fictive y côtoient innovations techniques. L'auteur propose ainsi une réflexion sur la manière dont les technologies déconnectent les individus de la nature et influencent les langues, tissant un lien entre société, citoyens, et pratiques langagières dans des va-et-vient entre passé primitif, présent artificiel et aspirations à un futur plus authentique, quête d'un retour aux racines. Cette communication propose d'aborder les représentations sociolinguistiques qui sont mises au jour dans le roman, tout en interrogeant la manière dont la société artificielle influence langues et pratiques langagières dans l'imaginaire de Roch.Les représentations sociolinguistiques (Jodelet, 2003), l'imaginaire linguistique (Houdebine, 2002) et les stéréotypes de lecture (Dufays, 2010) constituent le cadre théorique de cette recherche. Ces notions permettent d'exploiter l'imaginaire de l'écrivain comme écho de représentations collectivement partagées. Notre analyse s'envisage également dans la perspective de la linguistique populaire (Preston, 2008), qui reconnait la validité des réflexions sur la langue et les pratiques langagières exprimées par les locuteurs non savants, mais pas moins experts de leur langue. L'écrivain en particulier s'engage dans un processus métalinguistique fortement conscientisé. Nous menons une analyse de contenus à des niveaux syntagmatique et paradigmatique. Les résultats font état (1) d'une société dans laquelle artifices technologiques et variations linguistiques vont de pair, (2) d'un imaginaire d'un écosystème linguistique pétri d'innovations artificielles et (3) d'enjeux sociolinguistiques induits par un tiraillement des locuteurs fictifs entre naturel et artificiel. Le plurilinguisme dans une société connectée, l'économie des pratiques langagières, notamment l'influence des technologies sur des métiers comme interprète, la verticalité de la société divisée entre un « Anba » et un « Anwo » constituent autant d'éléments romanesques qui se prêtent à une lecture des représentations sociolinguistiques. Pour conclure, l'auteur conçoit l'influence des technologies sur les pratiques langagières, même lorsqu'elles ne concernent pas initialement la langue. Le thème du retour à la nature prend des dimensions de quête socio-identitaire où la langue joue un rôle primordial, et passe par des pratiques étymologiques ainsi que le recours à des mythes ancestraux. Le roman invite ainsi à repenser la distinction entre artificiel et naturel, sans doute elle-même artificielle.

ChatGPT influence-t-il la manière de parler des apprenants d'anglais langue additionnelle ?

Alors que de nombreuses recherches qui ont été publiées sur l'utilisation des outils d'intelligence artificielle générative (IAG) dans l'enseignement et l'apprentissage des langues additionnelles (Monika & Suganthan, 2024 ; Ahmed et al., 2023) se concentrent sur l'influence de ces outils sur les compétences écrites (Strobl et al., 2024), les études concernant les effets sur les compétences orales restent rares (Fatima, 2024).Dans une étude précédente (Auteur et al., à paraître), il a été observé qu'un tiers d'un échantillon de 789 étudiants de [Nom de l'université], inscrits en sciences humaines et sociales, a déclaré avoir utilisé ChatGPT pour réaliser leurs premiers dossiers écrits en anglais (66 sur 190). Les étudiants utilisant ChatGPT employaient fréquemment des structures syntaxiques complexes, telles que les propositions participiales (une virgule suivie de verbes au gérondif — cVing), plus souvent que ceux qui ne l'utilisaient pas (274 sur 560 occurrences). À la suite de cette recherche, les auteurs (Auteur et al., à paraître) ont analysé, dans un second temps, un autre jeu de données à travers lequel les étudiants devaient écrire et jouer une courte scène en anglais. Cette performance orale, tout comme la synthèse écrite, était fondée sur un dossier comprenant un script. La présente étude cherche à comparer et analyser l'usage des structures cVing dans les dossiers écrits et les présentations orales correspondantes. L'objectif principal est de déterminer si les structures cVing présentes dans les dossiers écrits apparaissent également dans les productions orales des étudiants. La recherche est guidée par la question suivante : les apprenants d'anglais imitent-ils ou reproduisent-ils (apprentissage par cœur) les structures de phrases générées par ChatGPT dans leurs productions orales ? Les résultats révèlent que sur 146 devoirs analysés, 42 (28 %) des étudiants ont déclaré avoir utilisé ChatGPT pour écrire leur script. La comparaison entre ces 42 devoirs et les présentations orales correspondantes, enregistrées et transcrites, n'a montré aucune similarité significative en termes de construction de phrase, en particulier dans l'usage des structures cVing. Cela suggère que la plupart des étudiants ne se sont pas strictement conformés à leur script, mais ont plutôt improvisé leurs performances orales en s'appuyant sur les idées principales des dossiers, qui pourtant contiennent des cVings et d'autres structures générées par ChatGPT. Nous postulons que ces résultats peuvent s'expliquer par la nature des présentations orales (sketchs/pièces), qui ne nécessitent pas toujours un langage soutenu. Notre présentation explorera les implications pédagogiques et le potentiel des outils d'IAG à aider les étudiants dans leurs pratiques langagières orales (Fatima, 2024), tout en soulignant également le risque d'homogénéisation des discours des étudiants. D'autres recherches sont nécessaires pour examiner les effets de ChatGPT sur la prononciation des étudiants, notamment dans des conversations spontanées, écologiques et informelles qui ne s'appuient sur aucun support écrit.

Exploration interculturelle à travers les corpus linguistiques

L'enseignement des langues étrangères ne se limite pas à l'acquisition de compétences linguistiques, mais favoriseégalement l'acquisition de compétence interculturelle. La langue agit comme un « guide culturel » (Anusiewicz 1991), révélant une vision unique du monde et un découpage de la réalité propre à chaque culture. Selon le CECRL (2008), cette dimension interculturelle est essentielle à la communication en langue étrangère.Les corpus linguistiques permettent d'explorer les liens entre langue et culture (Kazlauskiene, Dryjanska 2022; 2023) en illustrant des interactions qui enrichissent la compréhension des nuances culturelles influençant la communication. Par exemple, un mot peut changer de sens selon le contexte culturel (Kazlauskiene, 2023). C'est dans la combinaison des mots et dans leur interaction qu'il est possible de déchiffrer correctement leur sens (Tremblay, Ophélie 2014; Mel'čuk, Polguère 2007). Les corpus linguistiques mettent également en évidence l'importance des usages stéréotypés, tels que les expressions idiomatiques et les collocations, dans l'enseignement des langues étrangères. Ces éléments, souvent complexes sur le plan à la fois lexical et culturel, posent des défis particuliers aux apprenants non natifs (Grossmann 2012 ; Koselak 2003). Leur maîtrise nécessite une sensibilisation accrue aux normes sociales et culturelles associées, renforçant ainsi la compétence interculturelle. Cette communication examine comment l'analyse linguistique de corpus peut développer la compétence interculturelle. Pour illustrer cette approche, nous analyserons des exemples concrets issus des corpus, notamment la Leipzig Corpora Collection et Sketch Engine. Ces ressources offrent un accès à une richesse d'exemples contextuels permettant d'étudier les liens entre langue, culture et communication interculturelle. Parmi les thématiques contemporaines, nous avons choisi d'étudier le concept de la maternité, une notion semble universelle mais fortement influencée par des facteurs sociaux, culturels et linguistiques. Cette analyse se concentrera sur deux axes principaux : la maternéité dans le contexte de la carrière, et la maternéité dans le contexte de la santé mentale. L'étude suit une approche méthodologique en deux étapes principales : - La sélection thématique et analyse linguistique, avec l'identification des expressions idiomatiques, collocations et équivalents culturels en lien avec la maternité, susceptibles de poser des défis aux apprenants. - L'analyse contextuelle et l'utilisation didactique, en examinant les usages appropriés de ces expressions en fonction des contextes sociaux et culturels. Les résultats attendus incluent une meilleure précision dans l'emploi du vocabulaire et des expressions idiomatiques, une compréhension accrue des normes sociales sous-jacentes et le développement d'outils pédagogiques innovants basés sur les corpus. Cette recherche enrichit les pratiques pédagogiques en intégrant la dimension interculturelle et en adaptant le langage des apprenants aux exigences des contextes multiculturels. Les corpus linguistiques se révèlent ainsi un levier puissant pour renforcer leur capacité à naviguer dans des environnements diversifiés.

Ma rédaction est-elle meilleure que celle de ChatGPT ?

En tant qu'enseignantes de français dans les universités en Corée du Sud, nous observons deux transformations notables : matérielles et perceptuelles. Premièrement, les infrastructures de classe se sont modernisées avec l'introduction des « bureaux intelligents », où enseignants et étudiants utilisent des ordinateurs ou des tablettes pendant les cours (Kim, 2022). Deuxièmement, une transformation profonde de notre conception de l'apprentissage est en cours. L'utilisation des smartphones en classe n'est plus perçue comme un tabou (Kang & Lee, 2021). Les étudiants s'en servent durant le cours pour chercher du vocabulaire, traduire des phrases et approfondir instantanément les notions qu'ils ne maîtrisent pas.Dans ce contexte, l'intégration des outils numériques devient une réalité incontournable dans le paysage éducatif coréen, notamment dans l'enseignement des langues (Yoon, 2020). Cela soulève des questions concernant l'enseignement du français langue étrangère (FLE) en Corée du Sud. Comment structurer un cours de français en utilisant rationnellement des outils comme les traducteurs automatiques et ChatGPT ? Quels sont les effets de ces classes sur les étudiants par rapport aux approches pédagogiques traditionnelles ? Pour répondre à ces questions, nous avons mené, au cours des deux derniers semestres, un cours de rédaction en français intégrant l'usage des technologies numériques : 12 étudiants de l'Université Nationale de Séoul ont été encouragés à utiliser des outils numériques pour rédiger en français. Nous avons commencé par des exercices d'écriture simples, comme la rédaction d'une phrase, avant de passer à des textes plus complexes. Les étapes proposées aux étudiants étaient les suivantes : Rédiger sans support ou en consultant uniquement des dictionnaires en ligne ; Rédiger à l'aide de traducteurs automatiques tels que Google, Papago, Deepl ou encore ChatGPT ; Analyser, comparer et critiquer les différentes versions : celle rédigée par eux-mêmes et celles générées par des traducteurs automatiques. À la troisième étape, nous avons introduit le concept du « Web comme corpus » (Kilgarriff, 2001 ; Gatto, 2014), l'idée d'exploiter les pages Web comme textes authentiques pour vérifier la justesse des traductions (Boulton & Tyne, 2014). Les outils comme « Recherche avancée » de Google ou WebCorp live permettent aux étudiants d'utiliser les ressources pour évaluer de manière critique les textes traduits (Cho, 2019 ; Kvashnina & Sumtsova, 2018). Au fil de ce processus, nous avons pu observer deux choses : d'une part, les étudiants de cette « génération numérique » ne maîtrisent pas aussi bien ces outils qu'on pourrait le penser. D'autre part, ceux qui faisaient auparavant une confiance aveugle aux traducteurs automatiques ont développé une approche plus critique, renforçant ainsi leur capacité d'analyse. À travers cette communication, nous souhaitons partager plus en détail nos expériences avec les étudiants coréens et approfondir la réflexion sur l'intégration des outils numériques dans l'enseignement des langues.

Le robot revient au galop : inquiétudes d'appelants sur un chat de prévention du suicide

L'analyse d'un corpus de 11 ans de chat de prévention du suicide (2005-2015), depuis son premier lancement jusqu'à son déploiement ample sur tout le territoire français, révèle régulièrement, et de façon amplifiée dans le temps – la présence de l'IA augmentant dans la société –, l'inquiétude des appelants d'avoir à faire non pas à un interlocuteur humain mais à un robot : Ecoutant : cet espace vous est ouvert Appelant : Ce sont des messages automatiques ou il y a un " vrai humain " qui écrit ? Ecoutant : à votre avis ? Appelant : : ) Ecoutant : ce qui signifie ? Appelant : que je n'ai pas affaire à un robot : ) Ecoutant : tout à fait ... . . Il est intéressant d'analyser les caractéristiques des énoncés – répétitifs, figés ou très formels (Ledegen 2019, Ledegen & Wagener 2020, Ledegen 2022) – qui déclenchent une telle inquiétude : bonsoir, je suis là pour vous écouter, cet espace vous est ouvert, Sur ce site , je vous écoute en toute confidentialité, ... ; par ailleurs, l'examen des réponses apportées par les écoutants, ou encore les argumentaires et contre-argumentaires déployés par les deux interlocuteurs, l'un pour démontrer le caractère robotique d'un comportement, l'autre pour prouver son aspect humain, révèle les différents points de bascule entre le naturel et l'artificiel pour ces différents interlocuteurs, en particulier en ce qui concerne les mentions de leur "monde intérieur et cognitif", de leur créativité (Poibeau, 2023), dans ce contexte d'interaction très sensible (Garric, Ledegen & Pugnière-Saavedra, 2019) : je ne sais pas si les robots peuvent faire preuve d' empathie ... ; Je ne suis pas un robot et suis d'accord avec vs quant à la qualité relationnelle perdue à cause de toutes ces machines électronique et ces relations virtuelles qui font qu'on ne sait QUI est QUI !? Ainsi, si la majorité des appelants se suffisent d'une réponse rassurante unique indiquant que leur interlocuteur est bel et bien humain, certaines conversations peuvent se développer en discussions enflammées autour de ce point sensible, les critères de distinction variant fortement et évoluant rapidement (Casal & Kessler 2023).

Intelligence artificielle et interactions soignant-personne âgée en EHPAD

Étudier les interactions soignants-personnes âgées qui ont lieu en EHPAD relève d'une tâche globalement ardue, à la difficulté d'accès au terrain pour des chercheurs qui ne sont pas issus du secteur médical ou affilié à celui-ci, s'ajoute la pluralité des interactions qui y sont possibles. Omniprésence de la maladie d'Alzheimer puisque 40 % des résidents en sont atteints (DRESS, 2022), pluralité des tâches à accomplir par le soignant (aide au repas, au coucher, au lever, toilette, etc.), douleur, agressivité, refus, nombreux sont les éléments qui vont modifier la pratique et de facto la prise de parole des soignants qui vont tenter de prendre soin malgré et avec ces conditions.L'utilisation des techniques d'analyse du langage naturel (TAL) et de l'intelligence artificielle (IA) pour comprendre ces interactions présente ainsi plusieurs défis. Chaque situation de soin est unique, en particulier lorsque les résidents sont atteints de troubles cognitifs ou de communication. Cette singularité rend difficile l'identification de motifs répétitifs ou cohérents, car les modèles de TAL s'appuient généralement sur des schémas linguistiques réguliers et stables. Or, les soignants, en particulier ceux dotés de plus d'expérience, adaptent continuellement leur pratique et leur langage selon le contexte, ils peuvent rassurer la personne âgée mais le faire de manière très différente d'une situation à l'autre. Cette adaptabilité rend la tâche de modélisation via l'IA encore plus ardue. Des solutions sont pourtant possibles en combinant différentes approches. En s'appuyant sur l'expertise des soignants et la littérature existante sur les interactions soignant-personne âgée, il devient envisageable d'appliquer des méthodes d'IA à ce type de corpus. Nous proposons une méthodologie innovante qui utilise des techniques d'IA à partir d'un questionnaire co-construit avec des soignants experts dans le domaine des soins aux personnes âgées. Deux corpus principaux seront utilisés : l'un constitué d'enregistrements audio et vidéo collectés directement en EHPAD, documentant les interactions en contexte réel, et l'autre basé sur le premier et constitué de données issues de questionnaires qui renseignent la pratique de soin sur près de 500 interactions. L'objectif final est de non seulement comprendre ces interactions, mais aussi d'utiliser ces analyses pour former les soignants à améliorer leur communication avec les résidents, en particulier ceux atteints de troubles cognitifs. Ce type de démarche pourrait ainsi contribuer à un meilleur accompagnement des personnes âgées, tout en enrichissant le domaine de la linguistique appliquée et des soins.

L'impact émotionnel des applications gamifiées d'apprentissage des langues sur les apprenants utilisateurs : le cas de Duolingo

Les applications d'apprentissage des langues en ligne attirent des millions d'utilisateurs à travers le monde grâce à leur accessibilité, leur flexibilité et leur approche ludique de l'apprentissage. Cet engouement s'explique par plusieurs facteurs : la flexibilité et l'accessibilité offertes par ces plateformes, la gamification qui augmente l'engagement des apprenants, la personnalisation rendue possible par l'intelligence artificielle, la demande croissante liée à la mondialisation, ainsi que la diversité des approches proposées par les différentes applications.Cette étude vise plus précisément à explorer l'impact émotionnel de Duolingo, une plateforme d'apprentissage des langues qui proposait, en septembre 2023, 40 langues différentes et comptait 113,1 millions d'utilisateurs actifs mensuels dans le monde. Notre recherche se concentre sur les émotions suscitées par les stratégies de gamification et de rétention uniques à Duolingo, telles que le langage utilisé dans les notifications, le système de classement, ainsi que les mécanismes de récompense et de pénalité. Nous nous appuierons sur les travaux de Krashen (1982) sur le filtre affectif et ceux de Dewaele et MacIntyre (2014) sur les émotions positives dans l'apprentissage des langues pour examiner l'influence de ces mécanismes sur le sentiment d'efficacité personnelle (SEP) et la confiance en soi des apprenants. Notre méthodologie combinera une analyse lexicale des messages de l'application, un questionnaire administré aux utilisateurs et une analyse du rôle de la mascotte Duo. Nous évaluerons spécifiquement les émotions positives et négatives générées, leur impact sur la motivation et l'engagement, ainsi que les effets à court et à long terme sur le SEP et la confiance en soi des utilisateurs. Cette recherche vise à contribuer au débat sur l'utilisation des technologies numériques dans l'apprentissage des langues, en évaluant leur impact émotionnel sur les apprenants et en questionnant l'équilibre entre motivation extrinsèque et intrinsèque dans le processus d'acquisition linguistique.

L'Intelligence Artificielle dans la formation des enseignants de langues : enjeux, perceptions et perspectives

L'intégration rapide de l'intelligence artificielle (IA) dans le domaine éducatif ouvre un champ de possibilités fascinant, tout en soulevant des questions cruciales. Nous nous trouvons face à un paradoxe : d'un côté, des opportunités considérables ; de l'autre, des préoccupations liées à l'efficacité de ces outils, à la validité du matériel pédagogique, et aux implications éthiques de leur utilisation (Holmes, & Tuomi, 2022 ; UNESCO, 2022). Les enseignants se trouvent à la croisée des chemins : certains adoptent une attitude positive, et d'autres, en revanche, manifestent une certaine appréhension (Jiang, 2022). Cette réticence prend souvent racine dans une méconnaissance de ces outils et un sentiment d'inadéquation face aux compétences numériques requises (Sumakul et al., 2022).Au-delà de ces considérations pratiques, des questions éthiques fondamentales se posent. Comment garantir la fiabilité des informations générées par l'IA ? Comment naviguer en eaux troubles de la propriété intellectuelle dans ce nouveau contexte ? Ces interrogations constituent des freins majeurs à l'adoption de l'IA dans l'enseignement des langues. L'éthique s'affirme comme une pierre angulaire de l'intégration des technologies émergentes dans les pratiques éducatives (Russell, 2010). Face à ces défis, la communauté scientifique a un rôle crucial à jouer. De nouvelles recherches sont nécessaires pour mettre en lumière les bénéfices de l'IA dans l'enseignement des langues. C'est par ce biais que nous pourrons renforcer la confiance des enseignants et les accompagner dans cette transition technologique (Zhao et al., 2018). Notre étude s'inscrit dans cette démarche. En nous penchant sur les pratiques des (futurs) enseignants de français langue étrangère (FLE), nous cherchons à comprendre comment l'IA s'intègre dans la préparation des supports pédagogiques. Notre approche ne se limite pas à l'aspect technique ; elle embrasse également les dimensions humaines et éthiques de cette intégration. Ainsi, nous tenterons de répondre aux questions de recherche suivantes : Comment les enseignants de FLE perçoivent-ils l'utilisation des outils d'IA dans la préparation de leur matériel pédagogiques ? Quels sont les enjeux éthiques et techniques auxquels sont-ils confrontés dans cette utilisation ? Quel est l'apport potentiel de l'IA dans l'élaboration d'objectifs d'apprentissage ? Quelles stratégies et compétences sont mobilisées par les enseignants pour s'approprier ces outils, (se) former et (s')acculturer de manière réfléchie ? Cette recherche a adopté une approche mixte, combinant des méthodes qualitatives et quantitatives. Pour la présente recherche, une expérimentation a été mise en place sous forme d'un atelier pratique où les enseignants ont utilisé des outils d'IA pour créer du contenu pédagogique. Notre corpus est constitué : 1) d'enregistrement de l'atelier (durée = 2 heures) ; 2) d'entretiens semi-directifs avec des enseignants de FLE (n=5) ; et 3) d'un questionnaire pré- et post-expérimentation. Cette recherche relève d'une démarche descriptive donnant la primauté aux données. Les résultats montrent que : 1) des discussions entre pairs et des ateliers pratiques semblent réduire l'anxiété, surmonter les appréhensions initiales et faciliter l'adoption de l'IA ; 2) la nécessité d'un accompagnement et d'une formation adaptés, même pour les enseignants les plus expérimentés ; et 3) les outils d'IA réduisent le temps de préparation des supports pédagogiques.

« A culture is its people » La place du sensible dans un projet télécollaboratif entre la France et l'Australie

L'un des paradoxes de la didactique des langues qui touche à la distinction entre artificiel et naturel concerne la place de l'authentique : depuis les approches communicatives des années 1980s, les enseignants cherchent à recréer des situations proches de la vie réelle dans le contexte artificiel de la classe de langue dans le but de faire apprendre la nouvelle langue par des processus plus ou moins inconscients. La télécollaboration en est un autre : par le biais des technologies, les apprenants effectuent une mobilité virtuelle pour se retrouver en contact direct avec la culture de cette langue. Dans un article qui s'intitule « Sortir de sa zone de confort », Orsini-Jones et Finardi (2024 : 308) considère la télécollaboration comme « un espace tiers où les deux cultures se rencontrent grâce à la technologie ». Les auteures notent l'importance de projets télécollaboratifs dans la formation de futurs enseignants de langue pour explorer trois dimensions clé : l'autonomie, la pratique réflexive et la communication médiée par les technologies. Elles suggèrent que ce type d'expérience peut également fournir « un espace liminaire fertile pour décoloniser l'éducation ».Pour Chernyuk (2013), le sensible — «le partage des émotions, le dialogue » — prend une part non négligeable dans les échanges interculturels, et « la sensibilité peut être mise à profit pour créer des moments intenses d'éducation par la mise en concordance des esprits ». En télécollaboration, la situation imposée de communiquer avec des inconnus va faire naître des émotions et le sensible y aura une place particulière. Notre projet réunit des étudiants de langue en France et en Australie, dont de futurs enseignants d'anglais et de français langue étrangère. Douze étudiants francophones inscrits dans un cours de didactique de l'anglais langue étrangère ont échangé avec neuf australiens anglophones qui suivaient un cours de français langue étrangère à l'université. Les participants ont échangé en groupes par visioconférence dans le but de créer une séquence pédagogique sur l'Australie adaptée pour un public collégien. Le recueil de données comprend : de courtes vidéos de présentation des participants ; la séquence pédagogique créé par les participants (6 séances) ; des enregistrements vidéo des présentations des séances pédagogiques ; des incidents critiques sélectionnés par les étudiants parmi leurs enregistrements des visioconférences ; des commentaires des participants avant, pendant, et après l'intervention notamment sur la notion de collaboration. Nous nous proposons ici de nous pencher sur deux aspects du sensible dans la démarche proposée : la ‘collaboration' proprement dite et, d'autre part, les unités pédagogiques réalisées et présentées par les étudiants, qui vont jusqu'à toucher à des questions de décolonisation. Nos analyses montreront l'intérêt de l'espace liminaire de la télécollaboration pour explorer ces éléments.

Transformation de la pratique de l'écriture dans le monde hospitalier : analyse de productions écrites médicales outillées

Introduction Dans cette communication, nous proposerons de réfléchir aux transformations des pratiques d'écriture dans le monde hospitalier à l'aune de l'intelligence artificielle (IA) appliquée à la génération de textes. Depuis toujours, l'activité d'écriture occupe une place essentielle dans la médecine, qu'il s'agisse de documents destinés aux patients, ou de textes facilitant la coordination entre professionnels de santé. L'IA générative est actuellement mobilisée par les acteurs hospitaliers pour assister la rédaction de ces documents. Le CHU de Montpellier a ainsi créé ERIOS, un centre dédié à l'expérimentation de l'usage de l'IA générative en milieu hospitalier. Objectifs et enjeux Les écrits, omniprésents à l'hôpital sous des formes variées, sont essentiels au travail hospitalier et à l'organisation des soins. Pourtant, ces opérations d'écriture ordinaire (Denis, 2018) sont souvent perçues comme un fardeau, une activité laborieuse qui empiéte sur le temps consacré à la relation directe avec les patients. Il existe une histoire conjointe des technologies de l'information et des pratiques scripturales dans le monde médical. Depuis le siècle dernier, des outils techniques comme la sténographie, la dactylographie, puis l'informatisation, le traitement de texte, le dictaphone et la dictée vocale ont modifié les pratiques d'écriture. Ces outils, liés à la production, au traitement et à la circulation de l'écrit (Yates, 1989), ont mené à une explosion de l'écrit, où la rapidité est devenue une préoccupation centrale (Denis, 2018). Ainsi, les artefacts d'écriture sont principalement attendus pour leur capacité à faire gagner du temps. Les ingénieurs d'ERIOS et les professionnels de santé du CHU de Montpellier entendent toutefois promouvoir une relation où les machines servent de médiations à l'agentivité humaine. Question de recherche Afin de contribuer à la conception de ces technologies d'écriture, nous cherchons à comprendre comment ces nouveaux outils transforment les pratiques scripturales dans le monde médical, ainsi que la manière dont les cliniciens perçoivent les textes générés et envisagent leur collaboration avec les grands modèles de langages (LLM). Corpus et Méthodes Dans un premier temps, nous avons adopté une démarche ethnographique pour observer les pratiques d'écriture des professionnels de santé, qu'elles soient réalisées avec ou sans l'assistance de l'IA. Ensuite, nous avons constitué un corpus préliminaire de 60 textes médicaux, dont 30 rédigés par les cliniciens sans assistance IA et 30 générés avec l'IA. Ces textes sont soumis à une analyse combinant l'approche de l'analyse du discours (Charaudeau, 1994 ; Adam, 2009 ; Paveau, 2017) et la statistique textuelle. Par ailleurs, des entretiens d'explicitation sont menés avec les cliniciens afin de mieux saisir leurs pratiques discursives et la manière dont ils perçoivent la collaboration avec l'IA. Hypothèse Alors que ces technologies visent à transférer une partie du travail d'écriture à la machine, nous faisons l'hypothèse qu'elles transformeront les pratiques discursives, à la fois en permettant une plus grande personnalisation des textes selon les destinataires, tout en uniformisant les pratiques rédactionnelles des professionnels de santé. Les cliniciens pourraient en retour adopter des pratiques technodiscursives (Paveau 2013) qui leur permettraient de travailler à l'appropriation de leur statut d'auteur de ces textes. Résultats et interprétations Les résultats attendus visent à identifier comment l'introduction de l'IA générative modifie les pratiques d'écriture des cliniciens, et à adapter les outils d'IA pour mieux répondre à leurs attentes. L'étude est en cours, et les résultats issus de l'analyse discursive et textuelle seront présentés lors du colloque

Prendre en compte les hétérogénéités grâce l'intelligence artificielle générative : vers de nouvelles formes de différenciation pédagogique

Les classes hétérogènes, constituées d'apprenants aux niveaux et besoins variés, posent un défi constant aux enseignants de langues étrangères. Répondre à cette diversité de profils nécessite de mettre en place une pédagogie différenciée, c'est-à-dire une approche qui permet à chaque apprenant de progresser à son propre rythme, tout en maintenant une cohésion du groupe classe. Cette différenciation se traduit par la mise en œuvre de supports variés et d'activités personnalisées, adaptés aux besoins spécifiques de chaque apprenant. Toutefois, il est impossible pour les enseignants de répondre individuellement à tous les apprenants simultanément (Puren, 2001) C'est dans ce contexte que l'intelligence artificielle générative (IAG) se présente comme un outil potentiel pour palier à cette difficulté, en s'appuyant sur l'autonomie d'apprentissage des apprenants. En effet, grâce à l'IAG, il devient possible d'exploiter les données issues des traces d'apprentissage des apprenants pour leur fournir des rétroactions ciblées (Holmes & Hamel, 2025), des stratégies ou des ressources ajustées à leur niveau et style d'apprentissage (Baskara & Mukarto, 2023). Cette étude vise ainsi à explorer comment l'IAG peut faciliter la mise en œuvre d'une différenciation pédagogique dans des contextes d'apprentissage hétérogènes. L'étude s'est déroulée dans le cadre de deux cours de 30 heures, dispensés à raison de 3 heures hebdomadaires, auprès de groupes multi-niveaux et hétérogènes de 15 apprenants dont les niveaux variaient de A2 à B2. L'IAG a été intégrée de façon régulière dans les activités pédagogiques, permettant notamment aux apprenants de développer leurs compétences dans la formulation de prompts adaptés à leurs besoins (Hwang et al., 2023). Le corpus de cette étude est constitué d'écrits réflexifs et de questionnaires administrés avant et après l'expérimentation. Les résultats obtenus indiquent que l'IAG a contribué à répondre aux besoins des apprenants. Néanmoins, l'analyse met également en lumière certaines limites inhérentes à ces outils. Le corpus se compose d'écrits réflexifs et de questionnaires réalisés en amont et aval de l'étude. Les résultats obtenus montrent que l'IAG a permis de répondre aux besoins des apprenants tout en dévoilant également les limites de ces outils. Cette communication s'achèvera par la formulation de recommandations en matière d'ingénierie pédagogique, fondées sur les résultats obtenus, pour soutenir la différenciation en contexte hétérogène.

L'IA générative au service de la didactique de la grammaire : une approche réflexive en Master FLE

Former les futurs enseignants de Français Langue Étrangère (FLE) à l'utilisation de l'Intelligence Artificielle (IA) générative est devenu une nécessité dans le contexte éducatif actuel, comme le souligne le rapport Direction du Numérique pour l'Éducation (DNE-TN2, 2023). Cette technologie innovante, capable de produire des contenus variés et personnalisés, présente un potentiel considérable pour l'enseignement des langues (Romero & al, 2023). Elle invite également le développement de la littératie numérique à travers ses trois dimensions : technologique, construction du sens et interaction (Ollivier, 2018, p.9), considérées comme essentielle pour la formation des futurs enseignants, notamment en FLE (Combe, 2021). Toutefois, la promotion d'une utilisation éthique et réfléchie de ces outils auprès des futurs enseignants, impliquant le développement de leur esprit critique face aux contenus générés par l'IA reste fondamentale (Creely, 2023). Dans ce cadre, une étude exploratoire a été conduite au sein d'un cours de didactique de la grammaire en Master 1, durant le premier semestre de l'année universitaire 2024-2025. Cette étude avait pour objectif de sensibiliser les étudiants aux opportunités qu'offre l'IA générative, tout en les amenant à en comprendre les limites et les risques dans le contexte de l'apprentissage des langues. Cette démarche visait à répondre à la problématique suivante : Dans quelle mesure une approche réflexive intégrée à la formation initiale des enseignants de FLE peut-elle encourager un usage éclairé, critique et éthique de l'IA générative pour la didactique de la grammaire ? Durant deux séances de trois heures, les étudiants ont conçu des activités pédagogiques de grammaire (de repérage, de conceptualisation, de systématisation et de production) à l'aide d'outils d'IA générative. Ces activités ont permis de les initier à la rédaction de prompts (Hwang et al., 2024) et de mettre en lumière les opportunités qu'offre l'IA générative dans la conception d'activités grammaticales. Après la phase de création, les étudiants ont analysé leurs propres productions à parti d'une grille d'évaluation des activités des différentes étapes de l'unité didactique, amorçant ainsi une réflexion critique sur la qualité et la pertinence des résultats générés par l'IA, tout en identifiant les limites de ces outils. Cette démarche a été complétée par la rédaction d'un carnet de bord réflexif, où les étudiants ont exprimé leurs ressentis sur l'intégration de l'IA dans la conception d'activités grammaticales. L'analyse de contenu thématique des données recueillies qui inclue les retours critiques enregistrés en classe à la fin des séances et les écrits réflexifs, croisée avec l'analyse des prompts et productions des étudiants permet d'évaluer dans quelle mesure cette approche réflexive contribue à développer une littératie de l'intelligence artificielle chez les futurs enseignants en formation initiale. L'objectif étant d'aborder les risques associés, comme la production d'informations erronées, la réduction de la créativité et de l'esprit critique, ainsi que la dépendance excessive à ces outils. Nos résultats montrent que former les futurs enseignants à un usage réfléchi de l'IA générative dans le cadre des cours de didactique de la grammaire favorise le développement de leurs compétences didactiques, de leur littératie numérique tout en soutenant leur créativité et réflexion critique.

Harnessing AI to Enhance Multimodal Argumentative Writing: Balancing Creativity and Technology Across Diverse Cultural Contexts

While multimodal composition—incorporating visual, auditory, and interactive elements—has gained relevance in the digital age, its application in academic writing remains underexplored, especially in non-Western settings (Jewitt & Kress, 2022; Miller & Stornaiuolo, 2021). As AI tools become more integrated into education, it is essential to explore how they can reshape traditional pedagogies and foster inclusive, innovative teaching practices. In addition, cultural differences in attitudes toward technology impact how students engage with AI tools and multimodal texts (Lantolf & Thorne, 2022). This research examines whether AI-supported multimodal writing can improve students' argumentative skills and engagement, particularly among second-language university writers in the UAE, China, and Canada. It focuses on AI's potential to provide personalized feedback, suggest language improvements, and support the development of culturally relevant arguments. This study adopts the mixed-methods research design. The experimental group (n=25) from each cultural context was assigned a multimodal argumentative writing project, completed over three weeks. In the first week, students researched the topic and created a detailed outline, followed by designing a visual representation of key data in the second week. In the final week, students scripted, recorded, and edited an audio or video component, with the experimental group using AI tools and documenting their usage in a journal. The control groups were assigned the same task but without the use of AI tools. The two groups of students' multimodal texts from each cultural context were analyzed, focusing on how they incorporated multimedia elements (e.g., images, videos, hyperlinks) and structured their arguments. In addition, surveys were conducted with the experimental groups to assess their perceptions, skills, and attitudes toward multimodal argumentative writing and the use of AI tools. Focus groups and interviews were conducted with a sample of participants in the experimental groups to gain in-depth insights into their experiences, challenges, and perceptions regarding the use of AI tools in multimodal writing. The study found the students in the experimental groups who used AI tools produced more cohesive and visually dynamic multimodal texts compared to the control groups. Similarly, these students expressed greater confidence and efficiency in completing the project and commented on the advantages of AI in organizing and enhancing their arguments. However, challenges were also revealed in the study, such as over-reliance on AI tools or concerns about authenticity and creativity in the writing process. Students from different cultural backgrounds showed varying levels of comfort with AI tools, with some embracing them for creativity and efficiency, while others may exhibit skepticism or prefer more traditional methods. These discussions can uncover cultural nuances in how students from different backgrounds perceive AI's role in their learning process.

L'intelligence artificielle dans l'apprentissage des langues étrangères : une recherche-action à l'université pour former à une utilisation raisonnée des outils IA

En didactique des langues, cela fait de nombreuses années que se pose la question de la place des outils numériques pour améliorer le processus d'enseignement-apprentissage et que l'émergence d'outils utilisant l'intelligence artificielle (IA) de manière de plus en plus performante repose cette question de façon encore plus pressante, en raison des problèmes éthiques qu'elle soulève (Martinez, 2024; Devillers, 2023). Un nombre grandissant de chercheurs s'intéressent à cette utilisation ainsi qu'aux pratiques pédagogiques qui en découlent (Varsik & Vosberg, 2024), ce qui a conduit à l'émergence de la notion de l'enseignement-apprentissage assisté par l'IA (Self, 2016). Toutefois, une dimension reste peu étudiée. En effet, un nombre très limité de chercheurs se sont intéressés à la perspective de l'apprenant ou à l'apprentissage assisté par l'IA (Zheng & Yang, 2024; Yang & Kyun, 2022). C'est cet angle de travail que nous souhaitons investir dans notre thèse de doctorat. Plus précisément, nous nous interrogeons d'un côté sur les avantages découlant de l'utilisation des outils IA chez les étudiants apprenant la langue anglaise et d'un autre, nous intéresser à l'évolution des pratiques chez les apprenants à terme. Pour ce faire, une Recherche-Action sera mise en place en septembre 2025 au sein du Pôle Lansad de l'Université de Strasbourg, qui accueille des étudiants de nombreuses disciplines de la L1 au M2. Au travers d'un dispositif de formation à l'anglais « Learning with AI » que nous avons conçu, 24 apprenants Lansad volontaires de filières et années d'études diverses, seront accompagnés dans l'intégration d'outils IA dans leur apprentissage et seront invités à réfléchir aux questionnements liés à l'éthique, à l'écologie et à leur propre pratique dans une optique de responsabilisation des étudiants vis-à-vis de leur apprentissage (Poteaux, 2010, 57). Dans cette communication, nous présenterons notre cadre théorique, la méthodologie de recherche envisagée, qualitative et design-based ainsi que le module d'anglais. A terme, notre Recherche-Action devrait contribuer à mieux cerner les représentations et les usages actuels des étudiants concernant l'IA dans l'apprentissage des langues et permettre de proposer un dispositif de formation à l'utilisation responsable des outils IA, basé sur la recherche en didactique des langues.

Ce qu'il y a de naturel et d'artificiel dans le parcours de vie d'un détenu. Analyse sémantique et énonciative du corpus Ex-VRP

Si l'on retient la représentation aristotélicienne et aujourd'hui très commune d'un naturel vs un artificiel en fonction de l'absence ou non d'une intervention humaine (Larrère, 2015), il est possible de rapprocher cette opposition à celle que Searle propose entre faits bruts et fait sociaux (Searle, 1998). Si l'on retient cette dichotomie pour décrire la réalité sociale, la construction discursive, dans le discours des détenus de ce qui relève du naturel ou de l'artificiel dans leur parcours de vie peut apporter une grille de lecture de la responsabilité individuelle, de la responsabilité collective ou d'une forme de déterminisme que ces discours construisent dans le fait même de leur incarcération, voire de leur récidive. Elle donne alors à voir les marges de manœuvre que s'accorde le détenu dans son histoire passée et future. Dans le cadre de cette communication, nous proposons d'appliquer cette grille au récit de vie de détenus recueillis lors d'entretiens semi-directifs menés en 2021 dans une prison de l'Ouest de la France. Le corpus Ex-VRP (Expériences de Vie et Résilience en Prison) compte 23 entretiens de 11 à 90 minutes (191 200 mots) avec des personnes volontaires pour les accorder, en attente de jugement, condamnées à de petites peines (trafics de drogue, délits routiers) ou en attente de transfert vers une centrale. Ils ont été structurés en quatre temps : (i) le détenu en tant qu'individu dans une organisation : arrivée en maison d'arrêt, organisation d'une journée ordinaire, gestion de l'espace et du temps, interactions, etc. ; (ii) le détenu et la justice : la question de la peine ; (iii) le détenu (moi et ici) et ses relations (moi et les autres) : avec les codétenus, les détenus, le personnel pénitentiaire, les intervenants extérieurs, les proches et (iv) la résilience comme processus installé dans le milieu carcéral : le passage de la liberté à la vie carcérale, le vécu émotionnel (agacement, colère, frustration, etc.), le regard sur l'expérience carcérale. Chacun de ces temps, avec des questions ouvertes, donne l'opportunité aux détenus d'inscrire leur action en lien avec l'ensemble des institutions qui organisent leur vie dans et hors de la détention. Pour décrire ce qui relève, dans cette mise en mots, d'une objectivation (construisant une dimension ontologique de leur histoire de vie, dans laquelle le naturel est sollicitée) ou d'une subjectivation (qui l'inscrit en termes déontiques et axiologiques et pose la dimension artificielle et actancielle) des faits et de leurs conséquences, nous associerons les cadres de la Sémantique des Possibles Argumentatifs (Galatanu, 2018) en lien avec la théorie Searléenne de la construction de la réalité sociale et une analyse linguistique du discours de tradition française, adoptant une méthodologie quantitative textométrique et qualitative énonciative et sémantique. Cette description a une visée applicative dans la mesure où elle devrait être à même de mettre au jour des axes de remédiation éventuels à travailler pour reconfigurer celle-ci et questionner les risques de récidive, au moins pour la part qui dépend du détenu lui-même.

Artificial Intelligence in metaphor identification: A corpus assisted comparative study

Metaphors identification in large textual corpora has long been a challenge for computational linguistics and natural language processing. Metaphors are pervasive in human communication and cognition, but their often subtle and context-dependent nature makes automated detection difficult. Recent advances in artificial intelligence, particularly in deep learning and natural language understanding, have opened up promising new avenues for metaphor identification at scale. Traditional computational approaches to metaphor identification relied heavily on hand-crafted rules, lexical resources, and statistical techniques. While these methods achieved some success, they were limited in their ability to capture the full complexity and variety of metaphorical language use. Modern AI techniques, especially those based on large language models and neural networks, offer a more flexible and context-aware approach to metaphor detection. The application of AI to metaphor identification in corpora has significant implications for linguistic research. It enables the analysis of metaphor use across much larger and more diverse datasets than was previously feasible, potentially revealing new insights into the cognitive processes underlying metaphor production and comprehension. However, current AI tools still struggle with highly context-dependent or creative metaphors, and there are ongoing debates about how to define and annotate metaphors for machine learning purposes. In this article, we compare human metaphor identification to AI metaphor identification: This study compares metaphor identification performance between human annotators and AI systems using a corpus of tweets posted by Emmanuel Macron on the topic of climate change. The results reveal significant differences between human and AI metaphor identification. AI systems identified a higher overall number of potential metaphors, with the fine-tuned language model detecting 12% more metaphorical expressions than the human average. However, human annotation demonstrated greater proficiency in identifying novel or creative metaphors and showed higher sensitivity to contextual nuances. AI systems excelled in detecting conventional metaphors and domain-specific metaphors in technical areas. These divergent results highlight the complementary strengths of human and AI approaches while underscoring the challenges in automated metaphor detection, particularly in the unique linguistic environment of social media communications.

Un interlocuteur infatigable ? Expérience de communication orale en interaction avec un chatbot conversationnel

Apprendre avec les autres étant reconnu comme plus efficace qu'apprendre seul (Cosnefroy & Lefeuvre, 2018), des dispositifs qui mettent l'apprenant en contact avec des interlocuteurs de la langue cible, notamment en dehors du contexte pédagogique, ont suscité beaucoup d'intérêt dans le domaine de l'enseignement et de l'apprentissage des langues. Les digital wilds (Sauro & Zourou, 2019 ; Ollivier, Jeanneau & Révauger, 2024), la télécollaboration (Dooly & O'Dowd, 2012 ; Cappellini & Rivens Mompean, 2013 ; Cappellini, 2014), entre autres, ont ainsi fait l'objet de plusieurs études. Les interactions humaines, à travers la médiation des outils numériques, impactent positivement la motivation des apprenants et leur apprentissage des langues (Roesler, 2019). Pourtant, les contraintes liées au temps et à la disponibilité ainsi qu'à la nature de l'être humain ne sont pas négligeables. Peut-on donc espérer que la solution pour pallier ces limitations se trouve dans l'utilisation des outils conversationnels basés sur l'intelligence artificielle (IA) qui présentent des avantages en termes de disponibilité et de performance ? Dans cette étude, nous examinons l'utilisation d'un chatbot conversationnel comme interlocuteur en anglais en dehors de la classe. Le cadre expérimental mis en place s'applique à une activité d'apprentissage auto-dirigé (Holec, 1990) avec des étudiants Lansad. En amont de l'activité, les participants sont invités à identifier leurs points faibles en matière de communication orale en interaction, à définir leurs objectifs et à établir un plan d'action pour leur apprentissage. La question de recherche qui sous-tend notre travail consiste à explorer en quoi l'interaction avec le chatbot conversationnel peut aider les apprenants à progresser dans leur apprentissage et dans quelle mesure cet interlocuteur artificiel peut les préparer aux situations d'interaction humaine. Pour ce faire, des résultats collectés par le biais de questionnaires pré- et post- expérimentation seront analysés.

Le Prompt Engineering en linguistique appliquée : techniques, ‎stratégies, méthodologies et applications

Comment parler à une machine ? Comment s'adresser à l'ordinateur ? Comment interagir avec des modèles de langue comme ChatGPT OU Lema2, etc. ? Quels mots choisir ? Quelles sont les tâches que l'IA peut accomplir en linguistique appliquée ? Bien que les LLM soient capables de traiter des requêtes en langage naturel, la qualité de leurs réponses varie en fonction de plusieurs paramètres tels que la structure du prompt, l'utilisation de contextes ou d'exemples et le réglage de variables comme la température. Loin d'être une simple compétence technique, le prompting permet à celui qui le maîtrise d'accroître sa productivité.[1] Notre travail vise à répondre aux questions suivantes : quels sont les éléments organisationnels et structurels qui composent un prompt efficace ? Quelles stratégies, tactiques, astuces et techniques peuvent être mises en œuvre pour éviter les biais, réduire les bruits et diminuer les hallucinations ? Comment exploiter ce savoir-faire en linguistique appliquée ? Certains travaux très récents viennent d'être publiés en anglais pour étudier l'apport des LLM en linguistique appliquée: nous citerons, à titre d'illustration, ceux de Kohnke (Kohnke, Moorhouse, et Zou 2023), de Lin et Chin (Lin et Chen 2024), de Su (Su, Lin, et Lai 2023) et de Giray (Giray 2023). Aucun article n'a encore été publié en français. D'où l'urgence de se pencher sur cette question. Notre méthodologie repose sur une analyse empirique des prompts conçus pour des tâches en linguistique appliquée. Comme l'a montré Lin (Lin 2024), dans le domaine de l'enseignement des langues, les prompts permettent de générer automatiquement le matériel d'enseignement: des exercices interactifs adaptés aux niveaux des apprenants, des tests, des quizs, des examens, des projets, des descriptifs, des rapports, etc. Dans le domaine de la recherche, les prompts peuvent évaluer des articles, proposer une première version d'un projet ou d'un article, corriger les erreurs, générer des statistiques, des graphiques ou du code informatique, automatiser le formatage des données, analyser des corpus, générer des résumés ou classer des données textuelles, etc. L'analyse des prompts a mis en lumière l'importance d'une structuration précise de ceux-ci, incluant des éléments tels que des directives claires, des exemples explicites et l'ajout de patterns pour influencer la tonalité et le format des résultats. Les stratégies utilisées comprennent le prompting par chaîne de pensée (« chain of thought », COT), le prompting répétitif pour affiner les résultats et le « few-shot learning », qui s'appuie sur un faible nombre d'exemples pour orienter les réponses du modèle. Ces techniques se révèlent particulièrement efficaces pour résoudre des problématiques spécifiques tout en limitant les biais et les erreurs, comme l'ont également souligné White et al. (White et al. 2023) et Park et al. (Park et al. 2024). Nos résultats montrent que le prompt engineering constitue non seulement une compétence technique mais aussi un levier pédagogique et scientifique prometteur.

Drama et IA en formation des enseignants : contradiction ou complémentarité ?

Malgré une utilisation importante de l'IA par les étudiants, nombreuses sont les inquiétudes des enseignants face à cette technologie (Hamza-Jamann, 2023), et sa place dans la formation fait émerger des positionnements variés chez les différentes parties concernées (Nassau et al., 2022). L'enseignement des langues semble particulièrement impacté par les multiples compétences de l'IA qui rendent possible une interaction avec ses utilisateur·ices. Elle peut également réaliser, commenter et corriger des traductions, la correction linguistique d'un écrit, et proposer une méthodologie d'apprentissage et des réajustements en fonction de l'input qu'elle reçoit. (Songsiengchai et al., 2023). Cette étude a pour terrain la formation initiale des professeur·es des écoles en anglais. Pour se préparer à un métier intrinsèquement tourné vers l'humain où le corps occupe une place essentielle, les étudiant·es ont très aisément recours aux technologies numériques, mais la place du corps s'avère problématique lorsqu'il est sollicité pour s'exprimer face à un public-classe (Tellier, 2021). L'objet de cette recherche est de questionner l'articulation entre le naturel et l'artificiel, en tentant de concilier deux approches. Une partie de la formation servant de support à l'expérimentation est consacrée à une approche esthétique, humaine et incarnée de la langue sans recours aux technologies numériques. L'autre partie consiste en une approche en autodirection et en partie systématique, ponctuée d'activités au service de laquelle le potentiel utilitaire de l'IA est mobilisé. La méthodologie porte sur un dispositif de 27 h de formation du master MEEF 1er degré, proposant une alternance de séances de drama et de séances d'ateliers en autodirection (Nassau, 2022). Trois demi-groupes d'étudiants (n=42) sont concernés par cette expérimentation. L'hypothèse est que l'articulation du drama et de l'IA permettrait une complémentarité visant à amplifier l'agentivité (Narcy-Combes & Narcy-Combes, 2019) des apprenant·es de langues. Les résultats présentés se basent sur l'analyse de journaux de bord, sur des questionnaires de début et de fin de formation, sur les 3 séances de drama filmées, et sur des entretiens pour une approche qui s'entend compréhensive. L'engagement des étudiant·es dans une « interaction complexe » (Eschenauer et al., 2023) est mis en relation avec une présence et une prise de parole incarnée qui peut impacter la posture voire le développement personnel des futur·es professionnel·les (Lutzker, 2022). Quant à l'IA, elle permet une adaptation aux différents profils d'étudiant·es et de leurs objectifs d'apprentissage. Les premières données récoltées semblent souligner les mises en tension entre le naturel et l'artificiel par les étudiants. La conciliation des approches varie cependant en fonction des degrés d'engagement des étudiants dans la formation.

What can GenAI chatbots offer to virtual exchange interactions?

he arrival of ChatGPT in 2022 and the rise of other Generative Artificial Intelligence (GenAI) tools in the context of language learning (see Li et al., 2024) has sparked both curiosity and apprehension (Al-khresheh, 2024), highlighting the need for studying the impact of such tools. With learners' excitement at GenAI chatbots “providing answers” to questions, comes the pedagogical need to sensitise them to the potential drawbacks of such powerful tools. Lynch and Park's (2017) argument that higher-order skills such as critical thinking, creativity and knowledge management are not developed through AI is still valid. Based on O'Dowd's (2021) model of a transnational VE with English as lingua franca, a ten-week interdisciplinary VE project was arranged in an English for Specific Purposes (ESP) context. The fourth iteration (2024-25) of project i-Laser (Intercultural Legal Advising for Social Entrepreneurs) took place between French students of Legal English (ELP) and Sri Lankan students specialising in Business English. International teams (8 groups of 5-6 students) were formed with common ESP goals and expected to meet at least three times over the course of the semester, recording their interactions. This paper focuses on the first video-conferencing meetings that took place between members of the international teams, with the following research questions (RQ): RQ1. How do students of ELP generally perceive GenAI tools: a. in their day-to-day or natural environments? b. for purposes of language learning? c. at the end of a VE project that integrates the use of GenAI? RQ2. What are the differences in interactional content generated between (a) synchronous human-human interactions and (b) synchronous human-GenAI chatbot interactions? Data include responses from questionnaires that the French students (N=21) filled out at intervals: before the VE, after the first meeting with international partners and at the end of the VE (N=63). Responses to the questionnaires will be compared to gain insight into the perceptions of the ELP students, addressing the first RQ. Content analysis (Bardin, 2013) of the textual interactions with the GenAI chatbot (ChatGPT) and transcripts from eight recordings of the first meeting between French and Sri Lankan partners will be used to explore the second RQ. Initial responses reveal that most of the students (80.9%) know what GenAI tools are, but only one-third (33.3%) claim to have used them and like using them for their studies. Preliminary analysis of the qualitative responses to the initial questionnaire are more insightful and suggest that students feel that using AI constitutes “cheating” or that it is “useless for my studies”. These preliminary results are promising and suggest that integrating GenAI for purposes of better understanding future VE partners might help in considering the added value these tools have to offer in VEs.

How does prompt engineering shape L2 academic writing: a self-regulation perspective

Academic writing is commonly viewed as a demanding task particularly for EFL (English as a foreign language) learners thus requires extensive self-regulation. With the recent penetration of generative artificial intelligence in academic writing, it is increasingly important for L2 writers to possess high levels of self-regulation in order to navigate the changing landscape. Using Zimmermann (2002)'s three-phase self-regulation framework and Hayes (2012)'s cognitive process of writing, the present study aims to examine Chinese university students' interactions with generative AI language models like ChatGPT in the process of L2 academic writing. In particular, it depicts how students engineer prompts for ChatGPT to produce desired outputs (“prompt engineering behaviors”), with the aim of identifying students' use of self-regulated writing strategies in an AI-mediated context. The existing studies that investigate prompting behaviors typically focus only on the actions taken by students (e.g. Woo, Guo and Susanto, 2023), without probing the underlying reasons for these behaviors particularly with a self-regulated learning perspective. This study adopts an exploratory mixed-methods research design. Qualitative Data will first be collected from twelve students to investigate the self-regulated strategies they use at different writing stages to craft prompts, evaluate output, and integrate prompts into their writing. Identification of the self-regulated writing strategies will be based on the nine items of the writing strategies for self-regulated learning questionnaire (Teng and Zhang, 2016) and enriched by qualitative content analysis (Schreier, 2014) from students' screenshot records and stimulated recall. These nine items will form the backbone of a self-developed questionnaire on self-regulated prompting in the second stage, which will be used to collect quantitative data from 300 students. This paper reports on the qualitative data findings.

Naturel et artificiel : quand les machines écrivent des poèmes...

Depuis que les ordinateurs existent (et même avant !), de multiples recherches ont porté sur la génération automatique de poésie, sous toutes ses formes (haïkus, sonnets, vers libres, etc.). Pourquoi cet intérêt ? Pour une multitude de raisons probablement, mais le point fondamental est l'essence libre, créatrice et intemporelle de la poésie (par opposition à la traduction automatique ou à la recherche d'information, applications phare du traitement automatique des langues, mais régies par un cadre strict). La génération de poésie a aussi entraîné de multiples collaborations littéraires et artistiques, favorisant le dialogue entre différentes disciplines. Dans cet exposé, je reviendrai sur quelques expériences récentes, et je montrerai en quoi ces expériences ont un intérêt pratique, y compris à des fins pédagogiques. Enfin, sur le plan théorique, j'essaierai de montrer en quoi ces expériences posent des questions fondamentales sur la nature de la créativité (peut-on dire qu'un ordinateur, ou un système artificiel, est créatif ?).

Les grands modèles de langue, des outils situés

Les grands modèles de langue (Large Language Models) sont apparus il y a six ans et sont utilisés au quotidien par le grand public depuis la mise en ligne de ChatGPT, fin 2022. Ils ont totalement bouleversé le domaine du traitement automatique des langues (TAL), le propulsant sur le devant de la scène dans les mains de millions d'utilisateurs. Désormais, ce ne sont plus des outils issus de la recherche, mais des produits, pour lesquels on fait la publicité mais pas des publications. Je montrerai dans cette présentation que si les LLM sont vendus comme universels, ce sont en fait des outils situés, produits dans un cadre très biaisé et qui posent un certain nombre de problèmes éthiques liés à cette origine, en particulier des problèmes de stéréotypes et de conflits d'intérêt. Je présenterai les travaux que nous avons menés avec notamment Aurélie Névéol et Fanny Ducel (LISN) pour évaluer l'ampleur exacte de ces problèmes et proposer une réflexion plus systémique sur le sujet.

L’enquête narrative: vers une approche holistique ancrée dans la réflexivité et le capital de vie

L'enquête narrative constitue une approche méthodologique incontournable dans le domaine de recherche en linguistique appliquée et apprentissage des langues, car elle met en lumière une perspective profondément ancrée dans l’humain (Barkhuizen & Consoli, 2021). Elle permet d’examiner, entre autres, l’identité linguistique, la motivation et l’agentivité à travers des paramètres temporels, spatiaux et sociaux (Johnson & Golombek, 2002 ; Pavlenko, 2007 ; Benson, 2014). La réflexivité, en tant que démarche méthodologique, joue un rôle central, garantissant l’authenticité, la validité écologique et un engagement éthique vis-à-vis des données, notamment les récits des participants. Elle permet ainsi aux chercheurs d’interroger leur propre positionnalité et d’assurer la crédibilité de leurs interprétations. L’adoption de cette approche leur offre l’opportunité de mieux appréhender la complexité des trajectoires linguistiques et de mettre en exergue la diversité des expériences humaines. Dans cette perspective, cette conférence plénière met en avant le concept de capital de vie (Consoli, 2022) comme un prolongement essentiel de la réflexivité dans l’enquête narrative. En intégrant souvenirs, émotions, dispositions et expériences sociohistoriques, le capital de vie éclaire les trajectoires langagières des individus et renforce la validité écologique de la recherche. Cette approche transcende les cadres socioculturels traditionnels (Bourdieu, 1986) et propose une compréhension plus nuancée et dynamique des processus d’apprentissage des langues. Bien que des défis méthodologiques et éthiques persistent, notamment en ce qui concerne la rigueur scientifique et les contraintes de publication (De Costa et al., 2021), cette conférence défend une enquête narrative ancrée dans la réflexivité et le capital de vie. Elle souligne ainsi la nécessité d’innovations méthodologiques visant à garantir une compréhension plus approfondie et authentique des réalités empiriques propres à nos recherches.

Présentation d’outil : Découvrez ELAO+, notre module d’évaluation orale boosté par l’IA

ELAO un outil qui permet d’évaluer rapidement et facilement le niveau linguistique des étudiants, apprenants et candidats avec un test rapide, fiable et précis. En savoir plus : https://www.elao-test.com/fr/test-de-langues.

Regional Pragmatic Competence in Mandarin: An Evaluation of ChatGPT's Performance

Recent advancements in large language models and chatbots, such as ChatGPT, have demonstrated AI's ability to produce contextually appropriate texts embodying pragmalinguistic and sociopragmatic knowledge, comparable to human conversations (Cai et al., 2023; Chen et al., 2024). However, research on ChatGPT's performance concerning regional pragmatic variations remains limited. This study investigates ChatGPT's use of conventional expressions with regional variation. Pragmalinguistic resources conveying illocutionary force in specific contexts (Bardovi-Harlig, 2009), conventional expressions vary among L1 speakers from different regions (Erman & Warren, 2000). For example, when exiting a crowded subway, Mainland Mandarin speakers prefer “让一下” (Yield a bit), whereas Taiwan Mandarin speakers favor ‘借过 (一下)” (Borrow the path (for a moment)). Sixteen Mandarin conventional expressions from thirteen scenarios were used to test ChatGPT's pragmatic competence regarding regional variation. These expressions were empirically identified by 71 and 81 L1 Mandarin speakers from Taiwan and Mainland China, respectively, using a timed oral-aural discourse completion task (DCT). Among these expressions, four expressions elicited from four scenarios shared similar linguistic forms in both regions, six expressions, three per region, elicited from three scenarios, were different, and six expressions, three per region, elicited from six scenarios, were conventionalized in one of the two regions. In June 2024, ChatGPT-4o was prompted with these DCT scenarios through voice chat to elicit spoken responses (with transcriptions). The scenarios were prompted separately, assigning ChatGPT-4o the role of an L1 Mandarin college student from Taiwan and from Mainland China. For each scenario, 15 responses were collected, resulting in 384 valid oral responses. Preliminary results suggest that ChatGPT-4o can produce target expressions used by both Taiwan and Mainland Chinese speech communities, X2 (3, N = 120) = 6.18, p > .05. However, Fisher's Exact Test showed that ChatGPT-4o's insensitivity to regional variations in Mandarin expressions (p < .001, Cramer's V = .50, indicating a medium effect size), favoring expressions preferred by Mainland China Mandarin speakers. For conventionalized expressions in one of the two regions, ChatGPT-4o did not exhibit sensitivity to either Taiwan or Mainland China, X2 (2, N = 89) = 3.27, p > .05, and X 2(2, N = 89) = 3.58, p > .05, respectively. These findings complement existing research on ChatGPT as a contextualized discourse generator, highlighting its pragmatic competence. Insights into ChatGPT's language variation can inform the development of instructional materials that advance justice, equity, and diversity in foreign language education.

Présentation d’outil

Découvrez Écrivor, un Outil créé par des Enseignants pour leurs Élèves assisté par l’AI Permettant de créer des activités d’écriture et guider les productions.