INTEGRATION DES OUTILS D’INTELLIGENCE ARTIFICIELLE DANS L’ENSEIGNEMENT SUPERIEUR EN RDC : ANALYSE DES DETERMINANTS D’ADOPTION SELON LE MODELE TAM
Palavras-chave:
intégration des outils, intelligence artificielle, enseignement supérieur, analyses des déterminants, adoption des modèles selon TAMResumo
Cette étude analyse les déterminants d’adoption selon le modèle TAM de l’intégration des outils d’intelligence artificielle (IA) dans l’enseignement supérieur en République Démocratique du Congo (RDC), dans un contexte marqué par la transformation numérique des systèmes éducatifs. L’objectif principal est d’évaluer le niveau d’utilisation des outils d’IA dans les institutions universitaires, d’identifier les facteurs limitant leur adoption et de proposer des stratégies favorisant leur intégration dans le processus d’enseignement et d’apprentissage.
La recherche adopte une approche quantitative basée sur la collecte de données à l’aide d’un questionnaire administré en ligne via l’outil KoboCollect. Les données recueillies ont permis d’analyser les perceptions des acteurs du milieu universitaire concernant l’utilisation de l’intelligence artificielle dans l’enseignement supérieur.
Sur 384 personnes enquêtées, les résultats montrent qu’environ 60 % des répondants sont favorables à l’intégration des outils d’IA, tandis que près de 80 % estiment que ces technologies pourraient améliorer la recherche académique et faciliter l’orientation des étudiants. Toutefois, l’étude met également en évidence plusieurs défis majeurs, notamment l’insuffisance des infrastructures technologiques, le manque de formation des enseignants et des étudiants, ainsi que l’absence d’un cadre politique et éthique régissant l’usage de l’IA.
Ces résultats soulignent la nécessité de renforcer les infrastructures numériques, de développer les compétences technologiques des acteurs universitaires et d’élaborer des politiques adaptées pour favoriser l’intégration efficace de l’intelligence artificielle dans l’enseignement supérieur en RDC.
Downloads
Downloads
Publicado
Como Citar
Edição
Seção
Licença
Copyright (c) 2026 Revue Internationale du chercheur

Este trabalho está licenciado sob uma licença Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.













