Un flux de travail reproductible basé sur l’évaluation par sondage et l’arbre de décision C5.0 pour classifier la pensée d’ordre supérieur auto-déclarée dans l’apprentissage supporté par l’IA générative

Résumé

Ce protocole présente un flux de travail reproductible pour collecter des données d’enquête auto-rapportées, noter les variables liées aux apprenants, dichotomiser les scores de pensée d’ordre supérieur et appliquer un arbre de décision C5.0 pour démontrer une classification interprétable des apprenants dans un apprentissage académique supporté par l’intelligence artificielle générative.

Résumé

L’intelligence artificielle générative est de plus en plus utilisée dans l’enseignement supérieur, mais les chercheurs ont encore besoin de procédures transparentes pour collecter, noter et organiser les données d’enquêtes au niveau des apprenants dans ce contexte en rapide évolution. Cet article présente un flux de travail reproductible par sondage et un arbre de décision C5.0 pour classer la pensée d’ordre supérieur auto-déclarée chez les étudiants ayant utilisé des outils d’intelligence artificielle générative pour l’apprentissage académique. Le protocole couvre le recrutement des participants, l’administration des questionnaires, le criblage de la qualité des réponses, le calcul des scores composites, le codage binaire, la partition des tests d’entraînement, la construction d’arbres C5.0, l’élagage, l’exportation des résultats du modèle et l’interprétation des chemins de classification basés sur les nœuds. Le flux de travail est démontré à l’aide d’un ensemble de données d’enquête universitaire unique auprès de 776 étudiants de premier cycle, recueilli en Chine du 7 au 15 mars 2023. La pensée d’ordre supérieur est opérationnelle sous forme de score auto-rapporté dans un questionnaire plutôt que comme une performance cognitive directement observée. Dans le jeu de données de démonstration, l’arbre taillé a conservé huit variables liées aux apprenants : l’anxiété liée à l’intelligence artificielle générative, la confiance dans l’intelligence artificielle générative, l’utilisation problématique du smartphone, la procrastination académique, la performance scolaire, l’éducation parentale, les émotions négatives et les attitudes envers l’intelligence artificielle générative. Le modèle conservé a obtenu une précision de 89,52 % dans le sous-ensemble d’entraînement et 86,21 % dans le sous-ensemble testé. Cependant, l’évaluation spécifique à chaque classe a montré des performances inégales, avec un rappel nettement plus faible pour la classe Low-HOT que pour la classe High-HOT. Par conséquent, l’arbre doit être interprété comme une démonstration auxiliaire et interprétable du flux de travail plutôt que comme un outil de sélection validé. Ce protocole peut soutenir les chercheurs qui nécessitent une procédure documentée et reproductible pour le profilage des apprenants par enquête dans des environnements d’apprentissage soutenus par l’intelligence artificielle générative.

Introduction

La pensée d’ordre supérieur est une préoccupation centrale dans l’enseignement supérieur car l’apprentissage universitaire devrait dépasser le simple rappel des connaissances factuelles pour s’orienter vers l’analyse, l’évaluation, la réflexion, la résolution de problèmes et la création^{de connaissances 1}. Des révisions ultérieures de la taxonomie de Bloom ont encore précisé que l’apprentissage avancé implique non seulement de se souvenir et de comprendre, mais aussi d’appliquer, d’analyser, d’évaluer et de créer des connaissances dans des contextes de plus en plus^{complexes 2}. Cette distinction est importante pour le protocole actuel car la pensée d’ordre supérieur n’est pas traitée comme un simple score de réussite, mais comme une construction au niveau de l’apprenant qui nécessite une opérationnalisation minutieuse avant d’être analysée. Dans la recherche éducative, la pensée d’ordre supérieur a également été liée au raisonnement critique, à la surveillance métacognitive et au transfert de l’apprentissage entre les contextes^{problématiques 3}. Pour l’apprentissage soutenu par la technologie, cette question devient particulièrement importante car les élèves doivent souvent relier des concepts, évaluer les informations générées et prendre des décisions lors d’activités de résolution de problèmes, plutôt que de simplement recevoir du contenu^{pédagogique 4}.

La diffusion rapide de l’intelligence artificielle générative a rendu la mesure de la pensée d’ordre supérieur plus complexe. Les outils d’intelligence artificielle générative peuvent produire du texte, du code, des images, des explications, des résumés et d’autres formes de soutien académique à partir de schémas appris à partir de jeux de données à grande^{échelle 5}. Les grands modèles de langage, y compris ChatGPT, sont devenus particulièrement visibles dans l’enseignement supérieur lors de la période initiale d’adoption publique fin 2022 et début^{2023 6}. Dans les milieux académiques, les étudiants peuvent utiliser ces outils pour la recherche d’informations, l’explication de concepts, le développement de plans, la génération d’idées, la révision de devoirs, le soutien à la traduction et d’autres activités liées aux cours. Ces usages peuvent réduire la charge de travail routinière, mais ils peuvent aussi modifier la manière dont les élèves allouent l’attention, jugent la qualité de l’information et régulent leur propre effort cognitif. Pour cette raison, la recherche sur l’apprentissage soutenu par l’intelligence artificielle générative nécessite des procédures qui documentent clairement comment les variables au niveau de l’apprenant sont collectées, notées, codées et interprétées.

Des travaux antérieurs sur l’apprentissage numérique et hybride ont montré que la technologie peut soutenir la pensée d’ordre supérieur lorsque les élèves restent activement engagés dans les tâches d’apprentissage plutôt que d’utiliser l’environnement de manière^{passive 7}. Les études sur l’apprentissage mobile et amélioré par la technologie ont également suggéré que l’interaction entre pairs, la perception de l’apprentissage et l’engagement actif sont pertinents pour les tendances de pensée supérieures des^{élèves 8}. Des approches de data mining ont également été utilisées pour explorer comment les comportements d’apprentissage en ligne sont associés à des compétences de pensée d’ordre supérieur, montrant la valeur d’organiser les données éducatives en schémas interprétables pour les^{apprenants 9}. Une part importante de la recherche sur l’utilisation des technologies a été informée par le Technology Acceptance Model, qui explique le comportement d’utilisation à travers l’utilité perçue et la facilité d’utilisation^{perçue 10}. Cependant, l’apprentissage soutenu par l’intelligence artificielle générative diffère des contextes d’apprentissage numérique antérieurs car les élèves interagissent avec des systèmes qui engendrent des réponses ouvertes, façonnent la confiance et peuvent soit stimuler, soit réduire l’engagement critique. Par conséquent, un protocole pour ce sujet doit non seulement enregistrer si les élèves acceptent la technologie, mais aussi documenter comment les indicateurs émotionnels, comportementaux, académiques et contextuels sont préparés pour analyse.

Plusieurs variables liées à l’apprenant sont particulièrement pertinentes dans ce contexte. La confiance dans l’intelligence artificielle peut influencer si les étudiants s’appuient sur les résultats générés, les remettent en question ou les intègrent dans le travail académique avec prudence¹¹. L’anxiété envers la technologie ou l’intelligence artificielle peut également avoir un impact, bien qu’elle ne doive pas être interprétée dans un seul sens sans prudence^{empirique 12}. L’utilisation problématique du smartphone est un autre indicateur comportemental pertinent, car une attention fragmentée et une distraction liée à l’appareil peuvent interférer avec un engagement cognitif soutenu durant l’étude¹³. Des recherches plus générales sur l’apprentissage suggèrent également que les stratégies d’apprentissage autorégulées sont associées à la réussite scolaire dans les environnements en ligne et soutenus par^{la technologie 14}. Les recherches sur l’apprentissage coopératif et par l’enquête indiquent également que l’apprentissage significatif dépend de la manière dont les élèves participent aux tâches d’apprentissage, organisent les preuves et construisent des^{explications 15}. Ces considérations soutiennent l’utilisation d’un flux de travail d’enquête multivariable plutôt que d’une mesure étroite de l’exposition à l’intelligence artificielle générative seule.

La théorie de la charge cognitive fournit une justification supplémentaire pour documenter les indicateurs émotionnels et comportementaux dans le même flux de travail. Comme la mémoire de travail est limitée, l’excès ou une mauvaise organisation d’informations peuvent interférer avec l’apprentissage et la résolution de problèmes¹⁶. Dans l’apprentissage soutenu par l’intelligence artificielle générative, ce problème devient visible lorsque les élèves rencontrent une production générée abondante, des explications incohérentes, des suggestions hors sujet ou des sources d’information concurrentes. L’activité émotionnelle a également été démontrée comme étant liée à la charge cognitive lors de l’apprentissage multimédia, suggérant que les états affectifs peuvent influencer la manière dont les apprenants traitent l’information dans des environnements riches en^{technologie 17}. Dans le même temps, les discussions actuelles sur l’intelligence artificielle générale et l’éducation future ont souligné que l’intelligence artificielle pourrait transformer les pratiques d’apprentissage plus rapidement que les systèmes pédagogiques traditionnels ne peuvent s’adapter¹⁸. Ces conditions rendent nécessaire l’utilisation d’une méthode qui enregistre non seulement les attitudes technologiques, mais aussi l’état émotionnel, l’autorégulation, le parcours académique et les variables contextuelles. Dans le flux de travail actuel, ces variables sont traitées comme des indicateurs d’enquête auto-rapportées, et non comme des traces comportementales ou des mécanismes causaux directement observés.

Une difficulté méthodologique est que les profils des apprenants sont rarement formés par une seule variable. Les données des enquêtes éducatives contiennent souvent des combinaisons superposées d’indicateurs émotionnels, comportementaux, académiques, contextuels et liés à la technologie. Les modèles de régression conventionnels sont utiles pour estimer les associations nettes, mais ils sont moins intuitifs lorsque l’objectif est d’afficher la branchement conditionnel, la différentiation des sous-groupes et la classification basée sur des règles. L’analyse des arbres de décision offre une approche complémentaire car elle partitionne récursivement les cas en branches interprétables et rend la séquence de classification visible via les structures de^{nœuds 19}. Comparé à des modèles d’apprentissage automatique plus complexes, un arbre de décision unique est plus facile à inspecter, à expliquer et à exporter dans le cadre d’un flux de travail reproductible. Comparé à la modélisation linéaire standard, il peut montrer comment les combinaisons d’indicateurs de l’apprenant forment des parcours de classification pratiques dans les données éducatives²⁰. Cependant, un arbre unique est également sensible au déséquilibre de classes, aux décisions de partition, aux réglages de taille et aux caractéristiques de l’échantillon. Pour cette raison, l’arbre de décision dans ce protocole est utilisé comme une étape de classification auxiliaire interprétable, et non comme un moteur de prédiction universel ou un modèle^{causal 21}.

Cet article présente un flux de travail reproductible par évaluation par enquêtes et un arbre de décision C5.0 pour classifier la pensée d’ordre supérieur auto-déclarée dans l’apprentissage académique soutenu par l’intelligence artificielle générative. Le flux de travail est démontré grâce à un seul ensemble de données universitaire auprès de 776 étudiants de premier cycle recueilli en Chine du 7 au 15 mars 2023. Le résultat est un score de questionnaire de pensée d’ordre supérieur auto-déclaré, dichotomisé pour la classification auxiliaire ; Ce n’est pas une mesure directe de la performance cognitive démontrée. L’exposition à l’intelligence artificielle générative dans cette démonstration fait référence à l’utilisation auto-déclarée par les étudiants d’outils d’intelligence artificielle générative pour des activités académiques liées aux cours au cours des quatre semaines précédentes, y compris la recherche d’informations, l’explication de concepts, la génération d’idées, la rédaction de plans et la révision de devoirs. L’utilisation des outils n’a pas été vérifiée via les journaux de plateforme, les historiques des prompts ou les traces d’activité en temps réel.

Le but du protocole n’est pas d’affirmer que l’arbre conservé se généralise à toutes les institutions, cohortes ou environnements actuels d’intelligence artificielle générative. Cette prudence est nécessaire car les données de démonstration ont été collectées dans une université lors d’une courte fenêtre début 2023, alors que l’exposition des étudiants à l’intelligence artificielle générative se développait encore rapidement. Au contraire, la contribution de l’article réside dans la reproduction complète de la procédure : définir le contexte de l’enquête, administrer le questionnaire, filtrer les réponses, noter les constructions, documenter la fiabilité, appliquer une règle de codage fixe, partitionner l’ensemble de données, entraîner et tailler un arbre C5.0, exporter les résultats du modèle, et interpréter les chemins de classification basés sur les nœuds en tenant compte des performances spécifiques à chaque classe. Ce flux de travail axé sur la méthode peut aider les chercheurs en éducation, les chercheurs en classe et les analystes pédagogiques à reproduire ou à adopter une approche transparente du profilage des apprenants par enquête dans l’apprentissage supporté par l’intelligence artificielle générative.

Protocole

Cette étude impliquant des participants humains a été examinée et approuvée par le Comité d’éthique de l’École des sciences de l’éducation de l’Université normale Yili (Référence n° LZEDU2023003). L’étude a été menée du 7 au 15 mars 2023. Le comité a déterminé que l’étude pouvait bénéficier d’une exemption éthique car elle ne concernait que des procédures de questionnaire anonymes et volontaires, sans préjudice physique, psychologique ou social pour les participants. Tous les participants ont donné leur consentement éclairé électronique avant de remplir le questionnaire.

Avant analyse, remplacez les dossiers des répondants par des numéros de dossier non réversibles et supprimez tous les identifiants directs. Ne conservez pas les noms, numéros d’identification des élèves, numéros de téléphone, noms de compte, identifiants de classe, adresses de protocole Internet, identifiants d’appareils ou marqueurs bruts de compte de plateforme dans le fichier analytique. Utilisez uniquement les informations de contrôle en double pour le criblage des réponses, puis supprimez-les avant de verrouiller le jeu de données analytique.

1. Établir le cadre d’enquête et la procédure d’échantillonnage

1. Définir le cadre d’étude et les critères d’éligibilité
   1. Réaliser l’enquête à l’Université polytechnique de Liuzhou, Région autonome Zhuang du Guangxi, Chine, du 7 au 15 mars 2023.
   2. Définir la population cible comme étant les étudiants de premier cycle actuellement inscrits dans l’université participante.
   3. Incluez les étudiants qui déclarent avoir utilisé au moins un outil d’intelligence artificielle générative pour l’apprentissage académique lié aux cours au cours des 4 semaines précédentes.
   4. Définissez l’utilisation académique éligible comme recherche d’information, explication de concepts, génération d’idées, rédaction de plan, révision de devoirs, soutien à la traduction, assistance liée au code ou autres tâches liées au cours.
   5. Excluez les étudiants qui déclarent uniquement une utilisation du divertissement, des discussions informelles, des expérimentations hors études ou toute autre utilisation non liée aux cours.
   6. Excluez les répondants qui ne sont pas des étudiants actuels, ne déclarez pas l’utilisation académique de l’intelligence artificielle générative, refusez le consentement éclairé électronique ou soumettez des questionnaires invalides selon les règles de sélection ci-dessous.
   7. Enregistrer l’exposition à l’intelligence artificielle générative via des éléments d’auto-évaluation couvrant la catégorie ou le nom de l’outil, estimer la fréquence d’utilisation au cours des 4 semaines précédentes, ainsi que les tâches académiques soutenues par l’outil. Ne considérez pas ces données d’exposition comme des enregistrements d’utilisation vérifiés de la plateforme.
2. Construire le cadre d’échantillonnage et recruter les participants
   1. Obtenez le cadre d’échantillonnage institutionnel des étudiants de premier cycle auprès de l’université participante. Le cadre couvre plus de 15 000 étudiants répartis dans 46 majeures.
   2. Appliquez un échantillonnage aléatoire stratifié par catégorie majeure et niveau d’année pour dresser la liste des invités, afin que des étudiants issus de différentes disciplines et stades d’étude soient représentés dans l’échantillon invité.
   3. Appliquez un échantillonnage aléatoire stratifié par catégorie majeure et niveau d’année pour dresser la liste des invités.
   4. Invitez 800 étudiants sélectionnés à l’aide d’un avis de recrutement standardisé.
   5. Distribuez le code de réponse rapide du questionnaire sur la plateforme de questionnaires en ligne uniquement aux étudiants invités pendant les périodes non pédagogiques, telles que les pauses ou les séances de conseil aux élèves.
   6. Enregistrez l’intégralité du processus de recrutement et de sélection. Dans ce flux de travail, 800 étudiants ont été invités et 792 questionnaires ont été retournés. Seize questionnaires ont été exclus : 4 pour l’utilisation inéligible de l’intelligence artificielle générative, 3 pour la soumission en double, 5 pour le temps de complétion inférieur au seuil minimum, et 4 pour des schémas de réponse en ligne droite invalides. L’échantillon analytique final contenait 776 questionnaires valides.

2. Configurer l’administration des questionnaires et les procédures de confidentialité des données

1. Configurez le questionnaire en ligne
   1. Construisez et distribuez le questionnaire via une plateforme de questionnaire en ligne, également appelée Questionnaire Star.
   2. Activez la distribution rapide de codes de réponse, les réponses obligatoires à l’échelle des items, l’exportation du temps de soumission, la vérification des contrôles en double et l’exportation de tableaux Tableur.
   3. Verrouillez le questionnaire destiné au répondant avant de recueillir la première réponse valide. Gardez inchangé la formulation des items, l’ordre des articles, les points d’ancrage de réponse, les instructions, les labels d’échelle, la formulation du consentement et la voie d’accès pendant toute la période de l’enquête.
   4. Définissez tous les objets de l’échelle comme objets nécessaires. N’utilisez pas l’imputation post hoc pour les réponses sur l’échelle.
   5. Activez le contrôle par soumission unique via l’option de plateforme la moins identifiable disponible. Utilisez uniquement des marqueurs générés au niveau du compte, de l’appareil ou de la plateforme pour le dépistage en double.
2. Normaliser les conditions de complétion
   1. Demandez aux répondants de remplir le questionnaire individuellement, en une seule séance, sans discussion entre pairs.
   2. Demandez aux répondants de répondre en fonction de leur utilisation académique réelle de l’intelligence artificielle générative au cours des 4 semaines précédentes.
   3. Demandez aux répondants de remplir le questionnaire dans un cadre calme et d’éviter le changement d’appareil, les pauses prolongées ou les accès répétés après la soumission.
   4. Fixez la fenêtre de temps d’achèvement prévue à 530 min. Utilisez uniquement le temps d’achèvement comme indicateur de la qualité de la réponse.

3. Filtrer les réponses et verrouiller l’ensemble de données analytique

1. Exportez le fichier de réponse brute
   1. Exportez le fichier brut du questionnaire depuis la plateforme de questionnaire en ligne après la fermeture de la fenêtre d’enquête.
   2. Conservez l’exportation brute avant l’exclusion, le score, le codage ou la construction du modèle.
   3. Attribuez des numéros de dossier non identifiables à tous les dossiers retournés avant le filtrage. Dans ce flux de travail, attribuez des numéros de dossier aux questionnaires 792 retournés.
2. Appliquer des règles d’exclusion de qualité de réponse
   1. Excluez les dossiers sans consentement éclairé électronique.
   2. Excluez les dossiers qui ne répondent pas au statut étudiant actuel ou à l’éligibilité académique.
   3. Excluez les dossiers avec des réponses non démographiques manquantes après exportation. Dans ce flux de travail, les paramètres de réponse obligatoire évitaient l’absence de réponses sur l’échelle.
   4. Utilisez un seuil moyen de temps de complétion de 2 s par élément fermé pour identifier les enregistrements qui sont peu susceptibles de refléter la lecture et le traitement des réponses au niveau de l’item. Excluez les enregistrements en dessous de ce seuil.
   5. Inspectez les dossiers complétés en moins de 5 minutes ou plus de 30 minutes en tant que réponses potentiellement de faible qualité ou interrompues. Conservez les enregistrements en dehors de cette fenêtre de temps uniquement lorsque la vérification des doublons et l’inspection des schémas de réponse n’indiquent pas une complétion invalide.
   6. Utilisez la réponse en ligne droite comme indicateur supplémentaire de qualité de réponse. Excluez les enregistrements dans lesquels la même option de réponse est sélectionnée pour au moins 90 % des éléments à l’échelle Likert, car ce schéma suggère un engagement limité avec le contenu des éléments.
   7. Excluez les soumissions en double sur la base des marqueurs de doublons de la plateforme et conservez le plus ancien enregistrement complet valide.
   8. Conservez le questionnaire destiné au répondant comme Fichier Supplémentaire 1.
   9. Conservez le journal de sélection en Fichier Supplémentaire 2. Le registre de sélection doit rapporter les étudiants invités, les questionnaires retournés, les questionnaires exclus, les raisons d’exclusion et les cas finaux conservés.
3. Créer le jeu de données analytique verrouillé
   1. Conservez les 776 questionnaires valides après le dépistage. Verrouillez le questionnaire destiné aux répondants et l’ensemble de données analytique avant de noter afin de vous assurer que la formulation des items, les critères d’éligibilité, les décisions d’exclusion et les définitions des variables ne soient pas modifiés après la collecte des données.
   2. Supprimez les identifiants directs, les horodatages bruts, les marqueurs au niveau du compte, les traces au niveau de l’appareil et les marqueurs de contrôle en double avant l’analyse. Utilisez cette étape de désidentification pour protéger l’anonymat des participants et empêcher que le jeu de données analytique soit relié à des élèves individuels.
   3. Enregistrez le jeu de données de cas 776 désidentifié comme jeu de données analytique verrouillé.
   4. Utilisez le jeu de données analytique verrouillé comme seule source pour le score, le codage et la classification.

4. Mesurer les variables liées à l’apprenant

1. Organisez le questionnaire
   1. Divisez le questionnaire en quatre sections : consentement éclairé, formation démographique et académique, exposition à l’intelligence artificielle générative et échelles liées à l’apprenant.
   2. Enregistrer le sexe, l’âge, la spécialité, le niveau scolaire et les résultats académiques auto-déclarés.
   3. Enregistrer l’exposition à l’intelligence artificielle générative par catégorie d’outils, fréquence d’utilisation approximative et tâches académiques soutenues.
   4. Mesurez la pensée supérieure auto-déclarée, l’anxiété liée à l’intelligence artificielle générative, la confiance en l’intelligence artificielle générative, les émotions négatives, les attitudes envers l’intelligence artificielle générative, l’utilisation problématique des smartphones, la procrastination académique et l’éducation parentale.
   5. Considérez toutes les variables basées sur l’échelle comme des indicateurs d’auto-évaluation, et non comme des observations comportementales directes ou une performance cognitive observée directement.
2. Définir les mesures conservées
   1. Mesurer la pensée d’ordre supérieur auto-déclarée avec un instrument conservé de 23 items couvrant la résolution de problèmes, la pensée critique, le travail d’équipe, la communication et^{l’innovation 22}.
   2. Mesurez l’anxiété liée à l’intelligence artificielle générative avec une échelle d’anxiété technologique adaptée de 11^{items 23}.
   3. Mesurez la confiance dans l’intelligence artificielle générative avec une échelle²⁴ de confiance adaptée en automatisation de 12 items.
   4. Mesurez les émotions négatives avec un ensemble adapté d’échelles Dépression-Anxiété et Stress de 21 items utilisé comme indicateur général^{d’émotions négatives 25}. N’interprétez pas ce score comme un diagnostic clinique.
   5. Mesurez les attitudes envers l’intelligence artificielle générative avec une échelle d’attitude adaptée de 18 items^{à 26}.
   6. Mesurez l’utilisation problématique des smartphones avec la version courte de l’échelle de dépendance aux smartphones adaptée à l’enquête étudiante dans le contexte²⁷.
   7. Mesurez la procrastination académique avec une échelle de procrastination^{académique de 16 items 28}.
   8. Mesurez la performance académique avec un item d’auto-évaluation à 5 points : 1 = bien en dessous de la moyenne, 2 = en dessous de la moyenne, 3 = moyen, 4 = au-dessus de la moyenne, et 5 = excellent.
   9. Mesurez l’éducation parentale avec un élément contextuel d’auto-rapport en 5 points : 1 = très peu soutenant, 2 = non soutenant, 3 = neutre ou mixte, 4 = soutenant, et 5 = très soutenant.
3. Spécifier les ancres de réponse et les procédures d’adaptation
   1. Utilisez un format de réponse de type Likert de type 1 à 5 pour les variables d’échelle retenues.
   2. Utilisez les ancrages généraux : 1 = fortement en désaccord, 2 = désaccord, 3 = neutre ou incertain, 4 = d’accord, et 5 = fortement d’accord.
   3. Administrez le questionnaire en chinois afin de garantir que les répondants remplissent tous les items de l’échelle dans le contexte pédagogique et linguistique utilisé dans l’université participante.
   4. Adapter les éléments sources par la traduction en avant, la revue d’experts, l’ajustement de formulation pour l’apprentissage soutenu par l’intelligence artificielle générative, et la vérification pilote de la lisibilité afin de préserver le sens du concept voulu tout en améliorant la clarté contextuelle pour les répondants chinois de premier cycle.
   5. Utilisez une revue d’experts pour vérifier si les éléments adaptés restent cohérents avec les constructions originales, les ancres de réponse, la direction de notation et le contexte de l’étude. Ne révisez que les formulations qui peuvent causer ambiguïté, inadéquation de contexte ou malentendus dans le contexte d’apprentissage soutenu par l’intelligence artificielle générative.
   6. Incluez la formulation des items, les ancres de réponse, l’ordre des items, la direction de notation et les dernières étiquettes des variables dans le Fichier Supplémentaire 1.

5. Évaluer les mesures et vérifier la qualité des mesures

1. Préparez le fichier de travail noté
   1. Ouvrez le jeu de données analytique verrouillé dans IBM SPSS Statistics 26.0.
   2. Conservez un répondant par ligne et un élément ou variable par colonne.
   3. Vérifiez les valeurs manquantes, les plages de réponses, les étiquettes des articles et les noms des variables.
   4. Sauvegardez un ensemble de données au niveau des items filtré avant de calculer les scores composites.
2. Calculer les scores composites
   1. Calculez un score composite moyen au niveau du répondant pour chaque construction multi-items.
   2. Inversez uniquement les éléments identifiés comme inversés dans la clé de notation avant le calcul du score composite.
   3. Ne pas noter en sens inverse les items émotionnels négatifs dérivés de DASS21 dans ce flux de travail car tous les items conservés sont notés dans la même direction, avec des valeurs plus élevées indiquant une expérience émotionnelle négative plus forte.
   4. Ne calculez pas les scores composites à partir d’échelles partiellement transformées.
   5. Sauvegardez un fichier de travail de score continu après le calcul du score composite.
3. Vérification de la qualité interne des mesures
   1. Calculez l’alpha de Cronbach pour chaque échelle multi-items conservée dans IBM SPSS Statistics 26.0. Utilisez l’alpha de Cronbach comme indice de cohérence interne qui indique si les éléments de la même échelle présentent une cohérence suffisante pour le calcul du score composite.
   2. Inspectez les corrélations corrigées entre le total d’items et les valeurs alpha-si-item-supprimé pour chaque échelle conservée. Utilisez les corrélations correctes entre les items et le total pour vérifier si chaque élément est suffisamment aligné avec le score total de sa propre échelle après avoir exclu cet item du calcul total.
   3. Utilisez des valeurs alpha-if-item-deleted pour identifier les éléments qui pourraient réduire la cohérence interne s’ils sont conservés. Ne retirez pas automatiquement les éléments uniquement pour des raisons statistiques ; Conserver ou retirer un élément seulement après avoir vérifié sa signification du construct, la direction de notation et la cohérence avec le questionnaire adapté.
   4. Effectuer les tests de Kaiser-Meyer-Olkin et Bartlett pour l’ensemble d’échelles adapté.
   5. Rapporter les valeurs alpha de la clé de Cronbach dans le texte principal.
   6. Fournir l’enregistrement complet des notations et des mesures sous forme de Tableau Supplémentaire 1. Inclure le nombre d’éléments, la plage de réponses, les ancres de réponse, la direction de notation, les items à clé inversée, la règle du score composite, l’alpha de Cronbach, le résultat de vérification de corrélation du total d’items corrigé, le résultat de vérification alpha-si-item-supprimé, et l’étiquette de la variable finale.

6. Convertir les scores continus en entrées auxiliaires de classification

1. Appliquer le codage binaire
   1. Utilisez le fichier de travail du score continu comme fichier source.
   2. Recode la pensée d’ordre supérieur auto-déclarée comme variable cible binaire.
   3. Les scores de code ≤3 comme 0 et les scores >3 comme 1.
   4. Appliquez le même seuil à tous les prédicteurs conservés après le calcul du score composite.
   5. Utilisez le seuil de 3 comme point médian de l’échelle de réponse 1–5 pour créer une règle de codage transparente et reproductible.
   6. Effectuer la dichotomisation uniquement pour créer des entrées binaires pour la démonstration de l’arbre de décision C5.0.
   7. Vérifiez le nombre de classes après la dichotomisation.
   8. Conservez le fichier de travail du score continu.
2. Créez le fichier d’analyse codée
   1. Générez un nouveau fichier d’analyse codé en binaire.
   2. Recodez l’anxiété liée à l’intelligence artificielle générative, la confiance en l’intelligence artificielle générative, l’utilisation problématique du smartphone, la procrastination académique, les performances scolaires, l’éducation parentale, les émotions négatives et les attitudes envers l’intelligence artificielle générative en utilisant le même seuil.
   3. Vérifiez le nombre de classes pour chaque variable binaire.
   4. Rapportez la règle de codage et le nombre de classes dans le tableau 1.
   5. Conservez le fichier d’analyse codé en binaire.
   6. Fournir la structure codée du fichier d’analyse sous forme de Fichier Supplémentaire 3.

7. Construire le classificateur auxiliaire de l’arbre de décision C5.0

1. Configurez l’environnement de modélisation
   1. Ouvrez IBM SPSS Modeler 18.4 sur un système d’exploitation Windows 10 64 bits.
   2. Importez le fichier d’analyse codé en binaire.
   3. Assigner comme champ cible une pensée binaire auto-déclarée d’ordre supérieur.
   4. Assigner toutes les autres variables binaires conservées comme champs d’entrée.
   5. Vérifiez les noms des champs, les étiquettes de valeur et les rôles cibles/entrées.
   6. Notez le nom du logiciel, la version, le système d’exploitation, l’implémentation C5.0, le nom du fichier de projet et la date d’analyse dans le Tableau Supplémentaire 2.
2. Partitionner le jeu de données
   1. Partitionner les 776 dossiers en une répartition 70:30 entre les tests d’entraînement.
   2. Utilisez la graine aléatoire fixe 20230307.
   3. Appliquez un partitionnement stratifié par la cible de pensée binaire d’ordre supérieur.
   4. Attribuez 544 cas au sous-ensemble d’entraînement et 232 cas au sous-ensemble de test.
   5. Vérifiez les décomptes de faible HOT et de haut HOT dans l’ensemble complet du jeu de données, le sous-ensemble d’entraînement et le sous-ensemble de test.
   6. Conservez l’enregistrement de partition dans le Tableau Supplémentaire 2.
3. Entraînez et taillez l’arbre C5.0
   1. Entraînez un classificateur C5.0 sur le sous-ensemble d’entraînement.
   2. Utilisez le ratio de gain comme règle de sélection^{fractionnée 29}.
   3. Définissez l’entropie comme suit :
      Entropie(D) = −Σp_ilog₂(p_i)
      où p_i est la proportion de cas de la classe i au sein de l’ensemble de données D.
   4. Définissons le rapport de gain comme suit :
      Rapport de gain (D, C) = [Entropie(D) − Entropie(D|C)]/SplitInfo (D, C)
      où C est la variable de séparation des candidats.
   5. Permettre la taille pour réduire les branches trop spécifiques qui pourraient correspondre au bruit du sous-ensemble d’entraînement.
   6. Utilisez les réglages C5.0 suivants : élagage = activé ; boosting = désactivé ; nombre d’essais = 1 ; Coûts de mauvaise classification = non appliqués ; poids de classe = non appliqué ; nombre minimum d’enregistrements par branche enfant = 2 ; Élagage global = activé ; élévation de sous-arbre = activé ; facteur de confiance = 0,25 ; règles d’arrêt = réglages par défaut IBM SPSS Modeler C5.0 sauf indication contraire.
   7. N’appliquez pas de suréchantillonnage synthétique, de pondération des classes ou d’apprentissage sensible aux coûts dans le flux de travail principal.
   8. Exportez l’arbre initial et l’arbre taillé conservé.
   9. Sauvegardez la structure finale des nœuds, les résumés des nœuds terminaux, la sortie d’importance des variables, les règles de classification et les paramètres de modèle.
4. Déséquilibre de classe de document
   1. Calculez la distribution low-HOT et high-HOT avant l’entraînement du modèle.
   2. Enregistrer le taux d’absence d’information comme la proportion majoritaire de la classe dans l’ensemble complet de l’ensemble des données et des tests.
   3. Interprétez l’arbre comme une sortie de classification auxiliaire interprétable plutôt que comme un modèle d’écran optimisé.
   4. Pour les applications futures orientées séparation, considérez les poids de classes, l’apprentissage sensible aux coûts, le rééchantillonnage, les partitions répétées des tests de train, la validation croisée k-fold ou l’ajustement des seuils.

8. Évaluer et préserver la sortie de classification

1. Résultats de performance à l’exportation
   1. Appliquez l’arbre taillé conservé au sous-ensemble d’entraînement.
   2. Exportez la matrice de confusion d’entraînement, la précision, le rappel spécifique à la classe, la précision spécifique à la classe et la sortie du nœud terminal.
   3. Appliquez le même arbre au sous-ensemble de test.
   4. Exportez la matrice de confusion des tests, la précision, le rappel spécifique à la classe, la précision spécifique à la classe et la sortie du nœud terminal.
   5. Calculez le rappel en TP/(TP + FN).
   6. Calculez la précision en TP/(TP + FP).
   7. Calculer la précision globale comme cas correctement classifiés divisé par le nombre total de cas.
   8. Calculez le taux d’absence d’information et comparez la précision des tests avec la référence de la classe majoritaire.
   9. Rapportez les métriques spécifiques à chaque classe ainsi que la précision globale.
2. Sorties d’interprétabilité à l’exportation
   1. Exportez la table d’importance variable avec les valeurs numériques.
   2. Exportez le diagramme final en arbre avec la taille de l’échantillon des nœuds, la classe prédite, la distribution des classes et la probabilité de la classe.
   3. Si le diagramme complet de l’arbre est visuellement saturé, fournissez une figure principale simplifiée et placez la table complète des nœuds dans le fichier supplémentaire 4.
   4. Résumés des terminaux d’exportation incluant le chemin de règle, la taille de l’échantillon du nœud, la classe prédite, le faible nombre de HOT, le haut nombre de HOT et la confiance en la classification.
   5. Décrivez un ou deux parcours de classification représentatifs dans les résultats représentatifs.
3. Préserver le package de reproductibilité
   1. Conservez le fichier de réponse brute, l’enregistrement de désidentification, le journal de filtrage, le jeu de données filtré au niveau des éléments, le fichier de travail du score continu, le fichier d’analyse binaire, la table de flux d’échantillonnage, la clé de notation, la table de fiabilité, le fichier projet C5.0, le fichier arbre initial, le fichier arbre taillé, la sortie d’importance des variables, la table des nœuds terminaux, les matrices de confusion et les résumés de modèles exportés.
   2. Fournir le Tableau Supplémentaire 1 comme enregistrement de notation et de mesure.
   3. Fournir le Tableau Supplémentaire 2 comme définissage du modèle et enregistrement de sortie.
   4. Fournir le Dossier Supplémentaire 1 sous forme de questionnaire destiné au répondant.
   5. Fournir le Fichier Supplémentaire 2 comme journal de sélection d’exemple.
   6. Fournir le fichier supplémentaire 3 comme structure codée du fichier d’analyse.
   7. Fournir le Fichier Supplémentaire 4 comme nœud terminal et sortie à importance variable.
   8. Conservez le chemin de flux de travail comme suit : l’exportation brute du questionnaire > le journal de désidentification et de triage > un ensemble de données au niveau des items filtré > un fichier de travail de score continu > un fichier d’analyse binaire codée, > partition d’entraînement/test > arbre C5.0 initial > arbre C5.0 taillé > exporté les résultats de classification > package de reproductibilité supplémentaire.

Résultats

Statistiques descriptives des variables retenues

Le tableau 2 présente les statistiques descriptives des variables d’enquête auto-rapportées conservées dans le jeu de données à score continu avant le recodage binaire. Le score moyen de pensée d’ordre supérieur auto-déclaré était de 3,71 (DE = 0,68), ce qui dépassait le seuil fixe de 3 sur l’échelle de réponse de 1 à 5. La confiance dans l’intelligence artificielle générative d...

Discussion

Ce protocole présente un flux de travail reproductible par évaluation par sondage et un arbre de décision C5.0 pour organiser les données auto-rapportées des apprenants dans l’apprentissage académique soutenu par l’intelligence artificielle générative. Sa principale contribution est méthodologique plutôt que prédicte. Le flux de travail précise comment définir le contexte de l’enquête, filtrer les réponses, noter les constructions multi-items, appliquer une règle de codage fixe au point ...

Matériaux

Liste des matériaux utilisés dans cet article

Nom	Entreprise	Numéro de catalogue	Commentaires
Modélisateur IBM SPSS	IBM Corp.	Version 18.4	Utilisé pour la partition des données stratifiées 70:30, la construction d’arbres de décision C5.0, l’élagage, l’évaluation de la classification et l’exportation de la sortie par arbre.
IBM SPSS Statistiques	IBM Corp.	Version 26.0	Utilisé pour la vérification des données, le calcul de scores composites, l’analyse de fiabilité, la vérification de fréquence et le recodage binaire.
Appareil répondant connecté à Internet	Appareil appartenant à l’intimé	Smartphone, tablette ou ordinateur portable avec accès au navigateur	Utilisé par les répondants pour remplir le questionnaire en ligne. Aucun dispositif spécifique à l’étude n’a été fourni.
Microsoft Excel	Microsoft Corp.	Microsoft 365 ou Excel 2019 ou plus	Utilisé pour la revue des journaux de filtrage, la vérification du codage, la mise en forme de tableaux et la vérification des sorties exportées.
Fonction de distribution du code QR	Wenjuanxing / Étoile du questionnaire	Fonction intégrée de code QR par lien de questionnaire	Utilisé pour fournir un accès standardisé à questionnaires aux étudiants invités pendant la période d’enquête.
Réglage silencieux de complétion de relevé	Université participante	Cadre de pause non pédagogique ou cadre de conseil aux élèves	Utilisé pour réduire la variation réponse-contexte lors de la complétion d’un questionnaire en une seule session.
Répertoire de stockage sécurisé des données	Auteurs / institutions participantes	Stockage institutionnel à accès contrôlé	Utilisé pour préserver les exportations brutes, les jeux de données filtrés, les ensembles de données notés, les jeux de données codés, les fichiers modèles, les journaux et les sorties exportées avec le contrôle de version.
Plateforme d’enquête en ligne Wenjuanxing / Questionnaire Star	Changsha Ranxing Information Technology Co., Ltd.	plateforme web ; accès via le site officiel de Wenjuanxing	Utilisé pour la construction de questionnaires, la distribution de codes QR, les paramètres de réponse obligatoire, la vérification des contrôles de doublons, l’exportation de horodatages et l’exportation de tableaux Excel.
Système d’exploitation Windows	Microsoft Corp.	Windows 10, 64 bits	Environnement d’exploitation pour IBM SPSS Statistics 26.0 et IBM SPSS Modeler 18.4.