La prolifération des applications de modèles de langage à grande échelle (MLL) depuis 2022 a suscité à la fois des attentes et des inquiétudes quant à leur utilisation dans l'éducation. Cette étude vise à enseigner aux étudiants comment utiliser efficacement le LLM pour améliorer leur apprentissage. À cette fin, nous proposons un nouveau concept, « l'incitation pédagogique », pour susciter des réponses centrées sur l'apprentissage chez les LLM. Nous avons également conçu une intervention pédagogique allant de la conception à la recherche empirique en contexte éducatif réel, ciblant les premiers cycles de l'enseignement de l'informatique (CS1/CS2). Nous avons recueilli les informations nécessaires à la conception pédagogique par le biais d'une enquête auprès des enseignants (N=36), et avons conçu et développé l'intervention pédagogique grâce à un système interactif incluant un enseignement basé sur des scénarios. L'efficacité de l'intervention d'apprentissage a été évaluée au moyen de tests pré- et post-tests ciblant des étudiants novices en informatique (N = 22). Les résultats ont confirmé que les compétences des apprenants en matière de recherche d'aide pédagogique basée sur le LLM se sont améliorées, que leur attitude positive envers le système s'est améliorée et que leur volonté d'utiliser des incitations pédagogiques à l'avenir a augmenté. Les contributions de cette étude comprennent (1) un cadre théorique pour l'incitation pédagogique, (2) des éclairages empiriques sur l'attitude des enseignants actuels à l'égard de l'incitation pédagogique, et (3) des résultats prometteurs pour la conception d'une intervention d'apprentissage comprenant des outils d'apprentissage interactifs, un enseignement basé sur des scénarios et une formation à la recherche d'aide basée sur le LLM. L'approche de cette étude a le potentiel d'être mise en œuvre plus largement dans les salles de classe et intégrée à des outils tels que ChatGPT afin de promouvoir une utilisation centrée sur l'apprentissage de l'IA générative.
