Research seminar by Mickael Temporão form Sciences Po Bordeaux
Universities face a paradox: students increasingly use AI tools for coursework, but are these interactions building skills or bypassing learning? This talk presents experimental evidence for designing and deploying strategies and AI agents that can foster competencies rather than bypass them.
Through two studies with university students, an encouragement design (N=300) exploring AI usage patterns and a controlled experiment (N=1,000) evaluating a Socratic AI agent, we demonstrate how interaction design can shape learning outcomes. Students employing AI as a task-completion Assistant show surface learning, while those engaging it as a conceptual Mentor develop deeper understanding and transferable skills.
Preliminary results of a "Socratic" agent, designed to prompt critical thinking rather than provide direct answers, achieved significant improvements in knowledge retention, problem-solving capability, and metacognitive awareness. We will discuss practical implications for educators: design principles for learning-centered AI, strategies to guide students toward productive engagement patterns, and evidence-based approaches to harnessing AI as a tool that builds rather than replaces thinking.
As AI becomes unavoidable in higher education, the question is not whether students will use these tools, but how we design and guide their use to develop the deep competencies that define university education.
Mickael a complété un doctorat en science politique à l’Université Laval à l'hiver 2019. Il a été chercheur étudiant au Groupe de recherche en communication politique (GRCP), à la la Chaire sur la démocratie et les institutions parlementaire (CDIP) et au Centre pour l'étude de la citoyenneté démocratique (CECD). Mickael a été coordonnateur du GRCP de 2014 à 2017. Il détient un baccalauréat et une maîtrise en information et communication spécialisée en relations publiques de l’Université catholique de Louvain (UCL - Belgique). Il a suivi le programme d’analyse de données quantitatives de l’Interuniversity Consortium for Political and Social Research (ICPSR) de l’Université du Michigan.
Ses intérêts de recherche s'inscrivent dans l'étude du comportement politique et de l'opinion publique. Sa thèse étudie le recours aux grands volumes de données personnelles tirées de plateformes numériques afin de comprendre l'opinion publique. Il se spécialise dans l'utilisation de méthodes non-supervisées permettant l'analyse de données à grande échelle (Big Data) de comportements individuels dans différents contextes, à différents moments et pour différents groupes d'individus. Son directeur de recherche était Thierry Giasson.
À ce jour, il est maître de conférences en science politique à Sciences Po Bordeaux et chercheur au Centre Émile Durkheim.
Source : ULaval