Dans un contexte d’expansion rapide des nouvelles technologies chez les adolescents, une enquête menée au Nigéria met en lumière les dérives alarmantes de l’intelligence artificielle générative en milieu scolaire. Selon des travaux conduits par une équipe de chercheurs nigérians et publiés via la plateforme Zenodo, plus d’un tiers des élèves du secondaire de la métropole de Gusau rapportent avoir déjà été pris pour cible par des actes malveillants orchestrés à l’aide de ces outils technologiques.
L’intelligence artificielle générative au service de nouvelles violences
D’après les conclusions de l’étude, 37,8 % des élèves interrogés déclarent avoir subi des formes d’agression numérique assistées par l’intelligence artificielle, parmi lesquelles figurent la manipulation malveillante d’images, le clonage de la voix, l’envoi de messages automatisés et l’usurpation d’identité. À ces procédés récents s’ajoutent des violences en ligne plus habituelles : 14,7 % des adolescents indiquent avoir été confrontés à du cyberharcèlement traditionnel, tandis que 8,5 % ont subi au moins un épisode de victimisation numérique sévère.
L’analyse statistique révèle en outre un cercle vicieux préoccupant : plus les jeunes sont fréquemment ciblés par ces attaques numériques, moins ils estiment posséder les réflexes et la préparation nécessaires pour y faire face. Les chercheurs ont ainsi mesuré une corrélation négative significative entre la fréquence des agressions subies et le niveau de préparation individuelle (coefficient bêta de -0,16).
L’éducation à l’IA et l’écoute des adultes comme facteurs de protection
Face à ces risques émergents, l’étude identifie plusieurs remparts protecteurs déterminants. Le levier le plus puissant pour renforcer la préparation face aux menaces en ligne s’avère être la volonté de signaler les abus, qui affiche une corrélation positive majeure avec le sentiment de préparation des élèves (bêta de 0,31).
La compréhension élémentaire des mécanismes de l’intelligence artificielle (bêta de 0,24) ainsi que le soutien apporté par un adulte de confiance au quotidien (bêta de 0,19) augmentent également de manière significative la capacité des élèves à se protéger. En agrégeant ces compétences individuelles et ces soutiens relationnels au sein de leur modèle statistique, les scientifiques ont vu la variance expliquée du niveau de préparation bondir de 15,1 % à 43,7 %.
Une méthode ancrée dans les spécificités linguistiques locales
Pour parvenir à ces résultats, les auteurs ont mené une vaste enquête auprès de 846 élèves répartis dans 36 collèges et lycées de la métropole de Gusau, située dans l’État de Zamfara au nord-ouest du Nigéria.
Afin de s’assurer de la bonne compréhension des concepts abordés et de respecter le contexte socioculturel local, les données ont été recueillies au moyen d’un questionnaire bilingue spécialement adapté en anglais et en haoussa. L’équipe a ensuite mobilisé un modèle à effets mixtes à deux niveaux pour neutraliser les disparités statistiques existant d’un établissement scolaire à l’autre.
Des protocoles scolaires à bâtir et des recherches à approfondir
À la lumière de ces données, les chercheurs recommandent d’intégrer d’urgence des modules d’initiation critique à l’IA dans les cursus scolaires. Ils préconisent également de former les éducateurs pour en faire des interlocuteurs de confiance et de mettre en place des canaux de signalement garantissant une stricte confidentialité aux victimes.
Les spécialistes soulignent toutefois qu’il s’agit d’une étude transversale, reposant sur des données recueillies à un instant précis. Des recherches longitudinales demeurent indispensables pour observer l’évolution de ces phénomènes dans le temps et valider rigoureusement les liens de causalité entre l’essor de l’IA et la sécurité numérique des élèves.
Source
- AI-Enabled Digital Victimisation and Digital-Safety Preparedness among Secondary School Students in Gusau Metropolis, Zamfara State, Nigeria
- Researchers: Israel Olusegun Adedeji, Terkuma Philip Songor, Sadiya Muhammad Ahmad, Bola Adeleke, Abubakar Muhammad Yusuf, Bashir Mayaki Isah, Ibrahim Elegah, Alhaji Kabir Ibrahim
- Journal: Zenodo (CERN European Organization for Nuclear Research)
- Read the original study