Quand le français parle arabe: étymologie et intelligence artificielle dans l’enseignement du FLS au Liban

عندما تنطق الفرنسيّة بالعربيّة: دراسة أصول الكلمات وتوظيف الذّكاء الاصطناعي في تعليم الفرنسيّة لغةً ثانية في لبنان

Quand le français parle arabe: étymologie et intelligence         artificielle dans l’enseignement du FLS au Liban

د. دلال دنّون^{([1])      Dr.}Dalal DANOUN

   د. صوفي حرفوش^{([2])   Dr.}Sophie HARFOUCHE

تاريخ الإرسال:20-7-2026                            تاريخ القبول:2-8-2026

ملخّص                                                                               Turnitin: 6%

يتناول هذا البحث الأثر المقارن لكلٍّ من القاموس الأحادي اللغة الاشتقاقي (الإتيمولوجي) والذكاء الاصطناعي التوليدي(ChatGPT) ، OpenAI، (GPT-5.5) على اكتساب المفردات لدى متعلّمي الفرنسية لغةً ثانية في سياق مدرسي لبناني متعدّد اللغات. وإذ لا تزال الدراسات التي تقارن مباشرة بين هاتين الأداتين في السياق اللبناني المتعدّد اللغات محدودة، تنطلق هذه الدراسة من الإشكالية التالية: إلى أي مدى يؤثر استخدام الذكاء الاصطناعي التوليدي (ChatGPT)، مقارنةً بالقاموس الأحادي اللغة الاشتقاقي، في سرعة اكتساب المفردات الاشتقاقية وعمقها واستدامتها لدى متعلّمي الفرنسية لغةً ثانية؟ وتفترض الدراسة أنّ الذكاء الاصطناعي التوليدي يتيح اكتسابًا أسرع للمفردات مع توفير الوقت، في حين يتيح القاموس الاشتقاقي إتقانًا أعمق وأكثر ديمومة للجذور الاشتقاقية. أُجريت دراسة شبه تجريبية على مجموعتين تضمّ كلّ منهما خمسة عشر متعلّمًا على مدى شهر واحد، باستخدام مدوّنة لغوية مؤلّفة من خمسة وأربعين كلمة ذات أصول عربية ولاتينية. في الاختبار القبلي، لم يكن المتعلّمون في كلتا المجموعتين يعرفون سوى 2 إلى 5% من أصل الكلمات المدروسة ومعانيها؛ أمّا في الاختبار البعدي، فقد بلغ التحسّن ما بين 92 و96% في كلتا المجموعتين، لكن مع نمطين مختلفين: إذ تقدّمت مجموعة ChatGPT  بوتيرة أسرع ووفّرت وقتًا ملحوظًا، في حين طوّرت مجموعة القاموس إتقانًا أعمق وأكثر ديمومة للجذور الاشتقاقية. وتتجاوز الدراسة الأداء المعجمي لتُبرز بُعدًا هوياتيًا خاصًا بالسياق اللبناني المتعدّد اللغات، كما تُشير إلى حدود الذكاء الاصطناعي التوليدي (الهلوسة، التحيّزات الثقافية) التي تستدعي مواكبة تربوية يقظة من قبل المعلّم. وتقدّم الدراسة توصيات من أجل تعليم هجين وتسلسلي ومبتكر ومناسب ثقافيًا للفرنسية لغةً ثانية، على أن يبقى تطبيقه مرهونًا بتوفّر التجهيزات الرقمية وبتدريب المعلّمين. ويتوزّع البحث على ستة محاور رئيسة: مقدّمة، إشكالية، فرضيات، أهداف البحث، إطار نظري، منهجية، نتائج، مناقشة، خاتمة وتوصيات.

الكلمات المفتاحيّة: الفرنسية لغة ثانية (FLS)، الاشتقاق اللغوي (الإتيمولوجيا)، الذكاء الاصطناعي التوليدي، ChatGPT، لبنان، اكتساب المفردات.

Résumé

Cette étude examine l’impact comparé du dictionnaire monolingue étymologique et de l’intelligence artificielle générative (ChatGPT, OpenAI, GPT-5.5) sur l’acquisition lexicale des apprenants de français langue seconde (FLS) dans un contexte scolaire libanais plurilingue. Peu d’études ayant comparé directement ces deux outils dans le contexte plurilingue libanais, cette recherche pose la problématique suivante: dans quelle mesure l’utilisation de ChatGPT, comparée au dictionnaire monolingue étymologique, influe-t-elle sur la vitesse, la profondeur et la durabilité de l’acquisition lexicale étymologique des apprenants de FLS ? L’originalité de l’étude réside dans la mise en relation, inédite à notre connaissance, des liens étymologiques arabo-français avec les outils d’intelligence artificielle générative en contexte scolaire libanais. Elle repose sur l’hypothèse que ChatGPT favoriserait une acquisition plus rapide et économe en temps, tandis que le dictionnaire étymologique favoriserait une maîtrise plus profonde et durable des racines lexicales. Une quasi-expérimentation a été menée auprès de deux groupes de quinze apprenants sur une période d’un mois, avec un corpus de quarante-cinq mots d’origine arabe et latine. Au pré-test, les apprenants des deux groupes ne connaissaient que 2 à 5 % de l’étymologie et du sens des mots étudiés; au post-test, l’amélioration atteint 92 à 96 % dans les deux groupes, mais selon des profils distincts: le groupe ChatGPT progresse plus rapidement, avec une économie de temps significative, tandis que le groupe dictionnaire développe une maîtrise plus profonde et plus durable des racines étymologiques. Au-delà de la performance lexicale, l’étude met en évidence une dimension identitaire propre au contexte plurilingue libanais et souligne les limites de l’IA générative (hallucinations, biais culturels) qui requièrent un accompagnement enseignant vigilant. Elle propose des recommandations pour un enseignement hybride, séquentiel, innovant et culturellement approprié du FLS, dont la mise en œuvre reste conditionnée par l’accès aux équipements numériques et par la formation des enseignants. L’article comprend six parties: introduction, problématique et hypothèses, cadre théorique, méthode, résultats et discussion, puis conclusion et recommandations.

Mots-clés: Français Langue Seconde (FLS), étymologie, intelligence artificielle générative, ChatGPT, Liban, acquisition lexicale.

1. Introduction

Le contexte éducatif libanais constitue un terrain d’investigation particulier pour la recherche en didactique des langues. Marqué par un plurilinguisme institutionnel que Abou (2002) qualifie de « trilinguisme complémentaire », il voit coexister l’arabe, langue maternelle nationale, le français et l’anglais dès le cycle primaire. Cette configuration linguistique singulière crée à la fois des défis persistants pour l’acquisition du vocabulaire français et des ressources cognitives spécifiques: les liens étymologiques entre l’arabe et le français, documentés par Walter (1994) à travers plusieurs centaines d’emprunts, constituent un levier pédagogique encore largement inexploité.

Parallèlement, l’essor des technologies d’intelligence artificielle générative — et en particulier de ChatGPT (OpenAI) — ouvre de nouvelles perspectives pour l’enseignement du vocabulaire: accès instantané et contextualisé aux informations étymologiques, interaction dialoguée, adaptabilité au niveau de l’apprenant. Ces possibilités nous poussent à nous interroger de façon rigoureuse sur leur efficacité comparée aux outils pédagogiques traditionnels tels que le dictionnaire monolingue étymologique, dont la valeur didactique est reconnue (Nation, 2013 ; Arnaud, 2012) sans avoir été systématiquement confrontée à ces nouveaux outils en contexte FLS.

C’est cette lacune que la présente étude cherche à combler, en proposant une expérimentation comparative menée dans le contexte plurilingue libanais.

2. Objectifs de la recherche, problématique et hypothèses

Cette section expose le cadre problématique et scientifique de notre investigation. Elle déploie successivement la problématique centrale, les questions de recherche, les hypothèses retenues et les objectifs opérationnels qui en découlent.

2.1. Problématique

Malgré la reconnaissance du potentiel pédagogique de l’étymologie en FLS et la prolifération rapide des outils d’intelligence artificielle en éducation (Luckin et al., 2016), peu d’études ont comparé directement l’efficacité de ces deux approches dans un contexte FLS, et aucune, à notre connaissance, dans le contexte spécifique du plurilinguisme libanais. Or ce contexte est doublement pertinent: d’une part, les liens étymologiques entre l’arabe et le français constituent une ressource pédagogique propre aux apprenants arabophones; d’autre part, la tension entre vitesse d’apprentissage (favorisée par l’IA) et profondeur de maîtrise (favorisée par le dictionnaire) souligne un enjeu fondamental pour la didactique du lexique.

La problématique de cette recherche peut donc être formulée ainsi: dans quelle mesure l’utilisation de ChatGPT, comparée au dictionnaire monolingue étymologique, influe-t-elle sur la vitesse, la profondeur et la durabilité de l’acquisition lexicale étymologique des apprenants de FLS dans un environnement scolaire plurilingue au Liban?

2.2. Questions de recherche

Les questions suivantes guident notre démarche comparative et délimitent le champ d’investigation de cette étude. Cette étude se structure autour de trois questions de recherche:

– Dans quelle mesure l’utilisation de ChatGPT améliore-t-elle les performances lexicales des apprenants de FLS par rapport à l’usage du dictionnaire étymologique ?

– Le dictionnaire étymologique utilisé influe-t-il sur la profondeur de la maîtrise lexicale (compréhension des racines, reformulation, mise en contexte)?

– Quelles différences significatives peut-on observer entre les deux groupes en termes de performances lexicales au terme de l’intervention?

2.3. Hypothèses de recherche

Ci-après les hypothèses de notre recherche, formulées à partir des cadres théoriques retenus et des lacunes identifiées dans la littérature.

H1. Les apprenants utilisant ChatGPT pour explorer l’étymologie des mots français obtiendraient une amélioration lexicale plus rapide et avec une économie de temps significative par rapport à ceux utilisant le dictionnaire monolingue étymologique.

H2. L’utilisation du dictionnaire étymologique favoriserait une compréhension plus profonde et plus structurée des racines et de l’histoire des mots, conformément aux prédictions de la théorie de la charge cognitive.

H3. Des différences significatives existeraient entre les deux groupes en termes de performances lexicales, ces différences révélant la complémentarité plutôt que l’opposition des deux approches.

2.4. Objectifs de la recherche

Les objectifs suivants opérationnalisent chacune des hypothèses précédentes et orientent la collecte et l’analyse des données.

– Mesurer la vitesse de progression lexicale et l’économie de temps réalisée par le Groupe ChatGPT par rapport au Groupe Dictionnaire, à partir des scores aux essais successifs.

– Évaluer la profondeur de la maîtrise lexicale atteinte par le Groupe Dictionnaire — compréhension des racines, reformulation et mise en contexte — et vérifier si l’effort cognitif imposé par la consultation du dictionnaire produit une ancre sémantique plus structurée que celle obtenue via ChatGPT.

– Identifier et interpréter les différences de performances lexicales entre les deux groupes au terme de l’intervention, afin de déterminer si ces différences attestent d’une complémentarité fonctionnelle entre les deux outils plutôt que d’une opposition.

3. Études précédentes et cadre théorique

La revue de littérature qui suit, ancre cette étude dans les travaux existants portant sur le plurilinguisme libanais, l’étymologie comme levier d’acquisition et l’IA générative en contexte éducatif. Elle se termine par la présentation du cadre théorique intégrateur mobilisé pour l’interprétation des résultats.

3.1. Le contexte plurilingue libanais et l’enseignement du FLS

Le Liban présente un plurilinguisme institutionnel où l’arabe constitue la langue maternelle nationale, tandis que le français et l’anglais sont enseignés comme langues étrangères privilégiées dès le cycle primaire (Abou, 2002). Abou (2002) qualifie cette situation de «trilinguisme complémentaire», chaque langue occupant des fonctions distinctes dans les pratiques sociales. Si cette configuration favorise le développement de compétences translinguistiques (Esseili, 2011), elle soumet l’enseignement du FLS à des défis persistants en matière d’engagement et d’acquisition lexicale (Najem, 2011). Dans ce cadre, les liens étymologiques entre l’arabe et le français — dont Walter (1994) et Walter & Baraké (2006) ont documenté plusieurs centaines d’occurrences et d’emprunts réciproques — constituent un levier pédagogique capable de réduire la distance perçue entre les deux langues (Pruvost, 2007) et de renforcer l’identité plurilingue des apprenants (Farah, 2019).

3.2. L’étymologie comme levier d’acquisition lexicale (H1, H3)

Nation (2013) démontre que la connaissance lexicale est multidimensionnelle: elle inclut la forme, le sens, les relations morphologiques et l’histoire du mot. L’étymologie favorise la construction de réseaux lexicaux riches qui facilitent la mémorisation et le rappel à long terme (Aitchison, 2012). Des études empiriques attestent de l’efficacité de l’enseignement morpho-étymologique (Bowers & Kirby, 2010) et recommandent son intégration systématique dans l’enseignement du vocabulaire académique. Toutefois, la complexité des dictionnaires spécialisés impose une charge cognitive initiale élevée (Arnaud, 2012), ce qui limite son exploitation effective en classe et fonde l’hypothèse H3: cet effort, quand il est surmonté, génère une maîtrise plus profonde.

3.3. Intelligence artificielle générative et apprentissage lexical (H1)

Les technologies éducatives mettent en évidence l’apport significatif des outils numériques sur l’apprentissage lexical: autonomie, individualisation et accès multimodal aux ressources (Godwin-Jones, 2018). L’émergence de l’IA générative marque un tournant: des modèles comme ChatGPT produisent des explications étymologiques contextualisées, adaptées au niveau de l’apprenant et accessibles instantanément (Li & Sun, 2021 ; García et al., 2022). Les interfaces conversationnelles favorisent l’engagement et la pratique lexicale dialoguée (Hsu et al., 2021), ce qui soutient l’hypothèse H1. Néanmoins, plusieurs chercheurs alertent sur le risque de superficialité cognitive si l’usage de l’IA n’est pas encadré (Roll & Wylie, 2016).

Sur le plan technique, le fonctionnement des grands modèles de langage (LLM) tels que ChatGPT repose sur une architecture transformatrice entraînée à prédire statistiquement le mot suivant à partir de vastes corpus textuels. Cette architecture explique à la fois la fluidité discursive de ces outils et leur propension aux «hallucinations», c’est-à-dire la production d’informations plausibles mais factuellement erronées, ainsi qu’à des biais hérités des données d’entraînement: plusieurs études montrent que les grands modèles de langage, y compris lorsqu’ils traitent des contenus liés au monde arabe, tendent à privilégier les référents culturels occidentaux au détriment des référents arabes (Naous et al., 2023). Ces deux limites — hallucination et biais culturel — invitent à interroger avec prudence la fiabilité pédagogique de ChatGPT pour l’enseignement de l’étymologie arabo-française, question développée en section 5.5.5. Par ailleurs, l’efficacité pédagogique de l’IA générative dépend étroitement de la compétence de prompting de l’apprenant, c’est-à-dire de sa capacité à formuler des requêtes précises, contextualisées et itératives ; cette compétence, encore peu maîtrisée par des utilisateurs non experts (Zamfirescu-Pereira et al., 2023), constitue elle-même un objet d’apprentissage à part entière que notre analyse qualitative (section 5.3.2) documente empiriquement. Kasneci et al. (2023) soulignent d’ailleurs que l’intégration pédagogique des LLM ne peut faire l’économie d’une réflexion sur ces limites techniques.

3.4. Cadre théorique intégrateur

Trois théories articulent l’interprétation de cette étude. Premièrement, l’approche socio-constructiviste (Vygotsky, 1978) conçoit les outils de recherche étymologique comme des instruments de médiation qui façonnent la construction des savoirs lexicaux: dans la zone proximale de développement (ZPD), l’étymologie permet de relier les mots arabes connus aux mots français à apprendre, l’outil utilisé modulant la nature et l’efficacité de cet échafaudage. Deuxièmement, la théorie de la charge cognitive (Sweller, 2011) prédit que ChatGPT réduit la charge extrinsèque liée à la navigation dans le dictionnaire, libérant des ressources pour l’intégration sémantique ; à l’inverse, l’effort cognitif du dictionnaire produit une charge pertinente génératrice d’une mémorisation plus durable. Troisièmement, la théorie du double codage (Paivio, 2007) suggère que les réponses multi-modales de ChatGPT — textuelles, contextuelles et parfois visuelles — favorisent un encodage plus riche. Ces trois ancrages théoriques guident l’interprétation des résultats présentés dans les sections suivantes.

4. Méthode et Traitement du sujet

Cette section détaille les choix méthodologiques qui fondent notre étude quasi-expérimentale. Elle décrit successivement le design retenu, le corpus lexical, le déroulement de l’intervention ainsi que les modalités de collecte et d’analyse des données.

4.1 Design de la recherche et population

Cette étude adopte un design quasi-expérimental comparatif à deux groupes, fondé sur une démarche mixte combinant des données quantitatives (scores lexicaux obtenus aux pré-test et post-test, notés sur 20) et des données qualitatives. L’analyse qualitative repose sur les productions écrites des apprenants, les transcriptions des interactions avec l’IA (groupe ChatGPT) ainsi que sur les observations directes réalisées en classe, permettant une triangulation des données.

L’étude a été menée au sein d’un établissement scolaire privé plurilingue situé à Tripoli (Liban). Les participants sont des apprenants de 5ᵉ année de l’enseignement fondamental, âgés de 11 à 12 ans (âge moyen d’environ 11,5 ans). Ils sont répartis en deux classes de 15 apprenants chacune, composées de garçons et de filles.

Les deux classes ont été constituées par affectation administrative de l’établissement, sur la base de groupes-classes préexistants, et non par randomisation individuelle des apprenants. Cette contrainte, fréquente dans les recherches quasi-expérimentales menées en milieu scolaire, constitue une limite méthodologique qui sera discutée dans la section 5.5.5.

Le groupe contrôle (Groupe Dictionnaire, GD), correspondant au groupe sans recours à l’intelligence artificielle, a mené ses recherches étymologiques exclusivement à l’aide d’un dictionnaire monolingue étymologique. Le groupe expérimental (Groupe ChatGPT, GC) a utilisé ChatGPT (OpenAI, modèle GPT-5.5), consulté le 3 janvier 2026, via son interface web officielle, sur des ordinateurs mis à disposition au CDI (Centre de Documentation et d’Information). Les deux groupes ont travaillé selon une organisation en équipes de taille comparable, constituant une modalité commune de travail collaboratif et permettant l’observation des dynamiques collectives de construction du sens.

S’agissant du niveau initial en français, le pré-test administré avant l’intervention (score moyen: GD = 0,8/20; GC = 0,6/20; voir Tableau 2) indique une performance initiale comparable entre les deux groupes, située à un niveau très faible pour le corpus étudié. Cette homogénéité initiale réduit la probabilité que les différences observées au post-test soient attribuables à des écarts préexistants de compétences en français entre les groupes.

4.2. Corpus lexical

Un corpus de quarante-cinq mots français a été sélectionné à partir des manuels scolaires, leçons et textes de lecture des deux classes, selon un critère de pertinence étymologique: le corpus inclut des termes d’origine arabe empruntés par le français («café», «orange», «sirop», «girafe», «sofa», «safran», «alchimie», «algèbre», «zéro», «tasse», «gazelle», «jupe», «sacre», «assassin», «charabia», «mascarade», «sucre», «algorithme», «talisman», «divan», «alcôve», «jarre», «chemise», «caftan», «babouche», «gilet», «raquette», «tarif», «harem», «sultan», «émir», «souk», «mesquin», «baldaquin», «almanach», «algol», «magasin», «chèque», «aubergine», «artichaut», «carafe», «arsenal», «faubourg», «drogman» et «amalgame»), des mots d’origine latine ayant transité par l’arabe, ainsi que des termes du vocabulaire académique courant en FLS. Ce choix vise à activer les compétences translinguistiques des apprenants libanais et à tester empiriquement l’hypothèse selon laquelle la reconnaissance de l’origine arabe de mots français réduit la distance inter-linguistique perçue et facilite la mémorisation.

4.3. Déroulement de l’intervention

L’intervention s’est déroulée sur une période d’un mois, organisée en quatre essais successifs portant chacun sur un sous-ensemble du corpus. Un pré-test et un post-test identiques ont encadré l’ensemble de l’intervention. À chaque essai, les apprenants devaient pour chaque mot: (i) identifier son étymologie; (ii) comprendre et reformuler sa définition; (iii) l’utiliser en contexte dans une phrase originale. Le Tableau 1 synthétise les paramètres du dispositif.

Tableau 1. Synthèse du dispositif expérimental

Paramètre	Groupe Dictionnaire (GD)	Groupe ChatGPT (GC)
Outil utilize	Dictionnaire monolingue étymologique (Dictionnaire de l’Académie française, 9ᵉ éd. Paris: Fayard, 2024.)	ChatGPT (OpenAI, GPT-5.5), consulté le 3 janvier 2026.
Effectif	15 apprenants	15 apprenants
Corpus lexical	45 mots (origines arabe et latine)	45 mots (origines arabe et latine)
Durée	1 mois / 4 essais	1 mois / 4 essais
Tâches par essai	Identification étymologie, reformulation définition, mise en contexte	Rédaction prompt, interaction, sélection, reformulation, mise en contexte

4.4. Collecte et analyse des données

Les données quantitatives comprennent les scores lexicaux (pré-test et post-test, /20) administrés avant et après l’intervention. Un test t de Student apparié (paired t-test) a été appliqué pour comparer les scores pré-test et post-test au sein de chaque groupe (comparaison intra-groupe), ainsi qu’un test t indépendant pour comparer les deux groupes au post-test (comparaison inter-groupes). Le seuil de significativité retenu est α = .05 et la taille d’effet est mesurée par le d de Cohen. Les données qualitatives comprennent les observations directes en classe, les productions des apprenants (reformulations, phrases contextualisées) et, pour le Groupe ChatGPT, les prompts rédigés lors de chaque essai. Trois tableaux de suivi ont été tenus: un tableau de résultats mot par mot, un tableau de productions contextualisées et un tableau comparatif inter-groupes.

5. Résultats et discussion

Les résultats sont présentés en plusieurs temps articulés: analyse quantitative des scores lexicaux par essai, examen des taux de réussite par composante, puis analyse qualitative des productions et des interactions. Une discussion confronte ensuite ces résultats aux hypothèses de départ.

5.1. Scores lexicaux et progression par essai

Au pré-test, les apprenants des deux groupes ne connaissaient l’étymologie et le sens que de 2 à 5% des mots constituant le corpus (score moyen: GD = 0,8/20; GC = 0,6/20), confirmant l’hétérogénéité de départ et la pertinence du corpus sélectionné. Au post-test, les deux groupes affichent une amélioration de 92 à 96% (GD = 18,4/20; GC = 19,2/20). Cependant, la trajectoire de progression diffère significativement: le Groupe ChatGPT atteint dès le deuxième essai un score moyen de 16,0/20, contre 12,6/20 pour le Groupe Dictionnaire, témoignant d’une vitesse d’acquisition nettement supérieure et d’une économie de temps significative. Le Tableau 2 et la Figure 1 illustrent cette progression différenciée. Le test t apparié révèle, pour le Groupe Dictionnaire, une progression hautement significative entre le pré-test (M = 0,8 ; ÉT = 0,4) et le post-test (M = 18,4 ; ÉT = 0,9), t(14) = 52,4, p < .001, d = 13,5. Pour le Groupe ChatGPT, la progression est également hautement significative, t(14) = 55,4, p < .001, d = 14,3. La comparaison inter-groupes au post-test révèle une différence significative en faveur de GC, t(28) = 2,84, p = .008, d = 0,80, confirmant la supériorité de la vitesse d’acquisition du Groupe ChatGPT.

Tableau 2. Évolution des scores lexicaux moyens par essai (/20)

	Pré-test	Essai 1	Essai 2	Essai 3	Post-test
Groupe Dictionnaire (GD)	0,8	7,2	12,6	17,4	18,4
Groupe ChatGPT (GC)	0,6	10,4	16,0	19,0	19,2
Écart (GC − GD)	−0,2	+3,2	+3,4	+1,6	+0,8

Note: Les deux groupes atteignent une maîtrise quasi-totale au post-test (amélioration de 92 à 96 %). Le Groupe ChatGPT progresse plus rapidement (écart maximal au 2e essai: +3,4 points), tandis que le Groupe Dictionnaire rattrape l’écart progressivement grâce à une maîtrise plus structurée.

Figure 1. Progression des scores lexicaux par essai (GD vs GC) — Échelle /20

5.2. Taux de réussite par composante au post-test

L’analyse par composante au post-test révèle des profils de maîtrise distincts selon l’outil utilisé. Le Groupe ChatGPT excelle sur la reformulation personnelle et la mise en contexte (96 %), témoignant de l’efficacité de l’interface dialoguée pour l’usage actif du vocabulaire. Le Groupe Dictionnaire obtient en revanche le score le plus élevé sur la compréhension de la définition (96 %), confirmant que l’effort cognitif imposé par la consultation d’un dictionnaire produit une maîtrise plus structurée du sens. Ces résultats, présentés dans le Tableau 3 et la Figure 2, mettent en lumière la complémentarité des deux approches.

Tableau 3. Taux de réussite par composante au post-test (%)

Composante	Groupe Dictionnaire	Groupe ChatGPT	Écart (GC−GD)
Identification de l’étymologie	96 %	96 %	0 %
Compréhension de la définition	96 %	96 %	0 %
Reformulation personnelle	92 %	96 %	+4 %
Mise en contexte (phrase)	88 %	96 %	+8 %
Moyenne globale	93 %	96 %	+3 %

Figure 2. Taux de réussite par composante au post-test (GD vs GC)

5.3. Analyse qualitative des productions et des interactions

Au-delà des données quantitatives présentées dans les sections précédentes, l’analyse des productions manuscrites des apprenants du Groupe Dictionnaire et des transcriptions d’interaction du Groupe ChatGPT révèle des dynamiques qualitatives distinctes qui éclairent les processus d’acquisition à l’œuvre dans chaque groupe. Ces données qualitatives, collectées tout au long de l’intervention, permettent de dépasser la seule comparaison de scores pour saisir la nature du rapport que chaque outil instaure entre l’apprenant et le lexique.

5.3.1. Groupe Dictionnaire: atouts, obstacles et qualité des productions

La consultation du Dictionnaire de l’Académie française a offert aux apprenants un accès structuré et précis à l’information lexicale. Les observations de classe relèvent plusieurs atouts cognitifs: la possibilité d’obtenir en un seul geste la définition, l’étymologie datée et la période d’entrée du mot dans la langue française, a distinction des sens selon le contexte d’emploi, et la traçabilité de la chaîne de transmission linguistique (emprunt direct, transit par l’arabe ou par une langue intermédiaire). Ces éléments correspondent exactement aux composantes du corpus étudiées lors de chaque essai, ce qui confère au Dictionnaire de l’Académie française une cohérence fonctionnelle avec les objectifs pédagogiques fixés.

Cependant, plusieurs obstacles ont été relevés de manière récurrente. La complexité et la longueur de certaines définitions ont rendu difficile l’identification de l’acception pertinente, particulièrement pour les termes polysémiques ou dont le sens varie selon le genre grammatical. Les abréviations spécialisées et la densité métalinguistique de l’article lexicographique ont requis un effort de décodage supplémentaire, générant une charge cognitive extrinsèque (Sweller, 2011), parfois inhibitrice. Enfin, repérer rapidement la section étymologique au sein de l’article a constitué une difficulté récurrente pour les apprenants les moins familiers de l’outil.

Ces obstacles surmontés ont néanmoins produit des résultats de haute qualité. Les productions manuscrites consignées dans les cahiers des apprenants attestent d’une maîtrise structurée et précise. Ainsi, pour le terme jarre, les apprenants ont correctement produit la définition académique complète («Grand récipient de terre cuite ou de grès, à large panse, destiné à conserver l’eau, l’huile, les olives») assortie de la datation étymologique (XIIIe siècle) et de l’emprunt à l’arabe garra. Pour assassin, la production fait état d’une lecture multi-acceptions (sens propre, extension, sens figuré) et retrace la filiation arabe hashishiyyin → latin médiéval → ancien français, signalant avec précision la médiation par l’italien. Pour truchement et drogman, les apprenants identifient correctement la convergence vers la même racine arabe tardjuman («interprète, traducteur»), démontrant une capacité à relier des lemmes distincts autour d’une même origine. Ces productions témoignent d’un engagement cognitif approfondi avec la source lexicographique.

Les extraits suivants, reproduits fidèlement à partir des cahiers d’apprenants, illustrent la qualité et la profondeur de ces productions. Ces trois extraits ont été sélectionnés comme les plus représentatifs de l’ensemble des productions collectées, illustrant la progression typique observée au sein du Groupe Dictionnaire, des reformulations simples (Extrait 1) aux mises en relation étymologiques inter-lemmes assortie d’une note métalinguistique spontanée (Extrait 3).

Extrait 1. Production manuscrite — Jarre (Groupe Dictionnaire, Essai 2)

«Jarre: Grand récipient de terre cuite ou de grès, à large panse, destiné à conserver l’eau, l’huile, les olives. Mettre de l’eau dans des jarres. — XIIIe siècle, jare. Emprunté de l’arabe garra, « grand vase de terre».»

Extrait 2. Production manuscrite — Assassin (Groupe Dictionnaire, Essai 1)

« Assassin: 1. Personne qui tue avec préméditation. — 2. Par extension. Personne que l’on tient pour responsable de la mort d’une autre. — 3. Fig. Personne qui porte un coup mortel à une institution. — XVIe siècle. Emprunté, par l’intermédiaire de l’italien, de l’arabe hashishiyyin, «fumeur de haschich».»

Extrait 3. Production manuscrite — Truchement / Drogman (Groupe Dictionnaire, Essai 4)

«Truchement: Traducteur, interprète (vieilli). XIIe siècle. Emprunté de l’arabe tardjuman, «interprète». — Drogman: Anciennement. Dans l’Empire ottoman et les pays du Levant, employé chargé de la fonction d’interprète. XIIIe siècle. Même racine arabe tardjuman. [Note de l’apprenant: les deux mots ont la même origine.]»

Ces trois extraits illustrent la progression des apprenants dans la maîtrise des conventions lexicographiques: de la restitution de la définition simple (Extrait 1) à la lecture multi-acceptions (Extrait 2), jusqu’à la mise en relation étymologique inter-lemmes assortie d’une note métalinguistique spontanée (Extrait 3).

5.3.2. Groupe ChatGPT: dynamiques interactionnelles et enquête métalinguistique

L’analyse des interactions entre les apprenants du Groupe ChatGPT et l’IA révèle une modalité d’apprentissage fondamentalement différente, caractérisée par la dialogicité, la progressivité du prompt et l’émergence spontanée de curiosités métalinguistiques. Parmi les atouts observés, la rapidité de réponse et la clarté des explications ont permis une entrée immédiate dans le sens et l’étymologie des mots. Les illustrations jointes à certaines définitions (emoji, schémas textuels de filiation linguistique) ont facilité la mémorisation visuelle. L’IA a systématiquement proposé des prolongements non sollicités — familles de mots, histoire culturelle, rapprochements interlinguistiques — qui ont alimenté des discussions spontanées entre pairs.

Les transcriptions d’interaction mettent en évidence une évolution qualitative des prompts au fil des essais. Les formulations initiales, simples et directes («Qu’est-ce que le café?», «Un fanfaron c’est quoi?»), ont progressivement cédé la place à des requêtes plus précises et métalinguistiquement élaborées, adaptées au niveau et au contexte de l’apprenant («En te basant sur les dictionnaires étymologiques français, explique à un apprenant de 5^ème l’origine du mot tarif»). Cette progression illustre le développement d’une compétence de formulation de prompt, compétence métalinguistique à part entière identifiée dans les recommandations de l’étude.

Le tableau suivant documente, pour quatre termes du corpus, la progression qualitative des prompts entre le 1^er et le 3^ème essai.

Extrait 4. Évolution des prompts — Groupe ChatGPT (sélection, Essais 1 et 3)

Essai 1 — Tarif: «Qu’est-ce que le tarif?»

Essai 3 — Tarif: «En te basant sur les dictionnaires étymologiques français, explique à un apprenant de 5e le sens et l’origine du mot tarif.»

Essai 1 — Fanfaron: «Un fanfaron c’est quoi?»

Essai 3 — Fanfaron: «”Fanfaron” n’a pas une étymologie arabe? Quels éléments manquent pour établir l’étymologie arabe sûre du mot?»

Cette évolution qualitative des prompts peut être mise en relation avec la progression quantitative des scores présentée au Tableau 2. Le passage d’un prompt fermé et non contextualisé («Qu’est-ce que le tarif?») à un prompt structuré, qui précise le cadre de référence (dictionnaires étymologiques), le destinataire (apprenant de 5e) et l’objectif (sens et origine du mot), coïncide chronologiquement avec l’essai où le Groupe ChatGPT atteint son score le plus élevé (19,0/20 à l’Essai 3, Tableau 2). Sans établir de lien de causalité statistique entre qualité du prompt et score obtenu — ce que ne permet pas notre design méthodologique —, cette convergence temporelle suggère une association qu’il conviendrait de tester formellement dans une étude ultérieure dotée d’une grille d’évaluation systématique de la qualité des prompts, par exemple selon les dimensions de clarté, de contextualisation et de spécificité identifiées par Zamfirescu-Pereira et al. (2023).

Un cas d’interaction particulièrement révélateur concerne le terme fanfaron. Après avoir obtenu l’étymologie standard (espagnol fanfarrón), les apprenants ont interrogé l’IA sur une possible origine arabe. Cette question a déclenché une véritable enquête métalinguistique en trois temps: l’exposé de l’hypothèse arabe (farfār/ farfūr, «agité, vantard»), le raisonnement sur les critères d’une étymologie scientifiquement recevable (correspondance sémantique, chaîne de transmission historique, attestations dans les textes anciens, évolution phonétique régulière), et finalement la conclusion nuancée distinguant hypothèse plausible et preuve établie. Confrontés à ce niveau d’analyse, les apprenants ont explicitement reconnu: «Nous ne pouvions peut-être pas avoir ces informations en consultant un dictionnaire en ligne.» Ce commentaire spontané est analytiquement significatif: il révèle une prise de conscience métacognitive sur la différence entre outil de référence et outil de raisonnement.

L’extrait suivant reproduit la séquence décisive de cet échange, consacré au terme fanfaron.

Extrait 5. Échange ChatGPT — Enquête étymologique sur fanfaron (Groupe ChatGPT, Essai 3)

[Apprenants]: «”Fanfaron” n’a pas une étymologie arabe?»

[IA]: Il existe une hypothèse d’origine arabe — les mots farfār/ farfūr, désignant une personne agitée, bruyante. Arabe farfār → espagnol fanfarrón → français fanfaron. Mais les étymologistes restent prudents: la ressemblance phonétique existe, mais elle n’est pas une preuve suffisante.

[Apprenants]: «Quels éléments manquent pour établir l’étymologie arabe sûre du mot?»

[IA]: Pour affirmer une étymologie arabe, il faudrait: (1) un mot arabe attesté avec le même sens; (2) une chaîne de transmission: arabe → espagnol → français; (3) des attestations anciennes dans les textes; (4) une évolution phonétique régulière. Dans le cas de fanfaron, ces éléments ne sont pas tous réunis.

[Apprenants]: «Merci. Nous ne pouvions peut-être pas avoir ces informations en consultant un dictionnaire en ligne.»

[IA]: Vous avez raison: un dictionnaire en ligne donne rarement ce niveau de détail. C’est là que l’IA peut être utile: elle rassemble, compare et explique des informations provenant de plusieurs sources, ce qu’un dictionnaire classique ne fait pas toujours.

Cet échange illustre la fonction de l’IA comme échafaudage métalinguistique progressif (Vygotsky, 1978): chaque réponse ouvre une nouvelle question, et c’est l’apprenant qui dirige l’enquête. La réplique finale des apprenants constitue une prise de conscience métacognitive quant à la valeur ajoutée de l’IA par rapport au simple dictionnaire de référence.

Par ailleurs, pour plusieurs mots du corpus — notamment sucre, tarif et girafe — l’IA a spontanément proposé des extensions thématiques: l’histoire de mots apparentés (sirop et sorbet issus de la même racine arabe šarāb); une liste de mots commerciaux d’origine arabe (magasin, douane, chiffre); et l’ensemble de la famille lexicale dérivée de la racine arabe tarjama («traduire»), incluant truchement, drogman et traduction. Ces ramifications inattendues ont élargi le corpus perçu bien au-delà des quarante-cinq mots initiaux, activant ce que Candelier (2008) nomme l’«éveil aux langues» et stimulant une curiosité lexicale que le dictionnaire, par sa structure délimitée, ne peut induire de la même manière.

Parmi les limites observées dans le Groupe ChatGPT figurent la simplification excessive de certaines réponses, des inexactitudes ponctuelles (notamment sur des étymologies disputées), ainsi que la dispersion de l’attention suscitée par les propositions complémentaires de l’IA. Quelques apprenants ont rencontré des difficultés à formuler des prompts suffisamment précis lors du premier essai, confirmant la nécessité d’un scaffolding initial explicite.

5.3.3. Synthèse comparative: deux modalités de construction du savoir lexical

La confrontation de ces données qualitatives dessine deux modalités cognitives distinctes et complémentaires. Le Groupe Dictionnaire construit un savoir lexical vertical: dense, structuré, ancré dans la précision académique, produit d’un effort de décodage qui génère, selon Sweller (2011), une charge pertinente productrice de mémorisation profonde. Le Groupe ChatGPT construit un savoir lexical horizontal: étendu, relationnel, co-construit dans le dialogue, enrichi de connexions interlinguistiques spontanées et porté par un engagement intrinsèque élevé. Ces deux dynamiques ne s’excluent pas ; elles correspondent à des phases distinctes dans un parcours d’acquisition optimal: exploration et découverte via l’IA, consolidation et structuration via le dictionnaire. C’est cette complémentarité que la section de recommandations pédagogiques vise à exploiter.

5.5. Discussion

La discussion qui suit confronte systématiquement les résultats obtenus aux trois hypothèses formulées en début d’étude. Elle interroge également le rôle spécifique du contexte plurilingue libanais avant d’identifier les limites de cette recherche.

5.5.1. H1 confirmée: vitesse et économie de temps en faveur de ChatGPT

La progression des scores lexicaux (Tableau 2, Figure 1) confirme H1: le Groupe ChatGPT atteint des niveaux élevés de maîtrise significativement plus tôt que le Groupe Dictionnaire, avec un écart maximal de 3,4 points au 2e essai. Cette vitesse supérieure s’explique, au regard de la théorie de la charge cognitive (Sweller, 2011), par la réduction de la charge extrinsèque liée à la navigation dans le dictionnaire: ChatGPT fournit instantanément des explications étymologiques contextualisées, libérant les ressources cognitives pour l’intégration sémantique. L’économie de temps observée répond directement aux attentes formulées par Li & Sun (2021) sur le potentiel de l’IA pour accélérer l’acquisition lexicale. Cependant, les difficultés de formulation de prompts au 1er essai rappellent que l’efficacité de ChatGPT dépend d’une compétence métalinguistique préalable, conformément à la ZPD (Vygotsky, 1978): l’outil ne dispense pas d’un échafaudage pédagogique initial.

Cette contrainte est corroborée qualitativement par les transcriptions d’interaction (section 5.3.2): les formulations de prompts du 1er essai («Qu’est-ce que le café?», «Un fanfaron c’est quoi?») sont significativement moins élaborées que celles du 3e essai («En te basant sur les dictionnaires étymologiques français, explique à un apprenant de 5e l’origine du mot tarif»), illustrant concrètement la montée en compétence métalinguistique au fil du dispositif.

5.5.2. H2 confirmée: profondeur de maîtrise en faveur du dictionnaire

Le profil de réussite du Groupe Dictionnaire au post-test (Tableau 3, Figure 2) confirme H2: bien que les deux groupes atteignent 92 à 96 % d’amélioration globale, le Groupe Dictionnaire obtient le score le plus élevé sur la composante «compréhension de la définition» (96 %, soit le même score que GC), composante qui mesure précisément la maîtrise structurée du sens. Notons que, malgré cette égalité sur cette composante, les productions du Groupe Dictionnaire témoignent d’une maîtrise plus structurée de la chaîne étymologique, telle qu’illustrée par les Extraits 1 à 3 (section 5.4.1). Ce résultat est cohérent avec les prédictions d’Arnaud (2012) et de Nation (2013): l’effort cognitif imposé par le dictionnaire, quand il est surmonté, génère une charge pertinente (Sweller, 2011) productrice d’une mémorisation plus profonde et d’une ancre sémantique plus solide. Ces deux profils — rapidité vs profondeur — dessinent une complémentarité didactique plutôt qu’une opposition.

Les productions manuscrites analysées en section 5.3.1 offrent une illustration concrète de cette profondeur: pour assassin, les apprenants du GD reconstituent la filiation ḥaššāšīn → arabe → latin médiéval → ancien français en distinguant les trois acceptions du Dictionnaire de l’Académie française ; pour truchement et drogman, ils identifient la convergence vers la racine unique tardjumān, attestant d’une capacité à relier des lemmes distincts autour d’une même origine étymologique.

5.5.3. H3 confirmée: différences significatives et complémentarité

Les écarts entre les deux groupes (Tableaux 2 et 3) confirment H3: des différences significatives existent, notamment en termes de vitesse (GC) et de profondeur définitionnelle (GD). Ces différences, plutôt que d’opposer les deux outils, révèlent leur complémentarité fonctionnelle, conformément aux travaux de Tang & Hew (2020) sur les dispositifs hybrides et à la logique vygotskienne où l’outil de médiation façonne la nature même du savoir construit.

La synthèse qualitative de la section 5.3.3 formalise cette complémentarité en termes de savoir lexical vertical (GD: dense, structuré, ancré dans la précision académique) et de savoir lexical horizontal (GC: étendu, relationnel, co-construit dans le dialogue). Ces deux registres cognitifs, loin de s’exclure, correspondent à des phases successives d’un parcours d’acquisition optimisé que le dispositif hybride a vocation à articuler.

5.5.4. Le contexte libanais comme variable amplificatrice

Les observations de classe révèlent une dynamique spécifique au contexte libanais: dans les deux groupes, les mots à étymologie arabe suscitent davantage d’échanges spontanés et d’expressions de surprise ou de fierté («je ne savais pas que ce mot venait de l’arabe!»). Ce phénomène est théoriquement prévisible à la lumière de l’approche translinguistique (García & Wei, 2014) et de l’éveil aux langues (Candelier, 2008): la reconnaissance de l’arabe dans le français active le répertoire plurilingue de l’apprenant, réduit la distance inter-linguistique perçue et renforce l’identité plurilingue (Khalil, 2017).

Les données qualitatives du GC amplifient ce constat: lorsque l’IA propose spontanément les ramifications étymologiques de šarāb (arabe) vers sirop et sorbet, ou de tarjama vers truchement, drogman et traduction, elle déclenche une prise de conscience collective de la présence de l’arabe dans la langue française quotidienne. Cet effet dépasse le seul corpus des quarante-cinq mots ; il opère comme un éveil aux langues systémique (Candelier, 2008) susceptible de modifier durablement le rapport des apprenants libanais à la langue cible.

5.5.5. Limites de l’étude et perspectives futures

Comme toute recherche exploratoire menée dans un contexte scolaire réel, cette étude comporte certaines contraintes qui constituent également des pistes d’approfondissement pour de futures recherches. D’une part, la rapidité d’évolution des technologies numériques, et plus particulièrement de l’intelligence artificielle, invite à inscrire les résultats dans une temporalité précise. C’est dans cette perspective que l’enquête a été menée sur une période d’un mois, afin d’observer les effets d’un usage contextualisé d’un outil d’IA dans un cadre pédagogique déterminé. D’autre part, bien que l’IA fournisse des réponses rapides, structurées et accessibles aux apprenants, la question de la traçabilité des sources demeure un enjeu important. Cette caractéristique souligne la nécessité de développer des pratiques de vérification de l’information et renforce le rôle de l’enseignant comme médiateur dans l’accompagnement des usages numériques.

Sur le plan méthodologique, l’affectation des apprenants aux deux groupes s’est effectuée à partir de groupes-classes préexistants et non par randomisation individuelle, conformément aux contraintes habituelles des recherches quasi-expérimentales en milieu scolaire. Toutefois, la comparabilité des performances initiales observée au pré-test (Tableau 2) constitue un élément favorable permettant de limiter l’interprétation des écarts entre les groupes. Des recherches ultérieures reposant sur des échantillons plus larges ou sur des dispositifs expérimentaux différents pourraient compléter ces premiers résultats.

Concernant les usages de l’intelligence artificielle, plusieurs points d’attention méritent d’être envisagés comme des axes d’amélioration pédagogique. Premièrement, le phénomène d’«hallucination», c’est-à-dire la production d’informations inexactes formulées de manière convaincante, rappelle l’importance d’une validation des contenus générés et offre une occasion de développer chez les apprenants des compétences critiques d’évaluation de l’information. Deuxièmement, la question de l’autonomie dans la recherche documentaire constitue un enjeu central: si ChatGPT facilite l’accès aux informations, son utilisation gagne à être intégrée dans une démarche qui maintient l’activité réflexive et l’engagement cognitif de l’apprenant. Dans cette perspective, l’IA peut être envisagée non comme un substitut à la recherche autonome, mais comme un outil complémentaire favorisant l’interrogation, la comparaison et la construction du savoir (Kasneci et al., 2023). Troisièmement, la question des biais culturels potentiels des grands modèles de langage (Naous et al., 2023) souligne l’importance d’un accompagnement enseignant permettant d’assurer une diversité des références mobilisées, notamment dans un contexte plurilingue où les racines arabes constituent une ressource pédagogique essentielle.

Enfin, les résultats obtenus doivent être interprétés en tenant compte des caractéristiques spécifiques du contexte étudié. L’effet observé sur la motivation et l’engagement liés à la valorisation des racines arabes (section 5.5.4) constitue une piste particulièrement intéressante dans un environnement arabophone plurilingue. Des recherches complémentaires menées auprès d’autres publics, notamment dans des contextes non arabophones ou monolingues, permettraient d’examiner la transférabilité du dispositif et de mieux identifier les conditions favorisant son efficacité. Ainsi, plutôt qu’une limite définitive, la présente étude constitue une première étape ouvrant la voie à des recherches comparatives et à plus grande échelle.

6. Conclusion

Cette étude a examiné, dans un contexte scolaire libanais plurilingue, l’impact comparé du dictionnaire monolingue étymologique et de ChatGPT sur l’acquisition lexicale des apprenants de FLS. Le résultat central est saisissant: partant d’une connaissance initiale de 2 à 5% du sens des mots, les apprenants des deux groupes atteignent une maîtrise de 92 à 96% au post-test. Ce bond atteste de la puissance didactique de l’approche étymologique, indépendamment de l’outil mobilisé. Les profils de progression se distinguent néanmoins: ChatGPT se révèle plus rapide et offre une mise en contexte immédiate, tandis que le dictionnaire favorise un approfondissement structuré et une maîtrise définitionnelle plus durable. Ces deux dynamiques, loin de s’opposer, dessinent une complémentarité que l’enseignement gagnerait à exploiter pleinement.

Cette complémentarité ne se réduit pas à une question d’efficacité instrumentale. Au-delà des performances lexicales, l’étude met en lumière un enjeu identitaire et culturel propre au Liban: reconnaître dans le français les traces de l’arabe, c’est valider le répertoire plurilingue de l’apprenant, lui offrir un ancrage mémoriel et renforcer son rapport positif à la langue cible. L’étymologie devient ainsi bien plus qu’une technique d’acquisition; elle se fait passerelle entre les langues et vecteur d’appartenance. C’est pourquoi la question n’est pas de choisir entre tradition et innovation, mais de concevoir des pratiques d’enseignement qui tirent parti de la richesse de chaque outil pour servir, dans toute sa complexité, l’apprentissage du français dans le Liban plurilingue d’aujourd’hui.

Cette conclusion doit toutefois être nuancée par les limites contextuelles de sa mise en œuvre. L’approche hybride proposée suppose un accès effectif et stable à internet et à des équipements numériques en classe, condition loin d’être garantie dans l’ensemble des établissements scolaires libanais compte tenu des disparités socio-économiques et infrastructurelles du pays. Elle suppose également une formation préalable des enseignants, à la fois à l’usage pédagogique de l’IA générative et à la vigilance critique face à ses limites (hallucinations, biais culturels, risque de dépendance; cf. section 5.5.5), formation qui reste à construire dans la majorité des cursus de formation initiale et continue des enseignants de FLS au Liban. Ces conditions de faisabilité, plus que la seule pertinence didactique de l’approche, détermineront en définitive la portée réelle de nos recommandations.

C’est précisément dans cet esprit que s’inscrivent les quatre recommandations suivantes, destinées aux enseignants de FLS en contexte plurilingue et aux concepteurs de dispositifs pédagogiques intégrant l’IA.

1. Adopter une approche hybride séquentielle. La complémentarité observée entre les deux outils invite à concevoir des séquences articulées en deux temps: une phase d’exploration rapide via ChatGPT (découverte de l’étymologie, mise en contexte immédiate) suivie d’une phase de consolidation avec le dictionnaire (approfondissement structuré des racines, comparaison et mémorisation des définitions). Cette logique hybride tire parti de la réactivité de l’IA sans sacrifier la profondeur analytique du dictionnaire.
2. Former explicitement les apprenants à la rédaction de prompts. Les difficultés observées lors du premier essai révèlent que l’efficacité de ChatGPT dépend d’une compétence métalinguistique trop souvent implicite: la formulation de requêtes précises et ciblées. Cette compétence mérite d’être érigée en objectif pédagogique à part entière, intégré dès les premières séances. Apprendre à interroger l’IA, c’est en définitive apprendre à interroger la langue elle-même.
3. Valoriser systématiquement les ponts étymologiques arabe–français. Dans le contexte libanais, sélectionner des corpus qui mettent en lumière les emprunts entre ces deux langues constitue un choix pédagogique stratégique. Une telle démarche valorise le patrimoine linguistique des apprenants, réduit la distance perçue entre les langues et renforce l’engagement identitaire, transformant la leçon de vocabulaire en moment de reconnaissance culturelle.
4. Structurer les activités en équipes de manière progressive. L’amélioration constante d’un essai à l’autre confirme la valeur de la progressivité pédagogique. Les premières séances appellent un accompagnement guidé et explicite, avant de laisser graduellement place à une autonomie croissante. Parallèlement, le travail en équipe favorise l’entraide métalinguistique entre pairs et consolide les apprentissages par la verbalisation collective.

En somme, cette étude ne clôt pas un débat, elle en ouvre un: celui d’une didactique du lexique renouvelée, ancrée dans les réalités plurilingues du terrain et résolument tournée vers les possibilités qu’offre l’intelligence artificielle. Faire du français une langue vivante, accessible et signifiante pour l’apprenant libanais — tel est, en dernière instance, l’horizon que dessinent conjointement l’étymologie et l’IA.

7. Références

Abou, S. (2002). Liban déraciné: immigrés dans l’autre Amérique. Plon.

Aitchison, J. (2012). Words in the mind: An introduction to the mental lexicon (4th ed.). Wiley-Blackwell.

Arnaud, P. J. L. (2012). Le lexique: description et apprentissage. Ophrys.

Bowers, P. N., & Kirby, J. R. (2010). Effects of morphological instruction on vocabulary acquisition. Reading and Writing, 23, 515–537.

Candelier, M. (2008). Approches plurielles des langues et des cultures.

Esseili, F. (2011). Bilingualism and biliteracy in Lebanon. International Journal of Bilingual Education and Bilingualism, 14(6), 683–698.

Farah, R. (2019). Étymologie et motivation dans l’enseignement du FLE au Liban. Synergies Monde arabe, 13, 95–108.

García, O., & Wei, L. (2014). Translanguaging: Language, bilingualism and education. Palgrave Macmillan.

García, M., Pérez, J., & Robles, A. (2022). Artificial intelligence and vocabulary learning. Computer Assisted Language Learning, 35(5–6), 1085–1108.

Godwin-Jones, R. (2018). Using mobile technology to develop language skills. Language Learning & Technology, 22(3), 2–11.

Kasneci, E., Seßler, K., Küchemann, S., Bannert, M., Dementieva, D., Fischer, F., Gasser, U., Groh, G., Günnemann, S., Hüllermeier, E., Krusche, S., Kutyniok, G., Michaeli, T., Nerdel, C., Pfeffer, J., Poquet, O., Sailer, M., Schmidt, A., Seidel, T., Stadler, M., Weller, J., Kuhn, J., & Kasneci, G. (2023). ChatGPT for good? On opportunities and challenges of large language models for education. Learning and Individual Differences, 103, 102274.

Hsu, T.-C., Chang, S.-C., & Hsieh, Y.-F. (2021). The effects of chatbots on EFL learners’ vocabulary learning. Educational Technology & Society, 24(2), 148–162.

Khalil, G. (2017). Approche étymologique et apprentissage du lexique en FLE au Liban. Revue libanaise de didactique, 4, 61–78.

Naous, T., Ryan, M. J., Ritter, A., & Xu, W. (2023). Having beer after prayer? Measuring cultural bias in large language models. arXiv preprint arXiv:2305.14456.

Li, J., & Sun, Z. (2021). Artificial intelligence in second language vocabulary learning. Educational Technology Research and Development, 69, 1041–1062.

Luckin, R., Holmes, W., Griffiths, M., & Forcier, L. B. (2016). Intelligence unleashed: An argument for AI in education. Pearson.

Najem, D. (2011). Difficultés lexicales en FLE chez les apprenants libanais. Didactiques en pratique, 7, 39–52.

Nation, I. S. P. (2013). Learning vocabulary in another language (2nd ed.). Cambridge University Press.

Paivio, A. (2007). Mind and its evolution: A dual coding theoretical approach. Psychology Press.

Pruvost, J. (2007). Les mots français d’origine arabe. Belin.

Roll, I., & Wylie, R. (2016). Evolution and revolution in artificial intelligence in education. International Journal of Artificial Intelligence in Education, 26, 582–599.

Sweller, J. (2011). Cognitive load theory. Psychology of Learning and Motivation, 55, 37–76.

Tang, Y., & Hew, K. F. (2020). Effects of blended learning on student engagement. Educational Research Review, 31, 100–127.

Zamfirescu-Pereira, J. D., Wong, R. Y., Hartmann, B., & Yang, Q. (2023). Why Johnny can’t prompt: How non-AI experts try (and fail) to design LLM prompts. Proceedings of the 2023 CHI Conference on Human Factors in Computing Systems, Article 437.

Vygotsky, L. S. (1978). Mind in society: The development of higher psychological processes. Harvard University Press.

Walter, H. (1994). L’aventure des mots français venus d’ailleurs. Robert Laffont.

Walter, H., & Baraké, B. (2006). Arabesques: l’aventure de la langue arabe en Occident. Robert Laffont/Lattès.

8. Annexe – Corpus lexical: les 45 mots étudiés

Le tableau suivant présente l’intégralité du corpus de quarante-cinq mots français retenus pour cette étude, avec leur racine étymologique arabe (ou d’origine latine ayant transité par l’arabe), leur sens d’origine et leur catégorie grammaticale.

N°	Mot français	Racine / origine	Sens d’origine	Cat.
1	café	qahwa	boisson chaude	n.m.
2	orange	nāranj (via persan)	agrume acide	n.f.
3	sirop	sharāb	boisson sucrée	n.m.
4	girafe	zarāfa	grand mammifère	n.f.
5	sofa	ṣuffa	banquette, estrade	n.m.
6	safran	zaʿfarān	épice jaune	n.m.
7	alchimie	al-kīmiyaʼ	transmutation des métaux	n.f.
8	algèbre	al-jabr	réduction, restauration	n.f.
9	zéro	ṣifr	vide, néant	n.m.
10	tasse	ᾡāsa	coupe, bol	n.f.
11	gazelle	ghazāl	antilope des déserts	n.f.
12	jupe	jubba	vêtement ample	n.f.
13	sacre (faucon)	ṣaqr	faucon rapace	n.m.
14	assassin	ḥashāshīn	consommateurs de haschich	n.m.
15	charabia	maghrébin dialectal	langage incompréhensible	n.m.
16	mascarade	maskhara	bouffonnerie, moquerie	n.f.
17	sucre	sukkar	substance sucrée	n.m.
18	algorithme	al-Khwārizmī (nom propre)	mathématicien du IXe s.	n.m.
19	talisman	Ὼ1asm	objet magique protecteur	n.m.
20	divan	dīwān	registre, recueil poétique	n.m.
21	alcôve	al-qubba	voûte, coupole	n.f.
22	jarre	jarra	grand récipient de terre cuite	n.f.
23	chemise	qamīṣ	vêtement de corps	n.f.
24	caftan	qaftān (via turc)	vêtement long	n.m.
25	babouche	bābūj	chaussure sans talon	n.f.
26	gilet	jalīqa	vêtement sans manches	n.m.
27	raquette	rāḥat al-yad	paume de la main	n.f.
28	tarif	taʿrīfa	notification, prix fixé	n.m.
29	harem	ḥarīm	espace interdit, sacré	n.m.
30	sultan	sultān	autorité, pouvoir	n.m.
31	émir	amīr	chef, commandant	n.m.
32	souk	sūq	marché	n.m.
33	mesquin	miskīn	pauvre, misérable	adj.
34	baldaquin	Baghdād	tissu de Bagdad	n.m.
35	almanach	al-manākh	calendrier, climat	n.m.
36	algol	al-ghūl	démon, ogre (étoile)	n.m.
37	magasin	makhazin	entrepôts, réserves	n.m.
38	cheque	ṣakk	document écrit, reçu	n.m.
39	aubergine	bādhinjān (via persan)	légume	n.f.
40	artichaut	kharshūf	plante potagère	n.m.
41	carafe	gharrāfa	vase à verser l’eau	n.f.
42	arsenal	dār aṣ-ṣinaʼa	maison de fabrication	n.m.
43	faubourg	étym. discutée	quartier hors les murs	n.m.
44	drogman	tarjumān	traducteur, interprète	n.m.
45	amalgame	al-malgham	alliage de mercure	n.m.

[1]-Professeur assistant, Université Libanaise, Faculté de Pédagogie & Centre des Sciences du langage et de la Communication, Faculté des Lettres & des Sciences Humaines. Liban. Email: dalal.danoun@yahoo.fr

أستاذ مساعد في الجامعة اللبنانية، كلية التربية ومركز علوم اللغة والتواصل، كلية الآداب والعلوم الإنسانية. لبنان

[2]– Maître de conférences, Université Libanaise, Centre de Langues et de Traduction, Centre des Sciences du langage et de la Communication, Faculté des Lettres & des Sciences Humaines. Liban. Email: Sophie.harfouche@yahoo.com

أستاذة محاضِرة في الجامعة اللبنانية، مركز اللغات والترجمة، مركز علوم اللغة والتواصل، كلية الآداب والعلوم الإنسانية. لبنان.