La maîtrise technique comme principal prédicteur du sentiment d’efficacité personnelle en intelligence artificielle : une analyse par arbre de décision de la maîtrise de ChatGPT chez les enseignants roumains Ioana Eva Cădariu, Loredana Vîșcu, Cristian Delcea, Dana Rad, Ionut Virgil Serban, Lidia Ricci, Iacobina Carmen Zau L’intégration croissante de l’intelligence artificielle (IA) générative dans l’éducation exige des enseignants qu’ils développent non seulement des compétences opérationnelles, mais aussi la confiance nécessaire pour utiliser efficacement les outils d’IA. La présente étude a examiné la relation prédictive entre le construit multidimensionnel de la maîtrise de ChatGPT et le sentiment d’efficacité personnelle en matière d’IA chez des enseignants exerçant dans le système éducatif roumain. Un échantillon de 393 enseignants de l’ouest de la Roumanie a rempli l’échelle de maîtrise de ChatGPT (ChatGPT Literacy Scale) ainsi que la sous-échelle d’efficacité personnelle en IA de la Meta AI Literacy Scale. Les analyses de fidélité ont révélé une cohérence interne bonne à excellente pour toutes les dimensions de la maîtrise de ChatGPT (α = 0,80–0,95) et pour l’efficacité personnelle en IA (α = 0,89). Afin de modéliser les relations non linéaires et hiérarchiques entre les prédicteurs, une approche de régression par arbre de décision a été mise en œuvre dans JASP. Les cinq dimensions de la maîtrise de ChatGPT — maîtrise technique, évaluation critique, compétences en communication, compétence éthique et application créative — ont été introduites comme prédicteurs de l’efficacité personnelle en IA. Le modèle expliquait 53,2 % de la variance de l’efficacité personnelle en IA (R² = 0,532), avec une performance prédictive modérée (MSE = 0,517 ; RMSE = 0,719). L’analyse de l’importance des variables a révélé que la maîtrise technique était le prédicteur le plus important (40,07 %), suivie de la compétence éthique (18,12 %), de l’évaluation critique (14,99 %), des compétences en communication (14,01 %) et de l’application créative (12,80 %). La première partition, qui était également la plus informative, reposait sur la maîtrise technique, soulignant son importance dans la perception qu’ont les enseignants de leurs capacités en matière d’IA. Ces résultats indiquent que la maîtrise technique constitue le principal prédicteur du sentiment d’efficacité personnelle en IA chez les enseignants. Ils ont des implications pour les programmes de développement professionnel axés sur l’IA, en mettant l’accent sur l’importance d’une formation technique structurée, parallèlement au développement des compétences éthiques et critiques.