Révéler les perceptions des utilisateurs à l'ère de l'IA générative : Une évaluation basée sur le sentiment du rôle des applications éducatives IA dans la transformation numérique de l'enseignement en ligne.
Unveiling User Perceptions in the Generative AI Era: A Sentiment-Driven Evaluation of AI Educational Apps' Role in Digital Transformation of e-Teaching
December 12, 2025
papers.authors: Adeleh Mazaherian, Erfan Nourbakhsh
cs.AI
papers.abstract
L'intégration rapide de l'intelligence artificielle générative dans l'éducation a accéléré la transformation numérique de l'enseignement en ligne, mais les perceptions des utilisateurs concernant les applications éducatives basées sur l'IA restent peu explorées. Cette étude réalise une évaluation fondée sur l'analyse des sentiments des avis d'utilisateurs des principales applications éducatives d'IA sur le Google Play Store pour évaluer leur efficacité, leurs défis et leurs implications pédagogiques. Notre méthode a consisté à collecter les données des applications et les avis, à utiliser RoBERTa pour une classification binaire des sentiments, GPT-4o pour l'extraction des points clés, et GPT-5 pour synthétiser les thèmes positifs/négatifs principaux. Les applications ont été catégorisées en sept types (par exemple, assistants aux devoirs, solveurs de mathématiques, outils linguistiques), avec des chevauchements reflétant des conceptions multifonctionnelles. Les résultats indiquent des sentiments majoritairement positifs, les applications d'aide aux devoirs comme Edu AI (95,9 % de positifs) et Answer.AI (92,7 %) menant en termes de précision, rapidité et personnalisation, tandis que les applications linguistiques/LMS (par exemple, Teacher AI à 21,8 % de positifs) sont à la traîne en raison d'une instabilité et de fonctionnalités limitées. Les points positifs soulignent l'efficacité pour le brainstorming, la résolution de problèmes et l'engagement ; les points négatifs se concentrent sur les paywalls, les inexactitudes, les publicités et les dysfonctionnements. Les tendances montrent que les assistants aux devoirs surpassent les outils spécialisés, soulignant le potentiel démocratisant de l'IA malgré les risques de dépendance et d'inégalité. La discussion propose de futures écosystèmes avec des modèles hybrides IA-humain, la réalité virtuelle/augmentée pour un apprentissage immersif, et une feuille de route pour les développeurs (personnalisation adaptative) et les décideurs politiques (régulation de la monétisation pour l'inclusivité). Cela souligne le rôle de l'IA générative dans l'avancement de l'enseignement en ligne en permettant des améliorations éthiques qui favorisent des environnements équitables et innovants. L'ensemble des données est disponible ici (https://github.com/erfan-nourbakhsh/GenAI-EdSent).
English
The rapid integration of generative artificial intelligence into education has driven digital transformation in e-teaching, yet user perceptions of AI educational apps remain underexplored. This study performs a sentiment-driven evaluation of user reviews from top AI ed-apps on the Google Play Store to assess efficacy, challenges, and pedagogical implications. Our pipeline involved scraping app data and reviews, RoBERTa for binary sentiment classification, GPT-4o for key point extraction, and GPT-5 for synthesizing top positive/negative themes. Apps were categorized into seven types (e.g., homework helpers, math solvers, language tools), with overlaps reflecting multifunctional designs. Results indicate predominantly positive sentiments, with homework apps like Edu AI (95.9% positive) and Answer.AI (92.7%) leading in accuracy, speed, and personalization, while language/LMS apps (e.g., Teacher AI at 21.8% positive) lag due to instability and limited features. Positives emphasize efficiency in brainstorming, problem-solving, and engagement; negatives center on paywalls, inaccuracies, ads, and glitches. Trends show that homework helpers outperform specialized tools, highlighting AI's democratizing potential amid risks of dependency and inequity. The discussion proposes future ecosystems with hybrid AI-human models, VR/AR for immersive learning, and a roadmap for developers (adaptive personalization) and policymakers (monetization regulation for inclusivity). This underscores generative AI's role in advancing e-teaching by enabling ethical refinements that foster equitable, innovative environments. The full dataset is available here(https://github.com/erfan-nourbakhsh/GenAI-EdSent).