Repository logo
Research Data
Publications
Projects
Persons
Organizations
English
Français
Log In(current)
  1. Home
  2. Publications
  3. Thèse de doctorat (doctoral thesis)
  4. Generative AI in computational thinking : from understanding conversational interactions to designing for augmented learning

Generative AI in computational thinking : from understanding conversational interactions to designing for augmented learning

Author(s)
Ouaazki, Abdessalam  
Chaire de management de l'information  
Editor(s)
Holzer, Adrian  
Chaire de management des systèmes d'information  
Publisher
Université de Neuchâtel
Date issued
September 18, 2026
Number of pages
200 pages
Subjects
Generative Artificial Intelligence Computational Thinking Human–AI Interaction Learning Augmentation Educational Technology Intelligence artificielle générative Pensée computationnelle Interaction humain–IA Augmentation de l’apprentissage Technologies éducatives
Abstract
L’évolution rapide des technologies numériques transforme profondément la manière dont les individus apprennent, résolvent des problèmes et interagissent avec l’information. À mesure que des technologies telles que l’intelligence artificielle générative (GenAI) deviennent capables de produire des explications, des recommandations et des solutions complètes, les individus ne sont plus seulement amenés à consommer de l’information, mais également à l’évaluer de manière critique, à l’intégrer et à l’appliquer. Cette évolution fait émerger deux défis complémentaires : faciliter la compréhension d’informations de plus en plus complexes et soutenir le développement des compétences de raisonnement nécessaires pour interagir de manière critique avec ces technologies. La pensée computationnelle (<i>Computational Thinking</i>, CT), qui permet de comprendre et de raisonner sur les données, les abstractions, les algorithmes et les processus computationnels, constitue un fondement essentiel pour relever ces défis. Cette thèse étudie comment les technologies interactives peuvent soutenir l’apprentissage de la pensée computationnelle tout en facilitant la compréhension d’informations complexes. À cette fin, elle adopte une approche multi-méthodes combinant une revue de la littérature, des expériences contrôlées, des analyses qualitatives, des évaluations mixtes et une démarche de recherche par la conception (<i>Design Science Research</i>).<br>La thèse présente tout d’abord une revue systématique de la littérature portant sur l’utilisation de la GenAI dans l’enseignement de la pensée computationnelle. Cette revue synthétise les travaux existants, caractérise les contextes d’apprentissage et les applications pédagogiques, identifie les opportunités et les limites rapportées dans la littérature, et propose un ensemble de recommandations de conception destinées à orienter les recherches et les développements futurs.<br>Sur cette base, la thèse présente une série d’études empiriques explorant différentes approches d’intégration de la GenAI dans les expériences d’apprentissage. Celles-ci portent notamment sur des agents conversationnels dédiés à la pensée computationnelle, des stratégies de prompt engineering favorisant le raisonnement computationnel, ainsi que des mécanismes d’étayage des interactions fondés sur les rôles (role-based interaction scaffolding), qui positionnent la GenAI comme un partenaire d’apprentissage plutôt que comme un simple fournisseur de solutions. Les résultats montrent que, si la GenAI peut soutenir efficacement l’apprentissage, sa valeur pédagogique dépend fortement de la manière dont les interactions entre l’apprenant et l’IA sont conçues. Plus particulièrement, les interactions qui encouragent les apprenants à s’engager activement dans les processus cognitifs sous-jacents à l’apprentissage conduisent à des expériences d’apprentissage plus riches et plus significatives.<br>La thèse étend ensuite ces principes de conception à la littératie des données et à d’autres contextes riches en information, notamment le journalisme de données, les visualisations interactives, les systèmes d’écofeedback et l’apprentissage autorégulé.<br>Les travaux présentés dans cette thèse montrent que la valeur des systèmes reposant sur l’intelligence artificielle dépend non seulement des capacités de la GenAI, mais également de la qualité des interactions entre l’humain et l’IA. En mobilisant des méthodologies variées et des domaines d’application complémentaires, cette thèse apporte des contributions conceptuelles, des résultats empiriques et des recommandations de conception pour le développement de technologies interactives capables de soutenir l’apprentissage humain, tout en préservant les processus cognitifs indispensables à un engagement significatif dans un monde où l’intelligence artificielle occupe une place croissante.
The rapid evolution of digital technologies is reshaping how people learn, solve problems, and interact with information. As technologies like Generative Artificial Intelligence (GenAI) become increasingly capable of generating explanations, recommendations, and complete solutions, individuals are expected not only to consume information but also to critically evaluate, integrate, and apply it. This creates two complementary challenges: facilitating the understanding of increasingly complex information and supporting the development of the reasoning skills required to critically engage with these technologies. Computational thinking (CT), a competence that enables individuals to understand and reason about data, abstractions, algorithms, and computational processes, provides an important foundation for addressing these challenges. This thesis investigates how interactive technologies can support CT learning and also facilitate the understanding of complex information. To this end, it adopts a multi-method research approach combining literature synthesis, controlled experiments, qualitative analyses, mixed-methods evaluations, and design science research.<br>The thesis first presents a systematic scoping review of GenAI in CT education. The review synthesizes existing research, characterizes learning contexts and educational applications, identifies reported opportunities and limitations, and derives practical design guidelines for future research and practice. Building upon this foundation, the thesis presents a series of empirical studies investigating different approaches to integrating GenAI into learning experiences. These include conversational agents for CT, prompt-engineering strategies that encourage computational reasoning, and role-based interaction scaffolding that positions GenAI as a collaborative learning partner rather than a solution provider. The findings demonstrate that while GenAI can effectively support learning, its educational value depends strongly on the design of learner–AI interactions. In particular, interaction designs that encourage learners to actively engage in the cognitive processes underlying learning foster more meaningful learning experiences. The thesis further extends these design principles to data literacy and other information-rich contexts, including data-driven journalism, interactive visualization, eco-feedback systems, and self-regulated learning.<br>The studies presented in this thesis demonstrate that the value of AI-supported systems does not only depends on the capabilities of GenAI but also on the design of human–AI interaction. By integrating evidence from multiple application domains and methodological approaches, it provides conceptual insights, empirical evidence, and practical design guidance for developing interactive technologies that augment human learning, while preserving the cognitive processes essential for meaningful engagement in an increasingly AI-augmented world.
Publication type
doctoral thesis
Identifiers
https://libra.unine.ch/handle/20.500.14713/100653
DOI
10.35662/unine-thesis-3272
File(s)
Loading...
Thumbnail Image
Download
Name

00003272_Ouaazki_Abdessalam.pdf

Type

Main Article

Size

8.11 MB

Format

Adobe PDF

Université de Neuchâtel logo

Service information scientifique & bibliothèques

Rue Emile-Argand 11

2000 Neuchâtel

contact.libra@unine.ch

Service informatique et télématique

Rue Emile-Argand 11

Bâtiment B, rez-de-chaussée

Powered by DSpace-CRIS

libra v2.2.0

© 2026 Université de Neuchâtel

Portal overviewUser guideOpen Access strategyOpen Access directive Research at UniNE Open Access ORCIDWhat's new