Bruno Kesangana

Bruno Kesangana est doctorant en sciences de l’éducation à l’Université Laval. Polyglotte maîtrisant six langues et fort d’une expérience internationale acquise dans plusieurs pays, il possède un parcours multidisciplinaire comprenant un baccalauréat en traduction et philosophie, une maîtrise en technologie éducative et un certificat en rédaction professionnelle. Sa recherche doctorale porte sur le potentiel des robots conversationnels pour renforcer l’ajustement personnel des étudiant·e·s du postsecondaire, un groupe particulièrement vulnérable dans un contexte marqué par la hausse de l’anxiété, du stress et de l’isolement. Il analyse de manière critique les forces et limites de robots spécialisés comme Ali et de modèles généralistes comme ChatGPT, en examinant des enjeux clés tels que la confidentialité, la sécurité des données, la pertinence pédagogique et leur efficacité réelle pour favoriser la persévérance. Parallèlement, Bruno s’engage dans des projets d’innovation éducative, notamment en Afrique afin de contribuer à un accès équitable, inclusif et durable à l’éducation.

Ses domaines d’intérêt

Persévérance scolaire et intégration étudiante
Technologies éducatives et robots conversationnels
Bien-être étudiant
Politiques éducatives et équité en éducation
Recherche appliquée en contexte africain
Apprentissage à distance
IA en éducation

Sa recherche, en quelques mots !

Explorer le potentiel d’un robot conversationnel éducatif (Ali) et d’un modèle généraliste (ChatGPT) pour soutenir l’ajustement personnel et la persévérance des étudiant.e.s postsecondaires

Les étudiant·e·s du postsecondaire font actuellement face à une crise de santé mentale. Cette crise est caractérisée par une augmentation significative de l’anxiété, de la dépression et du stress chronique (Genereux, 2023 ; UNESCO IESALC, 2024 ; Newman et al., 2025). En effet, selon l’UNESCO (2024), au Canada, trois étudiant·e·s sur quatre en enseignement supérieur estiment que la pandémie de COVID‑19 a aggravé leurs difficultés préexistantes en matière de santé mentale. Ces difficultés compromettent l’ajustement personnel et la persévérance  des étudiant.e.s (Dalpé, 2023).

Malgré l’existence des services traditionnels – psychologues, conseillers et ateliers – plusieurs obstacles limitent leur accessibilité : pénurie de professionnels en santé mentale, délais d’attente prolongés et épuisement du personnel de soutien (Kosyluk et al., 2024 ; Chatoor et al., 2024). De plus, la stigmatisation associée à la demande d’aide constitue un frein supplémentaire. Il est essentiel d’explorer des solutions alternatives pour renforcer le soutien aux étudiant·e·s.

Dans ce contexte, les robots conversationnels (chatbots), système automatisé capable d’interagir avec l’utilisateur de façon virtuelle, apparaissent comme une solution complémentaire prometteuse. En effet, leur potentiel repose sur trois avantages principaux : 1) disponibilité 24 h/24 ; 2) anonymat, qui réduit la stigmatisation et encourage les étudiant·e·s à demander de l’aide sans crainte de jugement ; 3) capacité à fournir un premier niveau de soutien, capable de désamorcer les crises mineures et d’orienter vers les ressources appropriées (AlMakinah et al., 2024 ; Konadu & Kusi, 2025).

Cependant, bien que prometteurs, ces outils soulèvent bien des enjeux. Leur efficacité en santé mentale demeure incertaine et nécessite des recherches supplémentaires. Deux grandes catégories de ces outils dominent actuellement la littérature. Les robots éducatifs spécialisés tels que Ali sont conçus pour soutenir l’apprentissage, l’engagement et le développement socioaffectif. À l’inverse, les robots generalistes, tels que ChatGPT, capables de générer une grande variété de réponses mais non spécifiquement conçus pour les besoins psychosociaux des étudiant.e.s (Kasneci et al., 2023).

Ainsi, le véritable enjeu ne réside pas seulement dans l’efficacité individuelle de ces outils, mais dans la manière dont leur spécialisation, leurs limites, et leurs dimensions éthiques (Baek, Cha, & Han, 2025 ; Chan, 2025) influencent la qualité du soutien qu’ils offrent, l’intégration des étudiant·e·s et leur persévérance scolaire. D’ailleurs, une méta-analyse récente confirme ces limites, en montrant des effets modestes sur la détresse mentale avec une qualité de preuves faible (Feng, Tian, Ho, Yorke, & Hui, 2025).

Cette recherche vise à déterminer comment optimiser l’usage des robots cenversationnels spécialisés et généralistes en milieu postsecondaire en évaluant leurs forces et limites, en identifiant les risques éthiques, (confidentialité, sécurité des données, biais algorithmiques, dépendance technologique, etc.) à anticiper et en examinant la meilleure façon d’articuler leur contribution technologique avec l’accompagnement humain pour renforcer l’ajustement et la persévérance des étudiant·e·s.

Dans ce cadre, la démarche empirique de ce projet doctoral poursuit trois objectifs principaux : 1) comparer l’impact de l’utilisation d’Ali et de ChatGPT sur l’ajustement personnel des étudiant·e·s ainsi que sur leur intention de persévérer ; 2) examiner si ces relations varient selon les valeurs, attentes et perceptions des étudiant·e·s envers chacun des outils — intérêt, utilité perçue, importance, coût perçu et sentiment de compétence technologique ; et 3) analyser l’influence du contexte socioculturel, institutionnel et situationnel sur les modalités d’usage, la confiance accordée et les préférences des utilisateur·rice·s.

L’étude s’appuie sur le modèle d’intégration de Tinto (1993, 2017), qui postule que la persévérance des étudiant·e·s dépend de leur engagement académique et social au sein de l’institution. Elle mobilise également la théorie Expectancy-Value (Eccles & Wigfield, 2002), selon laquelle la motivation repose sur les attentes de réussite et la valeur attribuée aux tâches. Enfin, elle combine une méthodologie mixte intégrant des données quantitatives et qualitatives afin de saisir l’ampleur des effets et la profondeur des expériences étudiantes.

Ses communications, contributions et publications

• Kesangana, B. (2024a). Explorer le potentiel d’un robot conversationnel (Ali) pour renforcer l’ajustement personnel et la persévérance des étudiant·e.s aux études postsecondaires. Initio.
• Kesangana, B. (2024b). Exploration du potentiel des robots conversationnels (chatbots) pour renforcer le soutien psychosocial aux étudiant(e)s collégiaux [Communication]. Colloque international en éducation du CRIFPE.
• Kesangana, B. (2024c). Robot conversationnel alimenté par l’IA au secours des étudiantes et étudiants à risque [Communication]. 91e Congrès de l’ACFAS, Montréal, Canada.
• Kesangana, B. (2023). Que faut-il savoir de la nouvelle grammaire du français écrit ? Usawa.
• Naffi, N., Davidson, A.-L., Boch, A., Kesangana, B. K., & Rougui, M. (2022, 2 janvier). AI-powered chatbots, designed ethically, can support high-quality university teaching. The Conversation. https://theconversation.com/ai-powered-chatbots-designed-ethically-can-support-high-quality-university-teaching-172719
• Kesangana, B. (2022). Robot conversationnel alimenté par l’IA au secours des étudiantes et étudiants à risque [Communication]. Congrès Acfas, 11-12 mai 2022.
• Naffi, N., Davidson, A.-L., Kesangana, B., & Rougui, M. (2021, 4-5 mai). Quelles pistes de travail et quels potentiels pour des recommandations personnalisées de ressources et de formations pour le corps professoral par des agents conversationnels [Communication]. Congrès Acfas 2021.
• Kesangana, B. (2020). Quels impacts peuvent avoir les fonctionnalités sociales de Facebook sur le sentiment d’appartenance sociale, l’engagement et le rendement scolaire des étudiants internationaux inscrits à une première session universitaire ? [Projet de fin d’études – Maîtrise].

Pour le contacter

Courriel : bruno.kesangana-nandaba.1@ulaval.ca

LinkedIn : https://www.linkedin.com/in/bruno-kesangana