Évitement du handicap : représentation du handicap dans des récits très courts générés par l'IA

Titre original en anglais : Disability Evasiveness: Disability Representation in AI-Generated Flash Fiction

Cette publication est incluse dans le projet « Contributions académiques de personnes autistes sur l’autisme ». un auteur·ice de cette publication est identifié·e comme autiste dans le projet.

À propos de la mention auteur·ice autiste

Sources de métadonnées utilisées pour cette référence

OpenAlex Crossref
En savoir plus sur les sources utilisées

Barron, K., Collis, R., Richmond, A. J., & Van Berkel, E. (2025). Disability Evasiveness: Disability Representation in AI-Generated Flash Fiction. Harvard Educational Review, 95(4), 613-639. https://doi.org/10.17763/f3w7m9t5k

Date de publication: 20/12/2025 Ajout dans AutiHub: 29/08/2026 Type: Article Langue de l’article: Anglais
Source éditeur (DOI) Source OpenAlex

Cette publication est intégrée dans AutiHub via :

Auteurs

Auteur·ices des publications
4
Auteur·ices de la publication identifié·es comme autistes
1 / 4 (25,0 %)
  1. Katherine Barron
  2. Ryan Collis *
  3. Aaron J. Richmond
  4. Ellouise Van Berkel

Résumé

Résumé Dans cet article de recherche, Katherine Barron, Ryan B. Collis, Aaron J. Richmond et Ellouise Van Berkel explorent la représentation du handicap dans des micronouvelles générées par l'intelligence artificielle (IA). L'adoption fulgurante de l'IA générative dans l'enseignement de la maternelle à la terminale suscite des inquiétudes quant à la manière dont des outils tels que ChatGPT d'OpenAI pourraient perpétuer et amplifier les biais présents dans leurs données d'entraînement. Dans le domaine éducatif, il est essentiel que les enseignants et les élèves développent des compétences en littératie critique afin de résister aux récits discriminatoires concernant des groupes historiquement marginalisés. L'article vise à identifier des expressions spécifiques de discrimination liée au handicap dans des nouvelles générées par l'IA. À l'aide de l'analyse critique de contenu et de la théorie critique du handicap, les auteurs analysent quarante récits sur des enfants handicapés et neurodivergents générés par ChatGPT-4. L'analyse est guidée par les listes de Connor (2017) de représentations positives et négatives du handicap et par les critères de Landrum (2001) pour évaluer les éléments narratifs. Les auteurs identifient d'abord comment les récits reflètent et renforcent les biais sociétaux dans le contexte du handicap, du capacitisme et du validisme. Ils proposent ensuite le terme évitement du handicap pour décrire un processus par lequel des personnes non handicapées affirment ne pas « remarquer le handicap ». L'article conclut par des suggestions et des ressources pour l'enseignement de la littératie critique dans les contextes scolaires de la maternelle à la terminale. Cette recherche contribue aux travaux sur les études du handicap en éducation ainsi qu'aux discussions en cours sur l'utilisation de l'IA dans les classes de la maternelle à la terminale.

Abstract In this research article, Katherine Barron, Ryan B. Collis, Aaron J. Richmond, and Ellouise Van Berkel explore disability representation in flash fiction generated by artificial intelligence (AI). The meteoric adoption of generative AI in K–12 education raises concerns about how tools like OpenAI's ChatGPT might perpetuate and amplify biases present in their AI training data. In the educational sphere, there is a vital need for both teachers and students to develop critical literacy skills in order to resist discriminatory narratives about historically marginalized groups. The article aims to identify specific expressions of disability-related discrimination in AI-generated short stories. Using critical content analysis and critical disability theory, the authors analyze forty stories about disabled and neurodivergent children generated by ChatGPT-4. The analysis is guided by Connor's (2017) lists of positive and negative disability representations and Landrum's (2001) criteria for evaluating story elements. The authors first identify how the stories reflect and reinforce societal biases in the context of disability, ableism, and disableism. They then offer the term disability evasiveness to describe a process where nondisabled people claim to not “notice disability.” The article concludes with suggestions and resources for critical literacy instruction in K–12 settings. This research contributes to disability studies in education scholarship and to ongoing discussions of the use of AI in K–12 classrooms.

Bibliographie citée par cette référence

Les références citées sont importées depuis des sources externes de métadonnées lorsqu’elles sont disponibles. La liste peut être partielle.

Aucune bibliographie citée n’est actuellement intégrée pour cette référence. Cela ne signifie pas nécessairement qu’aucune bibliographie n’existe.