L'adaptive learning est une approche qui personnalise automatiquement les parcours d'apprentissage selon le profil de chaque apprenant. Aujourd'hui, une nouvelle dimension est possible avec l'association de l'approche à l'intelligence artificielle générative. Découvrez comment cette alliance transforme radicalement l'efficacité des formations en ligne et pourquoi elle représente l'avenir du digital learning.
Découvrez l'adaptive learning de Didask en démo
- 30 minutes pour découvrir notre solution
- Découvrez la puissance de l'IA Pédagogique
- Démo personnalisée avec un expert
- Démo gratuite et sans engagement
L'adaptive learning, c'est quoi ?
Les approches d'adaptive learning, ou d'apprentissage adaptatif en français, ont pour objectif de modifier automatiquement pour chaque apprenant les paramètres de son parcours afin d'améliorer son efficacité pédagogique, son pouvoir d'engagement ou de prévenir le décrochage. Cette approche pédagogique intelligente s'adapte au profil et au rythme de chaque utilisateur pour optimiser l'acquisition des compétences. Les paramètres touchés peuvent être :
- la nature des contenus proposés : rappel théorique, question de révision, cas pratique
- l'ordre dans lequel ils sont abordés : sauter le module 1 si on se rend compte qu'il est maîtrisé, changer de sujet si l'apprenant décroche…
- la difficulté des exercices : proposer un cas pratique difficile à un apprenant avancé, une question théorique à un apprenant plus novice
- le moment où proposer une évaluation certifiante si on se rend compte que l'apprenant semble avoir atteint le niveau attendu
Cette personnalisation s'appuie sur différents types de données collectées tout au long du suivi de la formation par l'apprenant. Les systèmes d'adaptive learning analysent des éléments comme le score de maîtrise, le taux d'interaction avec des ressources interactives ou le temps passé à visionner du contenu didactique pour adapter le contenu en temps réel.
Plusieurs approches d'adaptive learning sont aujourd'hui utilisées par le marché, peut-être en avez-vous déjà testé l'une d'elles. Nous allons voir lesquelles et comment les IA génératives bousculent ce statu quo au bénéfice de l'apprenant et de l'efficacité de la formation.
L'école de la sophistication : les approches de type machine learning
Cette première approche utilise des technologies abouties de machine learning comme par exemple le deep learning appliqué à de grandes cohortes d'apprenants. Ces systèmes intelligents s'appuient généralement sur des modélisations du niveau de l'apprenant qu'elles vont mettre à jour au fur et à mesure des observations que l'on obtient sur lui, telles que les réponses aux exercices. Ces modèles sophistiqués élaborent une représentation détaillée des compétences de l'apprenant et calculent des prédictions pour déterminer quel contenu (ou quel paramètre de contenu) pourrait optimiser sa progression et sa montée en compétences.
Cette personnalisation très pointue, basée sur l'analyse de big data, offre d'excellents résultats d'apprentissage, supérieurs à celui des autres approches si on en croit les études à ce sujet, ainsi que des données précieuses pour le suivi pédagogique comme des cartes représentant la distribution de la maitrise de compétence.
Néanmoins, cette approche exige de grandes quantités de données pour offrir des représentations fiables et significatives, soulevant des problématiques de disponibilité et de qualité des données. De plus, sur une plateforme ou un LMS, les contenus disponibles ont été créés sur des outils auteurs différents : les données qu'ils produisent (le score de maîtrise, par exemple) sont généralement différents ce qui nécessite un travail d'homogénéisation. Sans cela, les algorithmes ne peuvent pas les utiliser pour adapter les expériences d'apprentissage.
L'école de la simplicité : les approches "algorithmiques" à configurer soi-même
De l'autre coté du spectre, une autre approche mise sur la simplicité, en utilisant un ensemble de règles préétablies pour moduler l'apprentissage en fonction des besoins. Par exemple, "si l'apprenant réussit 60% du premier module, on lui déverrouille le module 2. Sinon, on lui propose le module de révision."
Cette méthode, bien que moins performante que les algorithmes de machine learning, produit déjà des bénéfices pour l'apprentissage à distance. Ses avantages : une mise en œuvre aisée, d'une plus grande rapidité en termes de ressources nécessaires. Son inconvénient : les concepteurs doivent rentrer dans le détails de l'ingénierie pédagogique pour spécifier les règles en questions, et définir dans chaque cas, le score de maîtrise, le chemin à parcourir, créer autant d'embranchement… ce qui prend du temps et demande une certaine expertise professionnelle à la fois.
La nouvelle ère : IA Générative et Adaptive learning
L'intelligence artificielle générative donne naissance à une nouvelle approche révolutionnaire. Elle combine la puissance de la première approche avec la simplicité de la seconde. Et là où les précédentes approches se contentaient d'adapter la liste des contenus et l'ordre dans lequel ils étaient abordés, cette nouvelle technologie permet de créer du contenu spécifique à la volée, adapté aux besoins individuels de chaque apprenant et utilisant les dernières avancées en sciences cognitives.
Un premier pas dans cette direction déjà visible dans les plateformes d'e-learning est le chatbot. Fini les apprenants laissés seuls face à leur e-learning ou condamnés à naviguer dans un forum opaque : ils peuvent désormais poser leurs questions au fur et à mesure de la formation à un chatbot dopé à l'intelligence artificielle générative qui leur répondra en quelque secondes. L'enjeu stratégique pour les fournisseurs de ces chatbots est d'une part de sélectionner les bonnes informations et y donner accès à l'IA de manière sécurisée, et d'autres part d'orienter l'IA pour qu'elle donne une réponse facilement assimilable par l'apprenant et assurer un feedback en temps réel.
Mais se contenter d'attendre que les apprenants posent une question est loin de couvrir le potentiel de l'IA générative en termes d'adaptation de l'apprentissage. D'une part, parce que tous les apprenants n'ont pas nécessairement conscience de leurs besoins réels. Et d'autres part, car répondre à une question, de manière aussi claire et digeste soit elle, ne suffit pas pour apprendre : il faut aussi, et surtout, que l'apprenant re-mobilise l'information et l'utilise en situation professionnelle.
C'est pour cela que Didask développe un ensemble d'interactions alimentées par l'IA générative qui transforment les pratiques des apprenants et révolutionnent la formation en entreprise. Par exemple, juste après avoir répondu à une question, notre IA va automatiquement proposer à l'apprenant de s'entrainer à travers un cas pratique qu'elle génère à la volée en fonction de ses connaissances et du besoin de l'apprenant. Nous avons également développé un coach IA capable d'analyser n'importe quelle production d'un apprenant (une formulation chimique, un pitch commercial, l'application d'une procédure de sécurité, etc.) et de lui faire un feedback approfondi et personnalisé, comme le ferait un formateur particulier en session individuelle. Nous avons également étendu l'utilisation de nos expériences d'apprentissage IA directement dans les outils de travail des collaborateurs pour que l'apprenant soit formé dès qu'il en a envie, à l'endroit où il se trouve, réduisant ainsi les barrières à l'apprentissage digital.
Conclusion : vers un futur personnalisé et adaptatif
Cet ensemble d'innovations va petit à petit transformer la manière d'envisager et de déployer de l'adaptive learning dans la formation professionnelle. Là où l'on se contentait auparavant d'adapter des séquences d'apprentissage toute prêtes, nous sommes désormais capables de créer des expériences d'apprentissage de zéro qui répondent aux besoins des apprenants, en utilisant l'intelligence artificielle pour analyser leur profil cognitif. Cet adaptive learning qui s'appuie sur les IA génératives offre ainsi une personnalisation plus fine et plus dynamique des parcours de formation, garantissant un meilleur taux de complétion et une meilleure acquisition des compétences clés. Nous ne sommes qu'au début et les développements qui s'annoncent dans notre secteur pour les mois et les années à venir s'annoncent hautement réjouissants !
Prenez directement rendez-vous avec nos experts du eLearning pour une démo ou tout simplement davantage d'informations.
