L’adaptive learning change les codes de l’apprentissage
Temps de lecture : 6 minutes
Publié le 17 août 2023
L’adaptive learning s’impose de plus en plus dans les formations, et pour cause : face à la pluralité des profils au sein d’un système scolaire l’adaptive Learning offre des outils pour traiter équitablement l’ensemble des profils d’apprenants. Mais quand est-il vraiment de cette méthode de pédagogie innovante ?
Rencontre avec Pascal Bringer, directeur général de Maskott, une société qui édite une plateforme d’adaptive learning dénommée Tactileo pour les élèves en France, et Ines Kouraichi, Sales Lead Microsoft Education & Research.
- Définition de l’adaptive learning
- Fonctionnement de l’adaptive learning
- Les avantages de adaptive learning
- Les défis de l’adaptive learning
- L’avenir de l’adaptive learning
1. Définition de l’adaptive learning
L’adaptive learning permet créer des contenus personnalisés pour chacun des apprenants en s’adaptant à leurs besoins, à leurs expériences, à leurs niveaux de compétences et d’assimilation. Grâce à la création de parcours d’apprentissage uniques, disponibles sur écrans, chaque apprenant est accompagné au mieux. L’adaptive learning se base sur des ressources pour concevoir des parcours d’apprentissage. Il s’agit de blocs de contenus : des vidéos, du texte, des exercices, des illustrations, mais également des publications scientifiques sur les processus d’apprentissage. Du côté des formateurs, il s’agit d’un outil d’aide à la décision qui leur fournit des informations plus fines sur l’avancée de leurs apprenants pour davantage de pédagogie.
Lire aussi EdTech : enjeux et cas d’usages innovants
2. Fonctionnement de l’adaptive learning
Génération de données
En se basant sur des ressources pour concevoir des parcours d’apprentissage. Il s’agit de blocs de contenus : des vidéos, du texte, des exercices, des illustrations… Mais aussi des publications scientifiques sur les processus d’apprentissage. « Avant de recréer du contenu et de le proposer aux étudiants, c’est important de savoir analyser et indexer le contenu dont on dispose déjà », explique Ines Kouraichi. En ligne, ces ressources permettent de générer des données.
Un exemple concret d’adaptive learning ? Maskott travaille avec le Ministère de l’éducation. Sa plateforme de contenus pédagogiques Tactileo est donc accessible à l’ensemble des établissements français. Environ 100 000 professeurs ont créé un compte sur la plateforme sur un total de 800 000. La start-up récupère les données de consultation des différents contenus : combien de temps faut-il pour faire un exercice ? Quel pourcentage d’apprenants parvient à le réaliser jusqu’au bout ? Après quel contenu les apprenants réussissent-ils le mieux leurs exercices ?
Un élément essentiel pour la création de parcours individualisés. Ces données sont ensuite structurées, sélectionnées et triées. Par ailleurs, comme le souligne Pascal Bringer: « plus la plateforme dispose de données, plus les parcours pourront être affinés ».
Utilisation des algorithmes
Tactileo est hébergé Azure et repose sur des moteurs de règles. Il s’agit d’algorithmes manuels conçus par le formateur. Ce sont des arbres de décisions basés sur des tests réalisés en temps réel, élaborés par les enseignants ou l’ingénierie pédagogique. Concrètement, l’enseignant établit les différents scénarios à jouer à l’apprenant en fonction de ses réponses. « S’il répond bien à cet exercice, alors je lui pousse la vidéo C », par exemple.
L’adaptive learning ouvre donc une pluralité d’options pour l’élaboration de contenus éducatifs et l’apprentissage, mais pas que ! Cela permet également de suivre l’évolution de chaque apprenant individuellement.
« Nous ne sommes pas là pour remplacer le professeur, mais pour l’armer avec des outils d’aide à la décision. Nous allons lui remonter des informations plus fines que celles qu’il aurait pu avoir, pour l’aider à être plus précis dans sa pédagogie », souligne Pascal Bringer.
Si nous reprenons l’exemple du milieu scolaire, les programmes se basent sur l’évaluation des compétences de l’élève. Toutefois, « lorsqu’un enseignant a une classe de 35 élèves, il ne peut pas être derrière chacun pour vérifier si la compétence est acquise », souligne Pascal Bringer.
Lire aussi Équité des algorithmes : qu’est-ce que c’est ?
3. Les avantages de adaptive learning
Création de parcours individualisés
L’adaptive learning permet de créer plusieurs scénarios, quelle que soit la formation. « En fonction du forgeron qu’on met derrière la forge, il est possible de concevoir des outils de formation aussi bien pour la maternelle que pour le collège, le lycée ou la formation professionnelle », explique Pascal Bringer. Et ce, quel que soit le domaine de ces formations. Dans le milieu scolaire par exemple, l’adaptive learning est aussi bien utilisé pour les matières scientifiques que pour les matières littéraires.
Il existe des scénarios basiques sans individualisation et d’autres scénarios dans lesquels des enseignants ont programmé une individualisation, qui peut être plus ou moins fine.
En fonction de la réponse de l’apprenant, la question ou le contenu pédagogique suivant n’est pas forcément le même. « Par exemple, si la réponse est incorrecte, la plateforme pédagogique peut le renvoyer vers une petite vidéo qui lui rappelle la règle. Par la suite, il est redirigé vers un exercice un peu plus simple que celui sur lequel il a eu des difficultés pour ensuite tenter à nouveau l’exercice qui lui a posé problème », explique Pascal Bringer.
Lire aussi L’Éducation à l’ère des lumières numériques
Traçabilité de l’apprentissage de chaque élève.
« Avec l’adaptive learning, l’enseignant a une pédagogie augmentée. Il dispose d’outils supplémentaires pour mieux individualiser le parcours de l’élève, récupérer des données sur la manière dont les élèves apprennent qu’il n’aurait pas pu avoir s’il était seul devant sa classe », souligne Pascal Bringer.
Il est alors possible de cartographier des compétences. Qu’est-ce que cela veut dire ? Lors d’une évaluation par exemple, en fonction la réponse de l’élève, il est possible de placer des points sur certains axes de compétences, comme la compréhension écrite par exemple. À la fin, un graphe indique le positionnement en termes de compétences de l’apprenant.
Cela permet alors aux professeurs d’émettre de fines préconisations. Des préconisations essentielles pour un apprentissage pertinent. C’est tout l’enjeu de l’adaptive learning.
Par ailleurs, « il faut respecter un certain nombre de principes éthiques dans la conception de ces algorithmes », ajoute Ines Kouraichi.
Cette éthique by design repose sur plusieurs piliers :
- la sécurité des données
- la protection des données
- la vie privée
- la transparence
- la fiabilité
« Nous sommes très empiriques au sujet de l’adaptive learning », souligne Ines Kouraichi. L’objectif est maintenant de passer à des algorithmes qui déterminent les parcours selon le profil de l’apprenant de manière automatique. L’adaptive learning pourrait bientôt intégrer de l’intelligence artificielle.
4. Les défis de l’adaptive learning
Tout système innovant présente ses avantages, mais il vient également avec son lot de défis. L’adaptive learning, malgré son potentiel prometteur, n’est pas une exception.
En effet, même si de nombreuses institutions reconnaissent la valeur de l’adaptive learning, l’intégration de ces systèmes dans des environnements éducatifs existants peut être complexe. L’infrastructure technologique, les compétences nécessaires pour la mise en œuvre et la maintenance, ainsi que la formation des enseignants sont autant de défis à relever.
- De plus, l’efficacité de l’adaptive learning dépend largement de la qualité des ressources pédagogiques utilisées. La création de contenus pertinents, engageants et adaptés à divers niveaux de compétence est cruciale.
- Et enfin, bien que de nombreux étudiants trouvent cette méthode d’apprentissage bénéfique, d’autres peuvent se sentir mal à l’aise ou frustrés si le contenu ne correspond pas parfaitement à leurs besoins ou si la plateforme n’est pas intuitive.
5. L’avenir de l’adaptive learning
Le paysage éducatif évolue rapidement, et l’adaptive learning semble prêt à jouer un rôle central dans l’éducation de demain.
- Comme mentionné précédemment, il est prévu que l’adaptive learning intègre de plus en plus de technologies d’IA pour affiner davantage les parcours d’apprentissage individualisés et offrir une expérience encore plus personnalisée.
- De plus, au-delà du cadre scolaire, l’adaptive learning pourrait trouver des applications dans la formation professionnelle continue, aidant les professionnels à rester à jour dans leurs domaines respectifs.
- Avec la numérisation de l’éducation et la possibilité de se connecter avec des apprenants du monde entier, l’adaptive learning pourrait également faciliter des expériences collaboratives internationales, enrichissant ainsi l’apprentissage par l’échange culturel et la diversité des perspectives.
- Ainsi, malgré les obstacles à surmonter, l’adaptive learning se dessine comme une solution d’avenir, promettant une éducation plus adaptée et personnalisée pour tous.
-
Questions fréquentes
Qu’est-ce que l’adaptive learning ?
L’adaptive learning est une méthode éducative qui utilise des programmes informatiques comme outils d’enseignement chargés d’organiser les ressources humaines et les supports d’apprentissage en fonction des besoins uniques de chaque apprenant.
Quels sont les avantages de l’adaptive learning ?
L’adaptive learning est une approche éducative personnalisée qui permet aux apprenants d’avoir un parcours d’apprentissage adapté. Les avantages de cette méthode sont : l’amélioration des performances, un gain de temps, une plus grande flexibilité ainsi un engagement accru es apprenants.
Comment fonctionne l’adaptive learning ?
L’adaptive learning fonctionne grâce à la génération de données basées sur des ressources éducatives. Ces données sont ensuite structurées, sélectionnées et triées. L’outil utilise des algorithmes pour créer des parcours d’apprentissage individualisés. Par exemple, si un apprenant ne réussit pas un exercice, il peut être redirigé vers du contenu pédagogique spécifique pour l’aider à comprendre et maîtriser le concept.
Est-ce que l’adaptive learning peut remplacer les enseignants ?
Non, l’adaptive learning ne vise pas à remplacer les enseignants. Son but est d’offrir aux enseignants des outils pour renforcer leur pédagogie et fournir une expérience d’apprentissage plus personnalisée aux élèves.
Comment l’adaptive learning aide-t-il les formateurs ?
L’adaptive learning est un outil d’aide à la décision pour les formateurs. Il leur fournit des informations détaillées sur la progression de leurs apprenants, permettant ainsi une meilleure pédagogie.
