La mesure de l’impact est plus que jamais un sujet crucial pour l’avenir de la formation. Tout le monde est aujourd’hui convaincu que la question du « mieux » est devenue au moins aussi importante, sinon plus, que la question du « plus ». Et dans des contextes d’entreprises où il s’agit le plus souvent de former plus et mieux (et souvent avec les mêmes moyens), comment mesurer l’efficacité réelle de vos actions de formation ? Quels sont les indicateurs de succès les plus utilisés et pourquoi ? Comment les améliorer pour augmenter le ROI pour votre entreprise et pour vos apprenants ? Quels apports l’IA a-t-elle sur l’efficience de la formation ? Autant de questions passionnantes que nous nous posons tous et qui trouvent dans les apports de l’IA et de la Data Science de nouvelles pistes de réponse à même de nourrir la recherche et l’insatiable curiosité des plus passionnés d’entre nous.
- 36 % de temps d’écran en moins, en moyenne, par apprenant
- 100 % de maîtrise
- 14 291 chemins d’apprentissage possibles
- Et beaucoup plus encore…
L’IA prédictive (qu’on appelle aussi discriminative), c’est l’IA la plus utilisée, mais c’est aussi la moins connue. À partir de modèles prédictifs basés sur l’apprentissage automatique, l’IA discriminative se concentre sur la prédiction de résultats à partir de données d’entrée ; d’où son nom puisqu’elle « discrimine pour prédire ». Elle est capable de différencier, de trier et de choisir, pris au sens positif du terme. Elle est fondée sur plusieurs concepts clés : les données, le modèle, l’entraînement, l’évaluation et l’inférence, qui est le processus qui conduit à faire des prédictions.
Bientôt, l’IA nous aidera à mesurer l’impact carbone de nos dispositifs avant même de les lancer. Elle nous aidera à prioriser les actions formatives, en temps réel, pour des grandes quantités d’apprenants dans des situations de reskilling ou d’upskilling. Elle nous permettra d’identifier en un coup d’œil les experts sur un sujet et elle facilitera la mise en relation de ces experts avec celles et ceux qui ont le plus besoin de leur appui pour eux-mêmes réussir dans leurs missions. Elle corrèlera les données du métier et les données d’apprentissage pour en sortir des schémas d’aide à la décision… Comment nous montrerons ces données et à qui nous les montrerons, ce que nous en ferons et ce que nous n’en ferons pas, déterminera l’histoire que nous écrirons dans nos entreprises respectives en lien avec l’IA et la Data. Et avec derrière toutes ces promesses de mieux et de plus, des enjeux éthiques d’une ampleur sans précédent.
