[Newsletter 233] L’intelligence artificielle au service de la formation

IA par-ci, IA par-là, au-delà des applications actuelles plutôt amusantes, comme l’amélioration de la qualité des photos de nos smartphones ou plutôt effrayantes, comme la reconnaissance faciale, que faut-il attendre de l’IA en formation : faut-il se réjouir de son arrivée, ou s’en méfier ?

L’IA et ses promesses

Depuis les années 60, l’intelligence artificielle promet monts et merveilles et trouve écho chez ceux qui rêvent que la machine leur offrira un résultat sans effort : demander à Julie de gérer votre agenda, dire à Google Assistant de prendre rendez-vous chez le coiffeur, battre Garry Kasparov aux échecs ou encore de « résoudre l’intelligence ».

Il existe de multiples niveaux d’intelligence artificielle : le plus bas appelé « IA faible » adopte une démarche programmatique (autrefois appelé « système expert ») qui s’appuie sur une base de connaissances et un ensemble de règles ; le plus haut appelé « IA forte » basé sur le deep learning (ou apprentissage profond), permet d’apprendre seul à partir d’une énorme quantité de données (récupérées d’expériences humaines ou bien générées automatiquement par essai/erreur) et une énorme puissance de calcul.

Il faut reconnaître que les IA fortes (les plus performantes) ont un avantage sur l’homme : elles n’ont pas de contrainte de mémoire (elle est quasi infinie) ni de temps (la puissance de calcul permet de s’en affranchir).

L’IA et ses limites

Mettons de côté l’IA faible, qui n’apporte aucune nouveauté ou révolution depuis le premier système expert programmé en 1965, sauf l’utilisation ambiguë, voire abusive du mot « intelligence ».

L’IA, même forte, a cependant de vraies limites : le manque d’imagination, d’intuition, de créativité. Les IA fortes, entraînées dans un système normé et délimité, sont incroyablement performantes, mais pas encore capables de composer « Soul Makossa » même après avoir analysé toute la création musicale africaine.

L’IA forte, pour mériter ce terme, a besoin d’une très grande quantité de données et de mécanismes de machine-learning et de deep-learning. Ces deux mécanismes sont aujourd’hui accessibles et utilisables sans trop de difficultés, mais n’ont aucun intérêt s’ils ne sont pas nourris par des données en quantité et en qualité suffisantes.

Prenons par exemple l’analyse de CVs. Il semble évident qu’une belle IA d’analyse et de tri serait bien utile pour les grandes entreprises qui recrutent en permanence de nombreux collaborateurs. Imaginez le gain de temps pour un recruteur s’il n’avait à étudier que les CVs des meilleurs candidats. Oui, mais qu’est-ce qu’un bon CV ? Et quel est le profil idéal d’un candidat ? Cela dépend du profil du poste à pourvoir, du secteur et de la culture de l’entreprise, de son système de gestion des carrières et de ses valeurs. L’un des plus gros employeurs français (un des acteurs de la grande distribution) reçoit un million de CV et recrute 20 000 personnes par an. Même si ces chiffres peuvent sembler colossaux, ils sont bien trop faibles pour entraîner une IA à identifier les bons CVs pour chacun des multiples postes à pourvoir. Bien trop faibles aussi pour qu’elle n’adopte pas les biais cognitifs des recruteurs tant décriés par les défenseurs du CV anonyme, car, au-delà des « bons » critères d’embauche, il faudrait également intégrer l’évolution de carrière de chaque collaborateur, de ses compétences, de ses performances… Même dans le cas de cette énorme entreprise, le périmètre d’observation est trop faible pour devenir pertinent.

Autre exemple : le moteur de suggestion de réponses aux messages de Linkedin. Ce méga-réseau social collecte et analyse une quantité de données phénoménale. La puissance de calcul de son propriétaire (Microsoft) est quasi sans limites. Son IA aurait même l’étonnante faculté « d’augmenter l’ingéniosité humaine ». En effet, les réponses proposées à un message simple témoignent d’une incroyable ingéniosité : elles suggèrent le plus souvent « bonjour », « ok » ou bien très audacieusement, d’accoler un point d’exclamation à « bonjour ! ». Bluffant !

Certes, demain, l’IA sera réellement performante, encore plus astucieuse, lavera encore plus blanc…

L’IA en formation, qu’en attendre ?

Soyons réalistes, ce que permet vraiment l’IA en formation, c’est faciliter la vente de nouveaux outils en utilisant le mot IA pour des systèmes simplement programmatiques.

Cependant, les grands acteurs des outils RH ou de formation cherchent, à grand renfort de développement ou de rachats de sociétés spécialisées en IA, à enrichir leurs offres de plusieurs fonctionnalités :

Un moteur de recommandation de parcours

Cette fonctionnalité est devenue indispensable pour faire face à la difficulté de trouver les formations les plus adaptées aux besoins de montée en compétences de chaque collaborateur. De ce point de vue, la comparaison avec le système de recommandations de Netflix a du sens.

Un système de macro adaptive learning

Une fois le parcours le plus pertinent sélectionné automatiquement ou bien choisi manuellement, seuls les contenus nécessaires et utiles sont proposés à l’apprenant en fonction de son niveau initial et le niveau visé. Encore faut-il avoir les moyens de déterminer le niveau initial, d’identifier les compétences à acquérir pour atteindre le niveau visé et, surtout, savoir associer les bons contenus avec les compétences à développer. Cela pose l’historique problème d’établir un référentiel de compétences, et de qualifier chaque contenu de formation à partir de ce référentiel.

Un système de micro adaptive learning

Ce dernier niveau d’intelligence des contenus consiste à adapter le contenu même de la formation aux préférences de l’utilisateur et aux stratégies pédagogiques qui fonctionnent le mieux pour lui. Aujourd’hui, cela consiste principalement à lui demander s’il préfère regarder une vidéo ou lire un texte, et à répéter et répéter sans cesse les contenus jusqu’à ce qu’ils finissent par lui rentrer dans le crâne. Nous sommes encore loin de systèmes réellement intelligents.

Arrivés ici, il pourrait être possible de penser que l’IA en formation n’est pas un mariage gagné d’avance. Cette analyse est volontairement à charge pour éviter de tomber dans le piège des annonces marketing incitant à confondre le rêve et la réalité. Cependant, il ne faut pas douter qu’avec un peu de temps, un peu d’entraînement, l’IA en formation apportera réellement des fonctionnalités utiles, pertinentes et accessibles.

« Enfin des formations intelligentes ! » — John McCarthy