[Newsletter #89] L’Adaptive learning, l’avenir de l’elearning ?

Souvent accusé de rendre la formation monotone et ennuyeuse par une mécanisation pesante et contraignante, l’e-learning se cherche un comportement plus naturel, moins linéaire et plus individualisé. Depuis ses débuts en 1980 l’EAO (La Lucy de l’e-learning) a cherché à s’enrichir d’intelligence artificielle et de données pour se rapprocher de l’apprentissage naturel. L’Adaptive Learning a déjà largement prouvé son efficacité, mais reste encore très marginal. Focus sur ce principe à l’avenir prometteur.

Qu’est-ce que l’adaptive learning ?

Les Neurosciences ont apporté une validation scientifique de principes d’apprentissages naturels pour certains déjà connus, et d’autres moins souvent appliqués en formation.

La progression des différentes formes d’intelligences artificielles (Machine Learning et Deep Learning) permet aujourd’hui d’imaginer en tirer profit en formation.

L’Adaptive Learning est la combinaison de ces 2 avancés : Neurosciences et Intelligence Artificielle et permet d’ajuster le déroulement et le contenu d’une formation pour proposer une meilleure expérience d’apprentissage individuelle à plusieurs niveaux :

• Ajustement du parcours : proposer une sélection et un ordre idéal de déroulement des contenus.
• Ajustement des contenus : utiliser la ou les méthodes pédagogiques les plus adaptées aux préférences d’apprentissages personnelles.
• Ajustement des répétitions (révisions) : sélectionner les contenus à réviser, et fixer le nombre, le rythme et le format des répétitions
• Recommandations de formations complémentaires : proposer des compléments de formation adaptés au niveau et aux objectifs individuels.

L’Adaptive Learning s’apparente à des cours particuliers en ligne. Le projet Voltaire (test gratuit) est un excellent exemple de son efficacité.

Comment cela fonctionne ?

L’Adaptive Learning repose sur 4 principes :

• la collecte de données : souvent assimilée au « big data » la collecte de données est indispensable pour « nourrir » les intelligences artificielles, leur apporter une quantité suffisante d’informations pour être capable d’en déterminer des catégories de fonctionnement et d’apprentissage
• l’analyse du comportement : en « observant » chaque interaction de l’apprenant, l’Adaptive Learning tente de déterminer et d’adapter en permanence le déroulement et le contenu d’une formation pour s’ajuster sur le niveau de l’apprenant, ses préférences d’apprentissage, et les méthodes pédagogiques les plus efficaces pour lui
• l’analyse des résultats : les résultats aux questions, aux exercices, aux quiz sont utilisés comme informations complémentaires au comportement pour ajuster la progression et le niveau de difficulté des séquences et des contenus proposés.
• des règles : plusieurs niveaux d’algorithmes sont mis en œuvre pour rendre « intelligente » la formation. Ces algorithmes servent à mettre en œuvre les principes d’apprentissages révélés par les neurosciences au sein du parcours et des contenus.

Ce sont ces principes qui permettent d’adapter l’expérience formation de chaque utilisateur à son niveau, ses attentes, son comportement et ses préférences d’apprentissage.

Comment le faire ?

Actuellement, peu d’outils ou de solutions intègrent l’Adaptive Learning comme mode de fonctionnement en dehors de :

• Woonoz avec l’Ancrage Mémoriel ©
• Gutenberg Technology
• Domoscio
• Didask

Ces 4 solutions intègrent tout ou partie des principes d’Adaptive Learning.

Mais au-delà des outils permettant de faire de l’Adaptive Learning, un travail important est à faire sur le contenu lui-même. Il doit être :

• structuré : idéalement, il doit être organisé en XML ou en base de données pour être facilement manipulable par des moteurs logiciels.
• granularité : en objet pédagogique autonome et indépendant.
• associé à des compétences : relié à des connaissances ou des compétences.
• qualifiées : décrit grâce à des métadonnées riches et exhaustives.

L’efficacité de l’Adaptive Learning est réelle et ce principe d’apprentissage est sans doute l’avenir du Digital Learning, tant dans l’éducation que la formation professionnelle.

« L’important, c’est de pouvoir s’adapter. » — barbamama