Les équipes de recherche en sciences cognitives s’intéressent de plus en plus à l’IA pour accompagner la montée en compétence afin d’identifier les usages de cette technologie, les perceptions des apprenant·es mais aussi pour mesurer son impact sur l’appropriation des savoirs et savoir-faire. L’autre centre d’intérêt se situe sur les vigilances à avoir et les questions qui restent encore largement ouvertes, pour lesquelles l’absence de recul sur le sujet invite à la prudence (2). Au-delà des promesses pour améliorer l’expérience d’apprentissage, quelles sont les preuves tangibles de l’impact de l’IA pour promouvoir un apprentissage durable, pertinent, engageant ? A quels facteurs devons-nous être attentifs pour éviter des effets beaucoup moins désirables pour l’apprentissage, voire contre-productifs ?
Les promesses alléchantes de l’IA pour des conditions d’apprentissage efficaces
- Au-delà de l’automatisation, vers une personnalisation en temps réel …
- … avec des feedbacks immédiats et un guidage progressif.
Ces deux promesses sont en fait deux faces d’une même pièce, pas si évidente à créer. Dresser le profil de chaque apprenant, prédire leur parcours d’apprentissage afin de garantir une expérience personnalisée avec le juste dosage de difficulté, fournir les bons contenus au bon moment, les retours pertinents et constructifs avec le bon timing… les développements à prévoir sont nombreux pour véritablement obtenir des effets positifs sur l’apprentissage, et seule l’expérimentation permettra de les mesurer dans une perspective de R&D.
