Avec les récentes percées de l'IA générative comme ChatGPT ou Midjourney, il semble que tout le monde soit devenu un adepte de l'IA, et le monde de l'e-learning ne fait pas d'exception. La question est de savoir quelles sont les technologies existantes, quelles tâches elles peuvent améliorer ou transformer complètement, et quels sont les pièges. Plongeons donc dans le vif du sujet.
Les œuvres d'art générées par l'IA remportent même des concours. Par exemple, "Théâtre D'opéra Spatial" de Jason M. Allen a été créé à l'aide de Midjourney et a remporté l'année dernière le concours artistique annuel de la Colorado State Fair destiné aux artistes numériques émergents. Source
Domaines de l'intelligence artificielle
Il existe de nombreuses technologies d'IA et de nombreuses façons de les classer. Cependant, en général, tous les sous-domaines de l'IA fonctionnent selon l'un des deux principes suivants :
Les systèmes fondés sur la connaissance appliquent la base de connaissances prédéfinie pour exécuter un ensemble limité de tâches. Les experts structurent leurs connaissances concernant ces tâches, généralement sous la forme de règles et de faits de type "si... alors...", et l'algorithme suit alors ces règles, ce qui permet d'augmenter l'échelle des opérations avec succès. Les systèmes basés sur la connaissance sont parfaits pour les tâches de routine qui évoluent peu dans le temps et qui reposent sur la qualité et la cohérence des données.
Un exemple de ce type de système basé sur la connaissance est DXplain, un outil de diagnostic qui aide les cliniciens à exclure des diagnostics sur la base des symptômes des patients. Source
Le machine learning utilise des données et des algorithmes pour apprendre à effectuer des tâches sans programmation explicite. On ne dit pas au système quelles sont les règles à suivre. Au lieu de cela, on lui fournit les données préparées et le résultat souhaité, et par le biais de différents calculs, il apprend à atteindre le résultat souhaité par lui-même. En conséquence, les algorithmes de machine learning sont beaucoup plus adaptatifs, mais nécessitent une maintenance très élevée et des ajustements constants pour produire des résultats précis.
Prenons l'exemple de l'apprentissage adaptatif. Avec l'apprentissage basé sur la connaissance, la plateforme choisirait automatiquement un cours pour un étudiant sur la base de règles établies au préalable par, disons, un concepteur pédagogique. Par exemple, le système détectera que l'étudiant a obtenu une mauvaise note à un test, ajustera la difficulté du cours et inclura un module supplémentaire pour le sujet qui doit être répété.
Un système basé sur l'apprentissage automatique, quant à lui, analyserait les données de formation de tous les étudiants pour voir quel cours a historiquement aidé des étudiants similaires à obtenir les meilleurs résultats et suggérerait un tel cours à un apprenant.
Les deux approches sont utilisées dans différents domaines d'application de l'IA, incluant sans s'y limiter :
Vision par ordinateur — algorithmes qui tirent des informations d'images et de vidéos, par exemple pour reconnaître des objets spécifiques.
Outre la reconnaissance des visages dans la rue, des chats sur les photos et des véhicules sur les routes, la vision par ordinateur joue un rôle majeur dans la fabrication, par exemple en détectant les défauts dans les composants produits. Source: Shutterstock
Traitement du langage naturel — systèmes qui reconnaissent, analysent, traduisent et génèrent des discours humains écrits et parlés. Les chatbots, les applications de traduction, les assistants vocaux et les convertisseurs voix-texte existent tous grâce au Natural Language Processing (Traitement automatique des langues).
ChatGPT est l'exemple de traitement du langage naturel le plus avancé à l'heure actuelle, le NLP "sur les stéroïdes", si vous voulez. Mais nous avons tous utilisé les technologies NLP bien avant, par exemple la fonction d'autocomplétion sur les téléphones. Source: Système Android
Systèmes de recommandation — systèmes qui génèrent des suggestions optimales en fonction de contraintes données, par exemple pour trouver le meilleur itinéraire de transport en termes de logistique, établir un calendrier ou fournir des conseils analytiques.
Et dans la vie quotidienne, les systèmes de recommandation nous trouvent le meilleur chauffeur Uber disponible et génèrent un chemin optimal en tenant compte du trafic. Source: Shutterstock
Tous ces éléments offrent un grand potentiel pour rendre l'apprentissage en ligne plus souple, plus efficace et plus évolutif.
Comment appliquer l'IA à l'apprentissage en ligne
L'IA est déjà appliquée à de nombreuses tâches et à de nombreux points de l'apprentissage en ligne. Elle optimise et personnalise les expériences d'apprentissage, fournit aux apprenants un retour d'information et une assistance 24 heures sur 24 et 7 jours sur 7, automatise les tâches administratives et crée même du contenu de formation.
Personnaliser les expériences d'apprentissage
Comme nous l'avons mentionné dans notre exemple sur l'apprentissage adaptatif, l'IA peut analyser les données de l'apprenant et sélectionner le contenu qui correspond à ses besoins, à son niveau de compétence, à ses intérêts et à ses objectifs.
Exemple : un algorithme d'IA peut utiliser les résultats d'un examen d'entrée pour choisir un niveau de difficulté approprié pour un cours. Par exemple, au cours de la formation, il détecte que l'apprenant s'engage davantage et retient plus d'informations à partir d'un contenu vidéo qu'à partir d'un simple diaporama, et il inclut donc davantage de contenu vidéo dans le cours. Il peut apprendre quel sujet intéresse un apprenant, trouver des informations de source ouverte et compiler un cours de formation unique spécialement pour cet apprenant.
Une autre application prometteuse consiste à détecter les apprenants en difficulté afin de leur offrir un soutien supplémentaire avant qu'ils n'échouent au cours.
Création de contenu d'apprentissage
L'intelligence artificielle peut analyser non seulement les utilisateurs, mais aussi le contenu de la formation elle-même, ce qui donne lieu à des applications intéressantes.
Exemple : il existe des projets qui utilisent le Traitement automatique des langues pour rédiger des résumés de livres et créer des quiz basés sur leur contenu. Certains systèmes basés sur l'IA vont jusqu'à trouver des contenus ouverts sur le web en fonction des objectifs de l'apprenant. L'IA rend également le contenu plus accessible grâce à des technologies d'assistance, par exemple des lecteurs d'écran, des transcripteurs voix-texte ou la traduction automatique du contenu dans une autre langue. En outre, l'IA peut rédiger des réponses substantielles aux questions des apprenants concernant le matériel de formation, par exemple en expliquant un concept.
Enfin, vous pouvez intégrer l'IA dans le programme d'études, en encourageant les apprenants à l'utiliser dans leurs travaux.
Suivre les progrès et fournir un retour d'information
L’intelligence artificielle peut automatiser le suivi des performances et du comportement de l'apprenant et fournir un retour d'information en temps réel.
Exemple : au lieu de simplement signaler les mauvaises réponses, un système alimenté par l'IA peut analyser l'ensemble du parcours de formation de l'apprenant et détecter ses points forts, ses faiblesses et ses domaines d'amélioration. Il peut également visualiser ces informations sous forme de rapports et suggérer des ressources supplémentaires, ce qui rend la trajectoire d'amélioration beaucoup plus évidente pour l'apprenant. Les systèmes de tutorat, qui fournissent aux étudiants une feuille de route de formation et les aident à améliorer leur style d'apprentissage, constituent une autre orientation de l'utilisation de l'IA.
Réduire l'administration
La charge de travail des formateurs et des administrateurs de plateformes d'apprentissage en ligne peut être considérablement allégée, non seulement pour les tâches répétitives, mais aussi pour celles qui sont considérées comme plus créatives.
Exemple : les technologies de traitement du langage naturel sont utilisées pour analyser et noter automatiquement les devoirs écrits, détecter le plagiat et répondre aux questions des utilisateurs par l'intermédiaire de chatbots. Les systèmes basés sur la connaissance peuvent automatiser la gestion de la base d'utilisateurs, l'élaboration de rapports et la génération de certificats. Les systèmes de recommandation peuvent optimiser les horaires. Et les algorithmes d'apprentissage automatique peuvent signaler les activités suspectes pendant les examens en ligne.
Cependant, l'utilisation des technologies de l'IA comporte des défis, y compris ceux qui sont spécifiques à l'apprentissage en ligne.
Limites de l'intelligence artificielle
Toute IA comporte des difficultés techniques. Par conséquent, une entreprise qui décide de s'engager dans cette voie devra s'assurer qu'elle dispose des éléments suivants :
Des quantités massives de données de qualité
L'un des grands principes de l'apprentissage automatique, par exemple, est "GIGO, garbage in - garbage out", ce qui signifie que des données de mauvaise qualité fausseront les résultats. Dans la pratique, cela signifie également qu'il est nécessaire de stocker des données.
Des spécialistes hautement qualifiés au sein de l'équipe
Ils choisiront les algorithmes optimaux, concevront et mettront en place une infrastructure, corrigeront les bogues, concevront les algorithmes, puis les ajusteront et les mettront à jour en permanence. Ils sont également chargés de veiller à ce qu'aucun biais ne soit intégré dans l'algorithme. Par exemple, si vous utilisez l'IA pour noter les dissertations des apprenants, mais qu'auparavant aucun d'entre eux n'a reçu la meilleure note, un algorithme peut même sous-estimer un excellent travail simplement parce qu'il n'y avait pas de données sur un travail avec une note parfaite pour s'entraîner, de sorte que l'algorithme ne voit pas cela comme une possibilité.
Mise en place de mesures de confidentialité et de sécurité des données
Toutes les données sur lesquelles s'appuient les systèmes d'IA doivent être collectées, stockées, partagées et utilisées de manière appropriée : les apprenants doivent savoir quelles données sont collectées auprès d'eux et comment elles sont utilisées et protégées contre les violations ou l'utilisation abusive par des parties non autorisées. Un bon point de départ est d'assurer la conformité au GDPR.
Considérations éthiques et juridiques
Les systèmes d'IA soulèvent de nombreuses questions auxquelles il n'existe pas encore de réponse définitive, comme celle de savoir qui détient les droits d'auteur sur le contenu généré par l'IA, en particulier si vous utilisez l'IA pour créer des cours de formation payants, ou qui est responsable lorsque l'IA cause un préjudice. Par conséquent, plus vous êtes transparent et plus vous tenez compte des implications, mieux c'est.
Supervision humaine
L'intelligence artificielle est un outil puissant, mais elle ne remplacera pas les éducateurs dans un avenir proche, c'est certain :
- Comme toute technologie, l'IA connaît des dysfonctionnements.
- Elle s'appuie sur la contribution d'experts pour fournir un contexte, évaluer et corriger les résultats.
- L'apprentissage est social par nature, et l'IA ne peut pas remplacer complètement une connexion humaine avec ses signaux verbaux et non verbaux, ses émotions et ses motivations.
Quels que soient les progrès réalisés par l'IA, elle a toujours besoin d'une supervision humaine étroite.
Nous n'en sommes pas encore là. Source: I, Robot (2004)
Comment relever les défis de l'IA dans l'apprentissage en ligne
Voici quelques conseils pour atténuer certains des problèmes liés à l'IA. Nous commencerons par des conseils d'ordre général, puis nous passerons à ceux qui concernent l'apprentissage en ligne.
Commencer modestement
L'IA est coûteuse, il faut donc tâter le terrain avant de s'engager.
Identifiez une tâche simple qui prend beaucoup de temps manuellement et divisez-la en plusieurs étapes. Voyez quelles étapes peuvent être automatisées, si vous disposez de suffisamment de sources de données et évaluez si une technologie d'IA serait adaptée et laquelle. Ensuite, mesurez et améliorez l'impact de votre système d'IA sur l'engagement, la rétention et la réussite de l'apprentissage des apprenants : il doit être supérieur aux coûts de mise en œuvre. Après avoir mis en œuvre et affiné avec succès un algorithme, identifiez une autre lacune et répétez l'opération.
Trouver un partenaire technologique
Vous n'avez pas à faire le gros du travail tout seul, surtout si vous optez pour une vaste mise en œuvre. Trouvez plutôt une équipe expérimentée et crédible, dotée d'une expertise pertinente, qui prendra en charge les aspects techniques.
Préparez votre équipe
La mise en œuvre de l'IA n'est qu'un demi-succès. L'autre moitié consiste à l'utiliser correctement. L'IA est une technologie perturbatrice ; il est donc essentiel de la présenter à votre équipe et de lui expliquer les possibilités qu'elle offre. En outre, vos experts devront guider les algorithmes, ils doivent donc savoir comment travailler avec eux, quels sont les avantages, les défis et les implications, et comment les gérer.
Concevoir des contenus d'apprentissage en tenant compte des capacités de l'IA
Les objectifs de formation clairement définis sont plus adaptés à l'analyse algorithmique. Ils impliquent généralement des contenus courts qui se prêtent bien à l'interactivité et à la gamification, qui peuvent également être assurées par l'utilisation de l'IA. L'interactivité nécessite un retour d'information immédiat que l'IA peut personnaliser et contextualiser grâce à des mesures et des analyses continues. Voici donc ce qu'il en est : un contenu court et interactif avec retour d'information exploitera le potentiel de l'IA.
Utiliser une plateforme d'expérience d'apprentissage
Une plateforme d'expérience d'apprentissage, ou LXP, est une plateforme d'apprentissage alimentée par l'IA et axée sur l'apprentissage personnalisé. Elle est généralement proposée sous la forme d'un logiciel en tant que service (SaaS). Cela signifie que vous n'avez pas à développer quoi que ce soit en interne et à supporter de nombreuses implications techniques et juridiques — le fournisseur de services peut le faire pour vous. Les caractéristiques communes offertes par les LXP sont les suivantes:
- Apprentissage personnalisé. Les algorithmes d'IA recommandent des contenus d'apprentissage basés sur l'historique de formation et les préférences de l'utilisateur.
- Apprentissage par les pairs. Les LXP utilisent l'IA pour permettre aux apprenants d'apprendre les uns des autres. La collaboration entre pairs peut prendre diverses formes, telles que le tutorat et l'évaluation par les pairs, les discussions en séminaire, les groupes de soutien, les projets de groupe, ainsi que la curation et la création de contenu par les utilisateurs.
- Systèmes de tutorat intelligents. L'IA peut guider les apprenants tout au long de leur parcours d'apprentissage, suivre leurs progrès et leur apporter un soutien.
- Création de contenu. L'IA peut adapter le contenu existant aux besoins des utilisateurs, générer du nouveau contenu ou trouver du contenu pertinent à partir de sources tierces.
- Notation automatisée. L'IA peut noter les travaux des apprenants et leur fournir un retour d'information instantané.
- Apprentissage basé sur les données. Les LXP utilisent l'IA pour collecter, analyser et établir des rapports sur les performances des apprenants et les mesures d'engagement, repérer les problèmes et prévoir les résultats d'apprentissage, suggérer des mesures d'intervention, etc.
Tous ces points contribuent à une expérience d'apprentissage centrée sur l'utilisateur.
L'intelligence artificielle profite à tous les domaines possibles et peut également améliorer votre plateforme d'apprentissage en ligne. Elle automatise les tâches administratives, libérant le temps des gestionnaires pour des activités plus productives et stratégiques. Elle adapte le contenu aux besoins des apprenants, ce qui permet d'obtenir de meilleurs résultats pédagogiques. Enfin, elle alimente les fonctions interactives, stimulant l'engagement et facilitant le rôle actif de l'apprenant.
Cependant, l'exploitation de l'IA n'est pas une mince affaire, tant d'un point de vue technique que pratique. Nous espérons donc que notre guide vous a aidé à faire vos premiers pas dans l'aventure "intelligente".
Publié le 14 mars 2023