Apprentissage adaptatif (adaptative learning) : nouvelle tendance pour faire apprendre ?

Apprentissage adaptatif ?

On se souvient de la machine à apprendre scène hilarante (ou pas) du film « Les sous doués passent le bac ». Une machine assène des coups ou offre des récompenses en fonction des mauvaises ou bonnes réponses d’un candidat à des questions d’histoire et de géographie. C’est l’illustration d’une approche stimuli/réaction de l’apprentissage, selon laquelle les comportements sont influençables par des sanctions-récompenses. Cette idée issue d'un héritage des travaux du behavioriste Skinner, précédé de Pavlov.

Les algorithmes seraient devenus des moyens de faire apprendre plus vite et mieux. Pourquoi infliger trop de contenus à des apprenants, des contenus qui les intéressent peu, dans n’importe quel ordre et sans aucun retour ? C’est parfois ce que des formations en ligne ou des MOOC proposent à des participants qui viennent chercher des ressources et idées clés, visent des réponses immédiates et se trouvent confrontés à des montagnes de données mal ordonnancées et peu attrayantes.

L’idée de l’adaptative learning ou adaptative teaching, en français apprentissage adaptatif  ou enseignement adaptatif, se consolide progressivement avec la montée en puissance de la réflexion sur les intelligences artificielles. Mais si les intelligences artificielles des années 70 manquaient de puissance de calcul ce n’est plus le cas aujourd’hui.

Les données abondamment collectées par les systèmes de gestion des apprentissage (LMS) permettent d’en savoir plus sur les apprenants, sur quelles questions ils buttent, à quel moment ils abandonnent, combien de temps ils passent sur tel ou tel exercice, comment et combien de fois ils interviennent sur un forum. Pourquoi ne pas se saisir de ces données pour améliorer la qualité des processus d’apprentissages ou l’ergonomie d’un programme en ligne ?

Les propositions en vogue

Tout d’ abord. l’apprentissage adaptatif s’inscrit dans la dynamique des Intelligences Artificielles (IA) et du perfectionnement progressif de leurs algorithmes. Dans un article de Thot Cursus l’intelligence artificielle est montrée, par un veilleur Alexandre Cadain, dans tout son développement et en particulier pour réduire les tâches routinières ou répétitives.

Les IA gagnent aussi le monde des ressources humaines. Par exemple  Paul Duan réalise des développements d'algorithmes pour Pôle Emploi afin d’accélérer le retour à l’emploi. La dimension prédictive autorisée par une puissance délivre des informations jusque-là inaccessibles.  En matière de formation, l’IA révèle aussi tout son potentiel.

En pédagogie, l’apprentissage adaptatif appuyé par une Intelligence artificielle procure plusieurs avantages :

• La personnalisation d’une progression ou des questions proposées, la difficulté des questions est dosée en fonction des réponses données. La progression est adaptée au niveau réel de l’apprenant au fur et à mesure qu’il déroule un contenu. C’est la proposition de Woonoz de miser sur cette dynamique qui renforcerait l’ancrage mémoriel selon les neurosciences.
• La disponibilité à l’exemple de ce prof qui se faisait remplacer par un robot et auquel personne n’aurait rien remarqué.  Pour nombre de questions identiques des réponses usuelles sont largement suffisantes. Les étudiants ont été dupés par cet assistant très performant. Cet exemple n’est pas sans poser la question éthique de la relation à un tiers. Qui me répond ? Suis-je en droit de le savoir ?
• L’infatigabilité et des réponses rapides et à toutes heures. Votre IA ne se fatigue pas, elle est aimable et disponible toute la nuit si vous le voulez.
• L'apparente neutralité de l’IA, c’est aussi la mise de côté de tout jugement social ou du regard de l’enseignant qui parfois bloque l’élève par ses attitudes alors même qu’il est sensé lui venir en aide. Par contre, on reconnait qu'une I.A. peut être biaisée au départ par les données biaisées dont elle dispose.

Plus de 350 entreprises de technologies éducatives sont identifiées en France. Antoine Amiel de Learn Assembly assure une veille sur la Ed Tech. Il repère les entreprises technologiques qui apportent de la disruption technologique dans l’apprentissage, notamment en matière d’apprentissage adaptatif.

Une progression continue

L’histoire n’est pas si récente. Les tests adaptatifs dans le cas des formations en langue sont déjà anciens. Ils permettent de faire progresser l’apprenant et de ne lui proposer des questions difficiles que s’il a déjà franchi des paliers.

L’apprentissage adaptatif peut aussi être utilisée pour de l’auto-évaluation. Le GIP PIX développe une application adaptive learning pour évaluer les compétences numériques et aider à construire des parcours sur mesure.

Ivan Ostrowicz de l’entreprise Domoscio théorise à sa façon l'apprentissage adaptatif comprenant, des parcours d’apprentissage personnalisés pour faciliter l’assimilation, des plans de révision sur mesure pour optimiser la consolidation, et des données pertinentes pour mesurer les impacts de l’apprentissage

Jouer au bon niveau

Le design de jeu peut aussi suivre la logique des apprentissages adaptatifs, ainsi une recherche menée conjointement par le LIRIS, le LIUM et l’école polytechnique de Montréal montre comment le repérage du profil des joueurs permet de leur proposer des fonctionnalités ludiques différentes et ainsi d’augmenter leur participation à l’environnement d’apprentissage.

Les limites de l’apprentissage adaptatif

Va-t-on vers une robotisation de l’apprentissage, telle est la question de Thot Cursus ? La réponse est certainement non. Le rôle d’un pédagogue va au-delà de savoir si une réponse est juste ou fausse, mais bien de comprendre ce qui se produit dans les conditions ou le processus d’apprentissage pour mieux accompagner l’apprenant.

Sera-t-on également sûr que cet apprentissage intégrera la dimension sociale ? Les spécificités individuelles ou culturelles seront-elles décelées ? La flexibilité nécessaire pour épouser un rythme ou prendre en compte les conditions de vie même de l’apprenant seront-elles écartées ? Tout peut-il être mis en équation ? L’apprentissage est un processus multidimensionnel dont la composante cognitive est interreliée avec des dimensions conatives (comportements), affectives et motivationnelles. Pour l’instant l’apprentissage adaptatif reste limité à la dimension cognitive et au paradigme comportemantaliste de l’éducation. Il y a encore du chemin à faire pour intégrer une dimension socioconstructiviste, ou relationnelle de l’apprentissage.

Dans cette volonté d’amélioration continue, il convient donc de bien considérer que le point de vue de celui qui apprend diffère de celui qui prétend le faire apprendre. Il est difficile pour l’organisateur d’un dispositif de connaître les affects, les émotions, l’attention, la persévérance et le sens qu’un apprenant porte à son apprentissage, de même que son contexte de vie.

Porter un diagnostic adaptatif sur autrui à partir de réponses vraies ou fausses tirées d’un QCM reste insuffisant pour comprendre ce sur quoi il est en difficulté et sur ce qui le motive. Les fameuses machines à apprendre pourraient n’être finalement que des machines à enseigner. Dans les deux cas on reste mécanique alors que la dynamique humaine est organique.

Le rôle du pédagogue reste toujours aussi utile, tout du moins il bénéficiera d’indices sous la forme de données pour l’aider à poser un diagnostic complet de la situation d’apprentissage. Il devra s’assurer que les conditions d’usage des données soient réalisées dans un cadre éclairé et éthique. Peut-être verra-t-on de nouvelles questions apparaître pour investiguer là où un dispositif d’apprentissage fonctionne et là où il peine à conserver l’apprenant motivé ?

Sources

Extrait La machine à apprendre les sous-doués passent le bac  https://www.youtube.com/watch?v=crKrGjGpjBw

Thot Cursus – Adaptative Learning révolution ou robotisation de la formation
https://cursus.edu/10528/adaptive-learning-revolution-ou-robotisation-de-la-formation

Digital learning academy – Adaptative learning
https://digital-learning-academy.com/tendances-formation-2-ladaptive-learning-machine-learning-the-d-l-n/

Wikipédia – adaptative learning https://en.wikipedia.org/wiki/Adaptive_learning

Wikipédia – apprentissage adaptatif - https://fr.wikipedia.org/wiki/Apprentissage_adaptatif

Knewton https://www.knewton.com/

Aleks  https://www.aleks.com/

HAL - Les effets d'une ludification adaptative sur l'engagement des apprenants  
https://hal.archives-ouvertes.fr/hal-01643166/

HAL -  Modèles de tests adaptatifs pour le diagnostic de connaissances dans un cadre d'apprentissage à grande échelle
https://tel.archives-ouvertes.fr/tel-01435148/

Les échos – Un prof a été remplacé par un robot et personne n’a rien remarqué
https://start.lesechos.fr/continuer-etudes/master-ms-mba/un-prof-a-ete-remplace-par-un-robot-et-personne-n-a-rien-remarque-6901.php

Bayes Impact – Utiliser la technologie pour le bien commun -
https://www.bayesimpact.org/fr/

Thot Cursus – L’état de l’art en intelligence artificielle -
https://cursus.edu/11614/letat-de-lart-en-intelligence-artificielle

Edtech  https://edtechfrance.fr/

PIX  https://pix.beta.gouv.fr/

Théories de l’apprentissage: behaviorisme, cognitivisme, socio-constructivisme
http://www.sietmanagement.fr/theories-de-lapprentissage-individuel-transmettre-construire-echanger-j-piaget-l-vygotksi/

Ajouter à mes listes de lecture