Demain tous éduqués par des robots ? L'adaptive Learning

Et si on imaginait une école 100% personnalisée, où chacun optimiserait sa progression en continu grâce à des contenus évolutifs ? Mieux encore : où les programmes éducatifs s’adapteraient aux méthodes les plus efficaces pour chaque élève ? Ce scénario qui ressemble fort à un épisode de Black Mirror existe déjà. Son nom ?  L’adaptive learning. Cette méthode futuriste prend sa source en Chine, où depuis plus de 10 ans, des professeurs, scientifiques et chercheurs construisent les outils pédagogiques hyper-personnalisés de demain. Plus de 1000 écoles et universités y éprouvent déjà cette innovation basée sur l’Intelligence Artificielle, qui pourrait bien transformer la manière dont on apprendra au 21ème siècle. Décryptage.

L’apprenant au centre, le big data autour

Le besoin de personnalisation de l’enseignement ne date pas d’hier, nous explique Stefan Crisan, directeur des opérations d’EDHEC Online depuis plus de 15 ans. Et pour cause, commente Stefan, “nous avons remarqué par rapport à nos efforts d’optimisation pédagogique, que plus le participant est engagé dans sa formation, plus il a de chances de réussir, et plus la qualité de son expérience d’apprentissage augmente”.

« À l’aide de ces données, on peut personnaliser les cursus en fonction des préférences d’apprentissage. »
Stefan CRISAN, Directeur des Opérations, EDHEC Online Programmes

L’adaptive learning est, selon ce professionnel, “une manière d’adapter l’éducation aux besoins d’un étudiant donné”. Il repose sur le constat que chaque individu apprend de manière individuelle (rythme et méthode), est sensible à une pédagogie donnée et “bloque” sur des éléments différents de ses pairs. L’adaptive learning rentre dans cette catégorie, c’est une façon de le faire. Grâce aux données récoltées, explique Stefan, “on dispose d’un formidable réservoir d’informations, puisqu’on enregistre les comportements d’apprentissage de chaque personne en ligne. À l’aide de ces données, on peut personnaliser les cursus en fonction des préférences d’apprentissage. Par exemple, certains étudiants apprennent mieux en regardant des vidéos, en lisant des textes, en écoutant des podcasts…”.

En effet, plus de 4500 travaux de recherche ont caractérisé les différents profils qui existent a priori, suggérant que chacun apprend à sa manière. Profil “visuel”, “auditif”, “kinesthésique”… certains d’entre-nous croiseraient même plusieurs de ces préférences pédagogiques, ce qui rend l’équation d’autant plus complexe pour les enseignants.

Pour autant, un professeur qui encadre 30 élèves, et a fortiori un universitaire devant un amphithéâtre comble ne peuvent pas se pencher par-dessus l’épaule de chacun. Adapter le contenu éducatif à chaque élève semble être une utopie… Ce que l’enseignant ne peut pas faire est donc laissé, en adaptive learning, au big data. Pranav Kothari travaille sur le sujet depuis dix ans en Inde. Pour lui, « L’idée est d’aborder le problème comme le ferait un ingénieur : comprendre où un élève doit s’améliorer, construire des solutions pour l’y aider et les mettre en place par l’itération. »

Dan Bindman est Chief Data Scientist chez Yixue Squirrel AI Learning, une startup de l’EdTech qui inonde les écoles chinoises de programmes éducatifs personnalisables grâce à l’IA. « L’adaptive learning repose sur du big data dans le sens où l’interaction d’un étudiant avec le contenu éducatif doit permettre de poser un diagnostic sur ce qui doit être retravaillé, explique l’ingénieur. On découpe le contenu en modules composés de groupements de questions pour vérifier si un étudiant maîtrise un sujet donné ».

Chez 2DL, un autre géant de l’adaptive learning, le logiciel “Brightspace”, agrège la donnée relative à un étudiant au même endroit, quelle que soit sa source. Puis, il construit le schéma d’apprentissage de l’étudiant ainsi que des rapports pédagogiques et des modèles prédictifs de données. Le professeur a accès à ces visualisations, qui lui servent à comprendre ce dont a besoin l’étudiant pour réussir. « Auparavant, précise Nick Oddson, Senior Vice President of Product chez D2L, on mesurait le niveau d’un étudiant et repérait ses lacunes au travers de tests standardisés. Grâce à notre outil, la donnée peut être stockée et analysée dans le temps pour comprendre quels contenus sont les plus efficaces« .

Au contraire de l’éducation traditionnelle, dont l’approche consiste à faire apprendre la même chose à 30 étudiants au même moment — sans que l’on tienne compte des progrès de chacun — l’adaptive learning permettrait donc une approche hautement individualisée pour optimiser les avancées de chaque personne. Un projet séduisant sur le papier : mais est-il réalisable ?

L’adaptive learning, potentiel catalyseur d’inégalités

Personnaliser au mieux l’apprentissage pour donner sa chance à chacun, oui, mais peut-on le faire pour tout sujet et tout autour du monde ? Ne risque-t-on pas de creuser des inégalités éducatives ?

Pour Stefan Crisan, l’adaptive learning peut être utilisé pour toute discipline, mais le mettre en place a un coût. “On peut faire des efforts d’adaptation dans toutes les disciplines, mais on n’ira pas aussi loin partout. C’est un levier puissant pour adapter les enseignements aux préférences d’apprentissage, mais qui reste très cher, demande beaucoup d’implication des professeurs, des learning managers et des équipes technologiques”, commente Stefan. Pour lui, l’adaptive learning doit être utilisé en complément de ce qu’il appelle “l’active learning”, soit le fait de faire des travaux pratiques, d’échanger avec un professeur, des étudiants ou un coach. “Nous avons constaté des performances très fortes lorsqu’on couplait les deux avec succès. Le lien avec les “academic mentors” ainsi que les collègues en formation sont décisifs pour améliorer l’expérience d’apprentissage”, assure-t-il.

« C’est un levier puissant pour adapter les enseignements aux préférences d’apprentissage, mais qui reste très cher »
Stefan CRISAN, Directeur des Opérations, EDHEC Online Programmes

Pour Dan Bindman cependant, en l’état de la science, l’adaptive learning est plus favorable à certains contextes d’apprentissage que d’autres. « La structure de progression des maths est parfaite, alors que pour les humanités, la progression est plus difficile à modéliser ».

D’autant que ce qui semble en théorie une idée humaniste et inclusive — ne laisser derrière aucun élève en prenant ses lacunes à la racine — pourrait bien avoir un revers de médaille. Si à l’échelle de la Chine, où le régime en place favorise l’expérience, le test semble concluant, qu’en sera-t-il lorsque des institutions privées se doteront de logiciels d’adaptive learning dernier cri alors que les établissements publics ne pourront pas se les offrir ?

Et que penser des pays en voie de développement qui n’ont pas accès à la technologie tout court ? Stefan Crisan en est convaincu : “c’est là qu’il faut se battre. Nous comptons proposer des partenariats en Afrique dans les prochaines années, pour démocratiser le modèle”, explique-t-il. Il mentionne aussi des outils open-source (c’est-à-dire, libres et gratuits) sur le Web, “qui donnent à chacun des solutions standard correctes. Cela permet de nourrir les établissements qui n’ont pas les moyens d’investir. La solution open-source la plus démocratisée compte 1 milliard d’utilisateurs !”, s’enthousiasme l’expert. Pour autant, malgré les efforts d’institutions isolées pour rendre cette technologie plus inclusive, il y a fort à parier que cette modalité éducative sera demain l’apanage de certains et un luxe, tout comme la réussite qu’il promet.

Demain, tous éduqués par des robots ?

En tout cas, si les machines sont plus efficaces que les professeurs pour adapter l’apprentissage à l’échelle individuelle, peut-on imaginer l’enseignement de demain dispensé par des IA ? Le livre récent de Niel Selwyn pose la question de manière un brin provocante : “Should robots replace teachers?”. Il y partage ses craintes quant à l’impact de la technologie en classe, en rappelant le rôle de modèle et de communicant du professeur. Il semble pour lui peu probable que les IA viennent à remplacer les enseignants à moyen-terme.

En effet, ce qui se joue dans l’éducation, c’est aussi et avant tout une affaire d’humains. Aussi développées soient-elles, les IA ne maîtrisent pas (encore) l’humour, l’ironie ou l’empathie. Quand on sait que l’émotion ancre l’apprentissage, on voit bien que les IA directrices d’écoles ou professeurs, ce n’est pas pour demain. Un constat que corroborent les années d’expérience de Stefan Crisan, pour qui “le prof-robot, ce n’est qu’un fantasme de la toile”.

« Le prof-robot, ce n’est qu’un fantasme de la toile »
Stefan CRISAN, Directeur des Opération, EDHEC Online Programmes

Ce qui risque en revanche de se jouer sous l’influence de l’adaptive learning, c’est un glissement du rôle du professeur, assorti d’un déplacement de ses missions. Dans une étude datée de 2018, le professeur Tony Belpaeme et son équipe (Universités de Plymouth et de Ghent), corroborent cette analyse. “Un robot social peut aider les étudiants dans un contexte de ressources pédagogiques limitées. Il dégage un temps précieux aux enseignants, leur permettant de se concentrer sur ce qu’ils font de mieux – offrir une expérience éducative globale empathique et enrichissante”, expliquent les chercheurs.

Stefan Crisan est également convaincu que le professeur pourra abandonner des tâches ingrates pour se recentrer sur son rôle d’accompagnant. “Le professeur va devenir “augmenté”, tel un musicien qui deviendrait chef d’orchestre, explique-t-il. L’intelligence artificielle lui permettra de se détacher des actions répétitives (par exemple, les milliers de copies à corriger !), pour se centrer sur sa relation empathique avec les étudiants, la direction des algorithmes, la prise de décisions pédagogiques, l’approfondissement de certains modules… Cela rendra son travail plus intéressant et décuplera son impact !”, conclut le pédagogue.

Peut-être les enseignants qui auront accès aux outils de l’adaptive learning auront-ils finalement plus de temps pour assumer leur rôle fondamental : aider chaque élève à devenir un citoyen éclairé et les préparer au mieux au monde qui les attend.