Si vous êtes familier avec l’univers de la formation, vous avez sans doute entendu parler de l’Adaptive Learning (ou « apprentissage adaptatif » en français). Sa promesse ? Une formation qui s’adapte en temps réel aux besoins de chaque apprenant pour lui offrir l’apprentissage le plus efficace.
Celafait rêver, non ?
Alors, évolution incontournable du Digital Learning, effet de mode, utopie ou réalité d’aujourd’hui ou de demain ? Lisez cet article pour faire le point
Qu’est-ce que l’Adaptive Learning ?
Dans leur rapport « La transformation digitale de la formation professionnelle continue» (mars 2017),Nicolas Amar et Anne Burstin, membres de l’inspection générale des affaires sociales, définissent l’Adaptive Learning ainsi :
« Cette méthode consiste à adapter l’apprentissage au profil de l’apprenant dans une logique d’ultra personnalisation. Il s’agit, en s’appuyant sur les « big data », les sciences cognitives ou des algorithmes, d’ajuster le scénario pédagogique aux besoins de l’individu apprenant en continu au cours de sa formation en prenant en compte le nombre de clics, les préférences de l’individu pour l’usage de tel ou tel outil (vidéo, support écrit ou audio ensuite proposés de façon privilégiée) ou ses difficultés lors de premières questions. La formation en Adaptative Learning permet, en outre, de maintenir la motivation ou l’attention de l’apprenant grâce à des ressorts pédagogiques adaptés ou à l’intervention d’un soutien numérique (chatbot) ou humain. »
Dans une formation digitale traditionnelle, tous les apprenants se voient proposer le même cheminement pour atteindre un objectif d’apprentissage. L’Adaptive Learning promet quant à lui une formation personnalisée qui s’adapte à chaque apprenant (son niveau, son expérience, son rythme, ses méthodes d’apprentissage préférées…) pour lui proposer une progression, des contenus, et des activités sur mesure. L’idée étant d’atteindre le plus rapidement et le plus efficacement possible ses objectifs.
L’Adaptive Learning permet ainsi de personnaliser des éléments fondamentaux de l’apprentissage :
- La forme: la façon dont le contenu est présenté à l’apprenant,
- L’ordre d’apprentissage: à chaque apprenant son parcours en fonction de ses compétences acquises et de ses besoins,
- Le niveau de difficulté: pour s’assurer de l’engagement de l’apprenant, la difficulté doit être adaptée (ni trop faible, ni trop forte),
- et parfois même, dans sa version la plus complète, le contenu lui-même.
Fonctionnement de l’Adaptive Learning
L’Adaptive Learning repose sur la combinaison de 3 composantes clés :
- Les datas : les données disponibles sur l’apprenant, collectées avant et pendant la formation,
- Les neurosciences: pour appréhender le fonctionnement du cerveau en situation d’apprentissage,
- L’intelligence artificielle: des algorithmes complexes capables d’analyser et d’exploiter les données récoltées afin d’effectuer des analyses prédictives et de générer du contenu
La face visible de l’iceberg
Le fonctionnement face visible est assez simple : l’utilisateur passe le plus souvent un test de positionnement pour évaluer le plus finement possible l’état de ses connaissances et déterminer ce qui lui reste à acquérir pour atteindre l’objectif visé.
Macro Adaptive Learning
En fonction des résultats de l’apprenant, la plateforme Learning Management System (LMS) va lui présenter uniquement les séquences les plus adaptées à ses besoins. Côté conception, cela implique d’avoir découpé le contenu avec une granularité suffisamment fine pour envisager le LMS comme un arbre de décisions aux multiples ramifications. Plus les ramifications sont fines, plus la personnalisation est possible.
Micro Adaptive Learning
La promesse du Micro Adaptive Learning est encore plus spectaculaire avec une granularité du contenu lui-même. Le contenu serait créé pour être le plus en adéquation possible avec les besoins et la façon d’apprendre de chacun. Côté conception : le travail serait titanesque avec une immense arborescence (pour traiter une grande variété de thématiques) et une quantité de contenus gigantesque (pour expliciter cette thématique de façon personnalisée à chacun) ! Disons-le, ce travail est quasi impossible pour un humain. Mais pas pour une Intelligence Artificielle (IA) !
En est-on déjà au stade de faire créer du contenu par une IA ? A notre connaissance, nous n’en sommes qu’au balbutiement du Micro Adaptive Learning mais les progrès de l’IA sont tellement rapides qu’il y a de fortes probabilités que le Micro Adaptive Learning voie le jour dans un futur plus ou moins proche.
La face cachée de l’iceberg
Une collecte de données conséquente
Pour que l’Adaptive Learning fonctionne dans sa version complète, cela présuppose de collecter énormément de données relatives à l’apprenant (âge, nombre de clics, temps de réponse, temps de connexion, pourcentage de réussite aux quiz, formations suivies …).
Un profilage de l’apprenant
En fonction de ces données et de leur analyse, l’IA dresse un profil détaillé de l’apprenant et identifie les points à travailler en priorité pour atteindre l’objectif.
Un programme conçu sur mesure
L’IA créé ensuite un programme sur mesure en générant à la fois le contenu et la meilleure modalité pour travailler ce contenu en fonction du profil de l’apprenant.
Plus la quantité de données est élevée, mieux l’IA peut cerner l’apprenant et lui proposer la formation la plus pertinente et efficace.
Les avantages de l’Adaptive Learning
Vous vous en doutez, les bénéfices attendus sont nombreux et impactants.
Un meilleur engagement de l’apprenant
Terminé l’apprenant qui fait défiler les écrans en s’ennuyant ou qui se sent dépassé par un contenu hors de portée. Avec une progression sur mesure, des activités adaptés à son niveau et des médias qui flattent son mode d’apprentissage préféré (lecture, audio, vidéo…), l’attention et l’engagement sont boostés !
Une meilleure mémorisation
En s’adaptant à son fonctionnement d’apprentissage, en personnalisant son parcours pour distiller la bonne information de la meilleure façon au bon moment et avec le nombre de répétitions nécessaires, le recours à l’Adaptive Learning facilite la mémorisation et aide l’apprenant à ancrer durablement les notions étudiées.
Une meilleure efficacité
En tenant compte de l’expérience de l’apprenant, de ses compétences et de ses réels besoins, le recours à l’Adaptive Learning permet un apprentissage plus efficace et, pour certains, un réel gain de temps. Plus besoin de s’appesantir sur ce que l’apprenant sait déjà : il peut se concentrer uniquement sur les éléments à intégrer ou à consolider.
Un meilleur ROI
Qui dit meilleures efficacité et rétention dit également, pour les entreprises, des collaborateurs mieux et plus vite formés. Un investissement qui vaut le coût !
Les limites de l’Adaptive Learning
Un manque de maturité
Le Micro Adaptive Learning en est au stade du balbutiement et doit grandir avec l’IA. Il nécessite encore quelques années de développement pour laisser exprimer sa pleine puissance et remplir ses promesses.
Le Macro Adaptive Learning nous semble quant à lui déjà bien présent, et ce depuis des années. L’IA vient compléter et automatiser en partie ce que les concepteurs pédagogiques faisaient déjà très bien. C’est le fameux : « si vous répondez faux à la question 1, 3, 7, alors vous avez besoin d’étudier la séquence A. Si vous répondez juste aux questions 2, 4, 6 alors la séquence B est considérée comme acquise ».
Une inadéquation à certains sujets
Si l’Adaptive Learning est parfait pour l’apprentissage de certaines disciplines (celles qui reposent sur la mémorisation ou l’acquisition d’automatismes), il est, pour l’instant, moins adapté aux disciplines moins séquençables (celles qui visent l’acquisition de compétences d’argumentation, de réflexion, d’expression orale ou écrite…).
Un accompagnement humain nécessaire
L’importance des interactions sociales dans l’apprentissage n’est plus à démontrer. C’est l’une des principales limites de l’Adaptive Learning : une formation certes efficace mais déshumanisée. C’est pourquoi, il est essentiel d’intégrer l’Adaptive Learning dans une approche plus globale et réintégrant l’humain. Nous pouvons faire le parallèle avec le Blended Learning (couplant formation distancielle et présentielle), beaucoup plus efficace que le simple e-learning.
Une atteinte à la vie privée ?
L’Adaptive Learning se base sur la collecte de très nombreuses datas. Ces données ne risquent-elles pas d’être utilisées dans un autre cadre que celui de la formation ? Que révèlent-elles de notre vie privée ? Qu’est-ce qui pourrait être exploitable par une personne mal intentionnée ?
Les questions sur la protection de ces données et de la vie privée peuvent et doivent être posées.
Conclusion
L’Adaptive Learning est plein de belles promesses qui, avec le développement rapide de l’IA, sont en passe d’être tenues dans un futur suffisamment proche pour que l’on s’y intéresse dès maintenant.
L’Adaptive Learning doit être envisagé comme un outil et non comme une fin en soi : pour l’exploiter au mieux, il faut y recourir en ayant conscience de ses forces et de ses limites et en veillant à l’inclure à des modalités pédagogiques réintégrant l’humain (comme le Blended Learning).