Comment l'intelligence artificielle façonne l'avenir de l'éducation

Si vous comparez la salle de classe typique du XXIe siècle à celle du début du XXe siècle, les différences ne sont pas vraiment évidentes. Les enseignants se tiennent devant, donnant des instructions et partageant des notes sur une version moderne de l'ancien tableau, par exemple un rétroprojecteur ou un écran d'ordinateur partagé. Les étudiants sont assis à leur bureau dans la classe ou regardent via un logiciel de vidéoconférence en ligne. La technologie a changé: de nombreux outils et processus ont été numérisés, certains automatisés et les barrières géographiques ont été supprimées dans une certaine mesure - mais les acteurs et les éléments sont restés sensiblement les mêmes.

Mais grâce aux progrès de l'intelligence artificielle (IA) et de l'apprentissage automatique, une transformation lente mais régulière est en train de s'opérer dans le domaine de l'éducation. Dans quelques années, les enseignants ne seront plus seuls à supporter le fardeau de la formation de la jeune génération ou de la main-d’œuvre dans les entreprises.

Les algorithmes d'intelligence artificielle contribuent déjà à améliorer l'éducation en recueillant, en analysant et en mettant en corrélation toutes les interactions qui se déroulent dans des salles de classe physiques et virtuelles, et en aidant les enseignants à résoudre les problèmes spécifiques de chaque élève. Cela pourrait être le début d'une révolution dans l'une des compétences sociales les plus anciennes et les plus précieuses développées par l'humanité, et un impératif dans un monde où l'homme vivra et travaillera aux côtés de machines intelligentes.

Mesurer le progrès des apprenants

Les instructeurs doivent prendre en compte chaque réaction à une conférence, chaque regard vide ou attentif, chaque réponse enthousiaste ou hésitante à une question, chaque tâche rendue tôt ou tard, et bien plus encore lors de l'évaluation de la compréhension d'un concept par un élève. C'est ainsi qu'ils peuvent savoir où les étudiants sont à la traîne et les orienter dans la bonne direction.

C'est aussi pourquoi la mesure du progrès d'un apprenant, une entreprise de nature profondément sociale, est l'un des plus grands défis auxquels chaque enseignant est confronté et une tâche difficile à accomplir avec un logiciel classique basé sur des règles.

«Les cours, que ce soit sur un campus universitaire ou dans une entreprise, sont essentiellement des solutions uniques, le mode dominant étant les enseignants qui parlent aux étudiants», déclare Chris Brinton, responsable de la recherche à Zoomi, une société spécialisée dans l'IA. dans la capture et l'analyse de données comportementales en milieu éducatif. "Cela est né de la nécessité: il serait impossible, ou du moins inefficace du point de vue temporel, pour l’enseignant de suspendre la lecture pendant de longues périodes et de s’adresser à chaque groupe d’élèves individuellement pour mettre tous les éléments sur la même page., un élève avec de nombreuses questions serait généralement invité à faire un suivi avec l’instructeur en dehors des heures de classe."

Cependant, les algorithmes d'apprentissage automatique, qui reposent sur l'analyse et la recherche de modèles et de corrélations entre les points de données, s'avèrent être un outil efficace pour aider les enseignants à quantifier la compréhension d'un exposé par un élève.

"En analysant des données spécifiques sur les étudiants, l'IA peut potentiellement aider à identifier plus rapidement les domaines dans lesquels les étudiants pourraient avoir besoin de davantage d'aide, améliorant ainsi le rendement des élèves et le soutien des enseignants", déclare Jessie Woolley-Wilson, présidente et chef de la direction de DreamBox Learning, un mathématicien intelligent. plate-forme d'apprentissage.

Brinton explique que doter la classe d’intelligence artificielle équivaut à doter chaque élève d’un tuteur numérique. "Les algorithmes conduisant l'IA peuvent être formés pour détecter quand un apprenant se débat et ce qui l'a causé, ou quand il s'ennuie et ce qui a provoqué son ennui", dit-il.

C'est un changement par rapport aux logiciels d'apprentissage traditionnels, qui reposaient uniquement sur des réponses d'évaluation pour mesurer la compréhension des étudiants des sujets qu'ils étudient. "Ces données ne sont souvent pas disponibles pendant une conférence, encore moins à la granularité inférieure à la seconde dans laquelle un étudiant peut passer d'un point de vue clair à un point de vue confus", explique Brinton.

Il existe désormais un certain nombre de plates-formes basées sur l'IA qui créent des profils numériques riches pour chaque étudiant en collectant des informations en direct à partir des interactions de l'utilisateur avec le matériel et le contexte du cours. En plus de conserver des notes sur les notes et les scores, Zoomi, la plate-forme que Brinton a contribué à développer, suit les micro-interactions, telles que la visualisation de diapositives ou de pages spécifiques sur des documents PDF, la relecture d’une partie spécifique d’une vidéo, la publication d’une question ou la réponse à une discussion. forum.

Les données sont ensuite utilisées pour créer un modèle qui peut donner un aperçu en temps réel de la compréhension et de l'engagement d'un élève avec des sujets spécifiques. Les modèles de données aident également à trouver des modèles communs entre plusieurs étudiants et à effectuer une analyse prédictive, telle que la prévision des performances futures des étudiants.

Une utilisation plus avancée de l'intelligence artificielle peut impliquer l'utilisation d'algorithmes complexes de vision par ordinateur pour analyser les expressions faciales, telles que l'ennui et la distraction, et les relier aux autres données recueillies sur les étudiants afin de créer une image plus complète du modèle d'apprenant de l'étudiant.

Trouver et combler les lacunes dans l'apprentissage

Avoir un modèle numérique fiable qui représente les connaissances d'un élève présente de nombreux avantages. "Les données peuvent être utilisées automatiquement par un système intelligent pour impliquer immédiatement les étudiants dans des expériences d'apprentissage qui traitent spécifiquement de ces écarts de compréhension, ou par l'enseignant pour identifier et répondre à ces besoins spécifiques", déclare Woolley-Wilson, de DreamBox.

Third Space Learning, une plate-forme d'éducation en ligne fondée en 2012 pour fournir un tutorat sur mesure en mathématiques, exploite maintenant les algorithmes d'intelligence artificielle pour améliorer les performances des enseignants. Depuis son lancement, Third Space a enregistré des données sur des milliers de sessions. En partenariat avec University of College London, Third Space s’engage désormais dans un projet d’exploitation des données à l’aide d’algorithmes d’intelligence artificielle afin de trouver des modèles d’apprentissage et d’enseignement performants et de fournir en temps réel des informations en retour à ses tuteurs en ligne sur les progrès de leurs étudiants. cours.

Le modèle d'apprenant IA peut également alimenter des systèmes de tutorat intelligents (ITS). Les tuteurs intelligents, qui peuvent travailler dans un environnement d'apprentissage autonome ou en collaboration avec des enseignants humains, utilisent les données historiques et en temps réel d'un élève pour lui fournir un contenu personnalisé adapté à ses forces et ses faiblesses. Offrir une expérience d’apprentissage personnalisée est un objectif que les enseignants ont toujours eu du mal à atteindre.

"Les systèmes de tutorat utilisant l'IA se sont révélés efficaces pour enseigner des matières bien définies, telles que les mathématiques et la physique", a déclaré Rose Luckin, professeure de conception centrée sur l'apprenant à l'University of College London Knowledge Lab. «L’intelligence artificielle peut actuellement soulager les difficultés en aidant à la tenue des dossiers, à la sélection et à la recommandation de ressources que les apprenants pourront utiliser.»

MATHIA, une plate-forme d'apprentissage mathématique basée sur l'IA développée par Carnegie Learning, reflète le comportement des tuteurs humains. MATHIA recueille divers points de données et utilise des algorithmes d'apprentissage automatique et des modèles prédictifs pour déterminer les niveaux de connaissances et de compétences des étudiants et estimer leurs performances à l'avenir. La plateforme utilise ces données pour adapter le parcours d'apprentissage aux processus d'apprentissage des étudiants.

"Chaque étape d'un problème, qui peut impliquer de remplir une cellule dans une feuille de calcul, de tracer un point sur un graphique, etc., est associée à une ou plusieurs compétences cognitives", explique Steve Ritter, architecte produit en chef chez Carnegie Learning. "Selon que l'élève effectue correctement l'étape ou non, ou demande un indice, nous ajustons notre estimation des connaissances de l'élève sur les compétences associées."

MATHIA utilise le "traçage des connaissances", le processus de détermination de la compréhension des différents concepts par un élève, ainsi que le "traçage de modèle", le processus de compréhension de l'approche d'un élève pour résoudre des problèmes, afin d'adapter le support du logiciel au processus de réflexion de chaque élève. au lieu de les rediriger vers une approche standard qui peut ne pas avoir de sens pour eux. Cela aide à fournir un contenu personnalisé, avec éventuellement d'innombrables parcours d'apprentissage.

"Nos indications, par exemple, changent en fonction de l'ordre dans lequel les étudiants terminent les étapes du problème, si cet ordre reflète différentes manières d'aborder le problème", explique Ritter.

L’évolution des systèmes de tutorat intelligents peut éventuellement mener à une expérience d’apprentissage autonome plus riche. Même si cela ne remplacera pas les enseignants, les plates-formes d’apprentissage en ligne reposant sur l’IA peuvent jouer un rôle essentiel dans la mise à disposition d’un enseignement de qualité dans les régions où il y a pénurie d’enseignants et où les étudiants doivent apprendre par eux-mêmes.

"La combinaison des données massives et de l'intelligence artificielle pourrait fournir aux apprenants leurs propres analyses personnelles, qu'ils pourraient utiliser pour devenir l'apprenant le plus efficace possible", a déclaré Luckin.

La connaissance de soi (savoir ce que vous savez et ce que vous ne savez pas) et la maîtrise de soi (par exemple, être capable de ne pas être distrait par ce que fait quelqu'un d'autre) sont deux compétences que de tels systèmes peuvent aider à développer, selon Luckin.

"L'intelligence artificielle peut être utilisée pour échafauder (aider) les apprenants à développer ces compétences clés en reflétant leurs données personnelles à l'aide d'interfaces et de visualisations soigneusement conçues", a déclaré Luckin. "On pourrait ainsi aider tous les apprenants à améliorer leur apprentissage, ce qui serait utile dans toutes les matières."

L'un des avantages des systèmes d'apprentissage basés sur l'IA est l'assistance transparente qu'ils peuvent fournir. "Les mêmes technologies intelligentes qui aident les étudiants et leurs enseignants dans la salle de classe devraient toujours être mises à profit pour faire de même en dehors de la salle de classe", a déclaré Woolley-Wilson. "Ils peuvent apporter le même pouvoir de recommandations personnalisées où que soit l'étudiant. Les possibilités d'apprentissage et l'accès ne devraient plus être limités à une certaine heure ou à un certain lieu comme ils le sont habituellement dans notre passé analogique."

La formation en entreprise peut également bénéficier de la personnalisation de l'intelligence artificielle. Zoomi, qui fournit des outils en ligne pour la formation professionnelle, utilise des algorithmes d'intelligence artificielle pour reconnaître les préférences de l'apprenant et adapter de manière dynamique le contenu du cours à ses besoins. Par exemple, en fonction du comportement passé de l'utilisateur et de sa réaction à différents types de média, la plateforme peut décider si le matériel de cours doit être diffusé au format PDF ou vidéo. Progressive Business Partners utilise la plate-forme depuis 2016 pour former des professionnels des ressources humaines, ce qui a entraîné une augmentation de 12% du nombre de cours achevés et de 30% des revenus.

Trouver et combler les lacunes dans l'enseignement

Lorsque les étudiants sont à la traîne dans une leçon, les défauts des méthodes d’enseignement et du programme d’études sont souvent tout autant à blâmer que les faiblesses des élèves eux-mêmes. La cause de l'incompréhension de la part des élèves a-t-elle quelque chose à voir avec le matériel lui-même, la manière dont il a été présenté ou le moment choisi pour le suivre dans le déroulement du programme? Était-ce que l'étudiant avait la grippe quand certains concepts nécessaires étaient déjà abordés? Comment l'élève s'est-il engagé dans le matériel, de manière active ou passive?

Ce sont là quelques-unes des questions auxquelles chaque enseignant doit répondre lorsqu'il évalue la qualité d'une leçon donnée et examine les causes profondes des problèmes d'apprentissage.

"Les grands systèmes peuvent exploiter d'énormes ensembles de données pour aider les enseignants à identifier les faiblesses du programme et à trouver des élèves en difficulté", a déclaré Woolley-Wilson. "Et il est important de se rappeler que la quantité d'aide fournie à l'enseignant dépend de la qualité des données disponibles pour l'analyse."

La plate-forme d'apprentissage adaptatif en ligne de DreamBox utilise les données collectées par les étudiants pour détecter les lacunes en matière d'apprentissage, puis aide les enseignants à les résoudre au niveau de la classe ou pour des groupes spécifiques ou des étudiants individuels. Cela peut inclure la création de groupes de stratégies, de plans d’apprentissage personnalisés ou d’affectations ciblées qui traitent des lacunes spécifiques et complètent le programme de base.

AI aide également les enseignants à évaluer la pertinence de leur matériel pédagogique. "Alors que le contenu est livré" en direct "dans une salle de classe, la plupart des instructeurs préparent leur matériel par voie électronique", explique Brinton, chercheur à Zoomi. "En conséquence, il est possible pour les technologies d'intelligence artificielle d'interpréter le matériel, de déterminer les sujets traités et même d'analyser le matériel d'évaluation du cours afin de mieux comprendre dans quelle mesure l'évaluation couvre le contenu du cours."

Zoomi utilise Natural Language Processing (NLP), la branche de l'IA qui analyse le contenu et le contexte du matériel écrit, pour évaluer la qualité du matériel de cours d'un enseignant. Les algorithmes de Zoomi suppriment le contenu qui n'a pas d'impact positif sur le processus d'apprentissage. La société travaille également sur des algorithmes qui améliorent l'expérience d'apprentissage en trouvant des contenus complémentaires et en les adaptant pour les adapter au contexte d'une leçon particulière dans laquelle un élève a des difficultés.

"Bientôt, les algorithmes pourront peut-être modifier les phrases pour plus de clarté, et même créer de nouveaux éléments comme le ferait un être humain", déclare Brinton.

Content Technologies, Inc (CTI), société californienne de recherche et développement en intelligence artificielle, a développé une intelligence artificielle générant automatiquement un contenu éducatif personnalisé. Le moteur de CTI utilise l'apprentissage en profondeur pour ingérer et analyser des programmes et du matériel de cours, maîtriser les connaissances et générer de nouveaux contenus tels que des manuels personnalisés, des résumés de chapitres et des tests à choix multiples. La technologie est utilisée par un certain nombre d'entreprises et d'établissements d'enseignement.

L'éducation restera une expérience sociale

Bien que nous ayons constaté des efforts impressionnants dans l’application de l’intelligence artificielle dans l’éducation, les résultats sont médiocres par rapport à d’autres domaines dans lesquels les algorithmes d’IA provoquent des perturbations majeures. La raison en est que l'éducation et l'apprentissage sont des expériences fondamentalement sociales extrêmement difficiles, voire impossibles à automatiser.

"L'intelligence artificielle ne peut pas remplacer les enseignants, car elle n'a pas de conscience de soi ni de régulation métacognitive, et elle manque également d'empathie", a déclaré Luckin, professeur à l'UCL Knowledge Lab. "Toutefois, lorsque sa conception est basée sur ce que nous savons de l’apprentissage et de l’enseignement (les sciences de l’apprentissage), AI peut être combinée à des données volumineuses sur les apprenants afin de démystifier la boîte noire de l’apprentissage et de permettre aux apprenants, aux enseignants et aux parents de faire un suivi. progrès dans plusieurs matières, compétences et caractéristiques - cela peut fournir des informations vitales pour aider les apprenants à devenir plus efficaces en tant qu'apprenants, ainsi que pour les aider à apprendre des connaissances et des compétences."

L’augmentation et l’assistance fournie par AI au processus d’éducation et d’apprentissage rendra les enseignants encore plus productifs et efficaces. «Les enseignants seront en mesure de se concentrer sur ce qu’ils peuvent faire de mieux: créer un excellent contenu, donner des exposés convaincants et aborder les points de douleur les plus envahissants, à la fois en personne et à distance, individuellement et en groupe», explique Brinton.

La collaboration est un autre aspect social de l’éducation. Les étudiants apprennent souvent plus en travaillant en groupes et les uns avec les autres, mais aussi en écoutant des conférences et en résolvant des problèmes à leur rythme. "Les objectifs de l'éducation incluent davantage d'interactions sociales, telles qu'apprendre à être un bon collaborateur ou à communiquer avec les autres", explique Ritter, l'architecte produit de Carnegie Learning. "Par conséquent, la personnalisation de l'enseignement doit être un défi: il faut concilier le fait de voir un élève comme un apprenant autonome capable de travailler à son rythme et de collaborer avec les autres."

Mais l'IA pourrait également devenir un facilitateur dans l'apprentissage collaboratif. Intelligence Unleashed , un document de recherche conjoint de l'UCL et de Pearson, que Luckin a coécrit, explique qu'IA peut soutenir l'apprentissage collaboratif en comparant les modèles d'apprenant et en suggérant des groupes dans lesquels les participants se trouvent à un niveau cognitif similaire ou possèdent des compétences complémentaires et peuvent s'entraider.. AI peut également participer à des groupes d'apprenants en tant que membre et aider à orienter les discussions dans la bonne direction en fournissant du contenu, en posant des questions et en proposant des points de vue différents.

L'omniprésence de l'intelligence artificielle dans le processus d'apprentissage révolutionnera à terme l'éducation. Selon un rapport de l'université de Stanford, dans les quinze prochaines années, il est probable que les technologies de l'IA aideront les enseignants, ce qui entraînera une meilleure interaction humaine à la fois en classe et à la maison.

La salle de classe pourrait rester plus ou moins telle qu’elle est aujourd’hui, mais grâce aux assistants numériques, aux algorithmes d’IA et à des enseignants plus compétents, les futures générations auront accès à un enseignement de meilleure qualité et pourront apprendre beaucoup plus rapidement.