L’adaptive learning à l’ère de l’IA : une promesse enfin concrétisée
Avec l’émergence de l’intelligence artificielle générative et agentique, l’adaptive learning, ou apprentissage adaptatif, se transforme en une réalité tangible. Cette approche utilise l’IA et les données d’apprentissage pour adapter en temps réel le niveau de difficulté, le rythme et les ressources proposées à chaque étudiant.
Contexte factuel
L’adaptive learning n’est pas un concept récent. Ses origines remontent aux systèmes tutoriels intelligents des années 1970, mais son développement a été limité jusqu’à présent par le manque de données pertinentes. Les systèmes d’apprentissage étaient souvent basés sur des indicateurs traditionnels, tels que le temps de connexion ou les notes, sans tenir compte des stratégies cognitives des étudiants.
Données ou statistiques
Selon une étude de la RAND Corporation, bien conçue, la personnalisation peut favoriser l’engagement et améliorer la rétention des connaissances (Pane et al., 2015). Cependant, l’enseignement supérieur français reste en retrait par rapport aux États-Unis et aux pays nordiques, qui ont investi davantage dans ce domaine.
Conséquence directe
L’avènement de modèles génératifs capables de comprendre le langage naturel et d’interagir avec les étudiants permet désormais une personnalisation à grande échelle. Cette évolution offre des opportunités pour améliorer l’inclusion et la réussite académique, tout en répondant à une exigence croissante de justice sociale.
Source : Pane, J. F., Steiner, E. D., Baird, M. D., & Hamilton, L. S. (2015). Continued progress: Promising evidence on personalized learning. RAND Corporation.
