BeLEARN, Sketch to Pipes : formation RA

Sketch to Pipes : modélisation, compréhension et soutien des compétences de rotation mentale en RA

Les capacités de rotation mentale sont essentielles dans le contexte de la formation professionnelle. La réalité augmentée (RA) peut aider les apprenant·e·s à améliorer ces compétences tout en apprenant le dessin technique.

Durée : septembre 2025 – août 2026
Statut : en cours
Niveau de formation : niveau secondaire II – formation professionnelle
Thème : artificial untelligence AI, digital tools
Mots-clés : réalité augmentée, dessin technique, capacités de rotation mentale, apprentissage automatique

Situation initiale

Le raisonnement spatial est une compétence clé dans de nombreux métiers (p. ex. charpentier·ère·s, plombier·ère·s, électricien·ne·s). Les dessinateur·trice·s en architecture doivent, par exemple, modéliser des bâtiments dans des environnements 3D. Les électricien·ne·s doivent installer des systèmes dans des structures complexes. Les installateur·trice·s de chauffage et de sanitaires doivent construire des systèmes 3D à partir de dessins 2D. Ces tâches exigent des professionnel·le·s qu’il·elle·s puissent faire tourner mentalement des objets et anticiper leur apparence selon différents points de vue – une compétence appelée rotation mentale (RM). Le développement des capacités de rotation mentale est donc central pour soutenir l’apprentissage en formation professionnelle. Enseigner cette compétence reste toutefois difficile, car il n’existe pas de stratégies standardisées pouvant être verbalisées ou imitées. Ces capacités sont souvent acquises implicitement par la pratique de tâches réelles. Dans la formation professionnelle, les enseignant·e·s disposent rarement de la possibilité de suivre de près tou·te·s les apprenti·e·s et de leur fournir un retour individualisé.

Objectifs

Notre projet poursuit deux objectifs principaux : premièrement, comprendre les potentialités de la réalité augmentée (RA) pour améliorer les capacités de rotation mentale. Nous recueillerons des données empiriques dans plusieurs régions linguistiques suisses, analyserons les processus d’apprentissage à l’aide de données multimodales (suivi oculaire, mouvements des mains, comportement de tâche) par des techniques de fouille de données, et relierons ces mesures de processus aux résultats d’apprentissage. Deuxièmement, favoriser l’intégration en classe en développant un tableau de bord pour enseignant·e·s permettant la gestion des exercices et en localisant l’application dans les trois langues nationales. Des entretiens avec des enseignant·e·s permettront d’évaluer leurs perceptions et leurs besoins pédagogiques.

Méthode

Nous mènerons une étude expérimentale longitudinale avec 80 à 100 apprenti·e·s en formation professionnelle (installateur·trice·s de chauffage/sanitaires) provenant de Suisse alémanique et italophone. Le protocole comprend :

  • une évaluation initiale (T0) des capacités de rotation mentale et de dessin technique ;
  • quatre séances hebdomadaires de formation en RA (T1–T4) avec l’application Sketch-to-Pipes sur HoloLens 2, avec un groupe expérimental et un groupe témoin (avec vs sans projections 2D en temps réel) ;
  • et un post-test (T5) reprenant les évaluations initiales et incluant une tâche de transfert.

Nous recueillerons des données multimodales (suivi oculaire, mouvements des mains, comportement de tâche), des autoévaluations de la charge cognitive et de la motivation. Des techniques d’apprentissage automatique analyseront les schémas comportementaux et prédiront les résultats d’apprentissage. Des entretiens avec des enseignant·e·s permettront d’évaluer la valeur pédagogique et le potentiel d’intégration en classe.

Translation prévue

SPAI Locarno, gibb  Berne et BB Zurich ont exprimé un vif intérêt pour l’utilisation de Sketch-to-Pipes en raison de son efficacité démontrée. En effet, un projet précédent a testé le prototype en deux phases : une étude pilote d’un mois et une étude longitudinale de deux mois, qui ont montré des améliorations significatives des compétences en dessin technique et en rotation mentale avec de grands effets. Sur la base de ces résultats, le présent projet mènera une nouvelle étude longitudinale afin de comprendre comment les différentes potentialités de la RA influencent les résultats d’apprentissage et d’examiner les mécanismes d’apprentissage sous-jacents. L’application sera étendue à différents contextes linguistiques et adaptée selon les besoins des enseignant·e·s. L’étude se déroulera directement dans les écoles, en collaboration avec les enseignant·e·s, garantissant ainsi une traduction dans la pratique dès le début.

Responsable du projet

360°-Bilder für ABU, 360° Videos Kochausbildung | BeLEARN
Prof. Dr. Alberto Cattaneo Recherche et développement, HEFP
BeLEARN, Sketch to Pipes : formation RA
Prof. Dr. Tanja Käser Machine Learning for Education Laboratory, EPFL

Collaborateur·trice·s du projet

360°-Bilder für ABU, 360° Videos Kochausbildung | BeLEARN
Vito Candido Recherche et développement, HEFP
BeLEARN, Sketch to Pipes : formation RA
Dr. Tanya Nazaretsky Machine Learning for Education Laboratory, EPFL
BeLEARN, Sketch to Pipes : formation RA
Dr. Peter Bühlmann Machine Learning for Education Laboratory, EPFL
BeLEARN, Sketch to Pipes : formation RA
Fatma-Betül Güres Machine Learning for Education Laboratory, EPFL
360°-Bilder für ABU, 360° Videos Kochausbildung | BeLEARN
Gaby Walker Recherche et développement, HEFP

Institutions participantes