Système de tutorat intelligent (ITS) pour les mathématiques préuniversitaires

Durée : mai 2022 – décembre 2022
Statut : terminé
Niveau de formation : niveau secondaire II – formation gymnasiale
Thème : digital tools
Mots-clés : système d’apprentissage adaptatif

Situation initiale

Au cours de la dernière décennie, l’apprentissage assisté par ordinateur – incluant l’e-learning, l’apprentissage mobile, les jeux éducatifs et les applications autonomes – s’est considérablement développé, en raison des avancées technologiques et du passage à l’enseignement à distance pendant la pandémie de Covid-19. Cependant, ces systèmes manquent encore de la flexibilité, du retour d’information et de la personnalisation propres aux salles de classe réelles. Les systèmes d’apprentissage adaptatif, qui ajustent les contenus aux besoins individuels des apprenant·e·s, visent à combler cette lacune. Au cœur de cette approche se trouvent les systèmes de tutorat intelligent (ITS), qui s’appuient sur des modèles d’élèves pour suivre les connaissances, prédire les comportements et personnaliser les parcours d’apprentissage. Malgré des avancées prometteuses, les mises en œuvre concrètes restent rares, principalement en raison de la difficulté à appliquer des ITS généralistes à divers sujets et tranches d’âge.

Objectifs

Ce projet avait pour objectif de relever ce défi en développant un ITS spécifiquement conçu pour l’enseignement des mathématiques au gymnase suisse (élèves de 16 à 18 ans), un domaine où les systèmes adaptatifs sont encore peu utilisés. Il visait également à collecter des données pour le suivi des connaissances assisté par l’intelligence artificielle, en mettant l’accent sur l’identification des états de blocage et des moments d’apprentissage.

Méthode

L’équipe a collaboré avec Taskbase – une start-up suisse disposant déjà d’une expérience dans les plateformes d’apprentissage adaptatif – afin d’accélérer le développement. Une interface web a été conçue pour permettre le téléversement d’exercices, la mise à disposition d’explications et la collecte de données, et un prototype initial a été réalisé. Il était prévu de déployer cette application web dans des gymnases du canton de Berne, en collaboration avec la PHBern, afin de recueillir des données auprès des élèves. Le knowledge tracing devait combiner des approches probabilistes et d’apprentissage profond (Deep Learning). Pour détecter les blocking states, les interactions sur l’interface utilisateur devaient être analysées (p. ex. clics d’aide, erreurs, temps d’attente). Les données collectées devaient ensuite être analysées afin de déterminer si, et à quel moment, les apprenant·e·s maîtrisaient des compétences ou des concepts spécifiques.

Résultats

Dans le cadre du projet, un premier prototype d’un ITS basé sur le web pour le dépôt d’exercices a été développé. Ce prototype a permis la collecte de données précieuses pour le knowledge tracing. Le projet s’est concentré sur l’identification des blocking states (moments où les apprenant·e·s se retrouvent bloqué·e·s) et des learning moments (moments d’acquisition des connaissances). Ces aspects avaient jusqu’à présent été peu étudiés en raison des difficultés liées à leur détection. Les premières données ont permis à l’équipe d’explorer des modèles capables de prédire de tels états et d’affiner les fonctionnalités adaptatives du système.

Mise en œuvre de la translation

La collaboration avec Taskbase a permis un développement efficace fondé sur des technologies d’apprentissage adaptatif éprouvées. Cependant, en raison du budget limité du projet, il n’a pas été possible d’impliquer un nombre suffisant d’élèves ni de réaliser l’ensemble des fonctionnalités prévues. L’utilisation prévue de l’application web dans les gymnases bernois, ainsi que la collecte de données pour le développement des modèles de knowledge tracing, n’ont pas pu être mises en œuvre. Néanmoins, le projet a fourni d’importantes bases conceptuelles : les approches développées pour la détection des blocking states (moments où les apprenant·e·s se retrouvent bloqué·e·s) et des learning moments (moments d’acquisition des connaissances), ainsi que la conception d’un ITS (système de tutorat intelligent) pour des thèmes avancés de mathématiques du programme des gymnases suisses, constituent une base précieuse pour de futurs projets qui pourraient être poursuivis avec des ressources suffisantes. Le projet a apporté une contribution conceptuelle au développement de systèmes d’apprentissage adaptatif pour les mathématiques avancées. En se concentrant sur le programme suisse et sur le groupe d’âge de 16 à 18 ans, il a comblé une lacune dans la recherche existante, qui s’appuie majoritairement sur des ensembles de données nord-américains et des élèves plus jeunes. Les approches méthodologiques développées pour la détection des blocking states et des learning moments offrent des fondements théoriques pour des analyses plus précises des processus d’apprentissage dans les systèmes adaptatifs. Bien que les contraintes budgétaires aient empêché la mise en œuvre pratique et la collecte de données, le projet met en évidence le potentiel et les défis liés au développement d’outils numériques personnalisés pour l’apprentissage de sujets mathématiques exigeants. Il fournit une base conceptuelle solide pour la poursuite de la recherche et du développement dans le domaine des systèmes d’apprentissage adaptatif pour le niveau secondaire supérieur.

Institutions participantes