Personnalisation de l’apprentissage : Qu’est-ce que l’Adaptive Learning ?

Définition : aussi appelé apprentissage adaptatif, l’objectif de l’Adaptive Learning est de donner à chaque apprenant un parcours d’apprentissage personnalisé. Ce parcours est conçu en tenant compte de ses atouts, de ses faiblesses, de ses habitudes et de ses objectifs. Le parcours s’adapte en temps réel à l’activité de l’apprenant et s’ajuste à chaque instant en fonction de ses performances et de son intérêt.

L’adaptive learning utilise l’intelligence artificielle pour adapter activement le contenu aux besoins de chaque individu. Il s’appuie sur des domaines aussi divers que l’apprentissage automatique (machine learning), les sciences cognitives, l’analyse prédictive et la théorie de l’éducation pour faire de cette vision de la pédagogie centrée sur l’apprenant une réalité.

Lorsque l’on pense “Adaptive Learning”, on pense généralement à l’Intelligence Artificielle (IA), mais elle peut aussi être provoquée par une intervention humaine (formateur, coach, manager…).

Les enjeux de l’apprentissage adaptatif

L’Adaptive Learning répond à des enjeux multidimensionnels et apporte à chacun de ses enjeux un ensemble de possibilités permettant d’atteindre une meilleure efficacité pédagogique, un meilleur engagement des apprenants ainsi qu’une meilleure agilité de l’entreprise. 

• l’efficacité pédagogique : 

L’efficacité pédagogique a pour objectif d’optimiser l’apprentissage grâce à plusieurs leviers adaptatifs. Pour cela, il doit pouvoir proposer le bon contenu au bon moment : par exemple, en s’adaptant à l’apprenant et à son rythme, ou encore en lui envoyant une notification pour l’inciter à se former. 

• l’engagement des apprenants :

Grâce à une formation plus personnalisée et qui répond mieux à ses besoins, l’engagement de l’apprenant est maximisé : un concept “on demand” qui se retrouve dans les principales plateformes que l’on connaît tous (Spotify, Netflix…).

• l’agilité et performance de l’organisation :

En répondant à la demande de formation et en proposant le contenu le plus adapté aux bonnes populations de collaborateurs, l’organisation bénéficie d’une meilleure performance et d’une agilité maximisée.

4 niveaux d’Adaptive Learning

Il  existe 4 niveaux d’apprentissage adaptatif, du plus global au plus spécifique : 

1) Le niveau des besoins 

Il permet de mieux cerner les besoins des individus et des organisations pour proposer et recommander les contenus les plus pertinents.

Grâce à l’Intelligence Artificielle, vous mettez à disposition de vos collaborateurs, des ‘chatbot’. Ils ont pour objectif de rechercher plus de détails en questionnant le collaborateur qui expose un besoin. Grâce aux informations fournies, vous contextualisez sa demande et adaptez la réponse apportée.
Vous pouvez analyser les requêtes de recherche grâce au traitement automatique du langage naturel (NLP). Grâce à cette analyse, vous allez établir une cartographie des besoins.
Mais vous pouvez aussi, sans IA, proposer un ensemble d’actions :

– Des enquêtes de satisfaction qualitatives et quantitatives.

– Une campagne d’entretiens ritualisée : trimestrielles ou annuelles.

– Des sondages en lien avec vos référentiels de compétences.

2) Le parcours (macro-adaptive)

C’est sûrement le plus connu, le parcours de formation doit être le plus adapté aux résultats et comportements de l’apprenant. Ainsi, même avec un contenu similaire, le chemin que suivra l’apprenant sera unique. En effet, il dépendra de son niveau ou de ses besoins.

Du point de vue de l’IA, on fait ici référence à tous les concepts de prescription grâce par exemple à des algorithmes.
On retrouve dans ce niveau un ensemble de possibilités dans les mains du concepteur : 

– Les conditions d’accès aux modules : « pour avoir accès au module 2, vous devez réussir le module 1« .

– Des quiz ou questionnairede recommandation qui vont venir conditionner l’apprentissage à un certain niveau ou une certaine appétence.

3) Le contenu (micro-adaptive)

Est-ce que le contenu est adapté à l’apprenant ? Possède-t-il le bon niveau de difficulté ? Dans ce cadre, le contenu est individualisé et propre à chaque apprenant en fonction de son avancement et choix.
L’Intelligence Artificielle commence à proposer des systèmes d’automatisation de la création de contenu (Learning Chatbot). Elle permet ainsi de créer du contenu en fonction d’un besoin spécifique, mais aussi durant toute la phase d’évaluation des savoirs (Quiz Learning Chatbot).

Un point essentiel de l’Adaptive Learning découle de la génération de contenu par les apprenants eux-mêmes (UGC, User Generated Content). En effet d’un point de vue ‘humain’ l’UGC répond et s’adapte aux besoins les plus concrets d’où l’intérêt fort, ces dernières années, pour le social learning. 

4) le déclencheur

Les sollicitations d’apprentissage sont envoyées au bon moment, c’est une réelle adaptation au rythme de l’apprenant. L’IA est capable d’analyser les habitudes de connexion et d’usage, ainsi elle cible les moments les plus susceptibles d’engager l’apprenant.

Du point de vue du formateur, du coach, la connaissance vient du besoin de l’apprenant en phase avec ses missions. Le pair est donc en capacité de recommander le meilleur contenu à la meilleure période pour l’apprenant.

Adaptive learning : construire une expérience unique de manière réaliste 

L’Adaptive Learning répond à des enjeux multidimensionnels et apporte à chacun de ses enjeux un ensemble de possibilités permettant d’atteindre une meilleure efficacité pédagogique, un meilleur engagement des apprenants ainsi qu’une meilleure agilité de l’entreprise. Découvrez dans ce webinaire comment construire une expérience d'apprentissage unique grâce à l'Adaptive Learning.