Veuillez choisir le dossier dans lequel vous souhaitez ajouter ce contenu :
Colloque
Membre a labase
Abdou Ndiaye : Université Gaston-Berger
L’essor des MOOC a démocratisé l’accès à l’apprentissage en ligne, mais il soulève d’importants défis liés à la diversité des profils d'apprenants. Il est alors essentiel d’adopter des approches pédagogiques capables de s’adapter aux besoins spécifiques et aux progrès de chaque apprenant. Deux axes majeurs d’innovation dans ce domaine concernent l’adaptation des parcours d’apprentissage à travers des systèmes de recommandation intelligents et l’amélioration des évaluations grâce aux tests adaptatifs informatisés (CAT).
Cette communication propose une approche combinant ces deux dimensions. Le système de recommandation repose sur l’algorithme Alternating Least Squares (ALS), une technique de filtrage collaboratif exploitant les interactions passées des apprenants pour prédire les préférences des nouveaux utilisateurs vis-à-vis des modules qu’ils n’ont pas encore explorés et leur suggérer les plus pertinents. L’évaluation adaptative quant à elle s’appuie sur le cadre Neural Computerized Adaptive Testing (NCAT), qui utilise l’apprentissage par renforcement pour ajuster dynamiquement la sélection des questions en fonction des performances des apprenants.
Nous présentons un prototype de cette approche dont les résultats préliminaires, bien que perfectibles, montrent des signes prometteurs. Cette étude permet également d’examiner les défis techniques et méthodologiques rencontrés lors de la mise en œuvre de ces systèmes, ainsi que les perspectives d’amélioration et d’intégration.
L’intelligence artificielle pour l’éducation (IAED) transforme radicalement les pratiques pédagogiques en permettant le développement de systèmes d’apprentissage adaptatifs, capables de répondre aux besoins spécifiques des étudiant·es tout en soutenant les enseignant·es dans la personnalisation de l’enseignement. Ce colloque explore les avancées récentes dans le domaine de l’IAED, en abordant des technologies variées, comme les tuteurs intelligents, les systèmes de recommandation pédagogiques ainsi que les grands modèles de langage (LLM). Ces outils offrent des possibilités inédites d’interactions dynamiques entre l’apprenant·e et les systèmes éducatifs, facilitant la création de parcours d’apprentissage individualisés et réactifs.
Le domaine de l’IAED englobe des enjeux interdisciplinaires aux frontières des domaines de l’informatique, de l’éducation et de la psychologie. Il encourage la recherche rigoureuse et le développement d’environnements d’apprentissage interactifs et adaptatifs pour les apprenant·es de tous les âges, dans tous les domaines. Il vise notamment à prédire les difficultés d’apprentissage, en décelant les obstacles potentiels avant qu’ils ne se manifestent de manière critique. L’intégration des LLM, par exemple, permet d’enrichir ces systèmes par la génération automatique de contenus éducatifs ou de rétroaction personnalisée.
Au-delà de l’automatisation et de la personnalisation, l’IAED pave la voie à des environnements d’apprentissage véritablement interactifs, où l’apprenant·e devient un acteur central de son propre parcours éducatif. Cependant, cette transformation soulève également des questions cruciales sur l’éthique, la transparence et la régulation de ces technologies dans les milieux éducatifs. Le colloque propose ainsi d’analyser non seulement les bénéfices potentiels de ces systèmes, mais aussi d’aborder des préoccupations liées aux données personnelles, à l’équité et à la réduction des préjugés.
Thème du colloque :
Responsables :
Date :
5 mai 2025
Titre du colloque :
Thème du colloque :
