Post on 11-Apr-2017
Un regard sur les fondations
DeacutefinirlrsquoADAptiveleArning
3
Nous nrsquoapprenons pas tous de la mecircme maniegravere Nous employons tous diffeacuterentes meacutethodes drsquoapprentissage et de reacutevision pour acqueacuterir des connaissances et des compeacutetences Cela peut sembler banal mais finalement nous avons tous des aptitudes diffeacuterentes et des preacutefeacuterences drsquoapprentissage Par conseacutequent un domaine drsquoeacutetude peut nous sembler plus inteacuteressant qursquoil ne lrsquoest pour quelqursquoun drsquoautre et cette preacutefeacuterence peut varier consideacuterablement drsquoune personne agrave lrsquoautre
Nos systegravemes eacuteducatifs nationaux ont pour mission de fournir une eacuteducation de masse agrave la population mais tout le monde sait que dans une salle de classe il existe une grande varieacuteteacute de profils et de niveaux On note eacutegalement cette dispariteacute dans lrsquoenseignement supeacuterieur Mecircme si lrsquoavegravenement des MOOC (de lrsquoanglais Massive Open Online Courses ou en franccedilais CLOM Cours en ligne ouverts et massifs) a deacutemocratiseacute lrsquoaccegraves agrave la formation cet environnement fonctionne toujours sur la base drsquoun systegraveme et des programmes drsquoapprentissage agrave laquo format unique raquo En reacutealiteacute ce systegraveme peut deacutevaloriser lrsquoindividualiteacute Il diminue par conseacutequent lrsquoefficaciteacute de lrsquoapprentissage en ignorant lrsquoimplication individuelle et en srsquoadaptant mal aux connaissances et aux capaciteacutes de lrsquoapprenant
De nos jours la neacutecessiteacute drsquoaccroicirctre ses compeacutetences drsquoobtenir de nouvelles qualifications et drsquoacqueacuterir de nouvelles connaissances est une reacutealiteacute dans un monde du travail et dans un marcheacute de lrsquoemploi toujours plus concurrentiels ougrave de nouveaux preacuterequis et intituleacutes de poste apparaissent chaque jour Pour srsquoadapter agrave des personnes aux parcours varieacutes lrsquoeacuteducation et la formation continue doivent ecirctre plus efficientes et individualiseacutees
La question demeure comment reacutepondre agrave ces deacutefis Crsquoest ce que nous allons examiner tout au long de ce livre blanc qui a pour but drsquoexplorer le concept drsquoapprentissage adaptatif et de comprendre comment lrsquoanalyse des donneacutees peut permettre drsquoobtenir de meilleurs reacutesultats drsquoapprentissage pour chaque personne
introDuction
4
Cette œuvre est mise agrave disposition selon les termes de la Licence Creative Commons Attribution Pas drsquoUtilisation Commerciale - Pas de Modification 40 International
2017 - Domoscio - v1
01 Une approche seacuterieuse de lrsquoapprentissage 6
02 Pourquoi parle-t-on de Big Data 8
03 Intelligence Artificielle - Le Remake 10
04 Lrsquoeacutevolution de lrsquoapprentissage adaptatif12
05 Apprentissage adaptatif ndash Le dernier modegravele 14
06 Appliquer lrsquoapprentissage adaptatif19
07 De la theacuteorie aux reacutesultats20
08 Premiers preacuterequis pour commencer24
09 Agrave propos de Domoscio26
SommAire
01 Quelques chiffres 02 Quelques mots 03 Beacuteneacutefices
6
Agrave ce stade il convient de faire une distinction entre la notion drsquoapprentissage - que nous pouvons deacutefinir comme un processus - et la notion laquo drsquoassimilation raquo qui correspond agrave une phase dans ce processus En fait un processus complet drsquoapprentissage se compose de trois phases Assimilation consolidation et Application
LrsquoAssimilation est lrsquoaction drsquoapprentissage qui permet de deacutecouvrir quelque chose de nouveau et de lrsquointeacutegrer dans sa base de connaissances
En 1984 Bloom comparait lrsquoenseignement conventionnel avec les cours particuliers et deacutemontrait que les seconds eacutetaient significativement plus efficaces les apprenants obtenaient de meilleurs reacutesultats aux tests travaillaient pendant des peacuteriodes plus courtes et avaient geacuteneacuteralement une attitude plus positive Nous pouvons en deacuteduire que lrsquoapproche laquo format unique raquo peut ecirctre limiteacutee en termes de reacutesultats peacutedagogiques lorsqursquoon la compare avec celle des cours particuliers qui neacutecessite elle certes beaucoup plus de ressources Selon cette logique le cours particulier pourrait presque ecirctre consideacutereacute comme un modegravele ideacuteal afin drsquoameacuteliorer lrsquoassimilation mais il est difficilement applicable agrave lrsquoenseignement geacuteneacuteral car il demande beaucoup de ressources et ne permet pas lrsquoapprentissage social ou la collaboration entre apprenants
1 B S Bloom laquoThe 2 Sigma Problem The Search for Methods of Group Instruction as Effective as One-to-One Tutoringraquo Educational Researcher pp 4-16 Juin - Juil 1984
une Approche SeacuterieuSe De lrsquoApprentiSSAge
AssimilAtion
ApplicAtionAssimilAtion consolidAtion
le processus drsquoApprentissAge
7
2 J Dunlosky K A Rawson E J Marsh M J Nathan y D T Willingham laquoImproving studentsrsquo learning with effective learning techniques promising directions from cognitive and educational psychologyraquo Psychological Science in the Public Interest pp 4-58 20133 Henry L Roediger III y Jeffrey D Karpicke ldquoTest-Enhanced Learning Taking Memory Tests Improves Long-Term Retention rdquo Psychological Science volume 17 pp 249ndash255 marzo de 20064 Michael M Lombardo Robert W Eichinger ldquoThe Career Architect Development Plannerrdquo Minneapolis Lominger p iv ISBN 0-9655712-1-1 1996
La consolidation est la phase de stabilisation et de stockage dans la meacutemoire apregraves lrsquoacquisition initiale de nouvelles informations de connaissances de savoirs ou de compeacutetences
En 2013 Dunlosky et al ont eacutevalueacute 10 pratiques de reacutevision et sont parvenus agrave la conclusion que la reacutepeacutetition espaceacutee et les tests font partie des techniques de reacutevision les plus efficaces Deacutejagrave en 2006 Roediger et Karpicke avaient mis en eacutevidence les avantages de la combinaison de ces deux meacutethodes
bull reacutepeacutetition espaceacutee programme de reacutevision qui eacutetale les activiteacutes drsquoeacutetude dans le temps
bull reacutevision par des tests auto-eacutevaluation ou eacutevaluation sur un conceptsujet qui nrsquoest pas encore consolideacute
consolidAtion
La troisiegraveme phase est lrsquoApplication par laquelle les informations les connaissances et les compeacutetences acquises sont appliqueacutees agrave des cas reacuteels et tangibles
Selon les recherches de Michael M Lombardo et Robert W Eichinger du Center for Creative Leadership
bull Environ 70 de lrsquoapprentissage se fait agrave partir des expeacuteriences sur le lieu de travail lrsquoexeacutecution de tacircches et la reacutesolution de problegravemes bull Environ 20 de lrsquoapprentissage se fait agrave partir des commentaires et de lrsquointeraction avec les autres bull Environ 10 de lrsquoapprentissage provient des cours et de la lecture
Eacutetant donneacute que 70 de lrsquoapprentissage deacutecoule de lrsquoapplication de la theacuteorie et drsquoexercices pratiques les jeux de rocircles et les simulations sont sans doute des meacutethodes agrave privileacutegier pour assurer de meilleurs reacutesultats drsquoapprentissage
ApplicAtion
chaque individu ayant une preacutefeacuterence ou une faciliteacute pour un certain type de peacutedagogie plutocirct qursquoun autre adapter le parcours et les meacutethodes drsquoapprentissage agrave lrsquoindividu lui donnera logiquement une meilleure chance drsquointeacutegrer et de consolider lrsquoensemble des connaissances cette pratique peut ecirctre renforceacutee en stimulant les apprenants avec des tests et du feedback pertinent pour assurer la consolidation
8
Deacutejagrave dans les anneacutees 1940 Fremont Rider publiait the Scholar and the future of the research library une œuvre dans laquelle il calculait que selon le rythme drsquoexpansion et de croissance des bibliothegraveques universitaires ameacutericaines de lrsquoeacutepoque ces derniegraveres doublaient de taille agrave peu pregraves tous les seize ans En suivant ce modegravele de croissance Rider estimait que drsquoici agrave 2040 la Yale University Library compterait laquo environ 200000000 volumes raquo occupant laquo plus de 6000 mille (pregraves de 10000 kilomegravetres) drsquoeacutetagegraveres [requeacuterant] un personnel de catalogage de plus de six mille personnes raquo5
En avril 1980 dans le cadre du Fourth IEEE Symposium on Mass Storage Systems sur les systegravemes de stockage de masse IA Tjomsland a donneacute une confeacuterence intituleacutee Where Do We go from here dans laquelle il a citeacute la loi de Parkinson laquo Les donneacutees se deacuteveloppent pour remplir lrsquoespace disponible raquo Il a parleacute de la faccedilon dont de grandes quantiteacutes de donneacutees ont eacuteteacute laquo conserveacutees parce que les utilisateurs nrsquoont aucun moyen drsquoidentifier les donneacutees les peacutenaliteacutes pour stocker des donneacutees obsolegravetes sont moins apparentes que les peacutenaliteacutes pour rejeter des donneacutees potentiellement utiles raquo5
En juillet 1986 dans le domaine de la communication de donneacutees Hal B Becker a publieacute can users really absorb data at todayrsquos rates tomorrowrsquos dans lequel il deacutecrit la progression de la densiteacute drsquoenregistrement et fait part de ses preacutedictions sur ce que nous pourrions attendre en termes de stockage de donneacutees au tournant du siegravecle5
En 1990 dans Saving All the Bits publieacute dans American Scientist Peter J Denning a exploreacute le thegraveme de lrsquoIntelligence Artificielle (IA) Il soutient que laquo lrsquoimpeacuteratif [pour les scientifiques] de tout enregistrer nous megravene agrave une situation impossible le deacutebit et le volume des flux drsquoinformation submergent nos reacuteseaux nos peacuteripheacuteriques de stockage et nos systegravemes de recherche ainsi que la capaciteacute humaine de compreacutehension raquo De maniegravere lucide il traite de la technologie existante agrave lrsquoeacutepoque et des reacuteseaux qui nrsquoavaient tout simplement pas une capaciteacute suffisante estimant neacuteanmoins que nous pourrions plus tard ecirctre en mesure de construire des machines capables de reconnaicirctre et de preacutevoir des modegraveles de donneacutees agrave une vitesse suffisante pour faire face en temps reacuteel agrave drsquoimmenses flux de donneacutees Cette capaciteacute de vitesse et de reconnaissance accrue selon Denning signifierait un repeacuterage plus preacutecis des donneacutees utiles de stockage et drsquoexploitation De telles machines seraient eacutegalement capables drsquoidentifier des modegraveles dans les bases de donneacutees existantes pour former des descriptions de classe et extraire des informations pertinentes5
Aujourdrsquohui il y a eu un changement paradigmatique en ce qui concerne les
possibiliteacutes de stockage qui sont maintenant immenses accessibles et abordables
pourquoi pArle-t-on De Big DAtA
5 Gil Press ldquoA Very Short History of Big Datardquo Forbes 21 mai 2013 reacutecupeacutereacute le 30 deacutecembre 20166 Cyril Northcote Parkinson ldquoParkinsonrsquos Lawrdquo The Economist 19 novembre 1955 reacutecupeacutereacute le 30 deacutecembre 2016
La notion de laquo Big Data raquo ou de laquo meacutegadonneacutees raquo est de plus en plus omnipreacutesente Elle est souvent utiliseacutee pour deacutecrire de nouvelles possibiliteacutes drsquoobtenir des informations preacutecieuses gracircce agrave des donneacutees collecteacutees massivement notamment dans des domaines tels que le marketing les sciences de la vie la banque mais aussi les technologies de lrsquoeacuteducation (EdTech) et la formation en ligne Il convient cependant de noter que les laquo donneacutees raquo eacutetaient un sujet important bien avant la grande reacutevolution des donneacutees massives drsquoaujourdrsquohui
9
Alors que lrsquoinformatique quantique semble imminente les ordinateurs et les algorithmes drsquoapprentissage automatiques imagineacutes par Denning sont devenus une reacutealiteacute et leurs capaciteacutes sont en constante ameacutelioration Selon les normes actuelles la preacuteoccupation de Rider sur lrsquoespace de stockage des bibliothegraveques physiques semble ridiculement archaiumlque car nous pouvons deacutesormais stocker numeacuteriquement de grandes quantiteacutes de donneacutees sur une gamme drsquoappareils de plus en plus vaste
7 rdquoThe DIGITAL UNIVERSE of OPPORTUNITIESrdquo EMC2 Digital Universe Infobrief with IDC avril 20148 1 Zettaoctet (Zo) = 103 Exaoctet (Eo) = 106 Petaoctet (Po) = 109 Teraoctet (To) = 1012 Gigaoctet (Go) = 1015 Megaoctet (Mo) = 1018 kilooctet (ko) = 1021 octet
croissance preacutevue de la geacuteneacuteration de donneacutees 7
Zettaoctet8
0
10
20
30
40
50
en 2013 il y avait presque autant de bits dans lrsquouni-
vers numeacuterique que drsquoeacutetoiles dans lrsquounivers
physique
44
10
Aujourdrsquohui lrsquoaccegraves aux donneacutees nrsquoest pas un problegraveme La question consiste agrave deacuteterminer quelles sont les donneacutees utiles Comme Denning lrsquoa souligneacute le veacuteritable deacutefi est de reacuteussir agrave traiter toutes ces donneacutees
Crsquoest lagrave que lrsquointelligence Artificielle (IA) peut tirer le meilleur parti des donneacutees agrave notre disposition Bien que cette science nrsquoait rien de nouveau elle est devenue un sujet de grand inteacuterecirct en cette eacutepoque de meacutegadonneacutees Mecircme si un grand nombre drsquoalgorithmes ont eacuteteacute eacutecrits dans les anneacutees 1970 1980 et 1990 il y a deacutesormais infiniment plus de donneacutees agrave analyser et bien plus de puissance de calcul agrave exploiter On ameacuteliore constamment les capaciteacutes des ordinateurs agrave appliquer des calculs matheacutematiques complexes aux meacutegadonneacutees ce qui donne agrave lrsquointelligence artificielle un tout nouveau sens
Lrsquoapprentissage automatique (en anglais Machine Learning) est un sous-ensemble de lrsquointelligence artificielle baseacute sur le concept des ordinateurs qui srsquoadaptent aux nouvelles entreacutees de donneacutees et agrave lrsquoapprentissage sur les calculs preacuteceacutedents afin de reacutepeacuteter les deacutecisions produisant les meilleurs reacutesultats Crsquoest une meacutethode drsquoanalyse de donneacutees baseacutee sur la reconnaissance de scheacutemas en utilisant des algorithmes pour creacuteer des modegraveles analytiques Ces algorithmes assimilent des donneacutees par un processus iteacuteratif ce qui signifie que lrsquoordinateur peut trouver des tendances inconnues sans qursquoil ait eacuteteacute speacutecifiquement programmeacute pour chercher dans les donneacutees geacuteneacutereacutees drsquoougrave le terme laquo apprentissage raquo dans le titre
Les nouvelles technologies informatiques signifient que lrsquoapprentissage automatique est plus efficace que jamais Crsquoest la base mecircme de lrsquoanalyse des donneacutees agrave caractegravere personnel Ainsi elle sous-tend les nombreux meacutecanismes drsquoexploration de donneacutees opeacuterant derriegravere nos activiteacutes en ligne telles que la recommandation des offres en ligne qui constituent les laquo messages suggeacutereacutes raquo de Facebook ou de films qui srsquoaffichent bien en eacutevidence sur nos comptes Netflix
Alors que le concept drsquoapprentissage automatique est en vogue depuis un certain temps lrsquoapprentissage profond est devenu le nouveau mot drsquoordre pour les derniers progregraves en intelligence artificielle Lrsquoapprentissage profond (appeleacute Deep Learning en anglais) est veacuteritablement un sous-ensemble de lrsquoapprentissage automatique il utilise plusieurs couches drsquoalgorithmes drsquoapprentissage automatique baseacutes sur des donneacutees abstraites En termes de preacutevision les meacutethodes drsquoapprentissage profond deacutecoulent de lrsquoapprentissage automatique et peuvent ecirctre consideacutereacutees comme laquo lrsquoeacutetape suivante raquo attendue dans ce domaine
Lrsquoapprentissage profond ne concerne pas exclusivement les technologies de lrsquoeacuteducation mais ses applications dans ce domaine sont drsquoun inteacuterecirct particulier Drsquoune maniegravere geacuteneacuterale il englobe les technologies drsquointelligence artificielle qui peuvent effectuer des tacircches comme - voire mieux que - les ecirctres humains Agrave titre drsquoexemple vous pouvez regarder le cas de AlphaGo un programme informatique conccedilu pour jouer au jeu de strateacutegie Go ceacutelegravebre pour avoir battu lrsquoancien champion du monde de Go Lee Sedol en 2016
intelligence Artificielle - le remAke
11
Lrsquoapprentissage adaptatif tombe sous lrsquoeacutegide de ce que lrsquoon appelle les systegravemes de tutorat intelligents ou Intelligent Tutor Systems en anglais Ceux-ci repreacutesentent lrsquoapplication la plus courante de lrsquoapprentissage profond dans les technologies de lrsquoeacuteducation Ils fonctionnent en suivant les eacutetapes mentales des apprenants au cours de la reacutesolution de problegravemes afin drsquoanalyser leur compreacutehension drsquoun domaine particulier Gracircce agrave leur imitation du comportement humain ils fournissent agrave lrsquoapprenant des conseils des commentaires et des explications en temps reacuteel et par-dessus tout ils peuvent recommander des activiteacutes drsquoapprentissage speacutecifiquement adapteacutees agrave chaque apprenant
learning techniques in Artificial intelligence
12
Les cours particuliers - Ce type drsquoapprentissage renvoie aux meacutethodes drsquoapprentissage scolaire de lrsquoeacutepoque non-informatique Bloom1 vantait dans ses eacutetudes les meacuterites des cours particuliers mais aujourdrsquohui ils ne sont tout simplement pas applicables agrave grande eacutechelle ou dans un contexte eacuteducatif de masse en raison drsquoun manque de ressources adeacutequates et parce qursquoil ne reacutepond pas aux enjeux de lrsquoapprentissage social ou de la socialisation qui sont cruciales dans le deacuteveloppement
Lrsquoapprentissage diffeacuterencieacute - Crsquoest un autre ancecirctre de lrsquoapprentissage adaptatif comme nous lrsquoentendons aujourdrsquohui qui consiste agrave canaliser les apprenants dans des parcours drsquoapprentissage preacutedeacutefinis et baseacutes sur un certain nombre de critegraveres Il en existe deux types tous deux limiteacutes dans leur capaciteacute agrave optimiser les reacutesultats drsquoapprentissage
lrsquoeacutevolution De lrsquoApprentiSSAge ADAptAtif
La meacutethode la plus simple eacutevalue un eacutetudiant ou un apprenant au deacutebut drsquoun programme drsquoapprentissage et lrsquooriente vers une cateacutegorie ou un niveau speacutecifique On ne peut pas changer la deacutecision de cateacutegorisation apregraves qursquoelle a eacuteteacute prise
Les moteurs de regravegles (en anglais Rules-based Systems) pour leur part utilisent geacuteneacuteralement des laquo arbres de deacutecisions raquo pour guider les eacutelegraveves en fonction de ce qursquoils font tout au long de leur parcours drsquoapprentissage preacutedeacutefini indeacutependamment de leur historique et sans comprendre le raisonnement sous-jacent de lrsquoapprenant
eacutetat n eacutetat n+1regravegle preacutedeacutefinie deacutependantseulement de lrsquoeacutetat n
Nous connaissons aujourdrsquohui des deacutefinitions diverses et varieacutees de lrsquoapprentissage adaptatif Il existe aussi de nombreux preacutecurseurs de lrsquoapprentissage adaptatif dont
13
tests adaptatifs informatiseacutes (en anglais Computerised Adaptive Testing) - Crsquoest un systegraveme qui pose des questions ou propose des sessions drsquoeacutevaluation en fonction des reacutesultats aux tests preacuteceacutedents ou des reacuteponses Crsquoest une fonctionnaliteacute que de nombreuses plateformes drsquoapprentissage en ligne proposent deacutejagrave Un meacutecanisme inteacutegreacute garantit que si lrsquoon reacutepond incorrectement agrave une question la question suivante aura un niveau de difficulteacute infeacuterieur Cela met en eacutevidence son adaptabiliteacute limiteacutee car bien qursquoil modifie le parcours drsquoapprentissage en fonction de lrsquoapprenant il le canalise uniquement vers certaines cateacutegories preacutedeacutetermineacutees Il srsquoadapte seulement dans le cadre du test et ne srsquoappuie pas sur lrsquoexpeacuterience drsquoautres apprenants pour en extraire des informations pourtant pertinentes et tregraves utiles
fini
fini
NIv
eAU
De
DIf
fIc
ULt
eacute
14
Lrsquoapprentissage adaptatif (en anglais Adaptive Learning ou Personalised Learning) revient agrave combiner les recherches en sciences cognitives et lrsquointelligence artificielle (IA) et les appliquer aux meacutegadonneacutees pour deacutevelopper de meilleurs systegravemes drsquoapprentissage plus efficients et plus personnaliseacutes Ceux-ci assurent une meilleure compreacutehension et reacutetention de lrsquoinformation des connaissances des savoirs et des compeacutetences acquises par un apprenant donneacute Lrsquoapprentissage adaptatif srsquoappuie sur le parcours de lrsquoapprenant et sur les donneacutees qursquoil a geacuteneacutereacutees pour produire des plans drsquoapprentissage personnaliseacutes et proposer des contenus adapteacutes agrave ses capaciteacutes ainsi que des recommandations qui seront plus susceptibles de correspondre agrave ses aptitudes Ces eacuteleacutements sont calculeacutes sur la base du profil des apprenants de leurs objectifs drsquoapprentissage de leur historique drsquoapprentissage et des contenus suivis preacuteceacutedemment
le ministegravere de lrsquoeacuteducation des eacutetats-unis deacutefinit laquo lrsquoapprentissage adaptatif raquo comme
un systegraveme drsquoapprentissage numeacuterique qui peut laquo eacutevoluer de faccedilon dynamique
pour mieux correspondre agrave lrsquoeacutetudiant gracircce aux informations recueillies au cours de
lrsquoapprentissage raquo
Lrsquoanalyse des donneacutees qui conduit agrave lrsquoanalytique de lrsquoapprentissage (ou analyse des donneacutees sur lrsquoeacuteducation connue aussi sous son nom anglais Learning Analytics) Les apprenants travaillent sur un systegraveme adaptatif donc les donneacutees qursquoils geacutenegraverent sont analyseacutees afin de
Generate dashboards highlighting insightful data and predictions
Les systegravemes de recommandations impliquent drsquoanticiper les reacuteactions des utilisateurs agrave une seacuterie drsquooptions Les recommandations sont faites pour orienter plus preacuteciseacutement et plus efficacement lrsquoapprenant vers lrsquoobjectif drsquoapprentissage
Les regroupements drsquoutilisateurs font reacutefeacuterence aux regroupements drsquoapprenants qui se ressemblent afin qursquoils puissent travailler ensemble et srsquoentraider
La modeacutelisation des apprenants (ou Learner Modeling) srsquointeacuteresse agrave lrsquoeacutetudiant et vise agrave deacutefinir ce qui est compris par lrsquoapprenant ce qui est compris de lrsquoapprenant et quel est lrsquoobjectif drsquoapprentissage
La deacutetection de donneacutees aberrantes se rapporte agrave la deacutetection drsquoanomalies Par exemple cette meacutethode est utiliseacutee pour deacutetecter un apprenant qui serait en train de tricher qui srsquoeacuteloignerait de ses objectifs drsquoapprentissage ou mecircme qui serait en situation de deacutecrochage
ApprentiSSAge ADAptAtif ndash le Dernier moDegravele
Creacuteer des plans drsquoapprentissage personnaliseacutes et proposer des recommandations
Geacuteneacuterer des tableaux de bord mettant en eacutevidence des donneacutees et des preacutevisions pertinentes
Lrsquoapprentissage adaptatif aborde les trois phases du processus drsquoapprentissage (Assimilation consolidation et Application) Pour ce faire un ensemble de meacutethodes et de techniques sont employeacutees En voici quelques-unes
15
contenu amp Structure des connaissances
Compeacutetence 1
Compeacutetence 4
Compeacutetence 3
Compeacutetence 2
Sujet 1 Sujet 2
Sujet 3
Concept 1 Concept 2
Concept 3
Contenu 1Contenu 2
bullbullbull
Eacutevaluation 1Eacutevaluation 2
bullbullbull
Autres 1Autres 2
bullbullbull
Compeacutetence 5
Sujet 4
REacuteVISION
Contenu 1Contenu 2
bullbullbull
Exercise 1Exercise 2
bullbullbull
16
eacutetape de boucle courte
Dans cette eacutetape lrsquoapprenant tente drsquoassimiler un concept en particulier Lrsquoalgorithme drsquoapprentissage adaptatif propose agrave lrsquoapprenant une seacutequence speacutecifique drsquoeacutevaluations de contenus et drsquoautres activiteacutes adapteacutes agrave lui Les donneacutees drsquoentreacutee pour lrsquoanalyse algorithmique sont
Lrsquoobjectif drsquoapprentissage relatif agrave un concept en particulierLes types de contenu drsquoeacutevaluations et drsquoautres activiteacutes qui conviennent le mieux agrave lrsquoapprenant selon lrsquohistorique de donneacuteesLe comportement de lrsquoapprenant et celui de ses pairs par rapport au conceptLe niveau de compreacutehension de lrsquoapprenant sur les ressources preacuteceacutedentes lieacutees au conceptLe niveau drsquoassimilation du concept par lrsquoapprenant
Lrsquoobjectif drsquoapprentissage relatif agrave un sujet en particulierLe niveau de progregraves de lrsquoapprenant dans la maicirctrise du sujetLe comportement et le progregraves des autres apprenants par rapport au sujet
Contenu 1 Contenu 2
Eacutevaluation 1 Eacutevaluation 2
Autres 1 Autres 2
Concept 1
Concept 2
Concept 3
Concept 4
lrsquoapprentissage adaptatif est composeacute de cinq eacutetapes diffeacuterentes
eacutetape de boucle longue
Un sujet speacutecifique est composeacute de plusieurs concepts diffeacuterents Cette eacutetape concerne le sujet dans son ensemble par opposition aux concepts individuels Lrsquoalgorithme suggegravere le prochain concept agrave assimiler et propose un parcours drsquoapprentissage en tenant compte des donneacutees provenant de
Sujet
17
eacutetape de macro recommandation
Lorsque lrsquoobjectif drsquoapprentissage sur un sujet en particulier a eacuteteacute atteint lrsquoalgorithme fait une recommandation concernant le prochain objectif drsquoapprentissage (le prochain sujet agrave aborder et agrave maicirctriser) Les entreacutees sont baseacutees sur toutes les informations recueillies au cours des phases preacuteceacutedentes Encore une fois cela srsquoappuie sur les capaciteacutes les inteacuterecircts et les preacutefeacuterences peacutedagogiques deacuteduits de lrsquoapprenant ainsi que sur ceux de ses camarades et les reacutesultats qursquoils ont produits
eacutetape de reacutevision
Lorsque lrsquoassimilation est effective la consolidation doit srsquoeffectuer et celle-ci est reacutealiseacutee par la reacutepeacutetition espaceacutee Lrsquoalgorithme va proposer un plan de reacutevision sur mesure pour lrsquoapprenant ainsi qursquoun test approprieacute pour deacuteterminer les reacutevisions agrave effectuer et le moment pour optimiser le nombre de questions Les entreacutees de donneacutees prises en compte sont
Compeacutetence 3
Compeacutetence 2
Compeacutetence 1
La preacutevision du moment ougrave lrsquoapprenant est susceptible drsquooublierLa difficulteacute de reacutetention du concept pour lrsquoapprenantLa relation entre les diffeacuterents concepts et le contenuLe comportement de lrsquoapprenant par rapport agrave la reacutevision et celui de ses pairs
Sujet 1 Reacutevision 1
Reacutevision 2
15 Janvier
23 Janvier
bullbullbull
reacutevision
18
Sur la bonne voie
Pas sur la bonne voie
lrsquoalgorithme est dynamique et recalcule en permanence son prochain plan drsquoaction sur la base des nouvelles informations recueillies gracircce aux nouvelles donneacutees entreacutees et aux interactions humaines cela lui permet de reacuteagir dans le meilleur inteacuterecirct de lrsquoapprenant et renforce sa capaciteacute agrave geacuteneacuterer un meilleur impact drsquoapprentissage
eacutetape de remeacutediation
Tout au long de ce processus lrsquoalgorithme analyse les progregraves de lrsquoapprenant afin drsquoidentifier une difficulteacute ou un point de blocage (ougrave lrsquoapprenant peut ecirctre tenteacute drsquoabandonner) Lrsquoalgorithme peut agrave tout moment et de faccedilon reacuteactive proposer une nouvelle seacutequence dans le but de remettre lrsquoapprenant sur la bonne voie Lorsque cette situation se produit lrsquoenseignant reccediloit une alerte ou une notification et peut intervenir pour aider agrave reacutesoudre le problegraveme
19
Lrsquoapprentissage adaptatif peut ecirctre appliqueacute agrave une grande varieacuteteacute de situations drsquoapprentissage de lrsquoenseignement primaire agrave la formation continue Comme les solutions drsquoapprentissage adaptatif deacutependent de la lecture et de lrsquoanalyse drsquoalgorithmes et de donneacutees elles peuvent ecirctre connecteacutees agrave un grand nombre de solutions ou de plateformes qui produisent ces donneacutees (plateformes LMS plateformes drsquoapprentissage en ligne plateformes de simulation solutions de reacutealiteacute virtuelle systegravemes ERP existants bases de donneacutees Open Data systegravemes drsquoinformation RH etc) Une solution peut ecirctre inteacutegreacutee dans lrsquoune de ces plateformes mais elle ne se contente pas de travailler en arriegravere-plan Les individus ont la possibiliteacute drsquointeragir avec la solution drsquoapprentissage adaptatif ses conclusions et ses actions et de corriger ou drsquoorienter ses actions futures en triant les donneacutees et en identifiant les indicateurs et les analyses les plus importantes pour son objectif
Le nombre de sceacutenarios dans lesquels lrsquoapprentissage adaptatif peut ecirctre appliqueacute est tout aussi large Voici quelques exemples pratiques drsquoapprentissage adaptatif
Appliquer lrsquoApprentiSSAge ADAptAtif
Les learning management Systems (LMS) et autres solutions drsquoapprentissage sont baseacutes sur un modegravele drsquoapprentissage lineacuteaire avec un format unique Les solutions drsquoapprentissage adaptatif peuvent facilement ecirctre inteacutegreacutees dans ces plateformes pour ameacuteliorer leurs capaciteacutes fournir des outils drsquoanalyse de donneacutees proposer agrave leurs utilisateurs des plans drsquoapprentissage personnaliseacutes et accroicirctre leur efficience globale en produisant un meilleur impact drsquoapprentissage
La formation en entreprise fait face agrave des deacutefis consideacuterables tels que la rapiditeacute croissante de lrsquoeacutevolution des compeacutetences requises par les employeacutes au sein drsquoune entreprise ou drsquoun secteur donneacute Dans ce contexte les employeacutes peuvent ecirctre issus de parcours tregraves diffeacuterents et avoir des niveaux drsquoexpeacuterience et drsquoinstruction varieacutes En combinant des descriptions de poste des reacutefeacuterentiels de compeacutetences des reacutefeacuterentiels meacutetiers des catalogues de formation des plateformes drsquoapprentissage et des solutions drsquoapprentissage adaptatif lrsquoentreprise peut exploiter les analyses agrave sa disposition pour comparer les nouvelles compeacutetences requises agrave celles deacutejagrave maicirctriseacutees par les employeacutes en poste De cette faccedilon une solution drsquoapprentissage adaptatif peut proposer un plan de formation adapteacute aux employeacutes pour maintenir leurs compeacutetences acquises et apporter de la valeur ajouteacutee agrave lrsquoentreprise
les solutions drsquoapprentissage adaptatif sont drsquoune utiliteacute particuliegravere pour les institutions acadeacutemiques les fournisseurs de logiciels les eacutediteurs et les deacutepartements rh mais cette liste
est loin drsquoecirctre exhaustive
20
Apprentissage adaptatif utiliseacute agrave lrsquoeacutecole primaire
du programme de formation a eacuteteacute retenu apregraves une peacuteriode de 3 mois par les apprenants utilisant une plateforme adaptative contre seulement 28 pour les apprenants nrsquoutilisant pas la plateforme
des personnes sont revenues sur la plateforme pour effectuer les exercices recommandeacutes par la solution drsquoapprentissage adaptatif sans aucune obligation de le faire
des recommandations proposeacutees par le systegraveme drsquoapprentissage adaptatif sont couronneacutees de succegraves permettant aux apprenants drsquoatteindre leur objectif drsquoapprentissage
des recommandations proposeacutees dans une situation ougrave lrsquoapprenant rencontre agrave plusieurs reprises des difficulteacutes ont un impact positif reacutesolvent le problegraveme et permettent agrave lrsquoeacutetudiant de terminer le module (pour les 13 restants lrsquoenseignant est alerteacute de ses difficulteacutes par des notifications et intervient pour eacuteviter la possibiliteacute de deacutecrochage)
des ressources sont eacutepargneacutees puisque lrsquoutilisation des ressources inadapteacutees est eacuteviteacutee De maniegravere globale les plans drsquoapprentissage personnaliseacutes permettent aux eacutelegraveves drsquoavancer plus rapidement car ils travaillent agrave leur propre rythme et assimilent de maniegravere plus efficace ameacuteliorant ainsi leurs reacutesultats
Apprentissage adaptatif utiliseacute dans la formation en entreprise
De lA theacuteorie Aux reacuteSultAtS
en Juin 2016 Domoscio a meneacute une expeacuterimentation dans le cadre de sa collaboration avec un eacutediteur offrant des cours en franccedilais anglais et matheacutematiques pour des eacutecoles primaires en france 400 eacutetudiants ont eacuteteacute impliqueacutes dans lrsquoeacutechantillon de test les chiffres sont calculeacutes apregraves deux mois drsquoutilisation de la technologie drsquoapprentissage adaptatif de Domoscio
en Juillet 2016 Domoscio a observeacute les reacutesultats de lrsquointeacutegration de sa technologie adaptative dans un environnement drsquoapprentissage mixte dans le cadre de formations au management et agrave la vente pour 200 apprenants dans le secteur priveacute
01 quelques chiffres
21
Teacutemoignages de formateurs et drsquoenseignants qui utilisent des solutions drsquoapprentissage adaptatif
laquoLrsquoun de mes eacutelegraveves (13 ans et en CM1) a des difficulteacutes dans tous les concepts abordeacutes Il est suivi par une AVS (Auxiliaire de Vie Scolaire) Ni les manuels scolaires ni mes explications orales ni le travail en groupe ne lui permettent drsquoavancer Il a vraiment accrocheacute avec les parcours adaptatifs en maths et a reacuteussi agrave progresser dans son parcours Lrsquoexpeacuterience a eacuteteacute tregraves valorisante pour luiraquo
Caroline T 9
ProfesseurEcole primaire de Saint-Etienne France
9 Caroline eacutetait lrsquoune des enseignantes concerneacutees par lrsquoexpeacuterimentation meneacutee aupregraves de 400 eacutetudiants en juin 2016 utilisant la technologie de Domoscio10 Balthazar est speacutecialiseacute en prestations de formation en entreprise et utilise les solutions de Domoscio depuis 2015
laquoBalthazar utilise lrsquoapprentissage adaptatif dans le cadre de ses formations en management En tant que formateur le dispositif me permet de suivre les stagiaires individuellement et drsquoajuster ma peacutedagogie en conseacutequence Lrsquoapprentissage adaptatif complegravete nos actions de formation ameacuteliore leur impact et nous permet drsquooffrir agrave nos stagiaires un veacuteritable service apregraves formationraquo
Sylvain RajzwingConsultant en managementBalthazar10
02 quelques mots
22
pour les apprenants
Ils ont des expeacuteriences drsquoapprentissage personnaliseacutees
Ils assimilent les concepts de maniegravere plus rapide et durablement
Ils voient leur temps drsquoapprentissage et de reacutevision optimiseacute
Ils beacuteneacuteficient de meilleurs reacutesultats drsquoapprentissage
Les progregraves sont suivis et les reacutesultats drsquoapprentissage eacutevalueacutes pour favoriser lrsquoameacutelioration
pour les enseignantsformateurs
Ils peuvent mesurer les reacutesultats drsquoapprentissage gracircce agrave des analyses pertinentes et des tableaux de bord intuitifs leur permettant drsquoacqueacuterir une vision claire des progregraves de leurs eacutelegravevesemployeacutes
Ils peuvent anticiper les difficulteacutes des eacutelegravevesemployeacutes puis adapter le contenu de leurs cours en conseacutequence
Ils augmentent leur valeur ajouteacutee en utilisant les outils peacutedagogiques de la solution drsquoapprentissage adaptatif pour reacutepondre aux besoins de chaque apprenant sans les contraintes que cela implique (ils peuvent ecirctre agrave lrsquoeacutecoute des besoins de lrsquoapprenant sans passer des heures agrave corriger et analyser le travail de tous les apprenants)
03 Beacuteneacutefices
23
pour les salarieacutes
Ils partagent les mecircmes beacuteneacutefices que les apprenants par rap-port agrave lrsquoapprentissage adaptatif et profitent drsquoavantages sup-pleacutementaires
Leur temps est mieux geacutereacute ce qui permet un meilleur eacutequilibre entre les temps de travail et de formation
Ils augmentent leur employabiliteacute avec de nouvelles compeacute-tences
Ils ont les outils et la formation neacutecessaires pour mieux reacuteali-ser leur travail ce qui conduit agrave une plus grande satisfaction au travail
pour les eacutediteurs
Lrsquoapprentissage adaptatif leur permet drsquoaccompagner les transformations opeacutereacutees par les technologies numeacuteriques avec des services agrave valeur ajouteacutee en lien avec leur contenu Il permet eacutegalement aux eacutediteurs drsquoavoir accegraves agrave des donneacutees concernant lrsquointeraction avec leur contenu ce qui leur apporte de nouvelles perspectives sur son efficaciteacute et sa pertinence comme outil drsquoapprentissage
Les solutions drsquoapprentissage adaptatif permettent aux eacutediteurs drsquoaccompagner les utilisateurs en ajustant le contenu en fonc-tion des besoins des apprenants
pour la gestion de la formation en entreprise
Lrsquoapprentissage adaptatif aide agrave identifier les besoins de formation au sein de lrsquoentreprise en utilisant les analyses des reacutesultats de formation pour ameacuteliorer les futures actions de formation et les cibler avec plus de preacutecision
Il aide agrave mesurer la qualiteacute des actions de formation et leur retour sur investissement car les employeacutes sont mieux et plus efficacement formeacutes
Il soutient la strateacutegie de formation globale de lrsquoentreprise en veillant agrave ce que les employeacutes aient les compeacutetences requises pour remplir leurs fonctions de maniegravere plus adeacutequate
24
contenu structureacute lrsquoinformation ou le contenu est organiseacute et geacuteneacuteralement classifieacute avec des meacutetadonneacutees Le contenu structureacute peut ecirctre stockeacute dans diffeacuterents formats standards ou proprieacutetaires y compris XML
premierS preacuterequiS pour commencer
meacutetadonneacutees il srsquoagit de lrsquoinformation geacuteneacutereacutee relative au contenu aux utilisateurs aux graphes de connaissances aux compeacutetences et aux autres ressources Les meacutetadonneacutees peuvent ecirctre subdiviseacutees en trois types
environnement numeacuterique les plateformes et les solutions qui utilisent les standards de connectiviteacute du marcheacute tels que API xAPI QTI LTI etc
meacutetadonneacutees descriptives leur fonction est la deacutecouverte et lrsquoidentification (par exemple titre reacutesumeacute auteur mots-cleacutes etc)
meacutetadonneacutees structurelles ce sont des conteneurs de meacutetadonneacutees qui composent des seacuteries drsquoobjets au sein des structures de donneacutees (par exemple les pages sont organiseacutees pour former des chapitres)
meacutetadonneacutees administratives elles aident agrave geacuterer une uniteacute de donneacutees par le biais de marqueurs ou drsquoune certaine forme de classification (par exemple les informations techniques le type de fichier quand et comment il a eacuteteacute creacuteeacute son chemin drsquoaccegraves etc)
Ann rockley et charles cooper dans managing enterprise content A unified content Strategy deacutefinissent le contenu
structureacute etou contenu intelligent comme laquo structurellement riche et seacutemantiquement cateacutegoriseacute raquo un
contenu qui est donc laquo automatiquement deacutecouvrable reacuteutilisable reconfigurable et
adaptable raquo
graphes de compeacutetencesconnaissances ils repreacutesentent les preacuterequis et les relations entre les diffeacuterents types de connaissances etou compeacutetences
contenu granulaireunitaire dans un parcours drsquoapprentissage chaque cours ou module est diviseacute en uniteacutes granulaires ou laquo objets peacutedagogiques raquo agrave apprendre Chacune des uniteacutes creacuteeacutees est coheacuterente autonome et reacuteutilisable
25
Lire Penser Approuver
R SociauxMobile Teacuteleacutevision Eacuteducateurs Ordinateurs Litteacuterature Pairs
Construire Eacutecouter Parler Regarder Jouer Eacutecrire Assister Chercher
Activiteacutes
lrsquoapprenant
26
Fondeacutee en 2013 Domoscio est speacutecialiseacutee dans le Big Data pour apprendre et les solutions drsquoapprentissage adaptatif La socieacuteteacute travaille avec de nombreux clients internationaux dans la formation en entreprise lrsquoeacutedition et lrsquoeacuteducationlrsquoenseignement supeacuterieur ainsi qursquoavec de multiples partenaires internationaux dans le secteur des logiciels
La RampD de Domoscio et ses solutions innovantes en font un leader dans son secteur La socieacuteteacute est reconnue et accreacutediteacutee par la Commission europeacuteenne le Ministegravere de lrsquoEacuteducation nationale lrsquoAgence Nationale de la Recherche franccedilaise (ANR) et la Banque Publique drsquoInvestissement (BPI France)
Chez Domoscio nous collaborons avec des partenaires et des clients dans une grande varieacuteteacute de domaines Nous leur fournissons des solutions drsquoapprentissage adaptatif qui leur permettent drsquoobtenir les meilleurs reacutesultats drsquoenseignement drsquoapprentissage et de formation dans leurs domaines respectifs
Les solutions drsquoapprentissage adaptatif peuvent ecirctre utiliseacutees agrave diverses fins et les beacuteneacutefices consideacuterables de lrsquoapprentissage adaptatif pour les apprenants les enseignants les eacutediteurs et les professionnels des RH - entre autres - sont eacutevidents
Agrave propoS De DomoScio
Domoscio utilise une technologie connue et reconnueNos solutions et services incluent principalement
Apprentissage adaptatif Analytique de lrsquoapprentissage
Services de conseil et drsquoaccompagnement
Analyse - une analyse fonctionnelle et technique est reacutealiseacutee ainsi qursquoune analyse des ressources peacutedagogiques du client afin drsquoeacutevaluer les actions neacutecessaires La solution cible est deacutefinie avec le client et un plan drsquoaction est eacutetabli
inteacutegration - le plan drsquoaction est exeacutecuteacute et la solution technique est inteacutegreacutee dans le dispositif du client avec les diffeacuterents contenus drsquoapprentissage Sur certaines plateformes ou Learning Management Systems (LMS) il suffit drsquoactiver une fonctionnaliteacute
Accompagnement - tout au long du processus Domoscio fournit au client un accompagnement continu et des services de conseil en veillant agrave la fiabiliteacute opeacuterationnelle de la solution fournie ces services peuvent comprendre la structuration du contenu la formation le support peacutedagogique etc
De la mecircme faccedilon que les solutions drsquoapprentissage adaptatif sont baseacutees sur le principe de lrsquoadaptation agrave lrsquoapprenant nous croyons que les solutions que nous proposons doivent ecirctre modeacuteliseacutees autour des besoins speacutecifiques de nos clients Ainsi afin de mettre en œuvre les solutions de Domoscio dans les dispositifs existants de nos clients nous adoptons une approche agrave trois volets analyse inteacutegration et accompagnement
27
parmi les distinctions de Domoscio
2016Tropheacutee Europe 1 de lrsquoAvenir cateacutegorie Education
europe 1
2014Lrsquoune des 7 startups les plus prometteuses en Technologies de lrsquoEducation
commission europeacuteenne
Suivre ce processus nous permet drsquoacqueacuterir une compreacutehension approfondie des besoins peacutedagogiques et drsquoapprentissage de nos clients et nous donne toutes les informations neacutecessaires pour optimiser leurs plateformes les rendre plus efficientes et atteindre leurs objectifs drsquoameacutelioration notre approche collaborative et de conseil signifie que nous sommes particuliegraverement sensibles aux objectifs de nos clients et que nous pouvons leur fournir lrsquoaide dont ils ont besoin pour appliquer avec succegraves les connaissances analytiques acquises par lrsquointeacutegration de nos solutions drsquoapprentissage adaptatif
pour en savoir plus sur lrsquoutilisation de lrsquoapprentissage adaptatif et pour mieux comprendreson fonctionnement drsquoun point de vue technique nous vous invitons agrave consulter nos prochains
livres blancs dans la mecircme seacuterie Utiliser lrsquoAdaptive Learning ndash Cas pratiqueset Inteacutegrer lrsquoAdaptive Learning ndash Une approche technique
Siegravege SociAl20 Rue du Commandant Reneacute Mouchotte75014 Paris France
BureAu47 Rue du Caire75002 Paris France
nouS Appeler+33 (0) 1 85 09 03 57
domosciocomcontactdomosciocom
3
Nous nrsquoapprenons pas tous de la mecircme maniegravere Nous employons tous diffeacuterentes meacutethodes drsquoapprentissage et de reacutevision pour acqueacuterir des connaissances et des compeacutetences Cela peut sembler banal mais finalement nous avons tous des aptitudes diffeacuterentes et des preacutefeacuterences drsquoapprentissage Par conseacutequent un domaine drsquoeacutetude peut nous sembler plus inteacuteressant qursquoil ne lrsquoest pour quelqursquoun drsquoautre et cette preacutefeacuterence peut varier consideacuterablement drsquoune personne agrave lrsquoautre
Nos systegravemes eacuteducatifs nationaux ont pour mission de fournir une eacuteducation de masse agrave la population mais tout le monde sait que dans une salle de classe il existe une grande varieacuteteacute de profils et de niveaux On note eacutegalement cette dispariteacute dans lrsquoenseignement supeacuterieur Mecircme si lrsquoavegravenement des MOOC (de lrsquoanglais Massive Open Online Courses ou en franccedilais CLOM Cours en ligne ouverts et massifs) a deacutemocratiseacute lrsquoaccegraves agrave la formation cet environnement fonctionne toujours sur la base drsquoun systegraveme et des programmes drsquoapprentissage agrave laquo format unique raquo En reacutealiteacute ce systegraveme peut deacutevaloriser lrsquoindividualiteacute Il diminue par conseacutequent lrsquoefficaciteacute de lrsquoapprentissage en ignorant lrsquoimplication individuelle et en srsquoadaptant mal aux connaissances et aux capaciteacutes de lrsquoapprenant
De nos jours la neacutecessiteacute drsquoaccroicirctre ses compeacutetences drsquoobtenir de nouvelles qualifications et drsquoacqueacuterir de nouvelles connaissances est une reacutealiteacute dans un monde du travail et dans un marcheacute de lrsquoemploi toujours plus concurrentiels ougrave de nouveaux preacuterequis et intituleacutes de poste apparaissent chaque jour Pour srsquoadapter agrave des personnes aux parcours varieacutes lrsquoeacuteducation et la formation continue doivent ecirctre plus efficientes et individualiseacutees
La question demeure comment reacutepondre agrave ces deacutefis Crsquoest ce que nous allons examiner tout au long de ce livre blanc qui a pour but drsquoexplorer le concept drsquoapprentissage adaptatif et de comprendre comment lrsquoanalyse des donneacutees peut permettre drsquoobtenir de meilleurs reacutesultats drsquoapprentissage pour chaque personne
introDuction
4
Cette œuvre est mise agrave disposition selon les termes de la Licence Creative Commons Attribution Pas drsquoUtilisation Commerciale - Pas de Modification 40 International
2017 - Domoscio - v1
01 Une approche seacuterieuse de lrsquoapprentissage 6
02 Pourquoi parle-t-on de Big Data 8
03 Intelligence Artificielle - Le Remake 10
04 Lrsquoeacutevolution de lrsquoapprentissage adaptatif12
05 Apprentissage adaptatif ndash Le dernier modegravele 14
06 Appliquer lrsquoapprentissage adaptatif19
07 De la theacuteorie aux reacutesultats20
08 Premiers preacuterequis pour commencer24
09 Agrave propos de Domoscio26
SommAire
01 Quelques chiffres 02 Quelques mots 03 Beacuteneacutefices
6
Agrave ce stade il convient de faire une distinction entre la notion drsquoapprentissage - que nous pouvons deacutefinir comme un processus - et la notion laquo drsquoassimilation raquo qui correspond agrave une phase dans ce processus En fait un processus complet drsquoapprentissage se compose de trois phases Assimilation consolidation et Application
LrsquoAssimilation est lrsquoaction drsquoapprentissage qui permet de deacutecouvrir quelque chose de nouveau et de lrsquointeacutegrer dans sa base de connaissances
En 1984 Bloom comparait lrsquoenseignement conventionnel avec les cours particuliers et deacutemontrait que les seconds eacutetaient significativement plus efficaces les apprenants obtenaient de meilleurs reacutesultats aux tests travaillaient pendant des peacuteriodes plus courtes et avaient geacuteneacuteralement une attitude plus positive Nous pouvons en deacuteduire que lrsquoapproche laquo format unique raquo peut ecirctre limiteacutee en termes de reacutesultats peacutedagogiques lorsqursquoon la compare avec celle des cours particuliers qui neacutecessite elle certes beaucoup plus de ressources Selon cette logique le cours particulier pourrait presque ecirctre consideacutereacute comme un modegravele ideacuteal afin drsquoameacuteliorer lrsquoassimilation mais il est difficilement applicable agrave lrsquoenseignement geacuteneacuteral car il demande beaucoup de ressources et ne permet pas lrsquoapprentissage social ou la collaboration entre apprenants
1 B S Bloom laquoThe 2 Sigma Problem The Search for Methods of Group Instruction as Effective as One-to-One Tutoringraquo Educational Researcher pp 4-16 Juin - Juil 1984
une Approche SeacuterieuSe De lrsquoApprentiSSAge
AssimilAtion
ApplicAtionAssimilAtion consolidAtion
le processus drsquoApprentissAge
7
2 J Dunlosky K A Rawson E J Marsh M J Nathan y D T Willingham laquoImproving studentsrsquo learning with effective learning techniques promising directions from cognitive and educational psychologyraquo Psychological Science in the Public Interest pp 4-58 20133 Henry L Roediger III y Jeffrey D Karpicke ldquoTest-Enhanced Learning Taking Memory Tests Improves Long-Term Retention rdquo Psychological Science volume 17 pp 249ndash255 marzo de 20064 Michael M Lombardo Robert W Eichinger ldquoThe Career Architect Development Plannerrdquo Minneapolis Lominger p iv ISBN 0-9655712-1-1 1996
La consolidation est la phase de stabilisation et de stockage dans la meacutemoire apregraves lrsquoacquisition initiale de nouvelles informations de connaissances de savoirs ou de compeacutetences
En 2013 Dunlosky et al ont eacutevalueacute 10 pratiques de reacutevision et sont parvenus agrave la conclusion que la reacutepeacutetition espaceacutee et les tests font partie des techniques de reacutevision les plus efficaces Deacutejagrave en 2006 Roediger et Karpicke avaient mis en eacutevidence les avantages de la combinaison de ces deux meacutethodes
bull reacutepeacutetition espaceacutee programme de reacutevision qui eacutetale les activiteacutes drsquoeacutetude dans le temps
bull reacutevision par des tests auto-eacutevaluation ou eacutevaluation sur un conceptsujet qui nrsquoest pas encore consolideacute
consolidAtion
La troisiegraveme phase est lrsquoApplication par laquelle les informations les connaissances et les compeacutetences acquises sont appliqueacutees agrave des cas reacuteels et tangibles
Selon les recherches de Michael M Lombardo et Robert W Eichinger du Center for Creative Leadership
bull Environ 70 de lrsquoapprentissage se fait agrave partir des expeacuteriences sur le lieu de travail lrsquoexeacutecution de tacircches et la reacutesolution de problegravemes bull Environ 20 de lrsquoapprentissage se fait agrave partir des commentaires et de lrsquointeraction avec les autres bull Environ 10 de lrsquoapprentissage provient des cours et de la lecture
Eacutetant donneacute que 70 de lrsquoapprentissage deacutecoule de lrsquoapplication de la theacuteorie et drsquoexercices pratiques les jeux de rocircles et les simulations sont sans doute des meacutethodes agrave privileacutegier pour assurer de meilleurs reacutesultats drsquoapprentissage
ApplicAtion
chaque individu ayant une preacutefeacuterence ou une faciliteacute pour un certain type de peacutedagogie plutocirct qursquoun autre adapter le parcours et les meacutethodes drsquoapprentissage agrave lrsquoindividu lui donnera logiquement une meilleure chance drsquointeacutegrer et de consolider lrsquoensemble des connaissances cette pratique peut ecirctre renforceacutee en stimulant les apprenants avec des tests et du feedback pertinent pour assurer la consolidation
8
Deacutejagrave dans les anneacutees 1940 Fremont Rider publiait the Scholar and the future of the research library une œuvre dans laquelle il calculait que selon le rythme drsquoexpansion et de croissance des bibliothegraveques universitaires ameacutericaines de lrsquoeacutepoque ces derniegraveres doublaient de taille agrave peu pregraves tous les seize ans En suivant ce modegravele de croissance Rider estimait que drsquoici agrave 2040 la Yale University Library compterait laquo environ 200000000 volumes raquo occupant laquo plus de 6000 mille (pregraves de 10000 kilomegravetres) drsquoeacutetagegraveres [requeacuterant] un personnel de catalogage de plus de six mille personnes raquo5
En avril 1980 dans le cadre du Fourth IEEE Symposium on Mass Storage Systems sur les systegravemes de stockage de masse IA Tjomsland a donneacute une confeacuterence intituleacutee Where Do We go from here dans laquelle il a citeacute la loi de Parkinson laquo Les donneacutees se deacuteveloppent pour remplir lrsquoespace disponible raquo Il a parleacute de la faccedilon dont de grandes quantiteacutes de donneacutees ont eacuteteacute laquo conserveacutees parce que les utilisateurs nrsquoont aucun moyen drsquoidentifier les donneacutees les peacutenaliteacutes pour stocker des donneacutees obsolegravetes sont moins apparentes que les peacutenaliteacutes pour rejeter des donneacutees potentiellement utiles raquo5
En juillet 1986 dans le domaine de la communication de donneacutees Hal B Becker a publieacute can users really absorb data at todayrsquos rates tomorrowrsquos dans lequel il deacutecrit la progression de la densiteacute drsquoenregistrement et fait part de ses preacutedictions sur ce que nous pourrions attendre en termes de stockage de donneacutees au tournant du siegravecle5
En 1990 dans Saving All the Bits publieacute dans American Scientist Peter J Denning a exploreacute le thegraveme de lrsquoIntelligence Artificielle (IA) Il soutient que laquo lrsquoimpeacuteratif [pour les scientifiques] de tout enregistrer nous megravene agrave une situation impossible le deacutebit et le volume des flux drsquoinformation submergent nos reacuteseaux nos peacuteripheacuteriques de stockage et nos systegravemes de recherche ainsi que la capaciteacute humaine de compreacutehension raquo De maniegravere lucide il traite de la technologie existante agrave lrsquoeacutepoque et des reacuteseaux qui nrsquoavaient tout simplement pas une capaciteacute suffisante estimant neacuteanmoins que nous pourrions plus tard ecirctre en mesure de construire des machines capables de reconnaicirctre et de preacutevoir des modegraveles de donneacutees agrave une vitesse suffisante pour faire face en temps reacuteel agrave drsquoimmenses flux de donneacutees Cette capaciteacute de vitesse et de reconnaissance accrue selon Denning signifierait un repeacuterage plus preacutecis des donneacutees utiles de stockage et drsquoexploitation De telles machines seraient eacutegalement capables drsquoidentifier des modegraveles dans les bases de donneacutees existantes pour former des descriptions de classe et extraire des informations pertinentes5
Aujourdrsquohui il y a eu un changement paradigmatique en ce qui concerne les
possibiliteacutes de stockage qui sont maintenant immenses accessibles et abordables
pourquoi pArle-t-on De Big DAtA
5 Gil Press ldquoA Very Short History of Big Datardquo Forbes 21 mai 2013 reacutecupeacutereacute le 30 deacutecembre 20166 Cyril Northcote Parkinson ldquoParkinsonrsquos Lawrdquo The Economist 19 novembre 1955 reacutecupeacutereacute le 30 deacutecembre 2016
La notion de laquo Big Data raquo ou de laquo meacutegadonneacutees raquo est de plus en plus omnipreacutesente Elle est souvent utiliseacutee pour deacutecrire de nouvelles possibiliteacutes drsquoobtenir des informations preacutecieuses gracircce agrave des donneacutees collecteacutees massivement notamment dans des domaines tels que le marketing les sciences de la vie la banque mais aussi les technologies de lrsquoeacuteducation (EdTech) et la formation en ligne Il convient cependant de noter que les laquo donneacutees raquo eacutetaient un sujet important bien avant la grande reacutevolution des donneacutees massives drsquoaujourdrsquohui
9
Alors que lrsquoinformatique quantique semble imminente les ordinateurs et les algorithmes drsquoapprentissage automatiques imagineacutes par Denning sont devenus une reacutealiteacute et leurs capaciteacutes sont en constante ameacutelioration Selon les normes actuelles la preacuteoccupation de Rider sur lrsquoespace de stockage des bibliothegraveques physiques semble ridiculement archaiumlque car nous pouvons deacutesormais stocker numeacuteriquement de grandes quantiteacutes de donneacutees sur une gamme drsquoappareils de plus en plus vaste
7 rdquoThe DIGITAL UNIVERSE of OPPORTUNITIESrdquo EMC2 Digital Universe Infobrief with IDC avril 20148 1 Zettaoctet (Zo) = 103 Exaoctet (Eo) = 106 Petaoctet (Po) = 109 Teraoctet (To) = 1012 Gigaoctet (Go) = 1015 Megaoctet (Mo) = 1018 kilooctet (ko) = 1021 octet
croissance preacutevue de la geacuteneacuteration de donneacutees 7
Zettaoctet8
0
10
20
30
40
50
en 2013 il y avait presque autant de bits dans lrsquouni-
vers numeacuterique que drsquoeacutetoiles dans lrsquounivers
physique
44
10
Aujourdrsquohui lrsquoaccegraves aux donneacutees nrsquoest pas un problegraveme La question consiste agrave deacuteterminer quelles sont les donneacutees utiles Comme Denning lrsquoa souligneacute le veacuteritable deacutefi est de reacuteussir agrave traiter toutes ces donneacutees
Crsquoest lagrave que lrsquointelligence Artificielle (IA) peut tirer le meilleur parti des donneacutees agrave notre disposition Bien que cette science nrsquoait rien de nouveau elle est devenue un sujet de grand inteacuterecirct en cette eacutepoque de meacutegadonneacutees Mecircme si un grand nombre drsquoalgorithmes ont eacuteteacute eacutecrits dans les anneacutees 1970 1980 et 1990 il y a deacutesormais infiniment plus de donneacutees agrave analyser et bien plus de puissance de calcul agrave exploiter On ameacuteliore constamment les capaciteacutes des ordinateurs agrave appliquer des calculs matheacutematiques complexes aux meacutegadonneacutees ce qui donne agrave lrsquointelligence artificielle un tout nouveau sens
Lrsquoapprentissage automatique (en anglais Machine Learning) est un sous-ensemble de lrsquointelligence artificielle baseacute sur le concept des ordinateurs qui srsquoadaptent aux nouvelles entreacutees de donneacutees et agrave lrsquoapprentissage sur les calculs preacuteceacutedents afin de reacutepeacuteter les deacutecisions produisant les meilleurs reacutesultats Crsquoest une meacutethode drsquoanalyse de donneacutees baseacutee sur la reconnaissance de scheacutemas en utilisant des algorithmes pour creacuteer des modegraveles analytiques Ces algorithmes assimilent des donneacutees par un processus iteacuteratif ce qui signifie que lrsquoordinateur peut trouver des tendances inconnues sans qursquoil ait eacuteteacute speacutecifiquement programmeacute pour chercher dans les donneacutees geacuteneacutereacutees drsquoougrave le terme laquo apprentissage raquo dans le titre
Les nouvelles technologies informatiques signifient que lrsquoapprentissage automatique est plus efficace que jamais Crsquoest la base mecircme de lrsquoanalyse des donneacutees agrave caractegravere personnel Ainsi elle sous-tend les nombreux meacutecanismes drsquoexploration de donneacutees opeacuterant derriegravere nos activiteacutes en ligne telles que la recommandation des offres en ligne qui constituent les laquo messages suggeacutereacutes raquo de Facebook ou de films qui srsquoaffichent bien en eacutevidence sur nos comptes Netflix
Alors que le concept drsquoapprentissage automatique est en vogue depuis un certain temps lrsquoapprentissage profond est devenu le nouveau mot drsquoordre pour les derniers progregraves en intelligence artificielle Lrsquoapprentissage profond (appeleacute Deep Learning en anglais) est veacuteritablement un sous-ensemble de lrsquoapprentissage automatique il utilise plusieurs couches drsquoalgorithmes drsquoapprentissage automatique baseacutes sur des donneacutees abstraites En termes de preacutevision les meacutethodes drsquoapprentissage profond deacutecoulent de lrsquoapprentissage automatique et peuvent ecirctre consideacutereacutees comme laquo lrsquoeacutetape suivante raquo attendue dans ce domaine
Lrsquoapprentissage profond ne concerne pas exclusivement les technologies de lrsquoeacuteducation mais ses applications dans ce domaine sont drsquoun inteacuterecirct particulier Drsquoune maniegravere geacuteneacuterale il englobe les technologies drsquointelligence artificielle qui peuvent effectuer des tacircches comme - voire mieux que - les ecirctres humains Agrave titre drsquoexemple vous pouvez regarder le cas de AlphaGo un programme informatique conccedilu pour jouer au jeu de strateacutegie Go ceacutelegravebre pour avoir battu lrsquoancien champion du monde de Go Lee Sedol en 2016
intelligence Artificielle - le remAke
11
Lrsquoapprentissage adaptatif tombe sous lrsquoeacutegide de ce que lrsquoon appelle les systegravemes de tutorat intelligents ou Intelligent Tutor Systems en anglais Ceux-ci repreacutesentent lrsquoapplication la plus courante de lrsquoapprentissage profond dans les technologies de lrsquoeacuteducation Ils fonctionnent en suivant les eacutetapes mentales des apprenants au cours de la reacutesolution de problegravemes afin drsquoanalyser leur compreacutehension drsquoun domaine particulier Gracircce agrave leur imitation du comportement humain ils fournissent agrave lrsquoapprenant des conseils des commentaires et des explications en temps reacuteel et par-dessus tout ils peuvent recommander des activiteacutes drsquoapprentissage speacutecifiquement adapteacutees agrave chaque apprenant
learning techniques in Artificial intelligence
12
Les cours particuliers - Ce type drsquoapprentissage renvoie aux meacutethodes drsquoapprentissage scolaire de lrsquoeacutepoque non-informatique Bloom1 vantait dans ses eacutetudes les meacuterites des cours particuliers mais aujourdrsquohui ils ne sont tout simplement pas applicables agrave grande eacutechelle ou dans un contexte eacuteducatif de masse en raison drsquoun manque de ressources adeacutequates et parce qursquoil ne reacutepond pas aux enjeux de lrsquoapprentissage social ou de la socialisation qui sont cruciales dans le deacuteveloppement
Lrsquoapprentissage diffeacuterencieacute - Crsquoest un autre ancecirctre de lrsquoapprentissage adaptatif comme nous lrsquoentendons aujourdrsquohui qui consiste agrave canaliser les apprenants dans des parcours drsquoapprentissage preacutedeacutefinis et baseacutes sur un certain nombre de critegraveres Il en existe deux types tous deux limiteacutes dans leur capaciteacute agrave optimiser les reacutesultats drsquoapprentissage
lrsquoeacutevolution De lrsquoApprentiSSAge ADAptAtif
La meacutethode la plus simple eacutevalue un eacutetudiant ou un apprenant au deacutebut drsquoun programme drsquoapprentissage et lrsquooriente vers une cateacutegorie ou un niveau speacutecifique On ne peut pas changer la deacutecision de cateacutegorisation apregraves qursquoelle a eacuteteacute prise
Les moteurs de regravegles (en anglais Rules-based Systems) pour leur part utilisent geacuteneacuteralement des laquo arbres de deacutecisions raquo pour guider les eacutelegraveves en fonction de ce qursquoils font tout au long de leur parcours drsquoapprentissage preacutedeacutefini indeacutependamment de leur historique et sans comprendre le raisonnement sous-jacent de lrsquoapprenant
eacutetat n eacutetat n+1regravegle preacutedeacutefinie deacutependantseulement de lrsquoeacutetat n
Nous connaissons aujourdrsquohui des deacutefinitions diverses et varieacutees de lrsquoapprentissage adaptatif Il existe aussi de nombreux preacutecurseurs de lrsquoapprentissage adaptatif dont
13
tests adaptatifs informatiseacutes (en anglais Computerised Adaptive Testing) - Crsquoest un systegraveme qui pose des questions ou propose des sessions drsquoeacutevaluation en fonction des reacutesultats aux tests preacuteceacutedents ou des reacuteponses Crsquoest une fonctionnaliteacute que de nombreuses plateformes drsquoapprentissage en ligne proposent deacutejagrave Un meacutecanisme inteacutegreacute garantit que si lrsquoon reacutepond incorrectement agrave une question la question suivante aura un niveau de difficulteacute infeacuterieur Cela met en eacutevidence son adaptabiliteacute limiteacutee car bien qursquoil modifie le parcours drsquoapprentissage en fonction de lrsquoapprenant il le canalise uniquement vers certaines cateacutegories preacutedeacutetermineacutees Il srsquoadapte seulement dans le cadre du test et ne srsquoappuie pas sur lrsquoexpeacuterience drsquoautres apprenants pour en extraire des informations pourtant pertinentes et tregraves utiles
fini
fini
NIv
eAU
De
DIf
fIc
ULt
eacute
14
Lrsquoapprentissage adaptatif (en anglais Adaptive Learning ou Personalised Learning) revient agrave combiner les recherches en sciences cognitives et lrsquointelligence artificielle (IA) et les appliquer aux meacutegadonneacutees pour deacutevelopper de meilleurs systegravemes drsquoapprentissage plus efficients et plus personnaliseacutes Ceux-ci assurent une meilleure compreacutehension et reacutetention de lrsquoinformation des connaissances des savoirs et des compeacutetences acquises par un apprenant donneacute Lrsquoapprentissage adaptatif srsquoappuie sur le parcours de lrsquoapprenant et sur les donneacutees qursquoil a geacuteneacutereacutees pour produire des plans drsquoapprentissage personnaliseacutes et proposer des contenus adapteacutes agrave ses capaciteacutes ainsi que des recommandations qui seront plus susceptibles de correspondre agrave ses aptitudes Ces eacuteleacutements sont calculeacutes sur la base du profil des apprenants de leurs objectifs drsquoapprentissage de leur historique drsquoapprentissage et des contenus suivis preacuteceacutedemment
le ministegravere de lrsquoeacuteducation des eacutetats-unis deacutefinit laquo lrsquoapprentissage adaptatif raquo comme
un systegraveme drsquoapprentissage numeacuterique qui peut laquo eacutevoluer de faccedilon dynamique
pour mieux correspondre agrave lrsquoeacutetudiant gracircce aux informations recueillies au cours de
lrsquoapprentissage raquo
Lrsquoanalyse des donneacutees qui conduit agrave lrsquoanalytique de lrsquoapprentissage (ou analyse des donneacutees sur lrsquoeacuteducation connue aussi sous son nom anglais Learning Analytics) Les apprenants travaillent sur un systegraveme adaptatif donc les donneacutees qursquoils geacutenegraverent sont analyseacutees afin de
Generate dashboards highlighting insightful data and predictions
Les systegravemes de recommandations impliquent drsquoanticiper les reacuteactions des utilisateurs agrave une seacuterie drsquooptions Les recommandations sont faites pour orienter plus preacuteciseacutement et plus efficacement lrsquoapprenant vers lrsquoobjectif drsquoapprentissage
Les regroupements drsquoutilisateurs font reacutefeacuterence aux regroupements drsquoapprenants qui se ressemblent afin qursquoils puissent travailler ensemble et srsquoentraider
La modeacutelisation des apprenants (ou Learner Modeling) srsquointeacuteresse agrave lrsquoeacutetudiant et vise agrave deacutefinir ce qui est compris par lrsquoapprenant ce qui est compris de lrsquoapprenant et quel est lrsquoobjectif drsquoapprentissage
La deacutetection de donneacutees aberrantes se rapporte agrave la deacutetection drsquoanomalies Par exemple cette meacutethode est utiliseacutee pour deacutetecter un apprenant qui serait en train de tricher qui srsquoeacuteloignerait de ses objectifs drsquoapprentissage ou mecircme qui serait en situation de deacutecrochage
ApprentiSSAge ADAptAtif ndash le Dernier moDegravele
Creacuteer des plans drsquoapprentissage personnaliseacutes et proposer des recommandations
Geacuteneacuterer des tableaux de bord mettant en eacutevidence des donneacutees et des preacutevisions pertinentes
Lrsquoapprentissage adaptatif aborde les trois phases du processus drsquoapprentissage (Assimilation consolidation et Application) Pour ce faire un ensemble de meacutethodes et de techniques sont employeacutees En voici quelques-unes
15
contenu amp Structure des connaissances
Compeacutetence 1
Compeacutetence 4
Compeacutetence 3
Compeacutetence 2
Sujet 1 Sujet 2
Sujet 3
Concept 1 Concept 2
Concept 3
Contenu 1Contenu 2
bullbullbull
Eacutevaluation 1Eacutevaluation 2
bullbullbull
Autres 1Autres 2
bullbullbull
Compeacutetence 5
Sujet 4
REacuteVISION
Contenu 1Contenu 2
bullbullbull
Exercise 1Exercise 2
bullbullbull
16
eacutetape de boucle courte
Dans cette eacutetape lrsquoapprenant tente drsquoassimiler un concept en particulier Lrsquoalgorithme drsquoapprentissage adaptatif propose agrave lrsquoapprenant une seacutequence speacutecifique drsquoeacutevaluations de contenus et drsquoautres activiteacutes adapteacutes agrave lui Les donneacutees drsquoentreacutee pour lrsquoanalyse algorithmique sont
Lrsquoobjectif drsquoapprentissage relatif agrave un concept en particulierLes types de contenu drsquoeacutevaluations et drsquoautres activiteacutes qui conviennent le mieux agrave lrsquoapprenant selon lrsquohistorique de donneacuteesLe comportement de lrsquoapprenant et celui de ses pairs par rapport au conceptLe niveau de compreacutehension de lrsquoapprenant sur les ressources preacuteceacutedentes lieacutees au conceptLe niveau drsquoassimilation du concept par lrsquoapprenant
Lrsquoobjectif drsquoapprentissage relatif agrave un sujet en particulierLe niveau de progregraves de lrsquoapprenant dans la maicirctrise du sujetLe comportement et le progregraves des autres apprenants par rapport au sujet
Contenu 1 Contenu 2
Eacutevaluation 1 Eacutevaluation 2
Autres 1 Autres 2
Concept 1
Concept 2
Concept 3
Concept 4
lrsquoapprentissage adaptatif est composeacute de cinq eacutetapes diffeacuterentes
eacutetape de boucle longue
Un sujet speacutecifique est composeacute de plusieurs concepts diffeacuterents Cette eacutetape concerne le sujet dans son ensemble par opposition aux concepts individuels Lrsquoalgorithme suggegravere le prochain concept agrave assimiler et propose un parcours drsquoapprentissage en tenant compte des donneacutees provenant de
Sujet
17
eacutetape de macro recommandation
Lorsque lrsquoobjectif drsquoapprentissage sur un sujet en particulier a eacuteteacute atteint lrsquoalgorithme fait une recommandation concernant le prochain objectif drsquoapprentissage (le prochain sujet agrave aborder et agrave maicirctriser) Les entreacutees sont baseacutees sur toutes les informations recueillies au cours des phases preacuteceacutedentes Encore une fois cela srsquoappuie sur les capaciteacutes les inteacuterecircts et les preacutefeacuterences peacutedagogiques deacuteduits de lrsquoapprenant ainsi que sur ceux de ses camarades et les reacutesultats qursquoils ont produits
eacutetape de reacutevision
Lorsque lrsquoassimilation est effective la consolidation doit srsquoeffectuer et celle-ci est reacutealiseacutee par la reacutepeacutetition espaceacutee Lrsquoalgorithme va proposer un plan de reacutevision sur mesure pour lrsquoapprenant ainsi qursquoun test approprieacute pour deacuteterminer les reacutevisions agrave effectuer et le moment pour optimiser le nombre de questions Les entreacutees de donneacutees prises en compte sont
Compeacutetence 3
Compeacutetence 2
Compeacutetence 1
La preacutevision du moment ougrave lrsquoapprenant est susceptible drsquooublierLa difficulteacute de reacutetention du concept pour lrsquoapprenantLa relation entre les diffeacuterents concepts et le contenuLe comportement de lrsquoapprenant par rapport agrave la reacutevision et celui de ses pairs
Sujet 1 Reacutevision 1
Reacutevision 2
15 Janvier
23 Janvier
bullbullbull
reacutevision
18
Sur la bonne voie
Pas sur la bonne voie
lrsquoalgorithme est dynamique et recalcule en permanence son prochain plan drsquoaction sur la base des nouvelles informations recueillies gracircce aux nouvelles donneacutees entreacutees et aux interactions humaines cela lui permet de reacuteagir dans le meilleur inteacuterecirct de lrsquoapprenant et renforce sa capaciteacute agrave geacuteneacuterer un meilleur impact drsquoapprentissage
eacutetape de remeacutediation
Tout au long de ce processus lrsquoalgorithme analyse les progregraves de lrsquoapprenant afin drsquoidentifier une difficulteacute ou un point de blocage (ougrave lrsquoapprenant peut ecirctre tenteacute drsquoabandonner) Lrsquoalgorithme peut agrave tout moment et de faccedilon reacuteactive proposer une nouvelle seacutequence dans le but de remettre lrsquoapprenant sur la bonne voie Lorsque cette situation se produit lrsquoenseignant reccediloit une alerte ou une notification et peut intervenir pour aider agrave reacutesoudre le problegraveme
19
Lrsquoapprentissage adaptatif peut ecirctre appliqueacute agrave une grande varieacuteteacute de situations drsquoapprentissage de lrsquoenseignement primaire agrave la formation continue Comme les solutions drsquoapprentissage adaptatif deacutependent de la lecture et de lrsquoanalyse drsquoalgorithmes et de donneacutees elles peuvent ecirctre connecteacutees agrave un grand nombre de solutions ou de plateformes qui produisent ces donneacutees (plateformes LMS plateformes drsquoapprentissage en ligne plateformes de simulation solutions de reacutealiteacute virtuelle systegravemes ERP existants bases de donneacutees Open Data systegravemes drsquoinformation RH etc) Une solution peut ecirctre inteacutegreacutee dans lrsquoune de ces plateformes mais elle ne se contente pas de travailler en arriegravere-plan Les individus ont la possibiliteacute drsquointeragir avec la solution drsquoapprentissage adaptatif ses conclusions et ses actions et de corriger ou drsquoorienter ses actions futures en triant les donneacutees et en identifiant les indicateurs et les analyses les plus importantes pour son objectif
Le nombre de sceacutenarios dans lesquels lrsquoapprentissage adaptatif peut ecirctre appliqueacute est tout aussi large Voici quelques exemples pratiques drsquoapprentissage adaptatif
Appliquer lrsquoApprentiSSAge ADAptAtif
Les learning management Systems (LMS) et autres solutions drsquoapprentissage sont baseacutes sur un modegravele drsquoapprentissage lineacuteaire avec un format unique Les solutions drsquoapprentissage adaptatif peuvent facilement ecirctre inteacutegreacutees dans ces plateformes pour ameacuteliorer leurs capaciteacutes fournir des outils drsquoanalyse de donneacutees proposer agrave leurs utilisateurs des plans drsquoapprentissage personnaliseacutes et accroicirctre leur efficience globale en produisant un meilleur impact drsquoapprentissage
La formation en entreprise fait face agrave des deacutefis consideacuterables tels que la rapiditeacute croissante de lrsquoeacutevolution des compeacutetences requises par les employeacutes au sein drsquoune entreprise ou drsquoun secteur donneacute Dans ce contexte les employeacutes peuvent ecirctre issus de parcours tregraves diffeacuterents et avoir des niveaux drsquoexpeacuterience et drsquoinstruction varieacutes En combinant des descriptions de poste des reacutefeacuterentiels de compeacutetences des reacutefeacuterentiels meacutetiers des catalogues de formation des plateformes drsquoapprentissage et des solutions drsquoapprentissage adaptatif lrsquoentreprise peut exploiter les analyses agrave sa disposition pour comparer les nouvelles compeacutetences requises agrave celles deacutejagrave maicirctriseacutees par les employeacutes en poste De cette faccedilon une solution drsquoapprentissage adaptatif peut proposer un plan de formation adapteacute aux employeacutes pour maintenir leurs compeacutetences acquises et apporter de la valeur ajouteacutee agrave lrsquoentreprise
les solutions drsquoapprentissage adaptatif sont drsquoune utiliteacute particuliegravere pour les institutions acadeacutemiques les fournisseurs de logiciels les eacutediteurs et les deacutepartements rh mais cette liste
est loin drsquoecirctre exhaustive
20
Apprentissage adaptatif utiliseacute agrave lrsquoeacutecole primaire
du programme de formation a eacuteteacute retenu apregraves une peacuteriode de 3 mois par les apprenants utilisant une plateforme adaptative contre seulement 28 pour les apprenants nrsquoutilisant pas la plateforme
des personnes sont revenues sur la plateforme pour effectuer les exercices recommandeacutes par la solution drsquoapprentissage adaptatif sans aucune obligation de le faire
des recommandations proposeacutees par le systegraveme drsquoapprentissage adaptatif sont couronneacutees de succegraves permettant aux apprenants drsquoatteindre leur objectif drsquoapprentissage
des recommandations proposeacutees dans une situation ougrave lrsquoapprenant rencontre agrave plusieurs reprises des difficulteacutes ont un impact positif reacutesolvent le problegraveme et permettent agrave lrsquoeacutetudiant de terminer le module (pour les 13 restants lrsquoenseignant est alerteacute de ses difficulteacutes par des notifications et intervient pour eacuteviter la possibiliteacute de deacutecrochage)
des ressources sont eacutepargneacutees puisque lrsquoutilisation des ressources inadapteacutees est eacuteviteacutee De maniegravere globale les plans drsquoapprentissage personnaliseacutes permettent aux eacutelegraveves drsquoavancer plus rapidement car ils travaillent agrave leur propre rythme et assimilent de maniegravere plus efficace ameacuteliorant ainsi leurs reacutesultats
Apprentissage adaptatif utiliseacute dans la formation en entreprise
De lA theacuteorie Aux reacuteSultAtS
en Juin 2016 Domoscio a meneacute une expeacuterimentation dans le cadre de sa collaboration avec un eacutediteur offrant des cours en franccedilais anglais et matheacutematiques pour des eacutecoles primaires en france 400 eacutetudiants ont eacuteteacute impliqueacutes dans lrsquoeacutechantillon de test les chiffres sont calculeacutes apregraves deux mois drsquoutilisation de la technologie drsquoapprentissage adaptatif de Domoscio
en Juillet 2016 Domoscio a observeacute les reacutesultats de lrsquointeacutegration de sa technologie adaptative dans un environnement drsquoapprentissage mixte dans le cadre de formations au management et agrave la vente pour 200 apprenants dans le secteur priveacute
01 quelques chiffres
21
Teacutemoignages de formateurs et drsquoenseignants qui utilisent des solutions drsquoapprentissage adaptatif
laquoLrsquoun de mes eacutelegraveves (13 ans et en CM1) a des difficulteacutes dans tous les concepts abordeacutes Il est suivi par une AVS (Auxiliaire de Vie Scolaire) Ni les manuels scolaires ni mes explications orales ni le travail en groupe ne lui permettent drsquoavancer Il a vraiment accrocheacute avec les parcours adaptatifs en maths et a reacuteussi agrave progresser dans son parcours Lrsquoexpeacuterience a eacuteteacute tregraves valorisante pour luiraquo
Caroline T 9
ProfesseurEcole primaire de Saint-Etienne France
9 Caroline eacutetait lrsquoune des enseignantes concerneacutees par lrsquoexpeacuterimentation meneacutee aupregraves de 400 eacutetudiants en juin 2016 utilisant la technologie de Domoscio10 Balthazar est speacutecialiseacute en prestations de formation en entreprise et utilise les solutions de Domoscio depuis 2015
laquoBalthazar utilise lrsquoapprentissage adaptatif dans le cadre de ses formations en management En tant que formateur le dispositif me permet de suivre les stagiaires individuellement et drsquoajuster ma peacutedagogie en conseacutequence Lrsquoapprentissage adaptatif complegravete nos actions de formation ameacuteliore leur impact et nous permet drsquooffrir agrave nos stagiaires un veacuteritable service apregraves formationraquo
Sylvain RajzwingConsultant en managementBalthazar10
02 quelques mots
22
pour les apprenants
Ils ont des expeacuteriences drsquoapprentissage personnaliseacutees
Ils assimilent les concepts de maniegravere plus rapide et durablement
Ils voient leur temps drsquoapprentissage et de reacutevision optimiseacute
Ils beacuteneacuteficient de meilleurs reacutesultats drsquoapprentissage
Les progregraves sont suivis et les reacutesultats drsquoapprentissage eacutevalueacutes pour favoriser lrsquoameacutelioration
pour les enseignantsformateurs
Ils peuvent mesurer les reacutesultats drsquoapprentissage gracircce agrave des analyses pertinentes et des tableaux de bord intuitifs leur permettant drsquoacqueacuterir une vision claire des progregraves de leurs eacutelegravevesemployeacutes
Ils peuvent anticiper les difficulteacutes des eacutelegravevesemployeacutes puis adapter le contenu de leurs cours en conseacutequence
Ils augmentent leur valeur ajouteacutee en utilisant les outils peacutedagogiques de la solution drsquoapprentissage adaptatif pour reacutepondre aux besoins de chaque apprenant sans les contraintes que cela implique (ils peuvent ecirctre agrave lrsquoeacutecoute des besoins de lrsquoapprenant sans passer des heures agrave corriger et analyser le travail de tous les apprenants)
03 Beacuteneacutefices
23
pour les salarieacutes
Ils partagent les mecircmes beacuteneacutefices que les apprenants par rap-port agrave lrsquoapprentissage adaptatif et profitent drsquoavantages sup-pleacutementaires
Leur temps est mieux geacutereacute ce qui permet un meilleur eacutequilibre entre les temps de travail et de formation
Ils augmentent leur employabiliteacute avec de nouvelles compeacute-tences
Ils ont les outils et la formation neacutecessaires pour mieux reacuteali-ser leur travail ce qui conduit agrave une plus grande satisfaction au travail
pour les eacutediteurs
Lrsquoapprentissage adaptatif leur permet drsquoaccompagner les transformations opeacutereacutees par les technologies numeacuteriques avec des services agrave valeur ajouteacutee en lien avec leur contenu Il permet eacutegalement aux eacutediteurs drsquoavoir accegraves agrave des donneacutees concernant lrsquointeraction avec leur contenu ce qui leur apporte de nouvelles perspectives sur son efficaciteacute et sa pertinence comme outil drsquoapprentissage
Les solutions drsquoapprentissage adaptatif permettent aux eacutediteurs drsquoaccompagner les utilisateurs en ajustant le contenu en fonc-tion des besoins des apprenants
pour la gestion de la formation en entreprise
Lrsquoapprentissage adaptatif aide agrave identifier les besoins de formation au sein de lrsquoentreprise en utilisant les analyses des reacutesultats de formation pour ameacuteliorer les futures actions de formation et les cibler avec plus de preacutecision
Il aide agrave mesurer la qualiteacute des actions de formation et leur retour sur investissement car les employeacutes sont mieux et plus efficacement formeacutes
Il soutient la strateacutegie de formation globale de lrsquoentreprise en veillant agrave ce que les employeacutes aient les compeacutetences requises pour remplir leurs fonctions de maniegravere plus adeacutequate
24
contenu structureacute lrsquoinformation ou le contenu est organiseacute et geacuteneacuteralement classifieacute avec des meacutetadonneacutees Le contenu structureacute peut ecirctre stockeacute dans diffeacuterents formats standards ou proprieacutetaires y compris XML
premierS preacuterequiS pour commencer
meacutetadonneacutees il srsquoagit de lrsquoinformation geacuteneacutereacutee relative au contenu aux utilisateurs aux graphes de connaissances aux compeacutetences et aux autres ressources Les meacutetadonneacutees peuvent ecirctre subdiviseacutees en trois types
environnement numeacuterique les plateformes et les solutions qui utilisent les standards de connectiviteacute du marcheacute tels que API xAPI QTI LTI etc
meacutetadonneacutees descriptives leur fonction est la deacutecouverte et lrsquoidentification (par exemple titre reacutesumeacute auteur mots-cleacutes etc)
meacutetadonneacutees structurelles ce sont des conteneurs de meacutetadonneacutees qui composent des seacuteries drsquoobjets au sein des structures de donneacutees (par exemple les pages sont organiseacutees pour former des chapitres)
meacutetadonneacutees administratives elles aident agrave geacuterer une uniteacute de donneacutees par le biais de marqueurs ou drsquoune certaine forme de classification (par exemple les informations techniques le type de fichier quand et comment il a eacuteteacute creacuteeacute son chemin drsquoaccegraves etc)
Ann rockley et charles cooper dans managing enterprise content A unified content Strategy deacutefinissent le contenu
structureacute etou contenu intelligent comme laquo structurellement riche et seacutemantiquement cateacutegoriseacute raquo un
contenu qui est donc laquo automatiquement deacutecouvrable reacuteutilisable reconfigurable et
adaptable raquo
graphes de compeacutetencesconnaissances ils repreacutesentent les preacuterequis et les relations entre les diffeacuterents types de connaissances etou compeacutetences
contenu granulaireunitaire dans un parcours drsquoapprentissage chaque cours ou module est diviseacute en uniteacutes granulaires ou laquo objets peacutedagogiques raquo agrave apprendre Chacune des uniteacutes creacuteeacutees est coheacuterente autonome et reacuteutilisable
25
Lire Penser Approuver
R SociauxMobile Teacuteleacutevision Eacuteducateurs Ordinateurs Litteacuterature Pairs
Construire Eacutecouter Parler Regarder Jouer Eacutecrire Assister Chercher
Activiteacutes
lrsquoapprenant
26
Fondeacutee en 2013 Domoscio est speacutecialiseacutee dans le Big Data pour apprendre et les solutions drsquoapprentissage adaptatif La socieacuteteacute travaille avec de nombreux clients internationaux dans la formation en entreprise lrsquoeacutedition et lrsquoeacuteducationlrsquoenseignement supeacuterieur ainsi qursquoavec de multiples partenaires internationaux dans le secteur des logiciels
La RampD de Domoscio et ses solutions innovantes en font un leader dans son secteur La socieacuteteacute est reconnue et accreacutediteacutee par la Commission europeacuteenne le Ministegravere de lrsquoEacuteducation nationale lrsquoAgence Nationale de la Recherche franccedilaise (ANR) et la Banque Publique drsquoInvestissement (BPI France)
Chez Domoscio nous collaborons avec des partenaires et des clients dans une grande varieacuteteacute de domaines Nous leur fournissons des solutions drsquoapprentissage adaptatif qui leur permettent drsquoobtenir les meilleurs reacutesultats drsquoenseignement drsquoapprentissage et de formation dans leurs domaines respectifs
Les solutions drsquoapprentissage adaptatif peuvent ecirctre utiliseacutees agrave diverses fins et les beacuteneacutefices consideacuterables de lrsquoapprentissage adaptatif pour les apprenants les enseignants les eacutediteurs et les professionnels des RH - entre autres - sont eacutevidents
Agrave propoS De DomoScio
Domoscio utilise une technologie connue et reconnueNos solutions et services incluent principalement
Apprentissage adaptatif Analytique de lrsquoapprentissage
Services de conseil et drsquoaccompagnement
Analyse - une analyse fonctionnelle et technique est reacutealiseacutee ainsi qursquoune analyse des ressources peacutedagogiques du client afin drsquoeacutevaluer les actions neacutecessaires La solution cible est deacutefinie avec le client et un plan drsquoaction est eacutetabli
inteacutegration - le plan drsquoaction est exeacutecuteacute et la solution technique est inteacutegreacutee dans le dispositif du client avec les diffeacuterents contenus drsquoapprentissage Sur certaines plateformes ou Learning Management Systems (LMS) il suffit drsquoactiver une fonctionnaliteacute
Accompagnement - tout au long du processus Domoscio fournit au client un accompagnement continu et des services de conseil en veillant agrave la fiabiliteacute opeacuterationnelle de la solution fournie ces services peuvent comprendre la structuration du contenu la formation le support peacutedagogique etc
De la mecircme faccedilon que les solutions drsquoapprentissage adaptatif sont baseacutees sur le principe de lrsquoadaptation agrave lrsquoapprenant nous croyons que les solutions que nous proposons doivent ecirctre modeacuteliseacutees autour des besoins speacutecifiques de nos clients Ainsi afin de mettre en œuvre les solutions de Domoscio dans les dispositifs existants de nos clients nous adoptons une approche agrave trois volets analyse inteacutegration et accompagnement
27
parmi les distinctions de Domoscio
2016Tropheacutee Europe 1 de lrsquoAvenir cateacutegorie Education
europe 1
2014Lrsquoune des 7 startups les plus prometteuses en Technologies de lrsquoEducation
commission europeacuteenne
Suivre ce processus nous permet drsquoacqueacuterir une compreacutehension approfondie des besoins peacutedagogiques et drsquoapprentissage de nos clients et nous donne toutes les informations neacutecessaires pour optimiser leurs plateformes les rendre plus efficientes et atteindre leurs objectifs drsquoameacutelioration notre approche collaborative et de conseil signifie que nous sommes particuliegraverement sensibles aux objectifs de nos clients et que nous pouvons leur fournir lrsquoaide dont ils ont besoin pour appliquer avec succegraves les connaissances analytiques acquises par lrsquointeacutegration de nos solutions drsquoapprentissage adaptatif
pour en savoir plus sur lrsquoutilisation de lrsquoapprentissage adaptatif et pour mieux comprendreson fonctionnement drsquoun point de vue technique nous vous invitons agrave consulter nos prochains
livres blancs dans la mecircme seacuterie Utiliser lrsquoAdaptive Learning ndash Cas pratiqueset Inteacutegrer lrsquoAdaptive Learning ndash Une approche technique
Siegravege SociAl20 Rue du Commandant Reneacute Mouchotte75014 Paris France
BureAu47 Rue du Caire75002 Paris France
nouS Appeler+33 (0) 1 85 09 03 57
domosciocomcontactdomosciocom
4
Cette œuvre est mise agrave disposition selon les termes de la Licence Creative Commons Attribution Pas drsquoUtilisation Commerciale - Pas de Modification 40 International
2017 - Domoscio - v1
01 Une approche seacuterieuse de lrsquoapprentissage 6
02 Pourquoi parle-t-on de Big Data 8
03 Intelligence Artificielle - Le Remake 10
04 Lrsquoeacutevolution de lrsquoapprentissage adaptatif12
05 Apprentissage adaptatif ndash Le dernier modegravele 14
06 Appliquer lrsquoapprentissage adaptatif19
07 De la theacuteorie aux reacutesultats20
08 Premiers preacuterequis pour commencer24
09 Agrave propos de Domoscio26
SommAire
01 Quelques chiffres 02 Quelques mots 03 Beacuteneacutefices
6
Agrave ce stade il convient de faire une distinction entre la notion drsquoapprentissage - que nous pouvons deacutefinir comme un processus - et la notion laquo drsquoassimilation raquo qui correspond agrave une phase dans ce processus En fait un processus complet drsquoapprentissage se compose de trois phases Assimilation consolidation et Application
LrsquoAssimilation est lrsquoaction drsquoapprentissage qui permet de deacutecouvrir quelque chose de nouveau et de lrsquointeacutegrer dans sa base de connaissances
En 1984 Bloom comparait lrsquoenseignement conventionnel avec les cours particuliers et deacutemontrait que les seconds eacutetaient significativement plus efficaces les apprenants obtenaient de meilleurs reacutesultats aux tests travaillaient pendant des peacuteriodes plus courtes et avaient geacuteneacuteralement une attitude plus positive Nous pouvons en deacuteduire que lrsquoapproche laquo format unique raquo peut ecirctre limiteacutee en termes de reacutesultats peacutedagogiques lorsqursquoon la compare avec celle des cours particuliers qui neacutecessite elle certes beaucoup plus de ressources Selon cette logique le cours particulier pourrait presque ecirctre consideacutereacute comme un modegravele ideacuteal afin drsquoameacuteliorer lrsquoassimilation mais il est difficilement applicable agrave lrsquoenseignement geacuteneacuteral car il demande beaucoup de ressources et ne permet pas lrsquoapprentissage social ou la collaboration entre apprenants
1 B S Bloom laquoThe 2 Sigma Problem The Search for Methods of Group Instruction as Effective as One-to-One Tutoringraquo Educational Researcher pp 4-16 Juin - Juil 1984
une Approche SeacuterieuSe De lrsquoApprentiSSAge
AssimilAtion
ApplicAtionAssimilAtion consolidAtion
le processus drsquoApprentissAge
7
2 J Dunlosky K A Rawson E J Marsh M J Nathan y D T Willingham laquoImproving studentsrsquo learning with effective learning techniques promising directions from cognitive and educational psychologyraquo Psychological Science in the Public Interest pp 4-58 20133 Henry L Roediger III y Jeffrey D Karpicke ldquoTest-Enhanced Learning Taking Memory Tests Improves Long-Term Retention rdquo Psychological Science volume 17 pp 249ndash255 marzo de 20064 Michael M Lombardo Robert W Eichinger ldquoThe Career Architect Development Plannerrdquo Minneapolis Lominger p iv ISBN 0-9655712-1-1 1996
La consolidation est la phase de stabilisation et de stockage dans la meacutemoire apregraves lrsquoacquisition initiale de nouvelles informations de connaissances de savoirs ou de compeacutetences
En 2013 Dunlosky et al ont eacutevalueacute 10 pratiques de reacutevision et sont parvenus agrave la conclusion que la reacutepeacutetition espaceacutee et les tests font partie des techniques de reacutevision les plus efficaces Deacutejagrave en 2006 Roediger et Karpicke avaient mis en eacutevidence les avantages de la combinaison de ces deux meacutethodes
bull reacutepeacutetition espaceacutee programme de reacutevision qui eacutetale les activiteacutes drsquoeacutetude dans le temps
bull reacutevision par des tests auto-eacutevaluation ou eacutevaluation sur un conceptsujet qui nrsquoest pas encore consolideacute
consolidAtion
La troisiegraveme phase est lrsquoApplication par laquelle les informations les connaissances et les compeacutetences acquises sont appliqueacutees agrave des cas reacuteels et tangibles
Selon les recherches de Michael M Lombardo et Robert W Eichinger du Center for Creative Leadership
bull Environ 70 de lrsquoapprentissage se fait agrave partir des expeacuteriences sur le lieu de travail lrsquoexeacutecution de tacircches et la reacutesolution de problegravemes bull Environ 20 de lrsquoapprentissage se fait agrave partir des commentaires et de lrsquointeraction avec les autres bull Environ 10 de lrsquoapprentissage provient des cours et de la lecture
Eacutetant donneacute que 70 de lrsquoapprentissage deacutecoule de lrsquoapplication de la theacuteorie et drsquoexercices pratiques les jeux de rocircles et les simulations sont sans doute des meacutethodes agrave privileacutegier pour assurer de meilleurs reacutesultats drsquoapprentissage
ApplicAtion
chaque individu ayant une preacutefeacuterence ou une faciliteacute pour un certain type de peacutedagogie plutocirct qursquoun autre adapter le parcours et les meacutethodes drsquoapprentissage agrave lrsquoindividu lui donnera logiquement une meilleure chance drsquointeacutegrer et de consolider lrsquoensemble des connaissances cette pratique peut ecirctre renforceacutee en stimulant les apprenants avec des tests et du feedback pertinent pour assurer la consolidation
8
Deacutejagrave dans les anneacutees 1940 Fremont Rider publiait the Scholar and the future of the research library une œuvre dans laquelle il calculait que selon le rythme drsquoexpansion et de croissance des bibliothegraveques universitaires ameacutericaines de lrsquoeacutepoque ces derniegraveres doublaient de taille agrave peu pregraves tous les seize ans En suivant ce modegravele de croissance Rider estimait que drsquoici agrave 2040 la Yale University Library compterait laquo environ 200000000 volumes raquo occupant laquo plus de 6000 mille (pregraves de 10000 kilomegravetres) drsquoeacutetagegraveres [requeacuterant] un personnel de catalogage de plus de six mille personnes raquo5
En avril 1980 dans le cadre du Fourth IEEE Symposium on Mass Storage Systems sur les systegravemes de stockage de masse IA Tjomsland a donneacute une confeacuterence intituleacutee Where Do We go from here dans laquelle il a citeacute la loi de Parkinson laquo Les donneacutees se deacuteveloppent pour remplir lrsquoespace disponible raquo Il a parleacute de la faccedilon dont de grandes quantiteacutes de donneacutees ont eacuteteacute laquo conserveacutees parce que les utilisateurs nrsquoont aucun moyen drsquoidentifier les donneacutees les peacutenaliteacutes pour stocker des donneacutees obsolegravetes sont moins apparentes que les peacutenaliteacutes pour rejeter des donneacutees potentiellement utiles raquo5
En juillet 1986 dans le domaine de la communication de donneacutees Hal B Becker a publieacute can users really absorb data at todayrsquos rates tomorrowrsquos dans lequel il deacutecrit la progression de la densiteacute drsquoenregistrement et fait part de ses preacutedictions sur ce que nous pourrions attendre en termes de stockage de donneacutees au tournant du siegravecle5
En 1990 dans Saving All the Bits publieacute dans American Scientist Peter J Denning a exploreacute le thegraveme de lrsquoIntelligence Artificielle (IA) Il soutient que laquo lrsquoimpeacuteratif [pour les scientifiques] de tout enregistrer nous megravene agrave une situation impossible le deacutebit et le volume des flux drsquoinformation submergent nos reacuteseaux nos peacuteripheacuteriques de stockage et nos systegravemes de recherche ainsi que la capaciteacute humaine de compreacutehension raquo De maniegravere lucide il traite de la technologie existante agrave lrsquoeacutepoque et des reacuteseaux qui nrsquoavaient tout simplement pas une capaciteacute suffisante estimant neacuteanmoins que nous pourrions plus tard ecirctre en mesure de construire des machines capables de reconnaicirctre et de preacutevoir des modegraveles de donneacutees agrave une vitesse suffisante pour faire face en temps reacuteel agrave drsquoimmenses flux de donneacutees Cette capaciteacute de vitesse et de reconnaissance accrue selon Denning signifierait un repeacuterage plus preacutecis des donneacutees utiles de stockage et drsquoexploitation De telles machines seraient eacutegalement capables drsquoidentifier des modegraveles dans les bases de donneacutees existantes pour former des descriptions de classe et extraire des informations pertinentes5
Aujourdrsquohui il y a eu un changement paradigmatique en ce qui concerne les
possibiliteacutes de stockage qui sont maintenant immenses accessibles et abordables
pourquoi pArle-t-on De Big DAtA
5 Gil Press ldquoA Very Short History of Big Datardquo Forbes 21 mai 2013 reacutecupeacutereacute le 30 deacutecembre 20166 Cyril Northcote Parkinson ldquoParkinsonrsquos Lawrdquo The Economist 19 novembre 1955 reacutecupeacutereacute le 30 deacutecembre 2016
La notion de laquo Big Data raquo ou de laquo meacutegadonneacutees raquo est de plus en plus omnipreacutesente Elle est souvent utiliseacutee pour deacutecrire de nouvelles possibiliteacutes drsquoobtenir des informations preacutecieuses gracircce agrave des donneacutees collecteacutees massivement notamment dans des domaines tels que le marketing les sciences de la vie la banque mais aussi les technologies de lrsquoeacuteducation (EdTech) et la formation en ligne Il convient cependant de noter que les laquo donneacutees raquo eacutetaient un sujet important bien avant la grande reacutevolution des donneacutees massives drsquoaujourdrsquohui
9
Alors que lrsquoinformatique quantique semble imminente les ordinateurs et les algorithmes drsquoapprentissage automatiques imagineacutes par Denning sont devenus une reacutealiteacute et leurs capaciteacutes sont en constante ameacutelioration Selon les normes actuelles la preacuteoccupation de Rider sur lrsquoespace de stockage des bibliothegraveques physiques semble ridiculement archaiumlque car nous pouvons deacutesormais stocker numeacuteriquement de grandes quantiteacutes de donneacutees sur une gamme drsquoappareils de plus en plus vaste
7 rdquoThe DIGITAL UNIVERSE of OPPORTUNITIESrdquo EMC2 Digital Universe Infobrief with IDC avril 20148 1 Zettaoctet (Zo) = 103 Exaoctet (Eo) = 106 Petaoctet (Po) = 109 Teraoctet (To) = 1012 Gigaoctet (Go) = 1015 Megaoctet (Mo) = 1018 kilooctet (ko) = 1021 octet
croissance preacutevue de la geacuteneacuteration de donneacutees 7
Zettaoctet8
0
10
20
30
40
50
en 2013 il y avait presque autant de bits dans lrsquouni-
vers numeacuterique que drsquoeacutetoiles dans lrsquounivers
physique
44
10
Aujourdrsquohui lrsquoaccegraves aux donneacutees nrsquoest pas un problegraveme La question consiste agrave deacuteterminer quelles sont les donneacutees utiles Comme Denning lrsquoa souligneacute le veacuteritable deacutefi est de reacuteussir agrave traiter toutes ces donneacutees
Crsquoest lagrave que lrsquointelligence Artificielle (IA) peut tirer le meilleur parti des donneacutees agrave notre disposition Bien que cette science nrsquoait rien de nouveau elle est devenue un sujet de grand inteacuterecirct en cette eacutepoque de meacutegadonneacutees Mecircme si un grand nombre drsquoalgorithmes ont eacuteteacute eacutecrits dans les anneacutees 1970 1980 et 1990 il y a deacutesormais infiniment plus de donneacutees agrave analyser et bien plus de puissance de calcul agrave exploiter On ameacuteliore constamment les capaciteacutes des ordinateurs agrave appliquer des calculs matheacutematiques complexes aux meacutegadonneacutees ce qui donne agrave lrsquointelligence artificielle un tout nouveau sens
Lrsquoapprentissage automatique (en anglais Machine Learning) est un sous-ensemble de lrsquointelligence artificielle baseacute sur le concept des ordinateurs qui srsquoadaptent aux nouvelles entreacutees de donneacutees et agrave lrsquoapprentissage sur les calculs preacuteceacutedents afin de reacutepeacuteter les deacutecisions produisant les meilleurs reacutesultats Crsquoest une meacutethode drsquoanalyse de donneacutees baseacutee sur la reconnaissance de scheacutemas en utilisant des algorithmes pour creacuteer des modegraveles analytiques Ces algorithmes assimilent des donneacutees par un processus iteacuteratif ce qui signifie que lrsquoordinateur peut trouver des tendances inconnues sans qursquoil ait eacuteteacute speacutecifiquement programmeacute pour chercher dans les donneacutees geacuteneacutereacutees drsquoougrave le terme laquo apprentissage raquo dans le titre
Les nouvelles technologies informatiques signifient que lrsquoapprentissage automatique est plus efficace que jamais Crsquoest la base mecircme de lrsquoanalyse des donneacutees agrave caractegravere personnel Ainsi elle sous-tend les nombreux meacutecanismes drsquoexploration de donneacutees opeacuterant derriegravere nos activiteacutes en ligne telles que la recommandation des offres en ligne qui constituent les laquo messages suggeacutereacutes raquo de Facebook ou de films qui srsquoaffichent bien en eacutevidence sur nos comptes Netflix
Alors que le concept drsquoapprentissage automatique est en vogue depuis un certain temps lrsquoapprentissage profond est devenu le nouveau mot drsquoordre pour les derniers progregraves en intelligence artificielle Lrsquoapprentissage profond (appeleacute Deep Learning en anglais) est veacuteritablement un sous-ensemble de lrsquoapprentissage automatique il utilise plusieurs couches drsquoalgorithmes drsquoapprentissage automatique baseacutes sur des donneacutees abstraites En termes de preacutevision les meacutethodes drsquoapprentissage profond deacutecoulent de lrsquoapprentissage automatique et peuvent ecirctre consideacutereacutees comme laquo lrsquoeacutetape suivante raquo attendue dans ce domaine
Lrsquoapprentissage profond ne concerne pas exclusivement les technologies de lrsquoeacuteducation mais ses applications dans ce domaine sont drsquoun inteacuterecirct particulier Drsquoune maniegravere geacuteneacuterale il englobe les technologies drsquointelligence artificielle qui peuvent effectuer des tacircches comme - voire mieux que - les ecirctres humains Agrave titre drsquoexemple vous pouvez regarder le cas de AlphaGo un programme informatique conccedilu pour jouer au jeu de strateacutegie Go ceacutelegravebre pour avoir battu lrsquoancien champion du monde de Go Lee Sedol en 2016
intelligence Artificielle - le remAke
11
Lrsquoapprentissage adaptatif tombe sous lrsquoeacutegide de ce que lrsquoon appelle les systegravemes de tutorat intelligents ou Intelligent Tutor Systems en anglais Ceux-ci repreacutesentent lrsquoapplication la plus courante de lrsquoapprentissage profond dans les technologies de lrsquoeacuteducation Ils fonctionnent en suivant les eacutetapes mentales des apprenants au cours de la reacutesolution de problegravemes afin drsquoanalyser leur compreacutehension drsquoun domaine particulier Gracircce agrave leur imitation du comportement humain ils fournissent agrave lrsquoapprenant des conseils des commentaires et des explications en temps reacuteel et par-dessus tout ils peuvent recommander des activiteacutes drsquoapprentissage speacutecifiquement adapteacutees agrave chaque apprenant
learning techniques in Artificial intelligence
12
Les cours particuliers - Ce type drsquoapprentissage renvoie aux meacutethodes drsquoapprentissage scolaire de lrsquoeacutepoque non-informatique Bloom1 vantait dans ses eacutetudes les meacuterites des cours particuliers mais aujourdrsquohui ils ne sont tout simplement pas applicables agrave grande eacutechelle ou dans un contexte eacuteducatif de masse en raison drsquoun manque de ressources adeacutequates et parce qursquoil ne reacutepond pas aux enjeux de lrsquoapprentissage social ou de la socialisation qui sont cruciales dans le deacuteveloppement
Lrsquoapprentissage diffeacuterencieacute - Crsquoest un autre ancecirctre de lrsquoapprentissage adaptatif comme nous lrsquoentendons aujourdrsquohui qui consiste agrave canaliser les apprenants dans des parcours drsquoapprentissage preacutedeacutefinis et baseacutes sur un certain nombre de critegraveres Il en existe deux types tous deux limiteacutes dans leur capaciteacute agrave optimiser les reacutesultats drsquoapprentissage
lrsquoeacutevolution De lrsquoApprentiSSAge ADAptAtif
La meacutethode la plus simple eacutevalue un eacutetudiant ou un apprenant au deacutebut drsquoun programme drsquoapprentissage et lrsquooriente vers une cateacutegorie ou un niveau speacutecifique On ne peut pas changer la deacutecision de cateacutegorisation apregraves qursquoelle a eacuteteacute prise
Les moteurs de regravegles (en anglais Rules-based Systems) pour leur part utilisent geacuteneacuteralement des laquo arbres de deacutecisions raquo pour guider les eacutelegraveves en fonction de ce qursquoils font tout au long de leur parcours drsquoapprentissage preacutedeacutefini indeacutependamment de leur historique et sans comprendre le raisonnement sous-jacent de lrsquoapprenant
eacutetat n eacutetat n+1regravegle preacutedeacutefinie deacutependantseulement de lrsquoeacutetat n
Nous connaissons aujourdrsquohui des deacutefinitions diverses et varieacutees de lrsquoapprentissage adaptatif Il existe aussi de nombreux preacutecurseurs de lrsquoapprentissage adaptatif dont
13
tests adaptatifs informatiseacutes (en anglais Computerised Adaptive Testing) - Crsquoest un systegraveme qui pose des questions ou propose des sessions drsquoeacutevaluation en fonction des reacutesultats aux tests preacuteceacutedents ou des reacuteponses Crsquoest une fonctionnaliteacute que de nombreuses plateformes drsquoapprentissage en ligne proposent deacutejagrave Un meacutecanisme inteacutegreacute garantit que si lrsquoon reacutepond incorrectement agrave une question la question suivante aura un niveau de difficulteacute infeacuterieur Cela met en eacutevidence son adaptabiliteacute limiteacutee car bien qursquoil modifie le parcours drsquoapprentissage en fonction de lrsquoapprenant il le canalise uniquement vers certaines cateacutegories preacutedeacutetermineacutees Il srsquoadapte seulement dans le cadre du test et ne srsquoappuie pas sur lrsquoexpeacuterience drsquoautres apprenants pour en extraire des informations pourtant pertinentes et tregraves utiles
fini
fini
NIv
eAU
De
DIf
fIc
ULt
eacute
14
Lrsquoapprentissage adaptatif (en anglais Adaptive Learning ou Personalised Learning) revient agrave combiner les recherches en sciences cognitives et lrsquointelligence artificielle (IA) et les appliquer aux meacutegadonneacutees pour deacutevelopper de meilleurs systegravemes drsquoapprentissage plus efficients et plus personnaliseacutes Ceux-ci assurent une meilleure compreacutehension et reacutetention de lrsquoinformation des connaissances des savoirs et des compeacutetences acquises par un apprenant donneacute Lrsquoapprentissage adaptatif srsquoappuie sur le parcours de lrsquoapprenant et sur les donneacutees qursquoil a geacuteneacutereacutees pour produire des plans drsquoapprentissage personnaliseacutes et proposer des contenus adapteacutes agrave ses capaciteacutes ainsi que des recommandations qui seront plus susceptibles de correspondre agrave ses aptitudes Ces eacuteleacutements sont calculeacutes sur la base du profil des apprenants de leurs objectifs drsquoapprentissage de leur historique drsquoapprentissage et des contenus suivis preacuteceacutedemment
le ministegravere de lrsquoeacuteducation des eacutetats-unis deacutefinit laquo lrsquoapprentissage adaptatif raquo comme
un systegraveme drsquoapprentissage numeacuterique qui peut laquo eacutevoluer de faccedilon dynamique
pour mieux correspondre agrave lrsquoeacutetudiant gracircce aux informations recueillies au cours de
lrsquoapprentissage raquo
Lrsquoanalyse des donneacutees qui conduit agrave lrsquoanalytique de lrsquoapprentissage (ou analyse des donneacutees sur lrsquoeacuteducation connue aussi sous son nom anglais Learning Analytics) Les apprenants travaillent sur un systegraveme adaptatif donc les donneacutees qursquoils geacutenegraverent sont analyseacutees afin de
Generate dashboards highlighting insightful data and predictions
Les systegravemes de recommandations impliquent drsquoanticiper les reacuteactions des utilisateurs agrave une seacuterie drsquooptions Les recommandations sont faites pour orienter plus preacuteciseacutement et plus efficacement lrsquoapprenant vers lrsquoobjectif drsquoapprentissage
Les regroupements drsquoutilisateurs font reacutefeacuterence aux regroupements drsquoapprenants qui se ressemblent afin qursquoils puissent travailler ensemble et srsquoentraider
La modeacutelisation des apprenants (ou Learner Modeling) srsquointeacuteresse agrave lrsquoeacutetudiant et vise agrave deacutefinir ce qui est compris par lrsquoapprenant ce qui est compris de lrsquoapprenant et quel est lrsquoobjectif drsquoapprentissage
La deacutetection de donneacutees aberrantes se rapporte agrave la deacutetection drsquoanomalies Par exemple cette meacutethode est utiliseacutee pour deacutetecter un apprenant qui serait en train de tricher qui srsquoeacuteloignerait de ses objectifs drsquoapprentissage ou mecircme qui serait en situation de deacutecrochage
ApprentiSSAge ADAptAtif ndash le Dernier moDegravele
Creacuteer des plans drsquoapprentissage personnaliseacutes et proposer des recommandations
Geacuteneacuterer des tableaux de bord mettant en eacutevidence des donneacutees et des preacutevisions pertinentes
Lrsquoapprentissage adaptatif aborde les trois phases du processus drsquoapprentissage (Assimilation consolidation et Application) Pour ce faire un ensemble de meacutethodes et de techniques sont employeacutees En voici quelques-unes
15
contenu amp Structure des connaissances
Compeacutetence 1
Compeacutetence 4
Compeacutetence 3
Compeacutetence 2
Sujet 1 Sujet 2
Sujet 3
Concept 1 Concept 2
Concept 3
Contenu 1Contenu 2
bullbullbull
Eacutevaluation 1Eacutevaluation 2
bullbullbull
Autres 1Autres 2
bullbullbull
Compeacutetence 5
Sujet 4
REacuteVISION
Contenu 1Contenu 2
bullbullbull
Exercise 1Exercise 2
bullbullbull
16
eacutetape de boucle courte
Dans cette eacutetape lrsquoapprenant tente drsquoassimiler un concept en particulier Lrsquoalgorithme drsquoapprentissage adaptatif propose agrave lrsquoapprenant une seacutequence speacutecifique drsquoeacutevaluations de contenus et drsquoautres activiteacutes adapteacutes agrave lui Les donneacutees drsquoentreacutee pour lrsquoanalyse algorithmique sont
Lrsquoobjectif drsquoapprentissage relatif agrave un concept en particulierLes types de contenu drsquoeacutevaluations et drsquoautres activiteacutes qui conviennent le mieux agrave lrsquoapprenant selon lrsquohistorique de donneacuteesLe comportement de lrsquoapprenant et celui de ses pairs par rapport au conceptLe niveau de compreacutehension de lrsquoapprenant sur les ressources preacuteceacutedentes lieacutees au conceptLe niveau drsquoassimilation du concept par lrsquoapprenant
Lrsquoobjectif drsquoapprentissage relatif agrave un sujet en particulierLe niveau de progregraves de lrsquoapprenant dans la maicirctrise du sujetLe comportement et le progregraves des autres apprenants par rapport au sujet
Contenu 1 Contenu 2
Eacutevaluation 1 Eacutevaluation 2
Autres 1 Autres 2
Concept 1
Concept 2
Concept 3
Concept 4
lrsquoapprentissage adaptatif est composeacute de cinq eacutetapes diffeacuterentes
eacutetape de boucle longue
Un sujet speacutecifique est composeacute de plusieurs concepts diffeacuterents Cette eacutetape concerne le sujet dans son ensemble par opposition aux concepts individuels Lrsquoalgorithme suggegravere le prochain concept agrave assimiler et propose un parcours drsquoapprentissage en tenant compte des donneacutees provenant de
Sujet
17
eacutetape de macro recommandation
Lorsque lrsquoobjectif drsquoapprentissage sur un sujet en particulier a eacuteteacute atteint lrsquoalgorithme fait une recommandation concernant le prochain objectif drsquoapprentissage (le prochain sujet agrave aborder et agrave maicirctriser) Les entreacutees sont baseacutees sur toutes les informations recueillies au cours des phases preacuteceacutedentes Encore une fois cela srsquoappuie sur les capaciteacutes les inteacuterecircts et les preacutefeacuterences peacutedagogiques deacuteduits de lrsquoapprenant ainsi que sur ceux de ses camarades et les reacutesultats qursquoils ont produits
eacutetape de reacutevision
Lorsque lrsquoassimilation est effective la consolidation doit srsquoeffectuer et celle-ci est reacutealiseacutee par la reacutepeacutetition espaceacutee Lrsquoalgorithme va proposer un plan de reacutevision sur mesure pour lrsquoapprenant ainsi qursquoun test approprieacute pour deacuteterminer les reacutevisions agrave effectuer et le moment pour optimiser le nombre de questions Les entreacutees de donneacutees prises en compte sont
Compeacutetence 3
Compeacutetence 2
Compeacutetence 1
La preacutevision du moment ougrave lrsquoapprenant est susceptible drsquooublierLa difficulteacute de reacutetention du concept pour lrsquoapprenantLa relation entre les diffeacuterents concepts et le contenuLe comportement de lrsquoapprenant par rapport agrave la reacutevision et celui de ses pairs
Sujet 1 Reacutevision 1
Reacutevision 2
15 Janvier
23 Janvier
bullbullbull
reacutevision
18
Sur la bonne voie
Pas sur la bonne voie
lrsquoalgorithme est dynamique et recalcule en permanence son prochain plan drsquoaction sur la base des nouvelles informations recueillies gracircce aux nouvelles donneacutees entreacutees et aux interactions humaines cela lui permet de reacuteagir dans le meilleur inteacuterecirct de lrsquoapprenant et renforce sa capaciteacute agrave geacuteneacuterer un meilleur impact drsquoapprentissage
eacutetape de remeacutediation
Tout au long de ce processus lrsquoalgorithme analyse les progregraves de lrsquoapprenant afin drsquoidentifier une difficulteacute ou un point de blocage (ougrave lrsquoapprenant peut ecirctre tenteacute drsquoabandonner) Lrsquoalgorithme peut agrave tout moment et de faccedilon reacuteactive proposer une nouvelle seacutequence dans le but de remettre lrsquoapprenant sur la bonne voie Lorsque cette situation se produit lrsquoenseignant reccediloit une alerte ou une notification et peut intervenir pour aider agrave reacutesoudre le problegraveme
19
Lrsquoapprentissage adaptatif peut ecirctre appliqueacute agrave une grande varieacuteteacute de situations drsquoapprentissage de lrsquoenseignement primaire agrave la formation continue Comme les solutions drsquoapprentissage adaptatif deacutependent de la lecture et de lrsquoanalyse drsquoalgorithmes et de donneacutees elles peuvent ecirctre connecteacutees agrave un grand nombre de solutions ou de plateformes qui produisent ces donneacutees (plateformes LMS plateformes drsquoapprentissage en ligne plateformes de simulation solutions de reacutealiteacute virtuelle systegravemes ERP existants bases de donneacutees Open Data systegravemes drsquoinformation RH etc) Une solution peut ecirctre inteacutegreacutee dans lrsquoune de ces plateformes mais elle ne se contente pas de travailler en arriegravere-plan Les individus ont la possibiliteacute drsquointeragir avec la solution drsquoapprentissage adaptatif ses conclusions et ses actions et de corriger ou drsquoorienter ses actions futures en triant les donneacutees et en identifiant les indicateurs et les analyses les plus importantes pour son objectif
Le nombre de sceacutenarios dans lesquels lrsquoapprentissage adaptatif peut ecirctre appliqueacute est tout aussi large Voici quelques exemples pratiques drsquoapprentissage adaptatif
Appliquer lrsquoApprentiSSAge ADAptAtif
Les learning management Systems (LMS) et autres solutions drsquoapprentissage sont baseacutes sur un modegravele drsquoapprentissage lineacuteaire avec un format unique Les solutions drsquoapprentissage adaptatif peuvent facilement ecirctre inteacutegreacutees dans ces plateformes pour ameacuteliorer leurs capaciteacutes fournir des outils drsquoanalyse de donneacutees proposer agrave leurs utilisateurs des plans drsquoapprentissage personnaliseacutes et accroicirctre leur efficience globale en produisant un meilleur impact drsquoapprentissage
La formation en entreprise fait face agrave des deacutefis consideacuterables tels que la rapiditeacute croissante de lrsquoeacutevolution des compeacutetences requises par les employeacutes au sein drsquoune entreprise ou drsquoun secteur donneacute Dans ce contexte les employeacutes peuvent ecirctre issus de parcours tregraves diffeacuterents et avoir des niveaux drsquoexpeacuterience et drsquoinstruction varieacutes En combinant des descriptions de poste des reacutefeacuterentiels de compeacutetences des reacutefeacuterentiels meacutetiers des catalogues de formation des plateformes drsquoapprentissage et des solutions drsquoapprentissage adaptatif lrsquoentreprise peut exploiter les analyses agrave sa disposition pour comparer les nouvelles compeacutetences requises agrave celles deacutejagrave maicirctriseacutees par les employeacutes en poste De cette faccedilon une solution drsquoapprentissage adaptatif peut proposer un plan de formation adapteacute aux employeacutes pour maintenir leurs compeacutetences acquises et apporter de la valeur ajouteacutee agrave lrsquoentreprise
les solutions drsquoapprentissage adaptatif sont drsquoune utiliteacute particuliegravere pour les institutions acadeacutemiques les fournisseurs de logiciels les eacutediteurs et les deacutepartements rh mais cette liste
est loin drsquoecirctre exhaustive
20
Apprentissage adaptatif utiliseacute agrave lrsquoeacutecole primaire
du programme de formation a eacuteteacute retenu apregraves une peacuteriode de 3 mois par les apprenants utilisant une plateforme adaptative contre seulement 28 pour les apprenants nrsquoutilisant pas la plateforme
des personnes sont revenues sur la plateforme pour effectuer les exercices recommandeacutes par la solution drsquoapprentissage adaptatif sans aucune obligation de le faire
des recommandations proposeacutees par le systegraveme drsquoapprentissage adaptatif sont couronneacutees de succegraves permettant aux apprenants drsquoatteindre leur objectif drsquoapprentissage
des recommandations proposeacutees dans une situation ougrave lrsquoapprenant rencontre agrave plusieurs reprises des difficulteacutes ont un impact positif reacutesolvent le problegraveme et permettent agrave lrsquoeacutetudiant de terminer le module (pour les 13 restants lrsquoenseignant est alerteacute de ses difficulteacutes par des notifications et intervient pour eacuteviter la possibiliteacute de deacutecrochage)
des ressources sont eacutepargneacutees puisque lrsquoutilisation des ressources inadapteacutees est eacuteviteacutee De maniegravere globale les plans drsquoapprentissage personnaliseacutes permettent aux eacutelegraveves drsquoavancer plus rapidement car ils travaillent agrave leur propre rythme et assimilent de maniegravere plus efficace ameacuteliorant ainsi leurs reacutesultats
Apprentissage adaptatif utiliseacute dans la formation en entreprise
De lA theacuteorie Aux reacuteSultAtS
en Juin 2016 Domoscio a meneacute une expeacuterimentation dans le cadre de sa collaboration avec un eacutediteur offrant des cours en franccedilais anglais et matheacutematiques pour des eacutecoles primaires en france 400 eacutetudiants ont eacuteteacute impliqueacutes dans lrsquoeacutechantillon de test les chiffres sont calculeacutes apregraves deux mois drsquoutilisation de la technologie drsquoapprentissage adaptatif de Domoscio
en Juillet 2016 Domoscio a observeacute les reacutesultats de lrsquointeacutegration de sa technologie adaptative dans un environnement drsquoapprentissage mixte dans le cadre de formations au management et agrave la vente pour 200 apprenants dans le secteur priveacute
01 quelques chiffres
21
Teacutemoignages de formateurs et drsquoenseignants qui utilisent des solutions drsquoapprentissage adaptatif
laquoLrsquoun de mes eacutelegraveves (13 ans et en CM1) a des difficulteacutes dans tous les concepts abordeacutes Il est suivi par une AVS (Auxiliaire de Vie Scolaire) Ni les manuels scolaires ni mes explications orales ni le travail en groupe ne lui permettent drsquoavancer Il a vraiment accrocheacute avec les parcours adaptatifs en maths et a reacuteussi agrave progresser dans son parcours Lrsquoexpeacuterience a eacuteteacute tregraves valorisante pour luiraquo
Caroline T 9
ProfesseurEcole primaire de Saint-Etienne France
9 Caroline eacutetait lrsquoune des enseignantes concerneacutees par lrsquoexpeacuterimentation meneacutee aupregraves de 400 eacutetudiants en juin 2016 utilisant la technologie de Domoscio10 Balthazar est speacutecialiseacute en prestations de formation en entreprise et utilise les solutions de Domoscio depuis 2015
laquoBalthazar utilise lrsquoapprentissage adaptatif dans le cadre de ses formations en management En tant que formateur le dispositif me permet de suivre les stagiaires individuellement et drsquoajuster ma peacutedagogie en conseacutequence Lrsquoapprentissage adaptatif complegravete nos actions de formation ameacuteliore leur impact et nous permet drsquooffrir agrave nos stagiaires un veacuteritable service apregraves formationraquo
Sylvain RajzwingConsultant en managementBalthazar10
02 quelques mots
22
pour les apprenants
Ils ont des expeacuteriences drsquoapprentissage personnaliseacutees
Ils assimilent les concepts de maniegravere plus rapide et durablement
Ils voient leur temps drsquoapprentissage et de reacutevision optimiseacute
Ils beacuteneacuteficient de meilleurs reacutesultats drsquoapprentissage
Les progregraves sont suivis et les reacutesultats drsquoapprentissage eacutevalueacutes pour favoriser lrsquoameacutelioration
pour les enseignantsformateurs
Ils peuvent mesurer les reacutesultats drsquoapprentissage gracircce agrave des analyses pertinentes et des tableaux de bord intuitifs leur permettant drsquoacqueacuterir une vision claire des progregraves de leurs eacutelegravevesemployeacutes
Ils peuvent anticiper les difficulteacutes des eacutelegravevesemployeacutes puis adapter le contenu de leurs cours en conseacutequence
Ils augmentent leur valeur ajouteacutee en utilisant les outils peacutedagogiques de la solution drsquoapprentissage adaptatif pour reacutepondre aux besoins de chaque apprenant sans les contraintes que cela implique (ils peuvent ecirctre agrave lrsquoeacutecoute des besoins de lrsquoapprenant sans passer des heures agrave corriger et analyser le travail de tous les apprenants)
03 Beacuteneacutefices
23
pour les salarieacutes
Ils partagent les mecircmes beacuteneacutefices que les apprenants par rap-port agrave lrsquoapprentissage adaptatif et profitent drsquoavantages sup-pleacutementaires
Leur temps est mieux geacutereacute ce qui permet un meilleur eacutequilibre entre les temps de travail et de formation
Ils augmentent leur employabiliteacute avec de nouvelles compeacute-tences
Ils ont les outils et la formation neacutecessaires pour mieux reacuteali-ser leur travail ce qui conduit agrave une plus grande satisfaction au travail
pour les eacutediteurs
Lrsquoapprentissage adaptatif leur permet drsquoaccompagner les transformations opeacutereacutees par les technologies numeacuteriques avec des services agrave valeur ajouteacutee en lien avec leur contenu Il permet eacutegalement aux eacutediteurs drsquoavoir accegraves agrave des donneacutees concernant lrsquointeraction avec leur contenu ce qui leur apporte de nouvelles perspectives sur son efficaciteacute et sa pertinence comme outil drsquoapprentissage
Les solutions drsquoapprentissage adaptatif permettent aux eacutediteurs drsquoaccompagner les utilisateurs en ajustant le contenu en fonc-tion des besoins des apprenants
pour la gestion de la formation en entreprise
Lrsquoapprentissage adaptatif aide agrave identifier les besoins de formation au sein de lrsquoentreprise en utilisant les analyses des reacutesultats de formation pour ameacuteliorer les futures actions de formation et les cibler avec plus de preacutecision
Il aide agrave mesurer la qualiteacute des actions de formation et leur retour sur investissement car les employeacutes sont mieux et plus efficacement formeacutes
Il soutient la strateacutegie de formation globale de lrsquoentreprise en veillant agrave ce que les employeacutes aient les compeacutetences requises pour remplir leurs fonctions de maniegravere plus adeacutequate
24
contenu structureacute lrsquoinformation ou le contenu est organiseacute et geacuteneacuteralement classifieacute avec des meacutetadonneacutees Le contenu structureacute peut ecirctre stockeacute dans diffeacuterents formats standards ou proprieacutetaires y compris XML
premierS preacuterequiS pour commencer
meacutetadonneacutees il srsquoagit de lrsquoinformation geacuteneacutereacutee relative au contenu aux utilisateurs aux graphes de connaissances aux compeacutetences et aux autres ressources Les meacutetadonneacutees peuvent ecirctre subdiviseacutees en trois types
environnement numeacuterique les plateformes et les solutions qui utilisent les standards de connectiviteacute du marcheacute tels que API xAPI QTI LTI etc
meacutetadonneacutees descriptives leur fonction est la deacutecouverte et lrsquoidentification (par exemple titre reacutesumeacute auteur mots-cleacutes etc)
meacutetadonneacutees structurelles ce sont des conteneurs de meacutetadonneacutees qui composent des seacuteries drsquoobjets au sein des structures de donneacutees (par exemple les pages sont organiseacutees pour former des chapitres)
meacutetadonneacutees administratives elles aident agrave geacuterer une uniteacute de donneacutees par le biais de marqueurs ou drsquoune certaine forme de classification (par exemple les informations techniques le type de fichier quand et comment il a eacuteteacute creacuteeacute son chemin drsquoaccegraves etc)
Ann rockley et charles cooper dans managing enterprise content A unified content Strategy deacutefinissent le contenu
structureacute etou contenu intelligent comme laquo structurellement riche et seacutemantiquement cateacutegoriseacute raquo un
contenu qui est donc laquo automatiquement deacutecouvrable reacuteutilisable reconfigurable et
adaptable raquo
graphes de compeacutetencesconnaissances ils repreacutesentent les preacuterequis et les relations entre les diffeacuterents types de connaissances etou compeacutetences
contenu granulaireunitaire dans un parcours drsquoapprentissage chaque cours ou module est diviseacute en uniteacutes granulaires ou laquo objets peacutedagogiques raquo agrave apprendre Chacune des uniteacutes creacuteeacutees est coheacuterente autonome et reacuteutilisable
25
Lire Penser Approuver
R SociauxMobile Teacuteleacutevision Eacuteducateurs Ordinateurs Litteacuterature Pairs
Construire Eacutecouter Parler Regarder Jouer Eacutecrire Assister Chercher
Activiteacutes
lrsquoapprenant
26
Fondeacutee en 2013 Domoscio est speacutecialiseacutee dans le Big Data pour apprendre et les solutions drsquoapprentissage adaptatif La socieacuteteacute travaille avec de nombreux clients internationaux dans la formation en entreprise lrsquoeacutedition et lrsquoeacuteducationlrsquoenseignement supeacuterieur ainsi qursquoavec de multiples partenaires internationaux dans le secteur des logiciels
La RampD de Domoscio et ses solutions innovantes en font un leader dans son secteur La socieacuteteacute est reconnue et accreacutediteacutee par la Commission europeacuteenne le Ministegravere de lrsquoEacuteducation nationale lrsquoAgence Nationale de la Recherche franccedilaise (ANR) et la Banque Publique drsquoInvestissement (BPI France)
Chez Domoscio nous collaborons avec des partenaires et des clients dans une grande varieacuteteacute de domaines Nous leur fournissons des solutions drsquoapprentissage adaptatif qui leur permettent drsquoobtenir les meilleurs reacutesultats drsquoenseignement drsquoapprentissage et de formation dans leurs domaines respectifs
Les solutions drsquoapprentissage adaptatif peuvent ecirctre utiliseacutees agrave diverses fins et les beacuteneacutefices consideacuterables de lrsquoapprentissage adaptatif pour les apprenants les enseignants les eacutediteurs et les professionnels des RH - entre autres - sont eacutevidents
Agrave propoS De DomoScio
Domoscio utilise une technologie connue et reconnueNos solutions et services incluent principalement
Apprentissage adaptatif Analytique de lrsquoapprentissage
Services de conseil et drsquoaccompagnement
Analyse - une analyse fonctionnelle et technique est reacutealiseacutee ainsi qursquoune analyse des ressources peacutedagogiques du client afin drsquoeacutevaluer les actions neacutecessaires La solution cible est deacutefinie avec le client et un plan drsquoaction est eacutetabli
inteacutegration - le plan drsquoaction est exeacutecuteacute et la solution technique est inteacutegreacutee dans le dispositif du client avec les diffeacuterents contenus drsquoapprentissage Sur certaines plateformes ou Learning Management Systems (LMS) il suffit drsquoactiver une fonctionnaliteacute
Accompagnement - tout au long du processus Domoscio fournit au client un accompagnement continu et des services de conseil en veillant agrave la fiabiliteacute opeacuterationnelle de la solution fournie ces services peuvent comprendre la structuration du contenu la formation le support peacutedagogique etc
De la mecircme faccedilon que les solutions drsquoapprentissage adaptatif sont baseacutees sur le principe de lrsquoadaptation agrave lrsquoapprenant nous croyons que les solutions que nous proposons doivent ecirctre modeacuteliseacutees autour des besoins speacutecifiques de nos clients Ainsi afin de mettre en œuvre les solutions de Domoscio dans les dispositifs existants de nos clients nous adoptons une approche agrave trois volets analyse inteacutegration et accompagnement
27
parmi les distinctions de Domoscio
2016Tropheacutee Europe 1 de lrsquoAvenir cateacutegorie Education
europe 1
2014Lrsquoune des 7 startups les plus prometteuses en Technologies de lrsquoEducation
commission europeacuteenne
Suivre ce processus nous permet drsquoacqueacuterir une compreacutehension approfondie des besoins peacutedagogiques et drsquoapprentissage de nos clients et nous donne toutes les informations neacutecessaires pour optimiser leurs plateformes les rendre plus efficientes et atteindre leurs objectifs drsquoameacutelioration notre approche collaborative et de conseil signifie que nous sommes particuliegraverement sensibles aux objectifs de nos clients et que nous pouvons leur fournir lrsquoaide dont ils ont besoin pour appliquer avec succegraves les connaissances analytiques acquises par lrsquointeacutegration de nos solutions drsquoapprentissage adaptatif
pour en savoir plus sur lrsquoutilisation de lrsquoapprentissage adaptatif et pour mieux comprendreson fonctionnement drsquoun point de vue technique nous vous invitons agrave consulter nos prochains
livres blancs dans la mecircme seacuterie Utiliser lrsquoAdaptive Learning ndash Cas pratiqueset Inteacutegrer lrsquoAdaptive Learning ndash Une approche technique
Siegravege SociAl20 Rue du Commandant Reneacute Mouchotte75014 Paris France
BureAu47 Rue du Caire75002 Paris France
nouS Appeler+33 (0) 1 85 09 03 57
domosciocomcontactdomosciocom
01 Une approche seacuterieuse de lrsquoapprentissage 6
02 Pourquoi parle-t-on de Big Data 8
03 Intelligence Artificielle - Le Remake 10
04 Lrsquoeacutevolution de lrsquoapprentissage adaptatif12
05 Apprentissage adaptatif ndash Le dernier modegravele 14
06 Appliquer lrsquoapprentissage adaptatif19
07 De la theacuteorie aux reacutesultats20
08 Premiers preacuterequis pour commencer24
09 Agrave propos de Domoscio26
SommAire
01 Quelques chiffres 02 Quelques mots 03 Beacuteneacutefices
6
Agrave ce stade il convient de faire une distinction entre la notion drsquoapprentissage - que nous pouvons deacutefinir comme un processus - et la notion laquo drsquoassimilation raquo qui correspond agrave une phase dans ce processus En fait un processus complet drsquoapprentissage se compose de trois phases Assimilation consolidation et Application
LrsquoAssimilation est lrsquoaction drsquoapprentissage qui permet de deacutecouvrir quelque chose de nouveau et de lrsquointeacutegrer dans sa base de connaissances
En 1984 Bloom comparait lrsquoenseignement conventionnel avec les cours particuliers et deacutemontrait que les seconds eacutetaient significativement plus efficaces les apprenants obtenaient de meilleurs reacutesultats aux tests travaillaient pendant des peacuteriodes plus courtes et avaient geacuteneacuteralement une attitude plus positive Nous pouvons en deacuteduire que lrsquoapproche laquo format unique raquo peut ecirctre limiteacutee en termes de reacutesultats peacutedagogiques lorsqursquoon la compare avec celle des cours particuliers qui neacutecessite elle certes beaucoup plus de ressources Selon cette logique le cours particulier pourrait presque ecirctre consideacutereacute comme un modegravele ideacuteal afin drsquoameacuteliorer lrsquoassimilation mais il est difficilement applicable agrave lrsquoenseignement geacuteneacuteral car il demande beaucoup de ressources et ne permet pas lrsquoapprentissage social ou la collaboration entre apprenants
1 B S Bloom laquoThe 2 Sigma Problem The Search for Methods of Group Instruction as Effective as One-to-One Tutoringraquo Educational Researcher pp 4-16 Juin - Juil 1984
une Approche SeacuterieuSe De lrsquoApprentiSSAge
AssimilAtion
ApplicAtionAssimilAtion consolidAtion
le processus drsquoApprentissAge
7
2 J Dunlosky K A Rawson E J Marsh M J Nathan y D T Willingham laquoImproving studentsrsquo learning with effective learning techniques promising directions from cognitive and educational psychologyraquo Psychological Science in the Public Interest pp 4-58 20133 Henry L Roediger III y Jeffrey D Karpicke ldquoTest-Enhanced Learning Taking Memory Tests Improves Long-Term Retention rdquo Psychological Science volume 17 pp 249ndash255 marzo de 20064 Michael M Lombardo Robert W Eichinger ldquoThe Career Architect Development Plannerrdquo Minneapolis Lominger p iv ISBN 0-9655712-1-1 1996
La consolidation est la phase de stabilisation et de stockage dans la meacutemoire apregraves lrsquoacquisition initiale de nouvelles informations de connaissances de savoirs ou de compeacutetences
En 2013 Dunlosky et al ont eacutevalueacute 10 pratiques de reacutevision et sont parvenus agrave la conclusion que la reacutepeacutetition espaceacutee et les tests font partie des techniques de reacutevision les plus efficaces Deacutejagrave en 2006 Roediger et Karpicke avaient mis en eacutevidence les avantages de la combinaison de ces deux meacutethodes
bull reacutepeacutetition espaceacutee programme de reacutevision qui eacutetale les activiteacutes drsquoeacutetude dans le temps
bull reacutevision par des tests auto-eacutevaluation ou eacutevaluation sur un conceptsujet qui nrsquoest pas encore consolideacute
consolidAtion
La troisiegraveme phase est lrsquoApplication par laquelle les informations les connaissances et les compeacutetences acquises sont appliqueacutees agrave des cas reacuteels et tangibles
Selon les recherches de Michael M Lombardo et Robert W Eichinger du Center for Creative Leadership
bull Environ 70 de lrsquoapprentissage se fait agrave partir des expeacuteriences sur le lieu de travail lrsquoexeacutecution de tacircches et la reacutesolution de problegravemes bull Environ 20 de lrsquoapprentissage se fait agrave partir des commentaires et de lrsquointeraction avec les autres bull Environ 10 de lrsquoapprentissage provient des cours et de la lecture
Eacutetant donneacute que 70 de lrsquoapprentissage deacutecoule de lrsquoapplication de la theacuteorie et drsquoexercices pratiques les jeux de rocircles et les simulations sont sans doute des meacutethodes agrave privileacutegier pour assurer de meilleurs reacutesultats drsquoapprentissage
ApplicAtion
chaque individu ayant une preacutefeacuterence ou une faciliteacute pour un certain type de peacutedagogie plutocirct qursquoun autre adapter le parcours et les meacutethodes drsquoapprentissage agrave lrsquoindividu lui donnera logiquement une meilleure chance drsquointeacutegrer et de consolider lrsquoensemble des connaissances cette pratique peut ecirctre renforceacutee en stimulant les apprenants avec des tests et du feedback pertinent pour assurer la consolidation
8
Deacutejagrave dans les anneacutees 1940 Fremont Rider publiait the Scholar and the future of the research library une œuvre dans laquelle il calculait que selon le rythme drsquoexpansion et de croissance des bibliothegraveques universitaires ameacutericaines de lrsquoeacutepoque ces derniegraveres doublaient de taille agrave peu pregraves tous les seize ans En suivant ce modegravele de croissance Rider estimait que drsquoici agrave 2040 la Yale University Library compterait laquo environ 200000000 volumes raquo occupant laquo plus de 6000 mille (pregraves de 10000 kilomegravetres) drsquoeacutetagegraveres [requeacuterant] un personnel de catalogage de plus de six mille personnes raquo5
En avril 1980 dans le cadre du Fourth IEEE Symposium on Mass Storage Systems sur les systegravemes de stockage de masse IA Tjomsland a donneacute une confeacuterence intituleacutee Where Do We go from here dans laquelle il a citeacute la loi de Parkinson laquo Les donneacutees se deacuteveloppent pour remplir lrsquoespace disponible raquo Il a parleacute de la faccedilon dont de grandes quantiteacutes de donneacutees ont eacuteteacute laquo conserveacutees parce que les utilisateurs nrsquoont aucun moyen drsquoidentifier les donneacutees les peacutenaliteacutes pour stocker des donneacutees obsolegravetes sont moins apparentes que les peacutenaliteacutes pour rejeter des donneacutees potentiellement utiles raquo5
En juillet 1986 dans le domaine de la communication de donneacutees Hal B Becker a publieacute can users really absorb data at todayrsquos rates tomorrowrsquos dans lequel il deacutecrit la progression de la densiteacute drsquoenregistrement et fait part de ses preacutedictions sur ce que nous pourrions attendre en termes de stockage de donneacutees au tournant du siegravecle5
En 1990 dans Saving All the Bits publieacute dans American Scientist Peter J Denning a exploreacute le thegraveme de lrsquoIntelligence Artificielle (IA) Il soutient que laquo lrsquoimpeacuteratif [pour les scientifiques] de tout enregistrer nous megravene agrave une situation impossible le deacutebit et le volume des flux drsquoinformation submergent nos reacuteseaux nos peacuteripheacuteriques de stockage et nos systegravemes de recherche ainsi que la capaciteacute humaine de compreacutehension raquo De maniegravere lucide il traite de la technologie existante agrave lrsquoeacutepoque et des reacuteseaux qui nrsquoavaient tout simplement pas une capaciteacute suffisante estimant neacuteanmoins que nous pourrions plus tard ecirctre en mesure de construire des machines capables de reconnaicirctre et de preacutevoir des modegraveles de donneacutees agrave une vitesse suffisante pour faire face en temps reacuteel agrave drsquoimmenses flux de donneacutees Cette capaciteacute de vitesse et de reconnaissance accrue selon Denning signifierait un repeacuterage plus preacutecis des donneacutees utiles de stockage et drsquoexploitation De telles machines seraient eacutegalement capables drsquoidentifier des modegraveles dans les bases de donneacutees existantes pour former des descriptions de classe et extraire des informations pertinentes5
Aujourdrsquohui il y a eu un changement paradigmatique en ce qui concerne les
possibiliteacutes de stockage qui sont maintenant immenses accessibles et abordables
pourquoi pArle-t-on De Big DAtA
5 Gil Press ldquoA Very Short History of Big Datardquo Forbes 21 mai 2013 reacutecupeacutereacute le 30 deacutecembre 20166 Cyril Northcote Parkinson ldquoParkinsonrsquos Lawrdquo The Economist 19 novembre 1955 reacutecupeacutereacute le 30 deacutecembre 2016
La notion de laquo Big Data raquo ou de laquo meacutegadonneacutees raquo est de plus en plus omnipreacutesente Elle est souvent utiliseacutee pour deacutecrire de nouvelles possibiliteacutes drsquoobtenir des informations preacutecieuses gracircce agrave des donneacutees collecteacutees massivement notamment dans des domaines tels que le marketing les sciences de la vie la banque mais aussi les technologies de lrsquoeacuteducation (EdTech) et la formation en ligne Il convient cependant de noter que les laquo donneacutees raquo eacutetaient un sujet important bien avant la grande reacutevolution des donneacutees massives drsquoaujourdrsquohui
9
Alors que lrsquoinformatique quantique semble imminente les ordinateurs et les algorithmes drsquoapprentissage automatiques imagineacutes par Denning sont devenus une reacutealiteacute et leurs capaciteacutes sont en constante ameacutelioration Selon les normes actuelles la preacuteoccupation de Rider sur lrsquoespace de stockage des bibliothegraveques physiques semble ridiculement archaiumlque car nous pouvons deacutesormais stocker numeacuteriquement de grandes quantiteacutes de donneacutees sur une gamme drsquoappareils de plus en plus vaste
7 rdquoThe DIGITAL UNIVERSE of OPPORTUNITIESrdquo EMC2 Digital Universe Infobrief with IDC avril 20148 1 Zettaoctet (Zo) = 103 Exaoctet (Eo) = 106 Petaoctet (Po) = 109 Teraoctet (To) = 1012 Gigaoctet (Go) = 1015 Megaoctet (Mo) = 1018 kilooctet (ko) = 1021 octet
croissance preacutevue de la geacuteneacuteration de donneacutees 7
Zettaoctet8
0
10
20
30
40
50
en 2013 il y avait presque autant de bits dans lrsquouni-
vers numeacuterique que drsquoeacutetoiles dans lrsquounivers
physique
44
10
Aujourdrsquohui lrsquoaccegraves aux donneacutees nrsquoest pas un problegraveme La question consiste agrave deacuteterminer quelles sont les donneacutees utiles Comme Denning lrsquoa souligneacute le veacuteritable deacutefi est de reacuteussir agrave traiter toutes ces donneacutees
Crsquoest lagrave que lrsquointelligence Artificielle (IA) peut tirer le meilleur parti des donneacutees agrave notre disposition Bien que cette science nrsquoait rien de nouveau elle est devenue un sujet de grand inteacuterecirct en cette eacutepoque de meacutegadonneacutees Mecircme si un grand nombre drsquoalgorithmes ont eacuteteacute eacutecrits dans les anneacutees 1970 1980 et 1990 il y a deacutesormais infiniment plus de donneacutees agrave analyser et bien plus de puissance de calcul agrave exploiter On ameacuteliore constamment les capaciteacutes des ordinateurs agrave appliquer des calculs matheacutematiques complexes aux meacutegadonneacutees ce qui donne agrave lrsquointelligence artificielle un tout nouveau sens
Lrsquoapprentissage automatique (en anglais Machine Learning) est un sous-ensemble de lrsquointelligence artificielle baseacute sur le concept des ordinateurs qui srsquoadaptent aux nouvelles entreacutees de donneacutees et agrave lrsquoapprentissage sur les calculs preacuteceacutedents afin de reacutepeacuteter les deacutecisions produisant les meilleurs reacutesultats Crsquoest une meacutethode drsquoanalyse de donneacutees baseacutee sur la reconnaissance de scheacutemas en utilisant des algorithmes pour creacuteer des modegraveles analytiques Ces algorithmes assimilent des donneacutees par un processus iteacuteratif ce qui signifie que lrsquoordinateur peut trouver des tendances inconnues sans qursquoil ait eacuteteacute speacutecifiquement programmeacute pour chercher dans les donneacutees geacuteneacutereacutees drsquoougrave le terme laquo apprentissage raquo dans le titre
Les nouvelles technologies informatiques signifient que lrsquoapprentissage automatique est plus efficace que jamais Crsquoest la base mecircme de lrsquoanalyse des donneacutees agrave caractegravere personnel Ainsi elle sous-tend les nombreux meacutecanismes drsquoexploration de donneacutees opeacuterant derriegravere nos activiteacutes en ligne telles que la recommandation des offres en ligne qui constituent les laquo messages suggeacutereacutes raquo de Facebook ou de films qui srsquoaffichent bien en eacutevidence sur nos comptes Netflix
Alors que le concept drsquoapprentissage automatique est en vogue depuis un certain temps lrsquoapprentissage profond est devenu le nouveau mot drsquoordre pour les derniers progregraves en intelligence artificielle Lrsquoapprentissage profond (appeleacute Deep Learning en anglais) est veacuteritablement un sous-ensemble de lrsquoapprentissage automatique il utilise plusieurs couches drsquoalgorithmes drsquoapprentissage automatique baseacutes sur des donneacutees abstraites En termes de preacutevision les meacutethodes drsquoapprentissage profond deacutecoulent de lrsquoapprentissage automatique et peuvent ecirctre consideacutereacutees comme laquo lrsquoeacutetape suivante raquo attendue dans ce domaine
Lrsquoapprentissage profond ne concerne pas exclusivement les technologies de lrsquoeacuteducation mais ses applications dans ce domaine sont drsquoun inteacuterecirct particulier Drsquoune maniegravere geacuteneacuterale il englobe les technologies drsquointelligence artificielle qui peuvent effectuer des tacircches comme - voire mieux que - les ecirctres humains Agrave titre drsquoexemple vous pouvez regarder le cas de AlphaGo un programme informatique conccedilu pour jouer au jeu de strateacutegie Go ceacutelegravebre pour avoir battu lrsquoancien champion du monde de Go Lee Sedol en 2016
intelligence Artificielle - le remAke
11
Lrsquoapprentissage adaptatif tombe sous lrsquoeacutegide de ce que lrsquoon appelle les systegravemes de tutorat intelligents ou Intelligent Tutor Systems en anglais Ceux-ci repreacutesentent lrsquoapplication la plus courante de lrsquoapprentissage profond dans les technologies de lrsquoeacuteducation Ils fonctionnent en suivant les eacutetapes mentales des apprenants au cours de la reacutesolution de problegravemes afin drsquoanalyser leur compreacutehension drsquoun domaine particulier Gracircce agrave leur imitation du comportement humain ils fournissent agrave lrsquoapprenant des conseils des commentaires et des explications en temps reacuteel et par-dessus tout ils peuvent recommander des activiteacutes drsquoapprentissage speacutecifiquement adapteacutees agrave chaque apprenant
learning techniques in Artificial intelligence
12
Les cours particuliers - Ce type drsquoapprentissage renvoie aux meacutethodes drsquoapprentissage scolaire de lrsquoeacutepoque non-informatique Bloom1 vantait dans ses eacutetudes les meacuterites des cours particuliers mais aujourdrsquohui ils ne sont tout simplement pas applicables agrave grande eacutechelle ou dans un contexte eacuteducatif de masse en raison drsquoun manque de ressources adeacutequates et parce qursquoil ne reacutepond pas aux enjeux de lrsquoapprentissage social ou de la socialisation qui sont cruciales dans le deacuteveloppement
Lrsquoapprentissage diffeacuterencieacute - Crsquoest un autre ancecirctre de lrsquoapprentissage adaptatif comme nous lrsquoentendons aujourdrsquohui qui consiste agrave canaliser les apprenants dans des parcours drsquoapprentissage preacutedeacutefinis et baseacutes sur un certain nombre de critegraveres Il en existe deux types tous deux limiteacutes dans leur capaciteacute agrave optimiser les reacutesultats drsquoapprentissage
lrsquoeacutevolution De lrsquoApprentiSSAge ADAptAtif
La meacutethode la plus simple eacutevalue un eacutetudiant ou un apprenant au deacutebut drsquoun programme drsquoapprentissage et lrsquooriente vers une cateacutegorie ou un niveau speacutecifique On ne peut pas changer la deacutecision de cateacutegorisation apregraves qursquoelle a eacuteteacute prise
Les moteurs de regravegles (en anglais Rules-based Systems) pour leur part utilisent geacuteneacuteralement des laquo arbres de deacutecisions raquo pour guider les eacutelegraveves en fonction de ce qursquoils font tout au long de leur parcours drsquoapprentissage preacutedeacutefini indeacutependamment de leur historique et sans comprendre le raisonnement sous-jacent de lrsquoapprenant
eacutetat n eacutetat n+1regravegle preacutedeacutefinie deacutependantseulement de lrsquoeacutetat n
Nous connaissons aujourdrsquohui des deacutefinitions diverses et varieacutees de lrsquoapprentissage adaptatif Il existe aussi de nombreux preacutecurseurs de lrsquoapprentissage adaptatif dont
13
tests adaptatifs informatiseacutes (en anglais Computerised Adaptive Testing) - Crsquoest un systegraveme qui pose des questions ou propose des sessions drsquoeacutevaluation en fonction des reacutesultats aux tests preacuteceacutedents ou des reacuteponses Crsquoest une fonctionnaliteacute que de nombreuses plateformes drsquoapprentissage en ligne proposent deacutejagrave Un meacutecanisme inteacutegreacute garantit que si lrsquoon reacutepond incorrectement agrave une question la question suivante aura un niveau de difficulteacute infeacuterieur Cela met en eacutevidence son adaptabiliteacute limiteacutee car bien qursquoil modifie le parcours drsquoapprentissage en fonction de lrsquoapprenant il le canalise uniquement vers certaines cateacutegories preacutedeacutetermineacutees Il srsquoadapte seulement dans le cadre du test et ne srsquoappuie pas sur lrsquoexpeacuterience drsquoautres apprenants pour en extraire des informations pourtant pertinentes et tregraves utiles
fini
fini
NIv
eAU
De
DIf
fIc
ULt
eacute
14
Lrsquoapprentissage adaptatif (en anglais Adaptive Learning ou Personalised Learning) revient agrave combiner les recherches en sciences cognitives et lrsquointelligence artificielle (IA) et les appliquer aux meacutegadonneacutees pour deacutevelopper de meilleurs systegravemes drsquoapprentissage plus efficients et plus personnaliseacutes Ceux-ci assurent une meilleure compreacutehension et reacutetention de lrsquoinformation des connaissances des savoirs et des compeacutetences acquises par un apprenant donneacute Lrsquoapprentissage adaptatif srsquoappuie sur le parcours de lrsquoapprenant et sur les donneacutees qursquoil a geacuteneacutereacutees pour produire des plans drsquoapprentissage personnaliseacutes et proposer des contenus adapteacutes agrave ses capaciteacutes ainsi que des recommandations qui seront plus susceptibles de correspondre agrave ses aptitudes Ces eacuteleacutements sont calculeacutes sur la base du profil des apprenants de leurs objectifs drsquoapprentissage de leur historique drsquoapprentissage et des contenus suivis preacuteceacutedemment
le ministegravere de lrsquoeacuteducation des eacutetats-unis deacutefinit laquo lrsquoapprentissage adaptatif raquo comme
un systegraveme drsquoapprentissage numeacuterique qui peut laquo eacutevoluer de faccedilon dynamique
pour mieux correspondre agrave lrsquoeacutetudiant gracircce aux informations recueillies au cours de
lrsquoapprentissage raquo
Lrsquoanalyse des donneacutees qui conduit agrave lrsquoanalytique de lrsquoapprentissage (ou analyse des donneacutees sur lrsquoeacuteducation connue aussi sous son nom anglais Learning Analytics) Les apprenants travaillent sur un systegraveme adaptatif donc les donneacutees qursquoils geacutenegraverent sont analyseacutees afin de
Generate dashboards highlighting insightful data and predictions
Les systegravemes de recommandations impliquent drsquoanticiper les reacuteactions des utilisateurs agrave une seacuterie drsquooptions Les recommandations sont faites pour orienter plus preacuteciseacutement et plus efficacement lrsquoapprenant vers lrsquoobjectif drsquoapprentissage
Les regroupements drsquoutilisateurs font reacutefeacuterence aux regroupements drsquoapprenants qui se ressemblent afin qursquoils puissent travailler ensemble et srsquoentraider
La modeacutelisation des apprenants (ou Learner Modeling) srsquointeacuteresse agrave lrsquoeacutetudiant et vise agrave deacutefinir ce qui est compris par lrsquoapprenant ce qui est compris de lrsquoapprenant et quel est lrsquoobjectif drsquoapprentissage
La deacutetection de donneacutees aberrantes se rapporte agrave la deacutetection drsquoanomalies Par exemple cette meacutethode est utiliseacutee pour deacutetecter un apprenant qui serait en train de tricher qui srsquoeacuteloignerait de ses objectifs drsquoapprentissage ou mecircme qui serait en situation de deacutecrochage
ApprentiSSAge ADAptAtif ndash le Dernier moDegravele
Creacuteer des plans drsquoapprentissage personnaliseacutes et proposer des recommandations
Geacuteneacuterer des tableaux de bord mettant en eacutevidence des donneacutees et des preacutevisions pertinentes
Lrsquoapprentissage adaptatif aborde les trois phases du processus drsquoapprentissage (Assimilation consolidation et Application) Pour ce faire un ensemble de meacutethodes et de techniques sont employeacutees En voici quelques-unes
15
contenu amp Structure des connaissances
Compeacutetence 1
Compeacutetence 4
Compeacutetence 3
Compeacutetence 2
Sujet 1 Sujet 2
Sujet 3
Concept 1 Concept 2
Concept 3
Contenu 1Contenu 2
bullbullbull
Eacutevaluation 1Eacutevaluation 2
bullbullbull
Autres 1Autres 2
bullbullbull
Compeacutetence 5
Sujet 4
REacuteVISION
Contenu 1Contenu 2
bullbullbull
Exercise 1Exercise 2
bullbullbull
16
eacutetape de boucle courte
Dans cette eacutetape lrsquoapprenant tente drsquoassimiler un concept en particulier Lrsquoalgorithme drsquoapprentissage adaptatif propose agrave lrsquoapprenant une seacutequence speacutecifique drsquoeacutevaluations de contenus et drsquoautres activiteacutes adapteacutes agrave lui Les donneacutees drsquoentreacutee pour lrsquoanalyse algorithmique sont
Lrsquoobjectif drsquoapprentissage relatif agrave un concept en particulierLes types de contenu drsquoeacutevaluations et drsquoautres activiteacutes qui conviennent le mieux agrave lrsquoapprenant selon lrsquohistorique de donneacuteesLe comportement de lrsquoapprenant et celui de ses pairs par rapport au conceptLe niveau de compreacutehension de lrsquoapprenant sur les ressources preacuteceacutedentes lieacutees au conceptLe niveau drsquoassimilation du concept par lrsquoapprenant
Lrsquoobjectif drsquoapprentissage relatif agrave un sujet en particulierLe niveau de progregraves de lrsquoapprenant dans la maicirctrise du sujetLe comportement et le progregraves des autres apprenants par rapport au sujet
Contenu 1 Contenu 2
Eacutevaluation 1 Eacutevaluation 2
Autres 1 Autres 2
Concept 1
Concept 2
Concept 3
Concept 4
lrsquoapprentissage adaptatif est composeacute de cinq eacutetapes diffeacuterentes
eacutetape de boucle longue
Un sujet speacutecifique est composeacute de plusieurs concepts diffeacuterents Cette eacutetape concerne le sujet dans son ensemble par opposition aux concepts individuels Lrsquoalgorithme suggegravere le prochain concept agrave assimiler et propose un parcours drsquoapprentissage en tenant compte des donneacutees provenant de
Sujet
17
eacutetape de macro recommandation
Lorsque lrsquoobjectif drsquoapprentissage sur un sujet en particulier a eacuteteacute atteint lrsquoalgorithme fait une recommandation concernant le prochain objectif drsquoapprentissage (le prochain sujet agrave aborder et agrave maicirctriser) Les entreacutees sont baseacutees sur toutes les informations recueillies au cours des phases preacuteceacutedentes Encore une fois cela srsquoappuie sur les capaciteacutes les inteacuterecircts et les preacutefeacuterences peacutedagogiques deacuteduits de lrsquoapprenant ainsi que sur ceux de ses camarades et les reacutesultats qursquoils ont produits
eacutetape de reacutevision
Lorsque lrsquoassimilation est effective la consolidation doit srsquoeffectuer et celle-ci est reacutealiseacutee par la reacutepeacutetition espaceacutee Lrsquoalgorithme va proposer un plan de reacutevision sur mesure pour lrsquoapprenant ainsi qursquoun test approprieacute pour deacuteterminer les reacutevisions agrave effectuer et le moment pour optimiser le nombre de questions Les entreacutees de donneacutees prises en compte sont
Compeacutetence 3
Compeacutetence 2
Compeacutetence 1
La preacutevision du moment ougrave lrsquoapprenant est susceptible drsquooublierLa difficulteacute de reacutetention du concept pour lrsquoapprenantLa relation entre les diffeacuterents concepts et le contenuLe comportement de lrsquoapprenant par rapport agrave la reacutevision et celui de ses pairs
Sujet 1 Reacutevision 1
Reacutevision 2
15 Janvier
23 Janvier
bullbullbull
reacutevision
18
Sur la bonne voie
Pas sur la bonne voie
lrsquoalgorithme est dynamique et recalcule en permanence son prochain plan drsquoaction sur la base des nouvelles informations recueillies gracircce aux nouvelles donneacutees entreacutees et aux interactions humaines cela lui permet de reacuteagir dans le meilleur inteacuterecirct de lrsquoapprenant et renforce sa capaciteacute agrave geacuteneacuterer un meilleur impact drsquoapprentissage
eacutetape de remeacutediation
Tout au long de ce processus lrsquoalgorithme analyse les progregraves de lrsquoapprenant afin drsquoidentifier une difficulteacute ou un point de blocage (ougrave lrsquoapprenant peut ecirctre tenteacute drsquoabandonner) Lrsquoalgorithme peut agrave tout moment et de faccedilon reacuteactive proposer une nouvelle seacutequence dans le but de remettre lrsquoapprenant sur la bonne voie Lorsque cette situation se produit lrsquoenseignant reccediloit une alerte ou une notification et peut intervenir pour aider agrave reacutesoudre le problegraveme
19
Lrsquoapprentissage adaptatif peut ecirctre appliqueacute agrave une grande varieacuteteacute de situations drsquoapprentissage de lrsquoenseignement primaire agrave la formation continue Comme les solutions drsquoapprentissage adaptatif deacutependent de la lecture et de lrsquoanalyse drsquoalgorithmes et de donneacutees elles peuvent ecirctre connecteacutees agrave un grand nombre de solutions ou de plateformes qui produisent ces donneacutees (plateformes LMS plateformes drsquoapprentissage en ligne plateformes de simulation solutions de reacutealiteacute virtuelle systegravemes ERP existants bases de donneacutees Open Data systegravemes drsquoinformation RH etc) Une solution peut ecirctre inteacutegreacutee dans lrsquoune de ces plateformes mais elle ne se contente pas de travailler en arriegravere-plan Les individus ont la possibiliteacute drsquointeragir avec la solution drsquoapprentissage adaptatif ses conclusions et ses actions et de corriger ou drsquoorienter ses actions futures en triant les donneacutees et en identifiant les indicateurs et les analyses les plus importantes pour son objectif
Le nombre de sceacutenarios dans lesquels lrsquoapprentissage adaptatif peut ecirctre appliqueacute est tout aussi large Voici quelques exemples pratiques drsquoapprentissage adaptatif
Appliquer lrsquoApprentiSSAge ADAptAtif
Les learning management Systems (LMS) et autres solutions drsquoapprentissage sont baseacutes sur un modegravele drsquoapprentissage lineacuteaire avec un format unique Les solutions drsquoapprentissage adaptatif peuvent facilement ecirctre inteacutegreacutees dans ces plateformes pour ameacuteliorer leurs capaciteacutes fournir des outils drsquoanalyse de donneacutees proposer agrave leurs utilisateurs des plans drsquoapprentissage personnaliseacutes et accroicirctre leur efficience globale en produisant un meilleur impact drsquoapprentissage
La formation en entreprise fait face agrave des deacutefis consideacuterables tels que la rapiditeacute croissante de lrsquoeacutevolution des compeacutetences requises par les employeacutes au sein drsquoune entreprise ou drsquoun secteur donneacute Dans ce contexte les employeacutes peuvent ecirctre issus de parcours tregraves diffeacuterents et avoir des niveaux drsquoexpeacuterience et drsquoinstruction varieacutes En combinant des descriptions de poste des reacutefeacuterentiels de compeacutetences des reacutefeacuterentiels meacutetiers des catalogues de formation des plateformes drsquoapprentissage et des solutions drsquoapprentissage adaptatif lrsquoentreprise peut exploiter les analyses agrave sa disposition pour comparer les nouvelles compeacutetences requises agrave celles deacutejagrave maicirctriseacutees par les employeacutes en poste De cette faccedilon une solution drsquoapprentissage adaptatif peut proposer un plan de formation adapteacute aux employeacutes pour maintenir leurs compeacutetences acquises et apporter de la valeur ajouteacutee agrave lrsquoentreprise
les solutions drsquoapprentissage adaptatif sont drsquoune utiliteacute particuliegravere pour les institutions acadeacutemiques les fournisseurs de logiciels les eacutediteurs et les deacutepartements rh mais cette liste
est loin drsquoecirctre exhaustive
20
Apprentissage adaptatif utiliseacute agrave lrsquoeacutecole primaire
du programme de formation a eacuteteacute retenu apregraves une peacuteriode de 3 mois par les apprenants utilisant une plateforme adaptative contre seulement 28 pour les apprenants nrsquoutilisant pas la plateforme
des personnes sont revenues sur la plateforme pour effectuer les exercices recommandeacutes par la solution drsquoapprentissage adaptatif sans aucune obligation de le faire
des recommandations proposeacutees par le systegraveme drsquoapprentissage adaptatif sont couronneacutees de succegraves permettant aux apprenants drsquoatteindre leur objectif drsquoapprentissage
des recommandations proposeacutees dans une situation ougrave lrsquoapprenant rencontre agrave plusieurs reprises des difficulteacutes ont un impact positif reacutesolvent le problegraveme et permettent agrave lrsquoeacutetudiant de terminer le module (pour les 13 restants lrsquoenseignant est alerteacute de ses difficulteacutes par des notifications et intervient pour eacuteviter la possibiliteacute de deacutecrochage)
des ressources sont eacutepargneacutees puisque lrsquoutilisation des ressources inadapteacutees est eacuteviteacutee De maniegravere globale les plans drsquoapprentissage personnaliseacutes permettent aux eacutelegraveves drsquoavancer plus rapidement car ils travaillent agrave leur propre rythme et assimilent de maniegravere plus efficace ameacuteliorant ainsi leurs reacutesultats
Apprentissage adaptatif utiliseacute dans la formation en entreprise
De lA theacuteorie Aux reacuteSultAtS
en Juin 2016 Domoscio a meneacute une expeacuterimentation dans le cadre de sa collaboration avec un eacutediteur offrant des cours en franccedilais anglais et matheacutematiques pour des eacutecoles primaires en france 400 eacutetudiants ont eacuteteacute impliqueacutes dans lrsquoeacutechantillon de test les chiffres sont calculeacutes apregraves deux mois drsquoutilisation de la technologie drsquoapprentissage adaptatif de Domoscio
en Juillet 2016 Domoscio a observeacute les reacutesultats de lrsquointeacutegration de sa technologie adaptative dans un environnement drsquoapprentissage mixte dans le cadre de formations au management et agrave la vente pour 200 apprenants dans le secteur priveacute
01 quelques chiffres
21
Teacutemoignages de formateurs et drsquoenseignants qui utilisent des solutions drsquoapprentissage adaptatif
laquoLrsquoun de mes eacutelegraveves (13 ans et en CM1) a des difficulteacutes dans tous les concepts abordeacutes Il est suivi par une AVS (Auxiliaire de Vie Scolaire) Ni les manuels scolaires ni mes explications orales ni le travail en groupe ne lui permettent drsquoavancer Il a vraiment accrocheacute avec les parcours adaptatifs en maths et a reacuteussi agrave progresser dans son parcours Lrsquoexpeacuterience a eacuteteacute tregraves valorisante pour luiraquo
Caroline T 9
ProfesseurEcole primaire de Saint-Etienne France
9 Caroline eacutetait lrsquoune des enseignantes concerneacutees par lrsquoexpeacuterimentation meneacutee aupregraves de 400 eacutetudiants en juin 2016 utilisant la technologie de Domoscio10 Balthazar est speacutecialiseacute en prestations de formation en entreprise et utilise les solutions de Domoscio depuis 2015
laquoBalthazar utilise lrsquoapprentissage adaptatif dans le cadre de ses formations en management En tant que formateur le dispositif me permet de suivre les stagiaires individuellement et drsquoajuster ma peacutedagogie en conseacutequence Lrsquoapprentissage adaptatif complegravete nos actions de formation ameacuteliore leur impact et nous permet drsquooffrir agrave nos stagiaires un veacuteritable service apregraves formationraquo
Sylvain RajzwingConsultant en managementBalthazar10
02 quelques mots
22
pour les apprenants
Ils ont des expeacuteriences drsquoapprentissage personnaliseacutees
Ils assimilent les concepts de maniegravere plus rapide et durablement
Ils voient leur temps drsquoapprentissage et de reacutevision optimiseacute
Ils beacuteneacuteficient de meilleurs reacutesultats drsquoapprentissage
Les progregraves sont suivis et les reacutesultats drsquoapprentissage eacutevalueacutes pour favoriser lrsquoameacutelioration
pour les enseignantsformateurs
Ils peuvent mesurer les reacutesultats drsquoapprentissage gracircce agrave des analyses pertinentes et des tableaux de bord intuitifs leur permettant drsquoacqueacuterir une vision claire des progregraves de leurs eacutelegravevesemployeacutes
Ils peuvent anticiper les difficulteacutes des eacutelegravevesemployeacutes puis adapter le contenu de leurs cours en conseacutequence
Ils augmentent leur valeur ajouteacutee en utilisant les outils peacutedagogiques de la solution drsquoapprentissage adaptatif pour reacutepondre aux besoins de chaque apprenant sans les contraintes que cela implique (ils peuvent ecirctre agrave lrsquoeacutecoute des besoins de lrsquoapprenant sans passer des heures agrave corriger et analyser le travail de tous les apprenants)
03 Beacuteneacutefices
23
pour les salarieacutes
Ils partagent les mecircmes beacuteneacutefices que les apprenants par rap-port agrave lrsquoapprentissage adaptatif et profitent drsquoavantages sup-pleacutementaires
Leur temps est mieux geacutereacute ce qui permet un meilleur eacutequilibre entre les temps de travail et de formation
Ils augmentent leur employabiliteacute avec de nouvelles compeacute-tences
Ils ont les outils et la formation neacutecessaires pour mieux reacuteali-ser leur travail ce qui conduit agrave une plus grande satisfaction au travail
pour les eacutediteurs
Lrsquoapprentissage adaptatif leur permet drsquoaccompagner les transformations opeacutereacutees par les technologies numeacuteriques avec des services agrave valeur ajouteacutee en lien avec leur contenu Il permet eacutegalement aux eacutediteurs drsquoavoir accegraves agrave des donneacutees concernant lrsquointeraction avec leur contenu ce qui leur apporte de nouvelles perspectives sur son efficaciteacute et sa pertinence comme outil drsquoapprentissage
Les solutions drsquoapprentissage adaptatif permettent aux eacutediteurs drsquoaccompagner les utilisateurs en ajustant le contenu en fonc-tion des besoins des apprenants
pour la gestion de la formation en entreprise
Lrsquoapprentissage adaptatif aide agrave identifier les besoins de formation au sein de lrsquoentreprise en utilisant les analyses des reacutesultats de formation pour ameacuteliorer les futures actions de formation et les cibler avec plus de preacutecision
Il aide agrave mesurer la qualiteacute des actions de formation et leur retour sur investissement car les employeacutes sont mieux et plus efficacement formeacutes
Il soutient la strateacutegie de formation globale de lrsquoentreprise en veillant agrave ce que les employeacutes aient les compeacutetences requises pour remplir leurs fonctions de maniegravere plus adeacutequate
24
contenu structureacute lrsquoinformation ou le contenu est organiseacute et geacuteneacuteralement classifieacute avec des meacutetadonneacutees Le contenu structureacute peut ecirctre stockeacute dans diffeacuterents formats standards ou proprieacutetaires y compris XML
premierS preacuterequiS pour commencer
meacutetadonneacutees il srsquoagit de lrsquoinformation geacuteneacutereacutee relative au contenu aux utilisateurs aux graphes de connaissances aux compeacutetences et aux autres ressources Les meacutetadonneacutees peuvent ecirctre subdiviseacutees en trois types
environnement numeacuterique les plateformes et les solutions qui utilisent les standards de connectiviteacute du marcheacute tels que API xAPI QTI LTI etc
meacutetadonneacutees descriptives leur fonction est la deacutecouverte et lrsquoidentification (par exemple titre reacutesumeacute auteur mots-cleacutes etc)
meacutetadonneacutees structurelles ce sont des conteneurs de meacutetadonneacutees qui composent des seacuteries drsquoobjets au sein des structures de donneacutees (par exemple les pages sont organiseacutees pour former des chapitres)
meacutetadonneacutees administratives elles aident agrave geacuterer une uniteacute de donneacutees par le biais de marqueurs ou drsquoune certaine forme de classification (par exemple les informations techniques le type de fichier quand et comment il a eacuteteacute creacuteeacute son chemin drsquoaccegraves etc)
Ann rockley et charles cooper dans managing enterprise content A unified content Strategy deacutefinissent le contenu
structureacute etou contenu intelligent comme laquo structurellement riche et seacutemantiquement cateacutegoriseacute raquo un
contenu qui est donc laquo automatiquement deacutecouvrable reacuteutilisable reconfigurable et
adaptable raquo
graphes de compeacutetencesconnaissances ils repreacutesentent les preacuterequis et les relations entre les diffeacuterents types de connaissances etou compeacutetences
contenu granulaireunitaire dans un parcours drsquoapprentissage chaque cours ou module est diviseacute en uniteacutes granulaires ou laquo objets peacutedagogiques raquo agrave apprendre Chacune des uniteacutes creacuteeacutees est coheacuterente autonome et reacuteutilisable
25
Lire Penser Approuver
R SociauxMobile Teacuteleacutevision Eacuteducateurs Ordinateurs Litteacuterature Pairs
Construire Eacutecouter Parler Regarder Jouer Eacutecrire Assister Chercher
Activiteacutes
lrsquoapprenant
26
Fondeacutee en 2013 Domoscio est speacutecialiseacutee dans le Big Data pour apprendre et les solutions drsquoapprentissage adaptatif La socieacuteteacute travaille avec de nombreux clients internationaux dans la formation en entreprise lrsquoeacutedition et lrsquoeacuteducationlrsquoenseignement supeacuterieur ainsi qursquoavec de multiples partenaires internationaux dans le secteur des logiciels
La RampD de Domoscio et ses solutions innovantes en font un leader dans son secteur La socieacuteteacute est reconnue et accreacutediteacutee par la Commission europeacuteenne le Ministegravere de lrsquoEacuteducation nationale lrsquoAgence Nationale de la Recherche franccedilaise (ANR) et la Banque Publique drsquoInvestissement (BPI France)
Chez Domoscio nous collaborons avec des partenaires et des clients dans une grande varieacuteteacute de domaines Nous leur fournissons des solutions drsquoapprentissage adaptatif qui leur permettent drsquoobtenir les meilleurs reacutesultats drsquoenseignement drsquoapprentissage et de formation dans leurs domaines respectifs
Les solutions drsquoapprentissage adaptatif peuvent ecirctre utiliseacutees agrave diverses fins et les beacuteneacutefices consideacuterables de lrsquoapprentissage adaptatif pour les apprenants les enseignants les eacutediteurs et les professionnels des RH - entre autres - sont eacutevidents
Agrave propoS De DomoScio
Domoscio utilise une technologie connue et reconnueNos solutions et services incluent principalement
Apprentissage adaptatif Analytique de lrsquoapprentissage
Services de conseil et drsquoaccompagnement
Analyse - une analyse fonctionnelle et technique est reacutealiseacutee ainsi qursquoune analyse des ressources peacutedagogiques du client afin drsquoeacutevaluer les actions neacutecessaires La solution cible est deacutefinie avec le client et un plan drsquoaction est eacutetabli
inteacutegration - le plan drsquoaction est exeacutecuteacute et la solution technique est inteacutegreacutee dans le dispositif du client avec les diffeacuterents contenus drsquoapprentissage Sur certaines plateformes ou Learning Management Systems (LMS) il suffit drsquoactiver une fonctionnaliteacute
Accompagnement - tout au long du processus Domoscio fournit au client un accompagnement continu et des services de conseil en veillant agrave la fiabiliteacute opeacuterationnelle de la solution fournie ces services peuvent comprendre la structuration du contenu la formation le support peacutedagogique etc
De la mecircme faccedilon que les solutions drsquoapprentissage adaptatif sont baseacutees sur le principe de lrsquoadaptation agrave lrsquoapprenant nous croyons que les solutions que nous proposons doivent ecirctre modeacuteliseacutees autour des besoins speacutecifiques de nos clients Ainsi afin de mettre en œuvre les solutions de Domoscio dans les dispositifs existants de nos clients nous adoptons une approche agrave trois volets analyse inteacutegration et accompagnement
27
parmi les distinctions de Domoscio
2016Tropheacutee Europe 1 de lrsquoAvenir cateacutegorie Education
europe 1
2014Lrsquoune des 7 startups les plus prometteuses en Technologies de lrsquoEducation
commission europeacuteenne
Suivre ce processus nous permet drsquoacqueacuterir une compreacutehension approfondie des besoins peacutedagogiques et drsquoapprentissage de nos clients et nous donne toutes les informations neacutecessaires pour optimiser leurs plateformes les rendre plus efficientes et atteindre leurs objectifs drsquoameacutelioration notre approche collaborative et de conseil signifie que nous sommes particuliegraverement sensibles aux objectifs de nos clients et que nous pouvons leur fournir lrsquoaide dont ils ont besoin pour appliquer avec succegraves les connaissances analytiques acquises par lrsquointeacutegration de nos solutions drsquoapprentissage adaptatif
pour en savoir plus sur lrsquoutilisation de lrsquoapprentissage adaptatif et pour mieux comprendreson fonctionnement drsquoun point de vue technique nous vous invitons agrave consulter nos prochains
livres blancs dans la mecircme seacuterie Utiliser lrsquoAdaptive Learning ndash Cas pratiqueset Inteacutegrer lrsquoAdaptive Learning ndash Une approche technique
Siegravege SociAl20 Rue du Commandant Reneacute Mouchotte75014 Paris France
BureAu47 Rue du Caire75002 Paris France
nouS Appeler+33 (0) 1 85 09 03 57
domosciocomcontactdomosciocom
6
Agrave ce stade il convient de faire une distinction entre la notion drsquoapprentissage - que nous pouvons deacutefinir comme un processus - et la notion laquo drsquoassimilation raquo qui correspond agrave une phase dans ce processus En fait un processus complet drsquoapprentissage se compose de trois phases Assimilation consolidation et Application
LrsquoAssimilation est lrsquoaction drsquoapprentissage qui permet de deacutecouvrir quelque chose de nouveau et de lrsquointeacutegrer dans sa base de connaissances
En 1984 Bloom comparait lrsquoenseignement conventionnel avec les cours particuliers et deacutemontrait que les seconds eacutetaient significativement plus efficaces les apprenants obtenaient de meilleurs reacutesultats aux tests travaillaient pendant des peacuteriodes plus courtes et avaient geacuteneacuteralement une attitude plus positive Nous pouvons en deacuteduire que lrsquoapproche laquo format unique raquo peut ecirctre limiteacutee en termes de reacutesultats peacutedagogiques lorsqursquoon la compare avec celle des cours particuliers qui neacutecessite elle certes beaucoup plus de ressources Selon cette logique le cours particulier pourrait presque ecirctre consideacutereacute comme un modegravele ideacuteal afin drsquoameacuteliorer lrsquoassimilation mais il est difficilement applicable agrave lrsquoenseignement geacuteneacuteral car il demande beaucoup de ressources et ne permet pas lrsquoapprentissage social ou la collaboration entre apprenants
1 B S Bloom laquoThe 2 Sigma Problem The Search for Methods of Group Instruction as Effective as One-to-One Tutoringraquo Educational Researcher pp 4-16 Juin - Juil 1984
une Approche SeacuterieuSe De lrsquoApprentiSSAge
AssimilAtion
ApplicAtionAssimilAtion consolidAtion
le processus drsquoApprentissAge
7
2 J Dunlosky K A Rawson E J Marsh M J Nathan y D T Willingham laquoImproving studentsrsquo learning with effective learning techniques promising directions from cognitive and educational psychologyraquo Psychological Science in the Public Interest pp 4-58 20133 Henry L Roediger III y Jeffrey D Karpicke ldquoTest-Enhanced Learning Taking Memory Tests Improves Long-Term Retention rdquo Psychological Science volume 17 pp 249ndash255 marzo de 20064 Michael M Lombardo Robert W Eichinger ldquoThe Career Architect Development Plannerrdquo Minneapolis Lominger p iv ISBN 0-9655712-1-1 1996
La consolidation est la phase de stabilisation et de stockage dans la meacutemoire apregraves lrsquoacquisition initiale de nouvelles informations de connaissances de savoirs ou de compeacutetences
En 2013 Dunlosky et al ont eacutevalueacute 10 pratiques de reacutevision et sont parvenus agrave la conclusion que la reacutepeacutetition espaceacutee et les tests font partie des techniques de reacutevision les plus efficaces Deacutejagrave en 2006 Roediger et Karpicke avaient mis en eacutevidence les avantages de la combinaison de ces deux meacutethodes
bull reacutepeacutetition espaceacutee programme de reacutevision qui eacutetale les activiteacutes drsquoeacutetude dans le temps
bull reacutevision par des tests auto-eacutevaluation ou eacutevaluation sur un conceptsujet qui nrsquoest pas encore consolideacute
consolidAtion
La troisiegraveme phase est lrsquoApplication par laquelle les informations les connaissances et les compeacutetences acquises sont appliqueacutees agrave des cas reacuteels et tangibles
Selon les recherches de Michael M Lombardo et Robert W Eichinger du Center for Creative Leadership
bull Environ 70 de lrsquoapprentissage se fait agrave partir des expeacuteriences sur le lieu de travail lrsquoexeacutecution de tacircches et la reacutesolution de problegravemes bull Environ 20 de lrsquoapprentissage se fait agrave partir des commentaires et de lrsquointeraction avec les autres bull Environ 10 de lrsquoapprentissage provient des cours et de la lecture
Eacutetant donneacute que 70 de lrsquoapprentissage deacutecoule de lrsquoapplication de la theacuteorie et drsquoexercices pratiques les jeux de rocircles et les simulations sont sans doute des meacutethodes agrave privileacutegier pour assurer de meilleurs reacutesultats drsquoapprentissage
ApplicAtion
chaque individu ayant une preacutefeacuterence ou une faciliteacute pour un certain type de peacutedagogie plutocirct qursquoun autre adapter le parcours et les meacutethodes drsquoapprentissage agrave lrsquoindividu lui donnera logiquement une meilleure chance drsquointeacutegrer et de consolider lrsquoensemble des connaissances cette pratique peut ecirctre renforceacutee en stimulant les apprenants avec des tests et du feedback pertinent pour assurer la consolidation
8
Deacutejagrave dans les anneacutees 1940 Fremont Rider publiait the Scholar and the future of the research library une œuvre dans laquelle il calculait que selon le rythme drsquoexpansion et de croissance des bibliothegraveques universitaires ameacutericaines de lrsquoeacutepoque ces derniegraveres doublaient de taille agrave peu pregraves tous les seize ans En suivant ce modegravele de croissance Rider estimait que drsquoici agrave 2040 la Yale University Library compterait laquo environ 200000000 volumes raquo occupant laquo plus de 6000 mille (pregraves de 10000 kilomegravetres) drsquoeacutetagegraveres [requeacuterant] un personnel de catalogage de plus de six mille personnes raquo5
En avril 1980 dans le cadre du Fourth IEEE Symposium on Mass Storage Systems sur les systegravemes de stockage de masse IA Tjomsland a donneacute une confeacuterence intituleacutee Where Do We go from here dans laquelle il a citeacute la loi de Parkinson laquo Les donneacutees se deacuteveloppent pour remplir lrsquoespace disponible raquo Il a parleacute de la faccedilon dont de grandes quantiteacutes de donneacutees ont eacuteteacute laquo conserveacutees parce que les utilisateurs nrsquoont aucun moyen drsquoidentifier les donneacutees les peacutenaliteacutes pour stocker des donneacutees obsolegravetes sont moins apparentes que les peacutenaliteacutes pour rejeter des donneacutees potentiellement utiles raquo5
En juillet 1986 dans le domaine de la communication de donneacutees Hal B Becker a publieacute can users really absorb data at todayrsquos rates tomorrowrsquos dans lequel il deacutecrit la progression de la densiteacute drsquoenregistrement et fait part de ses preacutedictions sur ce que nous pourrions attendre en termes de stockage de donneacutees au tournant du siegravecle5
En 1990 dans Saving All the Bits publieacute dans American Scientist Peter J Denning a exploreacute le thegraveme de lrsquoIntelligence Artificielle (IA) Il soutient que laquo lrsquoimpeacuteratif [pour les scientifiques] de tout enregistrer nous megravene agrave une situation impossible le deacutebit et le volume des flux drsquoinformation submergent nos reacuteseaux nos peacuteripheacuteriques de stockage et nos systegravemes de recherche ainsi que la capaciteacute humaine de compreacutehension raquo De maniegravere lucide il traite de la technologie existante agrave lrsquoeacutepoque et des reacuteseaux qui nrsquoavaient tout simplement pas une capaciteacute suffisante estimant neacuteanmoins que nous pourrions plus tard ecirctre en mesure de construire des machines capables de reconnaicirctre et de preacutevoir des modegraveles de donneacutees agrave une vitesse suffisante pour faire face en temps reacuteel agrave drsquoimmenses flux de donneacutees Cette capaciteacute de vitesse et de reconnaissance accrue selon Denning signifierait un repeacuterage plus preacutecis des donneacutees utiles de stockage et drsquoexploitation De telles machines seraient eacutegalement capables drsquoidentifier des modegraveles dans les bases de donneacutees existantes pour former des descriptions de classe et extraire des informations pertinentes5
Aujourdrsquohui il y a eu un changement paradigmatique en ce qui concerne les
possibiliteacutes de stockage qui sont maintenant immenses accessibles et abordables
pourquoi pArle-t-on De Big DAtA
5 Gil Press ldquoA Very Short History of Big Datardquo Forbes 21 mai 2013 reacutecupeacutereacute le 30 deacutecembre 20166 Cyril Northcote Parkinson ldquoParkinsonrsquos Lawrdquo The Economist 19 novembre 1955 reacutecupeacutereacute le 30 deacutecembre 2016
La notion de laquo Big Data raquo ou de laquo meacutegadonneacutees raquo est de plus en plus omnipreacutesente Elle est souvent utiliseacutee pour deacutecrire de nouvelles possibiliteacutes drsquoobtenir des informations preacutecieuses gracircce agrave des donneacutees collecteacutees massivement notamment dans des domaines tels que le marketing les sciences de la vie la banque mais aussi les technologies de lrsquoeacuteducation (EdTech) et la formation en ligne Il convient cependant de noter que les laquo donneacutees raquo eacutetaient un sujet important bien avant la grande reacutevolution des donneacutees massives drsquoaujourdrsquohui
9
Alors que lrsquoinformatique quantique semble imminente les ordinateurs et les algorithmes drsquoapprentissage automatiques imagineacutes par Denning sont devenus une reacutealiteacute et leurs capaciteacutes sont en constante ameacutelioration Selon les normes actuelles la preacuteoccupation de Rider sur lrsquoespace de stockage des bibliothegraveques physiques semble ridiculement archaiumlque car nous pouvons deacutesormais stocker numeacuteriquement de grandes quantiteacutes de donneacutees sur une gamme drsquoappareils de plus en plus vaste
7 rdquoThe DIGITAL UNIVERSE of OPPORTUNITIESrdquo EMC2 Digital Universe Infobrief with IDC avril 20148 1 Zettaoctet (Zo) = 103 Exaoctet (Eo) = 106 Petaoctet (Po) = 109 Teraoctet (To) = 1012 Gigaoctet (Go) = 1015 Megaoctet (Mo) = 1018 kilooctet (ko) = 1021 octet
croissance preacutevue de la geacuteneacuteration de donneacutees 7
Zettaoctet8
0
10
20
30
40
50
en 2013 il y avait presque autant de bits dans lrsquouni-
vers numeacuterique que drsquoeacutetoiles dans lrsquounivers
physique
44
10
Aujourdrsquohui lrsquoaccegraves aux donneacutees nrsquoest pas un problegraveme La question consiste agrave deacuteterminer quelles sont les donneacutees utiles Comme Denning lrsquoa souligneacute le veacuteritable deacutefi est de reacuteussir agrave traiter toutes ces donneacutees
Crsquoest lagrave que lrsquointelligence Artificielle (IA) peut tirer le meilleur parti des donneacutees agrave notre disposition Bien que cette science nrsquoait rien de nouveau elle est devenue un sujet de grand inteacuterecirct en cette eacutepoque de meacutegadonneacutees Mecircme si un grand nombre drsquoalgorithmes ont eacuteteacute eacutecrits dans les anneacutees 1970 1980 et 1990 il y a deacutesormais infiniment plus de donneacutees agrave analyser et bien plus de puissance de calcul agrave exploiter On ameacuteliore constamment les capaciteacutes des ordinateurs agrave appliquer des calculs matheacutematiques complexes aux meacutegadonneacutees ce qui donne agrave lrsquointelligence artificielle un tout nouveau sens
Lrsquoapprentissage automatique (en anglais Machine Learning) est un sous-ensemble de lrsquointelligence artificielle baseacute sur le concept des ordinateurs qui srsquoadaptent aux nouvelles entreacutees de donneacutees et agrave lrsquoapprentissage sur les calculs preacuteceacutedents afin de reacutepeacuteter les deacutecisions produisant les meilleurs reacutesultats Crsquoest une meacutethode drsquoanalyse de donneacutees baseacutee sur la reconnaissance de scheacutemas en utilisant des algorithmes pour creacuteer des modegraveles analytiques Ces algorithmes assimilent des donneacutees par un processus iteacuteratif ce qui signifie que lrsquoordinateur peut trouver des tendances inconnues sans qursquoil ait eacuteteacute speacutecifiquement programmeacute pour chercher dans les donneacutees geacuteneacutereacutees drsquoougrave le terme laquo apprentissage raquo dans le titre
Les nouvelles technologies informatiques signifient que lrsquoapprentissage automatique est plus efficace que jamais Crsquoest la base mecircme de lrsquoanalyse des donneacutees agrave caractegravere personnel Ainsi elle sous-tend les nombreux meacutecanismes drsquoexploration de donneacutees opeacuterant derriegravere nos activiteacutes en ligne telles que la recommandation des offres en ligne qui constituent les laquo messages suggeacutereacutes raquo de Facebook ou de films qui srsquoaffichent bien en eacutevidence sur nos comptes Netflix
Alors que le concept drsquoapprentissage automatique est en vogue depuis un certain temps lrsquoapprentissage profond est devenu le nouveau mot drsquoordre pour les derniers progregraves en intelligence artificielle Lrsquoapprentissage profond (appeleacute Deep Learning en anglais) est veacuteritablement un sous-ensemble de lrsquoapprentissage automatique il utilise plusieurs couches drsquoalgorithmes drsquoapprentissage automatique baseacutes sur des donneacutees abstraites En termes de preacutevision les meacutethodes drsquoapprentissage profond deacutecoulent de lrsquoapprentissage automatique et peuvent ecirctre consideacutereacutees comme laquo lrsquoeacutetape suivante raquo attendue dans ce domaine
Lrsquoapprentissage profond ne concerne pas exclusivement les technologies de lrsquoeacuteducation mais ses applications dans ce domaine sont drsquoun inteacuterecirct particulier Drsquoune maniegravere geacuteneacuterale il englobe les technologies drsquointelligence artificielle qui peuvent effectuer des tacircches comme - voire mieux que - les ecirctres humains Agrave titre drsquoexemple vous pouvez regarder le cas de AlphaGo un programme informatique conccedilu pour jouer au jeu de strateacutegie Go ceacutelegravebre pour avoir battu lrsquoancien champion du monde de Go Lee Sedol en 2016
intelligence Artificielle - le remAke
11
Lrsquoapprentissage adaptatif tombe sous lrsquoeacutegide de ce que lrsquoon appelle les systegravemes de tutorat intelligents ou Intelligent Tutor Systems en anglais Ceux-ci repreacutesentent lrsquoapplication la plus courante de lrsquoapprentissage profond dans les technologies de lrsquoeacuteducation Ils fonctionnent en suivant les eacutetapes mentales des apprenants au cours de la reacutesolution de problegravemes afin drsquoanalyser leur compreacutehension drsquoun domaine particulier Gracircce agrave leur imitation du comportement humain ils fournissent agrave lrsquoapprenant des conseils des commentaires et des explications en temps reacuteel et par-dessus tout ils peuvent recommander des activiteacutes drsquoapprentissage speacutecifiquement adapteacutees agrave chaque apprenant
learning techniques in Artificial intelligence
12
Les cours particuliers - Ce type drsquoapprentissage renvoie aux meacutethodes drsquoapprentissage scolaire de lrsquoeacutepoque non-informatique Bloom1 vantait dans ses eacutetudes les meacuterites des cours particuliers mais aujourdrsquohui ils ne sont tout simplement pas applicables agrave grande eacutechelle ou dans un contexte eacuteducatif de masse en raison drsquoun manque de ressources adeacutequates et parce qursquoil ne reacutepond pas aux enjeux de lrsquoapprentissage social ou de la socialisation qui sont cruciales dans le deacuteveloppement
Lrsquoapprentissage diffeacuterencieacute - Crsquoest un autre ancecirctre de lrsquoapprentissage adaptatif comme nous lrsquoentendons aujourdrsquohui qui consiste agrave canaliser les apprenants dans des parcours drsquoapprentissage preacutedeacutefinis et baseacutes sur un certain nombre de critegraveres Il en existe deux types tous deux limiteacutes dans leur capaciteacute agrave optimiser les reacutesultats drsquoapprentissage
lrsquoeacutevolution De lrsquoApprentiSSAge ADAptAtif
La meacutethode la plus simple eacutevalue un eacutetudiant ou un apprenant au deacutebut drsquoun programme drsquoapprentissage et lrsquooriente vers une cateacutegorie ou un niveau speacutecifique On ne peut pas changer la deacutecision de cateacutegorisation apregraves qursquoelle a eacuteteacute prise
Les moteurs de regravegles (en anglais Rules-based Systems) pour leur part utilisent geacuteneacuteralement des laquo arbres de deacutecisions raquo pour guider les eacutelegraveves en fonction de ce qursquoils font tout au long de leur parcours drsquoapprentissage preacutedeacutefini indeacutependamment de leur historique et sans comprendre le raisonnement sous-jacent de lrsquoapprenant
eacutetat n eacutetat n+1regravegle preacutedeacutefinie deacutependantseulement de lrsquoeacutetat n
Nous connaissons aujourdrsquohui des deacutefinitions diverses et varieacutees de lrsquoapprentissage adaptatif Il existe aussi de nombreux preacutecurseurs de lrsquoapprentissage adaptatif dont
13
tests adaptatifs informatiseacutes (en anglais Computerised Adaptive Testing) - Crsquoest un systegraveme qui pose des questions ou propose des sessions drsquoeacutevaluation en fonction des reacutesultats aux tests preacuteceacutedents ou des reacuteponses Crsquoest une fonctionnaliteacute que de nombreuses plateformes drsquoapprentissage en ligne proposent deacutejagrave Un meacutecanisme inteacutegreacute garantit que si lrsquoon reacutepond incorrectement agrave une question la question suivante aura un niveau de difficulteacute infeacuterieur Cela met en eacutevidence son adaptabiliteacute limiteacutee car bien qursquoil modifie le parcours drsquoapprentissage en fonction de lrsquoapprenant il le canalise uniquement vers certaines cateacutegories preacutedeacutetermineacutees Il srsquoadapte seulement dans le cadre du test et ne srsquoappuie pas sur lrsquoexpeacuterience drsquoautres apprenants pour en extraire des informations pourtant pertinentes et tregraves utiles
fini
fini
NIv
eAU
De
DIf
fIc
ULt
eacute
14
Lrsquoapprentissage adaptatif (en anglais Adaptive Learning ou Personalised Learning) revient agrave combiner les recherches en sciences cognitives et lrsquointelligence artificielle (IA) et les appliquer aux meacutegadonneacutees pour deacutevelopper de meilleurs systegravemes drsquoapprentissage plus efficients et plus personnaliseacutes Ceux-ci assurent une meilleure compreacutehension et reacutetention de lrsquoinformation des connaissances des savoirs et des compeacutetences acquises par un apprenant donneacute Lrsquoapprentissage adaptatif srsquoappuie sur le parcours de lrsquoapprenant et sur les donneacutees qursquoil a geacuteneacutereacutees pour produire des plans drsquoapprentissage personnaliseacutes et proposer des contenus adapteacutes agrave ses capaciteacutes ainsi que des recommandations qui seront plus susceptibles de correspondre agrave ses aptitudes Ces eacuteleacutements sont calculeacutes sur la base du profil des apprenants de leurs objectifs drsquoapprentissage de leur historique drsquoapprentissage et des contenus suivis preacuteceacutedemment
le ministegravere de lrsquoeacuteducation des eacutetats-unis deacutefinit laquo lrsquoapprentissage adaptatif raquo comme
un systegraveme drsquoapprentissage numeacuterique qui peut laquo eacutevoluer de faccedilon dynamique
pour mieux correspondre agrave lrsquoeacutetudiant gracircce aux informations recueillies au cours de
lrsquoapprentissage raquo
Lrsquoanalyse des donneacutees qui conduit agrave lrsquoanalytique de lrsquoapprentissage (ou analyse des donneacutees sur lrsquoeacuteducation connue aussi sous son nom anglais Learning Analytics) Les apprenants travaillent sur un systegraveme adaptatif donc les donneacutees qursquoils geacutenegraverent sont analyseacutees afin de
Generate dashboards highlighting insightful data and predictions
Les systegravemes de recommandations impliquent drsquoanticiper les reacuteactions des utilisateurs agrave une seacuterie drsquooptions Les recommandations sont faites pour orienter plus preacuteciseacutement et plus efficacement lrsquoapprenant vers lrsquoobjectif drsquoapprentissage
Les regroupements drsquoutilisateurs font reacutefeacuterence aux regroupements drsquoapprenants qui se ressemblent afin qursquoils puissent travailler ensemble et srsquoentraider
La modeacutelisation des apprenants (ou Learner Modeling) srsquointeacuteresse agrave lrsquoeacutetudiant et vise agrave deacutefinir ce qui est compris par lrsquoapprenant ce qui est compris de lrsquoapprenant et quel est lrsquoobjectif drsquoapprentissage
La deacutetection de donneacutees aberrantes se rapporte agrave la deacutetection drsquoanomalies Par exemple cette meacutethode est utiliseacutee pour deacutetecter un apprenant qui serait en train de tricher qui srsquoeacuteloignerait de ses objectifs drsquoapprentissage ou mecircme qui serait en situation de deacutecrochage
ApprentiSSAge ADAptAtif ndash le Dernier moDegravele
Creacuteer des plans drsquoapprentissage personnaliseacutes et proposer des recommandations
Geacuteneacuterer des tableaux de bord mettant en eacutevidence des donneacutees et des preacutevisions pertinentes
Lrsquoapprentissage adaptatif aborde les trois phases du processus drsquoapprentissage (Assimilation consolidation et Application) Pour ce faire un ensemble de meacutethodes et de techniques sont employeacutees En voici quelques-unes
15
contenu amp Structure des connaissances
Compeacutetence 1
Compeacutetence 4
Compeacutetence 3
Compeacutetence 2
Sujet 1 Sujet 2
Sujet 3
Concept 1 Concept 2
Concept 3
Contenu 1Contenu 2
bullbullbull
Eacutevaluation 1Eacutevaluation 2
bullbullbull
Autres 1Autres 2
bullbullbull
Compeacutetence 5
Sujet 4
REacuteVISION
Contenu 1Contenu 2
bullbullbull
Exercise 1Exercise 2
bullbullbull
16
eacutetape de boucle courte
Dans cette eacutetape lrsquoapprenant tente drsquoassimiler un concept en particulier Lrsquoalgorithme drsquoapprentissage adaptatif propose agrave lrsquoapprenant une seacutequence speacutecifique drsquoeacutevaluations de contenus et drsquoautres activiteacutes adapteacutes agrave lui Les donneacutees drsquoentreacutee pour lrsquoanalyse algorithmique sont
Lrsquoobjectif drsquoapprentissage relatif agrave un concept en particulierLes types de contenu drsquoeacutevaluations et drsquoautres activiteacutes qui conviennent le mieux agrave lrsquoapprenant selon lrsquohistorique de donneacuteesLe comportement de lrsquoapprenant et celui de ses pairs par rapport au conceptLe niveau de compreacutehension de lrsquoapprenant sur les ressources preacuteceacutedentes lieacutees au conceptLe niveau drsquoassimilation du concept par lrsquoapprenant
Lrsquoobjectif drsquoapprentissage relatif agrave un sujet en particulierLe niveau de progregraves de lrsquoapprenant dans la maicirctrise du sujetLe comportement et le progregraves des autres apprenants par rapport au sujet
Contenu 1 Contenu 2
Eacutevaluation 1 Eacutevaluation 2
Autres 1 Autres 2
Concept 1
Concept 2
Concept 3
Concept 4
lrsquoapprentissage adaptatif est composeacute de cinq eacutetapes diffeacuterentes
eacutetape de boucle longue
Un sujet speacutecifique est composeacute de plusieurs concepts diffeacuterents Cette eacutetape concerne le sujet dans son ensemble par opposition aux concepts individuels Lrsquoalgorithme suggegravere le prochain concept agrave assimiler et propose un parcours drsquoapprentissage en tenant compte des donneacutees provenant de
Sujet
17
eacutetape de macro recommandation
Lorsque lrsquoobjectif drsquoapprentissage sur un sujet en particulier a eacuteteacute atteint lrsquoalgorithme fait une recommandation concernant le prochain objectif drsquoapprentissage (le prochain sujet agrave aborder et agrave maicirctriser) Les entreacutees sont baseacutees sur toutes les informations recueillies au cours des phases preacuteceacutedentes Encore une fois cela srsquoappuie sur les capaciteacutes les inteacuterecircts et les preacutefeacuterences peacutedagogiques deacuteduits de lrsquoapprenant ainsi que sur ceux de ses camarades et les reacutesultats qursquoils ont produits
eacutetape de reacutevision
Lorsque lrsquoassimilation est effective la consolidation doit srsquoeffectuer et celle-ci est reacutealiseacutee par la reacutepeacutetition espaceacutee Lrsquoalgorithme va proposer un plan de reacutevision sur mesure pour lrsquoapprenant ainsi qursquoun test approprieacute pour deacuteterminer les reacutevisions agrave effectuer et le moment pour optimiser le nombre de questions Les entreacutees de donneacutees prises en compte sont
Compeacutetence 3
Compeacutetence 2
Compeacutetence 1
La preacutevision du moment ougrave lrsquoapprenant est susceptible drsquooublierLa difficulteacute de reacutetention du concept pour lrsquoapprenantLa relation entre les diffeacuterents concepts et le contenuLe comportement de lrsquoapprenant par rapport agrave la reacutevision et celui de ses pairs
Sujet 1 Reacutevision 1
Reacutevision 2
15 Janvier
23 Janvier
bullbullbull
reacutevision
18
Sur la bonne voie
Pas sur la bonne voie
lrsquoalgorithme est dynamique et recalcule en permanence son prochain plan drsquoaction sur la base des nouvelles informations recueillies gracircce aux nouvelles donneacutees entreacutees et aux interactions humaines cela lui permet de reacuteagir dans le meilleur inteacuterecirct de lrsquoapprenant et renforce sa capaciteacute agrave geacuteneacuterer un meilleur impact drsquoapprentissage
eacutetape de remeacutediation
Tout au long de ce processus lrsquoalgorithme analyse les progregraves de lrsquoapprenant afin drsquoidentifier une difficulteacute ou un point de blocage (ougrave lrsquoapprenant peut ecirctre tenteacute drsquoabandonner) Lrsquoalgorithme peut agrave tout moment et de faccedilon reacuteactive proposer une nouvelle seacutequence dans le but de remettre lrsquoapprenant sur la bonne voie Lorsque cette situation se produit lrsquoenseignant reccediloit une alerte ou une notification et peut intervenir pour aider agrave reacutesoudre le problegraveme
19
Lrsquoapprentissage adaptatif peut ecirctre appliqueacute agrave une grande varieacuteteacute de situations drsquoapprentissage de lrsquoenseignement primaire agrave la formation continue Comme les solutions drsquoapprentissage adaptatif deacutependent de la lecture et de lrsquoanalyse drsquoalgorithmes et de donneacutees elles peuvent ecirctre connecteacutees agrave un grand nombre de solutions ou de plateformes qui produisent ces donneacutees (plateformes LMS plateformes drsquoapprentissage en ligne plateformes de simulation solutions de reacutealiteacute virtuelle systegravemes ERP existants bases de donneacutees Open Data systegravemes drsquoinformation RH etc) Une solution peut ecirctre inteacutegreacutee dans lrsquoune de ces plateformes mais elle ne se contente pas de travailler en arriegravere-plan Les individus ont la possibiliteacute drsquointeragir avec la solution drsquoapprentissage adaptatif ses conclusions et ses actions et de corriger ou drsquoorienter ses actions futures en triant les donneacutees et en identifiant les indicateurs et les analyses les plus importantes pour son objectif
Le nombre de sceacutenarios dans lesquels lrsquoapprentissage adaptatif peut ecirctre appliqueacute est tout aussi large Voici quelques exemples pratiques drsquoapprentissage adaptatif
Appliquer lrsquoApprentiSSAge ADAptAtif
Les learning management Systems (LMS) et autres solutions drsquoapprentissage sont baseacutes sur un modegravele drsquoapprentissage lineacuteaire avec un format unique Les solutions drsquoapprentissage adaptatif peuvent facilement ecirctre inteacutegreacutees dans ces plateformes pour ameacuteliorer leurs capaciteacutes fournir des outils drsquoanalyse de donneacutees proposer agrave leurs utilisateurs des plans drsquoapprentissage personnaliseacutes et accroicirctre leur efficience globale en produisant un meilleur impact drsquoapprentissage
La formation en entreprise fait face agrave des deacutefis consideacuterables tels que la rapiditeacute croissante de lrsquoeacutevolution des compeacutetences requises par les employeacutes au sein drsquoune entreprise ou drsquoun secteur donneacute Dans ce contexte les employeacutes peuvent ecirctre issus de parcours tregraves diffeacuterents et avoir des niveaux drsquoexpeacuterience et drsquoinstruction varieacutes En combinant des descriptions de poste des reacutefeacuterentiels de compeacutetences des reacutefeacuterentiels meacutetiers des catalogues de formation des plateformes drsquoapprentissage et des solutions drsquoapprentissage adaptatif lrsquoentreprise peut exploiter les analyses agrave sa disposition pour comparer les nouvelles compeacutetences requises agrave celles deacutejagrave maicirctriseacutees par les employeacutes en poste De cette faccedilon une solution drsquoapprentissage adaptatif peut proposer un plan de formation adapteacute aux employeacutes pour maintenir leurs compeacutetences acquises et apporter de la valeur ajouteacutee agrave lrsquoentreprise
les solutions drsquoapprentissage adaptatif sont drsquoune utiliteacute particuliegravere pour les institutions acadeacutemiques les fournisseurs de logiciels les eacutediteurs et les deacutepartements rh mais cette liste
est loin drsquoecirctre exhaustive
20
Apprentissage adaptatif utiliseacute agrave lrsquoeacutecole primaire
du programme de formation a eacuteteacute retenu apregraves une peacuteriode de 3 mois par les apprenants utilisant une plateforme adaptative contre seulement 28 pour les apprenants nrsquoutilisant pas la plateforme
des personnes sont revenues sur la plateforme pour effectuer les exercices recommandeacutes par la solution drsquoapprentissage adaptatif sans aucune obligation de le faire
des recommandations proposeacutees par le systegraveme drsquoapprentissage adaptatif sont couronneacutees de succegraves permettant aux apprenants drsquoatteindre leur objectif drsquoapprentissage
des recommandations proposeacutees dans une situation ougrave lrsquoapprenant rencontre agrave plusieurs reprises des difficulteacutes ont un impact positif reacutesolvent le problegraveme et permettent agrave lrsquoeacutetudiant de terminer le module (pour les 13 restants lrsquoenseignant est alerteacute de ses difficulteacutes par des notifications et intervient pour eacuteviter la possibiliteacute de deacutecrochage)
des ressources sont eacutepargneacutees puisque lrsquoutilisation des ressources inadapteacutees est eacuteviteacutee De maniegravere globale les plans drsquoapprentissage personnaliseacutes permettent aux eacutelegraveves drsquoavancer plus rapidement car ils travaillent agrave leur propre rythme et assimilent de maniegravere plus efficace ameacuteliorant ainsi leurs reacutesultats
Apprentissage adaptatif utiliseacute dans la formation en entreprise
De lA theacuteorie Aux reacuteSultAtS
en Juin 2016 Domoscio a meneacute une expeacuterimentation dans le cadre de sa collaboration avec un eacutediteur offrant des cours en franccedilais anglais et matheacutematiques pour des eacutecoles primaires en france 400 eacutetudiants ont eacuteteacute impliqueacutes dans lrsquoeacutechantillon de test les chiffres sont calculeacutes apregraves deux mois drsquoutilisation de la technologie drsquoapprentissage adaptatif de Domoscio
en Juillet 2016 Domoscio a observeacute les reacutesultats de lrsquointeacutegration de sa technologie adaptative dans un environnement drsquoapprentissage mixte dans le cadre de formations au management et agrave la vente pour 200 apprenants dans le secteur priveacute
01 quelques chiffres
21
Teacutemoignages de formateurs et drsquoenseignants qui utilisent des solutions drsquoapprentissage adaptatif
laquoLrsquoun de mes eacutelegraveves (13 ans et en CM1) a des difficulteacutes dans tous les concepts abordeacutes Il est suivi par une AVS (Auxiliaire de Vie Scolaire) Ni les manuels scolaires ni mes explications orales ni le travail en groupe ne lui permettent drsquoavancer Il a vraiment accrocheacute avec les parcours adaptatifs en maths et a reacuteussi agrave progresser dans son parcours Lrsquoexpeacuterience a eacuteteacute tregraves valorisante pour luiraquo
Caroline T 9
ProfesseurEcole primaire de Saint-Etienne France
9 Caroline eacutetait lrsquoune des enseignantes concerneacutees par lrsquoexpeacuterimentation meneacutee aupregraves de 400 eacutetudiants en juin 2016 utilisant la technologie de Domoscio10 Balthazar est speacutecialiseacute en prestations de formation en entreprise et utilise les solutions de Domoscio depuis 2015
laquoBalthazar utilise lrsquoapprentissage adaptatif dans le cadre de ses formations en management En tant que formateur le dispositif me permet de suivre les stagiaires individuellement et drsquoajuster ma peacutedagogie en conseacutequence Lrsquoapprentissage adaptatif complegravete nos actions de formation ameacuteliore leur impact et nous permet drsquooffrir agrave nos stagiaires un veacuteritable service apregraves formationraquo
Sylvain RajzwingConsultant en managementBalthazar10
02 quelques mots
22
pour les apprenants
Ils ont des expeacuteriences drsquoapprentissage personnaliseacutees
Ils assimilent les concepts de maniegravere plus rapide et durablement
Ils voient leur temps drsquoapprentissage et de reacutevision optimiseacute
Ils beacuteneacuteficient de meilleurs reacutesultats drsquoapprentissage
Les progregraves sont suivis et les reacutesultats drsquoapprentissage eacutevalueacutes pour favoriser lrsquoameacutelioration
pour les enseignantsformateurs
Ils peuvent mesurer les reacutesultats drsquoapprentissage gracircce agrave des analyses pertinentes et des tableaux de bord intuitifs leur permettant drsquoacqueacuterir une vision claire des progregraves de leurs eacutelegravevesemployeacutes
Ils peuvent anticiper les difficulteacutes des eacutelegravevesemployeacutes puis adapter le contenu de leurs cours en conseacutequence
Ils augmentent leur valeur ajouteacutee en utilisant les outils peacutedagogiques de la solution drsquoapprentissage adaptatif pour reacutepondre aux besoins de chaque apprenant sans les contraintes que cela implique (ils peuvent ecirctre agrave lrsquoeacutecoute des besoins de lrsquoapprenant sans passer des heures agrave corriger et analyser le travail de tous les apprenants)
03 Beacuteneacutefices
23
pour les salarieacutes
Ils partagent les mecircmes beacuteneacutefices que les apprenants par rap-port agrave lrsquoapprentissage adaptatif et profitent drsquoavantages sup-pleacutementaires
Leur temps est mieux geacutereacute ce qui permet un meilleur eacutequilibre entre les temps de travail et de formation
Ils augmentent leur employabiliteacute avec de nouvelles compeacute-tences
Ils ont les outils et la formation neacutecessaires pour mieux reacuteali-ser leur travail ce qui conduit agrave une plus grande satisfaction au travail
pour les eacutediteurs
Lrsquoapprentissage adaptatif leur permet drsquoaccompagner les transformations opeacutereacutees par les technologies numeacuteriques avec des services agrave valeur ajouteacutee en lien avec leur contenu Il permet eacutegalement aux eacutediteurs drsquoavoir accegraves agrave des donneacutees concernant lrsquointeraction avec leur contenu ce qui leur apporte de nouvelles perspectives sur son efficaciteacute et sa pertinence comme outil drsquoapprentissage
Les solutions drsquoapprentissage adaptatif permettent aux eacutediteurs drsquoaccompagner les utilisateurs en ajustant le contenu en fonc-tion des besoins des apprenants
pour la gestion de la formation en entreprise
Lrsquoapprentissage adaptatif aide agrave identifier les besoins de formation au sein de lrsquoentreprise en utilisant les analyses des reacutesultats de formation pour ameacuteliorer les futures actions de formation et les cibler avec plus de preacutecision
Il aide agrave mesurer la qualiteacute des actions de formation et leur retour sur investissement car les employeacutes sont mieux et plus efficacement formeacutes
Il soutient la strateacutegie de formation globale de lrsquoentreprise en veillant agrave ce que les employeacutes aient les compeacutetences requises pour remplir leurs fonctions de maniegravere plus adeacutequate
24
contenu structureacute lrsquoinformation ou le contenu est organiseacute et geacuteneacuteralement classifieacute avec des meacutetadonneacutees Le contenu structureacute peut ecirctre stockeacute dans diffeacuterents formats standards ou proprieacutetaires y compris XML
premierS preacuterequiS pour commencer
meacutetadonneacutees il srsquoagit de lrsquoinformation geacuteneacutereacutee relative au contenu aux utilisateurs aux graphes de connaissances aux compeacutetences et aux autres ressources Les meacutetadonneacutees peuvent ecirctre subdiviseacutees en trois types
environnement numeacuterique les plateformes et les solutions qui utilisent les standards de connectiviteacute du marcheacute tels que API xAPI QTI LTI etc
meacutetadonneacutees descriptives leur fonction est la deacutecouverte et lrsquoidentification (par exemple titre reacutesumeacute auteur mots-cleacutes etc)
meacutetadonneacutees structurelles ce sont des conteneurs de meacutetadonneacutees qui composent des seacuteries drsquoobjets au sein des structures de donneacutees (par exemple les pages sont organiseacutees pour former des chapitres)
meacutetadonneacutees administratives elles aident agrave geacuterer une uniteacute de donneacutees par le biais de marqueurs ou drsquoune certaine forme de classification (par exemple les informations techniques le type de fichier quand et comment il a eacuteteacute creacuteeacute son chemin drsquoaccegraves etc)
Ann rockley et charles cooper dans managing enterprise content A unified content Strategy deacutefinissent le contenu
structureacute etou contenu intelligent comme laquo structurellement riche et seacutemantiquement cateacutegoriseacute raquo un
contenu qui est donc laquo automatiquement deacutecouvrable reacuteutilisable reconfigurable et
adaptable raquo
graphes de compeacutetencesconnaissances ils repreacutesentent les preacuterequis et les relations entre les diffeacuterents types de connaissances etou compeacutetences
contenu granulaireunitaire dans un parcours drsquoapprentissage chaque cours ou module est diviseacute en uniteacutes granulaires ou laquo objets peacutedagogiques raquo agrave apprendre Chacune des uniteacutes creacuteeacutees est coheacuterente autonome et reacuteutilisable
25
Lire Penser Approuver
R SociauxMobile Teacuteleacutevision Eacuteducateurs Ordinateurs Litteacuterature Pairs
Construire Eacutecouter Parler Regarder Jouer Eacutecrire Assister Chercher
Activiteacutes
lrsquoapprenant
26
Fondeacutee en 2013 Domoscio est speacutecialiseacutee dans le Big Data pour apprendre et les solutions drsquoapprentissage adaptatif La socieacuteteacute travaille avec de nombreux clients internationaux dans la formation en entreprise lrsquoeacutedition et lrsquoeacuteducationlrsquoenseignement supeacuterieur ainsi qursquoavec de multiples partenaires internationaux dans le secteur des logiciels
La RampD de Domoscio et ses solutions innovantes en font un leader dans son secteur La socieacuteteacute est reconnue et accreacutediteacutee par la Commission europeacuteenne le Ministegravere de lrsquoEacuteducation nationale lrsquoAgence Nationale de la Recherche franccedilaise (ANR) et la Banque Publique drsquoInvestissement (BPI France)
Chez Domoscio nous collaborons avec des partenaires et des clients dans une grande varieacuteteacute de domaines Nous leur fournissons des solutions drsquoapprentissage adaptatif qui leur permettent drsquoobtenir les meilleurs reacutesultats drsquoenseignement drsquoapprentissage et de formation dans leurs domaines respectifs
Les solutions drsquoapprentissage adaptatif peuvent ecirctre utiliseacutees agrave diverses fins et les beacuteneacutefices consideacuterables de lrsquoapprentissage adaptatif pour les apprenants les enseignants les eacutediteurs et les professionnels des RH - entre autres - sont eacutevidents
Agrave propoS De DomoScio
Domoscio utilise une technologie connue et reconnueNos solutions et services incluent principalement
Apprentissage adaptatif Analytique de lrsquoapprentissage
Services de conseil et drsquoaccompagnement
Analyse - une analyse fonctionnelle et technique est reacutealiseacutee ainsi qursquoune analyse des ressources peacutedagogiques du client afin drsquoeacutevaluer les actions neacutecessaires La solution cible est deacutefinie avec le client et un plan drsquoaction est eacutetabli
inteacutegration - le plan drsquoaction est exeacutecuteacute et la solution technique est inteacutegreacutee dans le dispositif du client avec les diffeacuterents contenus drsquoapprentissage Sur certaines plateformes ou Learning Management Systems (LMS) il suffit drsquoactiver une fonctionnaliteacute
Accompagnement - tout au long du processus Domoscio fournit au client un accompagnement continu et des services de conseil en veillant agrave la fiabiliteacute opeacuterationnelle de la solution fournie ces services peuvent comprendre la structuration du contenu la formation le support peacutedagogique etc
De la mecircme faccedilon que les solutions drsquoapprentissage adaptatif sont baseacutees sur le principe de lrsquoadaptation agrave lrsquoapprenant nous croyons que les solutions que nous proposons doivent ecirctre modeacuteliseacutees autour des besoins speacutecifiques de nos clients Ainsi afin de mettre en œuvre les solutions de Domoscio dans les dispositifs existants de nos clients nous adoptons une approche agrave trois volets analyse inteacutegration et accompagnement
27
parmi les distinctions de Domoscio
2016Tropheacutee Europe 1 de lrsquoAvenir cateacutegorie Education
europe 1
2014Lrsquoune des 7 startups les plus prometteuses en Technologies de lrsquoEducation
commission europeacuteenne
Suivre ce processus nous permet drsquoacqueacuterir une compreacutehension approfondie des besoins peacutedagogiques et drsquoapprentissage de nos clients et nous donne toutes les informations neacutecessaires pour optimiser leurs plateformes les rendre plus efficientes et atteindre leurs objectifs drsquoameacutelioration notre approche collaborative et de conseil signifie que nous sommes particuliegraverement sensibles aux objectifs de nos clients et que nous pouvons leur fournir lrsquoaide dont ils ont besoin pour appliquer avec succegraves les connaissances analytiques acquises par lrsquointeacutegration de nos solutions drsquoapprentissage adaptatif
pour en savoir plus sur lrsquoutilisation de lrsquoapprentissage adaptatif et pour mieux comprendreson fonctionnement drsquoun point de vue technique nous vous invitons agrave consulter nos prochains
livres blancs dans la mecircme seacuterie Utiliser lrsquoAdaptive Learning ndash Cas pratiqueset Inteacutegrer lrsquoAdaptive Learning ndash Une approche technique
Siegravege SociAl20 Rue du Commandant Reneacute Mouchotte75014 Paris France
BureAu47 Rue du Caire75002 Paris France
nouS Appeler+33 (0) 1 85 09 03 57
domosciocomcontactdomosciocom
7
2 J Dunlosky K A Rawson E J Marsh M J Nathan y D T Willingham laquoImproving studentsrsquo learning with effective learning techniques promising directions from cognitive and educational psychologyraquo Psychological Science in the Public Interest pp 4-58 20133 Henry L Roediger III y Jeffrey D Karpicke ldquoTest-Enhanced Learning Taking Memory Tests Improves Long-Term Retention rdquo Psychological Science volume 17 pp 249ndash255 marzo de 20064 Michael M Lombardo Robert W Eichinger ldquoThe Career Architect Development Plannerrdquo Minneapolis Lominger p iv ISBN 0-9655712-1-1 1996
La consolidation est la phase de stabilisation et de stockage dans la meacutemoire apregraves lrsquoacquisition initiale de nouvelles informations de connaissances de savoirs ou de compeacutetences
En 2013 Dunlosky et al ont eacutevalueacute 10 pratiques de reacutevision et sont parvenus agrave la conclusion que la reacutepeacutetition espaceacutee et les tests font partie des techniques de reacutevision les plus efficaces Deacutejagrave en 2006 Roediger et Karpicke avaient mis en eacutevidence les avantages de la combinaison de ces deux meacutethodes
bull reacutepeacutetition espaceacutee programme de reacutevision qui eacutetale les activiteacutes drsquoeacutetude dans le temps
bull reacutevision par des tests auto-eacutevaluation ou eacutevaluation sur un conceptsujet qui nrsquoest pas encore consolideacute
consolidAtion
La troisiegraveme phase est lrsquoApplication par laquelle les informations les connaissances et les compeacutetences acquises sont appliqueacutees agrave des cas reacuteels et tangibles
Selon les recherches de Michael M Lombardo et Robert W Eichinger du Center for Creative Leadership
bull Environ 70 de lrsquoapprentissage se fait agrave partir des expeacuteriences sur le lieu de travail lrsquoexeacutecution de tacircches et la reacutesolution de problegravemes bull Environ 20 de lrsquoapprentissage se fait agrave partir des commentaires et de lrsquointeraction avec les autres bull Environ 10 de lrsquoapprentissage provient des cours et de la lecture
Eacutetant donneacute que 70 de lrsquoapprentissage deacutecoule de lrsquoapplication de la theacuteorie et drsquoexercices pratiques les jeux de rocircles et les simulations sont sans doute des meacutethodes agrave privileacutegier pour assurer de meilleurs reacutesultats drsquoapprentissage
ApplicAtion
chaque individu ayant une preacutefeacuterence ou une faciliteacute pour un certain type de peacutedagogie plutocirct qursquoun autre adapter le parcours et les meacutethodes drsquoapprentissage agrave lrsquoindividu lui donnera logiquement une meilleure chance drsquointeacutegrer et de consolider lrsquoensemble des connaissances cette pratique peut ecirctre renforceacutee en stimulant les apprenants avec des tests et du feedback pertinent pour assurer la consolidation
8
Deacutejagrave dans les anneacutees 1940 Fremont Rider publiait the Scholar and the future of the research library une œuvre dans laquelle il calculait que selon le rythme drsquoexpansion et de croissance des bibliothegraveques universitaires ameacutericaines de lrsquoeacutepoque ces derniegraveres doublaient de taille agrave peu pregraves tous les seize ans En suivant ce modegravele de croissance Rider estimait que drsquoici agrave 2040 la Yale University Library compterait laquo environ 200000000 volumes raquo occupant laquo plus de 6000 mille (pregraves de 10000 kilomegravetres) drsquoeacutetagegraveres [requeacuterant] un personnel de catalogage de plus de six mille personnes raquo5
En avril 1980 dans le cadre du Fourth IEEE Symposium on Mass Storage Systems sur les systegravemes de stockage de masse IA Tjomsland a donneacute une confeacuterence intituleacutee Where Do We go from here dans laquelle il a citeacute la loi de Parkinson laquo Les donneacutees se deacuteveloppent pour remplir lrsquoespace disponible raquo Il a parleacute de la faccedilon dont de grandes quantiteacutes de donneacutees ont eacuteteacute laquo conserveacutees parce que les utilisateurs nrsquoont aucun moyen drsquoidentifier les donneacutees les peacutenaliteacutes pour stocker des donneacutees obsolegravetes sont moins apparentes que les peacutenaliteacutes pour rejeter des donneacutees potentiellement utiles raquo5
En juillet 1986 dans le domaine de la communication de donneacutees Hal B Becker a publieacute can users really absorb data at todayrsquos rates tomorrowrsquos dans lequel il deacutecrit la progression de la densiteacute drsquoenregistrement et fait part de ses preacutedictions sur ce que nous pourrions attendre en termes de stockage de donneacutees au tournant du siegravecle5
En 1990 dans Saving All the Bits publieacute dans American Scientist Peter J Denning a exploreacute le thegraveme de lrsquoIntelligence Artificielle (IA) Il soutient que laquo lrsquoimpeacuteratif [pour les scientifiques] de tout enregistrer nous megravene agrave une situation impossible le deacutebit et le volume des flux drsquoinformation submergent nos reacuteseaux nos peacuteripheacuteriques de stockage et nos systegravemes de recherche ainsi que la capaciteacute humaine de compreacutehension raquo De maniegravere lucide il traite de la technologie existante agrave lrsquoeacutepoque et des reacuteseaux qui nrsquoavaient tout simplement pas une capaciteacute suffisante estimant neacuteanmoins que nous pourrions plus tard ecirctre en mesure de construire des machines capables de reconnaicirctre et de preacutevoir des modegraveles de donneacutees agrave une vitesse suffisante pour faire face en temps reacuteel agrave drsquoimmenses flux de donneacutees Cette capaciteacute de vitesse et de reconnaissance accrue selon Denning signifierait un repeacuterage plus preacutecis des donneacutees utiles de stockage et drsquoexploitation De telles machines seraient eacutegalement capables drsquoidentifier des modegraveles dans les bases de donneacutees existantes pour former des descriptions de classe et extraire des informations pertinentes5
Aujourdrsquohui il y a eu un changement paradigmatique en ce qui concerne les
possibiliteacutes de stockage qui sont maintenant immenses accessibles et abordables
pourquoi pArle-t-on De Big DAtA
5 Gil Press ldquoA Very Short History of Big Datardquo Forbes 21 mai 2013 reacutecupeacutereacute le 30 deacutecembre 20166 Cyril Northcote Parkinson ldquoParkinsonrsquos Lawrdquo The Economist 19 novembre 1955 reacutecupeacutereacute le 30 deacutecembre 2016
La notion de laquo Big Data raquo ou de laquo meacutegadonneacutees raquo est de plus en plus omnipreacutesente Elle est souvent utiliseacutee pour deacutecrire de nouvelles possibiliteacutes drsquoobtenir des informations preacutecieuses gracircce agrave des donneacutees collecteacutees massivement notamment dans des domaines tels que le marketing les sciences de la vie la banque mais aussi les technologies de lrsquoeacuteducation (EdTech) et la formation en ligne Il convient cependant de noter que les laquo donneacutees raquo eacutetaient un sujet important bien avant la grande reacutevolution des donneacutees massives drsquoaujourdrsquohui
9
Alors que lrsquoinformatique quantique semble imminente les ordinateurs et les algorithmes drsquoapprentissage automatiques imagineacutes par Denning sont devenus une reacutealiteacute et leurs capaciteacutes sont en constante ameacutelioration Selon les normes actuelles la preacuteoccupation de Rider sur lrsquoespace de stockage des bibliothegraveques physiques semble ridiculement archaiumlque car nous pouvons deacutesormais stocker numeacuteriquement de grandes quantiteacutes de donneacutees sur une gamme drsquoappareils de plus en plus vaste
7 rdquoThe DIGITAL UNIVERSE of OPPORTUNITIESrdquo EMC2 Digital Universe Infobrief with IDC avril 20148 1 Zettaoctet (Zo) = 103 Exaoctet (Eo) = 106 Petaoctet (Po) = 109 Teraoctet (To) = 1012 Gigaoctet (Go) = 1015 Megaoctet (Mo) = 1018 kilooctet (ko) = 1021 octet
croissance preacutevue de la geacuteneacuteration de donneacutees 7
Zettaoctet8
0
10
20
30
40
50
en 2013 il y avait presque autant de bits dans lrsquouni-
vers numeacuterique que drsquoeacutetoiles dans lrsquounivers
physique
44
10
Aujourdrsquohui lrsquoaccegraves aux donneacutees nrsquoest pas un problegraveme La question consiste agrave deacuteterminer quelles sont les donneacutees utiles Comme Denning lrsquoa souligneacute le veacuteritable deacutefi est de reacuteussir agrave traiter toutes ces donneacutees
Crsquoest lagrave que lrsquointelligence Artificielle (IA) peut tirer le meilleur parti des donneacutees agrave notre disposition Bien que cette science nrsquoait rien de nouveau elle est devenue un sujet de grand inteacuterecirct en cette eacutepoque de meacutegadonneacutees Mecircme si un grand nombre drsquoalgorithmes ont eacuteteacute eacutecrits dans les anneacutees 1970 1980 et 1990 il y a deacutesormais infiniment plus de donneacutees agrave analyser et bien plus de puissance de calcul agrave exploiter On ameacuteliore constamment les capaciteacutes des ordinateurs agrave appliquer des calculs matheacutematiques complexes aux meacutegadonneacutees ce qui donne agrave lrsquointelligence artificielle un tout nouveau sens
Lrsquoapprentissage automatique (en anglais Machine Learning) est un sous-ensemble de lrsquointelligence artificielle baseacute sur le concept des ordinateurs qui srsquoadaptent aux nouvelles entreacutees de donneacutees et agrave lrsquoapprentissage sur les calculs preacuteceacutedents afin de reacutepeacuteter les deacutecisions produisant les meilleurs reacutesultats Crsquoest une meacutethode drsquoanalyse de donneacutees baseacutee sur la reconnaissance de scheacutemas en utilisant des algorithmes pour creacuteer des modegraveles analytiques Ces algorithmes assimilent des donneacutees par un processus iteacuteratif ce qui signifie que lrsquoordinateur peut trouver des tendances inconnues sans qursquoil ait eacuteteacute speacutecifiquement programmeacute pour chercher dans les donneacutees geacuteneacutereacutees drsquoougrave le terme laquo apprentissage raquo dans le titre
Les nouvelles technologies informatiques signifient que lrsquoapprentissage automatique est plus efficace que jamais Crsquoest la base mecircme de lrsquoanalyse des donneacutees agrave caractegravere personnel Ainsi elle sous-tend les nombreux meacutecanismes drsquoexploration de donneacutees opeacuterant derriegravere nos activiteacutes en ligne telles que la recommandation des offres en ligne qui constituent les laquo messages suggeacutereacutes raquo de Facebook ou de films qui srsquoaffichent bien en eacutevidence sur nos comptes Netflix
Alors que le concept drsquoapprentissage automatique est en vogue depuis un certain temps lrsquoapprentissage profond est devenu le nouveau mot drsquoordre pour les derniers progregraves en intelligence artificielle Lrsquoapprentissage profond (appeleacute Deep Learning en anglais) est veacuteritablement un sous-ensemble de lrsquoapprentissage automatique il utilise plusieurs couches drsquoalgorithmes drsquoapprentissage automatique baseacutes sur des donneacutees abstraites En termes de preacutevision les meacutethodes drsquoapprentissage profond deacutecoulent de lrsquoapprentissage automatique et peuvent ecirctre consideacutereacutees comme laquo lrsquoeacutetape suivante raquo attendue dans ce domaine
Lrsquoapprentissage profond ne concerne pas exclusivement les technologies de lrsquoeacuteducation mais ses applications dans ce domaine sont drsquoun inteacuterecirct particulier Drsquoune maniegravere geacuteneacuterale il englobe les technologies drsquointelligence artificielle qui peuvent effectuer des tacircches comme - voire mieux que - les ecirctres humains Agrave titre drsquoexemple vous pouvez regarder le cas de AlphaGo un programme informatique conccedilu pour jouer au jeu de strateacutegie Go ceacutelegravebre pour avoir battu lrsquoancien champion du monde de Go Lee Sedol en 2016
intelligence Artificielle - le remAke
11
Lrsquoapprentissage adaptatif tombe sous lrsquoeacutegide de ce que lrsquoon appelle les systegravemes de tutorat intelligents ou Intelligent Tutor Systems en anglais Ceux-ci repreacutesentent lrsquoapplication la plus courante de lrsquoapprentissage profond dans les technologies de lrsquoeacuteducation Ils fonctionnent en suivant les eacutetapes mentales des apprenants au cours de la reacutesolution de problegravemes afin drsquoanalyser leur compreacutehension drsquoun domaine particulier Gracircce agrave leur imitation du comportement humain ils fournissent agrave lrsquoapprenant des conseils des commentaires et des explications en temps reacuteel et par-dessus tout ils peuvent recommander des activiteacutes drsquoapprentissage speacutecifiquement adapteacutees agrave chaque apprenant
learning techniques in Artificial intelligence
12
Les cours particuliers - Ce type drsquoapprentissage renvoie aux meacutethodes drsquoapprentissage scolaire de lrsquoeacutepoque non-informatique Bloom1 vantait dans ses eacutetudes les meacuterites des cours particuliers mais aujourdrsquohui ils ne sont tout simplement pas applicables agrave grande eacutechelle ou dans un contexte eacuteducatif de masse en raison drsquoun manque de ressources adeacutequates et parce qursquoil ne reacutepond pas aux enjeux de lrsquoapprentissage social ou de la socialisation qui sont cruciales dans le deacuteveloppement
Lrsquoapprentissage diffeacuterencieacute - Crsquoest un autre ancecirctre de lrsquoapprentissage adaptatif comme nous lrsquoentendons aujourdrsquohui qui consiste agrave canaliser les apprenants dans des parcours drsquoapprentissage preacutedeacutefinis et baseacutes sur un certain nombre de critegraveres Il en existe deux types tous deux limiteacutes dans leur capaciteacute agrave optimiser les reacutesultats drsquoapprentissage
lrsquoeacutevolution De lrsquoApprentiSSAge ADAptAtif
La meacutethode la plus simple eacutevalue un eacutetudiant ou un apprenant au deacutebut drsquoun programme drsquoapprentissage et lrsquooriente vers une cateacutegorie ou un niveau speacutecifique On ne peut pas changer la deacutecision de cateacutegorisation apregraves qursquoelle a eacuteteacute prise
Les moteurs de regravegles (en anglais Rules-based Systems) pour leur part utilisent geacuteneacuteralement des laquo arbres de deacutecisions raquo pour guider les eacutelegraveves en fonction de ce qursquoils font tout au long de leur parcours drsquoapprentissage preacutedeacutefini indeacutependamment de leur historique et sans comprendre le raisonnement sous-jacent de lrsquoapprenant
eacutetat n eacutetat n+1regravegle preacutedeacutefinie deacutependantseulement de lrsquoeacutetat n
Nous connaissons aujourdrsquohui des deacutefinitions diverses et varieacutees de lrsquoapprentissage adaptatif Il existe aussi de nombreux preacutecurseurs de lrsquoapprentissage adaptatif dont
13
tests adaptatifs informatiseacutes (en anglais Computerised Adaptive Testing) - Crsquoest un systegraveme qui pose des questions ou propose des sessions drsquoeacutevaluation en fonction des reacutesultats aux tests preacuteceacutedents ou des reacuteponses Crsquoest une fonctionnaliteacute que de nombreuses plateformes drsquoapprentissage en ligne proposent deacutejagrave Un meacutecanisme inteacutegreacute garantit que si lrsquoon reacutepond incorrectement agrave une question la question suivante aura un niveau de difficulteacute infeacuterieur Cela met en eacutevidence son adaptabiliteacute limiteacutee car bien qursquoil modifie le parcours drsquoapprentissage en fonction de lrsquoapprenant il le canalise uniquement vers certaines cateacutegories preacutedeacutetermineacutees Il srsquoadapte seulement dans le cadre du test et ne srsquoappuie pas sur lrsquoexpeacuterience drsquoautres apprenants pour en extraire des informations pourtant pertinentes et tregraves utiles
fini
fini
NIv
eAU
De
DIf
fIc
ULt
eacute
14
Lrsquoapprentissage adaptatif (en anglais Adaptive Learning ou Personalised Learning) revient agrave combiner les recherches en sciences cognitives et lrsquointelligence artificielle (IA) et les appliquer aux meacutegadonneacutees pour deacutevelopper de meilleurs systegravemes drsquoapprentissage plus efficients et plus personnaliseacutes Ceux-ci assurent une meilleure compreacutehension et reacutetention de lrsquoinformation des connaissances des savoirs et des compeacutetences acquises par un apprenant donneacute Lrsquoapprentissage adaptatif srsquoappuie sur le parcours de lrsquoapprenant et sur les donneacutees qursquoil a geacuteneacutereacutees pour produire des plans drsquoapprentissage personnaliseacutes et proposer des contenus adapteacutes agrave ses capaciteacutes ainsi que des recommandations qui seront plus susceptibles de correspondre agrave ses aptitudes Ces eacuteleacutements sont calculeacutes sur la base du profil des apprenants de leurs objectifs drsquoapprentissage de leur historique drsquoapprentissage et des contenus suivis preacuteceacutedemment
le ministegravere de lrsquoeacuteducation des eacutetats-unis deacutefinit laquo lrsquoapprentissage adaptatif raquo comme
un systegraveme drsquoapprentissage numeacuterique qui peut laquo eacutevoluer de faccedilon dynamique
pour mieux correspondre agrave lrsquoeacutetudiant gracircce aux informations recueillies au cours de
lrsquoapprentissage raquo
Lrsquoanalyse des donneacutees qui conduit agrave lrsquoanalytique de lrsquoapprentissage (ou analyse des donneacutees sur lrsquoeacuteducation connue aussi sous son nom anglais Learning Analytics) Les apprenants travaillent sur un systegraveme adaptatif donc les donneacutees qursquoils geacutenegraverent sont analyseacutees afin de
Generate dashboards highlighting insightful data and predictions
Les systegravemes de recommandations impliquent drsquoanticiper les reacuteactions des utilisateurs agrave une seacuterie drsquooptions Les recommandations sont faites pour orienter plus preacuteciseacutement et plus efficacement lrsquoapprenant vers lrsquoobjectif drsquoapprentissage
Les regroupements drsquoutilisateurs font reacutefeacuterence aux regroupements drsquoapprenants qui se ressemblent afin qursquoils puissent travailler ensemble et srsquoentraider
La modeacutelisation des apprenants (ou Learner Modeling) srsquointeacuteresse agrave lrsquoeacutetudiant et vise agrave deacutefinir ce qui est compris par lrsquoapprenant ce qui est compris de lrsquoapprenant et quel est lrsquoobjectif drsquoapprentissage
La deacutetection de donneacutees aberrantes se rapporte agrave la deacutetection drsquoanomalies Par exemple cette meacutethode est utiliseacutee pour deacutetecter un apprenant qui serait en train de tricher qui srsquoeacuteloignerait de ses objectifs drsquoapprentissage ou mecircme qui serait en situation de deacutecrochage
ApprentiSSAge ADAptAtif ndash le Dernier moDegravele
Creacuteer des plans drsquoapprentissage personnaliseacutes et proposer des recommandations
Geacuteneacuterer des tableaux de bord mettant en eacutevidence des donneacutees et des preacutevisions pertinentes
Lrsquoapprentissage adaptatif aborde les trois phases du processus drsquoapprentissage (Assimilation consolidation et Application) Pour ce faire un ensemble de meacutethodes et de techniques sont employeacutees En voici quelques-unes
15
contenu amp Structure des connaissances
Compeacutetence 1
Compeacutetence 4
Compeacutetence 3
Compeacutetence 2
Sujet 1 Sujet 2
Sujet 3
Concept 1 Concept 2
Concept 3
Contenu 1Contenu 2
bullbullbull
Eacutevaluation 1Eacutevaluation 2
bullbullbull
Autres 1Autres 2
bullbullbull
Compeacutetence 5
Sujet 4
REacuteVISION
Contenu 1Contenu 2
bullbullbull
Exercise 1Exercise 2
bullbullbull
16
eacutetape de boucle courte
Dans cette eacutetape lrsquoapprenant tente drsquoassimiler un concept en particulier Lrsquoalgorithme drsquoapprentissage adaptatif propose agrave lrsquoapprenant une seacutequence speacutecifique drsquoeacutevaluations de contenus et drsquoautres activiteacutes adapteacutes agrave lui Les donneacutees drsquoentreacutee pour lrsquoanalyse algorithmique sont
Lrsquoobjectif drsquoapprentissage relatif agrave un concept en particulierLes types de contenu drsquoeacutevaluations et drsquoautres activiteacutes qui conviennent le mieux agrave lrsquoapprenant selon lrsquohistorique de donneacuteesLe comportement de lrsquoapprenant et celui de ses pairs par rapport au conceptLe niveau de compreacutehension de lrsquoapprenant sur les ressources preacuteceacutedentes lieacutees au conceptLe niveau drsquoassimilation du concept par lrsquoapprenant
Lrsquoobjectif drsquoapprentissage relatif agrave un sujet en particulierLe niveau de progregraves de lrsquoapprenant dans la maicirctrise du sujetLe comportement et le progregraves des autres apprenants par rapport au sujet
Contenu 1 Contenu 2
Eacutevaluation 1 Eacutevaluation 2
Autres 1 Autres 2
Concept 1
Concept 2
Concept 3
Concept 4
lrsquoapprentissage adaptatif est composeacute de cinq eacutetapes diffeacuterentes
eacutetape de boucle longue
Un sujet speacutecifique est composeacute de plusieurs concepts diffeacuterents Cette eacutetape concerne le sujet dans son ensemble par opposition aux concepts individuels Lrsquoalgorithme suggegravere le prochain concept agrave assimiler et propose un parcours drsquoapprentissage en tenant compte des donneacutees provenant de
Sujet
17
eacutetape de macro recommandation
Lorsque lrsquoobjectif drsquoapprentissage sur un sujet en particulier a eacuteteacute atteint lrsquoalgorithme fait une recommandation concernant le prochain objectif drsquoapprentissage (le prochain sujet agrave aborder et agrave maicirctriser) Les entreacutees sont baseacutees sur toutes les informations recueillies au cours des phases preacuteceacutedentes Encore une fois cela srsquoappuie sur les capaciteacutes les inteacuterecircts et les preacutefeacuterences peacutedagogiques deacuteduits de lrsquoapprenant ainsi que sur ceux de ses camarades et les reacutesultats qursquoils ont produits
eacutetape de reacutevision
Lorsque lrsquoassimilation est effective la consolidation doit srsquoeffectuer et celle-ci est reacutealiseacutee par la reacutepeacutetition espaceacutee Lrsquoalgorithme va proposer un plan de reacutevision sur mesure pour lrsquoapprenant ainsi qursquoun test approprieacute pour deacuteterminer les reacutevisions agrave effectuer et le moment pour optimiser le nombre de questions Les entreacutees de donneacutees prises en compte sont
Compeacutetence 3
Compeacutetence 2
Compeacutetence 1
La preacutevision du moment ougrave lrsquoapprenant est susceptible drsquooublierLa difficulteacute de reacutetention du concept pour lrsquoapprenantLa relation entre les diffeacuterents concepts et le contenuLe comportement de lrsquoapprenant par rapport agrave la reacutevision et celui de ses pairs
Sujet 1 Reacutevision 1
Reacutevision 2
15 Janvier
23 Janvier
bullbullbull
reacutevision
18
Sur la bonne voie
Pas sur la bonne voie
lrsquoalgorithme est dynamique et recalcule en permanence son prochain plan drsquoaction sur la base des nouvelles informations recueillies gracircce aux nouvelles donneacutees entreacutees et aux interactions humaines cela lui permet de reacuteagir dans le meilleur inteacuterecirct de lrsquoapprenant et renforce sa capaciteacute agrave geacuteneacuterer un meilleur impact drsquoapprentissage
eacutetape de remeacutediation
Tout au long de ce processus lrsquoalgorithme analyse les progregraves de lrsquoapprenant afin drsquoidentifier une difficulteacute ou un point de blocage (ougrave lrsquoapprenant peut ecirctre tenteacute drsquoabandonner) Lrsquoalgorithme peut agrave tout moment et de faccedilon reacuteactive proposer une nouvelle seacutequence dans le but de remettre lrsquoapprenant sur la bonne voie Lorsque cette situation se produit lrsquoenseignant reccediloit une alerte ou une notification et peut intervenir pour aider agrave reacutesoudre le problegraveme
19
Lrsquoapprentissage adaptatif peut ecirctre appliqueacute agrave une grande varieacuteteacute de situations drsquoapprentissage de lrsquoenseignement primaire agrave la formation continue Comme les solutions drsquoapprentissage adaptatif deacutependent de la lecture et de lrsquoanalyse drsquoalgorithmes et de donneacutees elles peuvent ecirctre connecteacutees agrave un grand nombre de solutions ou de plateformes qui produisent ces donneacutees (plateformes LMS plateformes drsquoapprentissage en ligne plateformes de simulation solutions de reacutealiteacute virtuelle systegravemes ERP existants bases de donneacutees Open Data systegravemes drsquoinformation RH etc) Une solution peut ecirctre inteacutegreacutee dans lrsquoune de ces plateformes mais elle ne se contente pas de travailler en arriegravere-plan Les individus ont la possibiliteacute drsquointeragir avec la solution drsquoapprentissage adaptatif ses conclusions et ses actions et de corriger ou drsquoorienter ses actions futures en triant les donneacutees et en identifiant les indicateurs et les analyses les plus importantes pour son objectif
Le nombre de sceacutenarios dans lesquels lrsquoapprentissage adaptatif peut ecirctre appliqueacute est tout aussi large Voici quelques exemples pratiques drsquoapprentissage adaptatif
Appliquer lrsquoApprentiSSAge ADAptAtif
Les learning management Systems (LMS) et autres solutions drsquoapprentissage sont baseacutes sur un modegravele drsquoapprentissage lineacuteaire avec un format unique Les solutions drsquoapprentissage adaptatif peuvent facilement ecirctre inteacutegreacutees dans ces plateformes pour ameacuteliorer leurs capaciteacutes fournir des outils drsquoanalyse de donneacutees proposer agrave leurs utilisateurs des plans drsquoapprentissage personnaliseacutes et accroicirctre leur efficience globale en produisant un meilleur impact drsquoapprentissage
La formation en entreprise fait face agrave des deacutefis consideacuterables tels que la rapiditeacute croissante de lrsquoeacutevolution des compeacutetences requises par les employeacutes au sein drsquoune entreprise ou drsquoun secteur donneacute Dans ce contexte les employeacutes peuvent ecirctre issus de parcours tregraves diffeacuterents et avoir des niveaux drsquoexpeacuterience et drsquoinstruction varieacutes En combinant des descriptions de poste des reacutefeacuterentiels de compeacutetences des reacutefeacuterentiels meacutetiers des catalogues de formation des plateformes drsquoapprentissage et des solutions drsquoapprentissage adaptatif lrsquoentreprise peut exploiter les analyses agrave sa disposition pour comparer les nouvelles compeacutetences requises agrave celles deacutejagrave maicirctriseacutees par les employeacutes en poste De cette faccedilon une solution drsquoapprentissage adaptatif peut proposer un plan de formation adapteacute aux employeacutes pour maintenir leurs compeacutetences acquises et apporter de la valeur ajouteacutee agrave lrsquoentreprise
les solutions drsquoapprentissage adaptatif sont drsquoune utiliteacute particuliegravere pour les institutions acadeacutemiques les fournisseurs de logiciels les eacutediteurs et les deacutepartements rh mais cette liste
est loin drsquoecirctre exhaustive
20
Apprentissage adaptatif utiliseacute agrave lrsquoeacutecole primaire
du programme de formation a eacuteteacute retenu apregraves une peacuteriode de 3 mois par les apprenants utilisant une plateforme adaptative contre seulement 28 pour les apprenants nrsquoutilisant pas la plateforme
des personnes sont revenues sur la plateforme pour effectuer les exercices recommandeacutes par la solution drsquoapprentissage adaptatif sans aucune obligation de le faire
des recommandations proposeacutees par le systegraveme drsquoapprentissage adaptatif sont couronneacutees de succegraves permettant aux apprenants drsquoatteindre leur objectif drsquoapprentissage
des recommandations proposeacutees dans une situation ougrave lrsquoapprenant rencontre agrave plusieurs reprises des difficulteacutes ont un impact positif reacutesolvent le problegraveme et permettent agrave lrsquoeacutetudiant de terminer le module (pour les 13 restants lrsquoenseignant est alerteacute de ses difficulteacutes par des notifications et intervient pour eacuteviter la possibiliteacute de deacutecrochage)
des ressources sont eacutepargneacutees puisque lrsquoutilisation des ressources inadapteacutees est eacuteviteacutee De maniegravere globale les plans drsquoapprentissage personnaliseacutes permettent aux eacutelegraveves drsquoavancer plus rapidement car ils travaillent agrave leur propre rythme et assimilent de maniegravere plus efficace ameacuteliorant ainsi leurs reacutesultats
Apprentissage adaptatif utiliseacute dans la formation en entreprise
De lA theacuteorie Aux reacuteSultAtS
en Juin 2016 Domoscio a meneacute une expeacuterimentation dans le cadre de sa collaboration avec un eacutediteur offrant des cours en franccedilais anglais et matheacutematiques pour des eacutecoles primaires en france 400 eacutetudiants ont eacuteteacute impliqueacutes dans lrsquoeacutechantillon de test les chiffres sont calculeacutes apregraves deux mois drsquoutilisation de la technologie drsquoapprentissage adaptatif de Domoscio
en Juillet 2016 Domoscio a observeacute les reacutesultats de lrsquointeacutegration de sa technologie adaptative dans un environnement drsquoapprentissage mixte dans le cadre de formations au management et agrave la vente pour 200 apprenants dans le secteur priveacute
01 quelques chiffres
21
Teacutemoignages de formateurs et drsquoenseignants qui utilisent des solutions drsquoapprentissage adaptatif
laquoLrsquoun de mes eacutelegraveves (13 ans et en CM1) a des difficulteacutes dans tous les concepts abordeacutes Il est suivi par une AVS (Auxiliaire de Vie Scolaire) Ni les manuels scolaires ni mes explications orales ni le travail en groupe ne lui permettent drsquoavancer Il a vraiment accrocheacute avec les parcours adaptatifs en maths et a reacuteussi agrave progresser dans son parcours Lrsquoexpeacuterience a eacuteteacute tregraves valorisante pour luiraquo
Caroline T 9
ProfesseurEcole primaire de Saint-Etienne France
9 Caroline eacutetait lrsquoune des enseignantes concerneacutees par lrsquoexpeacuterimentation meneacutee aupregraves de 400 eacutetudiants en juin 2016 utilisant la technologie de Domoscio10 Balthazar est speacutecialiseacute en prestations de formation en entreprise et utilise les solutions de Domoscio depuis 2015
laquoBalthazar utilise lrsquoapprentissage adaptatif dans le cadre de ses formations en management En tant que formateur le dispositif me permet de suivre les stagiaires individuellement et drsquoajuster ma peacutedagogie en conseacutequence Lrsquoapprentissage adaptatif complegravete nos actions de formation ameacuteliore leur impact et nous permet drsquooffrir agrave nos stagiaires un veacuteritable service apregraves formationraquo
Sylvain RajzwingConsultant en managementBalthazar10
02 quelques mots
22
pour les apprenants
Ils ont des expeacuteriences drsquoapprentissage personnaliseacutees
Ils assimilent les concepts de maniegravere plus rapide et durablement
Ils voient leur temps drsquoapprentissage et de reacutevision optimiseacute
Ils beacuteneacuteficient de meilleurs reacutesultats drsquoapprentissage
Les progregraves sont suivis et les reacutesultats drsquoapprentissage eacutevalueacutes pour favoriser lrsquoameacutelioration
pour les enseignantsformateurs
Ils peuvent mesurer les reacutesultats drsquoapprentissage gracircce agrave des analyses pertinentes et des tableaux de bord intuitifs leur permettant drsquoacqueacuterir une vision claire des progregraves de leurs eacutelegravevesemployeacutes
Ils peuvent anticiper les difficulteacutes des eacutelegravevesemployeacutes puis adapter le contenu de leurs cours en conseacutequence
Ils augmentent leur valeur ajouteacutee en utilisant les outils peacutedagogiques de la solution drsquoapprentissage adaptatif pour reacutepondre aux besoins de chaque apprenant sans les contraintes que cela implique (ils peuvent ecirctre agrave lrsquoeacutecoute des besoins de lrsquoapprenant sans passer des heures agrave corriger et analyser le travail de tous les apprenants)
03 Beacuteneacutefices
23
pour les salarieacutes
Ils partagent les mecircmes beacuteneacutefices que les apprenants par rap-port agrave lrsquoapprentissage adaptatif et profitent drsquoavantages sup-pleacutementaires
Leur temps est mieux geacutereacute ce qui permet un meilleur eacutequilibre entre les temps de travail et de formation
Ils augmentent leur employabiliteacute avec de nouvelles compeacute-tences
Ils ont les outils et la formation neacutecessaires pour mieux reacuteali-ser leur travail ce qui conduit agrave une plus grande satisfaction au travail
pour les eacutediteurs
Lrsquoapprentissage adaptatif leur permet drsquoaccompagner les transformations opeacutereacutees par les technologies numeacuteriques avec des services agrave valeur ajouteacutee en lien avec leur contenu Il permet eacutegalement aux eacutediteurs drsquoavoir accegraves agrave des donneacutees concernant lrsquointeraction avec leur contenu ce qui leur apporte de nouvelles perspectives sur son efficaciteacute et sa pertinence comme outil drsquoapprentissage
Les solutions drsquoapprentissage adaptatif permettent aux eacutediteurs drsquoaccompagner les utilisateurs en ajustant le contenu en fonc-tion des besoins des apprenants
pour la gestion de la formation en entreprise
Lrsquoapprentissage adaptatif aide agrave identifier les besoins de formation au sein de lrsquoentreprise en utilisant les analyses des reacutesultats de formation pour ameacuteliorer les futures actions de formation et les cibler avec plus de preacutecision
Il aide agrave mesurer la qualiteacute des actions de formation et leur retour sur investissement car les employeacutes sont mieux et plus efficacement formeacutes
Il soutient la strateacutegie de formation globale de lrsquoentreprise en veillant agrave ce que les employeacutes aient les compeacutetences requises pour remplir leurs fonctions de maniegravere plus adeacutequate
24
contenu structureacute lrsquoinformation ou le contenu est organiseacute et geacuteneacuteralement classifieacute avec des meacutetadonneacutees Le contenu structureacute peut ecirctre stockeacute dans diffeacuterents formats standards ou proprieacutetaires y compris XML
premierS preacuterequiS pour commencer
meacutetadonneacutees il srsquoagit de lrsquoinformation geacuteneacutereacutee relative au contenu aux utilisateurs aux graphes de connaissances aux compeacutetences et aux autres ressources Les meacutetadonneacutees peuvent ecirctre subdiviseacutees en trois types
environnement numeacuterique les plateformes et les solutions qui utilisent les standards de connectiviteacute du marcheacute tels que API xAPI QTI LTI etc
meacutetadonneacutees descriptives leur fonction est la deacutecouverte et lrsquoidentification (par exemple titre reacutesumeacute auteur mots-cleacutes etc)
meacutetadonneacutees structurelles ce sont des conteneurs de meacutetadonneacutees qui composent des seacuteries drsquoobjets au sein des structures de donneacutees (par exemple les pages sont organiseacutees pour former des chapitres)
meacutetadonneacutees administratives elles aident agrave geacuterer une uniteacute de donneacutees par le biais de marqueurs ou drsquoune certaine forme de classification (par exemple les informations techniques le type de fichier quand et comment il a eacuteteacute creacuteeacute son chemin drsquoaccegraves etc)
Ann rockley et charles cooper dans managing enterprise content A unified content Strategy deacutefinissent le contenu
structureacute etou contenu intelligent comme laquo structurellement riche et seacutemantiquement cateacutegoriseacute raquo un
contenu qui est donc laquo automatiquement deacutecouvrable reacuteutilisable reconfigurable et
adaptable raquo
graphes de compeacutetencesconnaissances ils repreacutesentent les preacuterequis et les relations entre les diffeacuterents types de connaissances etou compeacutetences
contenu granulaireunitaire dans un parcours drsquoapprentissage chaque cours ou module est diviseacute en uniteacutes granulaires ou laquo objets peacutedagogiques raquo agrave apprendre Chacune des uniteacutes creacuteeacutees est coheacuterente autonome et reacuteutilisable
25
Lire Penser Approuver
R SociauxMobile Teacuteleacutevision Eacuteducateurs Ordinateurs Litteacuterature Pairs
Construire Eacutecouter Parler Regarder Jouer Eacutecrire Assister Chercher
Activiteacutes
lrsquoapprenant
26
Fondeacutee en 2013 Domoscio est speacutecialiseacutee dans le Big Data pour apprendre et les solutions drsquoapprentissage adaptatif La socieacuteteacute travaille avec de nombreux clients internationaux dans la formation en entreprise lrsquoeacutedition et lrsquoeacuteducationlrsquoenseignement supeacuterieur ainsi qursquoavec de multiples partenaires internationaux dans le secteur des logiciels
La RampD de Domoscio et ses solutions innovantes en font un leader dans son secteur La socieacuteteacute est reconnue et accreacutediteacutee par la Commission europeacuteenne le Ministegravere de lrsquoEacuteducation nationale lrsquoAgence Nationale de la Recherche franccedilaise (ANR) et la Banque Publique drsquoInvestissement (BPI France)
Chez Domoscio nous collaborons avec des partenaires et des clients dans une grande varieacuteteacute de domaines Nous leur fournissons des solutions drsquoapprentissage adaptatif qui leur permettent drsquoobtenir les meilleurs reacutesultats drsquoenseignement drsquoapprentissage et de formation dans leurs domaines respectifs
Les solutions drsquoapprentissage adaptatif peuvent ecirctre utiliseacutees agrave diverses fins et les beacuteneacutefices consideacuterables de lrsquoapprentissage adaptatif pour les apprenants les enseignants les eacutediteurs et les professionnels des RH - entre autres - sont eacutevidents
Agrave propoS De DomoScio
Domoscio utilise une technologie connue et reconnueNos solutions et services incluent principalement
Apprentissage adaptatif Analytique de lrsquoapprentissage
Services de conseil et drsquoaccompagnement
Analyse - une analyse fonctionnelle et technique est reacutealiseacutee ainsi qursquoune analyse des ressources peacutedagogiques du client afin drsquoeacutevaluer les actions neacutecessaires La solution cible est deacutefinie avec le client et un plan drsquoaction est eacutetabli
inteacutegration - le plan drsquoaction est exeacutecuteacute et la solution technique est inteacutegreacutee dans le dispositif du client avec les diffeacuterents contenus drsquoapprentissage Sur certaines plateformes ou Learning Management Systems (LMS) il suffit drsquoactiver une fonctionnaliteacute
Accompagnement - tout au long du processus Domoscio fournit au client un accompagnement continu et des services de conseil en veillant agrave la fiabiliteacute opeacuterationnelle de la solution fournie ces services peuvent comprendre la structuration du contenu la formation le support peacutedagogique etc
De la mecircme faccedilon que les solutions drsquoapprentissage adaptatif sont baseacutees sur le principe de lrsquoadaptation agrave lrsquoapprenant nous croyons que les solutions que nous proposons doivent ecirctre modeacuteliseacutees autour des besoins speacutecifiques de nos clients Ainsi afin de mettre en œuvre les solutions de Domoscio dans les dispositifs existants de nos clients nous adoptons une approche agrave trois volets analyse inteacutegration et accompagnement
27
parmi les distinctions de Domoscio
2016Tropheacutee Europe 1 de lrsquoAvenir cateacutegorie Education
europe 1
2014Lrsquoune des 7 startups les plus prometteuses en Technologies de lrsquoEducation
commission europeacuteenne
Suivre ce processus nous permet drsquoacqueacuterir une compreacutehension approfondie des besoins peacutedagogiques et drsquoapprentissage de nos clients et nous donne toutes les informations neacutecessaires pour optimiser leurs plateformes les rendre plus efficientes et atteindre leurs objectifs drsquoameacutelioration notre approche collaborative et de conseil signifie que nous sommes particuliegraverement sensibles aux objectifs de nos clients et que nous pouvons leur fournir lrsquoaide dont ils ont besoin pour appliquer avec succegraves les connaissances analytiques acquises par lrsquointeacutegration de nos solutions drsquoapprentissage adaptatif
pour en savoir plus sur lrsquoutilisation de lrsquoapprentissage adaptatif et pour mieux comprendreson fonctionnement drsquoun point de vue technique nous vous invitons agrave consulter nos prochains
livres blancs dans la mecircme seacuterie Utiliser lrsquoAdaptive Learning ndash Cas pratiqueset Inteacutegrer lrsquoAdaptive Learning ndash Une approche technique
Siegravege SociAl20 Rue du Commandant Reneacute Mouchotte75014 Paris France
BureAu47 Rue du Caire75002 Paris France
nouS Appeler+33 (0) 1 85 09 03 57
domosciocomcontactdomosciocom
8
Deacutejagrave dans les anneacutees 1940 Fremont Rider publiait the Scholar and the future of the research library une œuvre dans laquelle il calculait que selon le rythme drsquoexpansion et de croissance des bibliothegraveques universitaires ameacutericaines de lrsquoeacutepoque ces derniegraveres doublaient de taille agrave peu pregraves tous les seize ans En suivant ce modegravele de croissance Rider estimait que drsquoici agrave 2040 la Yale University Library compterait laquo environ 200000000 volumes raquo occupant laquo plus de 6000 mille (pregraves de 10000 kilomegravetres) drsquoeacutetagegraveres [requeacuterant] un personnel de catalogage de plus de six mille personnes raquo5
En avril 1980 dans le cadre du Fourth IEEE Symposium on Mass Storage Systems sur les systegravemes de stockage de masse IA Tjomsland a donneacute une confeacuterence intituleacutee Where Do We go from here dans laquelle il a citeacute la loi de Parkinson laquo Les donneacutees se deacuteveloppent pour remplir lrsquoespace disponible raquo Il a parleacute de la faccedilon dont de grandes quantiteacutes de donneacutees ont eacuteteacute laquo conserveacutees parce que les utilisateurs nrsquoont aucun moyen drsquoidentifier les donneacutees les peacutenaliteacutes pour stocker des donneacutees obsolegravetes sont moins apparentes que les peacutenaliteacutes pour rejeter des donneacutees potentiellement utiles raquo5
En juillet 1986 dans le domaine de la communication de donneacutees Hal B Becker a publieacute can users really absorb data at todayrsquos rates tomorrowrsquos dans lequel il deacutecrit la progression de la densiteacute drsquoenregistrement et fait part de ses preacutedictions sur ce que nous pourrions attendre en termes de stockage de donneacutees au tournant du siegravecle5
En 1990 dans Saving All the Bits publieacute dans American Scientist Peter J Denning a exploreacute le thegraveme de lrsquoIntelligence Artificielle (IA) Il soutient que laquo lrsquoimpeacuteratif [pour les scientifiques] de tout enregistrer nous megravene agrave une situation impossible le deacutebit et le volume des flux drsquoinformation submergent nos reacuteseaux nos peacuteripheacuteriques de stockage et nos systegravemes de recherche ainsi que la capaciteacute humaine de compreacutehension raquo De maniegravere lucide il traite de la technologie existante agrave lrsquoeacutepoque et des reacuteseaux qui nrsquoavaient tout simplement pas une capaciteacute suffisante estimant neacuteanmoins que nous pourrions plus tard ecirctre en mesure de construire des machines capables de reconnaicirctre et de preacutevoir des modegraveles de donneacutees agrave une vitesse suffisante pour faire face en temps reacuteel agrave drsquoimmenses flux de donneacutees Cette capaciteacute de vitesse et de reconnaissance accrue selon Denning signifierait un repeacuterage plus preacutecis des donneacutees utiles de stockage et drsquoexploitation De telles machines seraient eacutegalement capables drsquoidentifier des modegraveles dans les bases de donneacutees existantes pour former des descriptions de classe et extraire des informations pertinentes5
Aujourdrsquohui il y a eu un changement paradigmatique en ce qui concerne les
possibiliteacutes de stockage qui sont maintenant immenses accessibles et abordables
pourquoi pArle-t-on De Big DAtA
5 Gil Press ldquoA Very Short History of Big Datardquo Forbes 21 mai 2013 reacutecupeacutereacute le 30 deacutecembre 20166 Cyril Northcote Parkinson ldquoParkinsonrsquos Lawrdquo The Economist 19 novembre 1955 reacutecupeacutereacute le 30 deacutecembre 2016
La notion de laquo Big Data raquo ou de laquo meacutegadonneacutees raquo est de plus en plus omnipreacutesente Elle est souvent utiliseacutee pour deacutecrire de nouvelles possibiliteacutes drsquoobtenir des informations preacutecieuses gracircce agrave des donneacutees collecteacutees massivement notamment dans des domaines tels que le marketing les sciences de la vie la banque mais aussi les technologies de lrsquoeacuteducation (EdTech) et la formation en ligne Il convient cependant de noter que les laquo donneacutees raquo eacutetaient un sujet important bien avant la grande reacutevolution des donneacutees massives drsquoaujourdrsquohui
9
Alors que lrsquoinformatique quantique semble imminente les ordinateurs et les algorithmes drsquoapprentissage automatiques imagineacutes par Denning sont devenus une reacutealiteacute et leurs capaciteacutes sont en constante ameacutelioration Selon les normes actuelles la preacuteoccupation de Rider sur lrsquoespace de stockage des bibliothegraveques physiques semble ridiculement archaiumlque car nous pouvons deacutesormais stocker numeacuteriquement de grandes quantiteacutes de donneacutees sur une gamme drsquoappareils de plus en plus vaste
7 rdquoThe DIGITAL UNIVERSE of OPPORTUNITIESrdquo EMC2 Digital Universe Infobrief with IDC avril 20148 1 Zettaoctet (Zo) = 103 Exaoctet (Eo) = 106 Petaoctet (Po) = 109 Teraoctet (To) = 1012 Gigaoctet (Go) = 1015 Megaoctet (Mo) = 1018 kilooctet (ko) = 1021 octet
croissance preacutevue de la geacuteneacuteration de donneacutees 7
Zettaoctet8
0
10
20
30
40
50
en 2013 il y avait presque autant de bits dans lrsquouni-
vers numeacuterique que drsquoeacutetoiles dans lrsquounivers
physique
44
10
Aujourdrsquohui lrsquoaccegraves aux donneacutees nrsquoest pas un problegraveme La question consiste agrave deacuteterminer quelles sont les donneacutees utiles Comme Denning lrsquoa souligneacute le veacuteritable deacutefi est de reacuteussir agrave traiter toutes ces donneacutees
Crsquoest lagrave que lrsquointelligence Artificielle (IA) peut tirer le meilleur parti des donneacutees agrave notre disposition Bien que cette science nrsquoait rien de nouveau elle est devenue un sujet de grand inteacuterecirct en cette eacutepoque de meacutegadonneacutees Mecircme si un grand nombre drsquoalgorithmes ont eacuteteacute eacutecrits dans les anneacutees 1970 1980 et 1990 il y a deacutesormais infiniment plus de donneacutees agrave analyser et bien plus de puissance de calcul agrave exploiter On ameacuteliore constamment les capaciteacutes des ordinateurs agrave appliquer des calculs matheacutematiques complexes aux meacutegadonneacutees ce qui donne agrave lrsquointelligence artificielle un tout nouveau sens
Lrsquoapprentissage automatique (en anglais Machine Learning) est un sous-ensemble de lrsquointelligence artificielle baseacute sur le concept des ordinateurs qui srsquoadaptent aux nouvelles entreacutees de donneacutees et agrave lrsquoapprentissage sur les calculs preacuteceacutedents afin de reacutepeacuteter les deacutecisions produisant les meilleurs reacutesultats Crsquoest une meacutethode drsquoanalyse de donneacutees baseacutee sur la reconnaissance de scheacutemas en utilisant des algorithmes pour creacuteer des modegraveles analytiques Ces algorithmes assimilent des donneacutees par un processus iteacuteratif ce qui signifie que lrsquoordinateur peut trouver des tendances inconnues sans qursquoil ait eacuteteacute speacutecifiquement programmeacute pour chercher dans les donneacutees geacuteneacutereacutees drsquoougrave le terme laquo apprentissage raquo dans le titre
Les nouvelles technologies informatiques signifient que lrsquoapprentissage automatique est plus efficace que jamais Crsquoest la base mecircme de lrsquoanalyse des donneacutees agrave caractegravere personnel Ainsi elle sous-tend les nombreux meacutecanismes drsquoexploration de donneacutees opeacuterant derriegravere nos activiteacutes en ligne telles que la recommandation des offres en ligne qui constituent les laquo messages suggeacutereacutes raquo de Facebook ou de films qui srsquoaffichent bien en eacutevidence sur nos comptes Netflix
Alors que le concept drsquoapprentissage automatique est en vogue depuis un certain temps lrsquoapprentissage profond est devenu le nouveau mot drsquoordre pour les derniers progregraves en intelligence artificielle Lrsquoapprentissage profond (appeleacute Deep Learning en anglais) est veacuteritablement un sous-ensemble de lrsquoapprentissage automatique il utilise plusieurs couches drsquoalgorithmes drsquoapprentissage automatique baseacutes sur des donneacutees abstraites En termes de preacutevision les meacutethodes drsquoapprentissage profond deacutecoulent de lrsquoapprentissage automatique et peuvent ecirctre consideacutereacutees comme laquo lrsquoeacutetape suivante raquo attendue dans ce domaine
Lrsquoapprentissage profond ne concerne pas exclusivement les technologies de lrsquoeacuteducation mais ses applications dans ce domaine sont drsquoun inteacuterecirct particulier Drsquoune maniegravere geacuteneacuterale il englobe les technologies drsquointelligence artificielle qui peuvent effectuer des tacircches comme - voire mieux que - les ecirctres humains Agrave titre drsquoexemple vous pouvez regarder le cas de AlphaGo un programme informatique conccedilu pour jouer au jeu de strateacutegie Go ceacutelegravebre pour avoir battu lrsquoancien champion du monde de Go Lee Sedol en 2016
intelligence Artificielle - le remAke
11
Lrsquoapprentissage adaptatif tombe sous lrsquoeacutegide de ce que lrsquoon appelle les systegravemes de tutorat intelligents ou Intelligent Tutor Systems en anglais Ceux-ci repreacutesentent lrsquoapplication la plus courante de lrsquoapprentissage profond dans les technologies de lrsquoeacuteducation Ils fonctionnent en suivant les eacutetapes mentales des apprenants au cours de la reacutesolution de problegravemes afin drsquoanalyser leur compreacutehension drsquoun domaine particulier Gracircce agrave leur imitation du comportement humain ils fournissent agrave lrsquoapprenant des conseils des commentaires et des explications en temps reacuteel et par-dessus tout ils peuvent recommander des activiteacutes drsquoapprentissage speacutecifiquement adapteacutees agrave chaque apprenant
learning techniques in Artificial intelligence
12
Les cours particuliers - Ce type drsquoapprentissage renvoie aux meacutethodes drsquoapprentissage scolaire de lrsquoeacutepoque non-informatique Bloom1 vantait dans ses eacutetudes les meacuterites des cours particuliers mais aujourdrsquohui ils ne sont tout simplement pas applicables agrave grande eacutechelle ou dans un contexte eacuteducatif de masse en raison drsquoun manque de ressources adeacutequates et parce qursquoil ne reacutepond pas aux enjeux de lrsquoapprentissage social ou de la socialisation qui sont cruciales dans le deacuteveloppement
Lrsquoapprentissage diffeacuterencieacute - Crsquoest un autre ancecirctre de lrsquoapprentissage adaptatif comme nous lrsquoentendons aujourdrsquohui qui consiste agrave canaliser les apprenants dans des parcours drsquoapprentissage preacutedeacutefinis et baseacutes sur un certain nombre de critegraveres Il en existe deux types tous deux limiteacutes dans leur capaciteacute agrave optimiser les reacutesultats drsquoapprentissage
lrsquoeacutevolution De lrsquoApprentiSSAge ADAptAtif
La meacutethode la plus simple eacutevalue un eacutetudiant ou un apprenant au deacutebut drsquoun programme drsquoapprentissage et lrsquooriente vers une cateacutegorie ou un niveau speacutecifique On ne peut pas changer la deacutecision de cateacutegorisation apregraves qursquoelle a eacuteteacute prise
Les moteurs de regravegles (en anglais Rules-based Systems) pour leur part utilisent geacuteneacuteralement des laquo arbres de deacutecisions raquo pour guider les eacutelegraveves en fonction de ce qursquoils font tout au long de leur parcours drsquoapprentissage preacutedeacutefini indeacutependamment de leur historique et sans comprendre le raisonnement sous-jacent de lrsquoapprenant
eacutetat n eacutetat n+1regravegle preacutedeacutefinie deacutependantseulement de lrsquoeacutetat n
Nous connaissons aujourdrsquohui des deacutefinitions diverses et varieacutees de lrsquoapprentissage adaptatif Il existe aussi de nombreux preacutecurseurs de lrsquoapprentissage adaptatif dont
13
tests adaptatifs informatiseacutes (en anglais Computerised Adaptive Testing) - Crsquoest un systegraveme qui pose des questions ou propose des sessions drsquoeacutevaluation en fonction des reacutesultats aux tests preacuteceacutedents ou des reacuteponses Crsquoest une fonctionnaliteacute que de nombreuses plateformes drsquoapprentissage en ligne proposent deacutejagrave Un meacutecanisme inteacutegreacute garantit que si lrsquoon reacutepond incorrectement agrave une question la question suivante aura un niveau de difficulteacute infeacuterieur Cela met en eacutevidence son adaptabiliteacute limiteacutee car bien qursquoil modifie le parcours drsquoapprentissage en fonction de lrsquoapprenant il le canalise uniquement vers certaines cateacutegories preacutedeacutetermineacutees Il srsquoadapte seulement dans le cadre du test et ne srsquoappuie pas sur lrsquoexpeacuterience drsquoautres apprenants pour en extraire des informations pourtant pertinentes et tregraves utiles
fini
fini
NIv
eAU
De
DIf
fIc
ULt
eacute
14
Lrsquoapprentissage adaptatif (en anglais Adaptive Learning ou Personalised Learning) revient agrave combiner les recherches en sciences cognitives et lrsquointelligence artificielle (IA) et les appliquer aux meacutegadonneacutees pour deacutevelopper de meilleurs systegravemes drsquoapprentissage plus efficients et plus personnaliseacutes Ceux-ci assurent une meilleure compreacutehension et reacutetention de lrsquoinformation des connaissances des savoirs et des compeacutetences acquises par un apprenant donneacute Lrsquoapprentissage adaptatif srsquoappuie sur le parcours de lrsquoapprenant et sur les donneacutees qursquoil a geacuteneacutereacutees pour produire des plans drsquoapprentissage personnaliseacutes et proposer des contenus adapteacutes agrave ses capaciteacutes ainsi que des recommandations qui seront plus susceptibles de correspondre agrave ses aptitudes Ces eacuteleacutements sont calculeacutes sur la base du profil des apprenants de leurs objectifs drsquoapprentissage de leur historique drsquoapprentissage et des contenus suivis preacuteceacutedemment
le ministegravere de lrsquoeacuteducation des eacutetats-unis deacutefinit laquo lrsquoapprentissage adaptatif raquo comme
un systegraveme drsquoapprentissage numeacuterique qui peut laquo eacutevoluer de faccedilon dynamique
pour mieux correspondre agrave lrsquoeacutetudiant gracircce aux informations recueillies au cours de
lrsquoapprentissage raquo
Lrsquoanalyse des donneacutees qui conduit agrave lrsquoanalytique de lrsquoapprentissage (ou analyse des donneacutees sur lrsquoeacuteducation connue aussi sous son nom anglais Learning Analytics) Les apprenants travaillent sur un systegraveme adaptatif donc les donneacutees qursquoils geacutenegraverent sont analyseacutees afin de
Generate dashboards highlighting insightful data and predictions
Les systegravemes de recommandations impliquent drsquoanticiper les reacuteactions des utilisateurs agrave une seacuterie drsquooptions Les recommandations sont faites pour orienter plus preacuteciseacutement et plus efficacement lrsquoapprenant vers lrsquoobjectif drsquoapprentissage
Les regroupements drsquoutilisateurs font reacutefeacuterence aux regroupements drsquoapprenants qui se ressemblent afin qursquoils puissent travailler ensemble et srsquoentraider
La modeacutelisation des apprenants (ou Learner Modeling) srsquointeacuteresse agrave lrsquoeacutetudiant et vise agrave deacutefinir ce qui est compris par lrsquoapprenant ce qui est compris de lrsquoapprenant et quel est lrsquoobjectif drsquoapprentissage
La deacutetection de donneacutees aberrantes se rapporte agrave la deacutetection drsquoanomalies Par exemple cette meacutethode est utiliseacutee pour deacutetecter un apprenant qui serait en train de tricher qui srsquoeacuteloignerait de ses objectifs drsquoapprentissage ou mecircme qui serait en situation de deacutecrochage
ApprentiSSAge ADAptAtif ndash le Dernier moDegravele
Creacuteer des plans drsquoapprentissage personnaliseacutes et proposer des recommandations
Geacuteneacuterer des tableaux de bord mettant en eacutevidence des donneacutees et des preacutevisions pertinentes
Lrsquoapprentissage adaptatif aborde les trois phases du processus drsquoapprentissage (Assimilation consolidation et Application) Pour ce faire un ensemble de meacutethodes et de techniques sont employeacutees En voici quelques-unes
15
contenu amp Structure des connaissances
Compeacutetence 1
Compeacutetence 4
Compeacutetence 3
Compeacutetence 2
Sujet 1 Sujet 2
Sujet 3
Concept 1 Concept 2
Concept 3
Contenu 1Contenu 2
bullbullbull
Eacutevaluation 1Eacutevaluation 2
bullbullbull
Autres 1Autres 2
bullbullbull
Compeacutetence 5
Sujet 4
REacuteVISION
Contenu 1Contenu 2
bullbullbull
Exercise 1Exercise 2
bullbullbull
16
eacutetape de boucle courte
Dans cette eacutetape lrsquoapprenant tente drsquoassimiler un concept en particulier Lrsquoalgorithme drsquoapprentissage adaptatif propose agrave lrsquoapprenant une seacutequence speacutecifique drsquoeacutevaluations de contenus et drsquoautres activiteacutes adapteacutes agrave lui Les donneacutees drsquoentreacutee pour lrsquoanalyse algorithmique sont
Lrsquoobjectif drsquoapprentissage relatif agrave un concept en particulierLes types de contenu drsquoeacutevaluations et drsquoautres activiteacutes qui conviennent le mieux agrave lrsquoapprenant selon lrsquohistorique de donneacuteesLe comportement de lrsquoapprenant et celui de ses pairs par rapport au conceptLe niveau de compreacutehension de lrsquoapprenant sur les ressources preacuteceacutedentes lieacutees au conceptLe niveau drsquoassimilation du concept par lrsquoapprenant
Lrsquoobjectif drsquoapprentissage relatif agrave un sujet en particulierLe niveau de progregraves de lrsquoapprenant dans la maicirctrise du sujetLe comportement et le progregraves des autres apprenants par rapport au sujet
Contenu 1 Contenu 2
Eacutevaluation 1 Eacutevaluation 2
Autres 1 Autres 2
Concept 1
Concept 2
Concept 3
Concept 4
lrsquoapprentissage adaptatif est composeacute de cinq eacutetapes diffeacuterentes
eacutetape de boucle longue
Un sujet speacutecifique est composeacute de plusieurs concepts diffeacuterents Cette eacutetape concerne le sujet dans son ensemble par opposition aux concepts individuels Lrsquoalgorithme suggegravere le prochain concept agrave assimiler et propose un parcours drsquoapprentissage en tenant compte des donneacutees provenant de
Sujet
17
eacutetape de macro recommandation
Lorsque lrsquoobjectif drsquoapprentissage sur un sujet en particulier a eacuteteacute atteint lrsquoalgorithme fait une recommandation concernant le prochain objectif drsquoapprentissage (le prochain sujet agrave aborder et agrave maicirctriser) Les entreacutees sont baseacutees sur toutes les informations recueillies au cours des phases preacuteceacutedentes Encore une fois cela srsquoappuie sur les capaciteacutes les inteacuterecircts et les preacutefeacuterences peacutedagogiques deacuteduits de lrsquoapprenant ainsi que sur ceux de ses camarades et les reacutesultats qursquoils ont produits
eacutetape de reacutevision
Lorsque lrsquoassimilation est effective la consolidation doit srsquoeffectuer et celle-ci est reacutealiseacutee par la reacutepeacutetition espaceacutee Lrsquoalgorithme va proposer un plan de reacutevision sur mesure pour lrsquoapprenant ainsi qursquoun test approprieacute pour deacuteterminer les reacutevisions agrave effectuer et le moment pour optimiser le nombre de questions Les entreacutees de donneacutees prises en compte sont
Compeacutetence 3
Compeacutetence 2
Compeacutetence 1
La preacutevision du moment ougrave lrsquoapprenant est susceptible drsquooublierLa difficulteacute de reacutetention du concept pour lrsquoapprenantLa relation entre les diffeacuterents concepts et le contenuLe comportement de lrsquoapprenant par rapport agrave la reacutevision et celui de ses pairs
Sujet 1 Reacutevision 1
Reacutevision 2
15 Janvier
23 Janvier
bullbullbull
reacutevision
18
Sur la bonne voie
Pas sur la bonne voie
lrsquoalgorithme est dynamique et recalcule en permanence son prochain plan drsquoaction sur la base des nouvelles informations recueillies gracircce aux nouvelles donneacutees entreacutees et aux interactions humaines cela lui permet de reacuteagir dans le meilleur inteacuterecirct de lrsquoapprenant et renforce sa capaciteacute agrave geacuteneacuterer un meilleur impact drsquoapprentissage
eacutetape de remeacutediation
Tout au long de ce processus lrsquoalgorithme analyse les progregraves de lrsquoapprenant afin drsquoidentifier une difficulteacute ou un point de blocage (ougrave lrsquoapprenant peut ecirctre tenteacute drsquoabandonner) Lrsquoalgorithme peut agrave tout moment et de faccedilon reacuteactive proposer une nouvelle seacutequence dans le but de remettre lrsquoapprenant sur la bonne voie Lorsque cette situation se produit lrsquoenseignant reccediloit une alerte ou une notification et peut intervenir pour aider agrave reacutesoudre le problegraveme
19
Lrsquoapprentissage adaptatif peut ecirctre appliqueacute agrave une grande varieacuteteacute de situations drsquoapprentissage de lrsquoenseignement primaire agrave la formation continue Comme les solutions drsquoapprentissage adaptatif deacutependent de la lecture et de lrsquoanalyse drsquoalgorithmes et de donneacutees elles peuvent ecirctre connecteacutees agrave un grand nombre de solutions ou de plateformes qui produisent ces donneacutees (plateformes LMS plateformes drsquoapprentissage en ligne plateformes de simulation solutions de reacutealiteacute virtuelle systegravemes ERP existants bases de donneacutees Open Data systegravemes drsquoinformation RH etc) Une solution peut ecirctre inteacutegreacutee dans lrsquoune de ces plateformes mais elle ne se contente pas de travailler en arriegravere-plan Les individus ont la possibiliteacute drsquointeragir avec la solution drsquoapprentissage adaptatif ses conclusions et ses actions et de corriger ou drsquoorienter ses actions futures en triant les donneacutees et en identifiant les indicateurs et les analyses les plus importantes pour son objectif
Le nombre de sceacutenarios dans lesquels lrsquoapprentissage adaptatif peut ecirctre appliqueacute est tout aussi large Voici quelques exemples pratiques drsquoapprentissage adaptatif
Appliquer lrsquoApprentiSSAge ADAptAtif
Les learning management Systems (LMS) et autres solutions drsquoapprentissage sont baseacutes sur un modegravele drsquoapprentissage lineacuteaire avec un format unique Les solutions drsquoapprentissage adaptatif peuvent facilement ecirctre inteacutegreacutees dans ces plateformes pour ameacuteliorer leurs capaciteacutes fournir des outils drsquoanalyse de donneacutees proposer agrave leurs utilisateurs des plans drsquoapprentissage personnaliseacutes et accroicirctre leur efficience globale en produisant un meilleur impact drsquoapprentissage
La formation en entreprise fait face agrave des deacutefis consideacuterables tels que la rapiditeacute croissante de lrsquoeacutevolution des compeacutetences requises par les employeacutes au sein drsquoune entreprise ou drsquoun secteur donneacute Dans ce contexte les employeacutes peuvent ecirctre issus de parcours tregraves diffeacuterents et avoir des niveaux drsquoexpeacuterience et drsquoinstruction varieacutes En combinant des descriptions de poste des reacutefeacuterentiels de compeacutetences des reacutefeacuterentiels meacutetiers des catalogues de formation des plateformes drsquoapprentissage et des solutions drsquoapprentissage adaptatif lrsquoentreprise peut exploiter les analyses agrave sa disposition pour comparer les nouvelles compeacutetences requises agrave celles deacutejagrave maicirctriseacutees par les employeacutes en poste De cette faccedilon une solution drsquoapprentissage adaptatif peut proposer un plan de formation adapteacute aux employeacutes pour maintenir leurs compeacutetences acquises et apporter de la valeur ajouteacutee agrave lrsquoentreprise
les solutions drsquoapprentissage adaptatif sont drsquoune utiliteacute particuliegravere pour les institutions acadeacutemiques les fournisseurs de logiciels les eacutediteurs et les deacutepartements rh mais cette liste
est loin drsquoecirctre exhaustive
20
Apprentissage adaptatif utiliseacute agrave lrsquoeacutecole primaire
du programme de formation a eacuteteacute retenu apregraves une peacuteriode de 3 mois par les apprenants utilisant une plateforme adaptative contre seulement 28 pour les apprenants nrsquoutilisant pas la plateforme
des personnes sont revenues sur la plateforme pour effectuer les exercices recommandeacutes par la solution drsquoapprentissage adaptatif sans aucune obligation de le faire
des recommandations proposeacutees par le systegraveme drsquoapprentissage adaptatif sont couronneacutees de succegraves permettant aux apprenants drsquoatteindre leur objectif drsquoapprentissage
des recommandations proposeacutees dans une situation ougrave lrsquoapprenant rencontre agrave plusieurs reprises des difficulteacutes ont un impact positif reacutesolvent le problegraveme et permettent agrave lrsquoeacutetudiant de terminer le module (pour les 13 restants lrsquoenseignant est alerteacute de ses difficulteacutes par des notifications et intervient pour eacuteviter la possibiliteacute de deacutecrochage)
des ressources sont eacutepargneacutees puisque lrsquoutilisation des ressources inadapteacutees est eacuteviteacutee De maniegravere globale les plans drsquoapprentissage personnaliseacutes permettent aux eacutelegraveves drsquoavancer plus rapidement car ils travaillent agrave leur propre rythme et assimilent de maniegravere plus efficace ameacuteliorant ainsi leurs reacutesultats
Apprentissage adaptatif utiliseacute dans la formation en entreprise
De lA theacuteorie Aux reacuteSultAtS
en Juin 2016 Domoscio a meneacute une expeacuterimentation dans le cadre de sa collaboration avec un eacutediteur offrant des cours en franccedilais anglais et matheacutematiques pour des eacutecoles primaires en france 400 eacutetudiants ont eacuteteacute impliqueacutes dans lrsquoeacutechantillon de test les chiffres sont calculeacutes apregraves deux mois drsquoutilisation de la technologie drsquoapprentissage adaptatif de Domoscio
en Juillet 2016 Domoscio a observeacute les reacutesultats de lrsquointeacutegration de sa technologie adaptative dans un environnement drsquoapprentissage mixte dans le cadre de formations au management et agrave la vente pour 200 apprenants dans le secteur priveacute
01 quelques chiffres
21
Teacutemoignages de formateurs et drsquoenseignants qui utilisent des solutions drsquoapprentissage adaptatif
laquoLrsquoun de mes eacutelegraveves (13 ans et en CM1) a des difficulteacutes dans tous les concepts abordeacutes Il est suivi par une AVS (Auxiliaire de Vie Scolaire) Ni les manuels scolaires ni mes explications orales ni le travail en groupe ne lui permettent drsquoavancer Il a vraiment accrocheacute avec les parcours adaptatifs en maths et a reacuteussi agrave progresser dans son parcours Lrsquoexpeacuterience a eacuteteacute tregraves valorisante pour luiraquo
Caroline T 9
ProfesseurEcole primaire de Saint-Etienne France
9 Caroline eacutetait lrsquoune des enseignantes concerneacutees par lrsquoexpeacuterimentation meneacutee aupregraves de 400 eacutetudiants en juin 2016 utilisant la technologie de Domoscio10 Balthazar est speacutecialiseacute en prestations de formation en entreprise et utilise les solutions de Domoscio depuis 2015
laquoBalthazar utilise lrsquoapprentissage adaptatif dans le cadre de ses formations en management En tant que formateur le dispositif me permet de suivre les stagiaires individuellement et drsquoajuster ma peacutedagogie en conseacutequence Lrsquoapprentissage adaptatif complegravete nos actions de formation ameacuteliore leur impact et nous permet drsquooffrir agrave nos stagiaires un veacuteritable service apregraves formationraquo
Sylvain RajzwingConsultant en managementBalthazar10
02 quelques mots
22
pour les apprenants
Ils ont des expeacuteriences drsquoapprentissage personnaliseacutees
Ils assimilent les concepts de maniegravere plus rapide et durablement
Ils voient leur temps drsquoapprentissage et de reacutevision optimiseacute
Ils beacuteneacuteficient de meilleurs reacutesultats drsquoapprentissage
Les progregraves sont suivis et les reacutesultats drsquoapprentissage eacutevalueacutes pour favoriser lrsquoameacutelioration
pour les enseignantsformateurs
Ils peuvent mesurer les reacutesultats drsquoapprentissage gracircce agrave des analyses pertinentes et des tableaux de bord intuitifs leur permettant drsquoacqueacuterir une vision claire des progregraves de leurs eacutelegravevesemployeacutes
Ils peuvent anticiper les difficulteacutes des eacutelegravevesemployeacutes puis adapter le contenu de leurs cours en conseacutequence
Ils augmentent leur valeur ajouteacutee en utilisant les outils peacutedagogiques de la solution drsquoapprentissage adaptatif pour reacutepondre aux besoins de chaque apprenant sans les contraintes que cela implique (ils peuvent ecirctre agrave lrsquoeacutecoute des besoins de lrsquoapprenant sans passer des heures agrave corriger et analyser le travail de tous les apprenants)
03 Beacuteneacutefices
23
pour les salarieacutes
Ils partagent les mecircmes beacuteneacutefices que les apprenants par rap-port agrave lrsquoapprentissage adaptatif et profitent drsquoavantages sup-pleacutementaires
Leur temps est mieux geacutereacute ce qui permet un meilleur eacutequilibre entre les temps de travail et de formation
Ils augmentent leur employabiliteacute avec de nouvelles compeacute-tences
Ils ont les outils et la formation neacutecessaires pour mieux reacuteali-ser leur travail ce qui conduit agrave une plus grande satisfaction au travail
pour les eacutediteurs
Lrsquoapprentissage adaptatif leur permet drsquoaccompagner les transformations opeacutereacutees par les technologies numeacuteriques avec des services agrave valeur ajouteacutee en lien avec leur contenu Il permet eacutegalement aux eacutediteurs drsquoavoir accegraves agrave des donneacutees concernant lrsquointeraction avec leur contenu ce qui leur apporte de nouvelles perspectives sur son efficaciteacute et sa pertinence comme outil drsquoapprentissage
Les solutions drsquoapprentissage adaptatif permettent aux eacutediteurs drsquoaccompagner les utilisateurs en ajustant le contenu en fonc-tion des besoins des apprenants
pour la gestion de la formation en entreprise
Lrsquoapprentissage adaptatif aide agrave identifier les besoins de formation au sein de lrsquoentreprise en utilisant les analyses des reacutesultats de formation pour ameacuteliorer les futures actions de formation et les cibler avec plus de preacutecision
Il aide agrave mesurer la qualiteacute des actions de formation et leur retour sur investissement car les employeacutes sont mieux et plus efficacement formeacutes
Il soutient la strateacutegie de formation globale de lrsquoentreprise en veillant agrave ce que les employeacutes aient les compeacutetences requises pour remplir leurs fonctions de maniegravere plus adeacutequate
24
contenu structureacute lrsquoinformation ou le contenu est organiseacute et geacuteneacuteralement classifieacute avec des meacutetadonneacutees Le contenu structureacute peut ecirctre stockeacute dans diffeacuterents formats standards ou proprieacutetaires y compris XML
premierS preacuterequiS pour commencer
meacutetadonneacutees il srsquoagit de lrsquoinformation geacuteneacutereacutee relative au contenu aux utilisateurs aux graphes de connaissances aux compeacutetences et aux autres ressources Les meacutetadonneacutees peuvent ecirctre subdiviseacutees en trois types
environnement numeacuterique les plateformes et les solutions qui utilisent les standards de connectiviteacute du marcheacute tels que API xAPI QTI LTI etc
meacutetadonneacutees descriptives leur fonction est la deacutecouverte et lrsquoidentification (par exemple titre reacutesumeacute auteur mots-cleacutes etc)
meacutetadonneacutees structurelles ce sont des conteneurs de meacutetadonneacutees qui composent des seacuteries drsquoobjets au sein des structures de donneacutees (par exemple les pages sont organiseacutees pour former des chapitres)
meacutetadonneacutees administratives elles aident agrave geacuterer une uniteacute de donneacutees par le biais de marqueurs ou drsquoune certaine forme de classification (par exemple les informations techniques le type de fichier quand et comment il a eacuteteacute creacuteeacute son chemin drsquoaccegraves etc)
Ann rockley et charles cooper dans managing enterprise content A unified content Strategy deacutefinissent le contenu
structureacute etou contenu intelligent comme laquo structurellement riche et seacutemantiquement cateacutegoriseacute raquo un
contenu qui est donc laquo automatiquement deacutecouvrable reacuteutilisable reconfigurable et
adaptable raquo
graphes de compeacutetencesconnaissances ils repreacutesentent les preacuterequis et les relations entre les diffeacuterents types de connaissances etou compeacutetences
contenu granulaireunitaire dans un parcours drsquoapprentissage chaque cours ou module est diviseacute en uniteacutes granulaires ou laquo objets peacutedagogiques raquo agrave apprendre Chacune des uniteacutes creacuteeacutees est coheacuterente autonome et reacuteutilisable
25
Lire Penser Approuver
R SociauxMobile Teacuteleacutevision Eacuteducateurs Ordinateurs Litteacuterature Pairs
Construire Eacutecouter Parler Regarder Jouer Eacutecrire Assister Chercher
Activiteacutes
lrsquoapprenant
26
Fondeacutee en 2013 Domoscio est speacutecialiseacutee dans le Big Data pour apprendre et les solutions drsquoapprentissage adaptatif La socieacuteteacute travaille avec de nombreux clients internationaux dans la formation en entreprise lrsquoeacutedition et lrsquoeacuteducationlrsquoenseignement supeacuterieur ainsi qursquoavec de multiples partenaires internationaux dans le secteur des logiciels
La RampD de Domoscio et ses solutions innovantes en font un leader dans son secteur La socieacuteteacute est reconnue et accreacutediteacutee par la Commission europeacuteenne le Ministegravere de lrsquoEacuteducation nationale lrsquoAgence Nationale de la Recherche franccedilaise (ANR) et la Banque Publique drsquoInvestissement (BPI France)
Chez Domoscio nous collaborons avec des partenaires et des clients dans une grande varieacuteteacute de domaines Nous leur fournissons des solutions drsquoapprentissage adaptatif qui leur permettent drsquoobtenir les meilleurs reacutesultats drsquoenseignement drsquoapprentissage et de formation dans leurs domaines respectifs
Les solutions drsquoapprentissage adaptatif peuvent ecirctre utiliseacutees agrave diverses fins et les beacuteneacutefices consideacuterables de lrsquoapprentissage adaptatif pour les apprenants les enseignants les eacutediteurs et les professionnels des RH - entre autres - sont eacutevidents
Agrave propoS De DomoScio
Domoscio utilise une technologie connue et reconnueNos solutions et services incluent principalement
Apprentissage adaptatif Analytique de lrsquoapprentissage
Services de conseil et drsquoaccompagnement
Analyse - une analyse fonctionnelle et technique est reacutealiseacutee ainsi qursquoune analyse des ressources peacutedagogiques du client afin drsquoeacutevaluer les actions neacutecessaires La solution cible est deacutefinie avec le client et un plan drsquoaction est eacutetabli
inteacutegration - le plan drsquoaction est exeacutecuteacute et la solution technique est inteacutegreacutee dans le dispositif du client avec les diffeacuterents contenus drsquoapprentissage Sur certaines plateformes ou Learning Management Systems (LMS) il suffit drsquoactiver une fonctionnaliteacute
Accompagnement - tout au long du processus Domoscio fournit au client un accompagnement continu et des services de conseil en veillant agrave la fiabiliteacute opeacuterationnelle de la solution fournie ces services peuvent comprendre la structuration du contenu la formation le support peacutedagogique etc
De la mecircme faccedilon que les solutions drsquoapprentissage adaptatif sont baseacutees sur le principe de lrsquoadaptation agrave lrsquoapprenant nous croyons que les solutions que nous proposons doivent ecirctre modeacuteliseacutees autour des besoins speacutecifiques de nos clients Ainsi afin de mettre en œuvre les solutions de Domoscio dans les dispositifs existants de nos clients nous adoptons une approche agrave trois volets analyse inteacutegration et accompagnement
27
parmi les distinctions de Domoscio
2016Tropheacutee Europe 1 de lrsquoAvenir cateacutegorie Education
europe 1
2014Lrsquoune des 7 startups les plus prometteuses en Technologies de lrsquoEducation
commission europeacuteenne
Suivre ce processus nous permet drsquoacqueacuterir une compreacutehension approfondie des besoins peacutedagogiques et drsquoapprentissage de nos clients et nous donne toutes les informations neacutecessaires pour optimiser leurs plateformes les rendre plus efficientes et atteindre leurs objectifs drsquoameacutelioration notre approche collaborative et de conseil signifie que nous sommes particuliegraverement sensibles aux objectifs de nos clients et que nous pouvons leur fournir lrsquoaide dont ils ont besoin pour appliquer avec succegraves les connaissances analytiques acquises par lrsquointeacutegration de nos solutions drsquoapprentissage adaptatif
pour en savoir plus sur lrsquoutilisation de lrsquoapprentissage adaptatif et pour mieux comprendreson fonctionnement drsquoun point de vue technique nous vous invitons agrave consulter nos prochains
livres blancs dans la mecircme seacuterie Utiliser lrsquoAdaptive Learning ndash Cas pratiqueset Inteacutegrer lrsquoAdaptive Learning ndash Une approche technique
Siegravege SociAl20 Rue du Commandant Reneacute Mouchotte75014 Paris France
BureAu47 Rue du Caire75002 Paris France
nouS Appeler+33 (0) 1 85 09 03 57
domosciocomcontactdomosciocom
9
Alors que lrsquoinformatique quantique semble imminente les ordinateurs et les algorithmes drsquoapprentissage automatiques imagineacutes par Denning sont devenus une reacutealiteacute et leurs capaciteacutes sont en constante ameacutelioration Selon les normes actuelles la preacuteoccupation de Rider sur lrsquoespace de stockage des bibliothegraveques physiques semble ridiculement archaiumlque car nous pouvons deacutesormais stocker numeacuteriquement de grandes quantiteacutes de donneacutees sur une gamme drsquoappareils de plus en plus vaste
7 rdquoThe DIGITAL UNIVERSE of OPPORTUNITIESrdquo EMC2 Digital Universe Infobrief with IDC avril 20148 1 Zettaoctet (Zo) = 103 Exaoctet (Eo) = 106 Petaoctet (Po) = 109 Teraoctet (To) = 1012 Gigaoctet (Go) = 1015 Megaoctet (Mo) = 1018 kilooctet (ko) = 1021 octet
croissance preacutevue de la geacuteneacuteration de donneacutees 7
Zettaoctet8
0
10
20
30
40
50
en 2013 il y avait presque autant de bits dans lrsquouni-
vers numeacuterique que drsquoeacutetoiles dans lrsquounivers
physique
44
10
Aujourdrsquohui lrsquoaccegraves aux donneacutees nrsquoest pas un problegraveme La question consiste agrave deacuteterminer quelles sont les donneacutees utiles Comme Denning lrsquoa souligneacute le veacuteritable deacutefi est de reacuteussir agrave traiter toutes ces donneacutees
Crsquoest lagrave que lrsquointelligence Artificielle (IA) peut tirer le meilleur parti des donneacutees agrave notre disposition Bien que cette science nrsquoait rien de nouveau elle est devenue un sujet de grand inteacuterecirct en cette eacutepoque de meacutegadonneacutees Mecircme si un grand nombre drsquoalgorithmes ont eacuteteacute eacutecrits dans les anneacutees 1970 1980 et 1990 il y a deacutesormais infiniment plus de donneacutees agrave analyser et bien plus de puissance de calcul agrave exploiter On ameacuteliore constamment les capaciteacutes des ordinateurs agrave appliquer des calculs matheacutematiques complexes aux meacutegadonneacutees ce qui donne agrave lrsquointelligence artificielle un tout nouveau sens
Lrsquoapprentissage automatique (en anglais Machine Learning) est un sous-ensemble de lrsquointelligence artificielle baseacute sur le concept des ordinateurs qui srsquoadaptent aux nouvelles entreacutees de donneacutees et agrave lrsquoapprentissage sur les calculs preacuteceacutedents afin de reacutepeacuteter les deacutecisions produisant les meilleurs reacutesultats Crsquoest une meacutethode drsquoanalyse de donneacutees baseacutee sur la reconnaissance de scheacutemas en utilisant des algorithmes pour creacuteer des modegraveles analytiques Ces algorithmes assimilent des donneacutees par un processus iteacuteratif ce qui signifie que lrsquoordinateur peut trouver des tendances inconnues sans qursquoil ait eacuteteacute speacutecifiquement programmeacute pour chercher dans les donneacutees geacuteneacutereacutees drsquoougrave le terme laquo apprentissage raquo dans le titre
Les nouvelles technologies informatiques signifient que lrsquoapprentissage automatique est plus efficace que jamais Crsquoest la base mecircme de lrsquoanalyse des donneacutees agrave caractegravere personnel Ainsi elle sous-tend les nombreux meacutecanismes drsquoexploration de donneacutees opeacuterant derriegravere nos activiteacutes en ligne telles que la recommandation des offres en ligne qui constituent les laquo messages suggeacutereacutes raquo de Facebook ou de films qui srsquoaffichent bien en eacutevidence sur nos comptes Netflix
Alors que le concept drsquoapprentissage automatique est en vogue depuis un certain temps lrsquoapprentissage profond est devenu le nouveau mot drsquoordre pour les derniers progregraves en intelligence artificielle Lrsquoapprentissage profond (appeleacute Deep Learning en anglais) est veacuteritablement un sous-ensemble de lrsquoapprentissage automatique il utilise plusieurs couches drsquoalgorithmes drsquoapprentissage automatique baseacutes sur des donneacutees abstraites En termes de preacutevision les meacutethodes drsquoapprentissage profond deacutecoulent de lrsquoapprentissage automatique et peuvent ecirctre consideacutereacutees comme laquo lrsquoeacutetape suivante raquo attendue dans ce domaine
Lrsquoapprentissage profond ne concerne pas exclusivement les technologies de lrsquoeacuteducation mais ses applications dans ce domaine sont drsquoun inteacuterecirct particulier Drsquoune maniegravere geacuteneacuterale il englobe les technologies drsquointelligence artificielle qui peuvent effectuer des tacircches comme - voire mieux que - les ecirctres humains Agrave titre drsquoexemple vous pouvez regarder le cas de AlphaGo un programme informatique conccedilu pour jouer au jeu de strateacutegie Go ceacutelegravebre pour avoir battu lrsquoancien champion du monde de Go Lee Sedol en 2016
intelligence Artificielle - le remAke
11
Lrsquoapprentissage adaptatif tombe sous lrsquoeacutegide de ce que lrsquoon appelle les systegravemes de tutorat intelligents ou Intelligent Tutor Systems en anglais Ceux-ci repreacutesentent lrsquoapplication la plus courante de lrsquoapprentissage profond dans les technologies de lrsquoeacuteducation Ils fonctionnent en suivant les eacutetapes mentales des apprenants au cours de la reacutesolution de problegravemes afin drsquoanalyser leur compreacutehension drsquoun domaine particulier Gracircce agrave leur imitation du comportement humain ils fournissent agrave lrsquoapprenant des conseils des commentaires et des explications en temps reacuteel et par-dessus tout ils peuvent recommander des activiteacutes drsquoapprentissage speacutecifiquement adapteacutees agrave chaque apprenant
learning techniques in Artificial intelligence
12
Les cours particuliers - Ce type drsquoapprentissage renvoie aux meacutethodes drsquoapprentissage scolaire de lrsquoeacutepoque non-informatique Bloom1 vantait dans ses eacutetudes les meacuterites des cours particuliers mais aujourdrsquohui ils ne sont tout simplement pas applicables agrave grande eacutechelle ou dans un contexte eacuteducatif de masse en raison drsquoun manque de ressources adeacutequates et parce qursquoil ne reacutepond pas aux enjeux de lrsquoapprentissage social ou de la socialisation qui sont cruciales dans le deacuteveloppement
Lrsquoapprentissage diffeacuterencieacute - Crsquoest un autre ancecirctre de lrsquoapprentissage adaptatif comme nous lrsquoentendons aujourdrsquohui qui consiste agrave canaliser les apprenants dans des parcours drsquoapprentissage preacutedeacutefinis et baseacutes sur un certain nombre de critegraveres Il en existe deux types tous deux limiteacutes dans leur capaciteacute agrave optimiser les reacutesultats drsquoapprentissage
lrsquoeacutevolution De lrsquoApprentiSSAge ADAptAtif
La meacutethode la plus simple eacutevalue un eacutetudiant ou un apprenant au deacutebut drsquoun programme drsquoapprentissage et lrsquooriente vers une cateacutegorie ou un niveau speacutecifique On ne peut pas changer la deacutecision de cateacutegorisation apregraves qursquoelle a eacuteteacute prise
Les moteurs de regravegles (en anglais Rules-based Systems) pour leur part utilisent geacuteneacuteralement des laquo arbres de deacutecisions raquo pour guider les eacutelegraveves en fonction de ce qursquoils font tout au long de leur parcours drsquoapprentissage preacutedeacutefini indeacutependamment de leur historique et sans comprendre le raisonnement sous-jacent de lrsquoapprenant
eacutetat n eacutetat n+1regravegle preacutedeacutefinie deacutependantseulement de lrsquoeacutetat n
Nous connaissons aujourdrsquohui des deacutefinitions diverses et varieacutees de lrsquoapprentissage adaptatif Il existe aussi de nombreux preacutecurseurs de lrsquoapprentissage adaptatif dont
13
tests adaptatifs informatiseacutes (en anglais Computerised Adaptive Testing) - Crsquoest un systegraveme qui pose des questions ou propose des sessions drsquoeacutevaluation en fonction des reacutesultats aux tests preacuteceacutedents ou des reacuteponses Crsquoest une fonctionnaliteacute que de nombreuses plateformes drsquoapprentissage en ligne proposent deacutejagrave Un meacutecanisme inteacutegreacute garantit que si lrsquoon reacutepond incorrectement agrave une question la question suivante aura un niveau de difficulteacute infeacuterieur Cela met en eacutevidence son adaptabiliteacute limiteacutee car bien qursquoil modifie le parcours drsquoapprentissage en fonction de lrsquoapprenant il le canalise uniquement vers certaines cateacutegories preacutedeacutetermineacutees Il srsquoadapte seulement dans le cadre du test et ne srsquoappuie pas sur lrsquoexpeacuterience drsquoautres apprenants pour en extraire des informations pourtant pertinentes et tregraves utiles
fini
fini
NIv
eAU
De
DIf
fIc
ULt
eacute
14
Lrsquoapprentissage adaptatif (en anglais Adaptive Learning ou Personalised Learning) revient agrave combiner les recherches en sciences cognitives et lrsquointelligence artificielle (IA) et les appliquer aux meacutegadonneacutees pour deacutevelopper de meilleurs systegravemes drsquoapprentissage plus efficients et plus personnaliseacutes Ceux-ci assurent une meilleure compreacutehension et reacutetention de lrsquoinformation des connaissances des savoirs et des compeacutetences acquises par un apprenant donneacute Lrsquoapprentissage adaptatif srsquoappuie sur le parcours de lrsquoapprenant et sur les donneacutees qursquoil a geacuteneacutereacutees pour produire des plans drsquoapprentissage personnaliseacutes et proposer des contenus adapteacutes agrave ses capaciteacutes ainsi que des recommandations qui seront plus susceptibles de correspondre agrave ses aptitudes Ces eacuteleacutements sont calculeacutes sur la base du profil des apprenants de leurs objectifs drsquoapprentissage de leur historique drsquoapprentissage et des contenus suivis preacuteceacutedemment
le ministegravere de lrsquoeacuteducation des eacutetats-unis deacutefinit laquo lrsquoapprentissage adaptatif raquo comme
un systegraveme drsquoapprentissage numeacuterique qui peut laquo eacutevoluer de faccedilon dynamique
pour mieux correspondre agrave lrsquoeacutetudiant gracircce aux informations recueillies au cours de
lrsquoapprentissage raquo
Lrsquoanalyse des donneacutees qui conduit agrave lrsquoanalytique de lrsquoapprentissage (ou analyse des donneacutees sur lrsquoeacuteducation connue aussi sous son nom anglais Learning Analytics) Les apprenants travaillent sur un systegraveme adaptatif donc les donneacutees qursquoils geacutenegraverent sont analyseacutees afin de
Generate dashboards highlighting insightful data and predictions
Les systegravemes de recommandations impliquent drsquoanticiper les reacuteactions des utilisateurs agrave une seacuterie drsquooptions Les recommandations sont faites pour orienter plus preacuteciseacutement et plus efficacement lrsquoapprenant vers lrsquoobjectif drsquoapprentissage
Les regroupements drsquoutilisateurs font reacutefeacuterence aux regroupements drsquoapprenants qui se ressemblent afin qursquoils puissent travailler ensemble et srsquoentraider
La modeacutelisation des apprenants (ou Learner Modeling) srsquointeacuteresse agrave lrsquoeacutetudiant et vise agrave deacutefinir ce qui est compris par lrsquoapprenant ce qui est compris de lrsquoapprenant et quel est lrsquoobjectif drsquoapprentissage
La deacutetection de donneacutees aberrantes se rapporte agrave la deacutetection drsquoanomalies Par exemple cette meacutethode est utiliseacutee pour deacutetecter un apprenant qui serait en train de tricher qui srsquoeacuteloignerait de ses objectifs drsquoapprentissage ou mecircme qui serait en situation de deacutecrochage
ApprentiSSAge ADAptAtif ndash le Dernier moDegravele
Creacuteer des plans drsquoapprentissage personnaliseacutes et proposer des recommandations
Geacuteneacuterer des tableaux de bord mettant en eacutevidence des donneacutees et des preacutevisions pertinentes
Lrsquoapprentissage adaptatif aborde les trois phases du processus drsquoapprentissage (Assimilation consolidation et Application) Pour ce faire un ensemble de meacutethodes et de techniques sont employeacutees En voici quelques-unes
15
contenu amp Structure des connaissances
Compeacutetence 1
Compeacutetence 4
Compeacutetence 3
Compeacutetence 2
Sujet 1 Sujet 2
Sujet 3
Concept 1 Concept 2
Concept 3
Contenu 1Contenu 2
bullbullbull
Eacutevaluation 1Eacutevaluation 2
bullbullbull
Autres 1Autres 2
bullbullbull
Compeacutetence 5
Sujet 4
REacuteVISION
Contenu 1Contenu 2
bullbullbull
Exercise 1Exercise 2
bullbullbull
16
eacutetape de boucle courte
Dans cette eacutetape lrsquoapprenant tente drsquoassimiler un concept en particulier Lrsquoalgorithme drsquoapprentissage adaptatif propose agrave lrsquoapprenant une seacutequence speacutecifique drsquoeacutevaluations de contenus et drsquoautres activiteacutes adapteacutes agrave lui Les donneacutees drsquoentreacutee pour lrsquoanalyse algorithmique sont
Lrsquoobjectif drsquoapprentissage relatif agrave un concept en particulierLes types de contenu drsquoeacutevaluations et drsquoautres activiteacutes qui conviennent le mieux agrave lrsquoapprenant selon lrsquohistorique de donneacuteesLe comportement de lrsquoapprenant et celui de ses pairs par rapport au conceptLe niveau de compreacutehension de lrsquoapprenant sur les ressources preacuteceacutedentes lieacutees au conceptLe niveau drsquoassimilation du concept par lrsquoapprenant
Lrsquoobjectif drsquoapprentissage relatif agrave un sujet en particulierLe niveau de progregraves de lrsquoapprenant dans la maicirctrise du sujetLe comportement et le progregraves des autres apprenants par rapport au sujet
Contenu 1 Contenu 2
Eacutevaluation 1 Eacutevaluation 2
Autres 1 Autres 2
Concept 1
Concept 2
Concept 3
Concept 4
lrsquoapprentissage adaptatif est composeacute de cinq eacutetapes diffeacuterentes
eacutetape de boucle longue
Un sujet speacutecifique est composeacute de plusieurs concepts diffeacuterents Cette eacutetape concerne le sujet dans son ensemble par opposition aux concepts individuels Lrsquoalgorithme suggegravere le prochain concept agrave assimiler et propose un parcours drsquoapprentissage en tenant compte des donneacutees provenant de
Sujet
17
eacutetape de macro recommandation
Lorsque lrsquoobjectif drsquoapprentissage sur un sujet en particulier a eacuteteacute atteint lrsquoalgorithme fait une recommandation concernant le prochain objectif drsquoapprentissage (le prochain sujet agrave aborder et agrave maicirctriser) Les entreacutees sont baseacutees sur toutes les informations recueillies au cours des phases preacuteceacutedentes Encore une fois cela srsquoappuie sur les capaciteacutes les inteacuterecircts et les preacutefeacuterences peacutedagogiques deacuteduits de lrsquoapprenant ainsi que sur ceux de ses camarades et les reacutesultats qursquoils ont produits
eacutetape de reacutevision
Lorsque lrsquoassimilation est effective la consolidation doit srsquoeffectuer et celle-ci est reacutealiseacutee par la reacutepeacutetition espaceacutee Lrsquoalgorithme va proposer un plan de reacutevision sur mesure pour lrsquoapprenant ainsi qursquoun test approprieacute pour deacuteterminer les reacutevisions agrave effectuer et le moment pour optimiser le nombre de questions Les entreacutees de donneacutees prises en compte sont
Compeacutetence 3
Compeacutetence 2
Compeacutetence 1
La preacutevision du moment ougrave lrsquoapprenant est susceptible drsquooublierLa difficulteacute de reacutetention du concept pour lrsquoapprenantLa relation entre les diffeacuterents concepts et le contenuLe comportement de lrsquoapprenant par rapport agrave la reacutevision et celui de ses pairs
Sujet 1 Reacutevision 1
Reacutevision 2
15 Janvier
23 Janvier
bullbullbull
reacutevision
18
Sur la bonne voie
Pas sur la bonne voie
lrsquoalgorithme est dynamique et recalcule en permanence son prochain plan drsquoaction sur la base des nouvelles informations recueillies gracircce aux nouvelles donneacutees entreacutees et aux interactions humaines cela lui permet de reacuteagir dans le meilleur inteacuterecirct de lrsquoapprenant et renforce sa capaciteacute agrave geacuteneacuterer un meilleur impact drsquoapprentissage
eacutetape de remeacutediation
Tout au long de ce processus lrsquoalgorithme analyse les progregraves de lrsquoapprenant afin drsquoidentifier une difficulteacute ou un point de blocage (ougrave lrsquoapprenant peut ecirctre tenteacute drsquoabandonner) Lrsquoalgorithme peut agrave tout moment et de faccedilon reacuteactive proposer une nouvelle seacutequence dans le but de remettre lrsquoapprenant sur la bonne voie Lorsque cette situation se produit lrsquoenseignant reccediloit une alerte ou une notification et peut intervenir pour aider agrave reacutesoudre le problegraveme
19
Lrsquoapprentissage adaptatif peut ecirctre appliqueacute agrave une grande varieacuteteacute de situations drsquoapprentissage de lrsquoenseignement primaire agrave la formation continue Comme les solutions drsquoapprentissage adaptatif deacutependent de la lecture et de lrsquoanalyse drsquoalgorithmes et de donneacutees elles peuvent ecirctre connecteacutees agrave un grand nombre de solutions ou de plateformes qui produisent ces donneacutees (plateformes LMS plateformes drsquoapprentissage en ligne plateformes de simulation solutions de reacutealiteacute virtuelle systegravemes ERP existants bases de donneacutees Open Data systegravemes drsquoinformation RH etc) Une solution peut ecirctre inteacutegreacutee dans lrsquoune de ces plateformes mais elle ne se contente pas de travailler en arriegravere-plan Les individus ont la possibiliteacute drsquointeragir avec la solution drsquoapprentissage adaptatif ses conclusions et ses actions et de corriger ou drsquoorienter ses actions futures en triant les donneacutees et en identifiant les indicateurs et les analyses les plus importantes pour son objectif
Le nombre de sceacutenarios dans lesquels lrsquoapprentissage adaptatif peut ecirctre appliqueacute est tout aussi large Voici quelques exemples pratiques drsquoapprentissage adaptatif
Appliquer lrsquoApprentiSSAge ADAptAtif
Les learning management Systems (LMS) et autres solutions drsquoapprentissage sont baseacutes sur un modegravele drsquoapprentissage lineacuteaire avec un format unique Les solutions drsquoapprentissage adaptatif peuvent facilement ecirctre inteacutegreacutees dans ces plateformes pour ameacuteliorer leurs capaciteacutes fournir des outils drsquoanalyse de donneacutees proposer agrave leurs utilisateurs des plans drsquoapprentissage personnaliseacutes et accroicirctre leur efficience globale en produisant un meilleur impact drsquoapprentissage
La formation en entreprise fait face agrave des deacutefis consideacuterables tels que la rapiditeacute croissante de lrsquoeacutevolution des compeacutetences requises par les employeacutes au sein drsquoune entreprise ou drsquoun secteur donneacute Dans ce contexte les employeacutes peuvent ecirctre issus de parcours tregraves diffeacuterents et avoir des niveaux drsquoexpeacuterience et drsquoinstruction varieacutes En combinant des descriptions de poste des reacutefeacuterentiels de compeacutetences des reacutefeacuterentiels meacutetiers des catalogues de formation des plateformes drsquoapprentissage et des solutions drsquoapprentissage adaptatif lrsquoentreprise peut exploiter les analyses agrave sa disposition pour comparer les nouvelles compeacutetences requises agrave celles deacutejagrave maicirctriseacutees par les employeacutes en poste De cette faccedilon une solution drsquoapprentissage adaptatif peut proposer un plan de formation adapteacute aux employeacutes pour maintenir leurs compeacutetences acquises et apporter de la valeur ajouteacutee agrave lrsquoentreprise
les solutions drsquoapprentissage adaptatif sont drsquoune utiliteacute particuliegravere pour les institutions acadeacutemiques les fournisseurs de logiciels les eacutediteurs et les deacutepartements rh mais cette liste
est loin drsquoecirctre exhaustive
20
Apprentissage adaptatif utiliseacute agrave lrsquoeacutecole primaire
du programme de formation a eacuteteacute retenu apregraves une peacuteriode de 3 mois par les apprenants utilisant une plateforme adaptative contre seulement 28 pour les apprenants nrsquoutilisant pas la plateforme
des personnes sont revenues sur la plateforme pour effectuer les exercices recommandeacutes par la solution drsquoapprentissage adaptatif sans aucune obligation de le faire
des recommandations proposeacutees par le systegraveme drsquoapprentissage adaptatif sont couronneacutees de succegraves permettant aux apprenants drsquoatteindre leur objectif drsquoapprentissage
des recommandations proposeacutees dans une situation ougrave lrsquoapprenant rencontre agrave plusieurs reprises des difficulteacutes ont un impact positif reacutesolvent le problegraveme et permettent agrave lrsquoeacutetudiant de terminer le module (pour les 13 restants lrsquoenseignant est alerteacute de ses difficulteacutes par des notifications et intervient pour eacuteviter la possibiliteacute de deacutecrochage)
des ressources sont eacutepargneacutees puisque lrsquoutilisation des ressources inadapteacutees est eacuteviteacutee De maniegravere globale les plans drsquoapprentissage personnaliseacutes permettent aux eacutelegraveves drsquoavancer plus rapidement car ils travaillent agrave leur propre rythme et assimilent de maniegravere plus efficace ameacuteliorant ainsi leurs reacutesultats
Apprentissage adaptatif utiliseacute dans la formation en entreprise
De lA theacuteorie Aux reacuteSultAtS
en Juin 2016 Domoscio a meneacute une expeacuterimentation dans le cadre de sa collaboration avec un eacutediteur offrant des cours en franccedilais anglais et matheacutematiques pour des eacutecoles primaires en france 400 eacutetudiants ont eacuteteacute impliqueacutes dans lrsquoeacutechantillon de test les chiffres sont calculeacutes apregraves deux mois drsquoutilisation de la technologie drsquoapprentissage adaptatif de Domoscio
en Juillet 2016 Domoscio a observeacute les reacutesultats de lrsquointeacutegration de sa technologie adaptative dans un environnement drsquoapprentissage mixte dans le cadre de formations au management et agrave la vente pour 200 apprenants dans le secteur priveacute
01 quelques chiffres
21
Teacutemoignages de formateurs et drsquoenseignants qui utilisent des solutions drsquoapprentissage adaptatif
laquoLrsquoun de mes eacutelegraveves (13 ans et en CM1) a des difficulteacutes dans tous les concepts abordeacutes Il est suivi par une AVS (Auxiliaire de Vie Scolaire) Ni les manuels scolaires ni mes explications orales ni le travail en groupe ne lui permettent drsquoavancer Il a vraiment accrocheacute avec les parcours adaptatifs en maths et a reacuteussi agrave progresser dans son parcours Lrsquoexpeacuterience a eacuteteacute tregraves valorisante pour luiraquo
Caroline T 9
ProfesseurEcole primaire de Saint-Etienne France
9 Caroline eacutetait lrsquoune des enseignantes concerneacutees par lrsquoexpeacuterimentation meneacutee aupregraves de 400 eacutetudiants en juin 2016 utilisant la technologie de Domoscio10 Balthazar est speacutecialiseacute en prestations de formation en entreprise et utilise les solutions de Domoscio depuis 2015
laquoBalthazar utilise lrsquoapprentissage adaptatif dans le cadre de ses formations en management En tant que formateur le dispositif me permet de suivre les stagiaires individuellement et drsquoajuster ma peacutedagogie en conseacutequence Lrsquoapprentissage adaptatif complegravete nos actions de formation ameacuteliore leur impact et nous permet drsquooffrir agrave nos stagiaires un veacuteritable service apregraves formationraquo
Sylvain RajzwingConsultant en managementBalthazar10
02 quelques mots
22
pour les apprenants
Ils ont des expeacuteriences drsquoapprentissage personnaliseacutees
Ils assimilent les concepts de maniegravere plus rapide et durablement
Ils voient leur temps drsquoapprentissage et de reacutevision optimiseacute
Ils beacuteneacuteficient de meilleurs reacutesultats drsquoapprentissage
Les progregraves sont suivis et les reacutesultats drsquoapprentissage eacutevalueacutes pour favoriser lrsquoameacutelioration
pour les enseignantsformateurs
Ils peuvent mesurer les reacutesultats drsquoapprentissage gracircce agrave des analyses pertinentes et des tableaux de bord intuitifs leur permettant drsquoacqueacuterir une vision claire des progregraves de leurs eacutelegravevesemployeacutes
Ils peuvent anticiper les difficulteacutes des eacutelegravevesemployeacutes puis adapter le contenu de leurs cours en conseacutequence
Ils augmentent leur valeur ajouteacutee en utilisant les outils peacutedagogiques de la solution drsquoapprentissage adaptatif pour reacutepondre aux besoins de chaque apprenant sans les contraintes que cela implique (ils peuvent ecirctre agrave lrsquoeacutecoute des besoins de lrsquoapprenant sans passer des heures agrave corriger et analyser le travail de tous les apprenants)
03 Beacuteneacutefices
23
pour les salarieacutes
Ils partagent les mecircmes beacuteneacutefices que les apprenants par rap-port agrave lrsquoapprentissage adaptatif et profitent drsquoavantages sup-pleacutementaires
Leur temps est mieux geacutereacute ce qui permet un meilleur eacutequilibre entre les temps de travail et de formation
Ils augmentent leur employabiliteacute avec de nouvelles compeacute-tences
Ils ont les outils et la formation neacutecessaires pour mieux reacuteali-ser leur travail ce qui conduit agrave une plus grande satisfaction au travail
pour les eacutediteurs
Lrsquoapprentissage adaptatif leur permet drsquoaccompagner les transformations opeacutereacutees par les technologies numeacuteriques avec des services agrave valeur ajouteacutee en lien avec leur contenu Il permet eacutegalement aux eacutediteurs drsquoavoir accegraves agrave des donneacutees concernant lrsquointeraction avec leur contenu ce qui leur apporte de nouvelles perspectives sur son efficaciteacute et sa pertinence comme outil drsquoapprentissage
Les solutions drsquoapprentissage adaptatif permettent aux eacutediteurs drsquoaccompagner les utilisateurs en ajustant le contenu en fonc-tion des besoins des apprenants
pour la gestion de la formation en entreprise
Lrsquoapprentissage adaptatif aide agrave identifier les besoins de formation au sein de lrsquoentreprise en utilisant les analyses des reacutesultats de formation pour ameacuteliorer les futures actions de formation et les cibler avec plus de preacutecision
Il aide agrave mesurer la qualiteacute des actions de formation et leur retour sur investissement car les employeacutes sont mieux et plus efficacement formeacutes
Il soutient la strateacutegie de formation globale de lrsquoentreprise en veillant agrave ce que les employeacutes aient les compeacutetences requises pour remplir leurs fonctions de maniegravere plus adeacutequate
24
contenu structureacute lrsquoinformation ou le contenu est organiseacute et geacuteneacuteralement classifieacute avec des meacutetadonneacutees Le contenu structureacute peut ecirctre stockeacute dans diffeacuterents formats standards ou proprieacutetaires y compris XML
premierS preacuterequiS pour commencer
meacutetadonneacutees il srsquoagit de lrsquoinformation geacuteneacutereacutee relative au contenu aux utilisateurs aux graphes de connaissances aux compeacutetences et aux autres ressources Les meacutetadonneacutees peuvent ecirctre subdiviseacutees en trois types
environnement numeacuterique les plateformes et les solutions qui utilisent les standards de connectiviteacute du marcheacute tels que API xAPI QTI LTI etc
meacutetadonneacutees descriptives leur fonction est la deacutecouverte et lrsquoidentification (par exemple titre reacutesumeacute auteur mots-cleacutes etc)
meacutetadonneacutees structurelles ce sont des conteneurs de meacutetadonneacutees qui composent des seacuteries drsquoobjets au sein des structures de donneacutees (par exemple les pages sont organiseacutees pour former des chapitres)
meacutetadonneacutees administratives elles aident agrave geacuterer une uniteacute de donneacutees par le biais de marqueurs ou drsquoune certaine forme de classification (par exemple les informations techniques le type de fichier quand et comment il a eacuteteacute creacuteeacute son chemin drsquoaccegraves etc)
Ann rockley et charles cooper dans managing enterprise content A unified content Strategy deacutefinissent le contenu
structureacute etou contenu intelligent comme laquo structurellement riche et seacutemantiquement cateacutegoriseacute raquo un
contenu qui est donc laquo automatiquement deacutecouvrable reacuteutilisable reconfigurable et
adaptable raquo
graphes de compeacutetencesconnaissances ils repreacutesentent les preacuterequis et les relations entre les diffeacuterents types de connaissances etou compeacutetences
contenu granulaireunitaire dans un parcours drsquoapprentissage chaque cours ou module est diviseacute en uniteacutes granulaires ou laquo objets peacutedagogiques raquo agrave apprendre Chacune des uniteacutes creacuteeacutees est coheacuterente autonome et reacuteutilisable
25
Lire Penser Approuver
R SociauxMobile Teacuteleacutevision Eacuteducateurs Ordinateurs Litteacuterature Pairs
Construire Eacutecouter Parler Regarder Jouer Eacutecrire Assister Chercher
Activiteacutes
lrsquoapprenant
26
Fondeacutee en 2013 Domoscio est speacutecialiseacutee dans le Big Data pour apprendre et les solutions drsquoapprentissage adaptatif La socieacuteteacute travaille avec de nombreux clients internationaux dans la formation en entreprise lrsquoeacutedition et lrsquoeacuteducationlrsquoenseignement supeacuterieur ainsi qursquoavec de multiples partenaires internationaux dans le secteur des logiciels
La RampD de Domoscio et ses solutions innovantes en font un leader dans son secteur La socieacuteteacute est reconnue et accreacutediteacutee par la Commission europeacuteenne le Ministegravere de lrsquoEacuteducation nationale lrsquoAgence Nationale de la Recherche franccedilaise (ANR) et la Banque Publique drsquoInvestissement (BPI France)
Chez Domoscio nous collaborons avec des partenaires et des clients dans une grande varieacuteteacute de domaines Nous leur fournissons des solutions drsquoapprentissage adaptatif qui leur permettent drsquoobtenir les meilleurs reacutesultats drsquoenseignement drsquoapprentissage et de formation dans leurs domaines respectifs
Les solutions drsquoapprentissage adaptatif peuvent ecirctre utiliseacutees agrave diverses fins et les beacuteneacutefices consideacuterables de lrsquoapprentissage adaptatif pour les apprenants les enseignants les eacutediteurs et les professionnels des RH - entre autres - sont eacutevidents
Agrave propoS De DomoScio
Domoscio utilise une technologie connue et reconnueNos solutions et services incluent principalement
Apprentissage adaptatif Analytique de lrsquoapprentissage
Services de conseil et drsquoaccompagnement
Analyse - une analyse fonctionnelle et technique est reacutealiseacutee ainsi qursquoune analyse des ressources peacutedagogiques du client afin drsquoeacutevaluer les actions neacutecessaires La solution cible est deacutefinie avec le client et un plan drsquoaction est eacutetabli
inteacutegration - le plan drsquoaction est exeacutecuteacute et la solution technique est inteacutegreacutee dans le dispositif du client avec les diffeacuterents contenus drsquoapprentissage Sur certaines plateformes ou Learning Management Systems (LMS) il suffit drsquoactiver une fonctionnaliteacute
Accompagnement - tout au long du processus Domoscio fournit au client un accompagnement continu et des services de conseil en veillant agrave la fiabiliteacute opeacuterationnelle de la solution fournie ces services peuvent comprendre la structuration du contenu la formation le support peacutedagogique etc
De la mecircme faccedilon que les solutions drsquoapprentissage adaptatif sont baseacutees sur le principe de lrsquoadaptation agrave lrsquoapprenant nous croyons que les solutions que nous proposons doivent ecirctre modeacuteliseacutees autour des besoins speacutecifiques de nos clients Ainsi afin de mettre en œuvre les solutions de Domoscio dans les dispositifs existants de nos clients nous adoptons une approche agrave trois volets analyse inteacutegration et accompagnement
27
parmi les distinctions de Domoscio
2016Tropheacutee Europe 1 de lrsquoAvenir cateacutegorie Education
europe 1
2014Lrsquoune des 7 startups les plus prometteuses en Technologies de lrsquoEducation
commission europeacuteenne
Suivre ce processus nous permet drsquoacqueacuterir une compreacutehension approfondie des besoins peacutedagogiques et drsquoapprentissage de nos clients et nous donne toutes les informations neacutecessaires pour optimiser leurs plateformes les rendre plus efficientes et atteindre leurs objectifs drsquoameacutelioration notre approche collaborative et de conseil signifie que nous sommes particuliegraverement sensibles aux objectifs de nos clients et que nous pouvons leur fournir lrsquoaide dont ils ont besoin pour appliquer avec succegraves les connaissances analytiques acquises par lrsquointeacutegration de nos solutions drsquoapprentissage adaptatif
pour en savoir plus sur lrsquoutilisation de lrsquoapprentissage adaptatif et pour mieux comprendreson fonctionnement drsquoun point de vue technique nous vous invitons agrave consulter nos prochains
livres blancs dans la mecircme seacuterie Utiliser lrsquoAdaptive Learning ndash Cas pratiqueset Inteacutegrer lrsquoAdaptive Learning ndash Une approche technique
Siegravege SociAl20 Rue du Commandant Reneacute Mouchotte75014 Paris France
BureAu47 Rue du Caire75002 Paris France
nouS Appeler+33 (0) 1 85 09 03 57
domosciocomcontactdomosciocom
10
Aujourdrsquohui lrsquoaccegraves aux donneacutees nrsquoest pas un problegraveme La question consiste agrave deacuteterminer quelles sont les donneacutees utiles Comme Denning lrsquoa souligneacute le veacuteritable deacutefi est de reacuteussir agrave traiter toutes ces donneacutees
Crsquoest lagrave que lrsquointelligence Artificielle (IA) peut tirer le meilleur parti des donneacutees agrave notre disposition Bien que cette science nrsquoait rien de nouveau elle est devenue un sujet de grand inteacuterecirct en cette eacutepoque de meacutegadonneacutees Mecircme si un grand nombre drsquoalgorithmes ont eacuteteacute eacutecrits dans les anneacutees 1970 1980 et 1990 il y a deacutesormais infiniment plus de donneacutees agrave analyser et bien plus de puissance de calcul agrave exploiter On ameacuteliore constamment les capaciteacutes des ordinateurs agrave appliquer des calculs matheacutematiques complexes aux meacutegadonneacutees ce qui donne agrave lrsquointelligence artificielle un tout nouveau sens
Lrsquoapprentissage automatique (en anglais Machine Learning) est un sous-ensemble de lrsquointelligence artificielle baseacute sur le concept des ordinateurs qui srsquoadaptent aux nouvelles entreacutees de donneacutees et agrave lrsquoapprentissage sur les calculs preacuteceacutedents afin de reacutepeacuteter les deacutecisions produisant les meilleurs reacutesultats Crsquoest une meacutethode drsquoanalyse de donneacutees baseacutee sur la reconnaissance de scheacutemas en utilisant des algorithmes pour creacuteer des modegraveles analytiques Ces algorithmes assimilent des donneacutees par un processus iteacuteratif ce qui signifie que lrsquoordinateur peut trouver des tendances inconnues sans qursquoil ait eacuteteacute speacutecifiquement programmeacute pour chercher dans les donneacutees geacuteneacutereacutees drsquoougrave le terme laquo apprentissage raquo dans le titre
Les nouvelles technologies informatiques signifient que lrsquoapprentissage automatique est plus efficace que jamais Crsquoest la base mecircme de lrsquoanalyse des donneacutees agrave caractegravere personnel Ainsi elle sous-tend les nombreux meacutecanismes drsquoexploration de donneacutees opeacuterant derriegravere nos activiteacutes en ligne telles que la recommandation des offres en ligne qui constituent les laquo messages suggeacutereacutes raquo de Facebook ou de films qui srsquoaffichent bien en eacutevidence sur nos comptes Netflix
Alors que le concept drsquoapprentissage automatique est en vogue depuis un certain temps lrsquoapprentissage profond est devenu le nouveau mot drsquoordre pour les derniers progregraves en intelligence artificielle Lrsquoapprentissage profond (appeleacute Deep Learning en anglais) est veacuteritablement un sous-ensemble de lrsquoapprentissage automatique il utilise plusieurs couches drsquoalgorithmes drsquoapprentissage automatique baseacutes sur des donneacutees abstraites En termes de preacutevision les meacutethodes drsquoapprentissage profond deacutecoulent de lrsquoapprentissage automatique et peuvent ecirctre consideacutereacutees comme laquo lrsquoeacutetape suivante raquo attendue dans ce domaine
Lrsquoapprentissage profond ne concerne pas exclusivement les technologies de lrsquoeacuteducation mais ses applications dans ce domaine sont drsquoun inteacuterecirct particulier Drsquoune maniegravere geacuteneacuterale il englobe les technologies drsquointelligence artificielle qui peuvent effectuer des tacircches comme - voire mieux que - les ecirctres humains Agrave titre drsquoexemple vous pouvez regarder le cas de AlphaGo un programme informatique conccedilu pour jouer au jeu de strateacutegie Go ceacutelegravebre pour avoir battu lrsquoancien champion du monde de Go Lee Sedol en 2016
intelligence Artificielle - le remAke
11
Lrsquoapprentissage adaptatif tombe sous lrsquoeacutegide de ce que lrsquoon appelle les systegravemes de tutorat intelligents ou Intelligent Tutor Systems en anglais Ceux-ci repreacutesentent lrsquoapplication la plus courante de lrsquoapprentissage profond dans les technologies de lrsquoeacuteducation Ils fonctionnent en suivant les eacutetapes mentales des apprenants au cours de la reacutesolution de problegravemes afin drsquoanalyser leur compreacutehension drsquoun domaine particulier Gracircce agrave leur imitation du comportement humain ils fournissent agrave lrsquoapprenant des conseils des commentaires et des explications en temps reacuteel et par-dessus tout ils peuvent recommander des activiteacutes drsquoapprentissage speacutecifiquement adapteacutees agrave chaque apprenant
learning techniques in Artificial intelligence
12
Les cours particuliers - Ce type drsquoapprentissage renvoie aux meacutethodes drsquoapprentissage scolaire de lrsquoeacutepoque non-informatique Bloom1 vantait dans ses eacutetudes les meacuterites des cours particuliers mais aujourdrsquohui ils ne sont tout simplement pas applicables agrave grande eacutechelle ou dans un contexte eacuteducatif de masse en raison drsquoun manque de ressources adeacutequates et parce qursquoil ne reacutepond pas aux enjeux de lrsquoapprentissage social ou de la socialisation qui sont cruciales dans le deacuteveloppement
Lrsquoapprentissage diffeacuterencieacute - Crsquoest un autre ancecirctre de lrsquoapprentissage adaptatif comme nous lrsquoentendons aujourdrsquohui qui consiste agrave canaliser les apprenants dans des parcours drsquoapprentissage preacutedeacutefinis et baseacutes sur un certain nombre de critegraveres Il en existe deux types tous deux limiteacutes dans leur capaciteacute agrave optimiser les reacutesultats drsquoapprentissage
lrsquoeacutevolution De lrsquoApprentiSSAge ADAptAtif
La meacutethode la plus simple eacutevalue un eacutetudiant ou un apprenant au deacutebut drsquoun programme drsquoapprentissage et lrsquooriente vers une cateacutegorie ou un niveau speacutecifique On ne peut pas changer la deacutecision de cateacutegorisation apregraves qursquoelle a eacuteteacute prise
Les moteurs de regravegles (en anglais Rules-based Systems) pour leur part utilisent geacuteneacuteralement des laquo arbres de deacutecisions raquo pour guider les eacutelegraveves en fonction de ce qursquoils font tout au long de leur parcours drsquoapprentissage preacutedeacutefini indeacutependamment de leur historique et sans comprendre le raisonnement sous-jacent de lrsquoapprenant
eacutetat n eacutetat n+1regravegle preacutedeacutefinie deacutependantseulement de lrsquoeacutetat n
Nous connaissons aujourdrsquohui des deacutefinitions diverses et varieacutees de lrsquoapprentissage adaptatif Il existe aussi de nombreux preacutecurseurs de lrsquoapprentissage adaptatif dont
13
tests adaptatifs informatiseacutes (en anglais Computerised Adaptive Testing) - Crsquoest un systegraveme qui pose des questions ou propose des sessions drsquoeacutevaluation en fonction des reacutesultats aux tests preacuteceacutedents ou des reacuteponses Crsquoest une fonctionnaliteacute que de nombreuses plateformes drsquoapprentissage en ligne proposent deacutejagrave Un meacutecanisme inteacutegreacute garantit que si lrsquoon reacutepond incorrectement agrave une question la question suivante aura un niveau de difficulteacute infeacuterieur Cela met en eacutevidence son adaptabiliteacute limiteacutee car bien qursquoil modifie le parcours drsquoapprentissage en fonction de lrsquoapprenant il le canalise uniquement vers certaines cateacutegories preacutedeacutetermineacutees Il srsquoadapte seulement dans le cadre du test et ne srsquoappuie pas sur lrsquoexpeacuterience drsquoautres apprenants pour en extraire des informations pourtant pertinentes et tregraves utiles
fini
fini
NIv
eAU
De
DIf
fIc
ULt
eacute
14
Lrsquoapprentissage adaptatif (en anglais Adaptive Learning ou Personalised Learning) revient agrave combiner les recherches en sciences cognitives et lrsquointelligence artificielle (IA) et les appliquer aux meacutegadonneacutees pour deacutevelopper de meilleurs systegravemes drsquoapprentissage plus efficients et plus personnaliseacutes Ceux-ci assurent une meilleure compreacutehension et reacutetention de lrsquoinformation des connaissances des savoirs et des compeacutetences acquises par un apprenant donneacute Lrsquoapprentissage adaptatif srsquoappuie sur le parcours de lrsquoapprenant et sur les donneacutees qursquoil a geacuteneacutereacutees pour produire des plans drsquoapprentissage personnaliseacutes et proposer des contenus adapteacutes agrave ses capaciteacutes ainsi que des recommandations qui seront plus susceptibles de correspondre agrave ses aptitudes Ces eacuteleacutements sont calculeacutes sur la base du profil des apprenants de leurs objectifs drsquoapprentissage de leur historique drsquoapprentissage et des contenus suivis preacuteceacutedemment
le ministegravere de lrsquoeacuteducation des eacutetats-unis deacutefinit laquo lrsquoapprentissage adaptatif raquo comme
un systegraveme drsquoapprentissage numeacuterique qui peut laquo eacutevoluer de faccedilon dynamique
pour mieux correspondre agrave lrsquoeacutetudiant gracircce aux informations recueillies au cours de
lrsquoapprentissage raquo
Lrsquoanalyse des donneacutees qui conduit agrave lrsquoanalytique de lrsquoapprentissage (ou analyse des donneacutees sur lrsquoeacuteducation connue aussi sous son nom anglais Learning Analytics) Les apprenants travaillent sur un systegraveme adaptatif donc les donneacutees qursquoils geacutenegraverent sont analyseacutees afin de
Generate dashboards highlighting insightful data and predictions
Les systegravemes de recommandations impliquent drsquoanticiper les reacuteactions des utilisateurs agrave une seacuterie drsquooptions Les recommandations sont faites pour orienter plus preacuteciseacutement et plus efficacement lrsquoapprenant vers lrsquoobjectif drsquoapprentissage
Les regroupements drsquoutilisateurs font reacutefeacuterence aux regroupements drsquoapprenants qui se ressemblent afin qursquoils puissent travailler ensemble et srsquoentraider
La modeacutelisation des apprenants (ou Learner Modeling) srsquointeacuteresse agrave lrsquoeacutetudiant et vise agrave deacutefinir ce qui est compris par lrsquoapprenant ce qui est compris de lrsquoapprenant et quel est lrsquoobjectif drsquoapprentissage
La deacutetection de donneacutees aberrantes se rapporte agrave la deacutetection drsquoanomalies Par exemple cette meacutethode est utiliseacutee pour deacutetecter un apprenant qui serait en train de tricher qui srsquoeacuteloignerait de ses objectifs drsquoapprentissage ou mecircme qui serait en situation de deacutecrochage
ApprentiSSAge ADAptAtif ndash le Dernier moDegravele
Creacuteer des plans drsquoapprentissage personnaliseacutes et proposer des recommandations
Geacuteneacuterer des tableaux de bord mettant en eacutevidence des donneacutees et des preacutevisions pertinentes
Lrsquoapprentissage adaptatif aborde les trois phases du processus drsquoapprentissage (Assimilation consolidation et Application) Pour ce faire un ensemble de meacutethodes et de techniques sont employeacutees En voici quelques-unes
15
contenu amp Structure des connaissances
Compeacutetence 1
Compeacutetence 4
Compeacutetence 3
Compeacutetence 2
Sujet 1 Sujet 2
Sujet 3
Concept 1 Concept 2
Concept 3
Contenu 1Contenu 2
bullbullbull
Eacutevaluation 1Eacutevaluation 2
bullbullbull
Autres 1Autres 2
bullbullbull
Compeacutetence 5
Sujet 4
REacuteVISION
Contenu 1Contenu 2
bullbullbull
Exercise 1Exercise 2
bullbullbull
16
eacutetape de boucle courte
Dans cette eacutetape lrsquoapprenant tente drsquoassimiler un concept en particulier Lrsquoalgorithme drsquoapprentissage adaptatif propose agrave lrsquoapprenant une seacutequence speacutecifique drsquoeacutevaluations de contenus et drsquoautres activiteacutes adapteacutes agrave lui Les donneacutees drsquoentreacutee pour lrsquoanalyse algorithmique sont
Lrsquoobjectif drsquoapprentissage relatif agrave un concept en particulierLes types de contenu drsquoeacutevaluations et drsquoautres activiteacutes qui conviennent le mieux agrave lrsquoapprenant selon lrsquohistorique de donneacuteesLe comportement de lrsquoapprenant et celui de ses pairs par rapport au conceptLe niveau de compreacutehension de lrsquoapprenant sur les ressources preacuteceacutedentes lieacutees au conceptLe niveau drsquoassimilation du concept par lrsquoapprenant
Lrsquoobjectif drsquoapprentissage relatif agrave un sujet en particulierLe niveau de progregraves de lrsquoapprenant dans la maicirctrise du sujetLe comportement et le progregraves des autres apprenants par rapport au sujet
Contenu 1 Contenu 2
Eacutevaluation 1 Eacutevaluation 2
Autres 1 Autres 2
Concept 1
Concept 2
Concept 3
Concept 4
lrsquoapprentissage adaptatif est composeacute de cinq eacutetapes diffeacuterentes
eacutetape de boucle longue
Un sujet speacutecifique est composeacute de plusieurs concepts diffeacuterents Cette eacutetape concerne le sujet dans son ensemble par opposition aux concepts individuels Lrsquoalgorithme suggegravere le prochain concept agrave assimiler et propose un parcours drsquoapprentissage en tenant compte des donneacutees provenant de
Sujet
17
eacutetape de macro recommandation
Lorsque lrsquoobjectif drsquoapprentissage sur un sujet en particulier a eacuteteacute atteint lrsquoalgorithme fait une recommandation concernant le prochain objectif drsquoapprentissage (le prochain sujet agrave aborder et agrave maicirctriser) Les entreacutees sont baseacutees sur toutes les informations recueillies au cours des phases preacuteceacutedentes Encore une fois cela srsquoappuie sur les capaciteacutes les inteacuterecircts et les preacutefeacuterences peacutedagogiques deacuteduits de lrsquoapprenant ainsi que sur ceux de ses camarades et les reacutesultats qursquoils ont produits
eacutetape de reacutevision
Lorsque lrsquoassimilation est effective la consolidation doit srsquoeffectuer et celle-ci est reacutealiseacutee par la reacutepeacutetition espaceacutee Lrsquoalgorithme va proposer un plan de reacutevision sur mesure pour lrsquoapprenant ainsi qursquoun test approprieacute pour deacuteterminer les reacutevisions agrave effectuer et le moment pour optimiser le nombre de questions Les entreacutees de donneacutees prises en compte sont
Compeacutetence 3
Compeacutetence 2
Compeacutetence 1
La preacutevision du moment ougrave lrsquoapprenant est susceptible drsquooublierLa difficulteacute de reacutetention du concept pour lrsquoapprenantLa relation entre les diffeacuterents concepts et le contenuLe comportement de lrsquoapprenant par rapport agrave la reacutevision et celui de ses pairs
Sujet 1 Reacutevision 1
Reacutevision 2
15 Janvier
23 Janvier
bullbullbull
reacutevision
18
Sur la bonne voie
Pas sur la bonne voie
lrsquoalgorithme est dynamique et recalcule en permanence son prochain plan drsquoaction sur la base des nouvelles informations recueillies gracircce aux nouvelles donneacutees entreacutees et aux interactions humaines cela lui permet de reacuteagir dans le meilleur inteacuterecirct de lrsquoapprenant et renforce sa capaciteacute agrave geacuteneacuterer un meilleur impact drsquoapprentissage
eacutetape de remeacutediation
Tout au long de ce processus lrsquoalgorithme analyse les progregraves de lrsquoapprenant afin drsquoidentifier une difficulteacute ou un point de blocage (ougrave lrsquoapprenant peut ecirctre tenteacute drsquoabandonner) Lrsquoalgorithme peut agrave tout moment et de faccedilon reacuteactive proposer une nouvelle seacutequence dans le but de remettre lrsquoapprenant sur la bonne voie Lorsque cette situation se produit lrsquoenseignant reccediloit une alerte ou une notification et peut intervenir pour aider agrave reacutesoudre le problegraveme
19
Lrsquoapprentissage adaptatif peut ecirctre appliqueacute agrave une grande varieacuteteacute de situations drsquoapprentissage de lrsquoenseignement primaire agrave la formation continue Comme les solutions drsquoapprentissage adaptatif deacutependent de la lecture et de lrsquoanalyse drsquoalgorithmes et de donneacutees elles peuvent ecirctre connecteacutees agrave un grand nombre de solutions ou de plateformes qui produisent ces donneacutees (plateformes LMS plateformes drsquoapprentissage en ligne plateformes de simulation solutions de reacutealiteacute virtuelle systegravemes ERP existants bases de donneacutees Open Data systegravemes drsquoinformation RH etc) Une solution peut ecirctre inteacutegreacutee dans lrsquoune de ces plateformes mais elle ne se contente pas de travailler en arriegravere-plan Les individus ont la possibiliteacute drsquointeragir avec la solution drsquoapprentissage adaptatif ses conclusions et ses actions et de corriger ou drsquoorienter ses actions futures en triant les donneacutees et en identifiant les indicateurs et les analyses les plus importantes pour son objectif
Le nombre de sceacutenarios dans lesquels lrsquoapprentissage adaptatif peut ecirctre appliqueacute est tout aussi large Voici quelques exemples pratiques drsquoapprentissage adaptatif
Appliquer lrsquoApprentiSSAge ADAptAtif
Les learning management Systems (LMS) et autres solutions drsquoapprentissage sont baseacutes sur un modegravele drsquoapprentissage lineacuteaire avec un format unique Les solutions drsquoapprentissage adaptatif peuvent facilement ecirctre inteacutegreacutees dans ces plateformes pour ameacuteliorer leurs capaciteacutes fournir des outils drsquoanalyse de donneacutees proposer agrave leurs utilisateurs des plans drsquoapprentissage personnaliseacutes et accroicirctre leur efficience globale en produisant un meilleur impact drsquoapprentissage
La formation en entreprise fait face agrave des deacutefis consideacuterables tels que la rapiditeacute croissante de lrsquoeacutevolution des compeacutetences requises par les employeacutes au sein drsquoune entreprise ou drsquoun secteur donneacute Dans ce contexte les employeacutes peuvent ecirctre issus de parcours tregraves diffeacuterents et avoir des niveaux drsquoexpeacuterience et drsquoinstruction varieacutes En combinant des descriptions de poste des reacutefeacuterentiels de compeacutetences des reacutefeacuterentiels meacutetiers des catalogues de formation des plateformes drsquoapprentissage et des solutions drsquoapprentissage adaptatif lrsquoentreprise peut exploiter les analyses agrave sa disposition pour comparer les nouvelles compeacutetences requises agrave celles deacutejagrave maicirctriseacutees par les employeacutes en poste De cette faccedilon une solution drsquoapprentissage adaptatif peut proposer un plan de formation adapteacute aux employeacutes pour maintenir leurs compeacutetences acquises et apporter de la valeur ajouteacutee agrave lrsquoentreprise
les solutions drsquoapprentissage adaptatif sont drsquoune utiliteacute particuliegravere pour les institutions acadeacutemiques les fournisseurs de logiciels les eacutediteurs et les deacutepartements rh mais cette liste
est loin drsquoecirctre exhaustive
20
Apprentissage adaptatif utiliseacute agrave lrsquoeacutecole primaire
du programme de formation a eacuteteacute retenu apregraves une peacuteriode de 3 mois par les apprenants utilisant une plateforme adaptative contre seulement 28 pour les apprenants nrsquoutilisant pas la plateforme
des personnes sont revenues sur la plateforme pour effectuer les exercices recommandeacutes par la solution drsquoapprentissage adaptatif sans aucune obligation de le faire
des recommandations proposeacutees par le systegraveme drsquoapprentissage adaptatif sont couronneacutees de succegraves permettant aux apprenants drsquoatteindre leur objectif drsquoapprentissage
des recommandations proposeacutees dans une situation ougrave lrsquoapprenant rencontre agrave plusieurs reprises des difficulteacutes ont un impact positif reacutesolvent le problegraveme et permettent agrave lrsquoeacutetudiant de terminer le module (pour les 13 restants lrsquoenseignant est alerteacute de ses difficulteacutes par des notifications et intervient pour eacuteviter la possibiliteacute de deacutecrochage)
des ressources sont eacutepargneacutees puisque lrsquoutilisation des ressources inadapteacutees est eacuteviteacutee De maniegravere globale les plans drsquoapprentissage personnaliseacutes permettent aux eacutelegraveves drsquoavancer plus rapidement car ils travaillent agrave leur propre rythme et assimilent de maniegravere plus efficace ameacuteliorant ainsi leurs reacutesultats
Apprentissage adaptatif utiliseacute dans la formation en entreprise
De lA theacuteorie Aux reacuteSultAtS
en Juin 2016 Domoscio a meneacute une expeacuterimentation dans le cadre de sa collaboration avec un eacutediteur offrant des cours en franccedilais anglais et matheacutematiques pour des eacutecoles primaires en france 400 eacutetudiants ont eacuteteacute impliqueacutes dans lrsquoeacutechantillon de test les chiffres sont calculeacutes apregraves deux mois drsquoutilisation de la technologie drsquoapprentissage adaptatif de Domoscio
en Juillet 2016 Domoscio a observeacute les reacutesultats de lrsquointeacutegration de sa technologie adaptative dans un environnement drsquoapprentissage mixte dans le cadre de formations au management et agrave la vente pour 200 apprenants dans le secteur priveacute
01 quelques chiffres
21
Teacutemoignages de formateurs et drsquoenseignants qui utilisent des solutions drsquoapprentissage adaptatif
laquoLrsquoun de mes eacutelegraveves (13 ans et en CM1) a des difficulteacutes dans tous les concepts abordeacutes Il est suivi par une AVS (Auxiliaire de Vie Scolaire) Ni les manuels scolaires ni mes explications orales ni le travail en groupe ne lui permettent drsquoavancer Il a vraiment accrocheacute avec les parcours adaptatifs en maths et a reacuteussi agrave progresser dans son parcours Lrsquoexpeacuterience a eacuteteacute tregraves valorisante pour luiraquo
Caroline T 9
ProfesseurEcole primaire de Saint-Etienne France
9 Caroline eacutetait lrsquoune des enseignantes concerneacutees par lrsquoexpeacuterimentation meneacutee aupregraves de 400 eacutetudiants en juin 2016 utilisant la technologie de Domoscio10 Balthazar est speacutecialiseacute en prestations de formation en entreprise et utilise les solutions de Domoscio depuis 2015
laquoBalthazar utilise lrsquoapprentissage adaptatif dans le cadre de ses formations en management En tant que formateur le dispositif me permet de suivre les stagiaires individuellement et drsquoajuster ma peacutedagogie en conseacutequence Lrsquoapprentissage adaptatif complegravete nos actions de formation ameacuteliore leur impact et nous permet drsquooffrir agrave nos stagiaires un veacuteritable service apregraves formationraquo
Sylvain RajzwingConsultant en managementBalthazar10
02 quelques mots
22
pour les apprenants
Ils ont des expeacuteriences drsquoapprentissage personnaliseacutees
Ils assimilent les concepts de maniegravere plus rapide et durablement
Ils voient leur temps drsquoapprentissage et de reacutevision optimiseacute
Ils beacuteneacuteficient de meilleurs reacutesultats drsquoapprentissage
Les progregraves sont suivis et les reacutesultats drsquoapprentissage eacutevalueacutes pour favoriser lrsquoameacutelioration
pour les enseignantsformateurs
Ils peuvent mesurer les reacutesultats drsquoapprentissage gracircce agrave des analyses pertinentes et des tableaux de bord intuitifs leur permettant drsquoacqueacuterir une vision claire des progregraves de leurs eacutelegravevesemployeacutes
Ils peuvent anticiper les difficulteacutes des eacutelegravevesemployeacutes puis adapter le contenu de leurs cours en conseacutequence
Ils augmentent leur valeur ajouteacutee en utilisant les outils peacutedagogiques de la solution drsquoapprentissage adaptatif pour reacutepondre aux besoins de chaque apprenant sans les contraintes que cela implique (ils peuvent ecirctre agrave lrsquoeacutecoute des besoins de lrsquoapprenant sans passer des heures agrave corriger et analyser le travail de tous les apprenants)
03 Beacuteneacutefices
23
pour les salarieacutes
Ils partagent les mecircmes beacuteneacutefices que les apprenants par rap-port agrave lrsquoapprentissage adaptatif et profitent drsquoavantages sup-pleacutementaires
Leur temps est mieux geacutereacute ce qui permet un meilleur eacutequilibre entre les temps de travail et de formation
Ils augmentent leur employabiliteacute avec de nouvelles compeacute-tences
Ils ont les outils et la formation neacutecessaires pour mieux reacuteali-ser leur travail ce qui conduit agrave une plus grande satisfaction au travail
pour les eacutediteurs
Lrsquoapprentissage adaptatif leur permet drsquoaccompagner les transformations opeacutereacutees par les technologies numeacuteriques avec des services agrave valeur ajouteacutee en lien avec leur contenu Il permet eacutegalement aux eacutediteurs drsquoavoir accegraves agrave des donneacutees concernant lrsquointeraction avec leur contenu ce qui leur apporte de nouvelles perspectives sur son efficaciteacute et sa pertinence comme outil drsquoapprentissage
Les solutions drsquoapprentissage adaptatif permettent aux eacutediteurs drsquoaccompagner les utilisateurs en ajustant le contenu en fonc-tion des besoins des apprenants
pour la gestion de la formation en entreprise
Lrsquoapprentissage adaptatif aide agrave identifier les besoins de formation au sein de lrsquoentreprise en utilisant les analyses des reacutesultats de formation pour ameacuteliorer les futures actions de formation et les cibler avec plus de preacutecision
Il aide agrave mesurer la qualiteacute des actions de formation et leur retour sur investissement car les employeacutes sont mieux et plus efficacement formeacutes
Il soutient la strateacutegie de formation globale de lrsquoentreprise en veillant agrave ce que les employeacutes aient les compeacutetences requises pour remplir leurs fonctions de maniegravere plus adeacutequate
24
contenu structureacute lrsquoinformation ou le contenu est organiseacute et geacuteneacuteralement classifieacute avec des meacutetadonneacutees Le contenu structureacute peut ecirctre stockeacute dans diffeacuterents formats standards ou proprieacutetaires y compris XML
premierS preacuterequiS pour commencer
meacutetadonneacutees il srsquoagit de lrsquoinformation geacuteneacutereacutee relative au contenu aux utilisateurs aux graphes de connaissances aux compeacutetences et aux autres ressources Les meacutetadonneacutees peuvent ecirctre subdiviseacutees en trois types
environnement numeacuterique les plateformes et les solutions qui utilisent les standards de connectiviteacute du marcheacute tels que API xAPI QTI LTI etc
meacutetadonneacutees descriptives leur fonction est la deacutecouverte et lrsquoidentification (par exemple titre reacutesumeacute auteur mots-cleacutes etc)
meacutetadonneacutees structurelles ce sont des conteneurs de meacutetadonneacutees qui composent des seacuteries drsquoobjets au sein des structures de donneacutees (par exemple les pages sont organiseacutees pour former des chapitres)
meacutetadonneacutees administratives elles aident agrave geacuterer une uniteacute de donneacutees par le biais de marqueurs ou drsquoune certaine forme de classification (par exemple les informations techniques le type de fichier quand et comment il a eacuteteacute creacuteeacute son chemin drsquoaccegraves etc)
Ann rockley et charles cooper dans managing enterprise content A unified content Strategy deacutefinissent le contenu
structureacute etou contenu intelligent comme laquo structurellement riche et seacutemantiquement cateacutegoriseacute raquo un
contenu qui est donc laquo automatiquement deacutecouvrable reacuteutilisable reconfigurable et
adaptable raquo
graphes de compeacutetencesconnaissances ils repreacutesentent les preacuterequis et les relations entre les diffeacuterents types de connaissances etou compeacutetences
contenu granulaireunitaire dans un parcours drsquoapprentissage chaque cours ou module est diviseacute en uniteacutes granulaires ou laquo objets peacutedagogiques raquo agrave apprendre Chacune des uniteacutes creacuteeacutees est coheacuterente autonome et reacuteutilisable
25
Lire Penser Approuver
R SociauxMobile Teacuteleacutevision Eacuteducateurs Ordinateurs Litteacuterature Pairs
Construire Eacutecouter Parler Regarder Jouer Eacutecrire Assister Chercher
Activiteacutes
lrsquoapprenant
26
Fondeacutee en 2013 Domoscio est speacutecialiseacutee dans le Big Data pour apprendre et les solutions drsquoapprentissage adaptatif La socieacuteteacute travaille avec de nombreux clients internationaux dans la formation en entreprise lrsquoeacutedition et lrsquoeacuteducationlrsquoenseignement supeacuterieur ainsi qursquoavec de multiples partenaires internationaux dans le secteur des logiciels
La RampD de Domoscio et ses solutions innovantes en font un leader dans son secteur La socieacuteteacute est reconnue et accreacutediteacutee par la Commission europeacuteenne le Ministegravere de lrsquoEacuteducation nationale lrsquoAgence Nationale de la Recherche franccedilaise (ANR) et la Banque Publique drsquoInvestissement (BPI France)
Chez Domoscio nous collaborons avec des partenaires et des clients dans une grande varieacuteteacute de domaines Nous leur fournissons des solutions drsquoapprentissage adaptatif qui leur permettent drsquoobtenir les meilleurs reacutesultats drsquoenseignement drsquoapprentissage et de formation dans leurs domaines respectifs
Les solutions drsquoapprentissage adaptatif peuvent ecirctre utiliseacutees agrave diverses fins et les beacuteneacutefices consideacuterables de lrsquoapprentissage adaptatif pour les apprenants les enseignants les eacutediteurs et les professionnels des RH - entre autres - sont eacutevidents
Agrave propoS De DomoScio
Domoscio utilise une technologie connue et reconnueNos solutions et services incluent principalement
Apprentissage adaptatif Analytique de lrsquoapprentissage
Services de conseil et drsquoaccompagnement
Analyse - une analyse fonctionnelle et technique est reacutealiseacutee ainsi qursquoune analyse des ressources peacutedagogiques du client afin drsquoeacutevaluer les actions neacutecessaires La solution cible est deacutefinie avec le client et un plan drsquoaction est eacutetabli
inteacutegration - le plan drsquoaction est exeacutecuteacute et la solution technique est inteacutegreacutee dans le dispositif du client avec les diffeacuterents contenus drsquoapprentissage Sur certaines plateformes ou Learning Management Systems (LMS) il suffit drsquoactiver une fonctionnaliteacute
Accompagnement - tout au long du processus Domoscio fournit au client un accompagnement continu et des services de conseil en veillant agrave la fiabiliteacute opeacuterationnelle de la solution fournie ces services peuvent comprendre la structuration du contenu la formation le support peacutedagogique etc
De la mecircme faccedilon que les solutions drsquoapprentissage adaptatif sont baseacutees sur le principe de lrsquoadaptation agrave lrsquoapprenant nous croyons que les solutions que nous proposons doivent ecirctre modeacuteliseacutees autour des besoins speacutecifiques de nos clients Ainsi afin de mettre en œuvre les solutions de Domoscio dans les dispositifs existants de nos clients nous adoptons une approche agrave trois volets analyse inteacutegration et accompagnement
27
parmi les distinctions de Domoscio
2016Tropheacutee Europe 1 de lrsquoAvenir cateacutegorie Education
europe 1
2014Lrsquoune des 7 startups les plus prometteuses en Technologies de lrsquoEducation
commission europeacuteenne
Suivre ce processus nous permet drsquoacqueacuterir une compreacutehension approfondie des besoins peacutedagogiques et drsquoapprentissage de nos clients et nous donne toutes les informations neacutecessaires pour optimiser leurs plateformes les rendre plus efficientes et atteindre leurs objectifs drsquoameacutelioration notre approche collaborative et de conseil signifie que nous sommes particuliegraverement sensibles aux objectifs de nos clients et que nous pouvons leur fournir lrsquoaide dont ils ont besoin pour appliquer avec succegraves les connaissances analytiques acquises par lrsquointeacutegration de nos solutions drsquoapprentissage adaptatif
pour en savoir plus sur lrsquoutilisation de lrsquoapprentissage adaptatif et pour mieux comprendreson fonctionnement drsquoun point de vue technique nous vous invitons agrave consulter nos prochains
livres blancs dans la mecircme seacuterie Utiliser lrsquoAdaptive Learning ndash Cas pratiqueset Inteacutegrer lrsquoAdaptive Learning ndash Une approche technique
Siegravege SociAl20 Rue du Commandant Reneacute Mouchotte75014 Paris France
BureAu47 Rue du Caire75002 Paris France
nouS Appeler+33 (0) 1 85 09 03 57
domosciocomcontactdomosciocom
11
Lrsquoapprentissage adaptatif tombe sous lrsquoeacutegide de ce que lrsquoon appelle les systegravemes de tutorat intelligents ou Intelligent Tutor Systems en anglais Ceux-ci repreacutesentent lrsquoapplication la plus courante de lrsquoapprentissage profond dans les technologies de lrsquoeacuteducation Ils fonctionnent en suivant les eacutetapes mentales des apprenants au cours de la reacutesolution de problegravemes afin drsquoanalyser leur compreacutehension drsquoun domaine particulier Gracircce agrave leur imitation du comportement humain ils fournissent agrave lrsquoapprenant des conseils des commentaires et des explications en temps reacuteel et par-dessus tout ils peuvent recommander des activiteacutes drsquoapprentissage speacutecifiquement adapteacutees agrave chaque apprenant
learning techniques in Artificial intelligence
12
Les cours particuliers - Ce type drsquoapprentissage renvoie aux meacutethodes drsquoapprentissage scolaire de lrsquoeacutepoque non-informatique Bloom1 vantait dans ses eacutetudes les meacuterites des cours particuliers mais aujourdrsquohui ils ne sont tout simplement pas applicables agrave grande eacutechelle ou dans un contexte eacuteducatif de masse en raison drsquoun manque de ressources adeacutequates et parce qursquoil ne reacutepond pas aux enjeux de lrsquoapprentissage social ou de la socialisation qui sont cruciales dans le deacuteveloppement
Lrsquoapprentissage diffeacuterencieacute - Crsquoest un autre ancecirctre de lrsquoapprentissage adaptatif comme nous lrsquoentendons aujourdrsquohui qui consiste agrave canaliser les apprenants dans des parcours drsquoapprentissage preacutedeacutefinis et baseacutes sur un certain nombre de critegraveres Il en existe deux types tous deux limiteacutes dans leur capaciteacute agrave optimiser les reacutesultats drsquoapprentissage
lrsquoeacutevolution De lrsquoApprentiSSAge ADAptAtif
La meacutethode la plus simple eacutevalue un eacutetudiant ou un apprenant au deacutebut drsquoun programme drsquoapprentissage et lrsquooriente vers une cateacutegorie ou un niveau speacutecifique On ne peut pas changer la deacutecision de cateacutegorisation apregraves qursquoelle a eacuteteacute prise
Les moteurs de regravegles (en anglais Rules-based Systems) pour leur part utilisent geacuteneacuteralement des laquo arbres de deacutecisions raquo pour guider les eacutelegraveves en fonction de ce qursquoils font tout au long de leur parcours drsquoapprentissage preacutedeacutefini indeacutependamment de leur historique et sans comprendre le raisonnement sous-jacent de lrsquoapprenant
eacutetat n eacutetat n+1regravegle preacutedeacutefinie deacutependantseulement de lrsquoeacutetat n
Nous connaissons aujourdrsquohui des deacutefinitions diverses et varieacutees de lrsquoapprentissage adaptatif Il existe aussi de nombreux preacutecurseurs de lrsquoapprentissage adaptatif dont
13
tests adaptatifs informatiseacutes (en anglais Computerised Adaptive Testing) - Crsquoest un systegraveme qui pose des questions ou propose des sessions drsquoeacutevaluation en fonction des reacutesultats aux tests preacuteceacutedents ou des reacuteponses Crsquoest une fonctionnaliteacute que de nombreuses plateformes drsquoapprentissage en ligne proposent deacutejagrave Un meacutecanisme inteacutegreacute garantit que si lrsquoon reacutepond incorrectement agrave une question la question suivante aura un niveau de difficulteacute infeacuterieur Cela met en eacutevidence son adaptabiliteacute limiteacutee car bien qursquoil modifie le parcours drsquoapprentissage en fonction de lrsquoapprenant il le canalise uniquement vers certaines cateacutegories preacutedeacutetermineacutees Il srsquoadapte seulement dans le cadre du test et ne srsquoappuie pas sur lrsquoexpeacuterience drsquoautres apprenants pour en extraire des informations pourtant pertinentes et tregraves utiles
fini
fini
NIv
eAU
De
DIf
fIc
ULt
eacute
14
Lrsquoapprentissage adaptatif (en anglais Adaptive Learning ou Personalised Learning) revient agrave combiner les recherches en sciences cognitives et lrsquointelligence artificielle (IA) et les appliquer aux meacutegadonneacutees pour deacutevelopper de meilleurs systegravemes drsquoapprentissage plus efficients et plus personnaliseacutes Ceux-ci assurent une meilleure compreacutehension et reacutetention de lrsquoinformation des connaissances des savoirs et des compeacutetences acquises par un apprenant donneacute Lrsquoapprentissage adaptatif srsquoappuie sur le parcours de lrsquoapprenant et sur les donneacutees qursquoil a geacuteneacutereacutees pour produire des plans drsquoapprentissage personnaliseacutes et proposer des contenus adapteacutes agrave ses capaciteacutes ainsi que des recommandations qui seront plus susceptibles de correspondre agrave ses aptitudes Ces eacuteleacutements sont calculeacutes sur la base du profil des apprenants de leurs objectifs drsquoapprentissage de leur historique drsquoapprentissage et des contenus suivis preacuteceacutedemment
le ministegravere de lrsquoeacuteducation des eacutetats-unis deacutefinit laquo lrsquoapprentissage adaptatif raquo comme
un systegraveme drsquoapprentissage numeacuterique qui peut laquo eacutevoluer de faccedilon dynamique
pour mieux correspondre agrave lrsquoeacutetudiant gracircce aux informations recueillies au cours de
lrsquoapprentissage raquo
Lrsquoanalyse des donneacutees qui conduit agrave lrsquoanalytique de lrsquoapprentissage (ou analyse des donneacutees sur lrsquoeacuteducation connue aussi sous son nom anglais Learning Analytics) Les apprenants travaillent sur un systegraveme adaptatif donc les donneacutees qursquoils geacutenegraverent sont analyseacutees afin de
Generate dashboards highlighting insightful data and predictions
Les systegravemes de recommandations impliquent drsquoanticiper les reacuteactions des utilisateurs agrave une seacuterie drsquooptions Les recommandations sont faites pour orienter plus preacuteciseacutement et plus efficacement lrsquoapprenant vers lrsquoobjectif drsquoapprentissage
Les regroupements drsquoutilisateurs font reacutefeacuterence aux regroupements drsquoapprenants qui se ressemblent afin qursquoils puissent travailler ensemble et srsquoentraider
La modeacutelisation des apprenants (ou Learner Modeling) srsquointeacuteresse agrave lrsquoeacutetudiant et vise agrave deacutefinir ce qui est compris par lrsquoapprenant ce qui est compris de lrsquoapprenant et quel est lrsquoobjectif drsquoapprentissage
La deacutetection de donneacutees aberrantes se rapporte agrave la deacutetection drsquoanomalies Par exemple cette meacutethode est utiliseacutee pour deacutetecter un apprenant qui serait en train de tricher qui srsquoeacuteloignerait de ses objectifs drsquoapprentissage ou mecircme qui serait en situation de deacutecrochage
ApprentiSSAge ADAptAtif ndash le Dernier moDegravele
Creacuteer des plans drsquoapprentissage personnaliseacutes et proposer des recommandations
Geacuteneacuterer des tableaux de bord mettant en eacutevidence des donneacutees et des preacutevisions pertinentes
Lrsquoapprentissage adaptatif aborde les trois phases du processus drsquoapprentissage (Assimilation consolidation et Application) Pour ce faire un ensemble de meacutethodes et de techniques sont employeacutees En voici quelques-unes
15
contenu amp Structure des connaissances
Compeacutetence 1
Compeacutetence 4
Compeacutetence 3
Compeacutetence 2
Sujet 1 Sujet 2
Sujet 3
Concept 1 Concept 2
Concept 3
Contenu 1Contenu 2
bullbullbull
Eacutevaluation 1Eacutevaluation 2
bullbullbull
Autres 1Autres 2
bullbullbull
Compeacutetence 5
Sujet 4
REacuteVISION
Contenu 1Contenu 2
bullbullbull
Exercise 1Exercise 2
bullbullbull
16
eacutetape de boucle courte
Dans cette eacutetape lrsquoapprenant tente drsquoassimiler un concept en particulier Lrsquoalgorithme drsquoapprentissage adaptatif propose agrave lrsquoapprenant une seacutequence speacutecifique drsquoeacutevaluations de contenus et drsquoautres activiteacutes adapteacutes agrave lui Les donneacutees drsquoentreacutee pour lrsquoanalyse algorithmique sont
Lrsquoobjectif drsquoapprentissage relatif agrave un concept en particulierLes types de contenu drsquoeacutevaluations et drsquoautres activiteacutes qui conviennent le mieux agrave lrsquoapprenant selon lrsquohistorique de donneacuteesLe comportement de lrsquoapprenant et celui de ses pairs par rapport au conceptLe niveau de compreacutehension de lrsquoapprenant sur les ressources preacuteceacutedentes lieacutees au conceptLe niveau drsquoassimilation du concept par lrsquoapprenant
Lrsquoobjectif drsquoapprentissage relatif agrave un sujet en particulierLe niveau de progregraves de lrsquoapprenant dans la maicirctrise du sujetLe comportement et le progregraves des autres apprenants par rapport au sujet
Contenu 1 Contenu 2
Eacutevaluation 1 Eacutevaluation 2
Autres 1 Autres 2
Concept 1
Concept 2
Concept 3
Concept 4
lrsquoapprentissage adaptatif est composeacute de cinq eacutetapes diffeacuterentes
eacutetape de boucle longue
Un sujet speacutecifique est composeacute de plusieurs concepts diffeacuterents Cette eacutetape concerne le sujet dans son ensemble par opposition aux concepts individuels Lrsquoalgorithme suggegravere le prochain concept agrave assimiler et propose un parcours drsquoapprentissage en tenant compte des donneacutees provenant de
Sujet
17
eacutetape de macro recommandation
Lorsque lrsquoobjectif drsquoapprentissage sur un sujet en particulier a eacuteteacute atteint lrsquoalgorithme fait une recommandation concernant le prochain objectif drsquoapprentissage (le prochain sujet agrave aborder et agrave maicirctriser) Les entreacutees sont baseacutees sur toutes les informations recueillies au cours des phases preacuteceacutedentes Encore une fois cela srsquoappuie sur les capaciteacutes les inteacuterecircts et les preacutefeacuterences peacutedagogiques deacuteduits de lrsquoapprenant ainsi que sur ceux de ses camarades et les reacutesultats qursquoils ont produits
eacutetape de reacutevision
Lorsque lrsquoassimilation est effective la consolidation doit srsquoeffectuer et celle-ci est reacutealiseacutee par la reacutepeacutetition espaceacutee Lrsquoalgorithme va proposer un plan de reacutevision sur mesure pour lrsquoapprenant ainsi qursquoun test approprieacute pour deacuteterminer les reacutevisions agrave effectuer et le moment pour optimiser le nombre de questions Les entreacutees de donneacutees prises en compte sont
Compeacutetence 3
Compeacutetence 2
Compeacutetence 1
La preacutevision du moment ougrave lrsquoapprenant est susceptible drsquooublierLa difficulteacute de reacutetention du concept pour lrsquoapprenantLa relation entre les diffeacuterents concepts et le contenuLe comportement de lrsquoapprenant par rapport agrave la reacutevision et celui de ses pairs
Sujet 1 Reacutevision 1
Reacutevision 2
15 Janvier
23 Janvier
bullbullbull
reacutevision
18
Sur la bonne voie
Pas sur la bonne voie
lrsquoalgorithme est dynamique et recalcule en permanence son prochain plan drsquoaction sur la base des nouvelles informations recueillies gracircce aux nouvelles donneacutees entreacutees et aux interactions humaines cela lui permet de reacuteagir dans le meilleur inteacuterecirct de lrsquoapprenant et renforce sa capaciteacute agrave geacuteneacuterer un meilleur impact drsquoapprentissage
eacutetape de remeacutediation
Tout au long de ce processus lrsquoalgorithme analyse les progregraves de lrsquoapprenant afin drsquoidentifier une difficulteacute ou un point de blocage (ougrave lrsquoapprenant peut ecirctre tenteacute drsquoabandonner) Lrsquoalgorithme peut agrave tout moment et de faccedilon reacuteactive proposer une nouvelle seacutequence dans le but de remettre lrsquoapprenant sur la bonne voie Lorsque cette situation se produit lrsquoenseignant reccediloit une alerte ou une notification et peut intervenir pour aider agrave reacutesoudre le problegraveme
19
Lrsquoapprentissage adaptatif peut ecirctre appliqueacute agrave une grande varieacuteteacute de situations drsquoapprentissage de lrsquoenseignement primaire agrave la formation continue Comme les solutions drsquoapprentissage adaptatif deacutependent de la lecture et de lrsquoanalyse drsquoalgorithmes et de donneacutees elles peuvent ecirctre connecteacutees agrave un grand nombre de solutions ou de plateformes qui produisent ces donneacutees (plateformes LMS plateformes drsquoapprentissage en ligne plateformes de simulation solutions de reacutealiteacute virtuelle systegravemes ERP existants bases de donneacutees Open Data systegravemes drsquoinformation RH etc) Une solution peut ecirctre inteacutegreacutee dans lrsquoune de ces plateformes mais elle ne se contente pas de travailler en arriegravere-plan Les individus ont la possibiliteacute drsquointeragir avec la solution drsquoapprentissage adaptatif ses conclusions et ses actions et de corriger ou drsquoorienter ses actions futures en triant les donneacutees et en identifiant les indicateurs et les analyses les plus importantes pour son objectif
Le nombre de sceacutenarios dans lesquels lrsquoapprentissage adaptatif peut ecirctre appliqueacute est tout aussi large Voici quelques exemples pratiques drsquoapprentissage adaptatif
Appliquer lrsquoApprentiSSAge ADAptAtif
Les learning management Systems (LMS) et autres solutions drsquoapprentissage sont baseacutes sur un modegravele drsquoapprentissage lineacuteaire avec un format unique Les solutions drsquoapprentissage adaptatif peuvent facilement ecirctre inteacutegreacutees dans ces plateformes pour ameacuteliorer leurs capaciteacutes fournir des outils drsquoanalyse de donneacutees proposer agrave leurs utilisateurs des plans drsquoapprentissage personnaliseacutes et accroicirctre leur efficience globale en produisant un meilleur impact drsquoapprentissage
La formation en entreprise fait face agrave des deacutefis consideacuterables tels que la rapiditeacute croissante de lrsquoeacutevolution des compeacutetences requises par les employeacutes au sein drsquoune entreprise ou drsquoun secteur donneacute Dans ce contexte les employeacutes peuvent ecirctre issus de parcours tregraves diffeacuterents et avoir des niveaux drsquoexpeacuterience et drsquoinstruction varieacutes En combinant des descriptions de poste des reacutefeacuterentiels de compeacutetences des reacutefeacuterentiels meacutetiers des catalogues de formation des plateformes drsquoapprentissage et des solutions drsquoapprentissage adaptatif lrsquoentreprise peut exploiter les analyses agrave sa disposition pour comparer les nouvelles compeacutetences requises agrave celles deacutejagrave maicirctriseacutees par les employeacutes en poste De cette faccedilon une solution drsquoapprentissage adaptatif peut proposer un plan de formation adapteacute aux employeacutes pour maintenir leurs compeacutetences acquises et apporter de la valeur ajouteacutee agrave lrsquoentreprise
les solutions drsquoapprentissage adaptatif sont drsquoune utiliteacute particuliegravere pour les institutions acadeacutemiques les fournisseurs de logiciels les eacutediteurs et les deacutepartements rh mais cette liste
est loin drsquoecirctre exhaustive
20
Apprentissage adaptatif utiliseacute agrave lrsquoeacutecole primaire
du programme de formation a eacuteteacute retenu apregraves une peacuteriode de 3 mois par les apprenants utilisant une plateforme adaptative contre seulement 28 pour les apprenants nrsquoutilisant pas la plateforme
des personnes sont revenues sur la plateforme pour effectuer les exercices recommandeacutes par la solution drsquoapprentissage adaptatif sans aucune obligation de le faire
des recommandations proposeacutees par le systegraveme drsquoapprentissage adaptatif sont couronneacutees de succegraves permettant aux apprenants drsquoatteindre leur objectif drsquoapprentissage
des recommandations proposeacutees dans une situation ougrave lrsquoapprenant rencontre agrave plusieurs reprises des difficulteacutes ont un impact positif reacutesolvent le problegraveme et permettent agrave lrsquoeacutetudiant de terminer le module (pour les 13 restants lrsquoenseignant est alerteacute de ses difficulteacutes par des notifications et intervient pour eacuteviter la possibiliteacute de deacutecrochage)
des ressources sont eacutepargneacutees puisque lrsquoutilisation des ressources inadapteacutees est eacuteviteacutee De maniegravere globale les plans drsquoapprentissage personnaliseacutes permettent aux eacutelegraveves drsquoavancer plus rapidement car ils travaillent agrave leur propre rythme et assimilent de maniegravere plus efficace ameacuteliorant ainsi leurs reacutesultats
Apprentissage adaptatif utiliseacute dans la formation en entreprise
De lA theacuteorie Aux reacuteSultAtS
en Juin 2016 Domoscio a meneacute une expeacuterimentation dans le cadre de sa collaboration avec un eacutediteur offrant des cours en franccedilais anglais et matheacutematiques pour des eacutecoles primaires en france 400 eacutetudiants ont eacuteteacute impliqueacutes dans lrsquoeacutechantillon de test les chiffres sont calculeacutes apregraves deux mois drsquoutilisation de la technologie drsquoapprentissage adaptatif de Domoscio
en Juillet 2016 Domoscio a observeacute les reacutesultats de lrsquointeacutegration de sa technologie adaptative dans un environnement drsquoapprentissage mixte dans le cadre de formations au management et agrave la vente pour 200 apprenants dans le secteur priveacute
01 quelques chiffres
21
Teacutemoignages de formateurs et drsquoenseignants qui utilisent des solutions drsquoapprentissage adaptatif
laquoLrsquoun de mes eacutelegraveves (13 ans et en CM1) a des difficulteacutes dans tous les concepts abordeacutes Il est suivi par une AVS (Auxiliaire de Vie Scolaire) Ni les manuels scolaires ni mes explications orales ni le travail en groupe ne lui permettent drsquoavancer Il a vraiment accrocheacute avec les parcours adaptatifs en maths et a reacuteussi agrave progresser dans son parcours Lrsquoexpeacuterience a eacuteteacute tregraves valorisante pour luiraquo
Caroline T 9
ProfesseurEcole primaire de Saint-Etienne France
9 Caroline eacutetait lrsquoune des enseignantes concerneacutees par lrsquoexpeacuterimentation meneacutee aupregraves de 400 eacutetudiants en juin 2016 utilisant la technologie de Domoscio10 Balthazar est speacutecialiseacute en prestations de formation en entreprise et utilise les solutions de Domoscio depuis 2015
laquoBalthazar utilise lrsquoapprentissage adaptatif dans le cadre de ses formations en management En tant que formateur le dispositif me permet de suivre les stagiaires individuellement et drsquoajuster ma peacutedagogie en conseacutequence Lrsquoapprentissage adaptatif complegravete nos actions de formation ameacuteliore leur impact et nous permet drsquooffrir agrave nos stagiaires un veacuteritable service apregraves formationraquo
Sylvain RajzwingConsultant en managementBalthazar10
02 quelques mots
22
pour les apprenants
Ils ont des expeacuteriences drsquoapprentissage personnaliseacutees
Ils assimilent les concepts de maniegravere plus rapide et durablement
Ils voient leur temps drsquoapprentissage et de reacutevision optimiseacute
Ils beacuteneacuteficient de meilleurs reacutesultats drsquoapprentissage
Les progregraves sont suivis et les reacutesultats drsquoapprentissage eacutevalueacutes pour favoriser lrsquoameacutelioration
pour les enseignantsformateurs
Ils peuvent mesurer les reacutesultats drsquoapprentissage gracircce agrave des analyses pertinentes et des tableaux de bord intuitifs leur permettant drsquoacqueacuterir une vision claire des progregraves de leurs eacutelegravevesemployeacutes
Ils peuvent anticiper les difficulteacutes des eacutelegravevesemployeacutes puis adapter le contenu de leurs cours en conseacutequence
Ils augmentent leur valeur ajouteacutee en utilisant les outils peacutedagogiques de la solution drsquoapprentissage adaptatif pour reacutepondre aux besoins de chaque apprenant sans les contraintes que cela implique (ils peuvent ecirctre agrave lrsquoeacutecoute des besoins de lrsquoapprenant sans passer des heures agrave corriger et analyser le travail de tous les apprenants)
03 Beacuteneacutefices
23
pour les salarieacutes
Ils partagent les mecircmes beacuteneacutefices que les apprenants par rap-port agrave lrsquoapprentissage adaptatif et profitent drsquoavantages sup-pleacutementaires
Leur temps est mieux geacutereacute ce qui permet un meilleur eacutequilibre entre les temps de travail et de formation
Ils augmentent leur employabiliteacute avec de nouvelles compeacute-tences
Ils ont les outils et la formation neacutecessaires pour mieux reacuteali-ser leur travail ce qui conduit agrave une plus grande satisfaction au travail
pour les eacutediteurs
Lrsquoapprentissage adaptatif leur permet drsquoaccompagner les transformations opeacutereacutees par les technologies numeacuteriques avec des services agrave valeur ajouteacutee en lien avec leur contenu Il permet eacutegalement aux eacutediteurs drsquoavoir accegraves agrave des donneacutees concernant lrsquointeraction avec leur contenu ce qui leur apporte de nouvelles perspectives sur son efficaciteacute et sa pertinence comme outil drsquoapprentissage
Les solutions drsquoapprentissage adaptatif permettent aux eacutediteurs drsquoaccompagner les utilisateurs en ajustant le contenu en fonc-tion des besoins des apprenants
pour la gestion de la formation en entreprise
Lrsquoapprentissage adaptatif aide agrave identifier les besoins de formation au sein de lrsquoentreprise en utilisant les analyses des reacutesultats de formation pour ameacuteliorer les futures actions de formation et les cibler avec plus de preacutecision
Il aide agrave mesurer la qualiteacute des actions de formation et leur retour sur investissement car les employeacutes sont mieux et plus efficacement formeacutes
Il soutient la strateacutegie de formation globale de lrsquoentreprise en veillant agrave ce que les employeacutes aient les compeacutetences requises pour remplir leurs fonctions de maniegravere plus adeacutequate
24
contenu structureacute lrsquoinformation ou le contenu est organiseacute et geacuteneacuteralement classifieacute avec des meacutetadonneacutees Le contenu structureacute peut ecirctre stockeacute dans diffeacuterents formats standards ou proprieacutetaires y compris XML
premierS preacuterequiS pour commencer
meacutetadonneacutees il srsquoagit de lrsquoinformation geacuteneacutereacutee relative au contenu aux utilisateurs aux graphes de connaissances aux compeacutetences et aux autres ressources Les meacutetadonneacutees peuvent ecirctre subdiviseacutees en trois types
environnement numeacuterique les plateformes et les solutions qui utilisent les standards de connectiviteacute du marcheacute tels que API xAPI QTI LTI etc
meacutetadonneacutees descriptives leur fonction est la deacutecouverte et lrsquoidentification (par exemple titre reacutesumeacute auteur mots-cleacutes etc)
meacutetadonneacutees structurelles ce sont des conteneurs de meacutetadonneacutees qui composent des seacuteries drsquoobjets au sein des structures de donneacutees (par exemple les pages sont organiseacutees pour former des chapitres)
meacutetadonneacutees administratives elles aident agrave geacuterer une uniteacute de donneacutees par le biais de marqueurs ou drsquoune certaine forme de classification (par exemple les informations techniques le type de fichier quand et comment il a eacuteteacute creacuteeacute son chemin drsquoaccegraves etc)
Ann rockley et charles cooper dans managing enterprise content A unified content Strategy deacutefinissent le contenu
structureacute etou contenu intelligent comme laquo structurellement riche et seacutemantiquement cateacutegoriseacute raquo un
contenu qui est donc laquo automatiquement deacutecouvrable reacuteutilisable reconfigurable et
adaptable raquo
graphes de compeacutetencesconnaissances ils repreacutesentent les preacuterequis et les relations entre les diffeacuterents types de connaissances etou compeacutetences
contenu granulaireunitaire dans un parcours drsquoapprentissage chaque cours ou module est diviseacute en uniteacutes granulaires ou laquo objets peacutedagogiques raquo agrave apprendre Chacune des uniteacutes creacuteeacutees est coheacuterente autonome et reacuteutilisable
25
Lire Penser Approuver
R SociauxMobile Teacuteleacutevision Eacuteducateurs Ordinateurs Litteacuterature Pairs
Construire Eacutecouter Parler Regarder Jouer Eacutecrire Assister Chercher
Activiteacutes
lrsquoapprenant
26
Fondeacutee en 2013 Domoscio est speacutecialiseacutee dans le Big Data pour apprendre et les solutions drsquoapprentissage adaptatif La socieacuteteacute travaille avec de nombreux clients internationaux dans la formation en entreprise lrsquoeacutedition et lrsquoeacuteducationlrsquoenseignement supeacuterieur ainsi qursquoavec de multiples partenaires internationaux dans le secteur des logiciels
La RampD de Domoscio et ses solutions innovantes en font un leader dans son secteur La socieacuteteacute est reconnue et accreacutediteacutee par la Commission europeacuteenne le Ministegravere de lrsquoEacuteducation nationale lrsquoAgence Nationale de la Recherche franccedilaise (ANR) et la Banque Publique drsquoInvestissement (BPI France)
Chez Domoscio nous collaborons avec des partenaires et des clients dans une grande varieacuteteacute de domaines Nous leur fournissons des solutions drsquoapprentissage adaptatif qui leur permettent drsquoobtenir les meilleurs reacutesultats drsquoenseignement drsquoapprentissage et de formation dans leurs domaines respectifs
Les solutions drsquoapprentissage adaptatif peuvent ecirctre utiliseacutees agrave diverses fins et les beacuteneacutefices consideacuterables de lrsquoapprentissage adaptatif pour les apprenants les enseignants les eacutediteurs et les professionnels des RH - entre autres - sont eacutevidents
Agrave propoS De DomoScio
Domoscio utilise une technologie connue et reconnueNos solutions et services incluent principalement
Apprentissage adaptatif Analytique de lrsquoapprentissage
Services de conseil et drsquoaccompagnement
Analyse - une analyse fonctionnelle et technique est reacutealiseacutee ainsi qursquoune analyse des ressources peacutedagogiques du client afin drsquoeacutevaluer les actions neacutecessaires La solution cible est deacutefinie avec le client et un plan drsquoaction est eacutetabli
inteacutegration - le plan drsquoaction est exeacutecuteacute et la solution technique est inteacutegreacutee dans le dispositif du client avec les diffeacuterents contenus drsquoapprentissage Sur certaines plateformes ou Learning Management Systems (LMS) il suffit drsquoactiver une fonctionnaliteacute
Accompagnement - tout au long du processus Domoscio fournit au client un accompagnement continu et des services de conseil en veillant agrave la fiabiliteacute opeacuterationnelle de la solution fournie ces services peuvent comprendre la structuration du contenu la formation le support peacutedagogique etc
De la mecircme faccedilon que les solutions drsquoapprentissage adaptatif sont baseacutees sur le principe de lrsquoadaptation agrave lrsquoapprenant nous croyons que les solutions que nous proposons doivent ecirctre modeacuteliseacutees autour des besoins speacutecifiques de nos clients Ainsi afin de mettre en œuvre les solutions de Domoscio dans les dispositifs existants de nos clients nous adoptons une approche agrave trois volets analyse inteacutegration et accompagnement
27
parmi les distinctions de Domoscio
2016Tropheacutee Europe 1 de lrsquoAvenir cateacutegorie Education
europe 1
2014Lrsquoune des 7 startups les plus prometteuses en Technologies de lrsquoEducation
commission europeacuteenne
Suivre ce processus nous permet drsquoacqueacuterir une compreacutehension approfondie des besoins peacutedagogiques et drsquoapprentissage de nos clients et nous donne toutes les informations neacutecessaires pour optimiser leurs plateformes les rendre plus efficientes et atteindre leurs objectifs drsquoameacutelioration notre approche collaborative et de conseil signifie que nous sommes particuliegraverement sensibles aux objectifs de nos clients et que nous pouvons leur fournir lrsquoaide dont ils ont besoin pour appliquer avec succegraves les connaissances analytiques acquises par lrsquointeacutegration de nos solutions drsquoapprentissage adaptatif
pour en savoir plus sur lrsquoutilisation de lrsquoapprentissage adaptatif et pour mieux comprendreson fonctionnement drsquoun point de vue technique nous vous invitons agrave consulter nos prochains
livres blancs dans la mecircme seacuterie Utiliser lrsquoAdaptive Learning ndash Cas pratiqueset Inteacutegrer lrsquoAdaptive Learning ndash Une approche technique
Siegravege SociAl20 Rue du Commandant Reneacute Mouchotte75014 Paris France
BureAu47 Rue du Caire75002 Paris France
nouS Appeler+33 (0) 1 85 09 03 57
domosciocomcontactdomosciocom
12
Les cours particuliers - Ce type drsquoapprentissage renvoie aux meacutethodes drsquoapprentissage scolaire de lrsquoeacutepoque non-informatique Bloom1 vantait dans ses eacutetudes les meacuterites des cours particuliers mais aujourdrsquohui ils ne sont tout simplement pas applicables agrave grande eacutechelle ou dans un contexte eacuteducatif de masse en raison drsquoun manque de ressources adeacutequates et parce qursquoil ne reacutepond pas aux enjeux de lrsquoapprentissage social ou de la socialisation qui sont cruciales dans le deacuteveloppement
Lrsquoapprentissage diffeacuterencieacute - Crsquoest un autre ancecirctre de lrsquoapprentissage adaptatif comme nous lrsquoentendons aujourdrsquohui qui consiste agrave canaliser les apprenants dans des parcours drsquoapprentissage preacutedeacutefinis et baseacutes sur un certain nombre de critegraveres Il en existe deux types tous deux limiteacutes dans leur capaciteacute agrave optimiser les reacutesultats drsquoapprentissage
lrsquoeacutevolution De lrsquoApprentiSSAge ADAptAtif
La meacutethode la plus simple eacutevalue un eacutetudiant ou un apprenant au deacutebut drsquoun programme drsquoapprentissage et lrsquooriente vers une cateacutegorie ou un niveau speacutecifique On ne peut pas changer la deacutecision de cateacutegorisation apregraves qursquoelle a eacuteteacute prise
Les moteurs de regravegles (en anglais Rules-based Systems) pour leur part utilisent geacuteneacuteralement des laquo arbres de deacutecisions raquo pour guider les eacutelegraveves en fonction de ce qursquoils font tout au long de leur parcours drsquoapprentissage preacutedeacutefini indeacutependamment de leur historique et sans comprendre le raisonnement sous-jacent de lrsquoapprenant
eacutetat n eacutetat n+1regravegle preacutedeacutefinie deacutependantseulement de lrsquoeacutetat n
Nous connaissons aujourdrsquohui des deacutefinitions diverses et varieacutees de lrsquoapprentissage adaptatif Il existe aussi de nombreux preacutecurseurs de lrsquoapprentissage adaptatif dont
13
tests adaptatifs informatiseacutes (en anglais Computerised Adaptive Testing) - Crsquoest un systegraveme qui pose des questions ou propose des sessions drsquoeacutevaluation en fonction des reacutesultats aux tests preacuteceacutedents ou des reacuteponses Crsquoest une fonctionnaliteacute que de nombreuses plateformes drsquoapprentissage en ligne proposent deacutejagrave Un meacutecanisme inteacutegreacute garantit que si lrsquoon reacutepond incorrectement agrave une question la question suivante aura un niveau de difficulteacute infeacuterieur Cela met en eacutevidence son adaptabiliteacute limiteacutee car bien qursquoil modifie le parcours drsquoapprentissage en fonction de lrsquoapprenant il le canalise uniquement vers certaines cateacutegories preacutedeacutetermineacutees Il srsquoadapte seulement dans le cadre du test et ne srsquoappuie pas sur lrsquoexpeacuterience drsquoautres apprenants pour en extraire des informations pourtant pertinentes et tregraves utiles
fini
fini
NIv
eAU
De
DIf
fIc
ULt
eacute
14
Lrsquoapprentissage adaptatif (en anglais Adaptive Learning ou Personalised Learning) revient agrave combiner les recherches en sciences cognitives et lrsquointelligence artificielle (IA) et les appliquer aux meacutegadonneacutees pour deacutevelopper de meilleurs systegravemes drsquoapprentissage plus efficients et plus personnaliseacutes Ceux-ci assurent une meilleure compreacutehension et reacutetention de lrsquoinformation des connaissances des savoirs et des compeacutetences acquises par un apprenant donneacute Lrsquoapprentissage adaptatif srsquoappuie sur le parcours de lrsquoapprenant et sur les donneacutees qursquoil a geacuteneacutereacutees pour produire des plans drsquoapprentissage personnaliseacutes et proposer des contenus adapteacutes agrave ses capaciteacutes ainsi que des recommandations qui seront plus susceptibles de correspondre agrave ses aptitudes Ces eacuteleacutements sont calculeacutes sur la base du profil des apprenants de leurs objectifs drsquoapprentissage de leur historique drsquoapprentissage et des contenus suivis preacuteceacutedemment
le ministegravere de lrsquoeacuteducation des eacutetats-unis deacutefinit laquo lrsquoapprentissage adaptatif raquo comme
un systegraveme drsquoapprentissage numeacuterique qui peut laquo eacutevoluer de faccedilon dynamique
pour mieux correspondre agrave lrsquoeacutetudiant gracircce aux informations recueillies au cours de
lrsquoapprentissage raquo
Lrsquoanalyse des donneacutees qui conduit agrave lrsquoanalytique de lrsquoapprentissage (ou analyse des donneacutees sur lrsquoeacuteducation connue aussi sous son nom anglais Learning Analytics) Les apprenants travaillent sur un systegraveme adaptatif donc les donneacutees qursquoils geacutenegraverent sont analyseacutees afin de
Generate dashboards highlighting insightful data and predictions
Les systegravemes de recommandations impliquent drsquoanticiper les reacuteactions des utilisateurs agrave une seacuterie drsquooptions Les recommandations sont faites pour orienter plus preacuteciseacutement et plus efficacement lrsquoapprenant vers lrsquoobjectif drsquoapprentissage
Les regroupements drsquoutilisateurs font reacutefeacuterence aux regroupements drsquoapprenants qui se ressemblent afin qursquoils puissent travailler ensemble et srsquoentraider
La modeacutelisation des apprenants (ou Learner Modeling) srsquointeacuteresse agrave lrsquoeacutetudiant et vise agrave deacutefinir ce qui est compris par lrsquoapprenant ce qui est compris de lrsquoapprenant et quel est lrsquoobjectif drsquoapprentissage
La deacutetection de donneacutees aberrantes se rapporte agrave la deacutetection drsquoanomalies Par exemple cette meacutethode est utiliseacutee pour deacutetecter un apprenant qui serait en train de tricher qui srsquoeacuteloignerait de ses objectifs drsquoapprentissage ou mecircme qui serait en situation de deacutecrochage
ApprentiSSAge ADAptAtif ndash le Dernier moDegravele
Creacuteer des plans drsquoapprentissage personnaliseacutes et proposer des recommandations
Geacuteneacuterer des tableaux de bord mettant en eacutevidence des donneacutees et des preacutevisions pertinentes
Lrsquoapprentissage adaptatif aborde les trois phases du processus drsquoapprentissage (Assimilation consolidation et Application) Pour ce faire un ensemble de meacutethodes et de techniques sont employeacutees En voici quelques-unes
15
contenu amp Structure des connaissances
Compeacutetence 1
Compeacutetence 4
Compeacutetence 3
Compeacutetence 2
Sujet 1 Sujet 2
Sujet 3
Concept 1 Concept 2
Concept 3
Contenu 1Contenu 2
bullbullbull
Eacutevaluation 1Eacutevaluation 2
bullbullbull
Autres 1Autres 2
bullbullbull
Compeacutetence 5
Sujet 4
REacuteVISION
Contenu 1Contenu 2
bullbullbull
Exercise 1Exercise 2
bullbullbull
16
eacutetape de boucle courte
Dans cette eacutetape lrsquoapprenant tente drsquoassimiler un concept en particulier Lrsquoalgorithme drsquoapprentissage adaptatif propose agrave lrsquoapprenant une seacutequence speacutecifique drsquoeacutevaluations de contenus et drsquoautres activiteacutes adapteacutes agrave lui Les donneacutees drsquoentreacutee pour lrsquoanalyse algorithmique sont
Lrsquoobjectif drsquoapprentissage relatif agrave un concept en particulierLes types de contenu drsquoeacutevaluations et drsquoautres activiteacutes qui conviennent le mieux agrave lrsquoapprenant selon lrsquohistorique de donneacuteesLe comportement de lrsquoapprenant et celui de ses pairs par rapport au conceptLe niveau de compreacutehension de lrsquoapprenant sur les ressources preacuteceacutedentes lieacutees au conceptLe niveau drsquoassimilation du concept par lrsquoapprenant
Lrsquoobjectif drsquoapprentissage relatif agrave un sujet en particulierLe niveau de progregraves de lrsquoapprenant dans la maicirctrise du sujetLe comportement et le progregraves des autres apprenants par rapport au sujet
Contenu 1 Contenu 2
Eacutevaluation 1 Eacutevaluation 2
Autres 1 Autres 2
Concept 1
Concept 2
Concept 3
Concept 4
lrsquoapprentissage adaptatif est composeacute de cinq eacutetapes diffeacuterentes
eacutetape de boucle longue
Un sujet speacutecifique est composeacute de plusieurs concepts diffeacuterents Cette eacutetape concerne le sujet dans son ensemble par opposition aux concepts individuels Lrsquoalgorithme suggegravere le prochain concept agrave assimiler et propose un parcours drsquoapprentissage en tenant compte des donneacutees provenant de
Sujet
17
eacutetape de macro recommandation
Lorsque lrsquoobjectif drsquoapprentissage sur un sujet en particulier a eacuteteacute atteint lrsquoalgorithme fait une recommandation concernant le prochain objectif drsquoapprentissage (le prochain sujet agrave aborder et agrave maicirctriser) Les entreacutees sont baseacutees sur toutes les informations recueillies au cours des phases preacuteceacutedentes Encore une fois cela srsquoappuie sur les capaciteacutes les inteacuterecircts et les preacutefeacuterences peacutedagogiques deacuteduits de lrsquoapprenant ainsi que sur ceux de ses camarades et les reacutesultats qursquoils ont produits
eacutetape de reacutevision
Lorsque lrsquoassimilation est effective la consolidation doit srsquoeffectuer et celle-ci est reacutealiseacutee par la reacutepeacutetition espaceacutee Lrsquoalgorithme va proposer un plan de reacutevision sur mesure pour lrsquoapprenant ainsi qursquoun test approprieacute pour deacuteterminer les reacutevisions agrave effectuer et le moment pour optimiser le nombre de questions Les entreacutees de donneacutees prises en compte sont
Compeacutetence 3
Compeacutetence 2
Compeacutetence 1
La preacutevision du moment ougrave lrsquoapprenant est susceptible drsquooublierLa difficulteacute de reacutetention du concept pour lrsquoapprenantLa relation entre les diffeacuterents concepts et le contenuLe comportement de lrsquoapprenant par rapport agrave la reacutevision et celui de ses pairs
Sujet 1 Reacutevision 1
Reacutevision 2
15 Janvier
23 Janvier
bullbullbull
reacutevision
18
Sur la bonne voie
Pas sur la bonne voie
lrsquoalgorithme est dynamique et recalcule en permanence son prochain plan drsquoaction sur la base des nouvelles informations recueillies gracircce aux nouvelles donneacutees entreacutees et aux interactions humaines cela lui permet de reacuteagir dans le meilleur inteacuterecirct de lrsquoapprenant et renforce sa capaciteacute agrave geacuteneacuterer un meilleur impact drsquoapprentissage
eacutetape de remeacutediation
Tout au long de ce processus lrsquoalgorithme analyse les progregraves de lrsquoapprenant afin drsquoidentifier une difficulteacute ou un point de blocage (ougrave lrsquoapprenant peut ecirctre tenteacute drsquoabandonner) Lrsquoalgorithme peut agrave tout moment et de faccedilon reacuteactive proposer une nouvelle seacutequence dans le but de remettre lrsquoapprenant sur la bonne voie Lorsque cette situation se produit lrsquoenseignant reccediloit une alerte ou une notification et peut intervenir pour aider agrave reacutesoudre le problegraveme
19
Lrsquoapprentissage adaptatif peut ecirctre appliqueacute agrave une grande varieacuteteacute de situations drsquoapprentissage de lrsquoenseignement primaire agrave la formation continue Comme les solutions drsquoapprentissage adaptatif deacutependent de la lecture et de lrsquoanalyse drsquoalgorithmes et de donneacutees elles peuvent ecirctre connecteacutees agrave un grand nombre de solutions ou de plateformes qui produisent ces donneacutees (plateformes LMS plateformes drsquoapprentissage en ligne plateformes de simulation solutions de reacutealiteacute virtuelle systegravemes ERP existants bases de donneacutees Open Data systegravemes drsquoinformation RH etc) Une solution peut ecirctre inteacutegreacutee dans lrsquoune de ces plateformes mais elle ne se contente pas de travailler en arriegravere-plan Les individus ont la possibiliteacute drsquointeragir avec la solution drsquoapprentissage adaptatif ses conclusions et ses actions et de corriger ou drsquoorienter ses actions futures en triant les donneacutees et en identifiant les indicateurs et les analyses les plus importantes pour son objectif
Le nombre de sceacutenarios dans lesquels lrsquoapprentissage adaptatif peut ecirctre appliqueacute est tout aussi large Voici quelques exemples pratiques drsquoapprentissage adaptatif
Appliquer lrsquoApprentiSSAge ADAptAtif
Les learning management Systems (LMS) et autres solutions drsquoapprentissage sont baseacutes sur un modegravele drsquoapprentissage lineacuteaire avec un format unique Les solutions drsquoapprentissage adaptatif peuvent facilement ecirctre inteacutegreacutees dans ces plateformes pour ameacuteliorer leurs capaciteacutes fournir des outils drsquoanalyse de donneacutees proposer agrave leurs utilisateurs des plans drsquoapprentissage personnaliseacutes et accroicirctre leur efficience globale en produisant un meilleur impact drsquoapprentissage
La formation en entreprise fait face agrave des deacutefis consideacuterables tels que la rapiditeacute croissante de lrsquoeacutevolution des compeacutetences requises par les employeacutes au sein drsquoune entreprise ou drsquoun secteur donneacute Dans ce contexte les employeacutes peuvent ecirctre issus de parcours tregraves diffeacuterents et avoir des niveaux drsquoexpeacuterience et drsquoinstruction varieacutes En combinant des descriptions de poste des reacutefeacuterentiels de compeacutetences des reacutefeacuterentiels meacutetiers des catalogues de formation des plateformes drsquoapprentissage et des solutions drsquoapprentissage adaptatif lrsquoentreprise peut exploiter les analyses agrave sa disposition pour comparer les nouvelles compeacutetences requises agrave celles deacutejagrave maicirctriseacutees par les employeacutes en poste De cette faccedilon une solution drsquoapprentissage adaptatif peut proposer un plan de formation adapteacute aux employeacutes pour maintenir leurs compeacutetences acquises et apporter de la valeur ajouteacutee agrave lrsquoentreprise
les solutions drsquoapprentissage adaptatif sont drsquoune utiliteacute particuliegravere pour les institutions acadeacutemiques les fournisseurs de logiciels les eacutediteurs et les deacutepartements rh mais cette liste
est loin drsquoecirctre exhaustive
20
Apprentissage adaptatif utiliseacute agrave lrsquoeacutecole primaire
du programme de formation a eacuteteacute retenu apregraves une peacuteriode de 3 mois par les apprenants utilisant une plateforme adaptative contre seulement 28 pour les apprenants nrsquoutilisant pas la plateforme
des personnes sont revenues sur la plateforme pour effectuer les exercices recommandeacutes par la solution drsquoapprentissage adaptatif sans aucune obligation de le faire
des recommandations proposeacutees par le systegraveme drsquoapprentissage adaptatif sont couronneacutees de succegraves permettant aux apprenants drsquoatteindre leur objectif drsquoapprentissage
des recommandations proposeacutees dans une situation ougrave lrsquoapprenant rencontre agrave plusieurs reprises des difficulteacutes ont un impact positif reacutesolvent le problegraveme et permettent agrave lrsquoeacutetudiant de terminer le module (pour les 13 restants lrsquoenseignant est alerteacute de ses difficulteacutes par des notifications et intervient pour eacuteviter la possibiliteacute de deacutecrochage)
des ressources sont eacutepargneacutees puisque lrsquoutilisation des ressources inadapteacutees est eacuteviteacutee De maniegravere globale les plans drsquoapprentissage personnaliseacutes permettent aux eacutelegraveves drsquoavancer plus rapidement car ils travaillent agrave leur propre rythme et assimilent de maniegravere plus efficace ameacuteliorant ainsi leurs reacutesultats
Apprentissage adaptatif utiliseacute dans la formation en entreprise
De lA theacuteorie Aux reacuteSultAtS
en Juin 2016 Domoscio a meneacute une expeacuterimentation dans le cadre de sa collaboration avec un eacutediteur offrant des cours en franccedilais anglais et matheacutematiques pour des eacutecoles primaires en france 400 eacutetudiants ont eacuteteacute impliqueacutes dans lrsquoeacutechantillon de test les chiffres sont calculeacutes apregraves deux mois drsquoutilisation de la technologie drsquoapprentissage adaptatif de Domoscio
en Juillet 2016 Domoscio a observeacute les reacutesultats de lrsquointeacutegration de sa technologie adaptative dans un environnement drsquoapprentissage mixte dans le cadre de formations au management et agrave la vente pour 200 apprenants dans le secteur priveacute
01 quelques chiffres
21
Teacutemoignages de formateurs et drsquoenseignants qui utilisent des solutions drsquoapprentissage adaptatif
laquoLrsquoun de mes eacutelegraveves (13 ans et en CM1) a des difficulteacutes dans tous les concepts abordeacutes Il est suivi par une AVS (Auxiliaire de Vie Scolaire) Ni les manuels scolaires ni mes explications orales ni le travail en groupe ne lui permettent drsquoavancer Il a vraiment accrocheacute avec les parcours adaptatifs en maths et a reacuteussi agrave progresser dans son parcours Lrsquoexpeacuterience a eacuteteacute tregraves valorisante pour luiraquo
Caroline T 9
ProfesseurEcole primaire de Saint-Etienne France
9 Caroline eacutetait lrsquoune des enseignantes concerneacutees par lrsquoexpeacuterimentation meneacutee aupregraves de 400 eacutetudiants en juin 2016 utilisant la technologie de Domoscio10 Balthazar est speacutecialiseacute en prestations de formation en entreprise et utilise les solutions de Domoscio depuis 2015
laquoBalthazar utilise lrsquoapprentissage adaptatif dans le cadre de ses formations en management En tant que formateur le dispositif me permet de suivre les stagiaires individuellement et drsquoajuster ma peacutedagogie en conseacutequence Lrsquoapprentissage adaptatif complegravete nos actions de formation ameacuteliore leur impact et nous permet drsquooffrir agrave nos stagiaires un veacuteritable service apregraves formationraquo
Sylvain RajzwingConsultant en managementBalthazar10
02 quelques mots
22
pour les apprenants
Ils ont des expeacuteriences drsquoapprentissage personnaliseacutees
Ils assimilent les concepts de maniegravere plus rapide et durablement
Ils voient leur temps drsquoapprentissage et de reacutevision optimiseacute
Ils beacuteneacuteficient de meilleurs reacutesultats drsquoapprentissage
Les progregraves sont suivis et les reacutesultats drsquoapprentissage eacutevalueacutes pour favoriser lrsquoameacutelioration
pour les enseignantsformateurs
Ils peuvent mesurer les reacutesultats drsquoapprentissage gracircce agrave des analyses pertinentes et des tableaux de bord intuitifs leur permettant drsquoacqueacuterir une vision claire des progregraves de leurs eacutelegravevesemployeacutes
Ils peuvent anticiper les difficulteacutes des eacutelegravevesemployeacutes puis adapter le contenu de leurs cours en conseacutequence
Ils augmentent leur valeur ajouteacutee en utilisant les outils peacutedagogiques de la solution drsquoapprentissage adaptatif pour reacutepondre aux besoins de chaque apprenant sans les contraintes que cela implique (ils peuvent ecirctre agrave lrsquoeacutecoute des besoins de lrsquoapprenant sans passer des heures agrave corriger et analyser le travail de tous les apprenants)
03 Beacuteneacutefices
23
pour les salarieacutes
Ils partagent les mecircmes beacuteneacutefices que les apprenants par rap-port agrave lrsquoapprentissage adaptatif et profitent drsquoavantages sup-pleacutementaires
Leur temps est mieux geacutereacute ce qui permet un meilleur eacutequilibre entre les temps de travail et de formation
Ils augmentent leur employabiliteacute avec de nouvelles compeacute-tences
Ils ont les outils et la formation neacutecessaires pour mieux reacuteali-ser leur travail ce qui conduit agrave une plus grande satisfaction au travail
pour les eacutediteurs
Lrsquoapprentissage adaptatif leur permet drsquoaccompagner les transformations opeacutereacutees par les technologies numeacuteriques avec des services agrave valeur ajouteacutee en lien avec leur contenu Il permet eacutegalement aux eacutediteurs drsquoavoir accegraves agrave des donneacutees concernant lrsquointeraction avec leur contenu ce qui leur apporte de nouvelles perspectives sur son efficaciteacute et sa pertinence comme outil drsquoapprentissage
Les solutions drsquoapprentissage adaptatif permettent aux eacutediteurs drsquoaccompagner les utilisateurs en ajustant le contenu en fonc-tion des besoins des apprenants
pour la gestion de la formation en entreprise
Lrsquoapprentissage adaptatif aide agrave identifier les besoins de formation au sein de lrsquoentreprise en utilisant les analyses des reacutesultats de formation pour ameacuteliorer les futures actions de formation et les cibler avec plus de preacutecision
Il aide agrave mesurer la qualiteacute des actions de formation et leur retour sur investissement car les employeacutes sont mieux et plus efficacement formeacutes
Il soutient la strateacutegie de formation globale de lrsquoentreprise en veillant agrave ce que les employeacutes aient les compeacutetences requises pour remplir leurs fonctions de maniegravere plus adeacutequate
24
contenu structureacute lrsquoinformation ou le contenu est organiseacute et geacuteneacuteralement classifieacute avec des meacutetadonneacutees Le contenu structureacute peut ecirctre stockeacute dans diffeacuterents formats standards ou proprieacutetaires y compris XML
premierS preacuterequiS pour commencer
meacutetadonneacutees il srsquoagit de lrsquoinformation geacuteneacutereacutee relative au contenu aux utilisateurs aux graphes de connaissances aux compeacutetences et aux autres ressources Les meacutetadonneacutees peuvent ecirctre subdiviseacutees en trois types
environnement numeacuterique les plateformes et les solutions qui utilisent les standards de connectiviteacute du marcheacute tels que API xAPI QTI LTI etc
meacutetadonneacutees descriptives leur fonction est la deacutecouverte et lrsquoidentification (par exemple titre reacutesumeacute auteur mots-cleacutes etc)
meacutetadonneacutees structurelles ce sont des conteneurs de meacutetadonneacutees qui composent des seacuteries drsquoobjets au sein des structures de donneacutees (par exemple les pages sont organiseacutees pour former des chapitres)
meacutetadonneacutees administratives elles aident agrave geacuterer une uniteacute de donneacutees par le biais de marqueurs ou drsquoune certaine forme de classification (par exemple les informations techniques le type de fichier quand et comment il a eacuteteacute creacuteeacute son chemin drsquoaccegraves etc)
Ann rockley et charles cooper dans managing enterprise content A unified content Strategy deacutefinissent le contenu
structureacute etou contenu intelligent comme laquo structurellement riche et seacutemantiquement cateacutegoriseacute raquo un
contenu qui est donc laquo automatiquement deacutecouvrable reacuteutilisable reconfigurable et
adaptable raquo
graphes de compeacutetencesconnaissances ils repreacutesentent les preacuterequis et les relations entre les diffeacuterents types de connaissances etou compeacutetences
contenu granulaireunitaire dans un parcours drsquoapprentissage chaque cours ou module est diviseacute en uniteacutes granulaires ou laquo objets peacutedagogiques raquo agrave apprendre Chacune des uniteacutes creacuteeacutees est coheacuterente autonome et reacuteutilisable
25
Lire Penser Approuver
R SociauxMobile Teacuteleacutevision Eacuteducateurs Ordinateurs Litteacuterature Pairs
Construire Eacutecouter Parler Regarder Jouer Eacutecrire Assister Chercher
Activiteacutes
lrsquoapprenant
26
Fondeacutee en 2013 Domoscio est speacutecialiseacutee dans le Big Data pour apprendre et les solutions drsquoapprentissage adaptatif La socieacuteteacute travaille avec de nombreux clients internationaux dans la formation en entreprise lrsquoeacutedition et lrsquoeacuteducationlrsquoenseignement supeacuterieur ainsi qursquoavec de multiples partenaires internationaux dans le secteur des logiciels
La RampD de Domoscio et ses solutions innovantes en font un leader dans son secteur La socieacuteteacute est reconnue et accreacutediteacutee par la Commission europeacuteenne le Ministegravere de lrsquoEacuteducation nationale lrsquoAgence Nationale de la Recherche franccedilaise (ANR) et la Banque Publique drsquoInvestissement (BPI France)
Chez Domoscio nous collaborons avec des partenaires et des clients dans une grande varieacuteteacute de domaines Nous leur fournissons des solutions drsquoapprentissage adaptatif qui leur permettent drsquoobtenir les meilleurs reacutesultats drsquoenseignement drsquoapprentissage et de formation dans leurs domaines respectifs
Les solutions drsquoapprentissage adaptatif peuvent ecirctre utiliseacutees agrave diverses fins et les beacuteneacutefices consideacuterables de lrsquoapprentissage adaptatif pour les apprenants les enseignants les eacutediteurs et les professionnels des RH - entre autres - sont eacutevidents
Agrave propoS De DomoScio
Domoscio utilise une technologie connue et reconnueNos solutions et services incluent principalement
Apprentissage adaptatif Analytique de lrsquoapprentissage
Services de conseil et drsquoaccompagnement
Analyse - une analyse fonctionnelle et technique est reacutealiseacutee ainsi qursquoune analyse des ressources peacutedagogiques du client afin drsquoeacutevaluer les actions neacutecessaires La solution cible est deacutefinie avec le client et un plan drsquoaction est eacutetabli
inteacutegration - le plan drsquoaction est exeacutecuteacute et la solution technique est inteacutegreacutee dans le dispositif du client avec les diffeacuterents contenus drsquoapprentissage Sur certaines plateformes ou Learning Management Systems (LMS) il suffit drsquoactiver une fonctionnaliteacute
Accompagnement - tout au long du processus Domoscio fournit au client un accompagnement continu et des services de conseil en veillant agrave la fiabiliteacute opeacuterationnelle de la solution fournie ces services peuvent comprendre la structuration du contenu la formation le support peacutedagogique etc
De la mecircme faccedilon que les solutions drsquoapprentissage adaptatif sont baseacutees sur le principe de lrsquoadaptation agrave lrsquoapprenant nous croyons que les solutions que nous proposons doivent ecirctre modeacuteliseacutees autour des besoins speacutecifiques de nos clients Ainsi afin de mettre en œuvre les solutions de Domoscio dans les dispositifs existants de nos clients nous adoptons une approche agrave trois volets analyse inteacutegration et accompagnement
27
parmi les distinctions de Domoscio
2016Tropheacutee Europe 1 de lrsquoAvenir cateacutegorie Education
europe 1
2014Lrsquoune des 7 startups les plus prometteuses en Technologies de lrsquoEducation
commission europeacuteenne
Suivre ce processus nous permet drsquoacqueacuterir une compreacutehension approfondie des besoins peacutedagogiques et drsquoapprentissage de nos clients et nous donne toutes les informations neacutecessaires pour optimiser leurs plateformes les rendre plus efficientes et atteindre leurs objectifs drsquoameacutelioration notre approche collaborative et de conseil signifie que nous sommes particuliegraverement sensibles aux objectifs de nos clients et que nous pouvons leur fournir lrsquoaide dont ils ont besoin pour appliquer avec succegraves les connaissances analytiques acquises par lrsquointeacutegration de nos solutions drsquoapprentissage adaptatif
pour en savoir plus sur lrsquoutilisation de lrsquoapprentissage adaptatif et pour mieux comprendreson fonctionnement drsquoun point de vue technique nous vous invitons agrave consulter nos prochains
livres blancs dans la mecircme seacuterie Utiliser lrsquoAdaptive Learning ndash Cas pratiqueset Inteacutegrer lrsquoAdaptive Learning ndash Une approche technique
Siegravege SociAl20 Rue du Commandant Reneacute Mouchotte75014 Paris France
BureAu47 Rue du Caire75002 Paris France
nouS Appeler+33 (0) 1 85 09 03 57
domosciocomcontactdomosciocom
13
tests adaptatifs informatiseacutes (en anglais Computerised Adaptive Testing) - Crsquoest un systegraveme qui pose des questions ou propose des sessions drsquoeacutevaluation en fonction des reacutesultats aux tests preacuteceacutedents ou des reacuteponses Crsquoest une fonctionnaliteacute que de nombreuses plateformes drsquoapprentissage en ligne proposent deacutejagrave Un meacutecanisme inteacutegreacute garantit que si lrsquoon reacutepond incorrectement agrave une question la question suivante aura un niveau de difficulteacute infeacuterieur Cela met en eacutevidence son adaptabiliteacute limiteacutee car bien qursquoil modifie le parcours drsquoapprentissage en fonction de lrsquoapprenant il le canalise uniquement vers certaines cateacutegories preacutedeacutetermineacutees Il srsquoadapte seulement dans le cadre du test et ne srsquoappuie pas sur lrsquoexpeacuterience drsquoautres apprenants pour en extraire des informations pourtant pertinentes et tregraves utiles
fini
fini
NIv
eAU
De
DIf
fIc
ULt
eacute
14
Lrsquoapprentissage adaptatif (en anglais Adaptive Learning ou Personalised Learning) revient agrave combiner les recherches en sciences cognitives et lrsquointelligence artificielle (IA) et les appliquer aux meacutegadonneacutees pour deacutevelopper de meilleurs systegravemes drsquoapprentissage plus efficients et plus personnaliseacutes Ceux-ci assurent une meilleure compreacutehension et reacutetention de lrsquoinformation des connaissances des savoirs et des compeacutetences acquises par un apprenant donneacute Lrsquoapprentissage adaptatif srsquoappuie sur le parcours de lrsquoapprenant et sur les donneacutees qursquoil a geacuteneacutereacutees pour produire des plans drsquoapprentissage personnaliseacutes et proposer des contenus adapteacutes agrave ses capaciteacutes ainsi que des recommandations qui seront plus susceptibles de correspondre agrave ses aptitudes Ces eacuteleacutements sont calculeacutes sur la base du profil des apprenants de leurs objectifs drsquoapprentissage de leur historique drsquoapprentissage et des contenus suivis preacuteceacutedemment
le ministegravere de lrsquoeacuteducation des eacutetats-unis deacutefinit laquo lrsquoapprentissage adaptatif raquo comme
un systegraveme drsquoapprentissage numeacuterique qui peut laquo eacutevoluer de faccedilon dynamique
pour mieux correspondre agrave lrsquoeacutetudiant gracircce aux informations recueillies au cours de
lrsquoapprentissage raquo
Lrsquoanalyse des donneacutees qui conduit agrave lrsquoanalytique de lrsquoapprentissage (ou analyse des donneacutees sur lrsquoeacuteducation connue aussi sous son nom anglais Learning Analytics) Les apprenants travaillent sur un systegraveme adaptatif donc les donneacutees qursquoils geacutenegraverent sont analyseacutees afin de
Generate dashboards highlighting insightful data and predictions
Les systegravemes de recommandations impliquent drsquoanticiper les reacuteactions des utilisateurs agrave une seacuterie drsquooptions Les recommandations sont faites pour orienter plus preacuteciseacutement et plus efficacement lrsquoapprenant vers lrsquoobjectif drsquoapprentissage
Les regroupements drsquoutilisateurs font reacutefeacuterence aux regroupements drsquoapprenants qui se ressemblent afin qursquoils puissent travailler ensemble et srsquoentraider
La modeacutelisation des apprenants (ou Learner Modeling) srsquointeacuteresse agrave lrsquoeacutetudiant et vise agrave deacutefinir ce qui est compris par lrsquoapprenant ce qui est compris de lrsquoapprenant et quel est lrsquoobjectif drsquoapprentissage
La deacutetection de donneacutees aberrantes se rapporte agrave la deacutetection drsquoanomalies Par exemple cette meacutethode est utiliseacutee pour deacutetecter un apprenant qui serait en train de tricher qui srsquoeacuteloignerait de ses objectifs drsquoapprentissage ou mecircme qui serait en situation de deacutecrochage
ApprentiSSAge ADAptAtif ndash le Dernier moDegravele
Creacuteer des plans drsquoapprentissage personnaliseacutes et proposer des recommandations
Geacuteneacuterer des tableaux de bord mettant en eacutevidence des donneacutees et des preacutevisions pertinentes
Lrsquoapprentissage adaptatif aborde les trois phases du processus drsquoapprentissage (Assimilation consolidation et Application) Pour ce faire un ensemble de meacutethodes et de techniques sont employeacutees En voici quelques-unes
15
contenu amp Structure des connaissances
Compeacutetence 1
Compeacutetence 4
Compeacutetence 3
Compeacutetence 2
Sujet 1 Sujet 2
Sujet 3
Concept 1 Concept 2
Concept 3
Contenu 1Contenu 2
bullbullbull
Eacutevaluation 1Eacutevaluation 2
bullbullbull
Autres 1Autres 2
bullbullbull
Compeacutetence 5
Sujet 4
REacuteVISION
Contenu 1Contenu 2
bullbullbull
Exercise 1Exercise 2
bullbullbull
16
eacutetape de boucle courte
Dans cette eacutetape lrsquoapprenant tente drsquoassimiler un concept en particulier Lrsquoalgorithme drsquoapprentissage adaptatif propose agrave lrsquoapprenant une seacutequence speacutecifique drsquoeacutevaluations de contenus et drsquoautres activiteacutes adapteacutes agrave lui Les donneacutees drsquoentreacutee pour lrsquoanalyse algorithmique sont
Lrsquoobjectif drsquoapprentissage relatif agrave un concept en particulierLes types de contenu drsquoeacutevaluations et drsquoautres activiteacutes qui conviennent le mieux agrave lrsquoapprenant selon lrsquohistorique de donneacuteesLe comportement de lrsquoapprenant et celui de ses pairs par rapport au conceptLe niveau de compreacutehension de lrsquoapprenant sur les ressources preacuteceacutedentes lieacutees au conceptLe niveau drsquoassimilation du concept par lrsquoapprenant
Lrsquoobjectif drsquoapprentissage relatif agrave un sujet en particulierLe niveau de progregraves de lrsquoapprenant dans la maicirctrise du sujetLe comportement et le progregraves des autres apprenants par rapport au sujet
Contenu 1 Contenu 2
Eacutevaluation 1 Eacutevaluation 2
Autres 1 Autres 2
Concept 1
Concept 2
Concept 3
Concept 4
lrsquoapprentissage adaptatif est composeacute de cinq eacutetapes diffeacuterentes
eacutetape de boucle longue
Un sujet speacutecifique est composeacute de plusieurs concepts diffeacuterents Cette eacutetape concerne le sujet dans son ensemble par opposition aux concepts individuels Lrsquoalgorithme suggegravere le prochain concept agrave assimiler et propose un parcours drsquoapprentissage en tenant compte des donneacutees provenant de
Sujet
17
eacutetape de macro recommandation
Lorsque lrsquoobjectif drsquoapprentissage sur un sujet en particulier a eacuteteacute atteint lrsquoalgorithme fait une recommandation concernant le prochain objectif drsquoapprentissage (le prochain sujet agrave aborder et agrave maicirctriser) Les entreacutees sont baseacutees sur toutes les informations recueillies au cours des phases preacuteceacutedentes Encore une fois cela srsquoappuie sur les capaciteacutes les inteacuterecircts et les preacutefeacuterences peacutedagogiques deacuteduits de lrsquoapprenant ainsi que sur ceux de ses camarades et les reacutesultats qursquoils ont produits
eacutetape de reacutevision
Lorsque lrsquoassimilation est effective la consolidation doit srsquoeffectuer et celle-ci est reacutealiseacutee par la reacutepeacutetition espaceacutee Lrsquoalgorithme va proposer un plan de reacutevision sur mesure pour lrsquoapprenant ainsi qursquoun test approprieacute pour deacuteterminer les reacutevisions agrave effectuer et le moment pour optimiser le nombre de questions Les entreacutees de donneacutees prises en compte sont
Compeacutetence 3
Compeacutetence 2
Compeacutetence 1
La preacutevision du moment ougrave lrsquoapprenant est susceptible drsquooublierLa difficulteacute de reacutetention du concept pour lrsquoapprenantLa relation entre les diffeacuterents concepts et le contenuLe comportement de lrsquoapprenant par rapport agrave la reacutevision et celui de ses pairs
Sujet 1 Reacutevision 1
Reacutevision 2
15 Janvier
23 Janvier
bullbullbull
reacutevision
18
Sur la bonne voie
Pas sur la bonne voie
lrsquoalgorithme est dynamique et recalcule en permanence son prochain plan drsquoaction sur la base des nouvelles informations recueillies gracircce aux nouvelles donneacutees entreacutees et aux interactions humaines cela lui permet de reacuteagir dans le meilleur inteacuterecirct de lrsquoapprenant et renforce sa capaciteacute agrave geacuteneacuterer un meilleur impact drsquoapprentissage
eacutetape de remeacutediation
Tout au long de ce processus lrsquoalgorithme analyse les progregraves de lrsquoapprenant afin drsquoidentifier une difficulteacute ou un point de blocage (ougrave lrsquoapprenant peut ecirctre tenteacute drsquoabandonner) Lrsquoalgorithme peut agrave tout moment et de faccedilon reacuteactive proposer une nouvelle seacutequence dans le but de remettre lrsquoapprenant sur la bonne voie Lorsque cette situation se produit lrsquoenseignant reccediloit une alerte ou une notification et peut intervenir pour aider agrave reacutesoudre le problegraveme
19
Lrsquoapprentissage adaptatif peut ecirctre appliqueacute agrave une grande varieacuteteacute de situations drsquoapprentissage de lrsquoenseignement primaire agrave la formation continue Comme les solutions drsquoapprentissage adaptatif deacutependent de la lecture et de lrsquoanalyse drsquoalgorithmes et de donneacutees elles peuvent ecirctre connecteacutees agrave un grand nombre de solutions ou de plateformes qui produisent ces donneacutees (plateformes LMS plateformes drsquoapprentissage en ligne plateformes de simulation solutions de reacutealiteacute virtuelle systegravemes ERP existants bases de donneacutees Open Data systegravemes drsquoinformation RH etc) Une solution peut ecirctre inteacutegreacutee dans lrsquoune de ces plateformes mais elle ne se contente pas de travailler en arriegravere-plan Les individus ont la possibiliteacute drsquointeragir avec la solution drsquoapprentissage adaptatif ses conclusions et ses actions et de corriger ou drsquoorienter ses actions futures en triant les donneacutees et en identifiant les indicateurs et les analyses les plus importantes pour son objectif
Le nombre de sceacutenarios dans lesquels lrsquoapprentissage adaptatif peut ecirctre appliqueacute est tout aussi large Voici quelques exemples pratiques drsquoapprentissage adaptatif
Appliquer lrsquoApprentiSSAge ADAptAtif
Les learning management Systems (LMS) et autres solutions drsquoapprentissage sont baseacutes sur un modegravele drsquoapprentissage lineacuteaire avec un format unique Les solutions drsquoapprentissage adaptatif peuvent facilement ecirctre inteacutegreacutees dans ces plateformes pour ameacuteliorer leurs capaciteacutes fournir des outils drsquoanalyse de donneacutees proposer agrave leurs utilisateurs des plans drsquoapprentissage personnaliseacutes et accroicirctre leur efficience globale en produisant un meilleur impact drsquoapprentissage
La formation en entreprise fait face agrave des deacutefis consideacuterables tels que la rapiditeacute croissante de lrsquoeacutevolution des compeacutetences requises par les employeacutes au sein drsquoune entreprise ou drsquoun secteur donneacute Dans ce contexte les employeacutes peuvent ecirctre issus de parcours tregraves diffeacuterents et avoir des niveaux drsquoexpeacuterience et drsquoinstruction varieacutes En combinant des descriptions de poste des reacutefeacuterentiels de compeacutetences des reacutefeacuterentiels meacutetiers des catalogues de formation des plateformes drsquoapprentissage et des solutions drsquoapprentissage adaptatif lrsquoentreprise peut exploiter les analyses agrave sa disposition pour comparer les nouvelles compeacutetences requises agrave celles deacutejagrave maicirctriseacutees par les employeacutes en poste De cette faccedilon une solution drsquoapprentissage adaptatif peut proposer un plan de formation adapteacute aux employeacutes pour maintenir leurs compeacutetences acquises et apporter de la valeur ajouteacutee agrave lrsquoentreprise
les solutions drsquoapprentissage adaptatif sont drsquoune utiliteacute particuliegravere pour les institutions acadeacutemiques les fournisseurs de logiciels les eacutediteurs et les deacutepartements rh mais cette liste
est loin drsquoecirctre exhaustive
20
Apprentissage adaptatif utiliseacute agrave lrsquoeacutecole primaire
du programme de formation a eacuteteacute retenu apregraves une peacuteriode de 3 mois par les apprenants utilisant une plateforme adaptative contre seulement 28 pour les apprenants nrsquoutilisant pas la plateforme
des personnes sont revenues sur la plateforme pour effectuer les exercices recommandeacutes par la solution drsquoapprentissage adaptatif sans aucune obligation de le faire
des recommandations proposeacutees par le systegraveme drsquoapprentissage adaptatif sont couronneacutees de succegraves permettant aux apprenants drsquoatteindre leur objectif drsquoapprentissage
des recommandations proposeacutees dans une situation ougrave lrsquoapprenant rencontre agrave plusieurs reprises des difficulteacutes ont un impact positif reacutesolvent le problegraveme et permettent agrave lrsquoeacutetudiant de terminer le module (pour les 13 restants lrsquoenseignant est alerteacute de ses difficulteacutes par des notifications et intervient pour eacuteviter la possibiliteacute de deacutecrochage)
des ressources sont eacutepargneacutees puisque lrsquoutilisation des ressources inadapteacutees est eacuteviteacutee De maniegravere globale les plans drsquoapprentissage personnaliseacutes permettent aux eacutelegraveves drsquoavancer plus rapidement car ils travaillent agrave leur propre rythme et assimilent de maniegravere plus efficace ameacuteliorant ainsi leurs reacutesultats
Apprentissage adaptatif utiliseacute dans la formation en entreprise
De lA theacuteorie Aux reacuteSultAtS
en Juin 2016 Domoscio a meneacute une expeacuterimentation dans le cadre de sa collaboration avec un eacutediteur offrant des cours en franccedilais anglais et matheacutematiques pour des eacutecoles primaires en france 400 eacutetudiants ont eacuteteacute impliqueacutes dans lrsquoeacutechantillon de test les chiffres sont calculeacutes apregraves deux mois drsquoutilisation de la technologie drsquoapprentissage adaptatif de Domoscio
en Juillet 2016 Domoscio a observeacute les reacutesultats de lrsquointeacutegration de sa technologie adaptative dans un environnement drsquoapprentissage mixte dans le cadre de formations au management et agrave la vente pour 200 apprenants dans le secteur priveacute
01 quelques chiffres
21
Teacutemoignages de formateurs et drsquoenseignants qui utilisent des solutions drsquoapprentissage adaptatif
laquoLrsquoun de mes eacutelegraveves (13 ans et en CM1) a des difficulteacutes dans tous les concepts abordeacutes Il est suivi par une AVS (Auxiliaire de Vie Scolaire) Ni les manuels scolaires ni mes explications orales ni le travail en groupe ne lui permettent drsquoavancer Il a vraiment accrocheacute avec les parcours adaptatifs en maths et a reacuteussi agrave progresser dans son parcours Lrsquoexpeacuterience a eacuteteacute tregraves valorisante pour luiraquo
Caroline T 9
ProfesseurEcole primaire de Saint-Etienne France
9 Caroline eacutetait lrsquoune des enseignantes concerneacutees par lrsquoexpeacuterimentation meneacutee aupregraves de 400 eacutetudiants en juin 2016 utilisant la technologie de Domoscio10 Balthazar est speacutecialiseacute en prestations de formation en entreprise et utilise les solutions de Domoscio depuis 2015
laquoBalthazar utilise lrsquoapprentissage adaptatif dans le cadre de ses formations en management En tant que formateur le dispositif me permet de suivre les stagiaires individuellement et drsquoajuster ma peacutedagogie en conseacutequence Lrsquoapprentissage adaptatif complegravete nos actions de formation ameacuteliore leur impact et nous permet drsquooffrir agrave nos stagiaires un veacuteritable service apregraves formationraquo
Sylvain RajzwingConsultant en managementBalthazar10
02 quelques mots
22
pour les apprenants
Ils ont des expeacuteriences drsquoapprentissage personnaliseacutees
Ils assimilent les concepts de maniegravere plus rapide et durablement
Ils voient leur temps drsquoapprentissage et de reacutevision optimiseacute
Ils beacuteneacuteficient de meilleurs reacutesultats drsquoapprentissage
Les progregraves sont suivis et les reacutesultats drsquoapprentissage eacutevalueacutes pour favoriser lrsquoameacutelioration
pour les enseignantsformateurs
Ils peuvent mesurer les reacutesultats drsquoapprentissage gracircce agrave des analyses pertinentes et des tableaux de bord intuitifs leur permettant drsquoacqueacuterir une vision claire des progregraves de leurs eacutelegravevesemployeacutes
Ils peuvent anticiper les difficulteacutes des eacutelegravevesemployeacutes puis adapter le contenu de leurs cours en conseacutequence
Ils augmentent leur valeur ajouteacutee en utilisant les outils peacutedagogiques de la solution drsquoapprentissage adaptatif pour reacutepondre aux besoins de chaque apprenant sans les contraintes que cela implique (ils peuvent ecirctre agrave lrsquoeacutecoute des besoins de lrsquoapprenant sans passer des heures agrave corriger et analyser le travail de tous les apprenants)
03 Beacuteneacutefices
23
pour les salarieacutes
Ils partagent les mecircmes beacuteneacutefices que les apprenants par rap-port agrave lrsquoapprentissage adaptatif et profitent drsquoavantages sup-pleacutementaires
Leur temps est mieux geacutereacute ce qui permet un meilleur eacutequilibre entre les temps de travail et de formation
Ils augmentent leur employabiliteacute avec de nouvelles compeacute-tences
Ils ont les outils et la formation neacutecessaires pour mieux reacuteali-ser leur travail ce qui conduit agrave une plus grande satisfaction au travail
pour les eacutediteurs
Lrsquoapprentissage adaptatif leur permet drsquoaccompagner les transformations opeacutereacutees par les technologies numeacuteriques avec des services agrave valeur ajouteacutee en lien avec leur contenu Il permet eacutegalement aux eacutediteurs drsquoavoir accegraves agrave des donneacutees concernant lrsquointeraction avec leur contenu ce qui leur apporte de nouvelles perspectives sur son efficaciteacute et sa pertinence comme outil drsquoapprentissage
Les solutions drsquoapprentissage adaptatif permettent aux eacutediteurs drsquoaccompagner les utilisateurs en ajustant le contenu en fonc-tion des besoins des apprenants
pour la gestion de la formation en entreprise
Lrsquoapprentissage adaptatif aide agrave identifier les besoins de formation au sein de lrsquoentreprise en utilisant les analyses des reacutesultats de formation pour ameacuteliorer les futures actions de formation et les cibler avec plus de preacutecision
Il aide agrave mesurer la qualiteacute des actions de formation et leur retour sur investissement car les employeacutes sont mieux et plus efficacement formeacutes
Il soutient la strateacutegie de formation globale de lrsquoentreprise en veillant agrave ce que les employeacutes aient les compeacutetences requises pour remplir leurs fonctions de maniegravere plus adeacutequate
24
contenu structureacute lrsquoinformation ou le contenu est organiseacute et geacuteneacuteralement classifieacute avec des meacutetadonneacutees Le contenu structureacute peut ecirctre stockeacute dans diffeacuterents formats standards ou proprieacutetaires y compris XML
premierS preacuterequiS pour commencer
meacutetadonneacutees il srsquoagit de lrsquoinformation geacuteneacutereacutee relative au contenu aux utilisateurs aux graphes de connaissances aux compeacutetences et aux autres ressources Les meacutetadonneacutees peuvent ecirctre subdiviseacutees en trois types
environnement numeacuterique les plateformes et les solutions qui utilisent les standards de connectiviteacute du marcheacute tels que API xAPI QTI LTI etc
meacutetadonneacutees descriptives leur fonction est la deacutecouverte et lrsquoidentification (par exemple titre reacutesumeacute auteur mots-cleacutes etc)
meacutetadonneacutees structurelles ce sont des conteneurs de meacutetadonneacutees qui composent des seacuteries drsquoobjets au sein des structures de donneacutees (par exemple les pages sont organiseacutees pour former des chapitres)
meacutetadonneacutees administratives elles aident agrave geacuterer une uniteacute de donneacutees par le biais de marqueurs ou drsquoune certaine forme de classification (par exemple les informations techniques le type de fichier quand et comment il a eacuteteacute creacuteeacute son chemin drsquoaccegraves etc)
Ann rockley et charles cooper dans managing enterprise content A unified content Strategy deacutefinissent le contenu
structureacute etou contenu intelligent comme laquo structurellement riche et seacutemantiquement cateacutegoriseacute raquo un
contenu qui est donc laquo automatiquement deacutecouvrable reacuteutilisable reconfigurable et
adaptable raquo
graphes de compeacutetencesconnaissances ils repreacutesentent les preacuterequis et les relations entre les diffeacuterents types de connaissances etou compeacutetences
contenu granulaireunitaire dans un parcours drsquoapprentissage chaque cours ou module est diviseacute en uniteacutes granulaires ou laquo objets peacutedagogiques raquo agrave apprendre Chacune des uniteacutes creacuteeacutees est coheacuterente autonome et reacuteutilisable
25
Lire Penser Approuver
R SociauxMobile Teacuteleacutevision Eacuteducateurs Ordinateurs Litteacuterature Pairs
Construire Eacutecouter Parler Regarder Jouer Eacutecrire Assister Chercher
Activiteacutes
lrsquoapprenant
26
Fondeacutee en 2013 Domoscio est speacutecialiseacutee dans le Big Data pour apprendre et les solutions drsquoapprentissage adaptatif La socieacuteteacute travaille avec de nombreux clients internationaux dans la formation en entreprise lrsquoeacutedition et lrsquoeacuteducationlrsquoenseignement supeacuterieur ainsi qursquoavec de multiples partenaires internationaux dans le secteur des logiciels
La RampD de Domoscio et ses solutions innovantes en font un leader dans son secteur La socieacuteteacute est reconnue et accreacutediteacutee par la Commission europeacuteenne le Ministegravere de lrsquoEacuteducation nationale lrsquoAgence Nationale de la Recherche franccedilaise (ANR) et la Banque Publique drsquoInvestissement (BPI France)
Chez Domoscio nous collaborons avec des partenaires et des clients dans une grande varieacuteteacute de domaines Nous leur fournissons des solutions drsquoapprentissage adaptatif qui leur permettent drsquoobtenir les meilleurs reacutesultats drsquoenseignement drsquoapprentissage et de formation dans leurs domaines respectifs
Les solutions drsquoapprentissage adaptatif peuvent ecirctre utiliseacutees agrave diverses fins et les beacuteneacutefices consideacuterables de lrsquoapprentissage adaptatif pour les apprenants les enseignants les eacutediteurs et les professionnels des RH - entre autres - sont eacutevidents
Agrave propoS De DomoScio
Domoscio utilise une technologie connue et reconnueNos solutions et services incluent principalement
Apprentissage adaptatif Analytique de lrsquoapprentissage
Services de conseil et drsquoaccompagnement
Analyse - une analyse fonctionnelle et technique est reacutealiseacutee ainsi qursquoune analyse des ressources peacutedagogiques du client afin drsquoeacutevaluer les actions neacutecessaires La solution cible est deacutefinie avec le client et un plan drsquoaction est eacutetabli
inteacutegration - le plan drsquoaction est exeacutecuteacute et la solution technique est inteacutegreacutee dans le dispositif du client avec les diffeacuterents contenus drsquoapprentissage Sur certaines plateformes ou Learning Management Systems (LMS) il suffit drsquoactiver une fonctionnaliteacute
Accompagnement - tout au long du processus Domoscio fournit au client un accompagnement continu et des services de conseil en veillant agrave la fiabiliteacute opeacuterationnelle de la solution fournie ces services peuvent comprendre la structuration du contenu la formation le support peacutedagogique etc
De la mecircme faccedilon que les solutions drsquoapprentissage adaptatif sont baseacutees sur le principe de lrsquoadaptation agrave lrsquoapprenant nous croyons que les solutions que nous proposons doivent ecirctre modeacuteliseacutees autour des besoins speacutecifiques de nos clients Ainsi afin de mettre en œuvre les solutions de Domoscio dans les dispositifs existants de nos clients nous adoptons une approche agrave trois volets analyse inteacutegration et accompagnement
27
parmi les distinctions de Domoscio
2016Tropheacutee Europe 1 de lrsquoAvenir cateacutegorie Education
europe 1
2014Lrsquoune des 7 startups les plus prometteuses en Technologies de lrsquoEducation
commission europeacuteenne
Suivre ce processus nous permet drsquoacqueacuterir une compreacutehension approfondie des besoins peacutedagogiques et drsquoapprentissage de nos clients et nous donne toutes les informations neacutecessaires pour optimiser leurs plateformes les rendre plus efficientes et atteindre leurs objectifs drsquoameacutelioration notre approche collaborative et de conseil signifie que nous sommes particuliegraverement sensibles aux objectifs de nos clients et que nous pouvons leur fournir lrsquoaide dont ils ont besoin pour appliquer avec succegraves les connaissances analytiques acquises par lrsquointeacutegration de nos solutions drsquoapprentissage adaptatif
pour en savoir plus sur lrsquoutilisation de lrsquoapprentissage adaptatif et pour mieux comprendreson fonctionnement drsquoun point de vue technique nous vous invitons agrave consulter nos prochains
livres blancs dans la mecircme seacuterie Utiliser lrsquoAdaptive Learning ndash Cas pratiqueset Inteacutegrer lrsquoAdaptive Learning ndash Une approche technique
Siegravege SociAl20 Rue du Commandant Reneacute Mouchotte75014 Paris France
BureAu47 Rue du Caire75002 Paris France
nouS Appeler+33 (0) 1 85 09 03 57
domosciocomcontactdomosciocom
14
Lrsquoapprentissage adaptatif (en anglais Adaptive Learning ou Personalised Learning) revient agrave combiner les recherches en sciences cognitives et lrsquointelligence artificielle (IA) et les appliquer aux meacutegadonneacutees pour deacutevelopper de meilleurs systegravemes drsquoapprentissage plus efficients et plus personnaliseacutes Ceux-ci assurent une meilleure compreacutehension et reacutetention de lrsquoinformation des connaissances des savoirs et des compeacutetences acquises par un apprenant donneacute Lrsquoapprentissage adaptatif srsquoappuie sur le parcours de lrsquoapprenant et sur les donneacutees qursquoil a geacuteneacutereacutees pour produire des plans drsquoapprentissage personnaliseacutes et proposer des contenus adapteacutes agrave ses capaciteacutes ainsi que des recommandations qui seront plus susceptibles de correspondre agrave ses aptitudes Ces eacuteleacutements sont calculeacutes sur la base du profil des apprenants de leurs objectifs drsquoapprentissage de leur historique drsquoapprentissage et des contenus suivis preacuteceacutedemment
le ministegravere de lrsquoeacuteducation des eacutetats-unis deacutefinit laquo lrsquoapprentissage adaptatif raquo comme
un systegraveme drsquoapprentissage numeacuterique qui peut laquo eacutevoluer de faccedilon dynamique
pour mieux correspondre agrave lrsquoeacutetudiant gracircce aux informations recueillies au cours de
lrsquoapprentissage raquo
Lrsquoanalyse des donneacutees qui conduit agrave lrsquoanalytique de lrsquoapprentissage (ou analyse des donneacutees sur lrsquoeacuteducation connue aussi sous son nom anglais Learning Analytics) Les apprenants travaillent sur un systegraveme adaptatif donc les donneacutees qursquoils geacutenegraverent sont analyseacutees afin de
Generate dashboards highlighting insightful data and predictions
Les systegravemes de recommandations impliquent drsquoanticiper les reacuteactions des utilisateurs agrave une seacuterie drsquooptions Les recommandations sont faites pour orienter plus preacuteciseacutement et plus efficacement lrsquoapprenant vers lrsquoobjectif drsquoapprentissage
Les regroupements drsquoutilisateurs font reacutefeacuterence aux regroupements drsquoapprenants qui se ressemblent afin qursquoils puissent travailler ensemble et srsquoentraider
La modeacutelisation des apprenants (ou Learner Modeling) srsquointeacuteresse agrave lrsquoeacutetudiant et vise agrave deacutefinir ce qui est compris par lrsquoapprenant ce qui est compris de lrsquoapprenant et quel est lrsquoobjectif drsquoapprentissage
La deacutetection de donneacutees aberrantes se rapporte agrave la deacutetection drsquoanomalies Par exemple cette meacutethode est utiliseacutee pour deacutetecter un apprenant qui serait en train de tricher qui srsquoeacuteloignerait de ses objectifs drsquoapprentissage ou mecircme qui serait en situation de deacutecrochage
ApprentiSSAge ADAptAtif ndash le Dernier moDegravele
Creacuteer des plans drsquoapprentissage personnaliseacutes et proposer des recommandations
Geacuteneacuterer des tableaux de bord mettant en eacutevidence des donneacutees et des preacutevisions pertinentes
Lrsquoapprentissage adaptatif aborde les trois phases du processus drsquoapprentissage (Assimilation consolidation et Application) Pour ce faire un ensemble de meacutethodes et de techniques sont employeacutees En voici quelques-unes
15
contenu amp Structure des connaissances
Compeacutetence 1
Compeacutetence 4
Compeacutetence 3
Compeacutetence 2
Sujet 1 Sujet 2
Sujet 3
Concept 1 Concept 2
Concept 3
Contenu 1Contenu 2
bullbullbull
Eacutevaluation 1Eacutevaluation 2
bullbullbull
Autres 1Autres 2
bullbullbull
Compeacutetence 5
Sujet 4
REacuteVISION
Contenu 1Contenu 2
bullbullbull
Exercise 1Exercise 2
bullbullbull
16
eacutetape de boucle courte
Dans cette eacutetape lrsquoapprenant tente drsquoassimiler un concept en particulier Lrsquoalgorithme drsquoapprentissage adaptatif propose agrave lrsquoapprenant une seacutequence speacutecifique drsquoeacutevaluations de contenus et drsquoautres activiteacutes adapteacutes agrave lui Les donneacutees drsquoentreacutee pour lrsquoanalyse algorithmique sont
Lrsquoobjectif drsquoapprentissage relatif agrave un concept en particulierLes types de contenu drsquoeacutevaluations et drsquoautres activiteacutes qui conviennent le mieux agrave lrsquoapprenant selon lrsquohistorique de donneacuteesLe comportement de lrsquoapprenant et celui de ses pairs par rapport au conceptLe niveau de compreacutehension de lrsquoapprenant sur les ressources preacuteceacutedentes lieacutees au conceptLe niveau drsquoassimilation du concept par lrsquoapprenant
Lrsquoobjectif drsquoapprentissage relatif agrave un sujet en particulierLe niveau de progregraves de lrsquoapprenant dans la maicirctrise du sujetLe comportement et le progregraves des autres apprenants par rapport au sujet
Contenu 1 Contenu 2
Eacutevaluation 1 Eacutevaluation 2
Autres 1 Autres 2
Concept 1
Concept 2
Concept 3
Concept 4
lrsquoapprentissage adaptatif est composeacute de cinq eacutetapes diffeacuterentes
eacutetape de boucle longue
Un sujet speacutecifique est composeacute de plusieurs concepts diffeacuterents Cette eacutetape concerne le sujet dans son ensemble par opposition aux concepts individuels Lrsquoalgorithme suggegravere le prochain concept agrave assimiler et propose un parcours drsquoapprentissage en tenant compte des donneacutees provenant de
Sujet
17
eacutetape de macro recommandation
Lorsque lrsquoobjectif drsquoapprentissage sur un sujet en particulier a eacuteteacute atteint lrsquoalgorithme fait une recommandation concernant le prochain objectif drsquoapprentissage (le prochain sujet agrave aborder et agrave maicirctriser) Les entreacutees sont baseacutees sur toutes les informations recueillies au cours des phases preacuteceacutedentes Encore une fois cela srsquoappuie sur les capaciteacutes les inteacuterecircts et les preacutefeacuterences peacutedagogiques deacuteduits de lrsquoapprenant ainsi que sur ceux de ses camarades et les reacutesultats qursquoils ont produits
eacutetape de reacutevision
Lorsque lrsquoassimilation est effective la consolidation doit srsquoeffectuer et celle-ci est reacutealiseacutee par la reacutepeacutetition espaceacutee Lrsquoalgorithme va proposer un plan de reacutevision sur mesure pour lrsquoapprenant ainsi qursquoun test approprieacute pour deacuteterminer les reacutevisions agrave effectuer et le moment pour optimiser le nombre de questions Les entreacutees de donneacutees prises en compte sont
Compeacutetence 3
Compeacutetence 2
Compeacutetence 1
La preacutevision du moment ougrave lrsquoapprenant est susceptible drsquooublierLa difficulteacute de reacutetention du concept pour lrsquoapprenantLa relation entre les diffeacuterents concepts et le contenuLe comportement de lrsquoapprenant par rapport agrave la reacutevision et celui de ses pairs
Sujet 1 Reacutevision 1
Reacutevision 2
15 Janvier
23 Janvier
bullbullbull
reacutevision
18
Sur la bonne voie
Pas sur la bonne voie
lrsquoalgorithme est dynamique et recalcule en permanence son prochain plan drsquoaction sur la base des nouvelles informations recueillies gracircce aux nouvelles donneacutees entreacutees et aux interactions humaines cela lui permet de reacuteagir dans le meilleur inteacuterecirct de lrsquoapprenant et renforce sa capaciteacute agrave geacuteneacuterer un meilleur impact drsquoapprentissage
eacutetape de remeacutediation
Tout au long de ce processus lrsquoalgorithme analyse les progregraves de lrsquoapprenant afin drsquoidentifier une difficulteacute ou un point de blocage (ougrave lrsquoapprenant peut ecirctre tenteacute drsquoabandonner) Lrsquoalgorithme peut agrave tout moment et de faccedilon reacuteactive proposer une nouvelle seacutequence dans le but de remettre lrsquoapprenant sur la bonne voie Lorsque cette situation se produit lrsquoenseignant reccediloit une alerte ou une notification et peut intervenir pour aider agrave reacutesoudre le problegraveme
19
Lrsquoapprentissage adaptatif peut ecirctre appliqueacute agrave une grande varieacuteteacute de situations drsquoapprentissage de lrsquoenseignement primaire agrave la formation continue Comme les solutions drsquoapprentissage adaptatif deacutependent de la lecture et de lrsquoanalyse drsquoalgorithmes et de donneacutees elles peuvent ecirctre connecteacutees agrave un grand nombre de solutions ou de plateformes qui produisent ces donneacutees (plateformes LMS plateformes drsquoapprentissage en ligne plateformes de simulation solutions de reacutealiteacute virtuelle systegravemes ERP existants bases de donneacutees Open Data systegravemes drsquoinformation RH etc) Une solution peut ecirctre inteacutegreacutee dans lrsquoune de ces plateformes mais elle ne se contente pas de travailler en arriegravere-plan Les individus ont la possibiliteacute drsquointeragir avec la solution drsquoapprentissage adaptatif ses conclusions et ses actions et de corriger ou drsquoorienter ses actions futures en triant les donneacutees et en identifiant les indicateurs et les analyses les plus importantes pour son objectif
Le nombre de sceacutenarios dans lesquels lrsquoapprentissage adaptatif peut ecirctre appliqueacute est tout aussi large Voici quelques exemples pratiques drsquoapprentissage adaptatif
Appliquer lrsquoApprentiSSAge ADAptAtif
Les learning management Systems (LMS) et autres solutions drsquoapprentissage sont baseacutes sur un modegravele drsquoapprentissage lineacuteaire avec un format unique Les solutions drsquoapprentissage adaptatif peuvent facilement ecirctre inteacutegreacutees dans ces plateformes pour ameacuteliorer leurs capaciteacutes fournir des outils drsquoanalyse de donneacutees proposer agrave leurs utilisateurs des plans drsquoapprentissage personnaliseacutes et accroicirctre leur efficience globale en produisant un meilleur impact drsquoapprentissage
La formation en entreprise fait face agrave des deacutefis consideacuterables tels que la rapiditeacute croissante de lrsquoeacutevolution des compeacutetences requises par les employeacutes au sein drsquoune entreprise ou drsquoun secteur donneacute Dans ce contexte les employeacutes peuvent ecirctre issus de parcours tregraves diffeacuterents et avoir des niveaux drsquoexpeacuterience et drsquoinstruction varieacutes En combinant des descriptions de poste des reacutefeacuterentiels de compeacutetences des reacutefeacuterentiels meacutetiers des catalogues de formation des plateformes drsquoapprentissage et des solutions drsquoapprentissage adaptatif lrsquoentreprise peut exploiter les analyses agrave sa disposition pour comparer les nouvelles compeacutetences requises agrave celles deacutejagrave maicirctriseacutees par les employeacutes en poste De cette faccedilon une solution drsquoapprentissage adaptatif peut proposer un plan de formation adapteacute aux employeacutes pour maintenir leurs compeacutetences acquises et apporter de la valeur ajouteacutee agrave lrsquoentreprise
les solutions drsquoapprentissage adaptatif sont drsquoune utiliteacute particuliegravere pour les institutions acadeacutemiques les fournisseurs de logiciels les eacutediteurs et les deacutepartements rh mais cette liste
est loin drsquoecirctre exhaustive
20
Apprentissage adaptatif utiliseacute agrave lrsquoeacutecole primaire
du programme de formation a eacuteteacute retenu apregraves une peacuteriode de 3 mois par les apprenants utilisant une plateforme adaptative contre seulement 28 pour les apprenants nrsquoutilisant pas la plateforme
des personnes sont revenues sur la plateforme pour effectuer les exercices recommandeacutes par la solution drsquoapprentissage adaptatif sans aucune obligation de le faire
des recommandations proposeacutees par le systegraveme drsquoapprentissage adaptatif sont couronneacutees de succegraves permettant aux apprenants drsquoatteindre leur objectif drsquoapprentissage
des recommandations proposeacutees dans une situation ougrave lrsquoapprenant rencontre agrave plusieurs reprises des difficulteacutes ont un impact positif reacutesolvent le problegraveme et permettent agrave lrsquoeacutetudiant de terminer le module (pour les 13 restants lrsquoenseignant est alerteacute de ses difficulteacutes par des notifications et intervient pour eacuteviter la possibiliteacute de deacutecrochage)
des ressources sont eacutepargneacutees puisque lrsquoutilisation des ressources inadapteacutees est eacuteviteacutee De maniegravere globale les plans drsquoapprentissage personnaliseacutes permettent aux eacutelegraveves drsquoavancer plus rapidement car ils travaillent agrave leur propre rythme et assimilent de maniegravere plus efficace ameacuteliorant ainsi leurs reacutesultats
Apprentissage adaptatif utiliseacute dans la formation en entreprise
De lA theacuteorie Aux reacuteSultAtS
en Juin 2016 Domoscio a meneacute une expeacuterimentation dans le cadre de sa collaboration avec un eacutediteur offrant des cours en franccedilais anglais et matheacutematiques pour des eacutecoles primaires en france 400 eacutetudiants ont eacuteteacute impliqueacutes dans lrsquoeacutechantillon de test les chiffres sont calculeacutes apregraves deux mois drsquoutilisation de la technologie drsquoapprentissage adaptatif de Domoscio
en Juillet 2016 Domoscio a observeacute les reacutesultats de lrsquointeacutegration de sa technologie adaptative dans un environnement drsquoapprentissage mixte dans le cadre de formations au management et agrave la vente pour 200 apprenants dans le secteur priveacute
01 quelques chiffres
21
Teacutemoignages de formateurs et drsquoenseignants qui utilisent des solutions drsquoapprentissage adaptatif
laquoLrsquoun de mes eacutelegraveves (13 ans et en CM1) a des difficulteacutes dans tous les concepts abordeacutes Il est suivi par une AVS (Auxiliaire de Vie Scolaire) Ni les manuels scolaires ni mes explications orales ni le travail en groupe ne lui permettent drsquoavancer Il a vraiment accrocheacute avec les parcours adaptatifs en maths et a reacuteussi agrave progresser dans son parcours Lrsquoexpeacuterience a eacuteteacute tregraves valorisante pour luiraquo
Caroline T 9
ProfesseurEcole primaire de Saint-Etienne France
9 Caroline eacutetait lrsquoune des enseignantes concerneacutees par lrsquoexpeacuterimentation meneacutee aupregraves de 400 eacutetudiants en juin 2016 utilisant la technologie de Domoscio10 Balthazar est speacutecialiseacute en prestations de formation en entreprise et utilise les solutions de Domoscio depuis 2015
laquoBalthazar utilise lrsquoapprentissage adaptatif dans le cadre de ses formations en management En tant que formateur le dispositif me permet de suivre les stagiaires individuellement et drsquoajuster ma peacutedagogie en conseacutequence Lrsquoapprentissage adaptatif complegravete nos actions de formation ameacuteliore leur impact et nous permet drsquooffrir agrave nos stagiaires un veacuteritable service apregraves formationraquo
Sylvain RajzwingConsultant en managementBalthazar10
02 quelques mots
22
pour les apprenants
Ils ont des expeacuteriences drsquoapprentissage personnaliseacutees
Ils assimilent les concepts de maniegravere plus rapide et durablement
Ils voient leur temps drsquoapprentissage et de reacutevision optimiseacute
Ils beacuteneacuteficient de meilleurs reacutesultats drsquoapprentissage
Les progregraves sont suivis et les reacutesultats drsquoapprentissage eacutevalueacutes pour favoriser lrsquoameacutelioration
pour les enseignantsformateurs
Ils peuvent mesurer les reacutesultats drsquoapprentissage gracircce agrave des analyses pertinentes et des tableaux de bord intuitifs leur permettant drsquoacqueacuterir une vision claire des progregraves de leurs eacutelegravevesemployeacutes
Ils peuvent anticiper les difficulteacutes des eacutelegravevesemployeacutes puis adapter le contenu de leurs cours en conseacutequence
Ils augmentent leur valeur ajouteacutee en utilisant les outils peacutedagogiques de la solution drsquoapprentissage adaptatif pour reacutepondre aux besoins de chaque apprenant sans les contraintes que cela implique (ils peuvent ecirctre agrave lrsquoeacutecoute des besoins de lrsquoapprenant sans passer des heures agrave corriger et analyser le travail de tous les apprenants)
03 Beacuteneacutefices
23
pour les salarieacutes
Ils partagent les mecircmes beacuteneacutefices que les apprenants par rap-port agrave lrsquoapprentissage adaptatif et profitent drsquoavantages sup-pleacutementaires
Leur temps est mieux geacutereacute ce qui permet un meilleur eacutequilibre entre les temps de travail et de formation
Ils augmentent leur employabiliteacute avec de nouvelles compeacute-tences
Ils ont les outils et la formation neacutecessaires pour mieux reacuteali-ser leur travail ce qui conduit agrave une plus grande satisfaction au travail
pour les eacutediteurs
Lrsquoapprentissage adaptatif leur permet drsquoaccompagner les transformations opeacutereacutees par les technologies numeacuteriques avec des services agrave valeur ajouteacutee en lien avec leur contenu Il permet eacutegalement aux eacutediteurs drsquoavoir accegraves agrave des donneacutees concernant lrsquointeraction avec leur contenu ce qui leur apporte de nouvelles perspectives sur son efficaciteacute et sa pertinence comme outil drsquoapprentissage
Les solutions drsquoapprentissage adaptatif permettent aux eacutediteurs drsquoaccompagner les utilisateurs en ajustant le contenu en fonc-tion des besoins des apprenants
pour la gestion de la formation en entreprise
Lrsquoapprentissage adaptatif aide agrave identifier les besoins de formation au sein de lrsquoentreprise en utilisant les analyses des reacutesultats de formation pour ameacuteliorer les futures actions de formation et les cibler avec plus de preacutecision
Il aide agrave mesurer la qualiteacute des actions de formation et leur retour sur investissement car les employeacutes sont mieux et plus efficacement formeacutes
Il soutient la strateacutegie de formation globale de lrsquoentreprise en veillant agrave ce que les employeacutes aient les compeacutetences requises pour remplir leurs fonctions de maniegravere plus adeacutequate
24
contenu structureacute lrsquoinformation ou le contenu est organiseacute et geacuteneacuteralement classifieacute avec des meacutetadonneacutees Le contenu structureacute peut ecirctre stockeacute dans diffeacuterents formats standards ou proprieacutetaires y compris XML
premierS preacuterequiS pour commencer
meacutetadonneacutees il srsquoagit de lrsquoinformation geacuteneacutereacutee relative au contenu aux utilisateurs aux graphes de connaissances aux compeacutetences et aux autres ressources Les meacutetadonneacutees peuvent ecirctre subdiviseacutees en trois types
environnement numeacuterique les plateformes et les solutions qui utilisent les standards de connectiviteacute du marcheacute tels que API xAPI QTI LTI etc
meacutetadonneacutees descriptives leur fonction est la deacutecouverte et lrsquoidentification (par exemple titre reacutesumeacute auteur mots-cleacutes etc)
meacutetadonneacutees structurelles ce sont des conteneurs de meacutetadonneacutees qui composent des seacuteries drsquoobjets au sein des structures de donneacutees (par exemple les pages sont organiseacutees pour former des chapitres)
meacutetadonneacutees administratives elles aident agrave geacuterer une uniteacute de donneacutees par le biais de marqueurs ou drsquoune certaine forme de classification (par exemple les informations techniques le type de fichier quand et comment il a eacuteteacute creacuteeacute son chemin drsquoaccegraves etc)
Ann rockley et charles cooper dans managing enterprise content A unified content Strategy deacutefinissent le contenu
structureacute etou contenu intelligent comme laquo structurellement riche et seacutemantiquement cateacutegoriseacute raquo un
contenu qui est donc laquo automatiquement deacutecouvrable reacuteutilisable reconfigurable et
adaptable raquo
graphes de compeacutetencesconnaissances ils repreacutesentent les preacuterequis et les relations entre les diffeacuterents types de connaissances etou compeacutetences
contenu granulaireunitaire dans un parcours drsquoapprentissage chaque cours ou module est diviseacute en uniteacutes granulaires ou laquo objets peacutedagogiques raquo agrave apprendre Chacune des uniteacutes creacuteeacutees est coheacuterente autonome et reacuteutilisable
25
Lire Penser Approuver
R SociauxMobile Teacuteleacutevision Eacuteducateurs Ordinateurs Litteacuterature Pairs
Construire Eacutecouter Parler Regarder Jouer Eacutecrire Assister Chercher
Activiteacutes
lrsquoapprenant
26
Fondeacutee en 2013 Domoscio est speacutecialiseacutee dans le Big Data pour apprendre et les solutions drsquoapprentissage adaptatif La socieacuteteacute travaille avec de nombreux clients internationaux dans la formation en entreprise lrsquoeacutedition et lrsquoeacuteducationlrsquoenseignement supeacuterieur ainsi qursquoavec de multiples partenaires internationaux dans le secteur des logiciels
La RampD de Domoscio et ses solutions innovantes en font un leader dans son secteur La socieacuteteacute est reconnue et accreacutediteacutee par la Commission europeacuteenne le Ministegravere de lrsquoEacuteducation nationale lrsquoAgence Nationale de la Recherche franccedilaise (ANR) et la Banque Publique drsquoInvestissement (BPI France)
Chez Domoscio nous collaborons avec des partenaires et des clients dans une grande varieacuteteacute de domaines Nous leur fournissons des solutions drsquoapprentissage adaptatif qui leur permettent drsquoobtenir les meilleurs reacutesultats drsquoenseignement drsquoapprentissage et de formation dans leurs domaines respectifs
Les solutions drsquoapprentissage adaptatif peuvent ecirctre utiliseacutees agrave diverses fins et les beacuteneacutefices consideacuterables de lrsquoapprentissage adaptatif pour les apprenants les enseignants les eacutediteurs et les professionnels des RH - entre autres - sont eacutevidents
Agrave propoS De DomoScio
Domoscio utilise une technologie connue et reconnueNos solutions et services incluent principalement
Apprentissage adaptatif Analytique de lrsquoapprentissage
Services de conseil et drsquoaccompagnement
Analyse - une analyse fonctionnelle et technique est reacutealiseacutee ainsi qursquoune analyse des ressources peacutedagogiques du client afin drsquoeacutevaluer les actions neacutecessaires La solution cible est deacutefinie avec le client et un plan drsquoaction est eacutetabli
inteacutegration - le plan drsquoaction est exeacutecuteacute et la solution technique est inteacutegreacutee dans le dispositif du client avec les diffeacuterents contenus drsquoapprentissage Sur certaines plateformes ou Learning Management Systems (LMS) il suffit drsquoactiver une fonctionnaliteacute
Accompagnement - tout au long du processus Domoscio fournit au client un accompagnement continu et des services de conseil en veillant agrave la fiabiliteacute opeacuterationnelle de la solution fournie ces services peuvent comprendre la structuration du contenu la formation le support peacutedagogique etc
De la mecircme faccedilon que les solutions drsquoapprentissage adaptatif sont baseacutees sur le principe de lrsquoadaptation agrave lrsquoapprenant nous croyons que les solutions que nous proposons doivent ecirctre modeacuteliseacutees autour des besoins speacutecifiques de nos clients Ainsi afin de mettre en œuvre les solutions de Domoscio dans les dispositifs existants de nos clients nous adoptons une approche agrave trois volets analyse inteacutegration et accompagnement
27
parmi les distinctions de Domoscio
2016Tropheacutee Europe 1 de lrsquoAvenir cateacutegorie Education
europe 1
2014Lrsquoune des 7 startups les plus prometteuses en Technologies de lrsquoEducation
commission europeacuteenne
Suivre ce processus nous permet drsquoacqueacuterir une compreacutehension approfondie des besoins peacutedagogiques et drsquoapprentissage de nos clients et nous donne toutes les informations neacutecessaires pour optimiser leurs plateformes les rendre plus efficientes et atteindre leurs objectifs drsquoameacutelioration notre approche collaborative et de conseil signifie que nous sommes particuliegraverement sensibles aux objectifs de nos clients et que nous pouvons leur fournir lrsquoaide dont ils ont besoin pour appliquer avec succegraves les connaissances analytiques acquises par lrsquointeacutegration de nos solutions drsquoapprentissage adaptatif
pour en savoir plus sur lrsquoutilisation de lrsquoapprentissage adaptatif et pour mieux comprendreson fonctionnement drsquoun point de vue technique nous vous invitons agrave consulter nos prochains
livres blancs dans la mecircme seacuterie Utiliser lrsquoAdaptive Learning ndash Cas pratiqueset Inteacutegrer lrsquoAdaptive Learning ndash Une approche technique
Siegravege SociAl20 Rue du Commandant Reneacute Mouchotte75014 Paris France
BureAu47 Rue du Caire75002 Paris France
nouS Appeler+33 (0) 1 85 09 03 57
domosciocomcontactdomosciocom
15
contenu amp Structure des connaissances
Compeacutetence 1
Compeacutetence 4
Compeacutetence 3
Compeacutetence 2
Sujet 1 Sujet 2
Sujet 3
Concept 1 Concept 2
Concept 3
Contenu 1Contenu 2
bullbullbull
Eacutevaluation 1Eacutevaluation 2
bullbullbull
Autres 1Autres 2
bullbullbull
Compeacutetence 5
Sujet 4
REacuteVISION
Contenu 1Contenu 2
bullbullbull
Exercise 1Exercise 2
bullbullbull
16
eacutetape de boucle courte
Dans cette eacutetape lrsquoapprenant tente drsquoassimiler un concept en particulier Lrsquoalgorithme drsquoapprentissage adaptatif propose agrave lrsquoapprenant une seacutequence speacutecifique drsquoeacutevaluations de contenus et drsquoautres activiteacutes adapteacutes agrave lui Les donneacutees drsquoentreacutee pour lrsquoanalyse algorithmique sont
Lrsquoobjectif drsquoapprentissage relatif agrave un concept en particulierLes types de contenu drsquoeacutevaluations et drsquoautres activiteacutes qui conviennent le mieux agrave lrsquoapprenant selon lrsquohistorique de donneacuteesLe comportement de lrsquoapprenant et celui de ses pairs par rapport au conceptLe niveau de compreacutehension de lrsquoapprenant sur les ressources preacuteceacutedentes lieacutees au conceptLe niveau drsquoassimilation du concept par lrsquoapprenant
Lrsquoobjectif drsquoapprentissage relatif agrave un sujet en particulierLe niveau de progregraves de lrsquoapprenant dans la maicirctrise du sujetLe comportement et le progregraves des autres apprenants par rapport au sujet
Contenu 1 Contenu 2
Eacutevaluation 1 Eacutevaluation 2
Autres 1 Autres 2
Concept 1
Concept 2
Concept 3
Concept 4
lrsquoapprentissage adaptatif est composeacute de cinq eacutetapes diffeacuterentes
eacutetape de boucle longue
Un sujet speacutecifique est composeacute de plusieurs concepts diffeacuterents Cette eacutetape concerne le sujet dans son ensemble par opposition aux concepts individuels Lrsquoalgorithme suggegravere le prochain concept agrave assimiler et propose un parcours drsquoapprentissage en tenant compte des donneacutees provenant de
Sujet
17
eacutetape de macro recommandation
Lorsque lrsquoobjectif drsquoapprentissage sur un sujet en particulier a eacuteteacute atteint lrsquoalgorithme fait une recommandation concernant le prochain objectif drsquoapprentissage (le prochain sujet agrave aborder et agrave maicirctriser) Les entreacutees sont baseacutees sur toutes les informations recueillies au cours des phases preacuteceacutedentes Encore une fois cela srsquoappuie sur les capaciteacutes les inteacuterecircts et les preacutefeacuterences peacutedagogiques deacuteduits de lrsquoapprenant ainsi que sur ceux de ses camarades et les reacutesultats qursquoils ont produits
eacutetape de reacutevision
Lorsque lrsquoassimilation est effective la consolidation doit srsquoeffectuer et celle-ci est reacutealiseacutee par la reacutepeacutetition espaceacutee Lrsquoalgorithme va proposer un plan de reacutevision sur mesure pour lrsquoapprenant ainsi qursquoun test approprieacute pour deacuteterminer les reacutevisions agrave effectuer et le moment pour optimiser le nombre de questions Les entreacutees de donneacutees prises en compte sont
Compeacutetence 3
Compeacutetence 2
Compeacutetence 1
La preacutevision du moment ougrave lrsquoapprenant est susceptible drsquooublierLa difficulteacute de reacutetention du concept pour lrsquoapprenantLa relation entre les diffeacuterents concepts et le contenuLe comportement de lrsquoapprenant par rapport agrave la reacutevision et celui de ses pairs
Sujet 1 Reacutevision 1
Reacutevision 2
15 Janvier
23 Janvier
bullbullbull
reacutevision
18
Sur la bonne voie
Pas sur la bonne voie
lrsquoalgorithme est dynamique et recalcule en permanence son prochain plan drsquoaction sur la base des nouvelles informations recueillies gracircce aux nouvelles donneacutees entreacutees et aux interactions humaines cela lui permet de reacuteagir dans le meilleur inteacuterecirct de lrsquoapprenant et renforce sa capaciteacute agrave geacuteneacuterer un meilleur impact drsquoapprentissage
eacutetape de remeacutediation
Tout au long de ce processus lrsquoalgorithme analyse les progregraves de lrsquoapprenant afin drsquoidentifier une difficulteacute ou un point de blocage (ougrave lrsquoapprenant peut ecirctre tenteacute drsquoabandonner) Lrsquoalgorithme peut agrave tout moment et de faccedilon reacuteactive proposer une nouvelle seacutequence dans le but de remettre lrsquoapprenant sur la bonne voie Lorsque cette situation se produit lrsquoenseignant reccediloit une alerte ou une notification et peut intervenir pour aider agrave reacutesoudre le problegraveme
19
Lrsquoapprentissage adaptatif peut ecirctre appliqueacute agrave une grande varieacuteteacute de situations drsquoapprentissage de lrsquoenseignement primaire agrave la formation continue Comme les solutions drsquoapprentissage adaptatif deacutependent de la lecture et de lrsquoanalyse drsquoalgorithmes et de donneacutees elles peuvent ecirctre connecteacutees agrave un grand nombre de solutions ou de plateformes qui produisent ces donneacutees (plateformes LMS plateformes drsquoapprentissage en ligne plateformes de simulation solutions de reacutealiteacute virtuelle systegravemes ERP existants bases de donneacutees Open Data systegravemes drsquoinformation RH etc) Une solution peut ecirctre inteacutegreacutee dans lrsquoune de ces plateformes mais elle ne se contente pas de travailler en arriegravere-plan Les individus ont la possibiliteacute drsquointeragir avec la solution drsquoapprentissage adaptatif ses conclusions et ses actions et de corriger ou drsquoorienter ses actions futures en triant les donneacutees et en identifiant les indicateurs et les analyses les plus importantes pour son objectif
Le nombre de sceacutenarios dans lesquels lrsquoapprentissage adaptatif peut ecirctre appliqueacute est tout aussi large Voici quelques exemples pratiques drsquoapprentissage adaptatif
Appliquer lrsquoApprentiSSAge ADAptAtif
Les learning management Systems (LMS) et autres solutions drsquoapprentissage sont baseacutes sur un modegravele drsquoapprentissage lineacuteaire avec un format unique Les solutions drsquoapprentissage adaptatif peuvent facilement ecirctre inteacutegreacutees dans ces plateformes pour ameacuteliorer leurs capaciteacutes fournir des outils drsquoanalyse de donneacutees proposer agrave leurs utilisateurs des plans drsquoapprentissage personnaliseacutes et accroicirctre leur efficience globale en produisant un meilleur impact drsquoapprentissage
La formation en entreprise fait face agrave des deacutefis consideacuterables tels que la rapiditeacute croissante de lrsquoeacutevolution des compeacutetences requises par les employeacutes au sein drsquoune entreprise ou drsquoun secteur donneacute Dans ce contexte les employeacutes peuvent ecirctre issus de parcours tregraves diffeacuterents et avoir des niveaux drsquoexpeacuterience et drsquoinstruction varieacutes En combinant des descriptions de poste des reacutefeacuterentiels de compeacutetences des reacutefeacuterentiels meacutetiers des catalogues de formation des plateformes drsquoapprentissage et des solutions drsquoapprentissage adaptatif lrsquoentreprise peut exploiter les analyses agrave sa disposition pour comparer les nouvelles compeacutetences requises agrave celles deacutejagrave maicirctriseacutees par les employeacutes en poste De cette faccedilon une solution drsquoapprentissage adaptatif peut proposer un plan de formation adapteacute aux employeacutes pour maintenir leurs compeacutetences acquises et apporter de la valeur ajouteacutee agrave lrsquoentreprise
les solutions drsquoapprentissage adaptatif sont drsquoune utiliteacute particuliegravere pour les institutions acadeacutemiques les fournisseurs de logiciels les eacutediteurs et les deacutepartements rh mais cette liste
est loin drsquoecirctre exhaustive
20
Apprentissage adaptatif utiliseacute agrave lrsquoeacutecole primaire
du programme de formation a eacuteteacute retenu apregraves une peacuteriode de 3 mois par les apprenants utilisant une plateforme adaptative contre seulement 28 pour les apprenants nrsquoutilisant pas la plateforme
des personnes sont revenues sur la plateforme pour effectuer les exercices recommandeacutes par la solution drsquoapprentissage adaptatif sans aucune obligation de le faire
des recommandations proposeacutees par le systegraveme drsquoapprentissage adaptatif sont couronneacutees de succegraves permettant aux apprenants drsquoatteindre leur objectif drsquoapprentissage
des recommandations proposeacutees dans une situation ougrave lrsquoapprenant rencontre agrave plusieurs reprises des difficulteacutes ont un impact positif reacutesolvent le problegraveme et permettent agrave lrsquoeacutetudiant de terminer le module (pour les 13 restants lrsquoenseignant est alerteacute de ses difficulteacutes par des notifications et intervient pour eacuteviter la possibiliteacute de deacutecrochage)
des ressources sont eacutepargneacutees puisque lrsquoutilisation des ressources inadapteacutees est eacuteviteacutee De maniegravere globale les plans drsquoapprentissage personnaliseacutes permettent aux eacutelegraveves drsquoavancer plus rapidement car ils travaillent agrave leur propre rythme et assimilent de maniegravere plus efficace ameacuteliorant ainsi leurs reacutesultats
Apprentissage adaptatif utiliseacute dans la formation en entreprise
De lA theacuteorie Aux reacuteSultAtS
en Juin 2016 Domoscio a meneacute une expeacuterimentation dans le cadre de sa collaboration avec un eacutediteur offrant des cours en franccedilais anglais et matheacutematiques pour des eacutecoles primaires en france 400 eacutetudiants ont eacuteteacute impliqueacutes dans lrsquoeacutechantillon de test les chiffres sont calculeacutes apregraves deux mois drsquoutilisation de la technologie drsquoapprentissage adaptatif de Domoscio
en Juillet 2016 Domoscio a observeacute les reacutesultats de lrsquointeacutegration de sa technologie adaptative dans un environnement drsquoapprentissage mixte dans le cadre de formations au management et agrave la vente pour 200 apprenants dans le secteur priveacute
01 quelques chiffres
21
Teacutemoignages de formateurs et drsquoenseignants qui utilisent des solutions drsquoapprentissage adaptatif
laquoLrsquoun de mes eacutelegraveves (13 ans et en CM1) a des difficulteacutes dans tous les concepts abordeacutes Il est suivi par une AVS (Auxiliaire de Vie Scolaire) Ni les manuels scolaires ni mes explications orales ni le travail en groupe ne lui permettent drsquoavancer Il a vraiment accrocheacute avec les parcours adaptatifs en maths et a reacuteussi agrave progresser dans son parcours Lrsquoexpeacuterience a eacuteteacute tregraves valorisante pour luiraquo
Caroline T 9
ProfesseurEcole primaire de Saint-Etienne France
9 Caroline eacutetait lrsquoune des enseignantes concerneacutees par lrsquoexpeacuterimentation meneacutee aupregraves de 400 eacutetudiants en juin 2016 utilisant la technologie de Domoscio10 Balthazar est speacutecialiseacute en prestations de formation en entreprise et utilise les solutions de Domoscio depuis 2015
laquoBalthazar utilise lrsquoapprentissage adaptatif dans le cadre de ses formations en management En tant que formateur le dispositif me permet de suivre les stagiaires individuellement et drsquoajuster ma peacutedagogie en conseacutequence Lrsquoapprentissage adaptatif complegravete nos actions de formation ameacuteliore leur impact et nous permet drsquooffrir agrave nos stagiaires un veacuteritable service apregraves formationraquo
Sylvain RajzwingConsultant en managementBalthazar10
02 quelques mots
22
pour les apprenants
Ils ont des expeacuteriences drsquoapprentissage personnaliseacutees
Ils assimilent les concepts de maniegravere plus rapide et durablement
Ils voient leur temps drsquoapprentissage et de reacutevision optimiseacute
Ils beacuteneacuteficient de meilleurs reacutesultats drsquoapprentissage
Les progregraves sont suivis et les reacutesultats drsquoapprentissage eacutevalueacutes pour favoriser lrsquoameacutelioration
pour les enseignantsformateurs
Ils peuvent mesurer les reacutesultats drsquoapprentissage gracircce agrave des analyses pertinentes et des tableaux de bord intuitifs leur permettant drsquoacqueacuterir une vision claire des progregraves de leurs eacutelegravevesemployeacutes
Ils peuvent anticiper les difficulteacutes des eacutelegravevesemployeacutes puis adapter le contenu de leurs cours en conseacutequence
Ils augmentent leur valeur ajouteacutee en utilisant les outils peacutedagogiques de la solution drsquoapprentissage adaptatif pour reacutepondre aux besoins de chaque apprenant sans les contraintes que cela implique (ils peuvent ecirctre agrave lrsquoeacutecoute des besoins de lrsquoapprenant sans passer des heures agrave corriger et analyser le travail de tous les apprenants)
03 Beacuteneacutefices
23
pour les salarieacutes
Ils partagent les mecircmes beacuteneacutefices que les apprenants par rap-port agrave lrsquoapprentissage adaptatif et profitent drsquoavantages sup-pleacutementaires
Leur temps est mieux geacutereacute ce qui permet un meilleur eacutequilibre entre les temps de travail et de formation
Ils augmentent leur employabiliteacute avec de nouvelles compeacute-tences
Ils ont les outils et la formation neacutecessaires pour mieux reacuteali-ser leur travail ce qui conduit agrave une plus grande satisfaction au travail
pour les eacutediteurs
Lrsquoapprentissage adaptatif leur permet drsquoaccompagner les transformations opeacutereacutees par les technologies numeacuteriques avec des services agrave valeur ajouteacutee en lien avec leur contenu Il permet eacutegalement aux eacutediteurs drsquoavoir accegraves agrave des donneacutees concernant lrsquointeraction avec leur contenu ce qui leur apporte de nouvelles perspectives sur son efficaciteacute et sa pertinence comme outil drsquoapprentissage
Les solutions drsquoapprentissage adaptatif permettent aux eacutediteurs drsquoaccompagner les utilisateurs en ajustant le contenu en fonc-tion des besoins des apprenants
pour la gestion de la formation en entreprise
Lrsquoapprentissage adaptatif aide agrave identifier les besoins de formation au sein de lrsquoentreprise en utilisant les analyses des reacutesultats de formation pour ameacuteliorer les futures actions de formation et les cibler avec plus de preacutecision
Il aide agrave mesurer la qualiteacute des actions de formation et leur retour sur investissement car les employeacutes sont mieux et plus efficacement formeacutes
Il soutient la strateacutegie de formation globale de lrsquoentreprise en veillant agrave ce que les employeacutes aient les compeacutetences requises pour remplir leurs fonctions de maniegravere plus adeacutequate
24
contenu structureacute lrsquoinformation ou le contenu est organiseacute et geacuteneacuteralement classifieacute avec des meacutetadonneacutees Le contenu structureacute peut ecirctre stockeacute dans diffeacuterents formats standards ou proprieacutetaires y compris XML
premierS preacuterequiS pour commencer
meacutetadonneacutees il srsquoagit de lrsquoinformation geacuteneacutereacutee relative au contenu aux utilisateurs aux graphes de connaissances aux compeacutetences et aux autres ressources Les meacutetadonneacutees peuvent ecirctre subdiviseacutees en trois types
environnement numeacuterique les plateformes et les solutions qui utilisent les standards de connectiviteacute du marcheacute tels que API xAPI QTI LTI etc
meacutetadonneacutees descriptives leur fonction est la deacutecouverte et lrsquoidentification (par exemple titre reacutesumeacute auteur mots-cleacutes etc)
meacutetadonneacutees structurelles ce sont des conteneurs de meacutetadonneacutees qui composent des seacuteries drsquoobjets au sein des structures de donneacutees (par exemple les pages sont organiseacutees pour former des chapitres)
meacutetadonneacutees administratives elles aident agrave geacuterer une uniteacute de donneacutees par le biais de marqueurs ou drsquoune certaine forme de classification (par exemple les informations techniques le type de fichier quand et comment il a eacuteteacute creacuteeacute son chemin drsquoaccegraves etc)
Ann rockley et charles cooper dans managing enterprise content A unified content Strategy deacutefinissent le contenu
structureacute etou contenu intelligent comme laquo structurellement riche et seacutemantiquement cateacutegoriseacute raquo un
contenu qui est donc laquo automatiquement deacutecouvrable reacuteutilisable reconfigurable et
adaptable raquo
graphes de compeacutetencesconnaissances ils repreacutesentent les preacuterequis et les relations entre les diffeacuterents types de connaissances etou compeacutetences
contenu granulaireunitaire dans un parcours drsquoapprentissage chaque cours ou module est diviseacute en uniteacutes granulaires ou laquo objets peacutedagogiques raquo agrave apprendre Chacune des uniteacutes creacuteeacutees est coheacuterente autonome et reacuteutilisable
25
Lire Penser Approuver
R SociauxMobile Teacuteleacutevision Eacuteducateurs Ordinateurs Litteacuterature Pairs
Construire Eacutecouter Parler Regarder Jouer Eacutecrire Assister Chercher
Activiteacutes
lrsquoapprenant
26
Fondeacutee en 2013 Domoscio est speacutecialiseacutee dans le Big Data pour apprendre et les solutions drsquoapprentissage adaptatif La socieacuteteacute travaille avec de nombreux clients internationaux dans la formation en entreprise lrsquoeacutedition et lrsquoeacuteducationlrsquoenseignement supeacuterieur ainsi qursquoavec de multiples partenaires internationaux dans le secteur des logiciels
La RampD de Domoscio et ses solutions innovantes en font un leader dans son secteur La socieacuteteacute est reconnue et accreacutediteacutee par la Commission europeacuteenne le Ministegravere de lrsquoEacuteducation nationale lrsquoAgence Nationale de la Recherche franccedilaise (ANR) et la Banque Publique drsquoInvestissement (BPI France)
Chez Domoscio nous collaborons avec des partenaires et des clients dans une grande varieacuteteacute de domaines Nous leur fournissons des solutions drsquoapprentissage adaptatif qui leur permettent drsquoobtenir les meilleurs reacutesultats drsquoenseignement drsquoapprentissage et de formation dans leurs domaines respectifs
Les solutions drsquoapprentissage adaptatif peuvent ecirctre utiliseacutees agrave diverses fins et les beacuteneacutefices consideacuterables de lrsquoapprentissage adaptatif pour les apprenants les enseignants les eacutediteurs et les professionnels des RH - entre autres - sont eacutevidents
Agrave propoS De DomoScio
Domoscio utilise une technologie connue et reconnueNos solutions et services incluent principalement
Apprentissage adaptatif Analytique de lrsquoapprentissage
Services de conseil et drsquoaccompagnement
Analyse - une analyse fonctionnelle et technique est reacutealiseacutee ainsi qursquoune analyse des ressources peacutedagogiques du client afin drsquoeacutevaluer les actions neacutecessaires La solution cible est deacutefinie avec le client et un plan drsquoaction est eacutetabli
inteacutegration - le plan drsquoaction est exeacutecuteacute et la solution technique est inteacutegreacutee dans le dispositif du client avec les diffeacuterents contenus drsquoapprentissage Sur certaines plateformes ou Learning Management Systems (LMS) il suffit drsquoactiver une fonctionnaliteacute
Accompagnement - tout au long du processus Domoscio fournit au client un accompagnement continu et des services de conseil en veillant agrave la fiabiliteacute opeacuterationnelle de la solution fournie ces services peuvent comprendre la structuration du contenu la formation le support peacutedagogique etc
De la mecircme faccedilon que les solutions drsquoapprentissage adaptatif sont baseacutees sur le principe de lrsquoadaptation agrave lrsquoapprenant nous croyons que les solutions que nous proposons doivent ecirctre modeacuteliseacutees autour des besoins speacutecifiques de nos clients Ainsi afin de mettre en œuvre les solutions de Domoscio dans les dispositifs existants de nos clients nous adoptons une approche agrave trois volets analyse inteacutegration et accompagnement
27
parmi les distinctions de Domoscio
2016Tropheacutee Europe 1 de lrsquoAvenir cateacutegorie Education
europe 1
2014Lrsquoune des 7 startups les plus prometteuses en Technologies de lrsquoEducation
commission europeacuteenne
Suivre ce processus nous permet drsquoacqueacuterir une compreacutehension approfondie des besoins peacutedagogiques et drsquoapprentissage de nos clients et nous donne toutes les informations neacutecessaires pour optimiser leurs plateformes les rendre plus efficientes et atteindre leurs objectifs drsquoameacutelioration notre approche collaborative et de conseil signifie que nous sommes particuliegraverement sensibles aux objectifs de nos clients et que nous pouvons leur fournir lrsquoaide dont ils ont besoin pour appliquer avec succegraves les connaissances analytiques acquises par lrsquointeacutegration de nos solutions drsquoapprentissage adaptatif
pour en savoir plus sur lrsquoutilisation de lrsquoapprentissage adaptatif et pour mieux comprendreson fonctionnement drsquoun point de vue technique nous vous invitons agrave consulter nos prochains
livres blancs dans la mecircme seacuterie Utiliser lrsquoAdaptive Learning ndash Cas pratiqueset Inteacutegrer lrsquoAdaptive Learning ndash Une approche technique
Siegravege SociAl20 Rue du Commandant Reneacute Mouchotte75014 Paris France
BureAu47 Rue du Caire75002 Paris France
nouS Appeler+33 (0) 1 85 09 03 57
domosciocomcontactdomosciocom
16
eacutetape de boucle courte
Dans cette eacutetape lrsquoapprenant tente drsquoassimiler un concept en particulier Lrsquoalgorithme drsquoapprentissage adaptatif propose agrave lrsquoapprenant une seacutequence speacutecifique drsquoeacutevaluations de contenus et drsquoautres activiteacutes adapteacutes agrave lui Les donneacutees drsquoentreacutee pour lrsquoanalyse algorithmique sont
Lrsquoobjectif drsquoapprentissage relatif agrave un concept en particulierLes types de contenu drsquoeacutevaluations et drsquoautres activiteacutes qui conviennent le mieux agrave lrsquoapprenant selon lrsquohistorique de donneacuteesLe comportement de lrsquoapprenant et celui de ses pairs par rapport au conceptLe niveau de compreacutehension de lrsquoapprenant sur les ressources preacuteceacutedentes lieacutees au conceptLe niveau drsquoassimilation du concept par lrsquoapprenant
Lrsquoobjectif drsquoapprentissage relatif agrave un sujet en particulierLe niveau de progregraves de lrsquoapprenant dans la maicirctrise du sujetLe comportement et le progregraves des autres apprenants par rapport au sujet
Contenu 1 Contenu 2
Eacutevaluation 1 Eacutevaluation 2
Autres 1 Autres 2
Concept 1
Concept 2
Concept 3
Concept 4
lrsquoapprentissage adaptatif est composeacute de cinq eacutetapes diffeacuterentes
eacutetape de boucle longue
Un sujet speacutecifique est composeacute de plusieurs concepts diffeacuterents Cette eacutetape concerne le sujet dans son ensemble par opposition aux concepts individuels Lrsquoalgorithme suggegravere le prochain concept agrave assimiler et propose un parcours drsquoapprentissage en tenant compte des donneacutees provenant de
Sujet
17
eacutetape de macro recommandation
Lorsque lrsquoobjectif drsquoapprentissage sur un sujet en particulier a eacuteteacute atteint lrsquoalgorithme fait une recommandation concernant le prochain objectif drsquoapprentissage (le prochain sujet agrave aborder et agrave maicirctriser) Les entreacutees sont baseacutees sur toutes les informations recueillies au cours des phases preacuteceacutedentes Encore une fois cela srsquoappuie sur les capaciteacutes les inteacuterecircts et les preacutefeacuterences peacutedagogiques deacuteduits de lrsquoapprenant ainsi que sur ceux de ses camarades et les reacutesultats qursquoils ont produits
eacutetape de reacutevision
Lorsque lrsquoassimilation est effective la consolidation doit srsquoeffectuer et celle-ci est reacutealiseacutee par la reacutepeacutetition espaceacutee Lrsquoalgorithme va proposer un plan de reacutevision sur mesure pour lrsquoapprenant ainsi qursquoun test approprieacute pour deacuteterminer les reacutevisions agrave effectuer et le moment pour optimiser le nombre de questions Les entreacutees de donneacutees prises en compte sont
Compeacutetence 3
Compeacutetence 2
Compeacutetence 1
La preacutevision du moment ougrave lrsquoapprenant est susceptible drsquooublierLa difficulteacute de reacutetention du concept pour lrsquoapprenantLa relation entre les diffeacuterents concepts et le contenuLe comportement de lrsquoapprenant par rapport agrave la reacutevision et celui de ses pairs
Sujet 1 Reacutevision 1
Reacutevision 2
15 Janvier
23 Janvier
bullbullbull
reacutevision
18
Sur la bonne voie
Pas sur la bonne voie
lrsquoalgorithme est dynamique et recalcule en permanence son prochain plan drsquoaction sur la base des nouvelles informations recueillies gracircce aux nouvelles donneacutees entreacutees et aux interactions humaines cela lui permet de reacuteagir dans le meilleur inteacuterecirct de lrsquoapprenant et renforce sa capaciteacute agrave geacuteneacuterer un meilleur impact drsquoapprentissage
eacutetape de remeacutediation
Tout au long de ce processus lrsquoalgorithme analyse les progregraves de lrsquoapprenant afin drsquoidentifier une difficulteacute ou un point de blocage (ougrave lrsquoapprenant peut ecirctre tenteacute drsquoabandonner) Lrsquoalgorithme peut agrave tout moment et de faccedilon reacuteactive proposer une nouvelle seacutequence dans le but de remettre lrsquoapprenant sur la bonne voie Lorsque cette situation se produit lrsquoenseignant reccediloit une alerte ou une notification et peut intervenir pour aider agrave reacutesoudre le problegraveme
19
Lrsquoapprentissage adaptatif peut ecirctre appliqueacute agrave une grande varieacuteteacute de situations drsquoapprentissage de lrsquoenseignement primaire agrave la formation continue Comme les solutions drsquoapprentissage adaptatif deacutependent de la lecture et de lrsquoanalyse drsquoalgorithmes et de donneacutees elles peuvent ecirctre connecteacutees agrave un grand nombre de solutions ou de plateformes qui produisent ces donneacutees (plateformes LMS plateformes drsquoapprentissage en ligne plateformes de simulation solutions de reacutealiteacute virtuelle systegravemes ERP existants bases de donneacutees Open Data systegravemes drsquoinformation RH etc) Une solution peut ecirctre inteacutegreacutee dans lrsquoune de ces plateformes mais elle ne se contente pas de travailler en arriegravere-plan Les individus ont la possibiliteacute drsquointeragir avec la solution drsquoapprentissage adaptatif ses conclusions et ses actions et de corriger ou drsquoorienter ses actions futures en triant les donneacutees et en identifiant les indicateurs et les analyses les plus importantes pour son objectif
Le nombre de sceacutenarios dans lesquels lrsquoapprentissage adaptatif peut ecirctre appliqueacute est tout aussi large Voici quelques exemples pratiques drsquoapprentissage adaptatif
Appliquer lrsquoApprentiSSAge ADAptAtif
Les learning management Systems (LMS) et autres solutions drsquoapprentissage sont baseacutes sur un modegravele drsquoapprentissage lineacuteaire avec un format unique Les solutions drsquoapprentissage adaptatif peuvent facilement ecirctre inteacutegreacutees dans ces plateformes pour ameacuteliorer leurs capaciteacutes fournir des outils drsquoanalyse de donneacutees proposer agrave leurs utilisateurs des plans drsquoapprentissage personnaliseacutes et accroicirctre leur efficience globale en produisant un meilleur impact drsquoapprentissage
La formation en entreprise fait face agrave des deacutefis consideacuterables tels que la rapiditeacute croissante de lrsquoeacutevolution des compeacutetences requises par les employeacutes au sein drsquoune entreprise ou drsquoun secteur donneacute Dans ce contexte les employeacutes peuvent ecirctre issus de parcours tregraves diffeacuterents et avoir des niveaux drsquoexpeacuterience et drsquoinstruction varieacutes En combinant des descriptions de poste des reacutefeacuterentiels de compeacutetences des reacutefeacuterentiels meacutetiers des catalogues de formation des plateformes drsquoapprentissage et des solutions drsquoapprentissage adaptatif lrsquoentreprise peut exploiter les analyses agrave sa disposition pour comparer les nouvelles compeacutetences requises agrave celles deacutejagrave maicirctriseacutees par les employeacutes en poste De cette faccedilon une solution drsquoapprentissage adaptatif peut proposer un plan de formation adapteacute aux employeacutes pour maintenir leurs compeacutetences acquises et apporter de la valeur ajouteacutee agrave lrsquoentreprise
les solutions drsquoapprentissage adaptatif sont drsquoune utiliteacute particuliegravere pour les institutions acadeacutemiques les fournisseurs de logiciels les eacutediteurs et les deacutepartements rh mais cette liste
est loin drsquoecirctre exhaustive
20
Apprentissage adaptatif utiliseacute agrave lrsquoeacutecole primaire
du programme de formation a eacuteteacute retenu apregraves une peacuteriode de 3 mois par les apprenants utilisant une plateforme adaptative contre seulement 28 pour les apprenants nrsquoutilisant pas la plateforme
des personnes sont revenues sur la plateforme pour effectuer les exercices recommandeacutes par la solution drsquoapprentissage adaptatif sans aucune obligation de le faire
des recommandations proposeacutees par le systegraveme drsquoapprentissage adaptatif sont couronneacutees de succegraves permettant aux apprenants drsquoatteindre leur objectif drsquoapprentissage
des recommandations proposeacutees dans une situation ougrave lrsquoapprenant rencontre agrave plusieurs reprises des difficulteacutes ont un impact positif reacutesolvent le problegraveme et permettent agrave lrsquoeacutetudiant de terminer le module (pour les 13 restants lrsquoenseignant est alerteacute de ses difficulteacutes par des notifications et intervient pour eacuteviter la possibiliteacute de deacutecrochage)
des ressources sont eacutepargneacutees puisque lrsquoutilisation des ressources inadapteacutees est eacuteviteacutee De maniegravere globale les plans drsquoapprentissage personnaliseacutes permettent aux eacutelegraveves drsquoavancer plus rapidement car ils travaillent agrave leur propre rythme et assimilent de maniegravere plus efficace ameacuteliorant ainsi leurs reacutesultats
Apprentissage adaptatif utiliseacute dans la formation en entreprise
De lA theacuteorie Aux reacuteSultAtS
en Juin 2016 Domoscio a meneacute une expeacuterimentation dans le cadre de sa collaboration avec un eacutediteur offrant des cours en franccedilais anglais et matheacutematiques pour des eacutecoles primaires en france 400 eacutetudiants ont eacuteteacute impliqueacutes dans lrsquoeacutechantillon de test les chiffres sont calculeacutes apregraves deux mois drsquoutilisation de la technologie drsquoapprentissage adaptatif de Domoscio
en Juillet 2016 Domoscio a observeacute les reacutesultats de lrsquointeacutegration de sa technologie adaptative dans un environnement drsquoapprentissage mixte dans le cadre de formations au management et agrave la vente pour 200 apprenants dans le secteur priveacute
01 quelques chiffres
21
Teacutemoignages de formateurs et drsquoenseignants qui utilisent des solutions drsquoapprentissage adaptatif
laquoLrsquoun de mes eacutelegraveves (13 ans et en CM1) a des difficulteacutes dans tous les concepts abordeacutes Il est suivi par une AVS (Auxiliaire de Vie Scolaire) Ni les manuels scolaires ni mes explications orales ni le travail en groupe ne lui permettent drsquoavancer Il a vraiment accrocheacute avec les parcours adaptatifs en maths et a reacuteussi agrave progresser dans son parcours Lrsquoexpeacuterience a eacuteteacute tregraves valorisante pour luiraquo
Caroline T 9
ProfesseurEcole primaire de Saint-Etienne France
9 Caroline eacutetait lrsquoune des enseignantes concerneacutees par lrsquoexpeacuterimentation meneacutee aupregraves de 400 eacutetudiants en juin 2016 utilisant la technologie de Domoscio10 Balthazar est speacutecialiseacute en prestations de formation en entreprise et utilise les solutions de Domoscio depuis 2015
laquoBalthazar utilise lrsquoapprentissage adaptatif dans le cadre de ses formations en management En tant que formateur le dispositif me permet de suivre les stagiaires individuellement et drsquoajuster ma peacutedagogie en conseacutequence Lrsquoapprentissage adaptatif complegravete nos actions de formation ameacuteliore leur impact et nous permet drsquooffrir agrave nos stagiaires un veacuteritable service apregraves formationraquo
Sylvain RajzwingConsultant en managementBalthazar10
02 quelques mots
22
pour les apprenants
Ils ont des expeacuteriences drsquoapprentissage personnaliseacutees
Ils assimilent les concepts de maniegravere plus rapide et durablement
Ils voient leur temps drsquoapprentissage et de reacutevision optimiseacute
Ils beacuteneacuteficient de meilleurs reacutesultats drsquoapprentissage
Les progregraves sont suivis et les reacutesultats drsquoapprentissage eacutevalueacutes pour favoriser lrsquoameacutelioration
pour les enseignantsformateurs
Ils peuvent mesurer les reacutesultats drsquoapprentissage gracircce agrave des analyses pertinentes et des tableaux de bord intuitifs leur permettant drsquoacqueacuterir une vision claire des progregraves de leurs eacutelegravevesemployeacutes
Ils peuvent anticiper les difficulteacutes des eacutelegravevesemployeacutes puis adapter le contenu de leurs cours en conseacutequence
Ils augmentent leur valeur ajouteacutee en utilisant les outils peacutedagogiques de la solution drsquoapprentissage adaptatif pour reacutepondre aux besoins de chaque apprenant sans les contraintes que cela implique (ils peuvent ecirctre agrave lrsquoeacutecoute des besoins de lrsquoapprenant sans passer des heures agrave corriger et analyser le travail de tous les apprenants)
03 Beacuteneacutefices
23
pour les salarieacutes
Ils partagent les mecircmes beacuteneacutefices que les apprenants par rap-port agrave lrsquoapprentissage adaptatif et profitent drsquoavantages sup-pleacutementaires
Leur temps est mieux geacutereacute ce qui permet un meilleur eacutequilibre entre les temps de travail et de formation
Ils augmentent leur employabiliteacute avec de nouvelles compeacute-tences
Ils ont les outils et la formation neacutecessaires pour mieux reacuteali-ser leur travail ce qui conduit agrave une plus grande satisfaction au travail
pour les eacutediteurs
Lrsquoapprentissage adaptatif leur permet drsquoaccompagner les transformations opeacutereacutees par les technologies numeacuteriques avec des services agrave valeur ajouteacutee en lien avec leur contenu Il permet eacutegalement aux eacutediteurs drsquoavoir accegraves agrave des donneacutees concernant lrsquointeraction avec leur contenu ce qui leur apporte de nouvelles perspectives sur son efficaciteacute et sa pertinence comme outil drsquoapprentissage
Les solutions drsquoapprentissage adaptatif permettent aux eacutediteurs drsquoaccompagner les utilisateurs en ajustant le contenu en fonc-tion des besoins des apprenants
pour la gestion de la formation en entreprise
Lrsquoapprentissage adaptatif aide agrave identifier les besoins de formation au sein de lrsquoentreprise en utilisant les analyses des reacutesultats de formation pour ameacuteliorer les futures actions de formation et les cibler avec plus de preacutecision
Il aide agrave mesurer la qualiteacute des actions de formation et leur retour sur investissement car les employeacutes sont mieux et plus efficacement formeacutes
Il soutient la strateacutegie de formation globale de lrsquoentreprise en veillant agrave ce que les employeacutes aient les compeacutetences requises pour remplir leurs fonctions de maniegravere plus adeacutequate
24
contenu structureacute lrsquoinformation ou le contenu est organiseacute et geacuteneacuteralement classifieacute avec des meacutetadonneacutees Le contenu structureacute peut ecirctre stockeacute dans diffeacuterents formats standards ou proprieacutetaires y compris XML
premierS preacuterequiS pour commencer
meacutetadonneacutees il srsquoagit de lrsquoinformation geacuteneacutereacutee relative au contenu aux utilisateurs aux graphes de connaissances aux compeacutetences et aux autres ressources Les meacutetadonneacutees peuvent ecirctre subdiviseacutees en trois types
environnement numeacuterique les plateformes et les solutions qui utilisent les standards de connectiviteacute du marcheacute tels que API xAPI QTI LTI etc
meacutetadonneacutees descriptives leur fonction est la deacutecouverte et lrsquoidentification (par exemple titre reacutesumeacute auteur mots-cleacutes etc)
meacutetadonneacutees structurelles ce sont des conteneurs de meacutetadonneacutees qui composent des seacuteries drsquoobjets au sein des structures de donneacutees (par exemple les pages sont organiseacutees pour former des chapitres)
meacutetadonneacutees administratives elles aident agrave geacuterer une uniteacute de donneacutees par le biais de marqueurs ou drsquoune certaine forme de classification (par exemple les informations techniques le type de fichier quand et comment il a eacuteteacute creacuteeacute son chemin drsquoaccegraves etc)
Ann rockley et charles cooper dans managing enterprise content A unified content Strategy deacutefinissent le contenu
structureacute etou contenu intelligent comme laquo structurellement riche et seacutemantiquement cateacutegoriseacute raquo un
contenu qui est donc laquo automatiquement deacutecouvrable reacuteutilisable reconfigurable et
adaptable raquo
graphes de compeacutetencesconnaissances ils repreacutesentent les preacuterequis et les relations entre les diffeacuterents types de connaissances etou compeacutetences
contenu granulaireunitaire dans un parcours drsquoapprentissage chaque cours ou module est diviseacute en uniteacutes granulaires ou laquo objets peacutedagogiques raquo agrave apprendre Chacune des uniteacutes creacuteeacutees est coheacuterente autonome et reacuteutilisable
25
Lire Penser Approuver
R SociauxMobile Teacuteleacutevision Eacuteducateurs Ordinateurs Litteacuterature Pairs
Construire Eacutecouter Parler Regarder Jouer Eacutecrire Assister Chercher
Activiteacutes
lrsquoapprenant
26
Fondeacutee en 2013 Domoscio est speacutecialiseacutee dans le Big Data pour apprendre et les solutions drsquoapprentissage adaptatif La socieacuteteacute travaille avec de nombreux clients internationaux dans la formation en entreprise lrsquoeacutedition et lrsquoeacuteducationlrsquoenseignement supeacuterieur ainsi qursquoavec de multiples partenaires internationaux dans le secteur des logiciels
La RampD de Domoscio et ses solutions innovantes en font un leader dans son secteur La socieacuteteacute est reconnue et accreacutediteacutee par la Commission europeacuteenne le Ministegravere de lrsquoEacuteducation nationale lrsquoAgence Nationale de la Recherche franccedilaise (ANR) et la Banque Publique drsquoInvestissement (BPI France)
Chez Domoscio nous collaborons avec des partenaires et des clients dans une grande varieacuteteacute de domaines Nous leur fournissons des solutions drsquoapprentissage adaptatif qui leur permettent drsquoobtenir les meilleurs reacutesultats drsquoenseignement drsquoapprentissage et de formation dans leurs domaines respectifs
Les solutions drsquoapprentissage adaptatif peuvent ecirctre utiliseacutees agrave diverses fins et les beacuteneacutefices consideacuterables de lrsquoapprentissage adaptatif pour les apprenants les enseignants les eacutediteurs et les professionnels des RH - entre autres - sont eacutevidents
Agrave propoS De DomoScio
Domoscio utilise une technologie connue et reconnueNos solutions et services incluent principalement
Apprentissage adaptatif Analytique de lrsquoapprentissage
Services de conseil et drsquoaccompagnement
Analyse - une analyse fonctionnelle et technique est reacutealiseacutee ainsi qursquoune analyse des ressources peacutedagogiques du client afin drsquoeacutevaluer les actions neacutecessaires La solution cible est deacutefinie avec le client et un plan drsquoaction est eacutetabli
inteacutegration - le plan drsquoaction est exeacutecuteacute et la solution technique est inteacutegreacutee dans le dispositif du client avec les diffeacuterents contenus drsquoapprentissage Sur certaines plateformes ou Learning Management Systems (LMS) il suffit drsquoactiver une fonctionnaliteacute
Accompagnement - tout au long du processus Domoscio fournit au client un accompagnement continu et des services de conseil en veillant agrave la fiabiliteacute opeacuterationnelle de la solution fournie ces services peuvent comprendre la structuration du contenu la formation le support peacutedagogique etc
De la mecircme faccedilon que les solutions drsquoapprentissage adaptatif sont baseacutees sur le principe de lrsquoadaptation agrave lrsquoapprenant nous croyons que les solutions que nous proposons doivent ecirctre modeacuteliseacutees autour des besoins speacutecifiques de nos clients Ainsi afin de mettre en œuvre les solutions de Domoscio dans les dispositifs existants de nos clients nous adoptons une approche agrave trois volets analyse inteacutegration et accompagnement
27
parmi les distinctions de Domoscio
2016Tropheacutee Europe 1 de lrsquoAvenir cateacutegorie Education
europe 1
2014Lrsquoune des 7 startups les plus prometteuses en Technologies de lrsquoEducation
commission europeacuteenne
Suivre ce processus nous permet drsquoacqueacuterir une compreacutehension approfondie des besoins peacutedagogiques et drsquoapprentissage de nos clients et nous donne toutes les informations neacutecessaires pour optimiser leurs plateformes les rendre plus efficientes et atteindre leurs objectifs drsquoameacutelioration notre approche collaborative et de conseil signifie que nous sommes particuliegraverement sensibles aux objectifs de nos clients et que nous pouvons leur fournir lrsquoaide dont ils ont besoin pour appliquer avec succegraves les connaissances analytiques acquises par lrsquointeacutegration de nos solutions drsquoapprentissage adaptatif
pour en savoir plus sur lrsquoutilisation de lrsquoapprentissage adaptatif et pour mieux comprendreson fonctionnement drsquoun point de vue technique nous vous invitons agrave consulter nos prochains
livres blancs dans la mecircme seacuterie Utiliser lrsquoAdaptive Learning ndash Cas pratiqueset Inteacutegrer lrsquoAdaptive Learning ndash Une approche technique
Siegravege SociAl20 Rue du Commandant Reneacute Mouchotte75014 Paris France
BureAu47 Rue du Caire75002 Paris France
nouS Appeler+33 (0) 1 85 09 03 57
domosciocomcontactdomosciocom
17
eacutetape de macro recommandation
Lorsque lrsquoobjectif drsquoapprentissage sur un sujet en particulier a eacuteteacute atteint lrsquoalgorithme fait une recommandation concernant le prochain objectif drsquoapprentissage (le prochain sujet agrave aborder et agrave maicirctriser) Les entreacutees sont baseacutees sur toutes les informations recueillies au cours des phases preacuteceacutedentes Encore une fois cela srsquoappuie sur les capaciteacutes les inteacuterecircts et les preacutefeacuterences peacutedagogiques deacuteduits de lrsquoapprenant ainsi que sur ceux de ses camarades et les reacutesultats qursquoils ont produits
eacutetape de reacutevision
Lorsque lrsquoassimilation est effective la consolidation doit srsquoeffectuer et celle-ci est reacutealiseacutee par la reacutepeacutetition espaceacutee Lrsquoalgorithme va proposer un plan de reacutevision sur mesure pour lrsquoapprenant ainsi qursquoun test approprieacute pour deacuteterminer les reacutevisions agrave effectuer et le moment pour optimiser le nombre de questions Les entreacutees de donneacutees prises en compte sont
Compeacutetence 3
Compeacutetence 2
Compeacutetence 1
La preacutevision du moment ougrave lrsquoapprenant est susceptible drsquooublierLa difficulteacute de reacutetention du concept pour lrsquoapprenantLa relation entre les diffeacuterents concepts et le contenuLe comportement de lrsquoapprenant par rapport agrave la reacutevision et celui de ses pairs
Sujet 1 Reacutevision 1
Reacutevision 2
15 Janvier
23 Janvier
bullbullbull
reacutevision
18
Sur la bonne voie
Pas sur la bonne voie
lrsquoalgorithme est dynamique et recalcule en permanence son prochain plan drsquoaction sur la base des nouvelles informations recueillies gracircce aux nouvelles donneacutees entreacutees et aux interactions humaines cela lui permet de reacuteagir dans le meilleur inteacuterecirct de lrsquoapprenant et renforce sa capaciteacute agrave geacuteneacuterer un meilleur impact drsquoapprentissage
eacutetape de remeacutediation
Tout au long de ce processus lrsquoalgorithme analyse les progregraves de lrsquoapprenant afin drsquoidentifier une difficulteacute ou un point de blocage (ougrave lrsquoapprenant peut ecirctre tenteacute drsquoabandonner) Lrsquoalgorithme peut agrave tout moment et de faccedilon reacuteactive proposer une nouvelle seacutequence dans le but de remettre lrsquoapprenant sur la bonne voie Lorsque cette situation se produit lrsquoenseignant reccediloit une alerte ou une notification et peut intervenir pour aider agrave reacutesoudre le problegraveme
19
Lrsquoapprentissage adaptatif peut ecirctre appliqueacute agrave une grande varieacuteteacute de situations drsquoapprentissage de lrsquoenseignement primaire agrave la formation continue Comme les solutions drsquoapprentissage adaptatif deacutependent de la lecture et de lrsquoanalyse drsquoalgorithmes et de donneacutees elles peuvent ecirctre connecteacutees agrave un grand nombre de solutions ou de plateformes qui produisent ces donneacutees (plateformes LMS plateformes drsquoapprentissage en ligne plateformes de simulation solutions de reacutealiteacute virtuelle systegravemes ERP existants bases de donneacutees Open Data systegravemes drsquoinformation RH etc) Une solution peut ecirctre inteacutegreacutee dans lrsquoune de ces plateformes mais elle ne se contente pas de travailler en arriegravere-plan Les individus ont la possibiliteacute drsquointeragir avec la solution drsquoapprentissage adaptatif ses conclusions et ses actions et de corriger ou drsquoorienter ses actions futures en triant les donneacutees et en identifiant les indicateurs et les analyses les plus importantes pour son objectif
Le nombre de sceacutenarios dans lesquels lrsquoapprentissage adaptatif peut ecirctre appliqueacute est tout aussi large Voici quelques exemples pratiques drsquoapprentissage adaptatif
Appliquer lrsquoApprentiSSAge ADAptAtif
Les learning management Systems (LMS) et autres solutions drsquoapprentissage sont baseacutes sur un modegravele drsquoapprentissage lineacuteaire avec un format unique Les solutions drsquoapprentissage adaptatif peuvent facilement ecirctre inteacutegreacutees dans ces plateformes pour ameacuteliorer leurs capaciteacutes fournir des outils drsquoanalyse de donneacutees proposer agrave leurs utilisateurs des plans drsquoapprentissage personnaliseacutes et accroicirctre leur efficience globale en produisant un meilleur impact drsquoapprentissage
La formation en entreprise fait face agrave des deacutefis consideacuterables tels que la rapiditeacute croissante de lrsquoeacutevolution des compeacutetences requises par les employeacutes au sein drsquoune entreprise ou drsquoun secteur donneacute Dans ce contexte les employeacutes peuvent ecirctre issus de parcours tregraves diffeacuterents et avoir des niveaux drsquoexpeacuterience et drsquoinstruction varieacutes En combinant des descriptions de poste des reacutefeacuterentiels de compeacutetences des reacutefeacuterentiels meacutetiers des catalogues de formation des plateformes drsquoapprentissage et des solutions drsquoapprentissage adaptatif lrsquoentreprise peut exploiter les analyses agrave sa disposition pour comparer les nouvelles compeacutetences requises agrave celles deacutejagrave maicirctriseacutees par les employeacutes en poste De cette faccedilon une solution drsquoapprentissage adaptatif peut proposer un plan de formation adapteacute aux employeacutes pour maintenir leurs compeacutetences acquises et apporter de la valeur ajouteacutee agrave lrsquoentreprise
les solutions drsquoapprentissage adaptatif sont drsquoune utiliteacute particuliegravere pour les institutions acadeacutemiques les fournisseurs de logiciels les eacutediteurs et les deacutepartements rh mais cette liste
est loin drsquoecirctre exhaustive
20
Apprentissage adaptatif utiliseacute agrave lrsquoeacutecole primaire
du programme de formation a eacuteteacute retenu apregraves une peacuteriode de 3 mois par les apprenants utilisant une plateforme adaptative contre seulement 28 pour les apprenants nrsquoutilisant pas la plateforme
des personnes sont revenues sur la plateforme pour effectuer les exercices recommandeacutes par la solution drsquoapprentissage adaptatif sans aucune obligation de le faire
des recommandations proposeacutees par le systegraveme drsquoapprentissage adaptatif sont couronneacutees de succegraves permettant aux apprenants drsquoatteindre leur objectif drsquoapprentissage
des recommandations proposeacutees dans une situation ougrave lrsquoapprenant rencontre agrave plusieurs reprises des difficulteacutes ont un impact positif reacutesolvent le problegraveme et permettent agrave lrsquoeacutetudiant de terminer le module (pour les 13 restants lrsquoenseignant est alerteacute de ses difficulteacutes par des notifications et intervient pour eacuteviter la possibiliteacute de deacutecrochage)
des ressources sont eacutepargneacutees puisque lrsquoutilisation des ressources inadapteacutees est eacuteviteacutee De maniegravere globale les plans drsquoapprentissage personnaliseacutes permettent aux eacutelegraveves drsquoavancer plus rapidement car ils travaillent agrave leur propre rythme et assimilent de maniegravere plus efficace ameacuteliorant ainsi leurs reacutesultats
Apprentissage adaptatif utiliseacute dans la formation en entreprise
De lA theacuteorie Aux reacuteSultAtS
en Juin 2016 Domoscio a meneacute une expeacuterimentation dans le cadre de sa collaboration avec un eacutediteur offrant des cours en franccedilais anglais et matheacutematiques pour des eacutecoles primaires en france 400 eacutetudiants ont eacuteteacute impliqueacutes dans lrsquoeacutechantillon de test les chiffres sont calculeacutes apregraves deux mois drsquoutilisation de la technologie drsquoapprentissage adaptatif de Domoscio
en Juillet 2016 Domoscio a observeacute les reacutesultats de lrsquointeacutegration de sa technologie adaptative dans un environnement drsquoapprentissage mixte dans le cadre de formations au management et agrave la vente pour 200 apprenants dans le secteur priveacute
01 quelques chiffres
21
Teacutemoignages de formateurs et drsquoenseignants qui utilisent des solutions drsquoapprentissage adaptatif
laquoLrsquoun de mes eacutelegraveves (13 ans et en CM1) a des difficulteacutes dans tous les concepts abordeacutes Il est suivi par une AVS (Auxiliaire de Vie Scolaire) Ni les manuels scolaires ni mes explications orales ni le travail en groupe ne lui permettent drsquoavancer Il a vraiment accrocheacute avec les parcours adaptatifs en maths et a reacuteussi agrave progresser dans son parcours Lrsquoexpeacuterience a eacuteteacute tregraves valorisante pour luiraquo
Caroline T 9
ProfesseurEcole primaire de Saint-Etienne France
9 Caroline eacutetait lrsquoune des enseignantes concerneacutees par lrsquoexpeacuterimentation meneacutee aupregraves de 400 eacutetudiants en juin 2016 utilisant la technologie de Domoscio10 Balthazar est speacutecialiseacute en prestations de formation en entreprise et utilise les solutions de Domoscio depuis 2015
laquoBalthazar utilise lrsquoapprentissage adaptatif dans le cadre de ses formations en management En tant que formateur le dispositif me permet de suivre les stagiaires individuellement et drsquoajuster ma peacutedagogie en conseacutequence Lrsquoapprentissage adaptatif complegravete nos actions de formation ameacuteliore leur impact et nous permet drsquooffrir agrave nos stagiaires un veacuteritable service apregraves formationraquo
Sylvain RajzwingConsultant en managementBalthazar10
02 quelques mots
22
pour les apprenants
Ils ont des expeacuteriences drsquoapprentissage personnaliseacutees
Ils assimilent les concepts de maniegravere plus rapide et durablement
Ils voient leur temps drsquoapprentissage et de reacutevision optimiseacute
Ils beacuteneacuteficient de meilleurs reacutesultats drsquoapprentissage
Les progregraves sont suivis et les reacutesultats drsquoapprentissage eacutevalueacutes pour favoriser lrsquoameacutelioration
pour les enseignantsformateurs
Ils peuvent mesurer les reacutesultats drsquoapprentissage gracircce agrave des analyses pertinentes et des tableaux de bord intuitifs leur permettant drsquoacqueacuterir une vision claire des progregraves de leurs eacutelegravevesemployeacutes
Ils peuvent anticiper les difficulteacutes des eacutelegravevesemployeacutes puis adapter le contenu de leurs cours en conseacutequence
Ils augmentent leur valeur ajouteacutee en utilisant les outils peacutedagogiques de la solution drsquoapprentissage adaptatif pour reacutepondre aux besoins de chaque apprenant sans les contraintes que cela implique (ils peuvent ecirctre agrave lrsquoeacutecoute des besoins de lrsquoapprenant sans passer des heures agrave corriger et analyser le travail de tous les apprenants)
03 Beacuteneacutefices
23
pour les salarieacutes
Ils partagent les mecircmes beacuteneacutefices que les apprenants par rap-port agrave lrsquoapprentissage adaptatif et profitent drsquoavantages sup-pleacutementaires
Leur temps est mieux geacutereacute ce qui permet un meilleur eacutequilibre entre les temps de travail et de formation
Ils augmentent leur employabiliteacute avec de nouvelles compeacute-tences
Ils ont les outils et la formation neacutecessaires pour mieux reacuteali-ser leur travail ce qui conduit agrave une plus grande satisfaction au travail
pour les eacutediteurs
Lrsquoapprentissage adaptatif leur permet drsquoaccompagner les transformations opeacutereacutees par les technologies numeacuteriques avec des services agrave valeur ajouteacutee en lien avec leur contenu Il permet eacutegalement aux eacutediteurs drsquoavoir accegraves agrave des donneacutees concernant lrsquointeraction avec leur contenu ce qui leur apporte de nouvelles perspectives sur son efficaciteacute et sa pertinence comme outil drsquoapprentissage
Les solutions drsquoapprentissage adaptatif permettent aux eacutediteurs drsquoaccompagner les utilisateurs en ajustant le contenu en fonc-tion des besoins des apprenants
pour la gestion de la formation en entreprise
Lrsquoapprentissage adaptatif aide agrave identifier les besoins de formation au sein de lrsquoentreprise en utilisant les analyses des reacutesultats de formation pour ameacuteliorer les futures actions de formation et les cibler avec plus de preacutecision
Il aide agrave mesurer la qualiteacute des actions de formation et leur retour sur investissement car les employeacutes sont mieux et plus efficacement formeacutes
Il soutient la strateacutegie de formation globale de lrsquoentreprise en veillant agrave ce que les employeacutes aient les compeacutetences requises pour remplir leurs fonctions de maniegravere plus adeacutequate
24
contenu structureacute lrsquoinformation ou le contenu est organiseacute et geacuteneacuteralement classifieacute avec des meacutetadonneacutees Le contenu structureacute peut ecirctre stockeacute dans diffeacuterents formats standards ou proprieacutetaires y compris XML
premierS preacuterequiS pour commencer
meacutetadonneacutees il srsquoagit de lrsquoinformation geacuteneacutereacutee relative au contenu aux utilisateurs aux graphes de connaissances aux compeacutetences et aux autres ressources Les meacutetadonneacutees peuvent ecirctre subdiviseacutees en trois types
environnement numeacuterique les plateformes et les solutions qui utilisent les standards de connectiviteacute du marcheacute tels que API xAPI QTI LTI etc
meacutetadonneacutees descriptives leur fonction est la deacutecouverte et lrsquoidentification (par exemple titre reacutesumeacute auteur mots-cleacutes etc)
meacutetadonneacutees structurelles ce sont des conteneurs de meacutetadonneacutees qui composent des seacuteries drsquoobjets au sein des structures de donneacutees (par exemple les pages sont organiseacutees pour former des chapitres)
meacutetadonneacutees administratives elles aident agrave geacuterer une uniteacute de donneacutees par le biais de marqueurs ou drsquoune certaine forme de classification (par exemple les informations techniques le type de fichier quand et comment il a eacuteteacute creacuteeacute son chemin drsquoaccegraves etc)
Ann rockley et charles cooper dans managing enterprise content A unified content Strategy deacutefinissent le contenu
structureacute etou contenu intelligent comme laquo structurellement riche et seacutemantiquement cateacutegoriseacute raquo un
contenu qui est donc laquo automatiquement deacutecouvrable reacuteutilisable reconfigurable et
adaptable raquo
graphes de compeacutetencesconnaissances ils repreacutesentent les preacuterequis et les relations entre les diffeacuterents types de connaissances etou compeacutetences
contenu granulaireunitaire dans un parcours drsquoapprentissage chaque cours ou module est diviseacute en uniteacutes granulaires ou laquo objets peacutedagogiques raquo agrave apprendre Chacune des uniteacutes creacuteeacutees est coheacuterente autonome et reacuteutilisable
25
Lire Penser Approuver
R SociauxMobile Teacuteleacutevision Eacuteducateurs Ordinateurs Litteacuterature Pairs
Construire Eacutecouter Parler Regarder Jouer Eacutecrire Assister Chercher
Activiteacutes
lrsquoapprenant
26
Fondeacutee en 2013 Domoscio est speacutecialiseacutee dans le Big Data pour apprendre et les solutions drsquoapprentissage adaptatif La socieacuteteacute travaille avec de nombreux clients internationaux dans la formation en entreprise lrsquoeacutedition et lrsquoeacuteducationlrsquoenseignement supeacuterieur ainsi qursquoavec de multiples partenaires internationaux dans le secteur des logiciels
La RampD de Domoscio et ses solutions innovantes en font un leader dans son secteur La socieacuteteacute est reconnue et accreacutediteacutee par la Commission europeacuteenne le Ministegravere de lrsquoEacuteducation nationale lrsquoAgence Nationale de la Recherche franccedilaise (ANR) et la Banque Publique drsquoInvestissement (BPI France)
Chez Domoscio nous collaborons avec des partenaires et des clients dans une grande varieacuteteacute de domaines Nous leur fournissons des solutions drsquoapprentissage adaptatif qui leur permettent drsquoobtenir les meilleurs reacutesultats drsquoenseignement drsquoapprentissage et de formation dans leurs domaines respectifs
Les solutions drsquoapprentissage adaptatif peuvent ecirctre utiliseacutees agrave diverses fins et les beacuteneacutefices consideacuterables de lrsquoapprentissage adaptatif pour les apprenants les enseignants les eacutediteurs et les professionnels des RH - entre autres - sont eacutevidents
Agrave propoS De DomoScio
Domoscio utilise une technologie connue et reconnueNos solutions et services incluent principalement
Apprentissage adaptatif Analytique de lrsquoapprentissage
Services de conseil et drsquoaccompagnement
Analyse - une analyse fonctionnelle et technique est reacutealiseacutee ainsi qursquoune analyse des ressources peacutedagogiques du client afin drsquoeacutevaluer les actions neacutecessaires La solution cible est deacutefinie avec le client et un plan drsquoaction est eacutetabli
inteacutegration - le plan drsquoaction est exeacutecuteacute et la solution technique est inteacutegreacutee dans le dispositif du client avec les diffeacuterents contenus drsquoapprentissage Sur certaines plateformes ou Learning Management Systems (LMS) il suffit drsquoactiver une fonctionnaliteacute
Accompagnement - tout au long du processus Domoscio fournit au client un accompagnement continu et des services de conseil en veillant agrave la fiabiliteacute opeacuterationnelle de la solution fournie ces services peuvent comprendre la structuration du contenu la formation le support peacutedagogique etc
De la mecircme faccedilon que les solutions drsquoapprentissage adaptatif sont baseacutees sur le principe de lrsquoadaptation agrave lrsquoapprenant nous croyons que les solutions que nous proposons doivent ecirctre modeacuteliseacutees autour des besoins speacutecifiques de nos clients Ainsi afin de mettre en œuvre les solutions de Domoscio dans les dispositifs existants de nos clients nous adoptons une approche agrave trois volets analyse inteacutegration et accompagnement
27
parmi les distinctions de Domoscio
2016Tropheacutee Europe 1 de lrsquoAvenir cateacutegorie Education
europe 1
2014Lrsquoune des 7 startups les plus prometteuses en Technologies de lrsquoEducation
commission europeacuteenne
Suivre ce processus nous permet drsquoacqueacuterir une compreacutehension approfondie des besoins peacutedagogiques et drsquoapprentissage de nos clients et nous donne toutes les informations neacutecessaires pour optimiser leurs plateformes les rendre plus efficientes et atteindre leurs objectifs drsquoameacutelioration notre approche collaborative et de conseil signifie que nous sommes particuliegraverement sensibles aux objectifs de nos clients et que nous pouvons leur fournir lrsquoaide dont ils ont besoin pour appliquer avec succegraves les connaissances analytiques acquises par lrsquointeacutegration de nos solutions drsquoapprentissage adaptatif
pour en savoir plus sur lrsquoutilisation de lrsquoapprentissage adaptatif et pour mieux comprendreson fonctionnement drsquoun point de vue technique nous vous invitons agrave consulter nos prochains
livres blancs dans la mecircme seacuterie Utiliser lrsquoAdaptive Learning ndash Cas pratiqueset Inteacutegrer lrsquoAdaptive Learning ndash Une approche technique
Siegravege SociAl20 Rue du Commandant Reneacute Mouchotte75014 Paris France
BureAu47 Rue du Caire75002 Paris France
nouS Appeler+33 (0) 1 85 09 03 57
domosciocomcontactdomosciocom
18
Sur la bonne voie
Pas sur la bonne voie
lrsquoalgorithme est dynamique et recalcule en permanence son prochain plan drsquoaction sur la base des nouvelles informations recueillies gracircce aux nouvelles donneacutees entreacutees et aux interactions humaines cela lui permet de reacuteagir dans le meilleur inteacuterecirct de lrsquoapprenant et renforce sa capaciteacute agrave geacuteneacuterer un meilleur impact drsquoapprentissage
eacutetape de remeacutediation
Tout au long de ce processus lrsquoalgorithme analyse les progregraves de lrsquoapprenant afin drsquoidentifier une difficulteacute ou un point de blocage (ougrave lrsquoapprenant peut ecirctre tenteacute drsquoabandonner) Lrsquoalgorithme peut agrave tout moment et de faccedilon reacuteactive proposer une nouvelle seacutequence dans le but de remettre lrsquoapprenant sur la bonne voie Lorsque cette situation se produit lrsquoenseignant reccediloit une alerte ou une notification et peut intervenir pour aider agrave reacutesoudre le problegraveme
19
Lrsquoapprentissage adaptatif peut ecirctre appliqueacute agrave une grande varieacuteteacute de situations drsquoapprentissage de lrsquoenseignement primaire agrave la formation continue Comme les solutions drsquoapprentissage adaptatif deacutependent de la lecture et de lrsquoanalyse drsquoalgorithmes et de donneacutees elles peuvent ecirctre connecteacutees agrave un grand nombre de solutions ou de plateformes qui produisent ces donneacutees (plateformes LMS plateformes drsquoapprentissage en ligne plateformes de simulation solutions de reacutealiteacute virtuelle systegravemes ERP existants bases de donneacutees Open Data systegravemes drsquoinformation RH etc) Une solution peut ecirctre inteacutegreacutee dans lrsquoune de ces plateformes mais elle ne se contente pas de travailler en arriegravere-plan Les individus ont la possibiliteacute drsquointeragir avec la solution drsquoapprentissage adaptatif ses conclusions et ses actions et de corriger ou drsquoorienter ses actions futures en triant les donneacutees et en identifiant les indicateurs et les analyses les plus importantes pour son objectif
Le nombre de sceacutenarios dans lesquels lrsquoapprentissage adaptatif peut ecirctre appliqueacute est tout aussi large Voici quelques exemples pratiques drsquoapprentissage adaptatif
Appliquer lrsquoApprentiSSAge ADAptAtif
Les learning management Systems (LMS) et autres solutions drsquoapprentissage sont baseacutes sur un modegravele drsquoapprentissage lineacuteaire avec un format unique Les solutions drsquoapprentissage adaptatif peuvent facilement ecirctre inteacutegreacutees dans ces plateformes pour ameacuteliorer leurs capaciteacutes fournir des outils drsquoanalyse de donneacutees proposer agrave leurs utilisateurs des plans drsquoapprentissage personnaliseacutes et accroicirctre leur efficience globale en produisant un meilleur impact drsquoapprentissage
La formation en entreprise fait face agrave des deacutefis consideacuterables tels que la rapiditeacute croissante de lrsquoeacutevolution des compeacutetences requises par les employeacutes au sein drsquoune entreprise ou drsquoun secteur donneacute Dans ce contexte les employeacutes peuvent ecirctre issus de parcours tregraves diffeacuterents et avoir des niveaux drsquoexpeacuterience et drsquoinstruction varieacutes En combinant des descriptions de poste des reacutefeacuterentiels de compeacutetences des reacutefeacuterentiels meacutetiers des catalogues de formation des plateformes drsquoapprentissage et des solutions drsquoapprentissage adaptatif lrsquoentreprise peut exploiter les analyses agrave sa disposition pour comparer les nouvelles compeacutetences requises agrave celles deacutejagrave maicirctriseacutees par les employeacutes en poste De cette faccedilon une solution drsquoapprentissage adaptatif peut proposer un plan de formation adapteacute aux employeacutes pour maintenir leurs compeacutetences acquises et apporter de la valeur ajouteacutee agrave lrsquoentreprise
les solutions drsquoapprentissage adaptatif sont drsquoune utiliteacute particuliegravere pour les institutions acadeacutemiques les fournisseurs de logiciels les eacutediteurs et les deacutepartements rh mais cette liste
est loin drsquoecirctre exhaustive
20
Apprentissage adaptatif utiliseacute agrave lrsquoeacutecole primaire
du programme de formation a eacuteteacute retenu apregraves une peacuteriode de 3 mois par les apprenants utilisant une plateforme adaptative contre seulement 28 pour les apprenants nrsquoutilisant pas la plateforme
des personnes sont revenues sur la plateforme pour effectuer les exercices recommandeacutes par la solution drsquoapprentissage adaptatif sans aucune obligation de le faire
des recommandations proposeacutees par le systegraveme drsquoapprentissage adaptatif sont couronneacutees de succegraves permettant aux apprenants drsquoatteindre leur objectif drsquoapprentissage
des recommandations proposeacutees dans une situation ougrave lrsquoapprenant rencontre agrave plusieurs reprises des difficulteacutes ont un impact positif reacutesolvent le problegraveme et permettent agrave lrsquoeacutetudiant de terminer le module (pour les 13 restants lrsquoenseignant est alerteacute de ses difficulteacutes par des notifications et intervient pour eacuteviter la possibiliteacute de deacutecrochage)
des ressources sont eacutepargneacutees puisque lrsquoutilisation des ressources inadapteacutees est eacuteviteacutee De maniegravere globale les plans drsquoapprentissage personnaliseacutes permettent aux eacutelegraveves drsquoavancer plus rapidement car ils travaillent agrave leur propre rythme et assimilent de maniegravere plus efficace ameacuteliorant ainsi leurs reacutesultats
Apprentissage adaptatif utiliseacute dans la formation en entreprise
De lA theacuteorie Aux reacuteSultAtS
en Juin 2016 Domoscio a meneacute une expeacuterimentation dans le cadre de sa collaboration avec un eacutediteur offrant des cours en franccedilais anglais et matheacutematiques pour des eacutecoles primaires en france 400 eacutetudiants ont eacuteteacute impliqueacutes dans lrsquoeacutechantillon de test les chiffres sont calculeacutes apregraves deux mois drsquoutilisation de la technologie drsquoapprentissage adaptatif de Domoscio
en Juillet 2016 Domoscio a observeacute les reacutesultats de lrsquointeacutegration de sa technologie adaptative dans un environnement drsquoapprentissage mixte dans le cadre de formations au management et agrave la vente pour 200 apprenants dans le secteur priveacute
01 quelques chiffres
21
Teacutemoignages de formateurs et drsquoenseignants qui utilisent des solutions drsquoapprentissage adaptatif
laquoLrsquoun de mes eacutelegraveves (13 ans et en CM1) a des difficulteacutes dans tous les concepts abordeacutes Il est suivi par une AVS (Auxiliaire de Vie Scolaire) Ni les manuels scolaires ni mes explications orales ni le travail en groupe ne lui permettent drsquoavancer Il a vraiment accrocheacute avec les parcours adaptatifs en maths et a reacuteussi agrave progresser dans son parcours Lrsquoexpeacuterience a eacuteteacute tregraves valorisante pour luiraquo
Caroline T 9
ProfesseurEcole primaire de Saint-Etienne France
9 Caroline eacutetait lrsquoune des enseignantes concerneacutees par lrsquoexpeacuterimentation meneacutee aupregraves de 400 eacutetudiants en juin 2016 utilisant la technologie de Domoscio10 Balthazar est speacutecialiseacute en prestations de formation en entreprise et utilise les solutions de Domoscio depuis 2015
laquoBalthazar utilise lrsquoapprentissage adaptatif dans le cadre de ses formations en management En tant que formateur le dispositif me permet de suivre les stagiaires individuellement et drsquoajuster ma peacutedagogie en conseacutequence Lrsquoapprentissage adaptatif complegravete nos actions de formation ameacuteliore leur impact et nous permet drsquooffrir agrave nos stagiaires un veacuteritable service apregraves formationraquo
Sylvain RajzwingConsultant en managementBalthazar10
02 quelques mots
22
pour les apprenants
Ils ont des expeacuteriences drsquoapprentissage personnaliseacutees
Ils assimilent les concepts de maniegravere plus rapide et durablement
Ils voient leur temps drsquoapprentissage et de reacutevision optimiseacute
Ils beacuteneacuteficient de meilleurs reacutesultats drsquoapprentissage
Les progregraves sont suivis et les reacutesultats drsquoapprentissage eacutevalueacutes pour favoriser lrsquoameacutelioration
pour les enseignantsformateurs
Ils peuvent mesurer les reacutesultats drsquoapprentissage gracircce agrave des analyses pertinentes et des tableaux de bord intuitifs leur permettant drsquoacqueacuterir une vision claire des progregraves de leurs eacutelegravevesemployeacutes
Ils peuvent anticiper les difficulteacutes des eacutelegravevesemployeacutes puis adapter le contenu de leurs cours en conseacutequence
Ils augmentent leur valeur ajouteacutee en utilisant les outils peacutedagogiques de la solution drsquoapprentissage adaptatif pour reacutepondre aux besoins de chaque apprenant sans les contraintes que cela implique (ils peuvent ecirctre agrave lrsquoeacutecoute des besoins de lrsquoapprenant sans passer des heures agrave corriger et analyser le travail de tous les apprenants)
03 Beacuteneacutefices
23
pour les salarieacutes
Ils partagent les mecircmes beacuteneacutefices que les apprenants par rap-port agrave lrsquoapprentissage adaptatif et profitent drsquoavantages sup-pleacutementaires
Leur temps est mieux geacutereacute ce qui permet un meilleur eacutequilibre entre les temps de travail et de formation
Ils augmentent leur employabiliteacute avec de nouvelles compeacute-tences
Ils ont les outils et la formation neacutecessaires pour mieux reacuteali-ser leur travail ce qui conduit agrave une plus grande satisfaction au travail
pour les eacutediteurs
Lrsquoapprentissage adaptatif leur permet drsquoaccompagner les transformations opeacutereacutees par les technologies numeacuteriques avec des services agrave valeur ajouteacutee en lien avec leur contenu Il permet eacutegalement aux eacutediteurs drsquoavoir accegraves agrave des donneacutees concernant lrsquointeraction avec leur contenu ce qui leur apporte de nouvelles perspectives sur son efficaciteacute et sa pertinence comme outil drsquoapprentissage
Les solutions drsquoapprentissage adaptatif permettent aux eacutediteurs drsquoaccompagner les utilisateurs en ajustant le contenu en fonc-tion des besoins des apprenants
pour la gestion de la formation en entreprise
Lrsquoapprentissage adaptatif aide agrave identifier les besoins de formation au sein de lrsquoentreprise en utilisant les analyses des reacutesultats de formation pour ameacuteliorer les futures actions de formation et les cibler avec plus de preacutecision
Il aide agrave mesurer la qualiteacute des actions de formation et leur retour sur investissement car les employeacutes sont mieux et plus efficacement formeacutes
Il soutient la strateacutegie de formation globale de lrsquoentreprise en veillant agrave ce que les employeacutes aient les compeacutetences requises pour remplir leurs fonctions de maniegravere plus adeacutequate
24
contenu structureacute lrsquoinformation ou le contenu est organiseacute et geacuteneacuteralement classifieacute avec des meacutetadonneacutees Le contenu structureacute peut ecirctre stockeacute dans diffeacuterents formats standards ou proprieacutetaires y compris XML
premierS preacuterequiS pour commencer
meacutetadonneacutees il srsquoagit de lrsquoinformation geacuteneacutereacutee relative au contenu aux utilisateurs aux graphes de connaissances aux compeacutetences et aux autres ressources Les meacutetadonneacutees peuvent ecirctre subdiviseacutees en trois types
environnement numeacuterique les plateformes et les solutions qui utilisent les standards de connectiviteacute du marcheacute tels que API xAPI QTI LTI etc
meacutetadonneacutees descriptives leur fonction est la deacutecouverte et lrsquoidentification (par exemple titre reacutesumeacute auteur mots-cleacutes etc)
meacutetadonneacutees structurelles ce sont des conteneurs de meacutetadonneacutees qui composent des seacuteries drsquoobjets au sein des structures de donneacutees (par exemple les pages sont organiseacutees pour former des chapitres)
meacutetadonneacutees administratives elles aident agrave geacuterer une uniteacute de donneacutees par le biais de marqueurs ou drsquoune certaine forme de classification (par exemple les informations techniques le type de fichier quand et comment il a eacuteteacute creacuteeacute son chemin drsquoaccegraves etc)
Ann rockley et charles cooper dans managing enterprise content A unified content Strategy deacutefinissent le contenu
structureacute etou contenu intelligent comme laquo structurellement riche et seacutemantiquement cateacutegoriseacute raquo un
contenu qui est donc laquo automatiquement deacutecouvrable reacuteutilisable reconfigurable et
adaptable raquo
graphes de compeacutetencesconnaissances ils repreacutesentent les preacuterequis et les relations entre les diffeacuterents types de connaissances etou compeacutetences
contenu granulaireunitaire dans un parcours drsquoapprentissage chaque cours ou module est diviseacute en uniteacutes granulaires ou laquo objets peacutedagogiques raquo agrave apprendre Chacune des uniteacutes creacuteeacutees est coheacuterente autonome et reacuteutilisable
25
Lire Penser Approuver
R SociauxMobile Teacuteleacutevision Eacuteducateurs Ordinateurs Litteacuterature Pairs
Construire Eacutecouter Parler Regarder Jouer Eacutecrire Assister Chercher
Activiteacutes
lrsquoapprenant
26
Fondeacutee en 2013 Domoscio est speacutecialiseacutee dans le Big Data pour apprendre et les solutions drsquoapprentissage adaptatif La socieacuteteacute travaille avec de nombreux clients internationaux dans la formation en entreprise lrsquoeacutedition et lrsquoeacuteducationlrsquoenseignement supeacuterieur ainsi qursquoavec de multiples partenaires internationaux dans le secteur des logiciels
La RampD de Domoscio et ses solutions innovantes en font un leader dans son secteur La socieacuteteacute est reconnue et accreacutediteacutee par la Commission europeacuteenne le Ministegravere de lrsquoEacuteducation nationale lrsquoAgence Nationale de la Recherche franccedilaise (ANR) et la Banque Publique drsquoInvestissement (BPI France)
Chez Domoscio nous collaborons avec des partenaires et des clients dans une grande varieacuteteacute de domaines Nous leur fournissons des solutions drsquoapprentissage adaptatif qui leur permettent drsquoobtenir les meilleurs reacutesultats drsquoenseignement drsquoapprentissage et de formation dans leurs domaines respectifs
Les solutions drsquoapprentissage adaptatif peuvent ecirctre utiliseacutees agrave diverses fins et les beacuteneacutefices consideacuterables de lrsquoapprentissage adaptatif pour les apprenants les enseignants les eacutediteurs et les professionnels des RH - entre autres - sont eacutevidents
Agrave propoS De DomoScio
Domoscio utilise une technologie connue et reconnueNos solutions et services incluent principalement
Apprentissage adaptatif Analytique de lrsquoapprentissage
Services de conseil et drsquoaccompagnement
Analyse - une analyse fonctionnelle et technique est reacutealiseacutee ainsi qursquoune analyse des ressources peacutedagogiques du client afin drsquoeacutevaluer les actions neacutecessaires La solution cible est deacutefinie avec le client et un plan drsquoaction est eacutetabli
inteacutegration - le plan drsquoaction est exeacutecuteacute et la solution technique est inteacutegreacutee dans le dispositif du client avec les diffeacuterents contenus drsquoapprentissage Sur certaines plateformes ou Learning Management Systems (LMS) il suffit drsquoactiver une fonctionnaliteacute
Accompagnement - tout au long du processus Domoscio fournit au client un accompagnement continu et des services de conseil en veillant agrave la fiabiliteacute opeacuterationnelle de la solution fournie ces services peuvent comprendre la structuration du contenu la formation le support peacutedagogique etc
De la mecircme faccedilon que les solutions drsquoapprentissage adaptatif sont baseacutees sur le principe de lrsquoadaptation agrave lrsquoapprenant nous croyons que les solutions que nous proposons doivent ecirctre modeacuteliseacutees autour des besoins speacutecifiques de nos clients Ainsi afin de mettre en œuvre les solutions de Domoscio dans les dispositifs existants de nos clients nous adoptons une approche agrave trois volets analyse inteacutegration et accompagnement
27
parmi les distinctions de Domoscio
2016Tropheacutee Europe 1 de lrsquoAvenir cateacutegorie Education
europe 1
2014Lrsquoune des 7 startups les plus prometteuses en Technologies de lrsquoEducation
commission europeacuteenne
Suivre ce processus nous permet drsquoacqueacuterir une compreacutehension approfondie des besoins peacutedagogiques et drsquoapprentissage de nos clients et nous donne toutes les informations neacutecessaires pour optimiser leurs plateformes les rendre plus efficientes et atteindre leurs objectifs drsquoameacutelioration notre approche collaborative et de conseil signifie que nous sommes particuliegraverement sensibles aux objectifs de nos clients et que nous pouvons leur fournir lrsquoaide dont ils ont besoin pour appliquer avec succegraves les connaissances analytiques acquises par lrsquointeacutegration de nos solutions drsquoapprentissage adaptatif
pour en savoir plus sur lrsquoutilisation de lrsquoapprentissage adaptatif et pour mieux comprendreson fonctionnement drsquoun point de vue technique nous vous invitons agrave consulter nos prochains
livres blancs dans la mecircme seacuterie Utiliser lrsquoAdaptive Learning ndash Cas pratiqueset Inteacutegrer lrsquoAdaptive Learning ndash Une approche technique
Siegravege SociAl20 Rue du Commandant Reneacute Mouchotte75014 Paris France
BureAu47 Rue du Caire75002 Paris France
nouS Appeler+33 (0) 1 85 09 03 57
domosciocomcontactdomosciocom
19
Lrsquoapprentissage adaptatif peut ecirctre appliqueacute agrave une grande varieacuteteacute de situations drsquoapprentissage de lrsquoenseignement primaire agrave la formation continue Comme les solutions drsquoapprentissage adaptatif deacutependent de la lecture et de lrsquoanalyse drsquoalgorithmes et de donneacutees elles peuvent ecirctre connecteacutees agrave un grand nombre de solutions ou de plateformes qui produisent ces donneacutees (plateformes LMS plateformes drsquoapprentissage en ligne plateformes de simulation solutions de reacutealiteacute virtuelle systegravemes ERP existants bases de donneacutees Open Data systegravemes drsquoinformation RH etc) Une solution peut ecirctre inteacutegreacutee dans lrsquoune de ces plateformes mais elle ne se contente pas de travailler en arriegravere-plan Les individus ont la possibiliteacute drsquointeragir avec la solution drsquoapprentissage adaptatif ses conclusions et ses actions et de corriger ou drsquoorienter ses actions futures en triant les donneacutees et en identifiant les indicateurs et les analyses les plus importantes pour son objectif
Le nombre de sceacutenarios dans lesquels lrsquoapprentissage adaptatif peut ecirctre appliqueacute est tout aussi large Voici quelques exemples pratiques drsquoapprentissage adaptatif
Appliquer lrsquoApprentiSSAge ADAptAtif
Les learning management Systems (LMS) et autres solutions drsquoapprentissage sont baseacutes sur un modegravele drsquoapprentissage lineacuteaire avec un format unique Les solutions drsquoapprentissage adaptatif peuvent facilement ecirctre inteacutegreacutees dans ces plateformes pour ameacuteliorer leurs capaciteacutes fournir des outils drsquoanalyse de donneacutees proposer agrave leurs utilisateurs des plans drsquoapprentissage personnaliseacutes et accroicirctre leur efficience globale en produisant un meilleur impact drsquoapprentissage
La formation en entreprise fait face agrave des deacutefis consideacuterables tels que la rapiditeacute croissante de lrsquoeacutevolution des compeacutetences requises par les employeacutes au sein drsquoune entreprise ou drsquoun secteur donneacute Dans ce contexte les employeacutes peuvent ecirctre issus de parcours tregraves diffeacuterents et avoir des niveaux drsquoexpeacuterience et drsquoinstruction varieacutes En combinant des descriptions de poste des reacutefeacuterentiels de compeacutetences des reacutefeacuterentiels meacutetiers des catalogues de formation des plateformes drsquoapprentissage et des solutions drsquoapprentissage adaptatif lrsquoentreprise peut exploiter les analyses agrave sa disposition pour comparer les nouvelles compeacutetences requises agrave celles deacutejagrave maicirctriseacutees par les employeacutes en poste De cette faccedilon une solution drsquoapprentissage adaptatif peut proposer un plan de formation adapteacute aux employeacutes pour maintenir leurs compeacutetences acquises et apporter de la valeur ajouteacutee agrave lrsquoentreprise
les solutions drsquoapprentissage adaptatif sont drsquoune utiliteacute particuliegravere pour les institutions acadeacutemiques les fournisseurs de logiciels les eacutediteurs et les deacutepartements rh mais cette liste
est loin drsquoecirctre exhaustive
20
Apprentissage adaptatif utiliseacute agrave lrsquoeacutecole primaire
du programme de formation a eacuteteacute retenu apregraves une peacuteriode de 3 mois par les apprenants utilisant une plateforme adaptative contre seulement 28 pour les apprenants nrsquoutilisant pas la plateforme
des personnes sont revenues sur la plateforme pour effectuer les exercices recommandeacutes par la solution drsquoapprentissage adaptatif sans aucune obligation de le faire
des recommandations proposeacutees par le systegraveme drsquoapprentissage adaptatif sont couronneacutees de succegraves permettant aux apprenants drsquoatteindre leur objectif drsquoapprentissage
des recommandations proposeacutees dans une situation ougrave lrsquoapprenant rencontre agrave plusieurs reprises des difficulteacutes ont un impact positif reacutesolvent le problegraveme et permettent agrave lrsquoeacutetudiant de terminer le module (pour les 13 restants lrsquoenseignant est alerteacute de ses difficulteacutes par des notifications et intervient pour eacuteviter la possibiliteacute de deacutecrochage)
des ressources sont eacutepargneacutees puisque lrsquoutilisation des ressources inadapteacutees est eacuteviteacutee De maniegravere globale les plans drsquoapprentissage personnaliseacutes permettent aux eacutelegraveves drsquoavancer plus rapidement car ils travaillent agrave leur propre rythme et assimilent de maniegravere plus efficace ameacuteliorant ainsi leurs reacutesultats
Apprentissage adaptatif utiliseacute dans la formation en entreprise
De lA theacuteorie Aux reacuteSultAtS
en Juin 2016 Domoscio a meneacute une expeacuterimentation dans le cadre de sa collaboration avec un eacutediteur offrant des cours en franccedilais anglais et matheacutematiques pour des eacutecoles primaires en france 400 eacutetudiants ont eacuteteacute impliqueacutes dans lrsquoeacutechantillon de test les chiffres sont calculeacutes apregraves deux mois drsquoutilisation de la technologie drsquoapprentissage adaptatif de Domoscio
en Juillet 2016 Domoscio a observeacute les reacutesultats de lrsquointeacutegration de sa technologie adaptative dans un environnement drsquoapprentissage mixte dans le cadre de formations au management et agrave la vente pour 200 apprenants dans le secteur priveacute
01 quelques chiffres
21
Teacutemoignages de formateurs et drsquoenseignants qui utilisent des solutions drsquoapprentissage adaptatif
laquoLrsquoun de mes eacutelegraveves (13 ans et en CM1) a des difficulteacutes dans tous les concepts abordeacutes Il est suivi par une AVS (Auxiliaire de Vie Scolaire) Ni les manuels scolaires ni mes explications orales ni le travail en groupe ne lui permettent drsquoavancer Il a vraiment accrocheacute avec les parcours adaptatifs en maths et a reacuteussi agrave progresser dans son parcours Lrsquoexpeacuterience a eacuteteacute tregraves valorisante pour luiraquo
Caroline T 9
ProfesseurEcole primaire de Saint-Etienne France
9 Caroline eacutetait lrsquoune des enseignantes concerneacutees par lrsquoexpeacuterimentation meneacutee aupregraves de 400 eacutetudiants en juin 2016 utilisant la technologie de Domoscio10 Balthazar est speacutecialiseacute en prestations de formation en entreprise et utilise les solutions de Domoscio depuis 2015
laquoBalthazar utilise lrsquoapprentissage adaptatif dans le cadre de ses formations en management En tant que formateur le dispositif me permet de suivre les stagiaires individuellement et drsquoajuster ma peacutedagogie en conseacutequence Lrsquoapprentissage adaptatif complegravete nos actions de formation ameacuteliore leur impact et nous permet drsquooffrir agrave nos stagiaires un veacuteritable service apregraves formationraquo
Sylvain RajzwingConsultant en managementBalthazar10
02 quelques mots
22
pour les apprenants
Ils ont des expeacuteriences drsquoapprentissage personnaliseacutees
Ils assimilent les concepts de maniegravere plus rapide et durablement
Ils voient leur temps drsquoapprentissage et de reacutevision optimiseacute
Ils beacuteneacuteficient de meilleurs reacutesultats drsquoapprentissage
Les progregraves sont suivis et les reacutesultats drsquoapprentissage eacutevalueacutes pour favoriser lrsquoameacutelioration
pour les enseignantsformateurs
Ils peuvent mesurer les reacutesultats drsquoapprentissage gracircce agrave des analyses pertinentes et des tableaux de bord intuitifs leur permettant drsquoacqueacuterir une vision claire des progregraves de leurs eacutelegravevesemployeacutes
Ils peuvent anticiper les difficulteacutes des eacutelegravevesemployeacutes puis adapter le contenu de leurs cours en conseacutequence
Ils augmentent leur valeur ajouteacutee en utilisant les outils peacutedagogiques de la solution drsquoapprentissage adaptatif pour reacutepondre aux besoins de chaque apprenant sans les contraintes que cela implique (ils peuvent ecirctre agrave lrsquoeacutecoute des besoins de lrsquoapprenant sans passer des heures agrave corriger et analyser le travail de tous les apprenants)
03 Beacuteneacutefices
23
pour les salarieacutes
Ils partagent les mecircmes beacuteneacutefices que les apprenants par rap-port agrave lrsquoapprentissage adaptatif et profitent drsquoavantages sup-pleacutementaires
Leur temps est mieux geacutereacute ce qui permet un meilleur eacutequilibre entre les temps de travail et de formation
Ils augmentent leur employabiliteacute avec de nouvelles compeacute-tences
Ils ont les outils et la formation neacutecessaires pour mieux reacuteali-ser leur travail ce qui conduit agrave une plus grande satisfaction au travail
pour les eacutediteurs
Lrsquoapprentissage adaptatif leur permet drsquoaccompagner les transformations opeacutereacutees par les technologies numeacuteriques avec des services agrave valeur ajouteacutee en lien avec leur contenu Il permet eacutegalement aux eacutediteurs drsquoavoir accegraves agrave des donneacutees concernant lrsquointeraction avec leur contenu ce qui leur apporte de nouvelles perspectives sur son efficaciteacute et sa pertinence comme outil drsquoapprentissage
Les solutions drsquoapprentissage adaptatif permettent aux eacutediteurs drsquoaccompagner les utilisateurs en ajustant le contenu en fonc-tion des besoins des apprenants
pour la gestion de la formation en entreprise
Lrsquoapprentissage adaptatif aide agrave identifier les besoins de formation au sein de lrsquoentreprise en utilisant les analyses des reacutesultats de formation pour ameacuteliorer les futures actions de formation et les cibler avec plus de preacutecision
Il aide agrave mesurer la qualiteacute des actions de formation et leur retour sur investissement car les employeacutes sont mieux et plus efficacement formeacutes
Il soutient la strateacutegie de formation globale de lrsquoentreprise en veillant agrave ce que les employeacutes aient les compeacutetences requises pour remplir leurs fonctions de maniegravere plus adeacutequate
24
contenu structureacute lrsquoinformation ou le contenu est organiseacute et geacuteneacuteralement classifieacute avec des meacutetadonneacutees Le contenu structureacute peut ecirctre stockeacute dans diffeacuterents formats standards ou proprieacutetaires y compris XML
premierS preacuterequiS pour commencer
meacutetadonneacutees il srsquoagit de lrsquoinformation geacuteneacutereacutee relative au contenu aux utilisateurs aux graphes de connaissances aux compeacutetences et aux autres ressources Les meacutetadonneacutees peuvent ecirctre subdiviseacutees en trois types
environnement numeacuterique les plateformes et les solutions qui utilisent les standards de connectiviteacute du marcheacute tels que API xAPI QTI LTI etc
meacutetadonneacutees descriptives leur fonction est la deacutecouverte et lrsquoidentification (par exemple titre reacutesumeacute auteur mots-cleacutes etc)
meacutetadonneacutees structurelles ce sont des conteneurs de meacutetadonneacutees qui composent des seacuteries drsquoobjets au sein des structures de donneacutees (par exemple les pages sont organiseacutees pour former des chapitres)
meacutetadonneacutees administratives elles aident agrave geacuterer une uniteacute de donneacutees par le biais de marqueurs ou drsquoune certaine forme de classification (par exemple les informations techniques le type de fichier quand et comment il a eacuteteacute creacuteeacute son chemin drsquoaccegraves etc)
Ann rockley et charles cooper dans managing enterprise content A unified content Strategy deacutefinissent le contenu
structureacute etou contenu intelligent comme laquo structurellement riche et seacutemantiquement cateacutegoriseacute raquo un
contenu qui est donc laquo automatiquement deacutecouvrable reacuteutilisable reconfigurable et
adaptable raquo
graphes de compeacutetencesconnaissances ils repreacutesentent les preacuterequis et les relations entre les diffeacuterents types de connaissances etou compeacutetences
contenu granulaireunitaire dans un parcours drsquoapprentissage chaque cours ou module est diviseacute en uniteacutes granulaires ou laquo objets peacutedagogiques raquo agrave apprendre Chacune des uniteacutes creacuteeacutees est coheacuterente autonome et reacuteutilisable
25
Lire Penser Approuver
R SociauxMobile Teacuteleacutevision Eacuteducateurs Ordinateurs Litteacuterature Pairs
Construire Eacutecouter Parler Regarder Jouer Eacutecrire Assister Chercher
Activiteacutes
lrsquoapprenant
26
Fondeacutee en 2013 Domoscio est speacutecialiseacutee dans le Big Data pour apprendre et les solutions drsquoapprentissage adaptatif La socieacuteteacute travaille avec de nombreux clients internationaux dans la formation en entreprise lrsquoeacutedition et lrsquoeacuteducationlrsquoenseignement supeacuterieur ainsi qursquoavec de multiples partenaires internationaux dans le secteur des logiciels
La RampD de Domoscio et ses solutions innovantes en font un leader dans son secteur La socieacuteteacute est reconnue et accreacutediteacutee par la Commission europeacuteenne le Ministegravere de lrsquoEacuteducation nationale lrsquoAgence Nationale de la Recherche franccedilaise (ANR) et la Banque Publique drsquoInvestissement (BPI France)
Chez Domoscio nous collaborons avec des partenaires et des clients dans une grande varieacuteteacute de domaines Nous leur fournissons des solutions drsquoapprentissage adaptatif qui leur permettent drsquoobtenir les meilleurs reacutesultats drsquoenseignement drsquoapprentissage et de formation dans leurs domaines respectifs
Les solutions drsquoapprentissage adaptatif peuvent ecirctre utiliseacutees agrave diverses fins et les beacuteneacutefices consideacuterables de lrsquoapprentissage adaptatif pour les apprenants les enseignants les eacutediteurs et les professionnels des RH - entre autres - sont eacutevidents
Agrave propoS De DomoScio
Domoscio utilise une technologie connue et reconnueNos solutions et services incluent principalement
Apprentissage adaptatif Analytique de lrsquoapprentissage
Services de conseil et drsquoaccompagnement
Analyse - une analyse fonctionnelle et technique est reacutealiseacutee ainsi qursquoune analyse des ressources peacutedagogiques du client afin drsquoeacutevaluer les actions neacutecessaires La solution cible est deacutefinie avec le client et un plan drsquoaction est eacutetabli
inteacutegration - le plan drsquoaction est exeacutecuteacute et la solution technique est inteacutegreacutee dans le dispositif du client avec les diffeacuterents contenus drsquoapprentissage Sur certaines plateformes ou Learning Management Systems (LMS) il suffit drsquoactiver une fonctionnaliteacute
Accompagnement - tout au long du processus Domoscio fournit au client un accompagnement continu et des services de conseil en veillant agrave la fiabiliteacute opeacuterationnelle de la solution fournie ces services peuvent comprendre la structuration du contenu la formation le support peacutedagogique etc
De la mecircme faccedilon que les solutions drsquoapprentissage adaptatif sont baseacutees sur le principe de lrsquoadaptation agrave lrsquoapprenant nous croyons que les solutions que nous proposons doivent ecirctre modeacuteliseacutees autour des besoins speacutecifiques de nos clients Ainsi afin de mettre en œuvre les solutions de Domoscio dans les dispositifs existants de nos clients nous adoptons une approche agrave trois volets analyse inteacutegration et accompagnement
27
parmi les distinctions de Domoscio
2016Tropheacutee Europe 1 de lrsquoAvenir cateacutegorie Education
europe 1
2014Lrsquoune des 7 startups les plus prometteuses en Technologies de lrsquoEducation
commission europeacuteenne
Suivre ce processus nous permet drsquoacqueacuterir une compreacutehension approfondie des besoins peacutedagogiques et drsquoapprentissage de nos clients et nous donne toutes les informations neacutecessaires pour optimiser leurs plateformes les rendre plus efficientes et atteindre leurs objectifs drsquoameacutelioration notre approche collaborative et de conseil signifie que nous sommes particuliegraverement sensibles aux objectifs de nos clients et que nous pouvons leur fournir lrsquoaide dont ils ont besoin pour appliquer avec succegraves les connaissances analytiques acquises par lrsquointeacutegration de nos solutions drsquoapprentissage adaptatif
pour en savoir plus sur lrsquoutilisation de lrsquoapprentissage adaptatif et pour mieux comprendreson fonctionnement drsquoun point de vue technique nous vous invitons agrave consulter nos prochains
livres blancs dans la mecircme seacuterie Utiliser lrsquoAdaptive Learning ndash Cas pratiqueset Inteacutegrer lrsquoAdaptive Learning ndash Une approche technique
Siegravege SociAl20 Rue du Commandant Reneacute Mouchotte75014 Paris France
BureAu47 Rue du Caire75002 Paris France
nouS Appeler+33 (0) 1 85 09 03 57
domosciocomcontactdomosciocom
20
Apprentissage adaptatif utiliseacute agrave lrsquoeacutecole primaire
du programme de formation a eacuteteacute retenu apregraves une peacuteriode de 3 mois par les apprenants utilisant une plateforme adaptative contre seulement 28 pour les apprenants nrsquoutilisant pas la plateforme
des personnes sont revenues sur la plateforme pour effectuer les exercices recommandeacutes par la solution drsquoapprentissage adaptatif sans aucune obligation de le faire
des recommandations proposeacutees par le systegraveme drsquoapprentissage adaptatif sont couronneacutees de succegraves permettant aux apprenants drsquoatteindre leur objectif drsquoapprentissage
des recommandations proposeacutees dans une situation ougrave lrsquoapprenant rencontre agrave plusieurs reprises des difficulteacutes ont un impact positif reacutesolvent le problegraveme et permettent agrave lrsquoeacutetudiant de terminer le module (pour les 13 restants lrsquoenseignant est alerteacute de ses difficulteacutes par des notifications et intervient pour eacuteviter la possibiliteacute de deacutecrochage)
des ressources sont eacutepargneacutees puisque lrsquoutilisation des ressources inadapteacutees est eacuteviteacutee De maniegravere globale les plans drsquoapprentissage personnaliseacutes permettent aux eacutelegraveves drsquoavancer plus rapidement car ils travaillent agrave leur propre rythme et assimilent de maniegravere plus efficace ameacuteliorant ainsi leurs reacutesultats
Apprentissage adaptatif utiliseacute dans la formation en entreprise
De lA theacuteorie Aux reacuteSultAtS
en Juin 2016 Domoscio a meneacute une expeacuterimentation dans le cadre de sa collaboration avec un eacutediteur offrant des cours en franccedilais anglais et matheacutematiques pour des eacutecoles primaires en france 400 eacutetudiants ont eacuteteacute impliqueacutes dans lrsquoeacutechantillon de test les chiffres sont calculeacutes apregraves deux mois drsquoutilisation de la technologie drsquoapprentissage adaptatif de Domoscio
en Juillet 2016 Domoscio a observeacute les reacutesultats de lrsquointeacutegration de sa technologie adaptative dans un environnement drsquoapprentissage mixte dans le cadre de formations au management et agrave la vente pour 200 apprenants dans le secteur priveacute
01 quelques chiffres
21
Teacutemoignages de formateurs et drsquoenseignants qui utilisent des solutions drsquoapprentissage adaptatif
laquoLrsquoun de mes eacutelegraveves (13 ans et en CM1) a des difficulteacutes dans tous les concepts abordeacutes Il est suivi par une AVS (Auxiliaire de Vie Scolaire) Ni les manuels scolaires ni mes explications orales ni le travail en groupe ne lui permettent drsquoavancer Il a vraiment accrocheacute avec les parcours adaptatifs en maths et a reacuteussi agrave progresser dans son parcours Lrsquoexpeacuterience a eacuteteacute tregraves valorisante pour luiraquo
Caroline T 9
ProfesseurEcole primaire de Saint-Etienne France
9 Caroline eacutetait lrsquoune des enseignantes concerneacutees par lrsquoexpeacuterimentation meneacutee aupregraves de 400 eacutetudiants en juin 2016 utilisant la technologie de Domoscio10 Balthazar est speacutecialiseacute en prestations de formation en entreprise et utilise les solutions de Domoscio depuis 2015
laquoBalthazar utilise lrsquoapprentissage adaptatif dans le cadre de ses formations en management En tant que formateur le dispositif me permet de suivre les stagiaires individuellement et drsquoajuster ma peacutedagogie en conseacutequence Lrsquoapprentissage adaptatif complegravete nos actions de formation ameacuteliore leur impact et nous permet drsquooffrir agrave nos stagiaires un veacuteritable service apregraves formationraquo
Sylvain RajzwingConsultant en managementBalthazar10
02 quelques mots
22
pour les apprenants
Ils ont des expeacuteriences drsquoapprentissage personnaliseacutees
Ils assimilent les concepts de maniegravere plus rapide et durablement
Ils voient leur temps drsquoapprentissage et de reacutevision optimiseacute
Ils beacuteneacuteficient de meilleurs reacutesultats drsquoapprentissage
Les progregraves sont suivis et les reacutesultats drsquoapprentissage eacutevalueacutes pour favoriser lrsquoameacutelioration
pour les enseignantsformateurs
Ils peuvent mesurer les reacutesultats drsquoapprentissage gracircce agrave des analyses pertinentes et des tableaux de bord intuitifs leur permettant drsquoacqueacuterir une vision claire des progregraves de leurs eacutelegravevesemployeacutes
Ils peuvent anticiper les difficulteacutes des eacutelegravevesemployeacutes puis adapter le contenu de leurs cours en conseacutequence
Ils augmentent leur valeur ajouteacutee en utilisant les outils peacutedagogiques de la solution drsquoapprentissage adaptatif pour reacutepondre aux besoins de chaque apprenant sans les contraintes que cela implique (ils peuvent ecirctre agrave lrsquoeacutecoute des besoins de lrsquoapprenant sans passer des heures agrave corriger et analyser le travail de tous les apprenants)
03 Beacuteneacutefices
23
pour les salarieacutes
Ils partagent les mecircmes beacuteneacutefices que les apprenants par rap-port agrave lrsquoapprentissage adaptatif et profitent drsquoavantages sup-pleacutementaires
Leur temps est mieux geacutereacute ce qui permet un meilleur eacutequilibre entre les temps de travail et de formation
Ils augmentent leur employabiliteacute avec de nouvelles compeacute-tences
Ils ont les outils et la formation neacutecessaires pour mieux reacuteali-ser leur travail ce qui conduit agrave une plus grande satisfaction au travail
pour les eacutediteurs
Lrsquoapprentissage adaptatif leur permet drsquoaccompagner les transformations opeacutereacutees par les technologies numeacuteriques avec des services agrave valeur ajouteacutee en lien avec leur contenu Il permet eacutegalement aux eacutediteurs drsquoavoir accegraves agrave des donneacutees concernant lrsquointeraction avec leur contenu ce qui leur apporte de nouvelles perspectives sur son efficaciteacute et sa pertinence comme outil drsquoapprentissage
Les solutions drsquoapprentissage adaptatif permettent aux eacutediteurs drsquoaccompagner les utilisateurs en ajustant le contenu en fonc-tion des besoins des apprenants
pour la gestion de la formation en entreprise
Lrsquoapprentissage adaptatif aide agrave identifier les besoins de formation au sein de lrsquoentreprise en utilisant les analyses des reacutesultats de formation pour ameacuteliorer les futures actions de formation et les cibler avec plus de preacutecision
Il aide agrave mesurer la qualiteacute des actions de formation et leur retour sur investissement car les employeacutes sont mieux et plus efficacement formeacutes
Il soutient la strateacutegie de formation globale de lrsquoentreprise en veillant agrave ce que les employeacutes aient les compeacutetences requises pour remplir leurs fonctions de maniegravere plus adeacutequate
24
contenu structureacute lrsquoinformation ou le contenu est organiseacute et geacuteneacuteralement classifieacute avec des meacutetadonneacutees Le contenu structureacute peut ecirctre stockeacute dans diffeacuterents formats standards ou proprieacutetaires y compris XML
premierS preacuterequiS pour commencer
meacutetadonneacutees il srsquoagit de lrsquoinformation geacuteneacutereacutee relative au contenu aux utilisateurs aux graphes de connaissances aux compeacutetences et aux autres ressources Les meacutetadonneacutees peuvent ecirctre subdiviseacutees en trois types
environnement numeacuterique les plateformes et les solutions qui utilisent les standards de connectiviteacute du marcheacute tels que API xAPI QTI LTI etc
meacutetadonneacutees descriptives leur fonction est la deacutecouverte et lrsquoidentification (par exemple titre reacutesumeacute auteur mots-cleacutes etc)
meacutetadonneacutees structurelles ce sont des conteneurs de meacutetadonneacutees qui composent des seacuteries drsquoobjets au sein des structures de donneacutees (par exemple les pages sont organiseacutees pour former des chapitres)
meacutetadonneacutees administratives elles aident agrave geacuterer une uniteacute de donneacutees par le biais de marqueurs ou drsquoune certaine forme de classification (par exemple les informations techniques le type de fichier quand et comment il a eacuteteacute creacuteeacute son chemin drsquoaccegraves etc)
Ann rockley et charles cooper dans managing enterprise content A unified content Strategy deacutefinissent le contenu
structureacute etou contenu intelligent comme laquo structurellement riche et seacutemantiquement cateacutegoriseacute raquo un
contenu qui est donc laquo automatiquement deacutecouvrable reacuteutilisable reconfigurable et
adaptable raquo
graphes de compeacutetencesconnaissances ils repreacutesentent les preacuterequis et les relations entre les diffeacuterents types de connaissances etou compeacutetences
contenu granulaireunitaire dans un parcours drsquoapprentissage chaque cours ou module est diviseacute en uniteacutes granulaires ou laquo objets peacutedagogiques raquo agrave apprendre Chacune des uniteacutes creacuteeacutees est coheacuterente autonome et reacuteutilisable
25
Lire Penser Approuver
R SociauxMobile Teacuteleacutevision Eacuteducateurs Ordinateurs Litteacuterature Pairs
Construire Eacutecouter Parler Regarder Jouer Eacutecrire Assister Chercher
Activiteacutes
lrsquoapprenant
26
Fondeacutee en 2013 Domoscio est speacutecialiseacutee dans le Big Data pour apprendre et les solutions drsquoapprentissage adaptatif La socieacuteteacute travaille avec de nombreux clients internationaux dans la formation en entreprise lrsquoeacutedition et lrsquoeacuteducationlrsquoenseignement supeacuterieur ainsi qursquoavec de multiples partenaires internationaux dans le secteur des logiciels
La RampD de Domoscio et ses solutions innovantes en font un leader dans son secteur La socieacuteteacute est reconnue et accreacutediteacutee par la Commission europeacuteenne le Ministegravere de lrsquoEacuteducation nationale lrsquoAgence Nationale de la Recherche franccedilaise (ANR) et la Banque Publique drsquoInvestissement (BPI France)
Chez Domoscio nous collaborons avec des partenaires et des clients dans une grande varieacuteteacute de domaines Nous leur fournissons des solutions drsquoapprentissage adaptatif qui leur permettent drsquoobtenir les meilleurs reacutesultats drsquoenseignement drsquoapprentissage et de formation dans leurs domaines respectifs
Les solutions drsquoapprentissage adaptatif peuvent ecirctre utiliseacutees agrave diverses fins et les beacuteneacutefices consideacuterables de lrsquoapprentissage adaptatif pour les apprenants les enseignants les eacutediteurs et les professionnels des RH - entre autres - sont eacutevidents
Agrave propoS De DomoScio
Domoscio utilise une technologie connue et reconnueNos solutions et services incluent principalement
Apprentissage adaptatif Analytique de lrsquoapprentissage
Services de conseil et drsquoaccompagnement
Analyse - une analyse fonctionnelle et technique est reacutealiseacutee ainsi qursquoune analyse des ressources peacutedagogiques du client afin drsquoeacutevaluer les actions neacutecessaires La solution cible est deacutefinie avec le client et un plan drsquoaction est eacutetabli
inteacutegration - le plan drsquoaction est exeacutecuteacute et la solution technique est inteacutegreacutee dans le dispositif du client avec les diffeacuterents contenus drsquoapprentissage Sur certaines plateformes ou Learning Management Systems (LMS) il suffit drsquoactiver une fonctionnaliteacute
Accompagnement - tout au long du processus Domoscio fournit au client un accompagnement continu et des services de conseil en veillant agrave la fiabiliteacute opeacuterationnelle de la solution fournie ces services peuvent comprendre la structuration du contenu la formation le support peacutedagogique etc
De la mecircme faccedilon que les solutions drsquoapprentissage adaptatif sont baseacutees sur le principe de lrsquoadaptation agrave lrsquoapprenant nous croyons que les solutions que nous proposons doivent ecirctre modeacuteliseacutees autour des besoins speacutecifiques de nos clients Ainsi afin de mettre en œuvre les solutions de Domoscio dans les dispositifs existants de nos clients nous adoptons une approche agrave trois volets analyse inteacutegration et accompagnement
27
parmi les distinctions de Domoscio
2016Tropheacutee Europe 1 de lrsquoAvenir cateacutegorie Education
europe 1
2014Lrsquoune des 7 startups les plus prometteuses en Technologies de lrsquoEducation
commission europeacuteenne
Suivre ce processus nous permet drsquoacqueacuterir une compreacutehension approfondie des besoins peacutedagogiques et drsquoapprentissage de nos clients et nous donne toutes les informations neacutecessaires pour optimiser leurs plateformes les rendre plus efficientes et atteindre leurs objectifs drsquoameacutelioration notre approche collaborative et de conseil signifie que nous sommes particuliegraverement sensibles aux objectifs de nos clients et que nous pouvons leur fournir lrsquoaide dont ils ont besoin pour appliquer avec succegraves les connaissances analytiques acquises par lrsquointeacutegration de nos solutions drsquoapprentissage adaptatif
pour en savoir plus sur lrsquoutilisation de lrsquoapprentissage adaptatif et pour mieux comprendreson fonctionnement drsquoun point de vue technique nous vous invitons agrave consulter nos prochains
livres blancs dans la mecircme seacuterie Utiliser lrsquoAdaptive Learning ndash Cas pratiqueset Inteacutegrer lrsquoAdaptive Learning ndash Une approche technique
Siegravege SociAl20 Rue du Commandant Reneacute Mouchotte75014 Paris France
BureAu47 Rue du Caire75002 Paris France
nouS Appeler+33 (0) 1 85 09 03 57
domosciocomcontactdomosciocom
21
Teacutemoignages de formateurs et drsquoenseignants qui utilisent des solutions drsquoapprentissage adaptatif
laquoLrsquoun de mes eacutelegraveves (13 ans et en CM1) a des difficulteacutes dans tous les concepts abordeacutes Il est suivi par une AVS (Auxiliaire de Vie Scolaire) Ni les manuels scolaires ni mes explications orales ni le travail en groupe ne lui permettent drsquoavancer Il a vraiment accrocheacute avec les parcours adaptatifs en maths et a reacuteussi agrave progresser dans son parcours Lrsquoexpeacuterience a eacuteteacute tregraves valorisante pour luiraquo
Caroline T 9
ProfesseurEcole primaire de Saint-Etienne France
9 Caroline eacutetait lrsquoune des enseignantes concerneacutees par lrsquoexpeacuterimentation meneacutee aupregraves de 400 eacutetudiants en juin 2016 utilisant la technologie de Domoscio10 Balthazar est speacutecialiseacute en prestations de formation en entreprise et utilise les solutions de Domoscio depuis 2015
laquoBalthazar utilise lrsquoapprentissage adaptatif dans le cadre de ses formations en management En tant que formateur le dispositif me permet de suivre les stagiaires individuellement et drsquoajuster ma peacutedagogie en conseacutequence Lrsquoapprentissage adaptatif complegravete nos actions de formation ameacuteliore leur impact et nous permet drsquooffrir agrave nos stagiaires un veacuteritable service apregraves formationraquo
Sylvain RajzwingConsultant en managementBalthazar10
02 quelques mots
22
pour les apprenants
Ils ont des expeacuteriences drsquoapprentissage personnaliseacutees
Ils assimilent les concepts de maniegravere plus rapide et durablement
Ils voient leur temps drsquoapprentissage et de reacutevision optimiseacute
Ils beacuteneacuteficient de meilleurs reacutesultats drsquoapprentissage
Les progregraves sont suivis et les reacutesultats drsquoapprentissage eacutevalueacutes pour favoriser lrsquoameacutelioration
pour les enseignantsformateurs
Ils peuvent mesurer les reacutesultats drsquoapprentissage gracircce agrave des analyses pertinentes et des tableaux de bord intuitifs leur permettant drsquoacqueacuterir une vision claire des progregraves de leurs eacutelegravevesemployeacutes
Ils peuvent anticiper les difficulteacutes des eacutelegravevesemployeacutes puis adapter le contenu de leurs cours en conseacutequence
Ils augmentent leur valeur ajouteacutee en utilisant les outils peacutedagogiques de la solution drsquoapprentissage adaptatif pour reacutepondre aux besoins de chaque apprenant sans les contraintes que cela implique (ils peuvent ecirctre agrave lrsquoeacutecoute des besoins de lrsquoapprenant sans passer des heures agrave corriger et analyser le travail de tous les apprenants)
03 Beacuteneacutefices
23
pour les salarieacutes
Ils partagent les mecircmes beacuteneacutefices que les apprenants par rap-port agrave lrsquoapprentissage adaptatif et profitent drsquoavantages sup-pleacutementaires
Leur temps est mieux geacutereacute ce qui permet un meilleur eacutequilibre entre les temps de travail et de formation
Ils augmentent leur employabiliteacute avec de nouvelles compeacute-tences
Ils ont les outils et la formation neacutecessaires pour mieux reacuteali-ser leur travail ce qui conduit agrave une plus grande satisfaction au travail
pour les eacutediteurs
Lrsquoapprentissage adaptatif leur permet drsquoaccompagner les transformations opeacutereacutees par les technologies numeacuteriques avec des services agrave valeur ajouteacutee en lien avec leur contenu Il permet eacutegalement aux eacutediteurs drsquoavoir accegraves agrave des donneacutees concernant lrsquointeraction avec leur contenu ce qui leur apporte de nouvelles perspectives sur son efficaciteacute et sa pertinence comme outil drsquoapprentissage
Les solutions drsquoapprentissage adaptatif permettent aux eacutediteurs drsquoaccompagner les utilisateurs en ajustant le contenu en fonc-tion des besoins des apprenants
pour la gestion de la formation en entreprise
Lrsquoapprentissage adaptatif aide agrave identifier les besoins de formation au sein de lrsquoentreprise en utilisant les analyses des reacutesultats de formation pour ameacuteliorer les futures actions de formation et les cibler avec plus de preacutecision
Il aide agrave mesurer la qualiteacute des actions de formation et leur retour sur investissement car les employeacutes sont mieux et plus efficacement formeacutes
Il soutient la strateacutegie de formation globale de lrsquoentreprise en veillant agrave ce que les employeacutes aient les compeacutetences requises pour remplir leurs fonctions de maniegravere plus adeacutequate
24
contenu structureacute lrsquoinformation ou le contenu est organiseacute et geacuteneacuteralement classifieacute avec des meacutetadonneacutees Le contenu structureacute peut ecirctre stockeacute dans diffeacuterents formats standards ou proprieacutetaires y compris XML
premierS preacuterequiS pour commencer
meacutetadonneacutees il srsquoagit de lrsquoinformation geacuteneacutereacutee relative au contenu aux utilisateurs aux graphes de connaissances aux compeacutetences et aux autres ressources Les meacutetadonneacutees peuvent ecirctre subdiviseacutees en trois types
environnement numeacuterique les plateformes et les solutions qui utilisent les standards de connectiviteacute du marcheacute tels que API xAPI QTI LTI etc
meacutetadonneacutees descriptives leur fonction est la deacutecouverte et lrsquoidentification (par exemple titre reacutesumeacute auteur mots-cleacutes etc)
meacutetadonneacutees structurelles ce sont des conteneurs de meacutetadonneacutees qui composent des seacuteries drsquoobjets au sein des structures de donneacutees (par exemple les pages sont organiseacutees pour former des chapitres)
meacutetadonneacutees administratives elles aident agrave geacuterer une uniteacute de donneacutees par le biais de marqueurs ou drsquoune certaine forme de classification (par exemple les informations techniques le type de fichier quand et comment il a eacuteteacute creacuteeacute son chemin drsquoaccegraves etc)
Ann rockley et charles cooper dans managing enterprise content A unified content Strategy deacutefinissent le contenu
structureacute etou contenu intelligent comme laquo structurellement riche et seacutemantiquement cateacutegoriseacute raquo un
contenu qui est donc laquo automatiquement deacutecouvrable reacuteutilisable reconfigurable et
adaptable raquo
graphes de compeacutetencesconnaissances ils repreacutesentent les preacuterequis et les relations entre les diffeacuterents types de connaissances etou compeacutetences
contenu granulaireunitaire dans un parcours drsquoapprentissage chaque cours ou module est diviseacute en uniteacutes granulaires ou laquo objets peacutedagogiques raquo agrave apprendre Chacune des uniteacutes creacuteeacutees est coheacuterente autonome et reacuteutilisable
25
Lire Penser Approuver
R SociauxMobile Teacuteleacutevision Eacuteducateurs Ordinateurs Litteacuterature Pairs
Construire Eacutecouter Parler Regarder Jouer Eacutecrire Assister Chercher
Activiteacutes
lrsquoapprenant
26
Fondeacutee en 2013 Domoscio est speacutecialiseacutee dans le Big Data pour apprendre et les solutions drsquoapprentissage adaptatif La socieacuteteacute travaille avec de nombreux clients internationaux dans la formation en entreprise lrsquoeacutedition et lrsquoeacuteducationlrsquoenseignement supeacuterieur ainsi qursquoavec de multiples partenaires internationaux dans le secteur des logiciels
La RampD de Domoscio et ses solutions innovantes en font un leader dans son secteur La socieacuteteacute est reconnue et accreacutediteacutee par la Commission europeacuteenne le Ministegravere de lrsquoEacuteducation nationale lrsquoAgence Nationale de la Recherche franccedilaise (ANR) et la Banque Publique drsquoInvestissement (BPI France)
Chez Domoscio nous collaborons avec des partenaires et des clients dans une grande varieacuteteacute de domaines Nous leur fournissons des solutions drsquoapprentissage adaptatif qui leur permettent drsquoobtenir les meilleurs reacutesultats drsquoenseignement drsquoapprentissage et de formation dans leurs domaines respectifs
Les solutions drsquoapprentissage adaptatif peuvent ecirctre utiliseacutees agrave diverses fins et les beacuteneacutefices consideacuterables de lrsquoapprentissage adaptatif pour les apprenants les enseignants les eacutediteurs et les professionnels des RH - entre autres - sont eacutevidents
Agrave propoS De DomoScio
Domoscio utilise une technologie connue et reconnueNos solutions et services incluent principalement
Apprentissage adaptatif Analytique de lrsquoapprentissage
Services de conseil et drsquoaccompagnement
Analyse - une analyse fonctionnelle et technique est reacutealiseacutee ainsi qursquoune analyse des ressources peacutedagogiques du client afin drsquoeacutevaluer les actions neacutecessaires La solution cible est deacutefinie avec le client et un plan drsquoaction est eacutetabli
inteacutegration - le plan drsquoaction est exeacutecuteacute et la solution technique est inteacutegreacutee dans le dispositif du client avec les diffeacuterents contenus drsquoapprentissage Sur certaines plateformes ou Learning Management Systems (LMS) il suffit drsquoactiver une fonctionnaliteacute
Accompagnement - tout au long du processus Domoscio fournit au client un accompagnement continu et des services de conseil en veillant agrave la fiabiliteacute opeacuterationnelle de la solution fournie ces services peuvent comprendre la structuration du contenu la formation le support peacutedagogique etc
De la mecircme faccedilon que les solutions drsquoapprentissage adaptatif sont baseacutees sur le principe de lrsquoadaptation agrave lrsquoapprenant nous croyons que les solutions que nous proposons doivent ecirctre modeacuteliseacutees autour des besoins speacutecifiques de nos clients Ainsi afin de mettre en œuvre les solutions de Domoscio dans les dispositifs existants de nos clients nous adoptons une approche agrave trois volets analyse inteacutegration et accompagnement
27
parmi les distinctions de Domoscio
2016Tropheacutee Europe 1 de lrsquoAvenir cateacutegorie Education
europe 1
2014Lrsquoune des 7 startups les plus prometteuses en Technologies de lrsquoEducation
commission europeacuteenne
Suivre ce processus nous permet drsquoacqueacuterir une compreacutehension approfondie des besoins peacutedagogiques et drsquoapprentissage de nos clients et nous donne toutes les informations neacutecessaires pour optimiser leurs plateformes les rendre plus efficientes et atteindre leurs objectifs drsquoameacutelioration notre approche collaborative et de conseil signifie que nous sommes particuliegraverement sensibles aux objectifs de nos clients et que nous pouvons leur fournir lrsquoaide dont ils ont besoin pour appliquer avec succegraves les connaissances analytiques acquises par lrsquointeacutegration de nos solutions drsquoapprentissage adaptatif
pour en savoir plus sur lrsquoutilisation de lrsquoapprentissage adaptatif et pour mieux comprendreson fonctionnement drsquoun point de vue technique nous vous invitons agrave consulter nos prochains
livres blancs dans la mecircme seacuterie Utiliser lrsquoAdaptive Learning ndash Cas pratiqueset Inteacutegrer lrsquoAdaptive Learning ndash Une approche technique
Siegravege SociAl20 Rue du Commandant Reneacute Mouchotte75014 Paris France
BureAu47 Rue du Caire75002 Paris France
nouS Appeler+33 (0) 1 85 09 03 57
domosciocomcontactdomosciocom
22
pour les apprenants
Ils ont des expeacuteriences drsquoapprentissage personnaliseacutees
Ils assimilent les concepts de maniegravere plus rapide et durablement
Ils voient leur temps drsquoapprentissage et de reacutevision optimiseacute
Ils beacuteneacuteficient de meilleurs reacutesultats drsquoapprentissage
Les progregraves sont suivis et les reacutesultats drsquoapprentissage eacutevalueacutes pour favoriser lrsquoameacutelioration
pour les enseignantsformateurs
Ils peuvent mesurer les reacutesultats drsquoapprentissage gracircce agrave des analyses pertinentes et des tableaux de bord intuitifs leur permettant drsquoacqueacuterir une vision claire des progregraves de leurs eacutelegravevesemployeacutes
Ils peuvent anticiper les difficulteacutes des eacutelegravevesemployeacutes puis adapter le contenu de leurs cours en conseacutequence
Ils augmentent leur valeur ajouteacutee en utilisant les outils peacutedagogiques de la solution drsquoapprentissage adaptatif pour reacutepondre aux besoins de chaque apprenant sans les contraintes que cela implique (ils peuvent ecirctre agrave lrsquoeacutecoute des besoins de lrsquoapprenant sans passer des heures agrave corriger et analyser le travail de tous les apprenants)
03 Beacuteneacutefices
23
pour les salarieacutes
Ils partagent les mecircmes beacuteneacutefices que les apprenants par rap-port agrave lrsquoapprentissage adaptatif et profitent drsquoavantages sup-pleacutementaires
Leur temps est mieux geacutereacute ce qui permet un meilleur eacutequilibre entre les temps de travail et de formation
Ils augmentent leur employabiliteacute avec de nouvelles compeacute-tences
Ils ont les outils et la formation neacutecessaires pour mieux reacuteali-ser leur travail ce qui conduit agrave une plus grande satisfaction au travail
pour les eacutediteurs
Lrsquoapprentissage adaptatif leur permet drsquoaccompagner les transformations opeacutereacutees par les technologies numeacuteriques avec des services agrave valeur ajouteacutee en lien avec leur contenu Il permet eacutegalement aux eacutediteurs drsquoavoir accegraves agrave des donneacutees concernant lrsquointeraction avec leur contenu ce qui leur apporte de nouvelles perspectives sur son efficaciteacute et sa pertinence comme outil drsquoapprentissage
Les solutions drsquoapprentissage adaptatif permettent aux eacutediteurs drsquoaccompagner les utilisateurs en ajustant le contenu en fonc-tion des besoins des apprenants
pour la gestion de la formation en entreprise
Lrsquoapprentissage adaptatif aide agrave identifier les besoins de formation au sein de lrsquoentreprise en utilisant les analyses des reacutesultats de formation pour ameacuteliorer les futures actions de formation et les cibler avec plus de preacutecision
Il aide agrave mesurer la qualiteacute des actions de formation et leur retour sur investissement car les employeacutes sont mieux et plus efficacement formeacutes
Il soutient la strateacutegie de formation globale de lrsquoentreprise en veillant agrave ce que les employeacutes aient les compeacutetences requises pour remplir leurs fonctions de maniegravere plus adeacutequate
24
contenu structureacute lrsquoinformation ou le contenu est organiseacute et geacuteneacuteralement classifieacute avec des meacutetadonneacutees Le contenu structureacute peut ecirctre stockeacute dans diffeacuterents formats standards ou proprieacutetaires y compris XML
premierS preacuterequiS pour commencer
meacutetadonneacutees il srsquoagit de lrsquoinformation geacuteneacutereacutee relative au contenu aux utilisateurs aux graphes de connaissances aux compeacutetences et aux autres ressources Les meacutetadonneacutees peuvent ecirctre subdiviseacutees en trois types
environnement numeacuterique les plateformes et les solutions qui utilisent les standards de connectiviteacute du marcheacute tels que API xAPI QTI LTI etc
meacutetadonneacutees descriptives leur fonction est la deacutecouverte et lrsquoidentification (par exemple titre reacutesumeacute auteur mots-cleacutes etc)
meacutetadonneacutees structurelles ce sont des conteneurs de meacutetadonneacutees qui composent des seacuteries drsquoobjets au sein des structures de donneacutees (par exemple les pages sont organiseacutees pour former des chapitres)
meacutetadonneacutees administratives elles aident agrave geacuterer une uniteacute de donneacutees par le biais de marqueurs ou drsquoune certaine forme de classification (par exemple les informations techniques le type de fichier quand et comment il a eacuteteacute creacuteeacute son chemin drsquoaccegraves etc)
Ann rockley et charles cooper dans managing enterprise content A unified content Strategy deacutefinissent le contenu
structureacute etou contenu intelligent comme laquo structurellement riche et seacutemantiquement cateacutegoriseacute raquo un
contenu qui est donc laquo automatiquement deacutecouvrable reacuteutilisable reconfigurable et
adaptable raquo
graphes de compeacutetencesconnaissances ils repreacutesentent les preacuterequis et les relations entre les diffeacuterents types de connaissances etou compeacutetences
contenu granulaireunitaire dans un parcours drsquoapprentissage chaque cours ou module est diviseacute en uniteacutes granulaires ou laquo objets peacutedagogiques raquo agrave apprendre Chacune des uniteacutes creacuteeacutees est coheacuterente autonome et reacuteutilisable
25
Lire Penser Approuver
R SociauxMobile Teacuteleacutevision Eacuteducateurs Ordinateurs Litteacuterature Pairs
Construire Eacutecouter Parler Regarder Jouer Eacutecrire Assister Chercher
Activiteacutes
lrsquoapprenant
26
Fondeacutee en 2013 Domoscio est speacutecialiseacutee dans le Big Data pour apprendre et les solutions drsquoapprentissage adaptatif La socieacuteteacute travaille avec de nombreux clients internationaux dans la formation en entreprise lrsquoeacutedition et lrsquoeacuteducationlrsquoenseignement supeacuterieur ainsi qursquoavec de multiples partenaires internationaux dans le secteur des logiciels
La RampD de Domoscio et ses solutions innovantes en font un leader dans son secteur La socieacuteteacute est reconnue et accreacutediteacutee par la Commission europeacuteenne le Ministegravere de lrsquoEacuteducation nationale lrsquoAgence Nationale de la Recherche franccedilaise (ANR) et la Banque Publique drsquoInvestissement (BPI France)
Chez Domoscio nous collaborons avec des partenaires et des clients dans une grande varieacuteteacute de domaines Nous leur fournissons des solutions drsquoapprentissage adaptatif qui leur permettent drsquoobtenir les meilleurs reacutesultats drsquoenseignement drsquoapprentissage et de formation dans leurs domaines respectifs
Les solutions drsquoapprentissage adaptatif peuvent ecirctre utiliseacutees agrave diverses fins et les beacuteneacutefices consideacuterables de lrsquoapprentissage adaptatif pour les apprenants les enseignants les eacutediteurs et les professionnels des RH - entre autres - sont eacutevidents
Agrave propoS De DomoScio
Domoscio utilise une technologie connue et reconnueNos solutions et services incluent principalement
Apprentissage adaptatif Analytique de lrsquoapprentissage
Services de conseil et drsquoaccompagnement
Analyse - une analyse fonctionnelle et technique est reacutealiseacutee ainsi qursquoune analyse des ressources peacutedagogiques du client afin drsquoeacutevaluer les actions neacutecessaires La solution cible est deacutefinie avec le client et un plan drsquoaction est eacutetabli
inteacutegration - le plan drsquoaction est exeacutecuteacute et la solution technique est inteacutegreacutee dans le dispositif du client avec les diffeacuterents contenus drsquoapprentissage Sur certaines plateformes ou Learning Management Systems (LMS) il suffit drsquoactiver une fonctionnaliteacute
Accompagnement - tout au long du processus Domoscio fournit au client un accompagnement continu et des services de conseil en veillant agrave la fiabiliteacute opeacuterationnelle de la solution fournie ces services peuvent comprendre la structuration du contenu la formation le support peacutedagogique etc
De la mecircme faccedilon que les solutions drsquoapprentissage adaptatif sont baseacutees sur le principe de lrsquoadaptation agrave lrsquoapprenant nous croyons que les solutions que nous proposons doivent ecirctre modeacuteliseacutees autour des besoins speacutecifiques de nos clients Ainsi afin de mettre en œuvre les solutions de Domoscio dans les dispositifs existants de nos clients nous adoptons une approche agrave trois volets analyse inteacutegration et accompagnement
27
parmi les distinctions de Domoscio
2016Tropheacutee Europe 1 de lrsquoAvenir cateacutegorie Education
europe 1
2014Lrsquoune des 7 startups les plus prometteuses en Technologies de lrsquoEducation
commission europeacuteenne
Suivre ce processus nous permet drsquoacqueacuterir une compreacutehension approfondie des besoins peacutedagogiques et drsquoapprentissage de nos clients et nous donne toutes les informations neacutecessaires pour optimiser leurs plateformes les rendre plus efficientes et atteindre leurs objectifs drsquoameacutelioration notre approche collaborative et de conseil signifie que nous sommes particuliegraverement sensibles aux objectifs de nos clients et que nous pouvons leur fournir lrsquoaide dont ils ont besoin pour appliquer avec succegraves les connaissances analytiques acquises par lrsquointeacutegration de nos solutions drsquoapprentissage adaptatif
pour en savoir plus sur lrsquoutilisation de lrsquoapprentissage adaptatif et pour mieux comprendreson fonctionnement drsquoun point de vue technique nous vous invitons agrave consulter nos prochains
livres blancs dans la mecircme seacuterie Utiliser lrsquoAdaptive Learning ndash Cas pratiqueset Inteacutegrer lrsquoAdaptive Learning ndash Une approche technique
Siegravege SociAl20 Rue du Commandant Reneacute Mouchotte75014 Paris France
BureAu47 Rue du Caire75002 Paris France
nouS Appeler+33 (0) 1 85 09 03 57
domosciocomcontactdomosciocom
23
pour les salarieacutes
Ils partagent les mecircmes beacuteneacutefices que les apprenants par rap-port agrave lrsquoapprentissage adaptatif et profitent drsquoavantages sup-pleacutementaires
Leur temps est mieux geacutereacute ce qui permet un meilleur eacutequilibre entre les temps de travail et de formation
Ils augmentent leur employabiliteacute avec de nouvelles compeacute-tences
Ils ont les outils et la formation neacutecessaires pour mieux reacuteali-ser leur travail ce qui conduit agrave une plus grande satisfaction au travail
pour les eacutediteurs
Lrsquoapprentissage adaptatif leur permet drsquoaccompagner les transformations opeacutereacutees par les technologies numeacuteriques avec des services agrave valeur ajouteacutee en lien avec leur contenu Il permet eacutegalement aux eacutediteurs drsquoavoir accegraves agrave des donneacutees concernant lrsquointeraction avec leur contenu ce qui leur apporte de nouvelles perspectives sur son efficaciteacute et sa pertinence comme outil drsquoapprentissage
Les solutions drsquoapprentissage adaptatif permettent aux eacutediteurs drsquoaccompagner les utilisateurs en ajustant le contenu en fonc-tion des besoins des apprenants
pour la gestion de la formation en entreprise
Lrsquoapprentissage adaptatif aide agrave identifier les besoins de formation au sein de lrsquoentreprise en utilisant les analyses des reacutesultats de formation pour ameacuteliorer les futures actions de formation et les cibler avec plus de preacutecision
Il aide agrave mesurer la qualiteacute des actions de formation et leur retour sur investissement car les employeacutes sont mieux et plus efficacement formeacutes
Il soutient la strateacutegie de formation globale de lrsquoentreprise en veillant agrave ce que les employeacutes aient les compeacutetences requises pour remplir leurs fonctions de maniegravere plus adeacutequate
24
contenu structureacute lrsquoinformation ou le contenu est organiseacute et geacuteneacuteralement classifieacute avec des meacutetadonneacutees Le contenu structureacute peut ecirctre stockeacute dans diffeacuterents formats standards ou proprieacutetaires y compris XML
premierS preacuterequiS pour commencer
meacutetadonneacutees il srsquoagit de lrsquoinformation geacuteneacutereacutee relative au contenu aux utilisateurs aux graphes de connaissances aux compeacutetences et aux autres ressources Les meacutetadonneacutees peuvent ecirctre subdiviseacutees en trois types
environnement numeacuterique les plateformes et les solutions qui utilisent les standards de connectiviteacute du marcheacute tels que API xAPI QTI LTI etc
meacutetadonneacutees descriptives leur fonction est la deacutecouverte et lrsquoidentification (par exemple titre reacutesumeacute auteur mots-cleacutes etc)
meacutetadonneacutees structurelles ce sont des conteneurs de meacutetadonneacutees qui composent des seacuteries drsquoobjets au sein des structures de donneacutees (par exemple les pages sont organiseacutees pour former des chapitres)
meacutetadonneacutees administratives elles aident agrave geacuterer une uniteacute de donneacutees par le biais de marqueurs ou drsquoune certaine forme de classification (par exemple les informations techniques le type de fichier quand et comment il a eacuteteacute creacuteeacute son chemin drsquoaccegraves etc)
Ann rockley et charles cooper dans managing enterprise content A unified content Strategy deacutefinissent le contenu
structureacute etou contenu intelligent comme laquo structurellement riche et seacutemantiquement cateacutegoriseacute raquo un
contenu qui est donc laquo automatiquement deacutecouvrable reacuteutilisable reconfigurable et
adaptable raquo
graphes de compeacutetencesconnaissances ils repreacutesentent les preacuterequis et les relations entre les diffeacuterents types de connaissances etou compeacutetences
contenu granulaireunitaire dans un parcours drsquoapprentissage chaque cours ou module est diviseacute en uniteacutes granulaires ou laquo objets peacutedagogiques raquo agrave apprendre Chacune des uniteacutes creacuteeacutees est coheacuterente autonome et reacuteutilisable
25
Lire Penser Approuver
R SociauxMobile Teacuteleacutevision Eacuteducateurs Ordinateurs Litteacuterature Pairs
Construire Eacutecouter Parler Regarder Jouer Eacutecrire Assister Chercher
Activiteacutes
lrsquoapprenant
26
Fondeacutee en 2013 Domoscio est speacutecialiseacutee dans le Big Data pour apprendre et les solutions drsquoapprentissage adaptatif La socieacuteteacute travaille avec de nombreux clients internationaux dans la formation en entreprise lrsquoeacutedition et lrsquoeacuteducationlrsquoenseignement supeacuterieur ainsi qursquoavec de multiples partenaires internationaux dans le secteur des logiciels
La RampD de Domoscio et ses solutions innovantes en font un leader dans son secteur La socieacuteteacute est reconnue et accreacutediteacutee par la Commission europeacuteenne le Ministegravere de lrsquoEacuteducation nationale lrsquoAgence Nationale de la Recherche franccedilaise (ANR) et la Banque Publique drsquoInvestissement (BPI France)
Chez Domoscio nous collaborons avec des partenaires et des clients dans une grande varieacuteteacute de domaines Nous leur fournissons des solutions drsquoapprentissage adaptatif qui leur permettent drsquoobtenir les meilleurs reacutesultats drsquoenseignement drsquoapprentissage et de formation dans leurs domaines respectifs
Les solutions drsquoapprentissage adaptatif peuvent ecirctre utiliseacutees agrave diverses fins et les beacuteneacutefices consideacuterables de lrsquoapprentissage adaptatif pour les apprenants les enseignants les eacutediteurs et les professionnels des RH - entre autres - sont eacutevidents
Agrave propoS De DomoScio
Domoscio utilise une technologie connue et reconnueNos solutions et services incluent principalement
Apprentissage adaptatif Analytique de lrsquoapprentissage
Services de conseil et drsquoaccompagnement
Analyse - une analyse fonctionnelle et technique est reacutealiseacutee ainsi qursquoune analyse des ressources peacutedagogiques du client afin drsquoeacutevaluer les actions neacutecessaires La solution cible est deacutefinie avec le client et un plan drsquoaction est eacutetabli
inteacutegration - le plan drsquoaction est exeacutecuteacute et la solution technique est inteacutegreacutee dans le dispositif du client avec les diffeacuterents contenus drsquoapprentissage Sur certaines plateformes ou Learning Management Systems (LMS) il suffit drsquoactiver une fonctionnaliteacute
Accompagnement - tout au long du processus Domoscio fournit au client un accompagnement continu et des services de conseil en veillant agrave la fiabiliteacute opeacuterationnelle de la solution fournie ces services peuvent comprendre la structuration du contenu la formation le support peacutedagogique etc
De la mecircme faccedilon que les solutions drsquoapprentissage adaptatif sont baseacutees sur le principe de lrsquoadaptation agrave lrsquoapprenant nous croyons que les solutions que nous proposons doivent ecirctre modeacuteliseacutees autour des besoins speacutecifiques de nos clients Ainsi afin de mettre en œuvre les solutions de Domoscio dans les dispositifs existants de nos clients nous adoptons une approche agrave trois volets analyse inteacutegration et accompagnement
27
parmi les distinctions de Domoscio
2016Tropheacutee Europe 1 de lrsquoAvenir cateacutegorie Education
europe 1
2014Lrsquoune des 7 startups les plus prometteuses en Technologies de lrsquoEducation
commission europeacuteenne
Suivre ce processus nous permet drsquoacqueacuterir une compreacutehension approfondie des besoins peacutedagogiques et drsquoapprentissage de nos clients et nous donne toutes les informations neacutecessaires pour optimiser leurs plateformes les rendre plus efficientes et atteindre leurs objectifs drsquoameacutelioration notre approche collaborative et de conseil signifie que nous sommes particuliegraverement sensibles aux objectifs de nos clients et que nous pouvons leur fournir lrsquoaide dont ils ont besoin pour appliquer avec succegraves les connaissances analytiques acquises par lrsquointeacutegration de nos solutions drsquoapprentissage adaptatif
pour en savoir plus sur lrsquoutilisation de lrsquoapprentissage adaptatif et pour mieux comprendreson fonctionnement drsquoun point de vue technique nous vous invitons agrave consulter nos prochains
livres blancs dans la mecircme seacuterie Utiliser lrsquoAdaptive Learning ndash Cas pratiqueset Inteacutegrer lrsquoAdaptive Learning ndash Une approche technique
Siegravege SociAl20 Rue du Commandant Reneacute Mouchotte75014 Paris France
BureAu47 Rue du Caire75002 Paris France
nouS Appeler+33 (0) 1 85 09 03 57
domosciocomcontactdomosciocom
24
contenu structureacute lrsquoinformation ou le contenu est organiseacute et geacuteneacuteralement classifieacute avec des meacutetadonneacutees Le contenu structureacute peut ecirctre stockeacute dans diffeacuterents formats standards ou proprieacutetaires y compris XML
premierS preacuterequiS pour commencer
meacutetadonneacutees il srsquoagit de lrsquoinformation geacuteneacutereacutee relative au contenu aux utilisateurs aux graphes de connaissances aux compeacutetences et aux autres ressources Les meacutetadonneacutees peuvent ecirctre subdiviseacutees en trois types
environnement numeacuterique les plateformes et les solutions qui utilisent les standards de connectiviteacute du marcheacute tels que API xAPI QTI LTI etc
meacutetadonneacutees descriptives leur fonction est la deacutecouverte et lrsquoidentification (par exemple titre reacutesumeacute auteur mots-cleacutes etc)
meacutetadonneacutees structurelles ce sont des conteneurs de meacutetadonneacutees qui composent des seacuteries drsquoobjets au sein des structures de donneacutees (par exemple les pages sont organiseacutees pour former des chapitres)
meacutetadonneacutees administratives elles aident agrave geacuterer une uniteacute de donneacutees par le biais de marqueurs ou drsquoune certaine forme de classification (par exemple les informations techniques le type de fichier quand et comment il a eacuteteacute creacuteeacute son chemin drsquoaccegraves etc)
Ann rockley et charles cooper dans managing enterprise content A unified content Strategy deacutefinissent le contenu
structureacute etou contenu intelligent comme laquo structurellement riche et seacutemantiquement cateacutegoriseacute raquo un
contenu qui est donc laquo automatiquement deacutecouvrable reacuteutilisable reconfigurable et
adaptable raquo
graphes de compeacutetencesconnaissances ils repreacutesentent les preacuterequis et les relations entre les diffeacuterents types de connaissances etou compeacutetences
contenu granulaireunitaire dans un parcours drsquoapprentissage chaque cours ou module est diviseacute en uniteacutes granulaires ou laquo objets peacutedagogiques raquo agrave apprendre Chacune des uniteacutes creacuteeacutees est coheacuterente autonome et reacuteutilisable
25
Lire Penser Approuver
R SociauxMobile Teacuteleacutevision Eacuteducateurs Ordinateurs Litteacuterature Pairs
Construire Eacutecouter Parler Regarder Jouer Eacutecrire Assister Chercher
Activiteacutes
lrsquoapprenant
26
Fondeacutee en 2013 Domoscio est speacutecialiseacutee dans le Big Data pour apprendre et les solutions drsquoapprentissage adaptatif La socieacuteteacute travaille avec de nombreux clients internationaux dans la formation en entreprise lrsquoeacutedition et lrsquoeacuteducationlrsquoenseignement supeacuterieur ainsi qursquoavec de multiples partenaires internationaux dans le secteur des logiciels
La RampD de Domoscio et ses solutions innovantes en font un leader dans son secteur La socieacuteteacute est reconnue et accreacutediteacutee par la Commission europeacuteenne le Ministegravere de lrsquoEacuteducation nationale lrsquoAgence Nationale de la Recherche franccedilaise (ANR) et la Banque Publique drsquoInvestissement (BPI France)
Chez Domoscio nous collaborons avec des partenaires et des clients dans une grande varieacuteteacute de domaines Nous leur fournissons des solutions drsquoapprentissage adaptatif qui leur permettent drsquoobtenir les meilleurs reacutesultats drsquoenseignement drsquoapprentissage et de formation dans leurs domaines respectifs
Les solutions drsquoapprentissage adaptatif peuvent ecirctre utiliseacutees agrave diverses fins et les beacuteneacutefices consideacuterables de lrsquoapprentissage adaptatif pour les apprenants les enseignants les eacutediteurs et les professionnels des RH - entre autres - sont eacutevidents
Agrave propoS De DomoScio
Domoscio utilise une technologie connue et reconnueNos solutions et services incluent principalement
Apprentissage adaptatif Analytique de lrsquoapprentissage
Services de conseil et drsquoaccompagnement
Analyse - une analyse fonctionnelle et technique est reacutealiseacutee ainsi qursquoune analyse des ressources peacutedagogiques du client afin drsquoeacutevaluer les actions neacutecessaires La solution cible est deacutefinie avec le client et un plan drsquoaction est eacutetabli
inteacutegration - le plan drsquoaction est exeacutecuteacute et la solution technique est inteacutegreacutee dans le dispositif du client avec les diffeacuterents contenus drsquoapprentissage Sur certaines plateformes ou Learning Management Systems (LMS) il suffit drsquoactiver une fonctionnaliteacute
Accompagnement - tout au long du processus Domoscio fournit au client un accompagnement continu et des services de conseil en veillant agrave la fiabiliteacute opeacuterationnelle de la solution fournie ces services peuvent comprendre la structuration du contenu la formation le support peacutedagogique etc
De la mecircme faccedilon que les solutions drsquoapprentissage adaptatif sont baseacutees sur le principe de lrsquoadaptation agrave lrsquoapprenant nous croyons que les solutions que nous proposons doivent ecirctre modeacuteliseacutees autour des besoins speacutecifiques de nos clients Ainsi afin de mettre en œuvre les solutions de Domoscio dans les dispositifs existants de nos clients nous adoptons une approche agrave trois volets analyse inteacutegration et accompagnement
27
parmi les distinctions de Domoscio
2016Tropheacutee Europe 1 de lrsquoAvenir cateacutegorie Education
europe 1
2014Lrsquoune des 7 startups les plus prometteuses en Technologies de lrsquoEducation
commission europeacuteenne
Suivre ce processus nous permet drsquoacqueacuterir une compreacutehension approfondie des besoins peacutedagogiques et drsquoapprentissage de nos clients et nous donne toutes les informations neacutecessaires pour optimiser leurs plateformes les rendre plus efficientes et atteindre leurs objectifs drsquoameacutelioration notre approche collaborative et de conseil signifie que nous sommes particuliegraverement sensibles aux objectifs de nos clients et que nous pouvons leur fournir lrsquoaide dont ils ont besoin pour appliquer avec succegraves les connaissances analytiques acquises par lrsquointeacutegration de nos solutions drsquoapprentissage adaptatif
pour en savoir plus sur lrsquoutilisation de lrsquoapprentissage adaptatif et pour mieux comprendreson fonctionnement drsquoun point de vue technique nous vous invitons agrave consulter nos prochains
livres blancs dans la mecircme seacuterie Utiliser lrsquoAdaptive Learning ndash Cas pratiqueset Inteacutegrer lrsquoAdaptive Learning ndash Une approche technique
Siegravege SociAl20 Rue du Commandant Reneacute Mouchotte75014 Paris France
BureAu47 Rue du Caire75002 Paris France
nouS Appeler+33 (0) 1 85 09 03 57
domosciocomcontactdomosciocom
25
Lire Penser Approuver
R SociauxMobile Teacuteleacutevision Eacuteducateurs Ordinateurs Litteacuterature Pairs
Construire Eacutecouter Parler Regarder Jouer Eacutecrire Assister Chercher
Activiteacutes
lrsquoapprenant
26
Fondeacutee en 2013 Domoscio est speacutecialiseacutee dans le Big Data pour apprendre et les solutions drsquoapprentissage adaptatif La socieacuteteacute travaille avec de nombreux clients internationaux dans la formation en entreprise lrsquoeacutedition et lrsquoeacuteducationlrsquoenseignement supeacuterieur ainsi qursquoavec de multiples partenaires internationaux dans le secteur des logiciels
La RampD de Domoscio et ses solutions innovantes en font un leader dans son secteur La socieacuteteacute est reconnue et accreacutediteacutee par la Commission europeacuteenne le Ministegravere de lrsquoEacuteducation nationale lrsquoAgence Nationale de la Recherche franccedilaise (ANR) et la Banque Publique drsquoInvestissement (BPI France)
Chez Domoscio nous collaborons avec des partenaires et des clients dans une grande varieacuteteacute de domaines Nous leur fournissons des solutions drsquoapprentissage adaptatif qui leur permettent drsquoobtenir les meilleurs reacutesultats drsquoenseignement drsquoapprentissage et de formation dans leurs domaines respectifs
Les solutions drsquoapprentissage adaptatif peuvent ecirctre utiliseacutees agrave diverses fins et les beacuteneacutefices consideacuterables de lrsquoapprentissage adaptatif pour les apprenants les enseignants les eacutediteurs et les professionnels des RH - entre autres - sont eacutevidents
Agrave propoS De DomoScio
Domoscio utilise une technologie connue et reconnueNos solutions et services incluent principalement
Apprentissage adaptatif Analytique de lrsquoapprentissage
Services de conseil et drsquoaccompagnement
Analyse - une analyse fonctionnelle et technique est reacutealiseacutee ainsi qursquoune analyse des ressources peacutedagogiques du client afin drsquoeacutevaluer les actions neacutecessaires La solution cible est deacutefinie avec le client et un plan drsquoaction est eacutetabli
inteacutegration - le plan drsquoaction est exeacutecuteacute et la solution technique est inteacutegreacutee dans le dispositif du client avec les diffeacuterents contenus drsquoapprentissage Sur certaines plateformes ou Learning Management Systems (LMS) il suffit drsquoactiver une fonctionnaliteacute
Accompagnement - tout au long du processus Domoscio fournit au client un accompagnement continu et des services de conseil en veillant agrave la fiabiliteacute opeacuterationnelle de la solution fournie ces services peuvent comprendre la structuration du contenu la formation le support peacutedagogique etc
De la mecircme faccedilon que les solutions drsquoapprentissage adaptatif sont baseacutees sur le principe de lrsquoadaptation agrave lrsquoapprenant nous croyons que les solutions que nous proposons doivent ecirctre modeacuteliseacutees autour des besoins speacutecifiques de nos clients Ainsi afin de mettre en œuvre les solutions de Domoscio dans les dispositifs existants de nos clients nous adoptons une approche agrave trois volets analyse inteacutegration et accompagnement
27
parmi les distinctions de Domoscio
2016Tropheacutee Europe 1 de lrsquoAvenir cateacutegorie Education
europe 1
2014Lrsquoune des 7 startups les plus prometteuses en Technologies de lrsquoEducation
commission europeacuteenne
Suivre ce processus nous permet drsquoacqueacuterir une compreacutehension approfondie des besoins peacutedagogiques et drsquoapprentissage de nos clients et nous donne toutes les informations neacutecessaires pour optimiser leurs plateformes les rendre plus efficientes et atteindre leurs objectifs drsquoameacutelioration notre approche collaborative et de conseil signifie que nous sommes particuliegraverement sensibles aux objectifs de nos clients et que nous pouvons leur fournir lrsquoaide dont ils ont besoin pour appliquer avec succegraves les connaissances analytiques acquises par lrsquointeacutegration de nos solutions drsquoapprentissage adaptatif
pour en savoir plus sur lrsquoutilisation de lrsquoapprentissage adaptatif et pour mieux comprendreson fonctionnement drsquoun point de vue technique nous vous invitons agrave consulter nos prochains
livres blancs dans la mecircme seacuterie Utiliser lrsquoAdaptive Learning ndash Cas pratiqueset Inteacutegrer lrsquoAdaptive Learning ndash Une approche technique
Siegravege SociAl20 Rue du Commandant Reneacute Mouchotte75014 Paris France
BureAu47 Rue du Caire75002 Paris France
nouS Appeler+33 (0) 1 85 09 03 57
domosciocomcontactdomosciocom
26
Fondeacutee en 2013 Domoscio est speacutecialiseacutee dans le Big Data pour apprendre et les solutions drsquoapprentissage adaptatif La socieacuteteacute travaille avec de nombreux clients internationaux dans la formation en entreprise lrsquoeacutedition et lrsquoeacuteducationlrsquoenseignement supeacuterieur ainsi qursquoavec de multiples partenaires internationaux dans le secteur des logiciels
La RampD de Domoscio et ses solutions innovantes en font un leader dans son secteur La socieacuteteacute est reconnue et accreacutediteacutee par la Commission europeacuteenne le Ministegravere de lrsquoEacuteducation nationale lrsquoAgence Nationale de la Recherche franccedilaise (ANR) et la Banque Publique drsquoInvestissement (BPI France)
Chez Domoscio nous collaborons avec des partenaires et des clients dans une grande varieacuteteacute de domaines Nous leur fournissons des solutions drsquoapprentissage adaptatif qui leur permettent drsquoobtenir les meilleurs reacutesultats drsquoenseignement drsquoapprentissage et de formation dans leurs domaines respectifs
Les solutions drsquoapprentissage adaptatif peuvent ecirctre utiliseacutees agrave diverses fins et les beacuteneacutefices consideacuterables de lrsquoapprentissage adaptatif pour les apprenants les enseignants les eacutediteurs et les professionnels des RH - entre autres - sont eacutevidents
Agrave propoS De DomoScio
Domoscio utilise une technologie connue et reconnueNos solutions et services incluent principalement
Apprentissage adaptatif Analytique de lrsquoapprentissage
Services de conseil et drsquoaccompagnement
Analyse - une analyse fonctionnelle et technique est reacutealiseacutee ainsi qursquoune analyse des ressources peacutedagogiques du client afin drsquoeacutevaluer les actions neacutecessaires La solution cible est deacutefinie avec le client et un plan drsquoaction est eacutetabli
inteacutegration - le plan drsquoaction est exeacutecuteacute et la solution technique est inteacutegreacutee dans le dispositif du client avec les diffeacuterents contenus drsquoapprentissage Sur certaines plateformes ou Learning Management Systems (LMS) il suffit drsquoactiver une fonctionnaliteacute
Accompagnement - tout au long du processus Domoscio fournit au client un accompagnement continu et des services de conseil en veillant agrave la fiabiliteacute opeacuterationnelle de la solution fournie ces services peuvent comprendre la structuration du contenu la formation le support peacutedagogique etc
De la mecircme faccedilon que les solutions drsquoapprentissage adaptatif sont baseacutees sur le principe de lrsquoadaptation agrave lrsquoapprenant nous croyons que les solutions que nous proposons doivent ecirctre modeacuteliseacutees autour des besoins speacutecifiques de nos clients Ainsi afin de mettre en œuvre les solutions de Domoscio dans les dispositifs existants de nos clients nous adoptons une approche agrave trois volets analyse inteacutegration et accompagnement
27
parmi les distinctions de Domoscio
2016Tropheacutee Europe 1 de lrsquoAvenir cateacutegorie Education
europe 1
2014Lrsquoune des 7 startups les plus prometteuses en Technologies de lrsquoEducation
commission europeacuteenne
Suivre ce processus nous permet drsquoacqueacuterir une compreacutehension approfondie des besoins peacutedagogiques et drsquoapprentissage de nos clients et nous donne toutes les informations neacutecessaires pour optimiser leurs plateformes les rendre plus efficientes et atteindre leurs objectifs drsquoameacutelioration notre approche collaborative et de conseil signifie que nous sommes particuliegraverement sensibles aux objectifs de nos clients et que nous pouvons leur fournir lrsquoaide dont ils ont besoin pour appliquer avec succegraves les connaissances analytiques acquises par lrsquointeacutegration de nos solutions drsquoapprentissage adaptatif
pour en savoir plus sur lrsquoutilisation de lrsquoapprentissage adaptatif et pour mieux comprendreson fonctionnement drsquoun point de vue technique nous vous invitons agrave consulter nos prochains
livres blancs dans la mecircme seacuterie Utiliser lrsquoAdaptive Learning ndash Cas pratiqueset Inteacutegrer lrsquoAdaptive Learning ndash Une approche technique
Siegravege SociAl20 Rue du Commandant Reneacute Mouchotte75014 Paris France
BureAu47 Rue du Caire75002 Paris France
nouS Appeler+33 (0) 1 85 09 03 57
domosciocomcontactdomosciocom
27
parmi les distinctions de Domoscio
2016Tropheacutee Europe 1 de lrsquoAvenir cateacutegorie Education
europe 1
2014Lrsquoune des 7 startups les plus prometteuses en Technologies de lrsquoEducation
commission europeacuteenne
Suivre ce processus nous permet drsquoacqueacuterir une compreacutehension approfondie des besoins peacutedagogiques et drsquoapprentissage de nos clients et nous donne toutes les informations neacutecessaires pour optimiser leurs plateformes les rendre plus efficientes et atteindre leurs objectifs drsquoameacutelioration notre approche collaborative et de conseil signifie que nous sommes particuliegraverement sensibles aux objectifs de nos clients et que nous pouvons leur fournir lrsquoaide dont ils ont besoin pour appliquer avec succegraves les connaissances analytiques acquises par lrsquointeacutegration de nos solutions drsquoapprentissage adaptatif
pour en savoir plus sur lrsquoutilisation de lrsquoapprentissage adaptatif et pour mieux comprendreson fonctionnement drsquoun point de vue technique nous vous invitons agrave consulter nos prochains
livres blancs dans la mecircme seacuterie Utiliser lrsquoAdaptive Learning ndash Cas pratiqueset Inteacutegrer lrsquoAdaptive Learning ndash Une approche technique
Siegravege SociAl20 Rue du Commandant Reneacute Mouchotte75014 Paris France
BureAu47 Rue du Caire75002 Paris France
nouS Appeler+33 (0) 1 85 09 03 57
domosciocomcontactdomosciocom
Siegravege SociAl20 Rue du Commandant Reneacute Mouchotte75014 Paris France
BureAu47 Rue du Caire75002 Paris France
nouS Appeler+33 (0) 1 85 09 03 57
domosciocomcontactdomosciocom