Les technologies pédagogiques adaptatives comme les systèmes de tutorat intelligent offrent la possibilité de personnaliser l’apprentissage à l’aide d’approches similaires : elles détectent les connaissances (ou les lacunes) des élèves, diagnostiquent les mesures à prendre pour les faire progresser, proposent de nouveaux exercices, de nouveaux modules d’enseignement ou des éléments d’instruction, ou se contentent d’assurer la liaison avec l’enseignant. Cette approche va désormais au-delà de la simple acquisition de connaissances et tient compte de dimensions inhérentes au comportement, par exemple l’autorégulation ou le style d’apprentissage (Chapitre 3).
Garder les élèves motivés et les amener à participer sont deux piliers d’un apprentissage efficace. Dans cette perspective, de nouvelles innovations technologiques se concentrent sur l’évaluation de la participation et des interventions des élèves, dans des environnements d’apprentissage en personne et virtuels. Évaluer la participation n’a rien d’évident mais une multitude de nouvelles approches automatiques est en train de voir le jour, de capteurs de mouvements des yeux jusqu’au suivi et à l’analyse d’autres caractéristiques du visage. Deux voies sont possibles pour améliorer la participation : d’une part, des approches proactives qui s’efforcent de stimuler les élèves au moyen de mesures d’incitation ou de ludification, etc. et d’autre part, les approches réactives qui procèdent avec plus de subtilité en assurant un suivi constant de la participation, en détectant les baisses de régime des élèves et en adaptant l’enseignement en conséquence (Chapitre 4).
Si les technologies intelligentes qui mettent l’accent sur la personnalisation de l’apprentissage individuel sont sans nul doute les plus répandues, une autre option consiste à axer l’analyse de l’apprentissage sur la salle de classe, ou plutôt sur ce qui s’y déroule. Cette démarche a pour objectif d’aider les enseignants à orchestrer l’apprentissage dans leur classe et à proposer des scénarios d’apprentissage efficace d’une grande richesse à leurs élèves. Certaines techniques d’analyse en classe donnent aux enseignants des données en temps réel pour les aider à mieux passer d’une tâche à l’autre lorsque leurs élèves travaillent seuls, en petits groupes ou tous ensemble, par exemple. Elles donnent aussi des informations aux enseignants sur leur comportement en classe afin qu’ils puissent en prendre note et adapter leurs méthodes (Chapitre 5).
À leur tour, de plus en plus de robots sociaux voient le jour à des fins pédagogiques. Reposant généralement sur les systèmes de personnalisation cités ci-dessus, ils aident les enseignants de différentes manières : en faisant office d’instructeurs ou de professeurs particuliers pour les cours individuels ou en petits groupes, ou à l’inverse en se plaçant à leur tour à la hauteur des élèves afin de déclencher un apprentissage par l’enseignement des pairs. En outre, les robots de téléprésence offrent aux enseignants ou aux élèves la possibilité d’enseigner ou d’étudier à distance, avec à la clé de nouvelles perspectives pour les élèves malades qui ne peuvent assister aux cours en personne. Ils donnent aussi la possibilité de faire appel à des enseignants à distance, par exemple à des enseignants qui vivent à l’étranger pour l’enseignement des langues (Chapitre 7).
La technologie permet de surcroît de scolariser les élèves ayant des besoins spécifiques et de faire de l’éduction inclusive une réalité. Forte d’applications ayant fait leurs preuves comme la conversion de texte par synthèse vocale, la reconnaissance vocale et le sous-titrage automatique, l’IA permet aux élèves aveugles, déficients visuels, sourds et malentendants d’intégrer les environnements scolaires classiques et de profiter de leurs pratiques pédagogiques. Des technologies intelligentes favorisent le diagnostic de certains besoins spécifiques et permettent ainsi d’y remédier (à l’image de la dysgraphie). Elles favorisent également l’apprentissage socio-émotionnel des élèves autistes et leur donnent plus de clés pour participer à l’enseignement classique (Chapitre 6).
Ces technologies intelligentes ne peuvent généralement se passer d’un intervenant humain, à savoir l’enseignant. Le niveau d’automatisation des actions et des décisions doit être envisagé sur un spectre qui va d’actions purement automatiques d’une part à des actions entièrement du ressort des humains de l’autre. À l’heure actuelle, les systèmes d’IA restent des hybrides qui exigent une intervention humaine à un stade ou à un autre.
