27 juin 2024
Améliorer l'e-learning avec le machine learning est possible
Le Machine Learning, pour simplifier, est l'application de modèles statistiques de prédiction qui, à partir de nombreuses et rapides observations, tirent des conclusions plus ou moins précises. À partir de ces observations, des actions automatiques sont exécutées, sans intervention humaine.
Le Machine Learning n'est pas quelque chose de nouveau en mathématiques. Ce qui le rend nouveau, c'est l'accès à la technologie et la disponibilité de nombreuses données. Cela rend possibles des calculs qui étaient auparavant impossibles.
Le Machine Learning a de nombreuses applications qui ne sont pas précisément dans l'industrie de l'apprentissage, mais je parlerai justement de cela, l'application dans l'industrie de l'apprentissage.
Un exemple presque évident : Automatiser les réponses aux questions récurrentes est possible
Par exemple, supposons que j'ai une plateforme d'apprentissage en ligne (c'est-à-dire un LMS). Il y a beaucoup de gens inscrits à un programme et les élèves posent des questions dans le forum au tuteur ou bien à leur propre boîte de consultation. Le système pourrait arriver à interpréter que des questions similaires aboutissent à une réponse déterminée. Ou de manière plus simple, détecter quand une question doit être répondue "manuellement" ou automatiquement.
Évidemment, pour qu'un système associe qu'une question similaire mène à la même réponse, il devrait être entraîné et supervisé. Une façon de le faire est de prendre un tuteur de référence et de comparer la réponse que donnerait le système avec celle qu'il donnerait lui-même. En partant de l'hypothèse de l'infaillibilité du tuteur, lorsque 99% des réponses coïncideraient avec celles qu'il donnerait, nous pourrions considérer que le système est efficace.
Et où est l'économie pour l'entreprise?
Disons-le clairement. Économiser le tuteur, dans sa modalité de tutorat réactif. De sorte que soit la marge commerciale sera plus élevée à prix égal du produit éducatif soit il peut être vendu moins cher en maintenant la marge.
Et que faisons-nous des tuteurs ?
Maintenant, les tuteurs seront des formateurs de systèmes d'apprentissage automatique en e-learning, et il y aura de la rentabilité si le processus de formation est court, les cours très récurrents, avec un volume d'élèves considérable et la technologie d'apprentissage automatique abordable.
Vous ne croyez pas que l'IA peut remplacer les tuteurs ? Eh bien, les chatbots dans l'éducation sont une réalité
Récemment, les résultats d'un tutorat réalisé avec Whatson, le super système conçu par IBM, ont été présentés. Il a été affirmé que les élèves ne se sont pas rendu compte que le tuteur était "non humain" et qu'ils l'ont en plus très bien noté. On ne peut pas enlever le mérite à Whatson, ni aux talents d'IBM qui l'ont rendu possible. Mais est-ce vraiment utile ?
En réalité, plus de 50 % des questions posées dans un programme de formation récurrent sont toujours les mêmes (j'oserais dire que "j'ai perdu le mot de passe" reste la vedette). C'est quelque chose que les tuteurs ou, le cas échéant, les animateurs connaissent parfaitement. C'est pourquoi, dans les forums généraux, les FAQ sont souvent "affichées". Ce qui se passe, c'est que la liste des FAQ devient longue à lire et en plus "ça fait la flemme" d'utiliser le moteur de recherche (qui, de plus, dans les logiciels libres ne fonctionne souvent même pas). Dans la mesure où il est plus facile de demander à Siri si demain est un jour férié à Madrid que de le chercher sur Google, et que Siri a raison, le tuteur réactif automatique a du sens dans la formation, que ce soit sous forme de chatbot ou comme service dans un centre d'appels.
Au fait, Hubtype est une solution beaucoup plus abordable que Whatson avec une tonne de cas prêts à l'emploi pour un qui pourrait t'intéresser.
D'accord, il s'agit de remplacer les tuteurs. Alors l'IA est pour des applications à faible valeur ajoutée, n'est-ce pas ?
Faux ! L'IA et le Big Data dans la technologie éducative sont le changement de paradigme.
1. Curation de contenus individualisée
À partir des recherches que je fais aussi bien sur Google que sur des portails éducatifs ou thématiques spécialisés ou sur ma plateforme collaborative d'entreprise, je peux obtenir une curation de contenus sur mesure. Il suffira que le système apprenne de moi, en fonction des contenus qu'il me montre et qui sont pertinents pour moi, qu'il le sache en fonction de si je les lis ou non ou si je dis au système qu'ils sont pertinents ou non.
Aujourd'hui, la curation de contenus a du sens pour de grands collectifs, mais il est difficile de la rendre "payable" à titre individuel pour chaque employé. Cela le rendrait possible. Flipboard fonctionne raisonnablement bien depuis des années, le modèle est applicable dans un LMS d'entreprise.
2. Proposer un micro-apprentissage pendant ton "temps mort" :
Combien de fois as-tu vu un cours super intéressant sur UDEMY que tu ne fais pas parce que tu ne trouves ni le temps ni le moment pour le faire ? Les dispositifs mobiles et fixes savent parfaitement si tu es en train de parler au téléphone, si tu es en route pour le travail, si tu fais quelque chose avec Excel, si tu fumes devant la porte du bureau ou si tu regardes Netflix.
Il suffit de suggérer, pendant ces moments creux, de consacrer du temps à un micro-apprentissage de valeur ou à un programme plus long en occupant certains espaces. Ta plateforme d'e-learning connectée à des hubs de contenu et des MOOCS peut t'aider, à condition qu'elle soit mobile.
3. Anticiper les besoins de formation à partir des intérêts de vos pairs :
Nous avons tendance à penser que nous sommes uniques, mais en réalité, nous ne le sommes pas tant que ça. C'est pourquoi les contenus viraux et les vidéos de chatons ont tant de succès. Dans les environnements corporatifs, notre rôle peut être répété par des dizaines, voire des centaines de personnes, il suffit de regarder le réseau commercial d'une banque, d'une compagnie d'assurances ou d'une entreprise automobile.
Lorsqu'un vendeur automobile commence à rechercher des informations sur un certain type de véhicule concurrent, il est prévisible qu'il se prépare à répondre aux objections d'un client indécis. Lorsque plus de 50 personnes le font, il y a une alerte de formation urgente, les ventes sont en danger.
Lever l'alerte au gestionnaire de la communauté d'apprentissage de manière automatique et lui suggérer des contenus d'intérêt à diffuser ou à "bénir", avant la diffusion automatique, est d'une grande valeur. Bien sûr, recommander des formations que suivent vos pairs est une piste intéressante, mais cela va bien au-delà.
4. Identifier des contenus de valeur à l'intérieur et à l'extérieur de vos systèmes
Bien sûr, les LMS ne peuvent plus être seulement la bibliothèque de connaissances formelles et informelles homologuées et contrôlées de l'entreprise. Si nous voulons que les contenus pertinents ou les apprentissages de valeur circulent parmi les employés, il faut combiner plusieurs sources de contenu et les faire converger. Mais pour que le contenu soit pertinent pour quelqu'un, des données doivent circuler et, dans une certaine mesure, être partagées pour en obtenir d'autres en retour.
Si je sais qu'un employé recherche beaucoup de formations sur des portails spécialisés, en dehors de mon catalogue de compétences, il est possible qu'il y ait une lacune dans mon catalogue de compétences.
Si j'ai un cas médical avec certaines radiographies ou scanners et que je détermine l'existence d'une pathologie étrange, je peux vouloir voir immédiatement des informations sur les traitements pour cette pathologie et des cours spécifiques. De plus, je veux voir d'autres cas avec le même motif identifié et qui n'ont pas été diagnostiqués avec cette pathologie. Soutien de l'apprentissage automatique dans le diagnostic et big data dans la recherche de cas et de documentation similaire.
5. Identifier des modèles de comportement dans les systèmes qui aident à retenir les talents
Partager des données avec d'autres systèmes est important : si un modèle détecte que ceux qui suivent régulièrement des formations annulent soudainement des formations en ligne ou ne les terminent pas, et quittent l'entreprise avant deux mois, une alerte devrait-elle se déclencher pour essayer de les retenir ?
Évidemment, avec les informations du LMS, je n'ai pas assez pour tirer une conclusion, j'ai besoin d'une analyse de données d'autres systèmes RH pour établir des modèles, mais cela donne lieu à un appel de mon mentor ou des RH, n'est-ce pas ?
C'est un point important, que nous anticipions les élèves qui peuvent échouer, que nous détectons le contenu le plus intéressant, ou que nous prévoyons la possible démission d'un employé, l'important est l'action que nous réalisons en fonction de l'algorithme d'IA : améliorer l'enseignement, suivre de plus près certains élèves, améliorer les conditions de l'employé...
L'IA sans gestion ne sert à rien !
Et avant de terminer, je voulais te rappeler quelque chose de fondamental que les pédagogues nous rappellent souvent en tant que gestionnaires d'entreprise :
Un moment ! L'IA ne te fait pas apprendre ce que tu ne veux pas apprendre. Sans motivation, il n'y a pas d'apprentissage.
Oui, que Siri ou le chatbot de formation te suggèrent des choses ou répondent à tes questions toute la journée, c'est bien. Mais comme le disait Dark Vador, il ne faut pas se laisser obnubiler par les terreurs technologiques que nous construisons. Il n'y a rien de comparable au pouvoir de la force. Si nous comprenons la force comme "l'apprentissage", personne n'apprend ce qu'il ne veut pas apprendre.
Share