La formation professionnelle est un domaine en constante évolution.
Comme beaucoup de secteurs, elle a été bousculée par les technologies récentes et notamment l’essor de l’intelligence artificielle (IA).
De nouvelles manières d’apprendre, mais aussi de nouvelles manières de concevoir les formations sont apparues. L’adaptive learning, ou apprentissage adaptatif, est l’une de ces tendances récentes.
Mais de quoi s’agit-il exactement ?
Quels sont les avantages et comment aller vers ce nouveau format ?
Quels sont les défis soulevés par l’adaptive learning ?
C’est ce que nous vous proposons de découvrir dans cet article !
Sommaire de l'article:
Qu’est-ce que l’adaptive Learning?
Connaissez-vous la collection littéraire « Un livre dont vous êtes le héros » ? Edités chez Gallimard dans les années 80, ces livres vous proposent une expérience de lecture personnalisée qui est alimentée par vos choix en tant que lecteur.
Faisons l’analogie avec l’adaptive learning.
Il s’agit d’une approche qui permet d’adapter les différents paramètres d’une formation à chaque apprenant, selon son profil et ses besoins : le parcours global et la progression pédagogique, le contenu, les modalités pédagogiques.
En effet, chaque cerveau est différent des autres et il est difficile d’appliquer une solution standardisée à tous. Dans l’adaptive learning, la base de départ est la même, c’est dans la suite du parcours pédagogique que les différences apparaissent.
Comment beaucoup d’innovations dans les domaines de la formation et de l’enseignement, l’adaptive learning nous vient des États-Unis. Et plus précisément, des universités américaines.
Ainsi, l’adaptive learning s’appuie beaucoup sur les découvertes des sciences cognitives.
Mais la poussée de l’adaptive learning a surtout été facilitée par l’essor de l’intelligence artificielle. Adaptive learning et IA sont étroitement liés.
On peut distinguer deux types d’adaptive learning :
- Le macro adaptive learning, qui s’applique au parcours de formation dans sa globalité. Tous les apprenants apprennent la même chose, mais dans un ordre différent et à un rythme différent.
- Le micro adaptive learning, qui s’applique au contenu de chaque module. Les apprenants apprennent un contenu différent, selon leurs besoins. La personnalisation est encore plus poussée.
Quels sont les avantages de l’adaptive learning?
La personnalisation de l’expérience d’apprentissage
Les bénéfices de l’adaptive learning sont nombreux.
La personnalisation des programmes de formation permet ainsi de maximiser l’apprentissage.
En effet, nous n’avons pas tous les mêmes références, le même niveau de connaissance sur un sujet, la même vitesse d’apprentissage. L’adaptive learning permet de concevoir des modules convenant au mieux à chaque apprenant.
Mais attention aux neuromythes !
Les neuromythes sont des croyances erronées sur le fonctionnement de notre cerveau. Ils paraissent souvent cohérent, mais ils n’ont en fait pas de fondement scientifique.
Ainsi, un des neuromythes les plus répandus indique que chaque personne a un style d’apprentissage préférentiel : visuel, auditif ou kinesthésique. Cela n’est pas prouvé. Tous ces types d’apprentissages peuvent convenir à une même personne, selon le contexte ou ses besoins. Nous apprenons d’ailleurs mieux quand nous activons plusieurs sens.
La meilleure solution est donc de s’appuyer sur ces 3 approches et de varier les techniques pédagogiques utilisées dans un même parcours.
L’adaptive learning facilite cela.
Un vrai plus pour les 4 piliers de l’apprentissage
L’adaptive learning permet d’optimiser les 4 piliers de l’apprentissage.
Cette théorie a été développée par Stanislas Dehaene, professeur de psychologie cognitive expérimentale au Collège de France et est développée dans le livre « Réinventez vos formations avec les neurosciences » d’Aurélie Van Dijk (paru aux éditions ESF sciences Humaines en 2019).
Stanislas Dehaene a identifié 4 piliers de l’apprentissage.
Voyons l’impact de l’adaptive learning sur chacun d’entre eux.
- L’attention : c’est notre capacité à traiter une quantité minimale d’informations, aux dépens d’autres, sur une certaine durée. Grâce aux informations soigneusement sélectionnées pour l’apprenant, celui-ci sera plus intéressé et pourra plus facilement se concentrer.
- L’engagement actif : il correspond au niveau d’implication des apprenants dans leur parcours de formation. En faisant des choix qui déterminent la suite de leur parcours, les apprenants ont un rôle actif. De plus, ils seront plus intéressés et motivés par une formation personnalisée et répondant réellement à leur besoin.
- Le retour sur erreur : il s’agit de la possibilité d’identifier l’absence de compréhension ou l’application erronée d’un apprentissage découvert précédemment et de réajuster. L’adaptive learning se base sur le niveau de connaissance des apprenants, sur les réponses qu’ils fournissent, et donc, sur leurs potentielles erreurs. Cette approche permet une prise de conscience de l’erreur, un retour réflexif et une correction.
- La consolidation : c’est l’encodage et le renforcement de l’appropriation des apprentissages vus en formation. En revenant sur les notions clés sous des formats variés et en rendant l’apprenant actif, l’adaptive learning permet de bien asseoir les connaissances acquises pendant la formation.
Optimisation du temps et renforcement de la confiance
On sait combien le temps est une ressource précieuse dans le monde professionnel.
En se concentrant sur ce qui convient à chacun, l’adaptive learning permet une utilisation rationnalisée du temps passé en formation.
De plus, cette approche facilite les corrections à apporter aux apprenants en cas d’erreurs commises. Le système permet ainsi d’ajuster le parcours de manière réactive.
L’adaptive learning apporte à chaque apprenant ce dont il a besoin pour réellement monter en compétences.
Au contraire parfois d’une formation standardisée qui serait trop longue ou incomplète pour les apprenants qui n’ont pas les mêmes besoins.
Ainsi, le temps passé en formation est optimisé et il y a une réelle efficacité de la formation puisque les apprenants en ressortent enrichis.
Un bon moyen d’entretenir leur confiance en eux.
À lire également :
- Pourquoi 85% des entrepreneurs voient le coût de la formation comme un frein ?
- Comment estimer les frais pédagogiques d’une formation ?
- Cinq questions à se poser pour innover en formation
Comment adapter les formations à l’adaptive learning ?
Les piliers de l’adaptive learning sont les sciences cognitives, la data (ou les données) et l’IA.
L’intelligence artificielle, et plus précisément, le « machine learning », est l’outil majeur pour progressivement passer à l’adaptive learning.
Le machine learning est la branche de l’IA qui va venir analyser les données collectées (la data) et faire des prédictions adaptées. Il est alimenté également pas les découvertes des sciences cognitives.
La première étape est donc de collecter les données d’apprentissage sur les apprenants. Cela nécessite des outils puissants et adaptés. Ainsi, certaines plateformes LMS (Learning Management System) disposent d’un module adaptive learning.
Ensuite, comme pour toute formation, digitale ou pas, il va falloir identifier les compétences que l’on cherche à développer.
Puis déterminer les objectifs de formation qui en découlent.
Afin d’alimenter et de créer le contenu de la formation, il est nécessaire d’intégrer dans l’outil utilisé des référentiels métiers ou compétences. Ce qui permet ensuite d’élaborer le contenu de la formation.
De plus, il faudra prévoir et définir le rôle du coach virtuel dans le parcours. En effet, l’adaptive learning étant essentiellement utilisé dans les formations digitales, il faut prévoir un tutorat. Car la moitié des formations en ligne non tutorées ont un taux de complétion inférieur à 10%1.
Étude “Les chiffres 2020 du Digital Learning” réalisée par l’ISTF, un institut des métiers du digital learning1
Pour conserver une dimension humaine et maximiser l’efficacité de l’adaptive learning, il est donc fortement conseillé de prévoir cet accompagnement dédié.
Ensuite, on entre dans la phase d’onboarding pour l’apprenant qui va passer un test ou plusieurs tests pour évaluer son niveau de départ. De cette étape de départ découlera le parcours adapté.
L’apprenant se voit ensuite attribuer automatiquement et progressivement des modules personnalisés, sur la base de l’analyse des données par le système.
Il y a en parallèle la phase de tutorat et de gestion des questions des apprenants. La base de données des questions doit être en permanence mise à jour.
Enfin, les évaluations de fin de formation permettent d’appliquer les ajustements nécessaires.
Les challenges de l’adaptive learning
L’adaptive learning, bien qu’innovant et efficace, présente quelques challenges. Nous en partageons quelques-uns ci-dessous, qui pourront disparaître ou évoluer avec les progrès et les améliorations de l’adaptive learning.
Challenges pour l’entreprise
La mise en place de l’adaptive learning nécessite un grand volume de données donc il sera plus pertinent dans les moyennes à grandes entreprises.
De même, il faut avoir un LMS adapté pour gérer cette data, ce qui suppose un coût non négligeable pour l’entreprise.
Les formations relevant de l’adaptive learning sont plus compliquées à gérer pour les responsables formation et les ingénieurs pédagogiques, car il y a la nécessité de disposer d’un même contenu de formation sous différents formats. Il y a donc un important travail de préparation en amont.
L’adaptive learning est plus pertinent pour les « hard skills » (compétences métier, techniques) que les « soft skills » (compétences comportementales) qui nécessitent plus de mises en situation, d’expérimentations et d’échanges.
Enfin, l’adaptive learning nécessitant un grand volume de data, il faudra porter une attention particulière à la sécurité des données.
Challenges pour l’humain
Ce type de formation favorise la perte du contact humain, car elles se font principalement en ligne. D’où l’importance de prévoir un accompagnement et du tutorat.
Il est aussi important de tenir compte du fait que tout le monde n’est pas aussi à l’aise avec les outils technologiques. L’adaptive learning peut contribuer à creuser la fracture technologique.
Il est donc important de le mixer avec d’autres systèmes d’apprentissage.
Enfin, nous sommes dans une société de plus en plus individualisée. Quid de l’expérience commune, de la force du collectif tant mis en avant dans les expériences de formation ?
À l’image de la révolution de l’IA dans les autres domaines de notre société, l’essor de l’adaptive learning est à prévoir.
Nous avons déjà connu d’importantes évolutions dans la manière de former et d’apprendre, lorsque nous sommes passés de la formation classique, descendante, aux formations basées sur la pédagogie active.
Mais il est nécessaire d’aller plus loin, pour des formations plus efficaces et pertinentes et de tirer profit des opportunités apportées par les innovations technologiques.
Tout en gardant en tête les challenges soulevés par l’adaptive learning.
À lire également :