Ces dernières années montrent une effervescence autour de l’Adaptive Learning et des technologies centrées sur l’utilisateur (User-centric dans la littérature anglophone). Ce mouvement va de pair avec l’émergence du big data et son usage par des algorithmes d’Intelligence Artificielle. Les articles se succèdent à ce sujet mais finalement, au niveau formation, les expériences réellement mises en place et montrant des résultats restent limitées. Notre propos ici est de comprendre le contexte dans lequel s’inscrit ce mouvement et d’en relater une expérience.
L’émergence de l’adaptive learning est liée à la quête de l’optimisation du temps et de l’énergie consacrés par un collaborateur à sa formation. L’étude Bersin By Deloitte1 montre qu’un collaborateur accorde en moyenne 24 minutes par semaine à sa formation. Le défi à relever est simple : pertinence du contenu poussé et/ou de l’intervention d’un formateur, au bon moment, et présentation des contenus la plus séduisante possible. La promesse est de se rapprocher au plus près des attentes et besoins de l’apprenant. La technologie a pour rôle de permettre la personnalisation de l’expérience apprenant grâce aux données. L’apprenant et son environnement d’apprentissage créent ensemble une expérience unique d’apprentissage et de formation.
A Speexx, Edtech spécialisée dans l’apprentissage des langues au service des organisations globales, nous sommes acteurs de la création de nouveaux outils devant tenir la promesse de l’Adaptative Learning et ce sur grande échelle. Notre objectif est d’offrir à chaque utilisateur final de notre plateforme une expérience utilisateur unique au plus près de ses besoins. Pour ce faire, nous avons créé une solution nommé « Essentials » qui comme son nom l’indique fournit à son utilisateur l’essentiel des ressources pour s’évaluer et maintenir son niveau en langue. C’est un outil démocratique qui prend son sens quand déployé sur une population de collaborateurs entière. On y trouve un test qui permet de connaître son niveau et une analyse des besoins qui permet de définir comment l’apprenant envisage sa formation et ses buts. On y trouve des ressources d’entraînement à la grammaire, la prononciation et la pratique du vocabulaire. A ceci s’ajoutent des ressources authentiques, vidéos et articles, provenant d’éditeurs reconnus tels que le Harvard Business Review par exemple. Notre rédaction crée aussi des articles didactisés qui ont pour but de faire réagir au sein d’un forum les utilisateurs de la plateforme.
Le big data et son association à l’Intelligence artificielle offrent de puissantes possibilités en termes de profilage d’un apprenant. Aujourd’hui, plus de 50 000 utilisateurs sont sur notre plateforme Essentials. Les données collectées lors de l’interaction de l’utilisateur avec la plate-forme permettent de dessiner finement son profil. La connaissance de son niveau, de ses besoins, de ses centres d’intérêts thématiques et de ses objectifs à son entrée sur la plate-forme définissent un premier profil. Le système collecte et assemble un ensemble de données explicites tels que le nombre de « j’aime » sur des contenus, le secteur d’activité du collaborateur, son emploi exact ou implicites tels que le temps passé sur un élément, les commentaires postés, les questions répondus dans certains quizz, etc. Ce jeu de données est comparé à celui d’utilisateurs ayant des profils similaires et permettent de définir une affinité entre l’utilisateur et des contenus et ensuite à l’algorithme de décider de pousser vers l’apprenant le contenu le plus approprié. Cet accompagnement par la machine permet une nouvelle appréhension de l’apprentissage et fait que le digital learning n’est plus un moment solitaire. L’addition de nouveaux utilisateurs sur la plate-forme permet d’affiner encore plus ces scores de pertinence des contenus pour un utilisateur donné.
A ce premier niveau de service peuvent s’ajouter d’autres modalités telles que des classes virtuelles en groupe ou en individuel, coaching personnalisé, ateliers en ligne, modules e-learning au plus près des besoins, etc… L’adaptative Learning reprend ici tout son sens dans le support à l’activité des formateurs et se transforme en Adaptative Teaching. Tout d’abord, le profil de l’apprenant permet de détecter dans la base des formateurs, lesquels sont les plus à même de correspondre au mieux aux attentes de l’apprenant, suivant son niveau, sa langue maternelle, les thématiques qu’il désire travailler. Ensuite, Les formateurs sont au courant en temps réel des ressources présentées et utilisées par l’apprenant, de ses performances dans l’interaction avec ces éléments, de l’évolution de son profil apprenant et lui permet donc de préparer le cours synchrone le plus pertinent possible pour l’apprenant. Enfin, l’observation de l’activité permet de détecter un fléchissement éventuel de la motivation et permet des actions correctrices de la part du formateur comme de la plateforme pour éviter les décrochages qui ont pénalisent encore les formations en ligne. Le taux d’attrition est passé de 25% à 5% sur les formations coachées grâce à ce système. Par effet de bord, ces outils de prédiction permettent aussi de déterminer à l’avance les charges de travail des formateurs et d’avoir une allocation de ressources humaines maximisées.
Pour les responsables formation, la possibilité d’étendre à toute une population une telle plateforme permet de cartographier finement cette population en termes de niveau, d’appétence pour tels ou tels thèmes, et d’activité sur la plateforme d’apprentissage. Une autre forme d’adaptation est alors possible : en fonction d’un budget alloué, les utilisateurs qui en ont besoin peuvent accéder aux niveaux de service supérieur, recommandé par le système et peut être ensuite soumis à des circuits d’approbation RH.
Pour la plateforme, la pertinence des contenus est aussi mesurée pour pouvoir mettre en avant un contenu ou le disqualifier s’il ne rencontre pas le succès espéré. Des indicateurs tels que le nombre de « j’aime », le temps passé sur la ressource, les réponses au quizz associé à cette même ressource par exemple permettent de continuer de juger de la réception et la pertinence de ce contenu pour un profil d’apprenant donné. L’usage des données liés au contenus et formation permet de faire vivre ce catalogue en supprimant les contenus mal notés, peu usités ou à utilisation déclinante. A contrario, des contenus très consultés, bien notés peuvent montrer la direction dans laquelle aller pour la création de contenus, que ce soit sur le format, le sujet ou les intervenants. Ceci est aussi valable au niveau global pour une organisation qui veut faire vivre son catalogue de contenus et formations.
Le déploiement de la solution est aujourd’hui un succès, adoptée significativement par nos clients. Ce déploiement permet d’avoir une grande richesse de données qui va de pair avec un grande richesse de contenus. Ce cercle vertueux s’accompagne de l’amélioration constante des algorithmes d’intelligence artificielle qui utilisent ces données. Cette expérience unique d’apprentissage des langues permet une optimisation des budgets et une satisfaction accrue des utilisateurs, bénéfique pour la marque employeur des organisations qui l’ont mise en place.
|
|
|
|
 |
 |
 |
 |
