L’adaptive learning est-il l’avenir de la formation professionnelle ? Lors du salon Learning Technologies 2023, Nicolas Bourgerie, CEO de Teach Up a expliqué en quoi l’utilisation de l’adaptive learning permettait de booster l’impact des formations.
Alors, quels sont ses avantages ? Retrouvez toutes les explications dans cet article.
Adaptive learning : définition
L’adaptive learning, appelé apprentissage adaptatif en français, propose des formations entièrement personnalisées grâce à l’intelligence artificielle (IA). Nicolas Bourgerie, CEO de Teach Up, en donne la définition suivante : “L’adaptive learning est une méthode pédagogique qui consiste à adapter une formation à chacun des apprenants pour focaliser leur attention sur ce qui est important pour eux et les faire réussir dans leur apprentissage.”
Cet apprentissage personnalisé correspond à une branche du digital learning. Il répond à un triste constat dans le domaine de la formation : seuls 13% des apprenants vont au bout de leurs modules e-learning non obligatoires selon lui. Pourquoi ? 69% des collaborateurs trouvent les formations ennuyeuses. La raison principale citée par les salariés, c’est que les formations sont trop éloignées de leurs besoins. Et pour cause 98% des parcours sont uniformes. Améliorer l’expérience des utilisateurs par rapport aux contenus proposés mais également sur leur plateforme de formation en ligne (LMS, LXP…) est donc indispensable.
Cette technologie adaptative correspond donc à une méthode qui personnalise l’apprentissage grâce au digital. Mais comment ça marche ? L’approche pédagogique s’appuie sur deux champs ayant connu énormément de progrès ces dernières années : l’intelligence artificielle (le machine learning plus précisément), la gestion de la data et les sciences cognitives ou neurosciences. L’adaptive learning permet d’adapter en temps réel les formations aux besoins de chacun. La personnalisation des systèmes peut avoir lieu à plusieurs niveaux : lors des parcours de formation, des contenus et des modalités pédagogiques.
Lors du Learning Technologies 2023, Nicolas Bourgerie prend l’exemple d’une grande banque où des milliers de conseillers devraient être formés et atteindre 90% de taux de maîtrise du sujet. Avec un modèle linéaire et classique de formation, chaque module s’inscrirait dans un tunnel d’apprentissage comprenant à la fin des quiz. Mais avec l’adaptive learning, plus de 14000 chemins existent au lieu d’un seul. Chaque apprenant trouve donc un chemin qui lui est adapté. Le temps moyen pour réaliser un modèle varie et dépend donc de chaque salarié pour garantir un résultat optimal.
- Disposer d’un référentiel de compétences à jour, dans le cadre d’un projet GEPP notamment, permet de recommander une formation répondant aux besoins et aux attentes des salariés.
Pour optimiser le niveau de chaque apprenant
A certains moments clés, la formation en entreprise doit permettre à chaque collaborateur d’atteindre un niveau optimal. Il s’agit de moments clés pour toute entreprise : période de rush, lancement de produit, levée de fonds… L’adaptive learning offre à l’entreprise la possibilité de maximiser l’impact de la formation et d’uniformiser les niveaux hétérogènes de chacun des apprenants.
Au sein d’une telle plateforme, vous pouvez taguer les connaissances essentielles que les collaborateurs doivent maîtriser pour les booster grâce à l’hyper mémorisation. Ce type d’activité, notamment en fin de parcours, permet de faire réussir tout le monde. Car si l’apprenant obtient un score insuffisant à un quiz, le système va programmer des modules en lien avec le sujet pour qu’il réapprenne et intègre les points bloquants.
Grâce aux données traitées et analysées, chaque apprenant bénéficie d’un parcours personnalisé selon sa situation et adapté à ses besoins. Ainsi, le taux de réussite peut être optimal. Le temps pour réussir est adapté à chacun et ainsi, toutes les parties prenantes profitent de plus de sérénité.
Les modules de la plateforme sont accessibles sur mobile ou ordinateur et les contenus peuvent être classés par ordre de priorité. L’entreprise peut injecter ses propres ressources dans la formation : documents PDF, images, liens, pour se créer sa bibliothèque de contenus. En fonction du niveau de chacun, le responsable formation décide si le contenu est obligatoire ou facultatif.
Les avantages sont multiples :
- Faciliter la création de modules et parcours grâce à l’automatisation
- Permettre aux entreprises de réutiliser toutes les ressources pédagogiques qu’elles possèdent
- Booster l’impact de la formation (complétion, efficacité, maîtrise et économies)
- Améliorer l’expérience d’apprentissage et l’engagement des apprenants
- Favoriser la montée en compétences et la mémorisation
Différences entre macro et micro adaptive learning
On distingue deux niveaux de personnalisation de la formation : le macro et le micro adaptive learning.
- Le macro adaptive learning : pour homogénéiser le niveau
On parle de macro adaptive learning lorsque la plateforme personnalise le parcours de formation. Le parcours s’ajuste en fonction de l’évolution et de la progression de l’utilisateur. Les modules lui sont proposés grâce à l’IA au moment où il en a besoin. Ses résultats sont pris en compte et sa vitesse d’assimilation analysée. Ses points d’amélioration sont également mesurés et la solution propose des modules jusqu’à ce qu’une notion soit totalement assimilée.
Mais ce qu’il faut surtout retenir, c’est que le contenu des briques – ou modules – de macro learning est le même pour tous les collaborateurs. Chaque utilisateur apprend donc à son rythme et l’objectif est d’atteindre un niveau homogène parmi les apprenants.
- Le micro adaptive learning
Quant à lui, le micro personnalise le contenu de la formation et individualise le parcours pédagogique en temps réel et à une échelle très fine. Les connaissances à assimiler et les quiz s’adaptent au niveau et aux objectifs de chaque utilisateur. Les contenus proposés varient donc en fonction des préférences et du rythme d’assimilation de chacun. Cet apprentissage est plébiscité pour gagner du temps et favoriser l’agilité de l’apprentissage. De plus, le micro adaptive learning permet de suivre la progression de chaque apprenant de manière très précise et d’identifier rapidement les lacunes et les points forts individuels. Enfin, il permet aux enseignants et aux formateurs de collecter des données précieuses sur les progrès de chaque apprenant, ce qui peut aider à orienter l’enseignement et à améliorer les résultats de l’apprentissage.
Un des enjeux de l’adaptive learning réside dans sa capacité à placer l’apprenant au cœur du dispositif, sans déshumaniser le processus de formation. Une approche hybride mêlant la technologie et le présentiel peut représenter une bonne solution pour répondre au besoin de lien social des apprenants.
Pour en savoir plus, découvrez nos articles sur le sujet :
- Le metaverse RH
- Qu’est-ce qu’un LMS ?
- L’immersive learning
- Le social learning
- Une organisation apprenante, c’est quoi ?
- La classe virtuelle
- Le mobile learning
