ALEKS: à l’intersection de l’apprentissage adaptatif et de l’intelligence artificielle

Par le biais d’une série de courtes capsules d’entrevues sur YouTube avec des représentants de la compagnie McGraw-Hill, je découvre la plateforme web d’apprentissage adaptatif ALEKS (acronyme pour Assessment and LEarning in Knowledge Spaces):

Les fondements théoriques de l’outil sont présentés dans un court article (format PDF, 15 pages) qui décrit (dans un langage relativement accessible…) comment l’outil permet, à l’aide d’algorithmes sophistiqués, de modéliser l’état des connaissances antérieures, ce que l’étudiant peut ou sait faire, ainsi que son degré de préparation à apprendre. L’objectif est de construire en temps réel des séquences d’activités (“learning paths”) à compléter dans un parcours de formation donné. En gros, ALEKS analyse les différentes combinatoires d’activités possibles pour apprendre différents concepts, pratiquer des habiletés, etc. Ensuite, le système génère des scénarios pour faciliter l’apprentissage de ces concepts et de ces habiletés par l’étudiant. ALEKS assure le suivi des apprentissages tout au long de la formation en posant les bonnes questions au bon moment, en fonction des progrès réalisés par l’étudiant.

Le système est issu des travaux de Jean-Claude Falmagne et de Jean-Paul Doignon, qui ont développé la Knowledge Space Theory. Cette théorie servait au départ à résoudre des problèmes liés à l’apprentissage en mathématiques, en psychologie et en comptabilité. Depuis, elle trouve des échos dans les travaux de recherche de divers auteurs et dans les pratiques d’enseignants s’intéressant à la manière dont l’étudiant apprend dans d’autres disciplines.

On peut consulter des exemples d’applications et essayer l’outil dans les rôles d’étudiant ou d’enseignant à l’adresse suivante: https://www.aleks.com/tour.

Sources:

Feldstein, Martin. Teaching using adaptive learning. e-Literate, 6 novembre 2016.
Overview of ALEKS. Page consultée le 11 novembre 2016.